报告投资评级 * 报告未明确给出具体的行业投资评级（如增持、中性、减持）[1] 报告核心观点 * 报告系统回顾了量化行业轮动的研究历程，指出传统基本面因子因行业逻辑时序不稳定和截面可比性差而面临失效困局，尤其是在2024年几乎“全军覆没”[1][11] * 报告认为，残差动量因子、拥挤度指标以及动态因子挖掘系统中的技术面遗传规划模型经受住了时间考验，持续为投资者创造超额收益[1][16] * 报告展望了量化行业轮动的“下半场”，提出了风格择时辅助行业轮动、行业轮动与CTA信号结合、大语言模型应用于行业轮动三大破局思路[1][62] 量化行业轮动研究回顾 * 行业轮动旨在从截面比较不同行业的投资机会，行业弹性通常大于宽基指数，成功捕获主线行业能显著跑赢宽基指数[9] * 行业轮动标的的颗粒度是模型表现的敏感变量，颗粒度过于粗放或精细都会影响模型效果[9] * 在基本面、交易面、机器学习三大维度的尝试中，基本面因子在样本外跟踪中失效最严重，尤其是在2024年几乎“全军覆没”[1][11] * 基本面因子失效的根本原因在于行业逻辑的时序不稳定性和截面可比性差，例如汽车行业的定价逻辑已从“乘用车销量”转向科技属性，且不同行业核心定价指标不同[11] * 交易面因子中，传统技术分析指标如异同离差乖离率(DBCD)表现不佳，而残差动量因子和拥挤度指标经受住了考验[14][16] * 北向资金加仓持续性因子曾是样本外表现最优的交易面因子，但因数据可获性问题已无法计算[16] * 相较于固定因子模式，动态更新因子库更有助于行业轮动模型适应市场变化，这项任务已交给机器学习执行[16] * 过去五年研究中，仍然值得进行样本外跟踪的模型包括：残差动量因子、拥挤度指标、动态因子挖掘系统中的技术面遗传规划模型[16] 残差动量因子 * 残差动量因子通过剔除市场因子和风格因子的影响，捕捉产业政策、技术进步等无法被结构化数据描述的股价驱动因素[2][17] * 改进版本引入了波动率反转效应，对日波动率最高月份的残差进行反转处理[2][20] * 在2017-01-01至2026-02-28的回测区间内，改进残差动量策略的年化超额收益达**12.90%**[2][22] * 该策略在2024Q3至2025Q2出现较大幅度、持续的超额收益回撤，但随后快速修复并在2026年初创新高[2][22] * 策略年化收益为**19.00%**，年化波动为**23.59%**，夏普比率为**0.81**，最大回撤为**-35.62%**（基准组合年化收益为**6.10%**）[25] * 该因子已被华泰睿选大类资产配置FOF1号（Wind代码HT25YK2.OF）所借鉴[2][22] 拥挤度指标 * 拥挤度用于衡量交易是否“涨得太快”，交易拥挤往往发生在“击鼓传花”式的上涨中，一旦成交量跟不上可能引发踩踏式下跌[3][26] * 基于门限测试方法精选了4个量价指标构建行业拥挤度模型，单指标滚动分位数达到**95%**阈值时触发拥挤信号，3个或4个指标触发拥挤信号视为行业高拥挤[3][29] * 2026年初，该模型成功预警了国防军工、工业金属、贵金属三个行业的交易风险，拥挤度3分或4分略领先行业指数的阶段性高点[3][30] * 回测表明，规避过去20个交易日中有两天拥挤度达到3分或4分的行业，对长期业绩具有正向贡献[3][30] 动态因子挖掘系统（机器学习） * 遗传规划是量化投资领域经典的因子挖掘方法，报告团队通过GPU加速和多目标体系改造对其进行了升级[4][38] * 引入**\|IC\|**、**\|IC\|胜率**、**NDCG@k**三维评价体系，有效降低了传统单目标遗传规划存在的种群拥挤和因子同质化问题[4][40] * **技术面遗传规划**样本外表现较好，在2022-10-10至2026-02-28区间，双目标体系年化超额收益为**19.20%**，升级后的三目标体系年化超额收益达**25.39%**（报告数据存在两处，取较高值）[4][49][53] * 三目标体系（拼接版）年化收益为**37.87%**，年化波动为**17.09%**，夏普比率为**2.22**，最大回撤为**-20.72%**（基准组合年化收益为12.48%）[53] * **基本面遗传规划**因仅依赖结构化信息，无法对行业基本面形成深刻理解，表现一般，在相同回测区间年化超额收益为**6.81%**[4][57] * 基本面遗传规划年化收益为**19.67%**，年化波动为**17.52%**，夏普比率为**1.12**，最大回撤为**-26.45%**（基准组合年化收益为12.86%）[61] 量化行业轮动的“下半场”破局思路 * **风格择时辅助行业轮动**：市场主导风格（如价值-成长）相较于行业轮动更易把握，因其定义清晰且轮动速度较慢[63] * 报告将红利择时模型信号迁移至国证价值100与国证成长100轮动，在2017-01-01至2026-02-28区间，风格择时模型年化超额收益为**18.29%**[66] * 在技术面遗传规划模型基础上叠加价值-成长风格择时信号，策略风险收益比有所改善，年化收益从**37.87%**提升至**38.67%**，最大回撤从**-20.72%**收窄至**-17.53%**，夏普比率从**2.22**提升至**2.28**[71] * **行业轮动与CTA信号结合**：行业轮动模型提供方向（“到有鱼的地方”），CTA信号提供买卖时点（“等待大鱼上钩”），旨在提升持有体验和调仓胜率[72][75] * **大语言模型(LLM)时代的行业轮动**：LLM擅长处理非结构化、多模态信息，能通过思维链整合碎片化信息形成基本面判断[76] * 报告认为，基于传统结构化信息的基本面行业轮动可能已陷入“无解的困局”，LLM对非结构化信息的深度整合能力或将成为基本面行业轮动的“破局之道”[4][77]

