国海证券研究所 请务必阅读正文后免责条款部分 2022 年 07 月 08 日 深度 研究 金融工程 研究 研究所 证券分析师： 杨仁文 S0350521120001 联系人 ： 李杨 S0350121090070 Table_Title 行业配置研究： 寻找 胜率与赔率的平衡 资产配置系列报告（四） 相关报告 资产配置系列报告（三）： 行业配置研究赔率篇：定价预期收益 *杨仁文 2022-04-19 资产配置系列报告（一）： 行业配置研究胜率篇：因子动量 *杨仁文 2022-01-09 投资要点： 国海 行业配置 的研究框架是一个二阶模型， 通过对赔率和胜率的刻画，寻求一致性的定价要素，最终根据行业胜率和赔率在时间序列和截面上的状态做出行业配置决策。不同于因子堆砌，二阶模型让我们更加清晰地看到决策路径以及行业配置背后的风险和收益特征 。 只考虑 胜率的策略 存在 赔率风险 ， 只考虑 赔 率的策略 存在 胜 率风险 ，行业配置中胜率和赔率是相辅相成的，共同决定了投资组合的风险收益结构，优秀的投资策略需要平衡组合的胜率和赔率 。 本篇报告尝试了多维度的胜率赔率平衡 方法 ，包括交叉分组、因子组合，以及更多元立体的尝试。 胜率和赔率的多头 组的月 超额收益呈现明显负相关性，说明成功的胜率赔率择时能够提高策略表现。 我们利用胜率赔率的秩相关性进行胜率赔率的动态平衡， 动态平衡策略 自 2015 年初至 2022 年 6 月底 每一年 都战胜了行业等权基准， 年化绝对收益 21.2%，相对收益14.7%，信息比率达到 2.17，相对最大回撤仅 5.6%，月度胜率 73.3%，单边换手 率 326.7%。策略 7 月最新推荐 通信、银行、化工、交运、建筑、煤炭 。 将胜率赔率 动态 平衡策略运用到可投资的行业 ETF 产品 上， 2015 年到 2022 年 6 月底， ETF 投资 策略年化收益 21.1%，超额偏股混合型基金指数 9.1%，业绩在混合型基金中排名前 5.2%。 最新 推荐 ETF分别为 国泰中证煤炭 ETF，银华中证基建 ETF，富国中证细分化工产业主题 ETF， 华宝中证银行 ETF，以及国泰中证全指通信设备ETF。 风险提示 模型测试基于历史数据，市场未来可能发生变化，策略有失效可能；模型投资标的为行业指数，不同行业面临不同的市场风险。若市场环境或政策因素发生不利变化将可能造成行业表现不及预期；报告采用的样本数据有限，存在样本不足以代表整体市场的风险 。 证券研究报告 请务必阅读正文后免责条款部分 2 内容目录 1、 行业配置研究体系 . 5 2、 为什么需要平衡行业胜率和赔率 . 5 3、 胜率和赔率截面平衡 . 6 3.1、 交叉分组 . 6 3.2、 胜率与赔率的线性组合 . 8 4、 胜率赔率平衡 更加多元立体的尝试 . 11 4.1、 高赔率象限内胜率边际改善策略 . 12 4.2、 高胜率象限内赔率边际改善的组合 . 14 4.3、 在约束赔率的基础上最大化行业胜率 . 15 5、 寻求行业胜率赔率的动态平衡 . 16 5.1、 理解胜率赔率的相关关系 . 17 5.2、 胜率赔率 动态平衡策略 . 18 5.3、 动态平衡策略与胜率策略对比 . 20 5.4、 动态平衡策略最新推荐 . 22 5.5、 动态平衡策略与行业板块中性化 . 23 6、 动态平衡策略的应用 . 25 7、 风险提示 . 27 证券研究报告 请务必阅读正文后免责条款部分 3 图表目录 图 1：国海金工行业配置研究体系 . 5 图 2：胜率 top6 行业的胜率、赔率分位点 . 6 图 3：赔率 top6 行业的胜率、赔率分位点 . 6 图 4： 2022 年 7 月行业胜率与赔率分布 . 6 图 5：低胜率组内不同赔率的分组效果 . 7 图 6：中胜率组内不同赔率的分组效果 . 7 图 7：低赔率组内不同胜率的分组效果 . 7 图 8：中赔率组内不同胜率的分组效果 . 7 图 9：高胜率组内不同赔率的分组效果 . 7 图 10：高赔率组内不同胜率的分组效果 . 7 图 11：高胜率高赔率组合绝对收益 . 8 图 12：高胜率高赔率组合相对收益 . 8 图 13：高胜率高赔率交叉组每期行业数量 . 9 图 14：不同的胜率赔率线性组合 . 9 图 15：胜率权重 0.1-0.5 的组合相对收益 . 9 图 16：胜率权重 0.6-1 的组合相对收益 . 9 图 17：胜率权重 0.6 的组合绝对收益 . 