量化模型与构建方式 1. **模型名称：量化大势研判行业配置策略**[1][6] * **模型构建思路**：该模型是一个自下而上的风格轮动与行业配置框架。其核心思想是，风格是资产的内在属性，通过全局比较不同风格资产的优势，可以判断未来市场的主流风格，并据此选择最具优势的细分行业进行配置[1][6]。 * **模型具体构建过程**： 1. **风格定义与分类**：根据产业生命周期理论，将股票资产划分为五种风格阶段：外延成长、质量成长、质量红利、价值红利、破产价值[6]。 2. **资产比较框架**：建立“主流资产”与“次级资产”的比较优先级。主流资产包括实际增速资产（g）、预期增速资产（gf）、盈利资产（ROE），三者中只要有一个具备优势，市场资金就会主要配置。只有当主流资产均无机会时，市场才会转向次级资产（质量红利、价值红利、破产价值），次级资产的优先级由拥挤度等因素决定[10]。 3. **优势判断逻辑**： * 对于**预期成长（gf）**，主要看分析师预期增速的高低[7]。 * 对于**实际成长（g）**，主要看业绩动量（Δg）的高低，适用于转型期和成长期[7]。 * 对于**盈利能力（ROE）**，主要看PB-ROE框架下的估值水平高低，适用于成熟期[7]。 * 对于**质量红利**，核心看股息率（DP）和盈利能力（ROE）的综合打分[45]。 * 对于**价值红利**，核心看股息率（DP）和市净率（BP）的综合打分[48]。 * 对于**破产价值**，核心看市净率（PB）和规模（SIZE）的综合打分，选取打分最低的[52]。 4. **优势差计算**：采用类似于因子择时中的Spread方法，计算各风格头部资产的优势差（如Δgf, Δg, ΔROE），用以刻画头部资产的趋势变化。优势差扩张表明该风格资产趋势转好[23]。 5. **行业选择与配置**：以中信二三级行业（整理合并后为202个）为标的，每月根据上述框架判断占优风格，并在该风格下选取排名靠前的细分行业（每期每个策略选5个行业）进行等权重配置[17]。 2. **因子名称：预期净利润增速（gf）**[7][25] * **因子构建思路**：基于分析师对未来盈利的一致预期，衡量资产的预期成长性[7]。 * **因子具体构建过程**：使用行业的预期净利润增速（g_fttm）作为因子值。通过计算该因子值的优势差（Δgf）来观察预期成长风格的趋势变化[25]。 3. **因子名称：净利润增速（g）**[7][28] * **因子构建思路**：基于历史财务数据，衡量资产的实际成长性[7]。 * **因子具体构建过程**：使用行业的净利润增速（g_ttm）作为因子值。通过计算该因子值的优势差（Δg）来观察实际成长风格的趋势变化[28]。 4. **因子名称：盈利能力（ROE）**[7][31] * **因子构建思路**：衡量资产的盈利能力和资本运用效率[7]。 * **因子具体构建过程**：使用行业的净资产收益率（ROE）作为因子值。通过计算该因子值的优势差（ΔROE）来观察盈利能力风格的趋势变化[31]。 5. **因子名称：股息率（DP）**[35][45][48] * **因子构建思路**：衡量资产的现金分红回报率，是高股息策略的核心[7]。 * **因子具体构建过程**：使用行业的股息率（DP）作为因子值。报告中也通过观察DP资产的拥挤度变化来判断高股息策略的配置时机[35]。 6. **因子名称：市净率（PB/BP）**[42][48][52] * **因子构建思路**：衡量资产价格相对于其净资产的估值水平[42][48][52]。 * **因子具体构建过程**：在盈利能力策略中，使用PB-ROE回归残差作为估值因子[42]。在价值红利策略中，直接使用市净率（BP）作为打分因子之一[48]。在破产价值策略中，使用市净率（PB）作为打分因子之一[52]。 7. **因子名称：规模（SIZE）**[52] * **因子构建思路**：衡量公司的市值大小，在破产价值策略中通常与小市值特征相关联[52]。 * **因子具体构建过程**：在破产价值策略中，使用规模（SIZE）作为打分因子之一，通常选取打分最低（即市值较小）的行业[52]。 8. **因子名称：超预期因子（sue, sur, jor）**[39] * **因子构建思路**：衡量公司业绩超出市场预期的程度，是实际成长策略的核心[39]。 * **因子具体构建过程**：在实际成长策略中，具体采用行业的标准化未预期盈余（sue）、盈余惊喜（sur）和业绩超预期（jor）等因子来筛选行业[39]。 9. **因子名称：PB-ROE回归残差**[42] * **因子构建思路**：在PB-ROE估值框架下，寻找盈利能力（ROE）较高但估值（PB）相对较低的资产，即“性价比”高的资产[42]。 * **因子具体构建过程**：对行业进行PB对ROE的横截面回归，取回归残差作为因子值。残差为负表示相对于其ROE水平，该行业的PB估值较低[42]。 模型的回测效果 1. **量化大势研判行业配置策略**，年化收益27.45%（2009年以来）[17]，2009年超额收益51%[20]，2010年超额收益14%[20]，2011年超额收益-11%[20]，2012年超额收益0%[20]，2013年超额收益36%[20]，2014年超额收益-4%[20]，2015年超额收益16%[20]，2016年超额收益-1%[20]，2017年超额收益27%[20]，2018年超额收益7%[20]，2019年超额收益8%[20]，2020年超额收益44%[20]，2021年超额收益38%[20]，2022年超额收益62%[20]，2023年超额收益10%[20]，2024年超额收益52%[20]，2025年超额收益14%[20] 因子的回测效果 *注：报告中未提供各因子的独立回测指标（如IC、IR等），而是展示了基于各因子构建的六类策略的历史表现概览。因此，此处总结各策略的整体表现特征。* 1. **预期成长策略**，在2019年以来以及2014-2015年期间超额收益显著[37] 2. **实际成长策略**，长期超额收益较为显著，在成长风格占优环境下表现尤佳[39] 3. **盈利能力策略**，在2016年-2020年期间超额收益较为显著，2021年以来持续较弱[42] 4. **质量红利策略**，在2016年、2017年、2023年超额收益较为显著[45] 5. **价值红利策略**，在2009年、2017年、2021-2023年超额收益较为显著[48] 6. **破产价值策略**，在2015-2016年、2021-2023年超额收益较为显著[52]

