文章核心观点 - 文章介绍了一种基于四象限（景气度、情绪面、技术面、宏观）的月度行业轮动策略，该策略自2018年起进行样本外跟踪，历史回测显示能持续获得超额收益，2025年策略组合绝对收益达36%至38.1%，超额收益显著 [2] - 策略因子表现与市场环境高度相关，在上涨市中宏观、景气度和情绪面因子是主要驱动力，而技术面因子在下行市场中更具防御作用 [3] - 策略已构建以ETF为持仓品种的组合，自2014年以来相对中证800指数获得了11.4%的年化超额收益，信息比为1.01 [3] 策略历史与近期表现 - 策略自2018年开始样本外跟踪，截至2025年12月，单因子多策略年化超额收益为13.85%，复合因子策略年化超额收益为7.28% [2] - 2025年，行业轮动组合中，单因子多策略组合绝对收益为36%，相对于等权基准的超额收益为12.29%，复合因子策略组合绝对收益为38.1%，超额收益为14.38%，两个组合的超额收益月度胜率均为58.3% [2] 2025年因子表现分析 - 2025年因子有效性呈现较大分化，宏观因子表现极为突出，年化超额收益达23.8%，月度胜率为67% [2] - 景气度因子和情绪因子在2025年的超额收益贡献相对平淡，分别为4.1%和7.1% [2] - 技术面因子在2025年表现较差，超额收益为-1.1%，这与历史上市场上行环境中技术面因子表现相对较差的规律一致 [2] 因子与市场环境联动性 - 将市场按年度涨幅是否大于零分为上涨市与下跌市，四大维度因子的表现与市场环境存在强关联性 [3] - 在上涨市中，宏观、景气度和情绪面是驱动行业上行的主要动力 [3] - 技术面因子主要在下行市场环境中起到防御作用 [3] - 未来研究计划将市场环境的预判与划分引入策略因子的使用，以期望获得更稳定的超额收益 [3]

报告行业投资评级 * 报告未明确给出对具体行业的投资评级，其核心是介绍并验证一种基于四象限模型的行业轮动量化策略，并展示其历史表现 [1][4][7] 报告核心观点 * 报告提出并验证了一个月度行业轮动策略，该策略从宏观、技术、景气、情绪四个维度（四象限）构建因子，以捕捉行业轮动机会 [1][4][7] * 策略通过两种方式构建组合：单因子多策略与复合因子策略，长期来看单因子多策略表现更优 [9][10][11] * 策略自2018年样本外跟踪以来表现稳健，单因子多策略年化超额收益达13.85%，复合因子策略为7.28% [4][36] * 因子表现与市场环境高度相关：上涨市中宏观、景气度和情绪面因子是主要驱动力，下跌市中技术面因子更具防御性 [4][24][27] * 该策略可落地为ETF投资组合，自2014年以来相对中证800指数实现了11.4%的年化超额收益，信息比为1.01 [4][34][39] 四象限行业轮动策略介绍 * **策略框架**：策略从四个维度构建因子：1) **景气度**：基于行业内个股一致预期ROE的市值加权平均及其历史分位；2) **情绪面**：基于分析师上调评级的数量或市值占比；3) **技术面**：基于动量、换手率、波动率等指标的加权；4) **宏观面**：基于行业对PMI、PPI、汇率、M1-M2剪刀差等宏观指标的敏感性 [8] * **组合构建方法**：1) **单因子多策略**：根据每个维度因子得分单独推荐头部行业，取并集后等权构建组合；2) **复合因子策略**：对每个行业进行多维度因子等权综合打分，选取头部5个行业等权构建组合 [9] * **长期绩效**：在2011年至2025年期间，以行业等权指数为基准，单因子多策略的多头年化超额收益为12.73%，信息比1.13，最大回撤-10.02%；复合因子策略的多头年化超额收益为10.76%，信息比1.01，最大回撤-14.88% [11] * **分年度表现**：样本外跟踪阶段（2018-2025年），除2025年外，单因子多策略每年表现均优于复合因子策略 [13][15] * **2025年业绩**：2025年，单因子多策略组合绝对收益36%，超额收益12.29%；复合因子策略组合绝对收益38.1%，超额收益14.38%；两个组合的月度胜率均为58.3% [4][15][16][18] 四象限策略因子表现分析 * **因子长期绩效（2011-2025）**：宏观、景气度、情绪面因子的多空收益表现较优，年化多空收益分别为16.42%、16.24%、16.10%；技术面因子为8.47% [19] * **因子分年度表现**：不同年度因子有效性存在波动但具有互补性，四大维度中总有强有效因子存在 [19][21] * **2025年因子表现**：因子有效性分化显著，结构类似2021年：宏观因子表现极为突出，年化超额收益23.8%，月度胜率67%；景气度与情绪因子贡献相对平淡，超额收益分别为4.1%和7.1%；技术面因子表现较差，超额收益为-1.1% [4][21][25][30] * **因子与市场环境联动**：在上涨市（中证全指年度涨幅>0）中，宏观、景气度、情绪面因子的平均超额收益分别为13%、12%、10%；在下跌市中，技术面因子的平均超额收益为8%，起到防御作用 [24][27] 策略持仓超额的周度表现 * **2025年表现改善**：2024年月度持仓策略在月内最后一周存在明显的超额衰减现象，但2025年该现象基本消失 [29] * **周度胜率**：2025年，单因子多策略和复合因子策略在持仓四周内的胜率均维持在50%以上 [29][31][33] * **周度超额分布**：行业推荐生成后第一周超额收益累计表现较差，随后三周均稳定贡献正向超额收益，显示2025年策略超额收益持续性较2024年大幅修复 [29][31][33] ETF组合策略 * **构建方法**：将策略推荐的行业对应到覆盖度高、流动性好的宽基行业ETF上，构建可投资的ETF组合 [34] * **历史业绩**：ETF组合自2014年以来（回溯期使用指数价格），相对中证800指数获得年化超额收益11.4%，信息比1.01，全区间月度胜率56.69% [34][35] * **分年度业绩**：例如，2025年ETF组合绝对收益26.83%，相对中证800超额收益5.94%，信息比0.61 [35]

核心观点 本报告构建了一个基于宏观、技术、景气、情绪四个维度的月度行业轮动策略，并以此构建ETF组合。策略长期表现优异，单因子多策略表现优于复合因子策略，且2025年策略超额收益持续性显著改善。因子表现与市场环境高度相关，宏观因子在2025年表现极为突出[4][36]。 策略框架与构建方法 - 策略从宏观、技术、景气、情绪四个象限构建因子，驱动行业轮动[1][4] - 宏观因子：基于PMI、PPI、汇率、M1-M2剪刀差等指标，反映行业对宏观的敏感性[8] - 技术面因子：基于动量、换手率、波动率等指标的加权和[8] - 景气度因子：基于行业内个股一致预期ROE的市值加权平均及其历史分位点，反映未来业绩[8] - 情绪面因子：基于分析师上调评级的数量或市值占比，反映市场关注度和情绪[8] - 组合构建采用两种方式[9] - 单因子多策略：根据每个维度因子得分单独推荐头部行业，取并集汇总后等权配置 - 复合因子策略：对每个行业进行多维度因子等权打分，根据综合得分选取头部5个行业等权配置 策略长期与近期绩效 - **长期表现（2011-2025）**：单因子多策略表现略优，其多头年化超额收益为12.73%，信息比1.13，最大回撤-10.02%；复合因子策略多头年化超额收益为10.76%，信息比1.01，最大回撤-14.88%[11] - **样本外跟踪期表现（2018-2025）**：单因子多策略年化超额收益为13.85%，复合因子策略为7.28%[4][15] - **2025年年度表现**：单因子多策略组合绝对收益36%，相对等权基准超额收益12.29%；复合因子策略组合绝对收益38.1%，超额收益14.38%；两个组合的超额收益月度胜率均为58.3%[4][15] - **2025年周度表现**：月内超额衰减现象基本消失，持仓周期胜率均维持在50%以上。行业推荐后第一周超额表现较差，随后三周稳定贡献正向超额[29][31][33] 四维度因子表现分析 - **因子长期绩效（2011-2025）**：宏观、景气度、情绪面因子的多空收益表现较优。宏观因子多头年化超额为10.40%，景气度为9.78%，情绪面为7.46%，技术面为4.87%[19] - **因子与市场环境的关系**：上涨市中，宏观、景气度和情绪面是驱动行业上行的主要动力；技术面因子主要在下行市场环境中起到防御作用[4][24][27] - **2025年因子表现**：因子有效性分化显著，结构类似2021年 - 宏观因子表现极为突出，年化超额收益23.8%，月度胜率67%[4][21][30] - 景气度因子和情绪因子贡献相对平淡，超额收益分别为4.1%和7.1%[4][30] - 技术面因子表现较差，超额收益为-1.1%，与历史上行市场环境中的表现一致[4][21][30] ETF组合策略表现 - 将行业轮动策略持仓对应到宽基行业ETF，构建ETF组合策略[34] - ETF组合自2014年以来，相对中证800指数获得11.4%的年化超额收益，信息比为1.01[4][34][35] - 2025年，ETF组合绝对收益为26.83%，相对中证800的超额收益为5.94%[35]