10 图 18：胜率权重 0.6 的组合相对收益 . 10 图 19：因子组合后 top6 行业的胜率、赔率分位点 . 11 图 20：组合因子分组年化收益（ 2015-202206） . 11 图 21：组合因子收益累计曲线（ 2015-202206) . 11 图 22：胜率赔率截面 &时间序列的立体组合 . 12 图 23：高赔率内胜率边际改善 top6 的绝对收益 . 12 图 24：高赔率内胜率边际改善 top6 的相对收益 . 12 图 25：高赔率内胜率及胜率改善 top6 的绝对收益 . 13 图 26：高赔率内胜率及胜率改善 top6 的相对收益 . 13 图 27：胜率赔率分位数变化 . 13 图 28：高胜率内赔率边际改善 top6 的绝对收益 . 14 图 29：高胜率内赔率边际改善 top6 的相对收益 . 14 图 30：高胜率内赔率及赔率改善 top6 的绝对收益 . 15 图 31：高胜率内赔率及赔率改善 top6 的相对收益 . 15 图 32：约束赔率下界条件下最大化胜率的绝对收益 . 16 图 33：约束赔率下界条件下最大化胜率的相对收益 . 16 图 34：胜率赔率月度超额收益对应关系 . 17 图 35：胜率赔率截面秩相关 . 17 图 36：策略超额收益与秩相关性时间序列变化 . 17 图 37：策略超额收益与秩相关性分组 . 17 图 38：胜率 RankIC 与胜率赔率秩相关系数 (MA3) . 18 图 39：胜率与赔率 RankIC 差与秩相关系数 (MA3) . 18 图 40：胜率赔率随秩相关性变化动态变化 I . 18 图 41：胜率赔率随秩相关性变化动态变化 II . 18 图 42：胜率赔率平衡策略绝对收益 . 19 图 43：胜率赔率平衡策略相对收益 . 19 图 44：分行业累计超额收益 . 20 证券研究报告 请务必阅读正文后免责条款部分 4 图 45：动态平衡相对收益 vs 单纯胜率相对收益 I . 20 图 46：动态平衡相对收益 vs 单纯胜率相对收益 II . 20 图 47： 2021 年 7 月胜率赔率截面 . 21 图 48： 2021 年 12 月胜率赔率截面 . 21 图 49：动态平 衡策略 &单纯胜率策略每期行业选择 . 22 图 50： 2022 年 7 月胜率赔率最新截面 . 22 图 51：动态平衡策略多头组板块时间序列暴露 . 23 图 52：策略多头组板块平均暴露（ 2015-20220630） . 23 图 53：板块内行业最大数为 2 的绝对收益 . 24 图 54：板块内行业最大数为 3 的绝对收益 . 24 图 55：板块内行业最大数为 2 的相对收益 . 24 图 56：板块内行业最大数为 3 的相对收益 . 24 图 57：行业 ETF 投资策略绝对收益 . 26 表 1：高胜率高 赔率组合分年度表现 . 8 表 2：胜率赔率因子不同权重组合下的策略表现（ 2015 年初至 2022 年 6 月底） . 10 表 3：赔率前 10 行业内胜率及胜率边际改善 top6 分年度表现 . 14 表 4：胜率前 10 行业内赔率及赔率边际改善 top6 分年度表现 . 15 表 5：不同赔率下界条件下最大化胜率的策略表现统计 . 16 表 6：胜率赔率动态平衡策略分年度表现 . 19 表 7： 2021 年 7 月策略多头超额收益明细 . 21 表 8： 2021 年 12 月策略多头超额收益明细 . 21 表 9：中信一级行业板块划分 . 23 表 10：不同中性化条件策略表现 . 24 表 11： 可投资行业 ETF 产品明细 . 25 表 12：行业 ETF 投资策略分年度表现 . 26 表 13：行业 ETF 投资策略 2022 年 7 月最新推荐 . 27 证券研究报告 请务必阅读正文后免责条款部分 5 1、 行业配置研究体系 国海行业配置研究体系由胜率和赔率组成 ，胜率和赔率是差异化的定价目标，但两者之间又会相互影响 。 胜率强调截面上不同行业与其他行业的相对强弱关系，追求组合跑赢基准的胜率 ， 是一个比较出来的结果， 本质是相对收益的逻辑； 赔率模型讨论预期收益，强调当下买入 此行业 的安全边际，注重远期的未来收益 ，它只跟行业自身有关， 本质是绝对收益的逻辑 。 这篇报告是我们 行业 配置系列研究的第四篇， 我们 重点讨论 如何在 胜率和赔率 之间寻求 平衡。 