港股风格轮动现象 - 港股科技与红利风格长期收益呈现强负相关，适合构建风格轮动策略，其超额收益自2020年年中以来相关性低于-0.5 [4][11] - 风格轮动速度适中，短期优势以月频轮动，长期优势平均延续时间超过半年 [4][11] - 恒生系与中证系港股通科技及红利指数的超额收益从2020年年中开始维持强正相关且趋于稳定 [4][11] 多因子风格轮动模型框架 - 模型从宏观经济、资金、市场、基本面和估值五个维度构建了共101个备选指标，并统一为月度频率 [4][19][21][22] - 采用带有共线性惩罚项的岭逻辑回归方法，通过滚动回归确认参数和因子，滚动窗口长度为2年（24个月频数据点） [5][25][27] - 通过简单二分类法将预测概率转化为持仓观点：预测科技跑赢概率大于50%时满仓科技指数，反之则持有红利指数 [6][32] 模型表现与收益 - 简单二分类、季度训练的轮动模型年化收益达19.50%，相较于科技红利指数等权基准的年化超额收益为8.98% [2][7][34] - 模型预测科技风格跑赢的月份平均收益为1.78%，预测红利风格跑赢的月份平均收益为1.17% [7][34] - 除2023年外，模型在其他年度均实现正向超额收益，其中2020年和2024年的超额收益均超过20% [7][39] 有效因子分析 - 2024年年末以来，波动率、价差、南向资金以及美国新增非农就业数据对风格预测能力较强 [9][40] - 相比2024年之前，中国大陆和中国香港地区的宏观因子、估值因子的有效性顺位有所下降，近期未入选优选因子组合 [9][40] - 截至2025年9月30日，最新模型观点推荐配置港股红利风格，主要依据是波动率比值因子和外资基金流入占比因子 [9][35] 参数敏感性分析 - 略宽松的因子有效性筛选（选取秩相关性绝对值排名前8的因子）表现较好 [44] - 缓冲区间细微宽度调整和训练频率的参数敏感度较低，而正则项系数倒数C较为敏感，过强的共线性惩罚会损失模型收益 [44] - 在缓冲区间法下，最佳参数组合（季度训练、top_n=8、buffer=[0.4,0.6]、C=1）可实现年化收益18.35%和年化超额收益7.93% [44]