量化模型与构建方式 1. **模型名称：高景气行业轮动策略** - **模型构建思路**：基于分析师对各行业盈利预期的原值、斜率和曲率等多因子，优选景气度持续向上的行业，剔除估值极高行业后等权配置最优行业[1][2]。 - **模型具体构建过程**： 1. 通过分析师一致预期数据构建三大类因子： - 一类因子（长期赛道因子）：如ROE_FY2、ROE_FY3，代表3-5年赛道概念[13]。 - 二类因子（中期景气度因子）：如EPS_F2_qoq、EPS_F3_mom，反映中短期景气度变化[13]。 - 三类因子（短期情绪因子）：如EPS_F3_qoq_d1m，反映景气度变化的斜率[13]。 2. 因子复合：通过分层聚类方法筛选年化超额>3%的因子，等权Rank复合（最优复合数量为8）[17][18]。 3. 极端估值保护：剔除PB分位数（5日平滑）高于95%的行业[23][26]。 - **模型评价**：聚焦盈利预期边际变化，规避估值泡沫，适合中短期景气周期跟踪[13][16]。 2. **模型名称：隐含情绪动量策略** - **模型构建思路**：通过剥离换手率变化率与收益率关系得到“未证伪情绪”，捕捉未被主流预期反映的市场动向[32][33]。 - **模型具体构建过程**： 1. 日度收益率对换手率变化率截面回归（无截距），残差为未证伪情绪收益率[34]。 2. 计算累计未证伪情绪净值，构建半个月/12个月动量因子[35]。 3. 增强措施：剥离基本面影响（如EPS_yoy）、波动率调整、多因子复合（半个月+12个月动量最优）[36]。 4. 加入极端估值保护机制[36]。 - **模型评价**：有效捕捉情绪驱动的动量效应，但需警惕高波动风险[32][38]。 3. **模型名称：宏观指标风格轮动策略** - **模型构建思路**：以宏观经济、货币、信贷等指标为基础，结合行业风格（价值/动量/波动率）定量择时，映射至行业优选[43][44]。 - **模型具体构建过程**： 1. 宏观指标处理：分历史中枢（6年zscore）、超预期（SUE_3Y）、边际变动（d3m）三个维度[48][49]。 2. 行业风格因子优选：通过截面回归筛选显著性、稳定性、低相关性的风格因子（如Value、Beta_1y、Vol_3m、Mom_12m）[51][53]。 3. 风格研判：宏观指标等权投票打分，映射至行业标准化暴露度[58][61]。 - **模型评价**：突破传统宏观框架局限性，但依赖风格因子稳定性[43][63]。 4. **模型名称：中长期动量反转策略** - **模型构建思路**：结合行业收益率“中短期动量、长期反转”结构，叠加低换手因子捕捉周期轮换机会[71][74]。 - **模型具体构建过程**： 1. 构建12个月动量因子（剔除最近1月）和24-36个月反转因子[76][78]。 2. 复合因子：12月动量 + 24-36月反转Rank等权复合[76]。 3. 低换手增强：剔除旬度换手率截面zscore高的行业[82][83]。 - **模型评价**：兼顾动量与反转效应，但需动态调整参数[71][84]。 5. **模型名称：资金流行业轮动策略** - **模型构建思路**：跟踪主力资金（机构单）和尾盘资金流入强度，挖掘资金驱动动能[91][92]。 - **模型具体构建过程**： 1. 机构单趋势强度因子：净买入金额与绝对值移动平均比值，中性化处理（剔除市值/换手率影响）[94][95]。 2. 尾盘流入强度因子：尾盘资金流入金额占流通市值/成交额比例的月度差分Rank复合[99][103]。 3. 剔除高拥挤行业（换手率zscore分位数>90%）[100][101]。 - **模型评价**：直接反映资金动向，但需规避抱团风险[91][105]。 6. **模型名称：财报失效反转策略** - **模型构建思路**：利用长期有效但阶段性失效的财报因子，依托均值回复机制反转选行业[108][109]。 - **模型具体构建过程**： 1. 财报因子库：48个类ROA因子（利润表/资产负债表指标组合）+16个类净利润YOY/QOQ因子[110][116]。 2. 筛选条件：滚动3年年化超额>5.5%且近4个月连续跑输的因子，按类别等权zscore复合[116][117]。 - **模型评价**：逆向布局财报因子失效，但需严格监控因子恢复周期[108][118]。 7. **模型名称：传统低频多因子打分策略** - **模型构建思路**：从动量、估值、流动性、质量四维度优选单因子，等权Rank复合[122][123]。 - **模型具体构建过程**： 1. 优选因子：如252日动量（正向）、756日动量（反向）、股息率3年分位（反向）、ROE_TTM季度差分（正向）等[124][128]。 2. 仅在中证800权重>2%的行业中筛选[122][123]。 - **模型评价**：经典多因子框架，适合长期配置但换仓频率低[122][129]。 8. **模型名称：波动率控制复合策略** - **模型构建思路**：以各单策略滚动63日负向波动率倒数分配资金，等权配置看多行业[3][139]。 - **模型具体构建过程**： 1. 计算下跌日波动率：$$\sigma_{D}=\sqrt{\frac{1}{n-1}\sum_{r_{i}\in D}\left(r_{i}-\frac{1}{n}\sum_{r_{i}\in D}r_{i}\right)^{2}}$$[139]。 2. 资金分配：负向波动率越低，配置比例越高[139][142]。 3. 调仓频率：兼顾周度/月度/季度策略换仓周期[141][146]。 - **模型评价**：有效控制回撤，但需动态调整窗口参数（M=63最优）[147]。 --- 模型的回测效果 1. **高景气行业轮动策略**：年化超额16.69%，最大回撤-12.95%，卡玛比率1.29[26][28]。 2. **隐含情绪动量策略**：年化超额18.61%，最大回撤-17.83%，卡玛比率1.04[37][38]。 3. **宏观指标风格轮动策略**：年化超额7.01%，最大回撤-23.46%，卡玛比率0.30[63][64]。 4. **中长期动量反转策略**：年化超额11.42%，最大回撤-14.91%，卡玛比率0.77[84][88]。 5. **资金流行业轮动策略**：年化超额11.64%，最大回撤-12.16%，卡玛比率0.96[101][106]。 6. **财报失效反转策略**：年化超额9.13%，最大回撤-10.54%，卡玛比率0.87[118][119]。 7. **传统低频多因子打分策略**：年化超额12.00%，最大回撤-13.25%，卡玛比率0.91[129][133]。 8. **波动率控制复合策略**：年化超额12.2%，最大回撤-6.8%，卡玛比率1.80[147][148]。 --- 量化因子与构建方式 1. **因子名称：景气度复合因子** - **构建思路**：综合盈利预期原值、斜率、曲率三类因子，优选边际变化显著的行业[13][16]。 - **具体构建**：等权Rank复合8个单因子（如ROE_FY2、EPS_F2_qoq等），剔除PB分位数>95%行业[17][21]。 2. **因子名称：未证伪情绪动量因子** - **构建思路**：剥离换手率对收益的影响，捕捉情绪驱动的超额收益[32][34]。 - **具体构建**：$$r_{i,t}=\beta \cdot \Delta \text{turnover}_{i,t}+\epsilon_{i,t}$$（无截距回归残差）[34][35]。 3. **因子名称：宏观风格因子** - **构建思路**：通过宏观指标预测风格多空（如Value/Beta），映射至行业暴露[51][53]。 - **具体构建**：宏观指标等权投票打分，行业得分=标准化风格暴露×方向[58][61]。 