一、 当期市场与行业表现概况 - **主要市场指数表现分化**：过去一个月，国证2000、中证1000、中证500、沪深300分别上涨4.07%、3.71%、3.44%、0.09%，而上证50下跌0.88% [1][10] - **行业指数多数上涨**：在中信一级行业中，有22个行业上涨，钢铁行业指数涨幅最大，月涨幅达9.52%，建材、机械、煤炭、国防军工等行业涨幅靠前 [1][10] - **部分行业表现落后**：消费者服务、非银行金融、传媒的行业指数月涨跌幅分别为-3.37%、-3.48%、-4.22%，表现靠后 [1][10] 二、 行业轮动策略架构与因子分析 - **策略构建框架**：超预期增强行业轮动框架以基本面为核心，叠加估值面和资金面，基本面包括盈利、质量因子以及分析师预期和超预期因子，估值面包含估值动量因子，资金面考虑北向和公募持仓 [16] - **补充策略跟踪**：报告同时跟踪基于估值动量、盈利与质量因子构建的景气度估值行业轮动策略，以及基于机构调研热度和广度构建的调研行业精选策略 [17] - **二月大类因子表现**：盈利与估值动量因子表现突出，IC值分别达到15.81%和30.64%，分析师预期因子IC值为5.47%；多空收益方面，盈利和估值动量因子分别达到2.74%和9.53%；多头超额收益方面，估值动量和调研活动因子表现较好，分别达到4.60%和1.37% [2][18] - **今年以来因子表现**：盈利和估值动量因子IC均值分别达到33.94%和36.14%，多头超额收益分别达到1.91%和6.63% [2][18] - **策略因子历史表现**：自2011年以来，超预期增强因子的IC均值达到8.30%，风险调整IC为0.299；自2017年以来，调研活动因子的IC均值达到8.99%，风险调整IC达0.466 [25][26] 三、 行业配置策略历史与近期表现 - **超预期增强策略二月表现**：策略收益率为6.86%，行业等权基准收益率为4.83%，超额收益率为2.03%；景气度估值策略二月收益率与之相同 [2][32] - **超预期增强策略历史表现**：自2011年1月至2026年2月，策略年化收益率为13.13%，夏普比率为0.523，年化超额收益率为7.20%，月均双边换手率为68.82% [32][39] - **调研精选策略二月表现**：策略收益率为5.79%，超额收益率为0.96% [2][40] - **调研精选策略历史表现**：自2017年1月至2026年2月，策略年化收益率为6.86%，夏普比率为0.347，年化超额收益率为2.20%，月均双边换手率达157.73% [40][44][47] 四、 当期行业配置推荐 - **超预期增强策略三月推荐**：推荐行业为有色金属、基础化工、通信、电子和机械行业，相比上月调出传媒和国防军工，调入通信和机械 [3][46] - **推荐行业细分因子解析**：有色金属超预期得分下降但仍总分第一；基础化工分析师预期得分上升至行业第二；通信行业超预期因子得分大幅提升，总排名升至第三；机械行业估值动量和超预期得分均上升 [3][46] - **景气度估值策略三月推荐**：推荐行业为国防军工、有色金属、钢铁、基础化工和房地产行业，其中国防军工、钢铁和房地产未进入超预期增强策略推荐名单 [3][46] - **调研精选策略三月推荐**：推荐行业为通信、家电、非银行金融、电力及公用事业与电力设备及新能源行业 [3][49] - **调研精选推荐逻辑**：通信、家电、电力及公用事业和电力设备及新能源行业的基金调研热度上升，同时通信、家电、非银金融和电力及公用事业的调研拥挤度下降 [3][49] - **共同关注行业**：通信行业同时获得超预期增强策略和调研精选策略的推荐 [3][50]

ETF配置策略 - 我国ETF市场已形成覆盖范围广、类型完整的产品体系 覆盖中国内地、香港、沪港深及海外主要发达与新兴市场 资产类型涵盖股票、债券及商品三大类 为投资者提供了精细化、多元化资产配置的基础工具池 [2] - 绝对收益策略通过股票、债券、商品和黄金等低相关性资产构建组合 列举了5个策略及其历史表现 例如目标波动率3%策略年化收益6.74% 目标波动率5%策略年化收益8.04% 基于权益增强的多元资产配置策略年化收益11.66% [3] - 相对收益策略包括风格轮动与行业轮动 风格轮动旨在通过成长、价值、大盘、小盘等风格切换获取超额收益 列举了5个模型 如宏观量价成长价值风格轮动模型年化收益26.65% 行业轮动旨在捕捉结构性机会 列举了2个组合 如四维度行业轮动策略年化收益20.17% [4] 军工与商业航天 - 长征十号运载火箭与梦舟载人飞船成功完成首次低空演示验证与最大动压逃逸飞行试验 这是我国载人登月任务的关键飞行试验 验证了火箭与飞船相关功能性能及系统接口匹配性 为后续任务积累了宝贵数据和经验 [7] - 我国探月工程总体进展顺利 计划在2030年前实现中国人首次登陆月球 载人登月任务已全面启动实施 具体过程包括发射月面着陆器与载人飞船在环月轨道交会对接等 [9] - 根据计划 我国将在2026年发射“嫦娥七号” 2028年发射“嫦娥八号” 并在2028年前构建国际月球科研站基本型 2030年前实现载人登月 2040年前建成完善型国际月球科研站 后续建设“应用型月球科研站” [9] - 十五五期间 以载人登月工程为代表的太空探索项目有望顺利开展 太空旅游、太空数智基础设施、太空资源开发、太空交通管理等太空经济新领域有望迎来高速发展 商业航天赛道有望成为十五五军工行业核心投资方向之一 [9]

