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]

核心观点 报告基于多因子量化模型构建了三种行业轮动策略，并对近期市场表现、因子有效性及未来行业配置方向进行了分析 核心观点认为超预期增强行业轮动策略历史表现优异，并结合当前因子得分情况，给出了2026年1月的具体行业推荐 其中，国防军工行业获得多个策略共同推荐，值得重点关注[4][5][49] 当期市场与行业概况 - **主要市场指数普涨**：过去一个月（截至2025年12月31日），国内主要宽基指数普遍上涨，中证500、国证2000、中证1000、沪深300、上证50分别上涨6.17%、3.99%、3.56%、2.28%、2.07%[1][12] - **行业表现分化**：中信一级行业中，有19个行业上涨 国防军工行业涨幅最大，月涨幅达21.24%，有色金属、通信、综合金融等行业涨幅靠前 医药、食品饮料、房地产行业表现落后，月涨跌幅分别为-4.09%、-4.34%、-4.47%[1][12] 行业轮动策略构建 - **超预期增强策略框架**：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、分析师预期和超预期因子；估值面包含估值动量因子；资金面考虑北向及公募持仓 超预期因子旨在识别业绩超出市场一致预期的行业[19] - **景气度估值策略**：主要基于估值动量、盈利与质量因子进行构建[20] - **调研行业精选策略**：基于机构调研数据，从行业层面的调研热度与广度（拥挤度）两个视角判断机构关注度动向[20] 行业因子表现分析 - **十二月单因子表现突出**：盈利、质量、估值动量和分析师预期因子均取得正的IC值，其中盈利因子IC达到55.67% 所有因子均带来正向多空收益，分析师预期因子多空收益最高，为6.16% 在多头超额收益方面，分析师预期因子达到4.02%[2][21] - **2025年全年因子表现**：质量、估值动量、分析师预期和调研活动因子IC均值为正，分别为7.27%、1.37%、2.44%和7.34% 质量、分析师预期和超预期因子的多空收益分别达到30.95%、19.92%和15.62% 盈利、质量、分析师预期、超预期和调研活动因子全年均带来正的多头超额收益[2][22] - **策略因子长期表现**：超预期增强因子自2011年以来IC均值达8.20%，风险调整IC为0.294；调研活动因子自2017年以来IC均值达9.02%，风险调整IC达0.464[27][28] 行业配置策略表现 - **十二月策略表现**：超预期增强行业轮动策略收益率为6.39%，行业等权基准收益率为3.15%，超额收益率为3.24%；景气度估值行业轮动策略收益率为8.85%，超额收益为5.70%；调研行业精选策略收益率为-0.27%，超额收益率为-3.42%[3][33][41] - **历史长期表现**： - **超预期增强策略**（2011年1月-2025年12月）：年化收益率12.54%，夏普比率0.499，年化超额收益率6.99%，最大回撤54.44%[33][34] - **景气度估值策略**（同期）：年化收益率9.85%，夏普比率0.380，年化超额收益率4.67%[34] - **调研行业精选策略**（2017年1月-2025年12月）：年化收益率6.29%，夏普比率0.318，年化超额收益率2.23%，最大回撤40.18%[41][44][47] 当期行业推荐（2026年1月） - **超预期增强策略推荐行业**：房地产、有色金属、国防军工、基础化工、电子行业 持仓较上月显著调整，调出非银行金融、传媒和电力设备及新能源，调入房地产、国防军工和基础化工[4][49] - **房地产**：估值动量、分析师预期和超预期因子得分进一步上升，总排名第一[4][49] - **有色金属**：超预期因子改善，总排名第二[4][49] - **国防军工**：估值动量和分析师预期因子得分均大幅上升[4][49] - **基础化工**：分析师预期和超预期因子得分改善[4][49] - **电子**：此前排名第一，本月因超预期得分大幅下降，总排名落至第五[4][49] - **景气度估值策略推荐行业**：有色金属、国防军工、机械、基础化工、电子行业 其中机械行业因分析师预期与超预期得分不高，未获超预期增强策略推荐[4][49] - **调研行业精选策略推荐行业**：计算机、交通运输、煤炭、钢铁、国防军工行业 推荐原因包括基金调研热度上升（计算机、交通运输、国防军工）和调研拥挤度下降（计算机、交通运输、煤炭、国防军工）[4][50] - **共同关注行业**：**国防军工**行业同时获得超预期增强策略和调研精选策略推荐，值得重点关注[5][50]

量化模型与构建方式 1. 行业分化度指标 - **指标构建思路**：通过计算行业指数涨幅的离散程度来度量市场结构化特征，作为行业分化度的代理指标[1][12] - **具体构建过程**：计算申万一级行业指数的平均涨幅与中位数涨幅的差异，再计算该差异的20日移动平均值[1][12] - **指标评价**：该指标具有明显的均值回复特征，可用于判断市场极端分化后的反转时机[1][12] 2. 铜的宏观择时模型 - **模型构建思路**：通过宏观打分卡形式构建对铜的择时模型，并应用于有色金属行业指数择时[2][19] - **具体构建过程**：基于全球景气、全球通胀等宏观因子构建评分体系，当宏观评分大于0时，次月配置中证申万有色金属指数，否则配置Wind全A指数[2][19][20] $$ \text{信号} = \begin{cases} \text{配置有色金属指数} & \text{if 宏观评分} > 0 \\ \text{配置Wind全A指数} & \text{otherwise} \end{cases} $$ - **模型评价**：历史回测显示该模型能较好把握有色金属行业的强势行情，具备一定择时能力[20] 3. 行业拥挤度指标 - **指标构建思路**：监测行业交易拥挤程度，识别过度拥挤的行业[3][32] - **具体构建过程**：计算各行业拥挤度指标在滚动3年窗口内的分位数，设置95%作为预警阈值[2][3][32] - **指标评价**：拥挤度指标可用于识别交易结构过度拥挤的风险，提示需要谨慎的行业[2][3][32] 4. 综合配置策略 - **策略构建思路**：结合行业景气度信号和拥挤度指标，构建行业配置组合[4][35] - **具体构建过程**：配置景气上行及景气持平、且拥挤度较低的行业，其中景气持平行业的权重设置为景气上行行业的一半[4][35] $$ w_i = \begin{cases} k & \text{if 景气上行且拥挤度低} \\ 0.5k & \text{if 景气持平且拥挤度低} \\ 0 & \text{otherwise} \end{cases} $$ 其中k为权重调整系数，确保总权重为1 量化因子的回测效果 1. 铜的宏观择时模型 - 回测区间：2009年3月至2025年9月[20] - 相对Wind全A指数超额收益：245%[20] 2. 综合配置策略 - 最近1个月收益：4.6%[35][39] - 相对行业等权指数超额收益：-5.7%[4][35][39] - 相对中证800超额收益：-3.9%[4][35][39] - 最近3个月收益：14.4%[39] - 最近6个月收益：9.5%[39] - 2025年以来收益：12.6%[39] 行业拥挤度监测结果 截至2025年9月5日，拥挤度指标位于95%预警阈值以上的行业：[3][32][34] - 有色金属 - 电子 - 通信 - 机械设备 - 综合 过去1个月内拥挤度指标最大值曾突破95%预警阈值的行业：[3][32] - 美容护理 - 国防军工 - 医药生物