4. **因子名称：长期反转-中期动量因子** - **构建思路**：结合12个月动量与24-36个月反转效应[76][78]。 - **具体构建**：Rank等权复合动量与反转因子，叠加低换手筛选[76][82]。 5. **因子名称：资金流复合因子** - **构建思路**：综合机构单趋势强度与尾盘流入强度[91][94]。 - **具体构建**：中性化后等权zscore复合，剔除换手率拥挤度>90%行业[94][100]。 6. **因子名称：财报失效反转因子** - **构建思路**：筛选长期有效但近期失效的财报因子，逆向布局[116][117]。 - **具体构建**：按类别优选单因子（如ROA边际变化、净利润YOY分位）等权复合[116][117]。 7. **因子名称：传统多因子复合因子** - **构建思路**：四维度（动量/估值/流动性/质量）等权Rank复合[124][128]。 - **具体构建**：如252日动量+股息率3年分位+ROE_TTM差分等[124][128]。 --- 因子的回测效果 1. **景气度单因子**：ROE_FY2年化超额6.9%，EPS_F2_qoq年化超额7.0%[17][18]。 2. **未证伪情绪动量因子**：半个月+12个月复合因子年化超额18.61%[37][38]。 3. **宏观风格因子**：Value/Beta_1y等风格因子Rank IC均值>0.05[51][53]。 4. **长期反转-中期动量因子**：复合因子年化超额11.42%[84][88]。 5. **资金流复合因子**：年化超额11.64%，最大回撤-12.16%[101][106]。 6. **财报失效反转因子**：优选因子年化超额9.13%[118][119]。 7. **传统多因子复合因子**：年化超额12.00%[129][133]。

报告核心观点 - 对中银量化多策略行业轮动进行分析，涵盖行业表现、单策略及复合策略业绩等，本周行业轮动复合策略获超额收益，各单策略表现有差异，当前给出行业配置仓位 [1][3] 近期中信一级行业表现回顾 - 本周收益率最好的三个行业是石油石化（2.8%）、通信（1.5%）、银行（1.0%），最差的是医药（-6.1%）、纺织服装（-5.8%）、轻工制造（-5.1%） [3][10] - 30 个中信一级行业平均周收益率 -2.2%，近 1 月平均收益率 -0.3% [10] 行业估值风险预警 估值预警系统概述 - 采用各行业近 6 年 PB（剔除极端值）为样本数据，计算当前各行业 PB 在样本数据中的分位数，若滚动 6 年稳健 PB 分位数高于 95%，该行业会被剔除，不参与各分项策略测算 [12] 当前预警信号 - 本周商贸零售和汽车行业当前 PB 估值处于过去 6 年 PB 估值（剔除极端值）的极高分位点（高于 95%），触发高估值预警 [13] 单策略排名靠前行业及近期业绩表现 S1 高景气行业轮动策略（周度） - 通过 wind 分析师一致预期滚动行业数据建立多因子模型，挑选盈利预期向上的行业，构建复合因子，剔除高估值行业后，每周选因子值最高的 3 个行业等权持有 [15] - 当前景气度排名前三的行业为有色金属、通信、医药 [16] S2 隐含情绪动量追踪策略（周度） - 构建“跑在盈利预期数据公布之前”的情绪动量策略，获取“未证伪情绪”，构建复合因子，剔除高估值行业后，每周选因子值最高的 3 个行业等权持有 [18][19] - 当前市场隐含情绪指标排名前三的行业为银行、通信、综合金融 [20] S3 宏观风格轮动策略（月度） - 借助宏观指标及与四种行业风格收益的相关性对风格多空情况预判，通过行业在四种风格的暴露程度对行业契合程度排序 [21] - 当前宏观指标看多的前六行业为综合金融、计算机、电子、传媒、汽车、国防军工 [23] S4 中长期困境反转策略（月度） - 采用“2 - 3 年反转”、“1 