国海 行业配置 的研究框架是一个二阶模型， 通过对赔率和胜率的刻画，寻求一致性的定价要素 ，最终根据 行业 胜率和赔率 在时间序列和截面上的状态 做出 行业配置 决策 。 二阶模型 让我们更加清晰 地 看到决策路径以及行业配置背后的风险和收益特征。 图 1： 国海金工行业配置研究体系 资料来源：国海证券研究所 整理 2、 为什么需要平衡行业 胜率 和 赔率 只考虑 胜率 的 策略 存在 赔率风险 ： 胜率 策略 多头 自 2021 年 Q4 以来 平均 赔率快速下滑， 这部分风险导致 行业 胜率策略超额收益 在 2021 年 Q4 遭遇了 历史上的 最大回撤 。 只考虑 赔率 的 策略 存在 胜率风险 ： 考虑到 赔率 策略 多头的平均胜率不高， 市场大多数时刻更偏向胜率，这 意味着押注赔率的投资策略获取收益 的交易效率 效率不高 ， 在 路径 上，不考虑行业间的相对胜率 存在 显著的 无法战胜其他投资者的风险。 综上， 行业配置 中胜率 和赔率 是相辅相成的， 共同 决定了投资组合的风险收益结构， 优秀的投资策略 需要 平衡 组合的胜率和赔率。 证券研究报告 请务必阅读正文后免责条款部分 6 图 2： 胜率 top6 行业的胜率、赔率分位点 图 3： 赔率 top6 行业的胜率、赔率分位点 资料来源： Wind， 国海证券研究所 资料来源： Wind， 国海证券研究所 3、 胜率和赔率 截面 平衡 3.1、 交叉分组 根据 行业的 胜率和赔率 排序 ，可以将行业分成四个象限 ， 这本质是一种交叉分组的 方法 。 图 4： 2022 年 7 月行业胜率 与 赔率分布 资料来源： Wind， 国海证券研究所 上图 可以 帮助我们判断每个行业所处的胜率、赔率位置，除此之外我们还可以做进一步 精细化的 分析， 每月末 将胜率、赔率各自分成高中低三档，取两两交叉 ， 构建 不同象限的 胜率赔率 组合 ，观察其 超额收益 表现 。 回测 选取中信一级行业除综合、综合金融外的 28 个行业，每月末确定标的，次月初第一个交易日开盘价买入，基准为中信一级行业等权。 0.0%10.0%20.0%30.0%40.0%50.0%60.0%70.0%80.0%90.0%100.0%胜率分位点 赔率分位点0.0%10.0%20.0%30.0%40.0%50.0%60.0%70.0%80.0%90.0%100.0%胜率分位点 赔率分位点通信纺织服装交通运输机械建材 农林牧渔电力及公用事业家电传媒 银行非银行金融 轻工制造建筑石油石化医药电子房地产 商贸零售国防军工计算机食品饮料 基础化工钢铁 汽车煤炭有色金属消费者服务 电力设备及新能源0510152025300 5 10 15 20 25 30赔率排名（越大越好）胜率排名（越大越好）证券研究报告 请务必阅读正文后免责条款部分 7 通过 回测 ， 我们 发现 中、低胜率组内 行业 赔率对行业收益的提升作用不明显 。 图 5： 低胜率组内不同赔率的分组效果 图 6： 中 胜率组内不同赔率的分组效果 资料来源： Wind， 国海证券研究所 资料来源： Wind， 国海证券研究所 同样， 中、低 赔 率组内 胜 率对行业收益的提升作用不明显 。 图 7： 低赔率组内不同胜率的分组效果 图 8： 中 赔率组内不同胜率的分组效果 资料来源： Wind， 国海证券研究所 资料来源： Wind， 国海证券研究所 高胜率组内赔率分组效果明显，高赔率组内胜率分组效果明显， 说明胜率赔率是相互的补充： 高 胜率的边际提升在赔率， 高 赔率的边际提升在胜率 。 图 9： 高胜率组内不同赔率的分组效果 图 10： 高 赔 率组内不同 胜 率的分组效果 资料来源： Wind， 国海证券研究所 资料来源： Wind， 国海证券研究所 00.20.40.60.811.21.4低胜率低赔率 低胜率中赔率 低胜率高赔率00.20.40.60.811.21.4中胜率低赔率 中胜率中赔率 中胜率高赔率00.20.40.60.811.21.4低胜率低赔率 中胜率低赔率 高胜率低赔率00.20.40.60.811.21.41.61.82低胜率中赔率 中胜率中赔率 高胜率中赔率00.511.522.533.54高胜率低赔率 高胜率中赔率 高胜率高赔率00.511.522.533.54低胜率高赔率 中胜率高赔率 高胜率高赔率证券研究报告 请务必阅读正文后免责条款部分 8 高胜率高赔率 的 行业绝对收益突出，相对收益 也 较为稳定 。 