报告核心观点 本报告详细阐述了中银证券量化多策略行业轮动系统截至2026年3月12日的运作情况、配置结果及业绩表现。核心观点是，通过融合五个不同逻辑的单策略（S1至S5），并采用基于负向波动率平价的动态资金分配方法，构建的复合策略在近期及年初至今均实现了显著的超额收益。当前系统配置重点偏向于基础化工、农林牧渔、电力设备及新能源等景气度较高或情绪面占优的行业，同时系统对部分高估值行业发出了预警 [1][3][50] 一、市场表现与模型业绩回顾 - **市场表现**：截至2026年3月12日当周，中信一级行业平均周收益率为1.3%，近一月平均收益率也为1.3%。表现最好的三个行业是煤炭（6.4%）、电力设备及新能源（6.1%）和农林牧渔（5.7%）；表现最差的三个行业是石油石化（-4.8%）、国防军工（-3.0%）和有色金属（-2.7%）[3][10] - **模型业绩**：本周，行业轮动复合策略获得累计收益2.4%，跑赢中信一级行业等权基准（1.3%）1.1个百分点。今年以来，复合策略累计收益为6.7%，跑赢基准（4.6%）2.0个百分点 [3][54] - **单策略业绩**：年初至今，五个单策略相对于行业等权基准的超额收益分别为：S1高景气轮动策略4.9%、S2隐含情绪动量策略1.4%、S3宏观风格轮动策略8.5%、S4中长期困境反转策略-0.2%、S5传统多因子打分策略-3.6% [3][55] 二、行业估值风险预警 - **预警机制**：系统采用各行业近6年滚动PB（剔除极端值）计算稳健分位数，当分位数高于95%时，触发高估值预警，该行业将不参与后续策略测算 [12] - **当前预警**：本周，有色金属、国防军工、石油石化、机械、煤炭、电力及公用事业、电子、传媒、计算机、钢铁共10个行业的PB估值稳健分位数超过95%，触发高估值预警。其中，煤炭和电力及公用事业的分位数较上月分别上升了4.7和18.3个百分点 [12][13] 三、单策略逻辑与当前推荐行业 - **S1 高景气行业轮动策略（周度）**：基于分析师一致预期数据，从盈利预期的原值、斜率和曲率三个维度构建复合因子，筛选盈利预期向上的行业。当前排名前三的行业为：农林牧渔、非银行金融、电力设备及新能源 [14][15] - **S2 隐含情绪动量策略（周度）**：通过剥离换手率变化中的“预期内情绪”，捕捉市场对未证实传闻的“隐含情绪”定价。当前排名前三的行业为：电力设备及新能源、通信、基础化工 [17][19] - **S3 宏观风格轮动策略（月度）**：根据宏观指标对高beta、高估值、动量、高波动率四种风格的多空预判，映射至行业的风格暴露进行排序。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、建筑、交通运输、农林牧渔 [22][24] - **S4 中长期困境反转策略（月度）**：融合“2-3年反转”、“1年动量”和“低换手拥挤度”三个因子。本月推荐的五个行业为：综合、基础化工、农林牧渔、医药、消费者服务 [27][28] - **S5 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两个因子进行复合。本季度推荐的五个行业为：计算机、非银行金融、电子、基础化工、医药 [30][32] 四、策略复合方法与权重 - **复合方法**：采用“波动率控制模型”，根据各单策略在过去63个交易日内的负向波动率（下跌日收益率波动）的倒数进行资金分配，负向波动率越低的策略获得权重越高 [35][40] - **调仓频率**：根据子策略频率设定分层调仓机制，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策略资金再平衡 [37][41] - **当前策略权重**：截至2026年3月12日，五个单策略的配置权重分别为：S1（20.8%）、S2（21.0%）、S3（19.2%）、S4（18.9%）、S5（20.2%）。