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]

金融工程 | 证券研究报告 — 周报 2025 年 12 月 14 日 中银量化多策略行业轮动 周报 – 20251211 当前（2025 年 12 月 11 日）中银多策略行业配置系统仓位：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%）、电力设备及新能源（7.2%）、钢铁（6.7%）、机械 （6.2%）、基础化工（4.7%）、石油石化（4.7%）、家电（4.4%）、综 合 （3.5% ）、农林牧渔（ 3.5% ）、综合金融（ 3.5% ）、有色金属 （3.5%）、建材（3.4%）、电子（2.4%）、电力及公用事业（1.2%）、 建筑（1.2%）。 相关研究报告 《中银证券量化行业轮动系列（七）：如何把 握市场"未证伪情绪"构建行业动量策略》 20220917 《中银证券量化行业轮动系列（八）："估值泡 沫保护"的高景气行业轮动策略》20221018 《中银证券宏观基本面行业轮动新框架：对传 统自上而下资产配置困境的破局》20230518 《中银证券量化行业轮动系列（九）：长期反 转-中期动量-低拥挤"行业轮动策略》20240914 《中银证券量化行 ...

基金 2025 年 12 月 10 日 指数基金研究系列之十二： 今年中证现金流指数的收益特点与来源分析 相关研究报告 【平安证券】基金深度报告*指数基金研究系列之十 一：自由现金流选股策略与风格因子增强 *20250801 【平安证券】基金深度报告*指数基金研究系列之十： 自由现金流指数的风格特征与投资价值分析 *20250415 【平安证券】基金深度报告*指数基金研究系列之九： 自由现金流策略的产品应用——基于中美 ETF 市场 的分析*20250408 证券分析师 | 郭子睿 | 投资咨询资格编号 | | --- | --- | | | S1060520070003 | | | GUOZIRUI807@pingan.com.cn | | 任书康 | 投资咨询资格编号 | | | S1060525050001 | | | RENSHUKANG722@pingan.com.cn | | 陈瑶 | 投资咨询资格编号 | | | S1060524120003 | | | CHENYAO370@pingan.com.cn | 研究助理 胡心怡 一般证券从业资格编号 S1060124030069 HUXINYI18 ...

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]