量化模型与因子总结 量化模型与构建方式 1. **模型名称**：超预期增强行业轮动策略[13] **模型构建思路**：以基本面为核心，叠加估值面和资金面进行多维度行业分析[13] **模型具体构建过程**： * **因子构成**：模型综合了多个维度的因子。 * **基本面**：包括基于实际披露业绩构建的盈利因子和质量因子，以及基于研报文本分析与分析师预期构建的分析师预期因子和超预期因子[13]。超预期因子指公司公告的营业收入、净利润等指标超出市场一致预期的部分[13]。 * **估值面**：包含估值动量因子[13]。 * **资金面**：考虑北向持仓、公募持仓等[13]。 * **合成方式**：将上述多个因子合成一个综合的“超预期增强因子”[22]。 * **组合构建**：每月初根据合成的超预期增强因子对行业进行排序，选取排名前1/6（即5个）的行业，以等权方式构建投资组合，按月调仓[32]。 2. **模型名称**：景气度估值行业轮动策略[14] **模型构建思路**：主要基于估值动量、盈利与质量因子进行行业轮动[14] **模型具体构建过程**：策略构建方法与超预期增强行业轮动策略一致[14]，即每月初根据合成的因子对行业排序，选取排名前5的行业等权配置，按月调仓。其核心因子为估值动量、盈利和质量因子[14]。 3. **模型名称**：调研行业精选策略[14] **模型构建思路**：基于机构调研数据，从行业层面的调研热度与广度两个视角判断机构投资者关注度的动向[14] **模型具体构建过程**： * **因子构成**： * **调研热度因子**：通过覆盖公司的调研活动平均数来刻画行业内的公司受关注热度[14]。 * **调研广度因子**：通过行业的调研覆盖程度来刻画行业拥挤度，该因子排名越高代表调研广度越低、拥挤度越低[45]。 * **合成方式**：将调研热度与调研广度两个细分因子合成为“调研活动因子”[14][45]。 * **组合构建**：每月初根据合成的调研活动因子对行业进行排序，选取排名前5的行业，以等权方式构建投资组合，按月调仓[36]。 模型的回测效果 （注：以下指标为截至2026年1月的长期历史回测结果，其中“今年以来”指标在报告中特指2026年1月单月表现） 1. **超预期增强行业轮动策略** * 年化收益率：12.71%[33] * 年化波动率：25.16%[33] * 夏普比率：0.505[33] * 最大回撤率：54.44%[33] * 年化超额收益率（相对行业等权基准）：7.12%[33] * 月均双边换手率：68.75%[33] * 2026年1月收益率：3.20%[33] * 2026年1月超额收益率：2.36%[33] 2. **景气度估值行业轮动策略** * 年化收益率：10.07%[33] * 年化波动率：25.91%[33] * 夏普比率：0.389[33] * 最大回撤率：56.24%[33] * 年化超额收益率（相对行业等权基准）：4.85%[33] * 2026年1月收益率：3.76%[33] * 2026年1月超额收益率：2.92%[33] 3. **调研行业精选策略** * 测试期：2017年1月-2026年1月[42] * 年化收益率：6.26%[37] * 年化波动率：19.83%[42] * 夏普比率：0.316[37] * 最大回撤率：40.18%[42] * 年化超额收益率（相对行业等权基准）：2.14%[37] * 月均双边换手率：157.35%[37] * 2026年1月收益率：0.20%[37] * 2026年1月超额收益率：-0.64%[37] 量化因子与构建方式 1. **因子名称**：盈利因子[13] **因子构建思路**：基于公司实际披露的业绩构建[13] 2. **因子名称**：质量因子[13] **因子构建思路**：基于公司实际披露的业绩构建[13] 3. **因子名称**：估值动量因子[13] **因子构建思路**：属于估值面因子，用于捕捉估值趋势[13] 4. **因子名称**：分析师预期因子[13] **因子构建思路**：基于研报文本分析与分析师预期构建[13] 5. **因子名称**：超预期因子[13] **因子构建思路**：识别公司公告的业绩指标（如营业收入、净利润）超出市场一致预期的部分[13] 6. **因子名称**：北向流入因子[13] **因子构建思路**：属于资金面因子，考虑北向资金的持仓动向[13] 7. **因子名称**：调研活动因子[14] **因子构建思路**：综合机构调研的热度与广度信息，刻画机构投资者对行业的关注度[14] **因子具体构建过程**：由两个细分因子合成： * **调研热度**：通过行业内覆盖公司的调研活动平均数来刻画[14]。 * **调研广度**：通过行业的调研覆盖程度来刻画行业拥挤度，该因子值越高代表调研广度越低、拥挤度越低[45]。 8. **因子名称**：超预期增强因子[22] **因子构建思路**：将盈利、质量、估值动量、分析师预期、超预期等多个因子合成一个综合因子，用于超预期增强行业轮动策略[13][22] **因子评价**：在行业预测方面具有显著效果[32] 9. **因子名称**：景气度估值因子[14] **因子构建思路**：主要基于估值动量、盈利与质量因子合成，用于景气度估值行业轮动策略[14] 因子的回测效果 （注：以下单因子表现数据为2026年1月当月表现） 1. **盈利因子** * IC值：30.34%[17] * 多空收益：4.52%[17] * 多头超额收益：2.31%[17] 2. **质量因子** * IC值：-3.89%[18] * 多空收益：-0.86%[18] * 多头超额收益：-1.81%[18] 3. **估值动量因子** * IC值：44.09%[17] * 多空收益：4.41%[17] * 多头超额收益：1.80%[17] 4. **分析师预期因子** * IC值：12.91%[17] * 多空收益：0.22%[18] * 多头超额收益：-1.84%[18] 5. **超预期因子** * IC值：-39.85%[18] * 多空收益：-2.82%[18] * 多头超额收益：-1.20%[18] 6. **调研活动因子** * IC值：16.16%[17] * 多空收益：-0.63%[18] * 多头超额收益：-0.70%[18] 7. **超预期增强因子** * IC历史均值（2011年以来）：8.26%[22] * 风险调整的IC（2011年以来）：0.297[22] * 多空年化收益率（2011年以来）：17.85%[23] * 多空夏普比率（2011年以来）：1.01[23] * 2026年1月IC值：18.62%[23] * 2026年1月多空收益率：2.51%[23] 8. **调研活动因子（长期表现）** * IC历史均值（2017年以来）：9.09%[22] * 风险调整的IC（2017年以来）：0.469[22] * 多空年化收益率（2017年以来）：14.99%[27] * 多空夏普比率（2017年以来）：1.35[27]

资产配置的生命周期策略 - 根据个人生命周期（20岁前受教育阶段、20-60岁职业生涯阶段、60岁后退休养老阶段）的收支特点，通过投资理财解决收支不平衡与时间不匹配问题 [5][6] - 资产配置分为三大需求：用于日常开销（强调流动性与安全性）、用于固定支出（强调安全性与一定流动性）、用于保值增值的长期投资（使用短期不用的闲钱） [2][4][5] - 青年期（20-30岁）风险承受能力较强，可参考“投资100法则”，例如25岁投资者可配置**70%**的股票ETF和**30%**的债券及货币ETF，并可根据实际支出和风险偏好调整 [8] - 中年期（30-60岁）收入增加但经济负担加重，风险承受能力可能下降，需从青年期比例下调股票ETF配置，相应提高债券ETF配置 [9] - 老年期（60岁以后）抗风险能力下降，若无额外收入，建议股票ETF投资比例降至**40%**以下，债券ETF比例升至**55%**以上，并保留**5%**的货币ETF作为流动性保障 [10] ETF投资策略类型 - **资产配置策略**：根据投资者年龄、收入、风险承受能力等因素动态调整资产配置比例，以适应不同生命周期阶段的财务需求和风险偏好，需持续关注个人财务状况和市场变化 [1] - **定投策略**：适合每月有固定现金流入、风险偏好较低的投资者，定期投入固定金额购买ETF，通过长期投资平滑成本、降低市场波动影响，但长期收益相对有限且对止盈等操作要求高 [1] - **行业轮动策略**：适合对市场趋势有较深理解和分析能力的投资者，根据经济周期、行业景气度动态调整不同行业ETF配置比例，以期获得更高回报，但对市场趋势判断要求高 [1] - **套利策略**：适合专业能力较强、资金体量较大的投资者，利用ETF在一级和二级市场间的价格差异进行折价或溢价套利 [1] 基于具体财务需求的ETF配置 - **日常开销备用金**：首要考虑流动性和安全性，适合配置货币ETF以满足随用随取的需求 [2][3][4] - **固定支出储备金**：需考虑安全性和一定流动性，以应对定期或可能发生的支出（如房贷、车贷），适合配置债券ETF中的国债ETF，以获得比货币基金更高的稳定收益 [4] - **长期投资（保值增值）**：使用短期不会使用的闲钱，根据风险承受能力配置股票ETF、债券ETF、商品ETF、外汇ETF、商品期货ETF或跨境ETF [5] 定投策略详解 - 定投是一种定期定额投资策略，核心在于“定期”和“定额”，通过长期稳定投资克服人性挑战，实现财富积累和增值 [11] - 定投通过分批买入避免在单一时间点“梭哈”的风险，能平均成本，让投资更稳健；若市场一直涨，定投收益可能不如一次性买入，但在其他情况下长期定投收益可期 [12] - 定投可通过场内自行买入ETF或场外定投ETF联接基金实现，场内操作灵活可即时卖出，场外可自动扣款但赎回流程较长且7天内赎回费可能较高 [13][14] 定投策略的优势 - 分散风险：通过定期投资将资金分散在不同时间点，降低市场波动影响，同时ETF本身具有多元化特点，进一步分散单一资产风险 [15][16][17] - 简化决策：无需频繁关注市场或复杂决策，只需按预定计划投资 [18] - 强制储蓄：有助于养成良好储蓄和投资习惯，通过定期定额逐步积累财富 [18] - 适合长期投资：利用时间力量实现复利效应，适合有长期投资计划和目标的人 [18] - 适合新手和忙人：是一种简单、低门槛的投资方式，适合新手、小额投资者及没有足够时间主动管理的投资者 [19] - 规避市场波动和情绪影响：采用定期定量方式帮助投资者规避短期市场波动和情绪影响 [19] 实施定投的步骤与注意事项 - 实施步骤包括：1）确定投资目标、风险承受能力和投资期限；2）根据目标和风险选择合适的ETF；3）设置定投的时间间隔和固定金额；4）定期评估和调整计划 [20][21] - 注意事项包括： - 选择合适的开始时间：当ETF追踪指数处于相对低点（如市盈率处于相对低点）时开始定投，可提高正收益概率 [21] - 选择合适的结束时间：当ETF追踪指数处于相对高点时考虑结束定投 [21] - 坚持长期投资：避免频繁切换不同ETF导致追涨杀跌 [22] - 考虑成长性：应选择具有长期上涨潜力的ETF进行定投，如宽基ETF或预期成长性好的行业主题ETF，而非过于平稳的货币ETF [22]

行业概览与业绩表现 - 2025年主动量化公募基金行业实现“破圈”，成立满一年的258只主动量化基金平均收益率高达30.35%，其中98%的产品年内取得正收益 [1] - 截至2025年三季度末，全市场282只主动量化基金合计份额为805亿份，较上一年年末的634亿份增长了27% [1] - 近3年业绩截至2025年10月底，主动量化基金区间年化收益率中位数为6.24%，高于股票型基金的5.17%和混合型基金的4.01%，夏普比率中位数为0.43，介于股票型基金0.25和混合型基金0.46之间 [1] 策略优势与投资价值 - 主动量化基金融合了主动管理与被动投资的优势，依托数学模型与严格纪律执行交易以克服情绪干扰，并借助系统化分析覆盖更广股票池以高效捕捉机会 [2] - 量化产品适合寻求长期稳健超额的配置需求，但策略同样会受市场风格切换影响 [2] - 评估主动量化产品时，应重点考察其策略在不同市场周期中的适应能力，以及管理人是否具备完善、透明的动态风控机制 [2] 基金经理张序的业绩与能力 - 华安基金张序自2020年5月18日管理华安事件驱动量化混合以来，已连续六年跑赢沪深300指数与偏股混合基金指数 [2] - 在全市场2919只主动权益基金中，能连续六年同时战胜上述两大指数的产品仅7只，占比不足0.23% [2] - 张序拥有扎实的数理学术背景，曾获全国物理竞赛一等奖，毕业于中科大少年班统计专业，曾在瑞银证券担任量化分析师，2017年加入华安基金 [3] 华安事件驱动量化混合基金表现 - 截至2025年三季度末，华安事件驱动量化混合基金总规模已攀升至47.22亿元，相较于2024年末2.14亿元的规模大幅增长 [3] - 复盘其管理历程，张序几乎精准把握了每年市场的核心矛盾，成功进行了多次行业与风格轮动 [3] - 根据2025年半年报，该基金A类份额机构持有占比高达87.99%，C类份额机构占比达到98.19%，反映了专业投资者的高度信任 [4] 张序的投资策略特点 - 张序的行业轮动策略注重行业分散，避免集中于单一赛道，采用“有侧重而不偏执”的配置思路以提升组合容错空间 [4] - 其行业配置完全由量化模型驱动，区别于传统基于主观研判的轮动方法，具备更强的系统性与纪律性 [4]