量化模型与构建方式 1. 量化大势研判行业配置策略 **模型构建思路**：通过自下而上的资产全局比较，基于产业生命周期理论将权益资产划分为五种风格阶段，通过优先级比较（g>ROE>D）筛选优势资产[1][5] **模型具体构建过程**： 1. 划分五种风格阶段：外延成长、质量成长、质量红利、价值红利、破产价值[5] 2. 对全市场权益资产（中信二三级行业）进行风格分类[15] 3. 按主流资产（实际增速资产、预期增速资产、盈利资产）和次级资产（质量红利>价值红利>破产价值）优先级进行比较[9] 4. 主流资产采用优势差（Spread）计算： - 预期增速优势差：$$\Delta gf = g\_fttm_{Top} - g\_fttm_{Bottom}$$[20] - 实际增速优势差：$$\Delta g = g\_ttm_{Top} - g\_ttm_{Bottom}$$[24] - ROE优势差：$$\Delta ROE = ROE_{Top} - ROE_{Bottom}$$[26] 5. 次级资产按拥挤度排序[9] 6. 每月选择优势风格中排名前5的细分行业等权重配置[15] 2. 预期成长策略 **因子构建思路**：选取分析师预期增速最高的行业[34] **因子具体构建过程**： 1. 计算行业预期净利润增速g_fttm[20] 2. 按g_fttm从高到低排序 3. 选择排名前5的行业[34] 3. 实际成长策略 **因子构建思路**：选取超预期/△g最高的行业[36] **因子具体构建过程**： 1. 采用三个因子：sue（未预期盈余）、sur（营收惊喜）、jor（盈利惊喜）[36] 2. 对行业进行多因子综合评分 3. 选择排名前5的行业[37] 4. 盈利能力策略 **因子构建思路**：选取高ROE中PB-ROE框架下估值较低的行业[39] **因子具体构建过程**： 1. 计算行业PB-ROE回归残差：$$残差 = ROE - \beta \times PB$$[39] 2. 按残差从高到低排序（高ROE低PB） 3. 选择排名前5的行业[39] 5. 质量红利策略 **因子构建思路**：选取DP+ROE打分最高的行业[42] **因子具体构建过程**： 1. 计算行业dp（股息率）和roe（净资产收益率）[42] 2. 对dp和roe进行标准化打分并加权求和 3. 选择综合得分前5的行业[42] 6. 价值红利策略 **因子构建思路**：选取DP+BP打分最高的行业[45] **因子具体构建过程**： 1. 计算行业dp（股息率）和bp（市净率倒数）[45] 2. 对dp和bp进行标准化打分并加权求和 3. 选择综合得分前5的行业[45] 7. 破产价值策略 **因子构建思路**：选取PB+SIZE打分最低的行业[48] **因子具体构建过程**： 1. 计算行业pb（市净率）和size（市值）[48] 2. 对pb和size进行标准化打分并加权求和（低pb小市值） 3. 选择综合得分最低的前5个行业[48] 模型的回测效果 1. 量化大势研判行业配置策略 年化收益：27.25%[15] 各年度超额收益： - 2009年：51%[18] - 2010年：14%[18] - 2011年：-11%[18] - 2012年：0%[18] - 2013年：36%[18] - 2014年：-4%[18] - 2015年：16%[18] - 2016年：-1%[18] - 2017年：27%[18] - 2018年：7%[18] - 2019年：8%[18] - 2020年：44%[18] - 2021年：38%[18] - 2022年：62%[18] - 2023年：10%[18] - 2024年：52%[18] - 2025年8月：4%[18] 2. 预期成长策略 近3月表现： - 线缆：49.62%[34] - 水泥：12.71%[34] - 玻璃纤维：63.67%[34] - 稀土及磁性材料：98.77%[34] - 白色家电Ⅲ：-1.21%[34] 3. 实际成长策略 近3月表现： - 集成电路：42.93%[37] - PCB：112.10%[37] - 钨：69.26%[37] - 锂电设备：60.15%[37] - 兵器兵装Ⅲ：80.22%[37] 4. 盈利能力策略 近3月表现： - 啤酒：-3.94%[39] - 白酒：4.12%[39] - 非乳饮料：-4.45%[39] - 网络接配及塔设：202.29%[39] - 建筑装修Ⅲ：4.42%[39] 5. 质量红利策略 近3月表现： - 车用电机电控：38.98%[42] - 其他家电：28.13%[42] - 稀土及磁性材料：98.77%[42] - 网络接配及塔设：202.29%[42] - 玻璃纤维：63.67%[42] 6. 价值红利策略 近3月表现： - 化学制剂：19.43%[45] - 日用化学品：2.12%[45] - 安防：21.03%[45] - 服务机器人：39.81%[45] - 网络接配及塔设：202.29%[45] 7. 破产价值策略 近3月表现： - 汽车销售及服务Ⅲ：4.59%[48] - 动物疫苗及兽药：10.81%[48] - 棉纺制品：4.80%[48] - 包装印刷：13.22%[48] - 印染：3.22%[48]