其中S2隐含情绪动量策略权重最高，S4中长期困境反转策略权重最低 [48][49] 五、复合策略当前配置与仓位回顾 - **行业配置**：当前复合策略的系统仓位主要集中在：基础化工（15.3%）、农林牧渔（14.1%）、电力设备及新能源（13.9%）、非银行金融（10.5%）、医药（7.6%）、通信（7.0%）、电子（4.1%）、计算机（4.1%）等 [1][50] - **板块配置**：近一周板块配置权重显示，策略重点配置于中游非周期（24.0%）、中游周期（15.3%）、消费（20.9%）和TMT（15.2%）板块，同时大幅减仓了上游周期（0%）和地产基建（3.2%）板块 [51][52] - **调仓动向**：本周复合策略继续加仓中游非周期板块，减仓地产基建和中游周期板块 [3]

行业投资评级 - **强于大市（维持）** 预计6个月内行业指数表现强于市场表现5%以上 [1][4] 核心观点 - **金融业务稳健，产业分部下滑，普惠金融与高股息是亮点** 报告认为远东宏信金融业务表现稳健，息差提升，普惠金融贡献显著增长，高股息属性突出，但产业运营业务收入有所下滑 [1][2][3] 分项总结 整体财务表现 - **2025年实现营业收入357.85亿元，同比下降5.2%** [2] - **2025年实现归母净利润38.89亿元，同比增长0.7%** [2] - **全年累计派息每股0.56港元，派息比例达61%** 以3月12日收盘价计算静态股息率达7.36% [2][3] 金融与咨询业务 - **2025年金融和咨询业务分部收入同比增长4.5%至226.8亿元** [3] - **生息资产平均余额同比增长1.4%至2664亿元** [3] - **生息资产收益率同比提升12个基点至8.18%** [3] - **计息负债成本率同比下降27个基点至3.79%** [3] - **净息差同比上升35个基点至4.83%，净利差同比上升39个基点至4.39%** [3] - **不良率同比下降4个基点至1.03%，拨备覆盖率为227.82%** [3] - **信贷成本率为0.31%** [3] 产业运营业务 - **2025年产业运营收入同比下降17.9%至132.8亿元** [3] - **产业运营业务毛利润率较2024年下降5.1个百分点至24.9%** [3] - **设备运营毛利率较2024年下滑6.2个百分点至26.4%** [3] - **医院运营毛利率较2024年下滑1.3个百分点至18.7%** [3] - **宏信建发海外业务收入同比增长260.3%至14.02亿元，占总收入比重达15.0%** 2024年占比为3.4% [3] 普惠金融业务 - **2025年末普惠金融利息收入贡献为9.85%，较2024年提升5.69个百分点** [3] - **普惠金融生息资产平均余额同比增长54.8%至225.4亿元** [3] - **普惠金融业务不良生成率为6.05%** 2024年为1.90% [3] - **普惠金融业务信贷成本率为5.19%** 2024年为2.14% [3] 行业展望与投资建议 - **金租行业高质量发展进程持续** 在降准降息背景下，行业资产端定价韧性有望显现，息差水平保持稳健 [3] - **建议关注经营稳健、股息较高的标的** [3]

近期市场回顾 - 2026年2月权益市场震荡收涨，主要指数分化，创业板指和科创50指数收跌，其余主要指数收涨 [1][6] - 周期与成长板块表现良好，金融板块阶段性落后，钢铁、建材、机械行业涨幅居前，分别为9.52%、7.72%、7.56% [1][6] - 传媒、非银行金融、消费者服务行业跌幅较深，分别录得-4.22%、-3.48%、-3.37%的跌幅 [1][6] - 2月交易日较少，市场呈先抑后扬走势，春节前全球风险偏好降低，节后杠杆资金回补，“涨价”成为核心交易线索 [7] - 