图 11： 高胜率高赔率组 合 绝对收益 图 12： 高胜率高赔率组 合相 对收益 资料来源： Wind， 国海证券研究所 资料来源： Wind， 国海证券研究所 从 2015 年初至 2022 年 6 月底 ，高胜率高赔率 组合 年化绝对收益 23.7%，相对 基准的 超额 年化收益为 17.1%，信息比率达到 1.99。 表 1： 高胜率高赔率 组合 分年度表现 年份 组合收益 相对收益 跟踪误差 信息比率 相对最大回撤 月度胜率 换手率 2015 100.3% 30.9% 10.2% 3.05 -5.3% 505.0% 505.0% 2016 -7.8% 8.1% 5.2% 1.57 -3.4% 265.0% 265.0% 2017 26.0% 25.1% 7.1% 3.55 -4.8% 243.3% 243.3% 2018 -13.7% 21.2% 10.0% 2.12 -6.5% 370.0% 370.0% 2019 37.2% 7.2% 7.8% 0.93 -5.5% 401.7% 401.7% 2020 66.8% 39.6% 9.5% 4.17 -3.2% 375.0% 375.0% 2021 18.4% 4.4% 9.8% 0.45 -10.4% 543.3% 543.3% 20220630 -9.0% -2.7% 7.1% -0.75 -7.2% 466.7% 466.7% 全样本 23.7% 17.1% 8.6% 1.99 -10.4% 391.6% 391.6% 资料来源： Wind， 国海证券研究所 3.2、 胜率 与赔率 的 线性 组合 交叉分组 中 高胜率高赔率组合 表现优异，但分组交叉不能满足灵活多样的行业配置需求 ，问题在于： 1) 高胜率高赔率的行业数量每期不可控，且平均来看数量不多 ； 2) 无法 有效 指导 行业超低配 。 0123456高胜率高赔率 基准-12.0%-10.0%-8.0%-6.0%-4.0%-2.0%0.0%00.511.522.533.54相对回撤（右轴） 多头 /基准（左轴）证券研究报告 请务必阅读正文后免责条款部分 9 图 13： 高胜率高赔率交叉 组 每期行业数 量 图 14： 不同的胜率赔率线性组合 资料来源： Wind， 国海证券研究所 资料来源：国海证券研究所 整理 针对这两个问题， 一个解决办法是 行业 胜率 和赔率做 线性组合： 组合因子 = 胜率因子 +(1)赔率因子 ，胜率权重从0.1开始遍历到 1.0，观察胜率赔率因子在不同权重下线性组合的超额收益表现。 图 15： 胜率权重 0.1-0.5 的 组合相对 收益 图 16： 胜率权重 0.6-1 的 组合相对 收益 资料来源： Wind， 国海证券研究所 资料来源： Wind， 国海证券研究所 观察发现， 不同权重下的线性组合呈现不同的 风险收益特征， 组合 超额表现与胜率权重大小 呈非线性 关系 ： 胜率 权重较为均衡时较好，一方权重过大过小都不好 。 以胜率 权重 0.6 为例，胜率赔率均衡时 能够达到较好的行业配置 效果。 01234567高胜率高赔率行业数量 平均数量0.81.31.82.32.8权重 0.1 权重 0.2 权重 0.3权重 0.4 权重 0.50.81.31.82.32.8权重 0.6 权重 0.7 权重 0.8权重 0.9 权重 1.0证券研究报告 请务必阅读正文后免责条款部分 10 图 17： 胜率权重 0.6 的 组合 绝对 收益 图 18： 胜率权重 0.6 的 组合相对 收益 资料来源： Wind， 国海证券研究所 资料来源： Wind， 国海证券研究所 表 2： 胜率赔率因子 不同权重 组合下的 策略表现 （ 2015 年初至 2022 年 6 月底） 胜率权重 组合收益 相对收益 跟踪误差 信息比率 相对最大回撤 月度胜率 换手率 0.1 12.2% 6.1% 6.3% 0.96 -7.4% 66.7% 64.4% 0.2 13.5% 7.4% 6.5% 1.14 -6.1% 64.4% 137.8% 0.3 17.3% 11.0% 6.6% 1.66 -8.0% 72.2% 180.0% 0.4 20.3% 13.8% 7.5% 1.84 -6.6% 73.3% 222.2% 0.5 21.2% 14.7% 11.6% 1.27 -8.5% 71.1% 311.1% 