金融工程專題報(bào)告:紅利風(fēng)格的擇時(shí)方案.pdf
- 上傳者:K********
- 時(shí)間:2025/10/17
- 熱度:99
- 0人點(diǎn)贊
- 舉報(bào)
金融工程專題報(bào)告:紅利風(fēng)格的擇時(shí)方案。
本文通過分析紅利股與債券性價(jià)比、美債利率、信用與經(jīng)濟(jì)環(huán)境、行業(yè)景氣度等因 素對紅利風(fēng)格的影響,構(gòu)建其擇時(shí)方案。
我們認(rèn)為,所謂風(fēng)格,其實(shí)是由于各種原因,市場開始偏向具有某 類特征或某個(gè)標(biāo)簽的股票。紅利股具備高且穩(wěn)定的分紅收入,即類 債屬性,其特點(diǎn)是低波動(dòng)、抗跌與防御性。其長期持有者的目的大 多為獲取穩(wěn)健收益,保險(xiǎn)資金配置較多。
本文分析紅利股與債券性價(jià)比、美債利率、信用與經(jīng)濟(jì)環(huán)境、行業(yè) 景氣度等因素對紅利風(fēng)格的影響,構(gòu)建綜合因子擇時(shí)方案。
我們得出以下結(jié)論: (1) 紅利股與債券之間存在相互替代關(guān)系,對比紅利和債券的性 價(jià)比,構(gòu)建股息率-中債 10 年利差因子,其對紅利風(fēng)格具備 較好的正向擇時(shí)效果。 (2) 2016 年后,美債利率與紅利風(fēng)格的相關(guān)性很高。美債利率作 為全球資產(chǎn)的定價(jià)錨,利率上行對高估值的成長股具有較強(qiáng) 的壓制,風(fēng)格向低估值的紅利股偏移。 (3) 信用下行或處于低位的環(huán)境時(shí),紅利風(fēng)格占優(yōu)。當(dāng)信用萎靡、 實(shí)體企業(yè)貸款意愿較低時(shí),資金或轉(zhuǎn)向有穩(wěn)定分紅收益的股 票。M2 因子表現(xiàn)良好。 (4) 總量經(jīng)濟(jì)收縮時(shí),紅利風(fēng)格占優(yōu)。由于紅利風(fēng)格具有防御和 類債屬性,當(dāng)經(jīng)濟(jì)較弱時(shí),市場偏向紅利風(fēng)格。 (5) 整體行業(yè)景氣低位時(shí),紅利風(fēng)格占優(yōu)。構(gòu)建行業(yè)平均景氣度 因子,其反向擇時(shí)效果較好。 (6) 市場情緒低位往往對應(yīng)紅利風(fēng)格的相對占優(yōu)階段,融資凈買 入與紅利風(fēng)格呈顯著負(fù)相關(guān)。 (7) 紅利風(fēng)格常出現(xiàn)于熊市。國證 2000 指數(shù)與紅利風(fēng)格呈負(fù)相 關(guān),但或因自身缺乏動(dòng)量效應(yīng),其擇時(shí)效果一般。 (8) 利用紅利相對凈值自身構(gòu)建趨勢因子,亦可獲得一定擇時(shí)效 果。
我們根據(jù)卡瑪比率標(biāo)準(zhǔn)化、歸一化后分級(jí)靠檔分配各因子權(quán)重,10 年期美債利率權(quán)重為 40%;其余因子權(quán)重為 10%。周頻綜合因子擇 時(shí)策略相對中證全指年化超額 10%,相對中證紅利年化超額 4%左 右,正向與反向信號(hào)勝率均高于 55%,正向策略盈虧比為 1.22。策 略在紅利風(fēng)格相對走弱階段(2019–2020 年)具備良好的規(guī)避能力。 月頻策略表現(xiàn)類似。
模型 9 月份的結(jié)果顯示,綜合因子值為-0.48,并未發(fā)出正向信號(hào)。 模型外因素顯示,A 股仍有穩(wěn)定高紅利的公司,高紅利板塊基本面 較為穩(wěn)定,險(xiǎn)資 OCI 配置比率有所提升,紅利未處于歷史強(qiáng)勢月份, 交易不擁擠。