纪要涉及的行业或公司 * 行业：A股市场整体、券商（非银金融）、商业航天、光模块、有色金属（贵金属白银、碳酸锂）、国防军工、商贸零售、红利、消费、电新（电气设备、锂电池）、电子（元器件）、化工（塑料和制品）、机械（专用机械、工程机械、机器人）、消费者服务（旅游和休闲）、汽车（汽车零部件）、交运、通信 * 公司/产品：A500 ETF、恒润科技、科创50指数、创业板指数、上证指数、中证1000、国证2000、恒生科技指数 核心观点和论据 * **2025年市场整体表现**：市场企稳向上，虽经历多次小概率事件冲击，但反弹强劲，整体呈系统性慢牛格局[1] 市场虽未创新高，但指数已明显走高[7] * **关键事件影响**： * **Deepseek事件**：春节后带来明显上涨，3月后如期回调[2] * **特朗普关税战**：4月初引发大幅下跌，但随后从4月7日开始强势反弹，未出现二次探底[2][4] * **A500 ETF资金流入**：12月17日起神秘资金持续流入，规模增加约700亿（最近一周增加400亿），交易量几乎翻倍，推动市场连阳，改变了原本预期的向下调整趋势[1][5][7] * **券商板块压制与资金转向**：9-10月，券商被压制后资金转向双创板块，使创业板和科创50指数明显上扬[1][2][4] * **当前市场驱动与亮点**： * **主要驱动**：A500 ETF持续放量、商业航天板块火爆、光模块板块强势[8] * **指数表现**：上证指数突破3950点，中证1000、国证2000等成长性指数接近前期高点[1][8] * **强势板块**：有色金属（涨幅约6%，受贵金属白银逼空及碳酸锂价格上涨驱动）、国防军工（受益商业航天）[8][9][10] * **弱势板块**：商贸零售（回调约1个百分点）、红利和消费板块（因市场风险偏好提高而走弱）[10] * **券商板块的关键作用**： * **地位**：基本面良好但股价受压制，其选择方向将对大盘产生重大影响[1][6] * **作用**：若能上攻，将带动全市场风险偏好提升，大盘有望率先突破；若震荡或二次探底，大盘可能面临调整[6][15] * **现状**：券商指数已修复自8月25日以来跌幅的40%，表现出翻转形态，向下空间有限而向上空间较大，具有较高性价比[15] * **未来市场走势预判**： * **短期**：向上趋势明显，但需关注A500 ETF等驱动因素的可持续性及年底资金退潮风险[3][11] 年尾可能出现类似去年底的调整，但当前上攻概率略高于下跌[12][13] * **中线**：整体趋势向上，高点4034点预计难以阻挡，长期目标可看至4130点[3][11] * **路径情景**：若A500 ETF流入趋势持续，春节前后可能成阶段性高点；若调整，可能在1月底或2月初形成低点，再启动春季攻势[5] * **投资策略与配置建议**： * **整体策略**：中线看多做多，若出现200点左右的下跌，可视为“黄金坑”买入机会[14] * **仓位管理**：仓位充足可保持参与上涨；出现短期回调可考虑加仓[17] * **板块配置**： * **避免追涨**：前期涨幅较大的光模块、有色金属等，若无法继续上攻将面临较大回调风险[16] * **关注方向**：位置相对较低且有补涨需求的板块（如恒润科技、科创50）[16] 重点关注券商板块（确定性收益较高）[17] * **跨年策略**：顺周期跨年策略，重点关注金融板块中的非银金融，以及电新、电子、化工、机械等行业[3][19] * **市场风格与行业展望**： * **风格**：未来一段时间以均衡为主，小盘股（尤其临近春节）可能占优[19] * **2025年策略回顾**：行业轮动策略表现最佳，超额收益20多个点；年度轮动策略相对最差，超额收益15个点[3][18] * **2026年行业关注**：顺周期涨价逻辑驱动的行业，如电新（电芯碳酸锂涨价）、电子（内存涨价）、化工、机械（工程机械、机器人）等[19][20] * **宏观经济预期**：从当前价格普涨（造纸回升、太阳能光伏触底反弹、锂电池产品涨价等）来看，2026年的PPI和CPI可能会超出预期[21] 其他重要内容 * **指数关键点位**：上证指数突破前期下跌反弹的0.618分位3950点，标志着多头开始占优[1][7] * **市场结构描述**：今年行业结构相对突出，抱团现象明显[18] * **资金面观察**：两融余额开始恢复上行[19] * **具体细分领域**：值得关注的二级行业包括化工中的塑料和制品、消费者服务中的旅游和休闲、电新中的电气设备、军工中的航空航天、机械中的专用机械、汽车中的汽车零部件、电子中的元器件、有色金属中的稀有金属[20]