0.6 21.0% 14.5% 8.0% 1.82 -7.5% 70.0% 335.6% 0.7 20.9% 14.3% 7.4% 1.93 -9.0% 68.9% 355.6% 0.8 17.8% 11.4% 8.1% 1.41 -9.7% 67.8% 331.1% 0.9 18.7% 12.3% 8.1% 1.52 -11.8% 65.6% 333.3% 1 19.9% 13.4% 8.4% 1.59 -12.0% 63.3% 311.1% 资料来源： Wind， 国海证券研究所 当然， 线性组合 也存在一定的问题 ，比如策略 选到的可能是综合来看最优秀的行业而非在每个维度都很优秀的行业，这与我们追求 胜率与赔率平衡可能存在矛盾 。针对这个问题，我们观察因子线性组合后所选多头行业的胜率赔率分位结构，以胜率权重 0.6 为例，前 6 名 的 行业 其 胜率赔率分位均比较靠前，维持在80%左右， 说明该组合实现了较理想的胜率与赔率平衡。 00.511.522.533.544.55胜率权重 0.6净值 基准-8.0%-7.0%-6.0%-5.0%-4.0%-3.0%-2.0%-1.0%0.0%0.81.31.82.32.83.3相对回撤（右轴） 胜率权重 0.6相对收益（左轴）证券研究报告 请务必阅读正文后免责条款部分 11 图 19： 因子组合后 top6 行业的胜率、赔率分位点 资料来源： Wind， 国海证券研究所 行业 胜率赔率 按照 0.6 和 0.4 的 权重 线性组合后因子分组单调，多空收益显著，其中多头年化超额收益 达到 14.4%，空头组 年化超额收益 为 -5.9%。此外 收益累计曲线显示超额收益随持有 月份的增加 而增加， 但是 斜率 存在快速衰减的结构，所以从 换仓频率 来讲，月频换仓 依然 是比较理想的选择。 图 20： 组合因子分组 年化 收益（ 2015-202206） 图 21： 组合因子收益累计曲线（ 2015-202206) 资料来源： Wind， 国海证券研究所 资料来源： Wind， 国海证券研究所 4、 胜率赔率平衡 更 加 多元立体的尝试 我们发现， 行业 胜率和赔率 的 平衡 本质上 是 截面和 时间序列 这两个 逻辑 的 平衡， 不仅可以考虑截面上的高胜率高赔率行业，还可以将时间 序列 结合起来，加入胜率赔率边际 变化 的信息 。 如下图所示，可以寻找高赔率下胜率边际改善的行业以及高胜率下赔率边际改善的行业。 50%55%60%65%70%75%80%85%90%95%100%胜率分位点 赔率分位点-10.0%-5.0%0.0%5.0%10.0%15.0%20.0%空头组 第二组 第三组 第四组 多头组0.0%5.0%10.0%15.0%20.0%25.0%00.050.10.150.20.250.30.352 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36持有月数超额收益（右轴） 多头组（左轴） 基准（左轴）证券研究报告 请务必阅读正文后免责条款部分 12 图 22： 胜率赔率截面 &时间序列的立体组合 资料来源：国海证券研究所 整理 4.1、 高赔率象限内胜率边际改善 策略 在 每月末首先选取赔率排名前 10 的行业， 在 这 10 个行业内 选取 胜率边际改善 前 6 的行业 。 我们 发现组合相对收益 不强，原因是容易选到胜率边际改善较大 但绝对 排名靠后的行业 。 这表明 对胜率 而言 ， 胜率排名靠后的行业即便边际大幅改善，其超额收益也不够 突出 。 图 23： 高赔率内胜率边际改善 top6 的绝对收益 图 24： 高赔率内胜率边际改善 top6 的相对收益 资料来源： Wind， 国海证券研究所 资料来源： Wind， 国海证券研究所 在考虑胜率时，不仅要考虑其边际改善，也要考虑它的绝对排名。所以我们在赔率前 10 的行业内选取胜率排名和胜率边际改善两个指标综合排名前 6的行业，组合的相对收益改善明显。 00.511.522.533.5多头 基准-10.0%-9.0%-8.0%-7.0%-6.0%-5.0%-4.0%-3.0%-2.0%-1.0%0.0%0.811.21.41.61.82相对回撤（右轴） 多头 /基准（左轴）证券研究报告 请务必阅读正文后免责条款部分 13 图 25： 高赔率内胜率及胜率改善 top6 的 绝对收益 图 26： 高赔率内胜率及胜率改善 top6 的相 对收益 资料来源： Wind， 国海证券研究所 资料来源： Wind， 国海证券研究所 但我们发现 相对收益从 2021 年起 开始 走平 并出现持续性 回撤。 