Workflow
大金融等
icon
搜索文档
【十大券商一周策略】“十五五”主线布局开启,市场有望持续强势表现
券商中国· 2025-10-26 22:30
市场整体趋势判断 - 市场风格切换已基本结束,重新回到业绩驱动的结构市,前期调整带来的交易拥挤和缩量震荡可能接近尾声 [2][9] - 短期市场情绪企稳,调整空间有限,多重利好叠加下市场有望维持强势表现,未来两个月指数有望继续上行 [4][6][10] - 牛市核心基础在于股市监管政策改变供需格局以及居民资产重配逻辑,该基础未动摇背景下牛市大方向不变 [10] “十五五”规划政策影响 - “十五五”规划基调由守转攻,“以经济建设为中心”表述回归,降低了收缩政策可能性,有利于凝聚市场共识和AH市场长期走牛 [3][7][10] - 规划明确了建设现代化产业体系、发展新质生产力的重点方向,为市场提供了清晰的长期增长路径和投资线索 [4][8][10] - 政策布局与产业趋势共振的方向将产生最强投资机会,重点关注AI、机器人、半导体、量子科技等战略性新兴产业 [3][5][11] 行业配置与投资主线 - 科技成长仍是中长期主线,AI从云侧向端侧扩散,端侧AI作为更广泛数据入口的趋势明显,需产品实例催化行情启动 [2][11] - 产业链安全主题下,中国份额优势明显且海外竞争性产能重置成本高的制造业企业,有望将份额优势转化为定价权 [2] - 中期关注TMT和先进制造板块,若市场震荡可关注滞涨的高股息及消费板块 [6] - 全球制造业复苏方向趋同,降息周期下推荐顺序为:上游资源品、中国优势产业出海(资本品、国防军工)、内需回升下的煤炭和食品饮料 [12] 外部环境与风险偏好 - 中美关系释放缓和信号,中美经贸磋商有阶段性结果,叠加美联储降息预期,有助于修复和提振市场风险偏好 [4][6][11] - 海外扰动最大的时刻或已过去,市场后续应“以我为主”进行战略性布局 [7]
策略深度报告:基于XGBoost模型的AI行业配置系统
中银国际· 2025-05-28 14:18
报告的核心观点 - 近年来A股市场风格切换频繁、主线热点轮动加快,传统行业配置策略难以捕捉结构性机会,需构建新的行业配置系统 [2] - 基于XGBoost模型,结合“周期 - 信号 - 动量”配置框架,构建数据驱动、结构清晰、逻辑可循的行业配置系统,支持策略判断与行业轮动决策 [2] - AI行业配置模型回测表现良好,筛选Top3行业累积收益率高于同期等权重行业指数,夏普比率、最大回撤等指标也更优 [3] 各部分内容总结 “周期 - 信号 - 动量”中观行业配置体系概述 - 研究背景:A股市场风格切换频繁,传统策略难以捕捉机会,策略研究需从经验驱动向数据驱动转型,构建可解释、可落地的行业配置系统 [16] - “周期 - 信号 - 动量”行业配置框架:周期定风格,关注资本开支周期与库存周期确定优势风格;信号找行业,结合“次年g - 复合g”景气衔接体系与行业特有信号体系判断投资机会;动量辅助择时,结合市场动量因素判断投资时机 [17][18] “周期 - 信号 - 动量”行业配置体系信号系统 - 周期资源品:业绩与经济周期密切相关,行情与大宗商品价格高度相关,是典型的顺周期行业 [29] - 建筑地产与公用事业:地产具有逆周期特征,行情与地产周期高度相关;公用事业有较强防御属性,在市场偏好弱势时表现坚挺 [32] - 必选消费:防御性强,价格驱动效应明显,行情与CPI具有较高相关性 [36] - 可选消费:行情受居民收入及消费预期驱动,与社零同比高度相关 [41] - 科技和高端制造:具有显著的产业周期驱动特征,充裕的流动性会助推行情,如3G、4G、5G周期及“能源革命”推动相关板块行情 [43] - 金融类行业:行情受金融周期驱动,银行投资关注“量价 - 质量”因素,保险投资关注负债端保费收入与资产端10年期国债收益率变动 [48] AI行业配置模型构建与实证方法 - XGBoost模型简介:是基于梯度提升框架的增强型决策树方法,具有高效拟合、非线性建模和良好泛化能力,能建立“经济环境 - 市场情绪 - 行业表现”量化映射关系 [57][58] - 基于XGBoost的AI行业配置系统构建流程:包括数据样本及因子选择、因子体系构建、XGBoost模型构建、行业预测与筛选、模型因子Shap分析、输出配置分析六个核心步骤 [63] - 数据样本及因子选择:选取2006年1月至2025年3月的月度数据,纳入15个核心因子,采用8年滚动训练 + 逐月预测方式回测与模拟预测 [67][68] - 模型构建与参数选取:以次月月度收益率为因变量,与30个行业的15个因子构建面板数据,选取特定参数进行建模 [80] AI行业配置模型回测表现与配置建议 - AI行业配置模型回测表现:2014年1月 - 2025年3月,模型筛选Top3行业累积收益率为122.31%,高于同期等权重行业指数的80.26%;Top3组合夏普比率、最大回撤均优于等权重指数及传统宽基指数 [85][88] - 模型因子Shap分析:不同时期模型主要贡献因子不同,对应不同市场风格,如2014年“移动互联网”行情中ERP与10年期美债因子贡献度高,输出成长风格行业 [93][96] - 5月行情配置分析:5月AI行业配置模型输出TOP10行业主要分布在消费、红利等风格,截至5月22日,TOP3、TOP5、TOP10行业平均收益率均高于全行业平均收益 [98]