分歧度、流动性、景气度——三维指数择时框架｜民生金工

国联民生叶尔乐 2026-06-30 置信度: high

综合质量 4 /5

新颖性 4 /5

可复现性 4 /5

核心内容

将市场状态划分为分歧度、流动性、景气度三个维度。分歧度使用波动率代理，流动性使用成交额代理，景气度由宏观混频指标合成。当分歧度与流动性同向（双多或双空）时，情绪主导市场；当两者反向（一升一降）时，由景气度决定最终方向：景气度向上则看多，向下则看空。

经济逻辑

分歧度小则市场容易形成合力，分歧度大则多空拉锯。在分歧度大时，流动性决定方向（放量涨或缩量跌）；在分歧度小时，市场合力方向由基本面（景气度）决定（景向上或向下）。

超额收益逻辑

通过规避“分歧度↑-流动性↓”（放量下跌）和“分歧度↓-流动性↓-景气度↓”（持续阴跌）两个下跌象限，减少系统性回撤获取超额收益。

构造细节 [strategy]

数据输入

: (日频): (日频): (日频)

组合方式

三维状态向量映射至多空仓位。双多/双空遵循情绪方向，一升一降遵循景气度方向。

绩效

2022年截至10月收益

-15%

原框架2022年同期收益

基准: 沪深300

回测期: 2014-2022年10月

基于分歧度、流动性、景气度的三维择时框架相比原量价框架回撤大幅减少，在2022年持续阴跌区间表现良好。

收益归因

未进行详细的收益归因分析，主要对比新旧框架在不同市场区间的收益和回撤表现。

缺口: 缺少对多空收益来源的严格量化归因分解。

稳健性

子样本稳定性: 在2014-2021年表现良好，2022年原框架失效，加入景气度后修复并保持正收益

风格偏差: 偏向大盘指数(沪深300)

周频和日频统计结果均较为显著，通过大小窗口法平滑噪音，但在景气度代理变量拟合上存在一定误差。

数据依赖

所需数据: 沪深300日频行情(波动率、成交额), 宏观经济混频指标

可复现性: medium

量价数据易获取，但A股景气度指数的具体宏观数据库及拟合方法(附录提及但未详述代码)导致完全复现存在一定门槛。

新颖性评估 [新组合]

将传统的量价指标（波动率、成交额）与宏观基本面景气度指标相结合，构建了逻辑闭环的三维状态决策树。

不足与缺陷

大小窗口法的具体参数未公开，存在参数过拟合风险
A股景气度指数的宏观数据源及拟合权重未完全公开，复现难度大
景气度加入使得模型对市场判断更为保守，可能错过情绪驱动的非理性上涨行情
未考虑交易成本及滑点对择时策略净值的影响

可复用元素

大小窗口法平滑趋势判断的思路
将市场状态划分为分歧度与流动性二维象限的框架
将量价信号与基本面信号通过逻辑规则（决策树）结合的方法

启发

当量价指标出现背离或失效（如向下合力）时，引入宏观基本面作为方向性确认是有效的
分歧度下降不一定代表上涨，需结合外部环境验证合力方向

改进方向

使用基于期权隐含波动率(VIX)或期权偏度代替历史波动率作为分歧度，同时使用北向资金净流入或融资融券余额代替成交额作为流动性代理，景气度可使用分析师盈利预期变化(高频化)代替混频宏观指标拟合

基于: 原报告使用历史波动率和成交额存在滞后性及噪音，且宏观拟合景气度存在信息滞后预期收益: 提高前瞻性，更早捕捉拐点，减少景气度拟合误差带来的信号偏差

复现计划

1. 提取沪深300日频收盘价、成交额，计算20日历史波动率；2. 采用双均线或大小窗口法(例如短期均线突破长期均线确认趋势)判断波动率和成交额上下行；3. 寻找常见宏观经济指标(如PMI、社融、利率等)使用混频模型(如MIDAS)对沪深300净利润同比进行回归预测，得到日频景气度代理变量；4. 按照三维状态矩阵生成多空信号进行回测验证。