主要权益基金指数小幅收涨，万得主动股基、偏股混合型基金指数、普通股票型基金指数分别上涨1.20%、1.04%、1.07% [7] - 债券市场2月因春节交投活跃度下降，但节前机构持券意愿强且央行呵护流动性，支撑债市平稳偏强运行，10年期国债收益率一度向下突破1.80% [8] - 节后债市因短期流动性压力回调后快速反弹，纯债基金类指数表现较好，万得中长期纯债型、债券指数型、短期纯债型基金指数分别收涨0.17%、0.16%、0.13% [1][8] - 一级债基、二级债基和可转债基金指数分别收涨0.25%、0.33%、1.17% [1][8] - 基金风格指数全面收涨，小盘、成长风格占优，成长、价值、均衡基金指数分别上涨1.27%、0.68%、0.20%，小盘、大盘基金指数分别上涨2.17%、0.51% [8] - 行业主题基金方面，军工主题基金涨幅第一，环保主题基金走强，新能源/新能源车主题产品涨跌较多，文体、医药、金融地产等主题基金表现不佳 [9] 主动权益基金优选指数配置思路 - 3月A股市场可能维持宽幅震荡格局，可关注涨价、弹性、政策三个方向 [2] - 涨价方向：海外地缘扰动背景下，资源资产进行稀缺性重估，需求端转向绑定“制造业升级”与“战略安全” [2][12] - 金属、化工、机械、能源等细分行业受益于全球周期共振及国内“反内卷”，已实现价格抬升 [12] - 弹性方向：2026年起AI技术进入成熟阶段，产业红利从“全面扩散”转向“精准聚焦”，市场逻辑从估值修复转向业绩驱动 [2][13] - 从全球视角看，存储、电力作为关键基础设施值得重视，AI算力技术升级与业绩释放的基础逻辑未变 [14] - 从国产化角度，建议关注半导体先进晶圆制造、先进封装产业链，可阶段性关注华为产业链机遇 [14] - 政策方向：“两会”后的持续政策落地可能成为短期主线，科技成长类资产是“做优增量”核心载体 [2][15] - 人工智能、商业航天、低空经济等方向将持续享受产业政策红利，消费类资产直接受益于“扩大内需” [15] - 周期类资产同时受益于“扩大内需”和“优化供给”，供给端竞争格局改善有望带来价格弹性 [15] - 3月中下旬开始，年报和一季报披露将成为行情“试金石”，业绩超预期标的将获得资金聚焦 [15] - 主动权益基金优选指数每期入选15只基金等权配置，按价值、均衡、成长风格遴选并大致配平 [16] - 价值风格基金经理关注绝对估值和创造现金流效率，均衡风格基金经理动态再平衡，成长风格基金经理挖掘高增长机会 [16] - 自2023年5月11日指数构建至2026年3月10日，主动权益优选指数累计净值1.5875，相对中证偏股基金指数超额收益33.20% [17] - 自2026年2月10日以来，指数收益率0.36%，较中证偏股基金指数超额0.96% [17] 固收类基金优选指数配置思路 - 纯债基金优选指数展望3月，债市多空交织，短期降准落空、资金净回笼，地缘冲突导致油价居高不下，输入性通胀预期仍存，短期久期需谨慎 [3][20] - 利多因素包括整体风险偏好环比降低，受股市情绪压制可能性降低，全年货币政策定调偏积极，到期收益率进入更有性价比区间 [3][20] - 整体而言，短期交易性机会仍存，信用债票息策略仍有性价比，具体基金产品层面保持上期配置不变 [3][20] - 短期债基优选指数每期入选5只，以绝对回报为导向，定位流动性管理，根据市场情况灵活调整久期 [18] - 自2023年12月12日指数构建至2026年3月10日，短期债基优选指数累计净值1.0494，相对其基准超额收益0.5545% [21] - 自2026年2月10日以来，短期债基优选指数收益率0.1304%，相对其基准超额收益0.0199% [21] - 中长期债基优选指数每期精选5只标的，力争平稳向上的净值曲线，均衡配置票息策略和波段操作标的 [20] - 自2023年12月12日组合构建至2026年3月10日，中长期债基优选指数累计净值1.0754，相对中长期纯债基金指数超额收益0.5698% [21] - 