核心观点 报告展示了中银证券量化多策略行业轮动系统截至2025年12月18日的运行情况 该系统通过复合七个不同维度的单策略进行行业配置 本周复合策略获得0.4%的绝对收益和超额收益 年初至今累计收益为28.0% 超额收益为5.7% 当前系统主要超配非银行金融、银行、交通运输等行业 并提示了部分行业的高估值风险 [1][3][55] 一、市场表现与模型回顾 - **市场表现回顾**：截至2025年12月18日当周 30个中信一级行业平均周收益率为0.1% 近1月平均收益率为-1.1% 表现最好的三个行业是非银行金融（3.7%）、商贸零售（2.3%）、国防军工（2.3%） 表现最差的三个行业是房地产（-2.4%）、电力设备及新能源（-2.3%）、综合（-1.8%）[3][10] - **模型表现回顾**：本周行业轮动复合策略获得累计收益0.4% 跑赢中信一级行业等权基准（0.1%） 对应超额收益0.4% 今年以来 复合策略累计收益为28.0% 基准收益为22.4% 对应累计超额收益5.7% [3][59] - **单策略年内超额收益**：S1高景气轮动策略超额-0.1% S2隐含情绪动量策略超额18.0% S3宏观风格轮动策略超额5.7% S4中长期困境反转策略超额5.2% S5资金流策略超额-5.6% S6财报因子失效反转策略超额2.9% S7传统多因子打分策略超额19.4% [3][60] 二、行业估值风险预警 - **预警方法与标准**：采用各行业近6年滚动PB（剔除极端值）计算分位数 当行业稳健PB分位数高于95%时 触发高估值预警 该行业将不参与各分项策略的测算 [13] - **当前预警行业**：本周有五个行业触发高估值预警 分别是商贸零售（100.0%）、计算机（98.3%）、有色金属（97.0%）、国防军工（96.6%）和石油石化（95.7%）[13][14] 三、单策略核心观点与推荐行业 - **S1 高景气行业轮动策略（周度）**：通过分析师一致预期数据构建盈利景气度因子 每周选取排名前三的行业 当前推荐行业为：机械、煤炭、非银行金融 [15][16] - **S2 隐含情绪动量策略（周度）**：通过剥离换手率影响捕捉“隐含情绪” 构建动量因子 每周选取排名前三的行业 当前推荐行业为：通信、电子、电力设备及新能源 [18][19][20] - **S3 宏观风格轮动策略（月度）**：基于宏观指标对四种市场风格进行预判 并映射至行业 每月选取总分最高的6个行业 当前推荐行业为：银行、家电、电力及公用事业、石油石化、交通运输、建筑 [21][22][23] - **S4 中长期困境反转策略（月度）**：复合“2-3年反转”、“1年动量”、“低换手”三个因子 每月选取最优的5个行业 当前推荐行业为：有色金属、电力设备及新能源、钢铁、银行、建材 [26][27] - **S5 基于资金流的行业轮动策略（月度）**：从机构单和尾盘资金两个维度构建资金流入强度因子 每月选取强度最高的5个行业 当前推荐行业为：综合、石油石化、钢铁、综合金融、农林牧渔 [28][29][30] - **S6 财报因子失效反转策略（月度）**：基于财报因子阶段性失效后可能均值回复的逻辑构建策略 每月选取因子值最高的5个行业 当前推荐行业为：非银行金融、食品饮料、家电、通信、交通运输 [33][35] - **S7 传统多因子打分策略（季度）**：从动量、流动性、估值和质量四个维度优选因子进行季度打分 每季度选取最优的5个行业 当前季度推荐行业为：食品饮料、基础化工、非银行金融、银行、交通运输 [37][39] 四、策略复合方法与权重 - **复合方法**：采用“波动率控制模型” 根据各单策略在滚动窗口内的负向波动率倒数进行资金分配 负向波动率越高的策略配置比例越低 [40][45] - **调仓频率**：复合策略根据所含单策略的换仓频率（周度、月度、季度） 设定多层次的调仓规则 分别在季度首日、月度首日（非季首）和每周四进行不同范围的资金再分配 [42][44][46] - **行业权重映射**：在获得各单策略资金配置比例后 对于各策略看多的行业进行等权配置 最终行业配置权重为各策略对该行业配置比例之和 [47][48] - **当前单策略权重**：截至2025年12月18日 权重最高的策略是S7传统多因子打分策略（24.0%） 权重最低的是S3宏观风格轮动策略（7.2%） 其他策略权重分别为：S2（17.3%）、S5（16.9%）、S1（16.3%）、S4（10.5%）、S6（7.8%）[3][53][54] 五、复合策略配置与业绩 - **当前行业配置**：截至2025年12月18日 复合策略系统仓位前五大行业为：非银行金融（11.7%）、银行（9.6%）、交通运输（9.2%）、食品饮料（7.8%）、钢铁（6.8%）[1][55] - **近期板块配置动向**：本周复合策略加仓金融和上游周期板块 减仓TMT、中游周期、中游非周期板块 [3] - **近期板块权重**：近10周数据显示 金融板块配置权重在18.0%至25.3%之间波动 消费板块在13.2%至21.9%之间 TMT板块在2.9%至12.0%之间 [56] - **长期业绩回顾**：图表显示 自2014年以来 复合策略的绝对收益与超额收益净值长期跑赢行业等权基准 [61][62][63]