核心观点 报告阐述了中银量化多策略行业轮动系统在2025年12月25日当周的运行情况、配置结果及历史业绩。其核心观点是通过一个复合了七个单策略（S1至S7）的“波动率控制模型”进行行业配置，旨在获取超越行业等权基准的超额收益。截至报告日，该复合策略年初至今累计收益为31.4%，较基准（26.1%）实现了5.3%的超额收益[3][64][65]。当前系统主要配置于非银行金融、银行、交通运输、食品饮料等板块，并提示了部分行业因估值过高而被预警的情况[1][12]。 一、市场表现与模型回顾 - **市场表现回顾**：截至2025年12月25日当周，中信一级行业平均周收益率为3.0%，近一月平均收益率为3.3%[3][10]。本周表现最好的三个行业是国防军工（6.7%）、通信（5.9%）和建材（5.7%）；表现最差的三个行业是煤炭（-1.4%）、银行（-1.0%）和食品饮料（0.7%）[3][10] - **模型表现回顾**：本周，行业轮动复合策略获得累计收益2.6%，略低于中信一级行业等权基准的3.0%，超额收益为-0.4%[3][64]。但年初至今，复合策略累计收益达31.4%，显著超越基准的26.1%，获得5.3%的超额收益[3][65]。各单策略年初至今超额收益分化明显，其中S2隐含情绪动量策略超额收益最高，达21.3%，而S5资金流策略超额收益为-5.5%[3][65] 二、行业估值风险预警 - **预警机制**：系统采用滚动6年稳健PB（剔除极端值）分位数来识别高估值风险。当某行业的PB分位数高于95%时，将触发高估值预警，并被剔除出各分项策略的测算范围[12] - **当前预警行业**：本周，商贸零售、计算机、有色金属、国防军工、石油石化、电子行业的PB估值均高于过去6年（剔除极端值）95%的分位点，触发了高估值预警[12][13]。其中，商贸零售、计算机、有色金属和国防军工的当前分位数均为100%[13] 三、单策略核心观点与当前推荐 - **S1 高景气行业轮动策略（周度）**：该策略基于分析师一致预期，从盈利预期的原值、斜率和曲率三个维度挑选盈利预期向上的行业[15]。当前（2025年12月25日）景气度排名前三的行业为：机械、煤炭、非银行金融[16] - **S2 隐含情绪动量策略（周度）**：该策略通过剥离换手率变化中的“预期内情绪”，捕捉市场“隐含情绪”来构建动量因子[18][19]。当前市场隐含情绪指标排名前三的行业为：基础化工、电子、通信[20] - **S3 宏观风格轮动策略（月度）**：该策略基于宏观指标对高beta、高估值、12个月动量、高波动率四种风格进行多空预判，并映射至行业[23][24]。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[25] - **S4 中长期困境反转策略（月度）**：该策略复合了“2-3年反转”、“1年动量”和“旬度低换手率”三个因子，寻找长期反转机会[28]。本月（2025年12月）推荐的行业为：有色金属、电力设备及新能源、钢铁、银行、建材[29] - **S5 基于资金流的行业轮动策略（月度）**：该策略从“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[30][31]。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[31][32] - **S6 财报因子失效反转策略（月度）**：该策略基于“长期有效的因子在阶段失效后未来可能重新有效”的假设构建[35]。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[37] - **S7 传统多因子打分策略（季度）**：该策略从动量、流动性、估值和质量四个维度中各优选2个因子进行等权复合[40][41]。本季度（2025年第三季度）推荐的行业有：食品饮料、基础化工、非银行金融、银行、交通运输[42] 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63个交易日窗口内的负向波动率（下跌日波动率）的倒数进行资金分配，负向波动率越低的策略分配权重越高[45][50]。