自2026年2月10日以来，组合收益率0.1876%，相对中长期纯债基金指数超额收益0.0662% [21] - 固收+基金优选指数根据权益仓位中枢划分为低波、中波、高波组合并分别构建优选指数 [22] - 低波固收+优选指数权益中枢10%，每期入选10只，本期调换部分近期波动较大标的，增持持仓均衡、在震荡行情中表现优秀的品种 [4][22] - 中波固收+优选指数权益中枢20%，每期入选5只，本期保持组合配置不变 [23] - 高波固收+优选指数权益中枢30%，每期入选5只，本期保持组合配置不变 [24] - 自2024年11月8日组合构建至2026年3月10日，低波固收+优选指数累计净值1.0580，相对其业绩比较基准超额收益3.8891% [25] - 自2026年2月10日以来，低波组合收益率0.0401%，相对其业绩比较基准超额收益0.3032% [25] - 自2024年11月8日组合构建至2026年3月10日，中波固收+优选指数累计净值1.0820，相对其业绩比较基准超额收益4.3321% [25] - 自2026年2月10日以来，中波组合收益率0.0527%，相对其业绩比较基准超额收益0.3236% [25] - 自2024年11月8日组合构建至2026年3月10日，高波固收+优选指数累计净值1.1054，相对其业绩比较基准超额收益4.7003% [26] - 自2026年2月10日以来，高波组合收益率0.0339%，相对其业绩比较基准超额收益0.3141% [26] 市场环境与事件分析 - 2月A股仅14个交易日，上证指数站上4100点，中证500月涨幅3.44%，科创50、创业板指分别下跌1.42%、1.08% [10] - 春节前后全球AI行业变化明显，大模型Token流量跃升，同时AI对行业的潜在负面影响讨论扩散，影响港股互联网公司股价 [11] - 投资者对港股科技巨头担忧来自三方面：AI投资回报率与替代风险、监管政策收紧担忧、财报披露期业绩预期谨慎 [11] - 2月以来“HALO”（重资产、低淘汰）成为阶段性市场叙事，受AI需求拉动或产能挤占的光纤、被动元件、功率半导体等产品价格延续涨势 [11] - 供给收缩或产能出清彻底的染料、维生素、基础化工品、造纸等行业涨价现象层出不穷，价格上涨态势有望延续 [11] - 海外方面，2月20日美国最高法院裁定芬太尼相关关税违法，特朗普政府依据贸易法对全球加征最高15%关税 [12] - 2月28日中东局势剧变，后续需观察霍尔木兹海峡、核设施等风险因素 [12] - 资金活跃度抬升对A股流动性环境形成支撑，“两会”闭幕，内需与产业优化成为政策重点 [12]

市场核心观点与表现 - 本周A股市场出现震荡回调，震荡上行仍是后市主基调，中长线看好“红利+科技”配置主线 [4] - 市场回调受地缘冲突影响，石油石化行业迎来价格催化并周度领涨行业指数 [4] - 主要宽基指数本周均下跌，跌幅分别为：上证综指下跌0.93%，上证50下跌1.54%，沪深300下跌1.07%，中证500下跌3.44%，中证1000下跌3.64%，创业板指下跌2.45%，北证50指数下跌7.14% [4] - 市场量能指标仍在谨慎区间，后市或仍待量能积累，静待市场风险偏好提升 [4] 市场估值与波动率 - 截至2026年3月6日，宽基指数估值分位数显示：上证50、中证500、中证1000、创业板指处于“适中”等级，上证指数、沪深300处于“危险”等级 [4] - 中信一级行业分类中，食品饮料、非银行金融行业处于估值分位数“安全”等级 [4] - 沪深300、中证500、中证1000指数成分股横截面波动率环比前一周上升，短期Alpha环境好转 [4] - 最近一周，沪深300、中证500、中证1000指数成分股的时间序列波动率环比前一周均上升，短期Alpha环境好转 [5] 资金面情况 - 