本质原因是经过 2020 年的结构性行情，胜率较高的行业大多估值较高，赔率出现 明显 下滑，反过来， 赔率较高的行业 普遍 胜率较低，所以从赔率前 10 的行业内根据胜率选出的行业 其 胜率绝对排名 大多 不高，导致相对收益出现长时间回撤 。 图 27： 胜率赔率分位数变化 资料来源： Wind， 国海证券研究所 00.511.522.533.544.5多头 基准-9.0%-8.0%-7.0%-6.0%-5.0%-4.0%-3.0%-2.0%-1.0%0.0%0.811.21.41.61.822.22.42.6相对回撤（右轴） 多头 /基准（左轴）30%35%40%45%50%55%60%65%70%75%80%赔率前 10行业的胜率分位数 胜率前 10行业的赔率分位数证券研究报告 请务必阅读正文后免责条款部分 14 表 3： 赔率 前 10 行业内 胜率及胜率边际改善 top6 分年度表现 年份 组合收益 相对收益 跟踪误差 信息比率 相对最大回撤 月度胜率 换手率 2015 84.5% 20.6% 7.2% 2.85 -3.3% 83.3% 450.0% 2016 -8.0% 7.8% 3.9% 2.01 -1.6% 83.3% 416.7% 2017 14.8% 13.9% 5.2% 2.67 -3.7% 83.3% 416.7% 2018 -20.8% 11.2% 6.0% 1.88 -4.0% 83.3% 500.0% 2019 45.9% 14.0% 5.7% 2.45 -2.8% 83.3% 416.7% 2020 48.1% 23.9% 6.8% 3.53 -3.0% 91.7% 450.0% 2021 16.2% 2.5% 6.0% 0.41 -4.1% 58.3% 400.0% 20220630 -11.1% -4.9% 6.0% -1.62 -7.4% 16.7% 400.0% 全样本 17.9% 11.5% 5.9% 1.95 -8.2% 76.7% 433.3% 资料来源： Wind， 国海证券研究所 4.2、 高胜率象限内赔率边际改善的组合 在 每月末首先选取胜率排名前 10 的行业， 在其中根据赔 率 月度 边际 改善指标选取前 6 行业 。 组合 相对收益波动较大，原因 跟之前类似， 可能选到赔率边际大幅改善但赔率绝对值仍较差的行业 。 图 28： 高 胜 率内 赔 率边际改善 top6 的绝对收益 图 29： 高 胜 率内 赔 率边际改善 top6 的相对收益 资料来源： Wind， 国海证券研究所 资料来源： Wind， 国海证券研究所 同样，我们加入赔率绝对值的考虑， 在 胜 率前 10 的行业内选取 赔率 排名和赔 率边际改善两个指标综合排名前 6 的行业，组合 相对收益提升明显，跟踪误差降低。 00.511.522.53多头 基准-10.0%-9.0%-8.0%-7.0%-6.0%-5.0%-4.0%-3.0%-2.0%-1.0%0.0%0.80.911.11.21.31.41.51.61.71.8相对回撤（右轴） 多头 /基准（左轴）证券研究报告 请务必阅读正文后免责条款部分 15 图 30： 高胜率内赔率及赔率改善 top6 的绝对收益 图 31： 高胜率内赔率及赔率改善 top6 的 相对收益 资料来源： Wind， 国海证券研究所 资料来源： Wind， 国海证券研究所 表 4： 胜率前 10 行业内赔 率及 赔 率边际改善 top6 分年度表现 年份 组合收益 相对收益 跟踪误差 信息比率 相对最大回撤 月度胜率 换手率 2015 70.4% 11.4% 9.1% 1.25 -8.0% 66.7% 416.7% 2016 -5.9% 10.3% 4.5% 2.30 -3.0% 75.0% 483.3% 2017 13.4% 12.5% 5.2% 2.42 -2.7% 75.0% 350.0% 2018 -22.0% 9.4% 6.5% 1.45 -4.8% 66.7% 450.0% 2019 33.4% 4.2% 4.8% 0.88 -3.7% 58.3% 400.0% 2020 40.4% 17.4% 6.5% 2.67 -3.2% 91.7% 433.3% 2021 21.1% 6.8% 8.0% 0.84 -6.3% 58.3% 383.3% 20220630 -4.1% 2.5% 6.7% 0.76 -4.2% 66.7% 466.7% 全样本 16.2% 9.9% 6.6% 1.51 -8.0% 70.0% 420.0% 资料来源： Wind， 国海证券研究所 4.3、 在约束赔率 的 基础上 最大化 行业 胜率 寻找高胜率（赔率）下赔率（胜率）边际改善的行业，本质是在 平衡 胜率赔率 时做 的二叉树决策， 其仍存在分组交叉的问题。