核心观点 - 中银量化多策略行业轮动系统采用基于“负向波动率平价”模型的复合策略，动态分配7个单策略的权重，以构建行业配置组合 [40][45][46] - 截至2025年12月11日，复合策略当前仓位最高的行业为通信（9.6%）、银行（9.5%）和交通运输（9.1%）[1][55] - 本周（2025年12月4日至12月11日）复合策略获得累计收益0.3%，跑赢中信一级行业等权基准（0.0%），对应超额收益0.3% [3][59] - 年初至今（截至2025年12月11日），复合策略累计收益为27.5%，跑赢行业等权基准（22.3%），累计超额收益为5.2% [3][60] 市场表现回顾 - 本周（2025年12月4日至12月11日）中信一级行业平均周收益率为0.0%，近1月平均收益率为-4.1% [3][10] - 本周收益率表现最好的三个行业是通信（6.4%）、国防军工（4.6%）、非银行金融（3.3%）[3][10] - 本周收益率表现最差的三个行业是煤炭（-3.6%）、石油石化（-2.7%）、钢铁（-2.4%）[3][10] - 年初至今表现最好的三个行业是通信（87.3%）、有色金属（81.1%）、电力设备及新能源（42.3%）[11] 行业估值风险预警 - 报告采用滚动6年稳健PB分位数作为估值预警指标，分位数超过95%的行业将触发高估值预警并被剔除出策略测算 [12] - 本周触发高估值预警的行业有：计算机（100.0%）、商贸零售（100.0%）、传媒（97.9%）、有色金属（96.9%）、石油石化（96.5%）、国防军工（96.3%）[12][13] - 当前估值较低的行业包括：食品饮料（0.6%）、建筑（22.9%）、医药（27.9%）、交通运输（28.2%）[13] 单策略表现与推荐行业 - **S1 高景气行业轮动策略（周度）**：本周绝对收益3.5%，年初至今绝对收益24.2%，超额收益1.9% [3][59]；当前推荐行业为机械、通信、电力设备及新能源 [15][16] - **S2 隐含情绪动量策略（周度）**：本周绝对收益2.9%，年初至今绝对收益42.0%，超额收益19.7% [3][59]；当前推荐行业为通信、机械、电子 [20] - **S3 宏观风格轮动策略（月度）**：本周绝对收益-1.7%，年初至今绝对收益27.4%，超额收益5.1% [3][59]；当前推荐行业为银行、家电、电力及公用事业、石油石化、交通运输、建筑 [23] - **S4 中长期困境反转策略（月度）**：本周绝对收益-0.3%，年初至今绝对收益27.7%，超额收益5.4% [3][59]；当前推荐行业为有色金属、电力设备及新能源、钢铁、银行、建材 [27] - **S5 资金流策略（月度）**：本周绝对收益-0.8%，年初至今绝对收益16.3%，超额收益-6.0% [3][59]；当前推荐行业为综合、石油石化、钢铁、综合金融、农林牧渔 [29][30] - **S6 财报因子失效反转策略（月度）**：本周绝对收益0.9%，年初至今绝对收益23.8%，超额收益1.5% [3][59]；当前推荐行业为非银行金融、食品饮料、家电、通信、交通运输 [35] - **S7 传统多因子打分策略（季度）**：本周绝对收益-0.4%，年初至今绝对收益39.4%，超额收益17.1% [3][59]；本季度推荐行业为食品饮料、基础化工、非银行金融、银行、交通运输 [39] 策略复合与权重分配 - 复合策略采用“负向波动率控制模型”对7个单策略进行资金分配，根据各策略下跌交易日的波动率（负向波动率）的倒数进行归一化配置 [40][45] - 当前（2025年12月11日）单策略权重最高的为S7传统多因子打分策略（23.7%），权重最低的为S2隐含情绪动量策略和S3宏观风格轮动策略（均为7.2%）[3][54] - 复合策略的调仓频率根据单策略频率设定：季度首日调整全部7个策略，月度首日调整6个周/月频策略，每周四调整2个周频策略 [42][44][46] - 策略权重通过等权方式映射至各策略看多的行业，形成最终的行业配置权重 [47][48] 复合策略配置与调仓动向 - 当前复合策略行业配置覆盖19个中信一级行业，前五大重仓行业为通信（9.6%）、银行（9.5%）、交通运输（9.1%）、非银行金融（8.0%）、食品饮料（7.7%）[1][55] - 从板块配置看，当前权重最高的板块为中游非周期（21.1%）、金融（21.0%）和TMT（12.0%）[56] - 本周复合策略调仓动向为：加仓TMT、中游周期和中游非周期板块，减仓消费、金融和上游周期板块 [3] - 近10周板块配置显示，TMT板块配置权重从6.8%上升至12.0%，消费板块配置权重从17.2%下降至15.6% [56]