本周股票型ETF资金小幅净流出3.76亿元，其收益中位数为-2.31% [6] - 本周跨境ETF资金净流入10.31亿元，其收益中位数为-2.30% [6] - 本周港股ETF资金净流入30.95亿元，其收益中位数为-3.88% [6] - 本周商品型ETF资金净流入131.81亿元，其收益中位数为-0.33% [6][7] - 本周南向资金净流出80.93亿港元，其中沪市港股通净流出79.30亿港元，深市港股通净流出1.63亿港元 [6] - 周度融资增加额转负，资金情绪略显谨慎 [4] - 本周机构调研关注度最高的前5大个股依次为：百济神州-U（277家）、顺络电子（162家）、精智达（147家）、威胜信息（79家）、奕瑞科技（77家） [6]

行业投资评级 - 强于大市（维持） [1] 报告核心观点 - 政策协同多措并举，精准施策推进高质量发展，资本市场改革深化有望提升市场内在稳定性与资源配置效率，强化服务新质生产力的能力 [1][5] - 在新“国九条”等政策框架下，围绕资本市场健康发展、财政金融协同、投融资协调机制的部署进一步明确，股市慢牛、长牛情况有望持续 [6] - 伴随资本市场改革走深走实，内在稳定性增强，证券行业2026年业绩预计保持稳健增长，头部券商因综合服务能力强、业务结构均衡而更为受益 [6] 政策与监管动向 - 证监会主席吴清在记者会上阐述了“十五五”期间资本市场努力实现的五个方面新提升：市场更具韧性稳健、制度更加包容适配、上市公司质量更高结构更优、监管执法和投资者保护更加有力有效、对外开放迈向更深层次更高水平 [5] - 央行行长潘功胜支持中央汇金公司发挥类“平准基金”作用，以加强资本市场稳定性 [5] - 国家发改委主任郑栅洁表示将设立国家级并购基金，预计引导撬动各类资金规模超1万亿元，以完善直接融资体系 [5] - 监管层面将持续把握防风险、强监管、促高质量发展的主线，从筑牢风险防线、提升财务造假惩防效能、引导机构专注主业、强化新型业务监管、加强投资者保护五个方面提升监管能力 [6] 资本市场改革具体举措 - **深化创业板改革**：进一步突出创业板功能定位，支持新兴产业和未来产业发展 [5] - 拓展制度包容性和覆盖面，增设一套更加精准、更为包容的上市标准 [5] - 将科创板有益经验复制到创业板，包括对符合条件的优质创新企业实施IPO预先审阅、允许符合条件的在审企业面向老股东增资扩股、优化新股发行定价等 [5] - 全方位推动提升创业板上市公司质量 [5] - **优化再融资机制**：进一步提升制度规则的包容性和适应性，优化战略投资者认定标准，便利社保、保险、公募基金等中长期资金参与 [5] - 进一步突出“扶优、扶科”导向 [5] - 强化再融资监管，压实中介机构“看门人”职责 [5] 投资建议与关注标的 - 在资本市场高质量发展政策导向下，头部券商综合服务能力强、业务结构均衡，基本面更具韧性，更为受益 [6] - 头部券商在增量跨境业务方面更具比较优势 [6] - 建议关注中信证券、中金公司、国泰海通和华泰证券 [6]

市场核心观点与近期表现 - 上周（2026.02.24-2026.02.27）A股市场震荡上行，中证1000指数周度上涨4.34%，领涨主要宽基指数[4] - 市场量能震荡回升但未能持续突破，主要宽基指数量能择时维持谨慎观点，市场进一步上行需量能进一步提振[4] - 近期中东局势剧烈变化，带动资源品价格震荡上行，可能影响权益市场相关板块价格表现[4] - 在风险偏好提升背景下，市场或呈现震荡上行态势，短期看好资源品配置机会，中长期仍看好“红利+科技”配置主线[4] 主要宽基指数表现与估值 - 上周主要指数均上涨：上证综指上涨1.98%，上证50上涨0.17%，沪深300上涨1.08%，中证500上涨4.32%，创业板指上涨1.05%，北证50指数上涨0.48%[4] - 截至2026年2月27日，上证指数、沪深300、中证500处于估值分位数“危险”等级；上证50、中证1000、创业板指处于估值分位数“适中”等级[4] - 