对此， 我们提出一种更加灵活的平衡方法： 在约束组合赔率下界的条件下最大化胜率。利用线性规划，控制组合赔率最小值，最大化胜率 ： 00.511.522.533.54多头 基准-9.0%-8.0%-7.0%-6.0%-5.0%-4.0%-3.0%-2.0%-1.0%0.0%0.811.21.41.61.822.2相对回撤（右轴） 多头 /基准（左轴）证券研究报告 请务必阅读正文后免责条款部分 16 max . =1= 1, 0 16 , = 1,2, 其中， 为行业胜率向量， 为行业赔率向量， 为组合赔率最小值， 为待求解行业权重向量。 图 32： 约束赔率下 界条件下 最大化胜率的绝对收益 图 33： 约束赔率下 界条件下 最大化胜率的 相对 收益 资料来源： Wind， 国海证券研究所 资料来源： Wind， 国海证券研究所 我们看到 赔率下界 在 0.1 到 0.2 的范围内策略表现较为优异。 赔率约束较低时，投资组合的 赔率 风险较高；赔率约束较高时，时刻保持投资组合的高赔率难以 实现。 表 5： 不同赔率下 界条件下最大化胜率的 策略表现 统计 赔率下界 组合收益 相对收益 跟踪误差 信息比率 相对最大回撤 月度胜率 换手率 0.00 19.6% 13.1% 8.4% 1.56 -11.8% 64.4% 315.0% 0.05 18.8% 12.4% 8.5% 1.46 -12.2% 63.3% 320.6% 0.10 21.2% 14.6% 8.2% 1.79 -7.5% 70.0% 307.3% 0.15 21.2% 14.7% 7.3% 2.01 -8.1% 66.7% 279.3% 0.20 20.3% 13.8% 7.4% 1.87 -7.7% 73.3% 236.2% 0.25 20.5% 14.0% 10.2% 1.38 -14.0% 68.9% 260.2% 资料来源： Wind， 国海证券研究所 5、 寻求行业 胜率赔率 的 动态平衡 市场由胜率和赔率所共同驱动，但在不同时间阶段，市场对胜率和赔率的侧重不一样。比如 2020 年到 2021 年这两年是 比较 明显的结构性 牛市 行情，市场大多数时间更侧重于胜率；但我们看到去 2021 年 Q4 包括 2022 年 1 月份，单纯押注胜率 的 组合回撤风险较大， 彼时 市场 是比较明显 的 交易赔率 的逻辑 。 0.61.11.62.12.63.13.64.14.65.10 0.05 0.1 0.15 0.2 0.250.61.11.62.12.63.10 0.05 0.1 0.15 0.2 0.25证券研究报告 请务必阅读正文后免责条款部分 17 如果我们能够在 市场 侧重胜率的时候尽可能偏向胜率，侧重 赔率的时候尽可能偏向赔率，那组合的获取收益控制回撤的能力应该有进一步的提升。在本章节，我们着重讨论胜率赔率的动态平衡，在 路径上 做胜率和赔率 的动态平衡 。 5.1、 理解 胜率赔率的相关 关系 从图 34 中观察到胜率和赔率的多头超额收益呈现明显负相关性，说明成功的胜率赔率择时能够提高策略表现。 具体如何进行胜率和赔率的择时 和平衡 ，我们首先观察胜率因子和赔率因子 在截面上的相关性。 胜率赔率的因子值 在 截面上的 相关性有高有低， 2019 年初到 2020 年底是胜率赔率共振明显的时间段，胜率赔 率共振是否对策略收益有一定影响 ？ 图 34： 胜率赔率 月度 超额收益对应关系 图 35： 胜率赔率 截面 秩相关 资料来源： Wind， 国海证券研究所 资料来源： Wind， 国海证券研究所 胜率赔率相关性较高时，胜率策略和赔率策略多头超额收益均较强，比如2015 年中 -2018 年中 以及 2019 年初至 2020 年底，都是明显的胜率赔率共振周期。 