年动量”、“旬度截面低换手率”三个因子行业排序等权复合构建策略，每月选最优的 5 个行业等权配置 [26] - 本月推荐行业为银行、钢铁、电子、非银行金融、建材、煤炭 [26] S5 基于资金流的行业轮动策略（月度） - 从“市场主力资金流向与强度”和“尾盘资金流向与强度”两个维度构建策略，每月选资金流入强度最高的 5 个行业等权配置 [30][31] - 本月资金流入强度较大的行业有综合金融、国防军工、煤炭、建材、房地产 [31] S6 财报因子失效反转行业轮动策略（月度） - 基于因子有效性均值回复理论构建策略，筛选“长期有效因子”和“短期失效因子”，复合得到“财报失效反转因子”，每月选因子值最高的 5 个行业等权配置 [35] - 本月看多行业有食品饮料、医药、家电、石油石化、综合 [37] S7 多因子打分复合行业轮动策略（季度） - 季度换仓策略，剔除中证 800 中权重低于 2%的行业，从“动量”、“流动性”、“估值”和“质量”四个维度优选因子等权 rank 复合，每季度选因子值最高的 5 个行业等权配置 [39] - 本季度推荐行业有非银行金融、电子、交通运输、有色金属、国防军工 [41] 策略复合 中银波动率控制复合 - 使用“波动率控制模型”，即“单策略负向波动率倒数”对 7 个单策略进行资金分配 [42] 调仓频率设定 - 7 个策略中 2 个周度策略、4 个月度策略和 1 个季度策略，按不同时间节点测算策略负向波动率倒数并进行资金分配 [44][46] 策略权重映射至行业 - 利用“负向波动率平价”得到 7 个单策略的配置比例后，对各策略看多的行业等权配置，各行业最终配置比例等于各策略对该行业的配置比例之和 [49] 单策略配置权重回顾 - 当前（2025 年 6 月 19 日）各单策略权重分别为 S1（12.8%）、S2（10.3%）、S3（8.6%）、S4（22.5%）、S5（15.9%）、S6（13.5%）、S7（16.4%） [56] 复合策略行业配置与业绩回顾 行业仓位回顾 - 当前（2025 年 6 月 19 日）中银多策略行业配置系统仓位通信（10.6%）、电子（8.7%）等 [1][57] 业绩回顾 - 本周行业轮动复合策略获得累计收益 -1.1%，中信一级行业等权基准收益 -2.2%，对应超额收益 1.1% [3] - 今年以来行业轮动复合策略获得累计收益 4.5%，中信一级行业等权基准收益 3.4%，对应超额收益 1.1% [3] - 今年以来各单策略超额收益 S1（-2.3%）、S2（4.5%）、S3（2.0%）、S4（3.1%）、S5（-0.8%）、S6（2.3%）、S7（1.6%） [3]

市场反弹特征 - 欧洲基准指数中95%成分股站上10日均线 显示上涨空间已消耗殆尽 [1] - Stoxx 600指数升至4月初以来最高点 S&P 500录得2025年最佳单周表现 [1] - 主要股指已收复"解放日"关税后超一半跌幅 主要驱动因素为空头回补 [3] 机构策略观点 - Barclays认为不宜过度乐观 股价走势仍受新闻头条驱动 未见具体关税协议 [1] - Citigroup建议选择性布局被严重抛售的周期性板块 同时超配医疗类防御性股票 [3] - Goldman Sachs指出对冲基金参与反弹主要出于空头回补 非强烈看多信念 [5] 市场结构变化 - 对冲基金和长线投资者重回买方阵营 但波动率仍处高位(VIX/VSTOXX>20) [3] - 趋势跟踪型CTA和风险平价基金股票敞口极度压缩 存在超卖后的重新配置需求 [5] - 市场情绪从"冲下悬崖"转向"缓慢撞上经济墙"的慢性风险 [7] 资金流向趋势 - 潜在主题包括资金从美股撤出流入国际市场 以及寻找超跌高回报机会 [7] - JPMorgan战术层面对国际股市持建设性看法 但认为市场未完全走出困境 [8] - Societe Generale认为市场底部被抬高 VIX难长期低于20 去杠杆过程将持续 [3]