中信一级行业中，食品饮料、非银行金融处于估值分位数“安全”等级[5] 波动率与Alpha环境分析 - 从横截面波动率看，沪深300、中证500、中证1000指数成分股横截面波动率环比前一周上升，短期Alpha环境好转[5] - 从时间序列波动率看，最近一周沪深300、中证500、中证1000指数成分股时间序列波动率环比前一周均下降，短期Alpha环境恶化[5] 资金面跟踪 - 上周机构调研关注度最高的前5大个股为：风华高科（104家）、前沿生物-U（91家）、卓越新能（58家）、哈尔斯（53家）和晶科能源（43家）[6] - 上周（2026.02.24-2026.02.27）南向资金净流入67.05亿港元，其中沪市港股通净流入8.71亿港元，深市港股通净流入58.34亿港元[6] - 股票型ETF上周收益中位数为1.49%，资金净流出354.42亿元[7] - 跨境ETF上周收益中位数为0.95%，资金净流入29.06亿元[7] - 港股ETF上周收益中位数为-2.29%，资金净流入142.26亿元[7] - 商品型ETF上周收益中位数为3.06%，资金净流入37.13亿元[7]

核心观点 - 报告为2026年3月的策略化选股月报，核心观点是科创板策略和情绪价量策略在2026年2月表现显著，收益领先，并推荐在电子、机械行业进行布局 [1][6][7] - 2026年2月A股市场整体上涨，中证1000和中证500指数表现较好，而创业板指下跌，行业层面钢铁、建材和机械涨幅居前 [14][15] - 在跟踪的六大选股策略中，情绪价量策略和科创板策略在2月表现最佳，不仅绝对收益高，且相对基准的超额收益显著，在偏股基金排名中进入前15% [18][20] 市场回顾 - 2026年2月，沪深300指数收益率为0.09%，中证1000指数收益率为3.71%，中证500指数收益率为3.44%，创业板指收益率为-1.08% [14] - 2月板块收益涨多跌少，中信一级行业中排名前三的为钢铁、建材和机械，传媒、非银行金融、消费者服务和商贸零售等行业下跌 [15] 多策略选股策略总结 - 该策略包含价值股、成长股、质量和出清四个子策略，通过风险平价和动量优化调整权重 [21] - 2026年3月，策略在价值股子策略上配置权重最高，约45.35%，在成长股策略上配置权重最小，约7.63% [2][21] - 2026年2月，多策略选股策略绝对收益为1.25%，相对中证全指的超额收益为-0.96% [2][30] - 策略2026年3月推荐持仓包含49只股票，平均市值1301.06亿元，行业相对集中于有色金属和非银行金融，单边换手率约为64.94% [26] - 从历史业绩看，策略自2017年初至2026年2月27日，相对中证全指的年化超额收益为13.02%，信息比为1.47 [39][43] 极致风格高BETA选股策略总结 - 该策略将股票按市值和成长价值分为大盘成长、大盘价值、小盘成长、小盘价值四个象限，并构建相应的单一风格增强策略 [44][45][48] - 2026年3月，策略在大盘价值子策略上权重占比最高，为50.00%，在小盘成长策略上权重最小，为14.48%，小盘价值策略权重为0 [4][48] - 2026年2月，策略绝对收益为-0.44%，相对中证全指的超额收益为-2.61% [4][63] - 策略2026年3月推荐组合含90只股票，平均市值1598.47亿元，行业高度集中于银行 [50][51] - 从历史业绩看，策略自2011年5月31日至2026年2月27日，相对中证全指的年化超额收益为20.23%，信息比为2.16 [68][73] “红利+”优选股票策略总结 - 策略在红利策略基础上，结合波动、ROE、估值和盈利增长等因子筛选股票，并从中证800和中证1000成分股中挑选高股息标的，最终构建30只股票的组合 [75] - 