行业轮动双因子模型:基本面+技术面投资的进阶实践 源码中使用的数据来自tushare(tushare.pro/)需要替换自己的ts_key才能运行. 一、模型核心逻辑解析 (一)宏观周期决定行业贝塔 CPI-PPI剪刀差作为核心经济指标,其变动本质反映了经济周期的运行阶段: 扩张期(CPI↑PPI↓):消费端需求回暖叠加生产成本下降,消费类行业
第一个因子的回测效果如下: 策略代码: from bt_algos_extend import Task, Engine def ranking_ETFs(): t = Task() t.name = '均线能量行业轮动' # 排序 t.period = 'RunDaily' t.weight = 'WeighEqually' t.select_buy = ['ma_energy(close,20)>0'] t.select_sell = ['ma_energy(close,20)...
从7月以来因子推荐行业来看，我们的因子具有一定行业配置能力。基于前述转债行业因子，我们构建了一套基于自上而下逻辑的转债月度择券方案：先基于前文所述的行业因子预测未来一个月表现最好的5个行业，在行业中根据公司历史财务指标选出基本面质地较好的公司，最后根据转债的技术面特征选择相对便宜的标的。从结果来看...
► 轮动因子:依照上述生现效率因子(F1)和资本开支质量因子(F2)按季度计算后,计算相较3年(12个季度)移动加权均值的差额,最后计算同比差额; ► 轮动逻辑:一般情况下依据F1排序值+F2排序值加总选取前5个行业,当利率下行且利差走阔时,计算F2排序值-F1排序值后选取前5个行业;而当利率上行且利差缩窄时,计算F1排...
《“预期成长”因子：破解景气陷阱与低波迷局》探讨了分析师预期成长类因子在行业轮动中的有效性变化及改进方法。1. 因子失效原因 - 景气陷阱：2022 - 2023年分析师预期成长因子显著回撤。经济与产业周期下行，高景气行业减少，盈利增速放缓，人工智能等主题投资处于早期，仅少数细分领域有基本面变化，导致短期预期增速...
2.转债行业轮动因子构建 我们从动量、一致预期、历史财务指标三个维度入手对一些传统择股的单因子进行筛选,以期寻找到胜率较高的转债行业因子。 为了降低其他转债定价因素对行业选择的影响,我们在每个交易日的转债筛选方案如下:(1)剔除已经宣布强赎/回售的转债;(2)剔除流动性较低/当期停盘的转债,我们的方案是排除近3...
该策略的核心思路是 "市场宽度(Market Breadth)+ 行业轮动 + 小市值因子",通过监测市场整体强度(行业涨跌比例)来判断市场情绪,并在特定条件下选择小市值股票或防御性资产进行配置。 其主要特点包括: 1、市场宽度分析:计算各行业成分股是否站上20日均线,判断市场强弱。
增长因子对行业的影响主要是从盈利端来考虑,当增长因子上行时,企业盈利回暖,此时盈利弹性更大的行业往往表现较好,通常包括上游资源、中游材料、下游制造等板块。以回归系数高于申万A股指数,且 T 值大于 2 为标准,对增长因子弹性较大的行业包括:石油石化、汽车、环保、基础化工、钢铁、家用电器、有色金属、社会服务、...
不同时间区间的动量因子分组。我们从分组的情况来看,似乎250日动量是最好的。不过我们也看到,任何时间区间的因子分组都不是单调的,这也是行业轮动的问题所在了,股票多因子如果某个因子分组不单调的话,很难进入最终的因子池,行业轮动如果这么做的话,显然就选不到什么因子了。
行业配置研究系列09:价格动量因子在行业轮动上的效果研究.docx,目录 行业配置研究框架 3 行业配置研究框架 3 行业多因子模型研究流程 3 动量因子介绍 4 行业动量因子计算方法 5 传统行业动量因子 5 分解增强因子 6 日内动量与隔夜动量因子 6 龙头股动量因子 7 残差动量因