免責(zé)聲明:本文 / 資料由用戶個(gè)人上傳,平臺(tái)僅提供信息存儲(chǔ)服務(wù),如有侵權(quán)請聯(lián)系刪除。
- 相關(guān)標(biāo)簽
- 相關(guān)專題
- 全部熱門
- 本年熱門
- 本季熱門
- 用DeepSeek優(yōu)化價(jià)量因子.pdf 401 6積分
- 金工深度研究:博采眾長,分析師預(yù)期類因子初探.pdf 297 6積分
- 招商銀行(徐佳航):招商銀行金融平臺(tái)工程實(shí)踐.pdf 283 10積分
- 金工深度研究:高頻特征參數(shù)化,分鐘級(jí)可解釋因子挖掘框架.pdf 177 4積分
- 布萊克—舒爾斯—莫頓期權(quán)定價(jià)模型.pptx 166 12積分
- 第九章 奇異期權(quán).pptx 117 12積分
- 金融工程-遠(yuǎn)期合約.pptx 114 21積分
- 申萬金工因子觀察第5期:OpenClaw能否實(shí)現(xiàn)零代碼基礎(chǔ)構(gòu)建量化策略?.pdf 111 4積分
- 金工實(shí)習(xí)報(bào)告范文.docx 111 5積分
- 金工深度研究:多維擇時(shí)模型的拆解與重構(gòu).pdf 108 3積分
- 金工深度研究:高頻特征參數(shù)化,分鐘級(jí)可解釋因子挖掘框架.pdf 177 4積分
- 申萬金工因子觀察第5期:OpenClaw能否實(shí)現(xiàn)零代碼基礎(chǔ)構(gòu)建量化策略?.pdf 111 4積分
- 金工深度研究:多維擇時(shí)模型的拆解與重構(gòu).pdf 108 3積分
- 金融工程專題報(bào)告:紅利風(fēng)格的擇時(shí)方案.pdf 100 6積分
- 金融工程指數(shù)量化系列:高值偏離修復(fù)模型(多位點(diǎn)).pdf 85 4積分
- 金融工程專題:熱點(diǎn)產(chǎn)業(yè)+分析師動(dòng)量溢出后排策略.pdf 83 5積分
- 金工深度研究:全球三層次流動(dòng)性風(fēng)險(xiǎn)預(yù)警模型.pdf 81 5積分
- 金融工程專題報(bào)告:基于知識(shí)蒸餾的AI選股模型優(yōu)化.pdf 73 3積分
- 金融工程丨深度報(bào)告:平臺(tái)突破——時(shí)序選股模型(一).pdf 73 3積分
- CJPY:長江金工投研數(shù)據(jù)服務(wù)解決方案.pdf 66 5積分
- 金工深度研究:高頻特征參數(shù)化,分鐘級(jí)可解釋因子挖掘框架.pdf 177 4積分
- 金工深度研究:多維擇時(shí)模型的拆解與重構(gòu).pdf 108 3積分
- 金融工程指數(shù)量化系列:高值偏離修復(fù)模型(多位點(diǎn)).pdf 85 4積分
- 金融工程專題:熱點(diǎn)產(chǎn)業(yè)+分析師動(dòng)量溢出后排策略.pdf 83 5積分
- 金融工程專題報(bào)告:基于知識(shí)蒸餾的AI選股模型優(yōu)化.pdf 73 3積分
- 金融工程丨深度報(bào)告:平臺(tái)突破——時(shí)序選股模型(一).pdf 73 3積分
- CJPY:長江金工投研數(shù)據(jù)服務(wù)解決方案.pdf 66 5積分
- 金融工程:深度學(xué)習(xí)選股訓(xùn)練目標(biāo)的多維優(yōu)化——深度學(xué)習(xí)系列之二.pdf 55 5積分
- 金工財(cái)報(bào)附注系列研究:財(cái)報(bào)附注結(jié)構(gòu)拆解、數(shù)據(jù)提取與財(cái)務(wù)畫像.pdf 37 6積分