核心观点 - 报告构建了一个基于“负向波动率平价”模型进行资金分配的复合行业轮动策略，该策略融合了七个不同维度的单策略（S1至S7），旨在通过动态调整行业配置以获取超越市场基准的超额收益 [45][50][51] - 截至2025年12月4日，复合策略当前仓位主要配置于金融、交通运输、通信及部分周期与消费行业，并显示近期大幅加仓金融和地产基建板块，同时减仓TMT、消费、医药及中游非周期板块 [1][3][60] - 今年以来（截至2025年12月4日），该复合策略累计收益为**27.1%**，相较中信一级行业等权基准收益**22.2%**，实现了**4.8%**的超额收益，其中S2（隐含情绪动量）和S7（传统多因子打分）策略超额收益最为显著 [3][63][64] 一、近期市场与策略表现回顾 - **市场表现**：近一周（2025年11月27日至12月4日），中信一级行业平均周收益率为**0.2%**，近一月平均收益率为**-2.7%**；表现最好的三个行业为有色金属（**3.8%**）、国防军工（**2.6%**）和通信（**2.6%**），表现最差的三个行业为传媒（**-3.7%**）、计算机（**-2.0%**）和房地产（**-1.9%**） [3][10][11] - **策略表现**：近一周，复合策略获得收益**0.5%**，对应超额收益**0.3%**；近一月，复合策略收益为**-1.4%**，对应超额收益**0.7%** [3][63] - **单策略年内超额收益**：S1（高景气轮动）为**-2.3%**；S2（隐含情绪动量）为**15.7%**；S3（宏观风格轮动）为**7.3%**；S4（中长期困境反转）为**5.9%**；S5（资金流策略）为**-5.0%**；S6（财报因子失效反转）为**0.4%**；S7（传统多因子打分）为**17.7%** [3][64] 二、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%**则触发高估值预警，该行业将不参与各分项策略的测算 [12][14] - 截至本周，触发高估值预警的行业有四个：石油石化（当前分位数**100.0%**）、计算机（**99.4%**）、传媒（**96.6%**）和商贸零售（**95.2%**） [13][14] - 部分行业估值处于历史较低水平，例如建筑（**1.7%**）、食品饮料（**1.0%**）、交通运输（**24.2%**）和医药（**27.5%**） [14] 三、单策略核心观点与当前推荐行业 - **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复合因子，每周选取因子值最高的3个行业；当前推荐行业为非银行金融、有色金属、通信 [15][16] - **S2 隐含情绪动量策略（周度）**：通过剥离换手率影响来捕捉市场的“隐含情绪”，结合半个月与12个月动量构建复合因子，每周选取因子值最高的3个行业；当前推荐行业为通信、轻工制造、机械 [18][19][20] - **S3 宏观风格行业轮动策略（月度）**：基于经济增长、通胀、货币等宏观指标预判四种市场风格（高beta、高估值、12个月动量、高波动率）的多空，并映射至行业，每月选取总分最高的6个行业；当前宏观指标看多的前六行业为银行、家电、电力及公用事业、石油石化、交通运输、建筑 [23][24][25] - **S4 中长期困境反转策略（月度）**：采用“2-3年反转”、“1年动量”和“旬度低换手率”三因子等权复合，每月选取最优的5个行业；本月推荐行业为有色金属、电力设备及新能源、钢铁、银行、建材 [28][29] - **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”两个维度构建因子，每月选取资金流入强度最高的5个行业；本月资金流入强度较大的行业有综合、石油石化、钢铁、综合金融、农林牧渔 [30][31][32] - **S6 财报因子失效反转策略（月度）**：基于“长期有效因子出现阶段失效后可能均值回复”的假设构建策略，每月选取因子值最高的5个行业；本月看多的行业有非银行金融、食品饮料、家电、通信、交通运输 [35][37] - **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各优选2个因子进行等权复合，每季度选取因子值最高的5个行业，并剔除中证800权重低于**2%**的行业；本季度推荐的行业为食品饮料、基础化工、非银行金融、银行、交通运输 [39][40][41] 四、策略复合方法与当前配置 - **复合方法**：采用“负向波动率控制模型”，以63个交易日为滚动窗口，计算各单策略下跌日的波动率（负向波动率），并以其倒数进行归一化得到资金配置权重，负向波动率越高的策略配置比例越低 [45][50] - **调仓频率**：结合各单策略换仓频率（2个周度、4个月度、1个季度），复合策略在季度首日对所有7个策略调仓，月度首日对6个周/月频策略调仓，每周四对2个周频策略调仓 [47][49][51] - **权重映射**：将各策略分配的资金在其看多的行业内进行等权配置，最终行业权重为各策略对该行业配置比例之和 [52][53] - **当前单策略权重**：截至2025年12月4日，权重最高的策略为S7传统多因子打分策略（**23.9%**），权重最低的为S2隐含情绪动量策略（**5.6%**）；其他策略权重分别为：S1（**12.5%**）、S3（**17.1%**）、S4（**17.6%**）、S5（**7.4%**）、S6（**16.0%**） [3][58][59] - **当前复合策略行业仓位**：前五大重仓行业及权重为：非银行金融（**11.9%**）、银行（**9.7%**）、交通运输（**9.3%**）、通信（**9.2%**）、食品饮料（**7.8%**） [1][60] 五、历史业绩回顾 - **长期表现**：自2014年以来，复合策略的累计绝对收益与超额收益净值均呈现长期增长趋势，展示了策略在不同市场环境下的有效性 [65][66][67] - **近期板块配置变动**：近10周（截至2025年12月4日），复合策略的板块配置显示，金融板块仓位从**17.9%**显著提升至**25.1%**，TMT板块仓位从**18.6%**下降至**9.2%**，消费板块仓位维持在相对高位 [62]