调仓频率根据子策略频率设定，分别在季度首日、月度首日（非季首月）和每周四进行不同范围的权重再平衡[47][51] - **当前策略权重**：截至2025年12月25日，在复合策略中权重最高的单策略是S7传统多因子打分策略，权重为23.8%；权重最低的是S3宏观风格轮动策略，权重为7.1%[3][59]。其余策略权重分别为：S1 (11.0%)、S2 (17.0%)、S4 (17.5%)、S5 (7.4%)、S6 (16.2%)[59] 五、复合策略配置与业绩 - **当前行业配置**：截至2025年12月25日，中银多策略行业配置系统的前五大重仓行业及权重为：非银行金融（11.8%）、银行（9.3%）、交通运输（9.1%）、食品饮料（7.6%）、基础化工（7.3%）[1][60]。本周复合策略主要加仓上游周期和中游周期板块，减仓中游非周期板块[3] - **板块配置**：从板块角度看，当前配置权重最高的三个板块是：金融（24.7%）、中游非周期（17.2%）和中游周期（15.7%）[61] - **长期业绩回顾**：自2014年以来，该波动率控制复合策略的累计收益净值持续跑赢行业等权基准，展现了长期有效的超额收益能力[68]

核心观点 - 中银多策略行业轮动系统采用基于负向波动率平价的复合策略，当前（2025年10月9日）配置权重最高的行业为非银行金融（11.6%）、基础化工（8.7%）和农林牧渔（7.8%）[1] - 复合策略本周（截至2025年10月9日）获得累计收益2.5%，超越中信一级行业等权基准1.6%，超额收益为0.9%；年初至今累计收益达27.8%，超越基准24.1%，累计超额收益为3.8% [3] - 本次调仓涉及全部7个子策略，复合策略整体加仓消费、地产基建、中游周期、中游非周期及金融板块，同时减仓TMT、医药和上游周期板块 [3] 市场表现回顾 - 本周（2025年9月24日至10月9日）中信一级行业平均周收益率为1.4%，近一月（2025年9月2日至10月9日）平均收益率为1.1% [10] - 本周收益率表现最佳的三个行业为有色金属（11.0%）、国防军工（4.3%）和钢铁（4.1%）；表现最差的三个行业为消费者服务（-1.8%）、通信（-1.6%）和传媒（-1.0%）[10] - 年初至今，有色金属、通信、电子行业累计收益率领先，分别达到84.7%、70.1%和60.1% [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%则触发高估值预警 [12] - 当前触发高估值预警的行业包括商贸零售、传媒、计算机、电子、汽车、国防军工和有色金属，其PB估值均高于过去6年（剔除极端值）95%分位点 [12][13] - 部分行业估值分位数近期显著上升，例如电子行业分位数从上月的79.8%上升至当前的100.0%，有色金属从84.0%上升至97.3% [13] 单策略表现与当前推荐 - **S1 高景气行业轮动策略（周度）**：当前推荐非银行金融、农林牧渔、通信；年初至今超额收益为-1.0% [3][15] - **S2 隐含情绪动量策略（周度）**：当前推荐机械、电力设备及新能源、有色金属；年初至今超额收益为18.8%，为各策略中最高 [3][19] - **S3 宏观风格轮动策略（月度）**：当前推荐银行、石油石化、交通运输、电力及公用事业、建筑、家电；年初至今超额收益为1.5% [3][23] - **S4 中长期困境反转策略（月度）**：当前推荐国防军工、综合、基础化工、农林牧渔、有色金属、银行；年初至今超额收益为8.0% [3][27] - **S5 资金流策略（月度）**：当前推荐综合、煤炭、房地产、综合金融、消费者服务；年初至今超额收益为-7.3% [3][30] - **S6 财报因子失效反转策略（月度）**：当前推荐房地产、通信、建材、非银行金融、电力设备及新能源；年初至今超额收益为-2.0% [3][34] - **S7 传统多因子打分策略（季度）**：当前推荐食品饮料、基础化工、非银行金融、银行、交通运输；年初至今超额收益为15.0% [3][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进行资金分配，根据单策略下跌日的波动率倒数确定权重 [41][46] - 当前（2025年10月9日）单策略权重最高的为S7传统多因子打分策略（23.6%），其次为S3宏观风格轮动策略（19.9%）；权重最低的为S2隐含情绪动量策略（5.7%）[53][54] - 策略换仓频率结合各子策略特性：季度初调整全部7个策略，月度初调整6个周/月频策略，每周四调整2个周频策略 [43][47] 复合策略配置与业绩回顾 - 当前行业配置覆盖21个中信一级行业，前五大权重行业合计占比达41.4% [55] - 从板块配置看，近一周加仓消费（增至17.2%）、地产基建（增至10.6%）、中游周期（增至11.7%）等板块，TMT板块配置比例从18.6%降至6.8% [56] - 历史回测显示，自2014年以来复合策略累计超额收益显著，各子策略中S2隐含情绪动量和S7传统多因子打分策略长期表现突出 [62][64]