报告行业投资评级 未提及 报告的核心观点 - 2025年中证现金流指数表现优异，相较中证红利超额收益率达11.2%，主要超额收益源于下半年，中长期能稳定跑赢，且不依赖风格占优 [5] - 成分股调整为指数贡献不错收益，更新频率高、比例高，6月纳入个股收益佳，增持行业表现亮眼 [5] - 基于中证现金流行业分布的行业轮动策略2014年来年化收益率12.8%、年化超额收益率1.9%，价值风格占优时超额收益更显著 [5] 根据相关目录分别进行总结 2025年中证现金流指数表现优异 - 2025年初自由现金流类指数基金成发行热点，截至11月30日新发现金流类指数基金59只，但该类指数曾因问题受质疑，1 - 2月跑输红利使超额收益稳定性遭疑 [8] - 截至11月底，2025年中证现金流较中证红利超额收益率达11.2%，主要源于下半年；1 - 2月跑输，3 - 6月均衡，上半年跑输2.5个百分点，7月中旬起大幅跑赢，下半年超额收益率14.1% [5] - 年初现金流指数阶段性跑输红利符合历史规律，本轮价值向成长风格切换始于2024年9月，期间中证现金流在2024年11月13日至2025年4月8日跑输7.2个百分点 [5][11] - 7 - 9月市场上涨、成长风格占优及10 - 11月市场调整、价值风格占优时，现金流指数均表现优异，7月以来跑赢中证红利，7 - 9月跑赢10.5个百分点，10月以来仍上涨5% [5][12] 成分股调整为指数贡献了不错收益 - 中证现金流指数更新频率高、多数情况成分股调整比例高，近一年成分股调整贡献不错收益；2025Q3、2025Q2、2025Q1、2024Q4成分股变动数量分别为39、49、8、44只 [5][15] - 除3月17日纳入个股平均收益略低，其余3次纳入个股平均收益高于剔除个股；6月16日纳入的49只个股，纳入后90日平均收益率27.1%，远高于剔除个股的11.9% [15][16] - 中证现金流指数6月成分股更新大幅增持的有色金属、电力设备及新能源、机械等行业表现亮眼，展现行业择时能力；9月末较去年底大幅减持煤炭、商贸零售行业，大幅增持家电、有色金属等行业；6月增持的有色金属、农林牧渔、机械、电力设备及新能源行业第3季度涨幅分别为44%、12%、27%、43% [16][17] 基于中证现金流行业分布的行业轮动策略 - 因自由现金流指数有显著alpha收益，行业配置及择时能力是超额收益重要来源，故基于测算的中证现金流指数成分股行业分布构建行业轮动策略验证其行业配置能力，用自测算的2013年12月以来成分股弥补历史行业分布缺失 [19] - 基于中证现金流行业分布的行业轮动策略2014年以来年化收益率12.8%、年化超额收益率1.9%，超额收益累积有显著周期性特征；回测时间为2014年1月1日至2025年11月28日，不考虑交易费用，将指数行业分布映射到一级行业指数，剔除金融地产行业，基准策略为行业等权策略 [20] - 中证现金流指数行业配置能力在价值风格占优阶段更能带来显著超额收益，成长风格占优时超额收益易大幅回撤 [20]

报告行业投资评级 未提及 报告的核心观点 - 金融街证券研究所基于相关策略报告构建基于行业和主题ETF的策略组合 [2] - 20251201 - 20251205期间策略累计净收益约0.55%，相对于沪深300ETF的超额收益约为 - 0.81%；2024年10月14日至今，策略样本外累计收益约24.26%，相对于沪深300ETF累计超额约3.20% [3] - 20251208一周模型推荐配置航空装备、软件开发、游戏、通信设备、通信服务等板块，未来一周策略将新增持有航空航天ETF、计算机ETF、游戏ETF、云计算ETF、央企科创ETF等产品 [12] 根据相关目录分别进行总结 策略说明 - 金融街证券研究所基于《行业轮动下的策略组合报告:基于行业风格延续和切换视角下的定量分析》(20241007)和《股票型ETF市场概览与配置方法研究:以基于行业轮动策略的ETF组合为例》(20241013)构建基于行业和主题ETF的策略组合 [2] 策略更新 - 调入航空航天ETF、计算机ETF南方、游戏ETF等多只ETF，各ETF有不同的市值、重仓申万行业及权重，还有周度和日度择时信号（择时信号为量价指标，1为看多、0为中性、 - 1为看空） [3] 业绩追踪 - 20251201 - 20251205期间策略累计净收益约0.55%，相对于沪深300ETF的超额收益约为 - 0.81%；2024年10月14日至今，策略样本外累计收益约24.26%，相对于沪深300ETF累计超额约3.20% [3] 持仓与表现 - 20251201 - 20251205调出房地产ETF、粮食ETF、石化ETF等多只ETF，该周ETF组合平均收益0.55%，沪深300ETF收益1.36%，ETF组合超额收益 - 0.81% [12] 推荐板块与产品 - 20251208一周模型推荐配置航空装备、软件开发、游戏、通信设备、通信服务等板块，未来一周策略将新增持有航空航天ETF、计算机ETF、游戏ETF、云计算ETF、央企科创ETF等产品 [12]