核心观点 - 报告建议降低配置锐度，回归均衡化策略，主要基于外部扰动缓和与内部风格再平衡的考量[2] - 行业轮动策略挖掘出4个具备“低位+边际改善”特征的行业，包括美容护理、交通运输、其他电源设备和半导体[2][4] 市场回顾与展望 - 11月A股出现明显调整，主要受三方面因素叠加影响：美联储流动性预期扰动、AI叙事论战升温与技术性高位回调、A股内部风格再平衡[4] - 美联储流动性预期扰动表现为美国政府停摆导致关键数据缺失，市场对12月议息会议判断分歧，此前资产涨幅较大对利空敏感[4] - AI泡沫论战引发市场短期担忧，叠加产业链涨幅过快，算力链等成长板块领跌[4] - 市场资金从高波动成长股向低估值高股息板块切换，银行、石油石化等红利板块逆势上涨[4] - 展望后市，流动性预期有望改善，市场对12月或1月降息有较高预期，美联储结束缩表及财政支出恢复使外部流动性更友好[4] - AI泡沫论战影响逐步消化，产业链基本面仍高于预期，短期内大幅回调概率不高，市场关注点转向技术路径与产品竞争[4] - 年末增量资金有限，风格以均衡为主，成长经过调整具备性价比，红利板块仍有资金偏好[4] 行业配置策略 - 低位修复策略推荐行业包括美容护理、交通运输、其他电源设备、半导体、汽车、生物制品、中药、家用电器[4] - 低位+边际改善策略聚焦4个行业：美容护理、交通运输、其他电源设备、半导体[2][4] - 美容护理行业受益于年末新消费主题回暖[4] - 交通运输行业估值较低，叠加中美关系缓和带动出口需求修复航运[4] - 其他电源设备行业受AI缺电带来的电网电源设备增量投资驱动[4] - 半导体行业受AI算力需求持续提升及汽车等行业缺芯带来的存储超级周期推动[4] 行业关键指标数据 - 美容护理行业社零化妆品类累计同比环比上升17.95%，销售均价个护用品环比上升18.78%[6] - 交通运输行业港口集装箱吞吐量当月同比环比下降0.07%，铁路运输业固定资产投资累计同比环比上升0.47%，铁路客运量累计同比环比下降8.51%，中国出口集装箱运价指数综合指数环比上升9.93%，CPI交通和通信交通工具用燃料环比上升0.64%，沿海集装箱运价指数环比上升6.59%[6] - 其他电源设备行业变压器出口金额环比上升2.15%，变压器出口数量累计同比环比下降20.37%，不间断供电电源出口平均单价环比上升2.24%，高压开关板产量环比上升5.10%[6] - 半导体行业计算机通信和其他电子设备制造业利润总额环比上升1.45%，NAND Flash现货平均价环比上升4.14%[6]

核心观点 - 报告提出了“预期共振”行业轮动策略，该策略综合了投资景气度、量价指标和分析师预期三个维度共12个明细指标 [1] - 2025年11月，“预期共振”模型多头组合收益率为0.98%，超越全行业基准（-0.95%）1.93个百分点 [2] - 对于2025年12月，“守正出奇”模型推荐非银行金融、汽车、食品饮料等行业，“预期共振”模型推荐非银行金融、银行、家电等行业 [3] 策略逻辑 - “守正出奇”投资景气度指标包含四个因子：用于捕捉市场趋势的边际上行贝塔因子、反映超预期事件的超预期报告因子、以及用于风险控制的交易热度因子和关注情绪因子 [5] - 量价指标维度包含六个技术指标：修正动量、隔夜收益率、边际平均动量、累积势能、成交波动和价格的成交弹性 [5] - 分析师预期维度包含三个因子：基于盈利预测变化率的净利润预期变化因子、考虑分析师影响力的行业预期调整得分因子以及积极评级数量因子 [6] 策略历史表现 - “守正出奇”策略自2016年以来，多头组合年化超额收益率为11.59%，夏普比率为1.57 [12] - “守正出奇”策略2025年初至今多头组合收益率为30.29%，超额收益率达8.05% [12][15] - “预期共振”策略自2016年以来，多头组合年化超额收益率为11.44%，夏普比率为1.66 [16] - 2021年至2024年期间，“预期共振”策略多头组合收益率为66.29%，显著超越基准（-1.44%）和空头组合（-36.23%） [16] 最新行业推荐与ETF - “守正出奇”模型12月推荐排名靠前的行业为非银行金融（指标得分1.00）、汽车（0.97）、食品饮料、家电（0.90）、交通运输（0.86）和银行（0.83） [21] - “预期共振”模型12月推荐排名靠前的行业为非银行金融（复合指标1.00）、银行（0.97）、家电（0.93）、交通运输（0.90）、汽车（0.86）和电子（0.83） [21] - 报告列出了与推荐行业对应的ETF产品，例如非银行金融行业对应的证券ETF（512880.SH）、银行行业对应的银行ETF（512800.SH）等 [22]