进一步， 根据秩相关性分组，发现秩相关性大小能明显影响策略收益 ，表现在高秩相关性 时 胜率和赔率的月均超额均显著高于低秩相关性时 的胜率赔率收益 。 图 36： 策略超额收益与秩相关性时间序列变化 图 37： 策略超额收益与秩相关性分组 资料来源： Wind， 国海证券研究所 资料来源： Wind， 国海证券研究所 现在 ，我们知道胜率赔率共振时两个策略的收益均更好，但是相关性高 的时-4.0%-3.0%-2.0%-1.0%0.0%1.0%2.0%3.0%4.0%5.0%6.0%7.0%-10.0% -5.0% 0.0% 5.0% 10.0% 15.0%赔率策略月超额胜率策略月超额-30.0%-20.0%-10.0%0.0%10.0%20.0%30.0%40.0%50.0%秩相关性 滚动 3个月秩相关性-0.2-0.100.10.20.30.4-10.0%-5.0%0.0%5.0%10.0%15.0%胜率超额（左轴） 赔率超额（左轴）秩相关性 MA3（右轴）0.00%0.20%0.40%0.60%0.80%1.00%1.20%1.40%1.60%1.80%低秩相关性 高秩相关性胜率月均超额 赔率月均超额证券研究报告 请务必阅读正文后免责条款部分 18 候 应该选胜率还是选赔率呢？ 我们观察胜率赔率相关性与胜率因子 RankIC 的对应关系，发现胜率赔率相关性越高，胜率因子 RankIC 越大，这说明胜率和赔率共振的时候，胜率因子表现 越 好。 此外，图 39 说明胜率赔率相关性较高时，胜率 与赔率 RankIC 之差越大，说明胜率 表现强于赔率，也就是 当行业的胜率和赔率一致性较强时，此时权重偏向胜率的投资组合表现更好，因为从获取收益的效率上讲，胜率是优于赔率的。所以我们可以利用胜率赔率的相关性进行胜率和赔率的择时 和平衡 。 图 38： 胜率 RankIC 与胜率赔率秩相关系数 (MA3) 图 39： 胜率与赔率 RankIC 差 与 秩相关系数 (MA3) 资料来源： Wind， 国海证券研究所 资料来源： Wind， 国海证券研究所 5.2、 胜率赔率动态平衡策略 在行业胜率赔率框架中，我们认为胜率负责获取收益，赔率更多是控制组合的风险。所以两者秩相关性高时偏向胜率，相关性低时要注意赔率的风险，此时应偏向赔率。 图 40： 胜率赔率随秩相关性变化动态变化 I 图 41： 胜率赔率随秩相关性变化动态变化 II 资料来源：国海证券研究所 整理 资料来源： Wind， 国海证券研究所 -60.0%-40.0%-20.0%0.0%20.0%40.0%60.0%80.0%-0.2 -0.1 0 0.1 0.2 0.3 0.4胜率因子RAnkIC胜率赔率秩相关系数-100.0%-80.0%-60.0%-40.0%-20.0%0.0%20.0%40.0%60.0%80.0%100.0%-0.2 -0.1 0 0.1 0.2 0.3 0.4胜率RankIC减赔率RankIC胜率赔率秩相关系数-30.0%-20.0%-10.0%0.0%10.0%20.0%30.0%40.0%50.0%秩相关性 滚动 3个月秩相关性低相关性选赔率高相关性选胜率证券研究报告 请务必阅读正文后免责条款部分 19 根据 上述逻辑 ， 我们将 胜率权重 控制 在 0.4-0.7 之间， 组合因 子 = 胜率因子 +(1)赔率因子 ，其中 = 0.4+ 3 min123)max123 min123 0.3 图 42： 胜率赔率 平衡策略绝对收益 图 43： 胜率赔率 平衡策略 相对 收益 资料来源： Wind， 国海证券研究所 资料来源： Wind， 国海证券研究所 动态平衡策略自 2015年初至 2022年 6月底每一年 都战胜了行业等权基准，年化绝对收益 21.2%，相对收益 14.7%， ，信息比率达到 2.17，相对最大回撤仅5.6%，月度胜率 73.3%， 单边换手 率 326.7%。 体现 出 高信息比，高胜率，低回撤 ，以及低换手 的特征。 表 6： 胜率赔率动态平衡策略 分年度表现 年份 组合收益 相对收益 跟踪误差 信息比率 相对最大回撤 月度胜率 换手率 2015 73.7% 13.5% 8.5% 1.60 -5.2% 58.3% 566.7% 2016 -7.8% 8.1% 5.4% 1.49 -2.9% 58.3% 266.7% 2017 21.5% 20.6% 5.7% 3.62 -2.3% 91.7% 283.3% 2018 -17.