文章核心观点 - 行业盈利增长率是股票价值增长的核心驱动力，且比市盈率变化更具可预测性，预测盈利增速有助于增强行业组合收益表现[3] - 行业景气模型通过需求、供给等中观指标反映行业基本面状态，从而预测未来盈利表现，为股价收益预测提供支撑[3][9] - 大语言模型（LLM）可显著提高行业景气模型的构建效率，通过定性筛选和定量检验中观指标，实现模型在全行业范围的快速推广[4][5][17] - 基于LLM构建的行业景气指数对未来盈利增速有预测能力，其秩相关系数的均值和中位数均在0.25左右，并可应用于行业轮动策略以获取超额收益[5][26][40] 行业盈利预测的重要性 - 股票长期收益率可拆解为股息率、盈利增长率和市盈率变化，其中盈利增长率是核心驱动力[3][9] - 假设能提前一个季度预知未来行业盈利增速，并构建市值中性化的高增速行业组合，该组合收益表现整体优于行业等权组合和低增速组合[3][9] LLM赋能行业景气模型构建 - 在传统行业景气模型构建中，基本面逻辑定性分析与指标筛选环节耗时巨大，LLM可在此环节提高效率，快速识别核心指标[4][13] - 设计了一套构建流程：利用LLM对中观指标进行定性筛选，再经过定量检验（如格兰杰因果检验、相关性检验），最终合成行业景气指数[5][17][20] - 使用火山引擎DeepSeek-R1接口，对每个行业重复训练三次以降低随机性影响，每次选取近20个指标，并计算指标间相关性以保留高相关指标[18] - 对LLM初筛指标进行数据标准化和变形（计算同比、环比、五年分位数），并剔除极端值影响[20] - 通过LLM精筛和相关性测试双重判断指标对净利润的影响极性，最终每个行业筛选出近5个指标合成景气指数[23][25] 行业景气模型预测效果 - 构建了28个中信一级行业及对应的104个二级行业、271个三级行业的景气指数[5][46] - 不同级别行业的景气指数与未来盈利增速的秩相关系数均值和中位数均在0.25附近，显示出一定的预测能力[5][26] - 按景气得分将时间区间等分为五组，统计发现约80%的行业其分组未来盈利增速的单调性得分不低于0.5，表明景气指数分组预测效果显著[5][30] - 以有色金属行业为例，其景气指数与净利润环比和同比增速的秩相关性系数分别为0.50和0.63，走势近似[36] 行业景气指数应用与轮动策略 - 行业景气指数应用场景广泛，包括行业择时、行业轮动、行业景气选股和风险预警等[6][38] - 构建高景气行业组合（选择排名前20%的行业）回测显示，其在中信一、二、三级行业的年化超额收益率分别为2.4%、2.9%、2.8%[6][40] - 选择排名前10%的高景气行业组合，其年化超额收益率在中信一、二、三级行业分别可达1.2%、8.1%和3.1%[6] - 敏感性测试表明，二级和三级行业景气轮动的收益表现整体优于一级行业，可能源于更广的投资宽度[44][46] - 高景气行业组合相较于等权行业组合，长期收益表现较为稳定[50][53][55]

公众号推荐核心观点 - 推荐多个基金投资领域的优质原创公众号 这些公众号提供投资方法、技巧并帮助发现投资机会 [1][2] 各公众号特点总结 - **复来指数投资**：专注于指数基金投资 提供高确定性投资机会 其著作介绍智能定投、股债平衡、行业轮动等实用策略 并提供基金投资分析工具“指数宝” [3] - **阡陌说**：雪球2022年度基金影响力用户 擅长统计数据及基金梳理分类 能发掘市场关注度不高的优秀基金经理 文章图文并茂、数据翔实 并提供基金笔记目录 [3] - **投资闲记**：金融科班出身 多篇10万+文章作者 坚持价值投资 对基金和指数投资有深刻见解 每日分享独特实用市场观点 擅长从历史挖掘规律 有十多年投资经验 重仓指数获得超额收益 目前看好科创板、中小盘成长与港股机会 [4] - **小鱼量化**：形成投资体系闭环 特点为低估、分散、不需深入研究 适用于普通人 体系基于股债均配总体原则 结合高股息与可转债投资模式 选择一揽子便宜标的做高度分散组合 从源头控制风险 收益可能优于专业投资人 [5] - **懒人养基**：雪球2021年度十大新锐用户及2022年度基金影响力用户 《基金投资全攻略》作者 专注于基金投资 秉承长期、稳健、价值投资原则 根据投资风格科学择基并进行合理大类资产配置 视基金投资为最靠谱的懒人生意 乐于分享投资理念和策略 [6]

核心观点 - 报告核心观点为在当前市场主线不明朗的背景下，建议增配大盘价值风格，并聚焦于TMT（科技、媒体、通信）和周期性行业进行配置 [3] - 行业轮动模型已迭代至双周频率，结合量价、基本面、情绪面因子以应对多样化市场环境，2025年以来表现优于多个基准指数 [4][5] - 风格轮动模型优选指数为中证500和沪深300，兼顾中盘成长与大盘价值风格特征 [3][35] 市场环境回顾 - 截至2025年10月31日，A股月度总成交额为36.78万亿元，日均成交额较上月下降10.49%，交投活跃度略有回落 [12] - 近一月个股收益离散度为2.41%，较前一月小幅下降，但高于近半年中位水平 [12] - 行业轮动速度接近历史平均水平，风格轮动速度较上月大幅提高，显著高于2015年以来平均水平 [12] - 2025年10月因子不稳定程度突破5月以来低位，高于历史均值，市场风格波动增加，对量化选股策略影响中性偏负面 [18] 行业指数表现 - 截至2025年10月31日，煤炭、钢铁、有色金属等19个行业净值上升，煤炭行业涨幅最为突出，达10.02% [23] - 科技等板块跌幅居前，传媒、美容养护、汽车行业分别收跌6.04%、3.84%和3.58% [23] - 宽基指数中仅北证50、上证50及中证2000收涨，分别上涨3.54%、0.76%和0.34%；科创100、科创50指数领跌，小微盘风格领先 [23] 行业轮动模型优化与配置建议 - 行业轮动模型频率从月度进化为双周，构建了包括成交均价因子、行业动量alpha因子等六个因子的复合模型 [4][26] - 模型采用“大类等权、小类等权”的复合方式配置量价、基本面、情绪因子 [27][29] - 截至2025年11月07日，模型优选行业为非银金融、钢铁、传媒、有色金属、环保及通信 [30] - 非银金融、钢铁、有色金属、通信主要由基本面驱动，传媒受情绪和量价双重驱动，环保主要由量价驱动 [3][30] - 建议构建的行业ETF组合包括易方达沪深300非银ETF、国泰中证钢铁ETF、广发中证传媒ETF、南方中证申万有色金属ETF、南方中证长江保护主题ETF、国泰中证全指通信设备ETF，各占16.67%权重 [3][34] 风格轮动模型与指数增强基金 - 截至2025年10月31日，风格轮动模型优选指数为中证500和沪深300 [3][35] - 中证500在宏观因子上表现突出，体现宏观环境对中盘成长风格的偏好；沪深300受宏微观因子共同驱动，在质量因子、动量因子及货币供应方面表现亮眼 [3][35][36] - 建议关注中证500和沪深300指数增强型基金，包括国泰海通中证500A、博道中证500指数增强A、招商中证500指数增强A、中银沪深300指数增强A、汇添富沪深300基本面增强A [5][39] 模型历史表现与特色 - 行业轮动模型长期表现稳健，除2023年外均能维持相较行业均值的正超额收益 [5][42] - 2025年行业轮动模型跑赢行业等权、wind全A、沪深300、中证500和中证800等基准指数，超额收益分别为16.21%、7.97%、18.04%、6.24%、15.01% [42] - 风格轮动模型近1年、3年、5年胜率分别维持在83.33%、69.44%、71.67% [6][43] - 模型设计特色包括因子暴力衍生、筛选ICIR高且单调性强的因子、采用等权配置、引入宏观因子以及考虑产品可落地性 [40][41]