2026年2月，策略绝对收益为0.90%，相对中证全指的超额收益为-1.30%，相对红利收益指数的超额收益为-2.04% [5][85] - 策略2026年3月持仓平均市值为1619.34亿元，行业主要分布在银行（权重占比46.67%）和商贸零售（权重占比13.33%） [5][75] - 从历史业绩看，策略自2011年5月3日至2026年2月27日，年化收益为14.88%，相对中证全指的年化超额收益为10.63%，信息比为1.02 [92][100] 均线趋势策略总结 - 策略以中证800为股票池，使用“（20日均线-240日均线）/20日均线”作为趋势强度因子，在低趋势组中结合质量因子选股 [101] - 2026年2月，策略绝对收益为0.26%，相对中证全指的超额收益为-1.92% [6][111] - 策略2026年3月持仓平均市值为2366.51亿元，行业集中在石油石化（权重占比26.32%）和煤炭（权重占比18.98%） [101][102] - 从历史业绩看，策略自2016年初至2026年2月27日，年化收益为16.53%，相对中证全指的年化超额收益为14.01%，信息比为0.96 [116][125] 情绪价量策略总结 - 策略结合价量共振因子与市场情绪评分（LWMA240）进行择时和选股，最终筛选出因子打分最高的50只股票 [127] - 2026年2月，市场情绪持续回暖，月平均评分约为0.41，截至2月27日评分为0.43 [6][129] - 2026年2月，情绪价量策略top50组合绝对收益高达6.91%，相对中证全指的超额收益为4.58% [6][140] - 策略2026年3月推荐持仓包含50只股票，平均市值451.09亿元，行业在电子（权重占比20%）和机械（权重占比18%）上分布相对集中 [6][130] - 2026年以来至2月27日，情绪价量策略top50组合绝对收益为17.74%，相对中证全指的超额收益为8.92% [20][140] 科创板策略总结 - 2026年2月，科创板策略组合绝对收益为5.92%，相对科创50指数的超额收益高达7.44% [7] - 2026年以来至2月27日，该策略绝对收益为19.17%，相对科创50指数的超额收益为7.65% [7][20] - 策略持仓合计选入30支股票，主要分布在电子行业，权重占比达52.27% [7]

量化模型与构建方式 1. **模型名称：基于ETF资金流向的行业轮动策略** **模型构建思路：** 从短期资金流入流出、风格调整后的持仓程度及边际变化、以及与主动权益基金的持仓分歧度三个角度，综合构建行业配置模型[35]。 **模型具体构建过程：** * **步骤1：构建四个核心因子** * **因子A：短期资金流入流出**。周频计算各行业ETF持仓规模的一阶差分，差分值越大代表资金流入越明显[40]。 * **因子B：风格调整后持仓程度**。首先使用单边HP滤波器和因子动量模型判断当前市场是**大盘风格占优**还是**小盘风格占优**[48][50]。当大盘风格占优时，持有ETF截面持仓程度（行业持仓规模/行业总市值）最高的行业组合；当小盘风格占优时，持有持仓程度最低的行业组合[47][56]。 * **因子C：风格调整后持仓边际变化**。同样基于风格判断模型，判断当前是**成长风格占优**还是**价值风格占优**[48][50]。当成长风格占优时，持有ETF持仓边际变化（月度截面持仓差分）最大的行业组合（加仓）；当价值风格占优时，持有持仓边际变化最小的行业组合（减仓）[47][56]。 * **因子D：与权益基金的持仓分歧度**。计算股票ETF持仓规模占比与主动权益基金持仓规模占比的差值[27]。同时，对比股票ETF与主动权益基金的月度新发份额环比，定义“新发热度” = 股票ETF新发份额环比 - 主动权益新发份额环比[62]。当股票ETF新发热度更高时，选择ETF持仓相对主动权益**高配**（分歧度为正）的行业；反之，选择主动权益持仓相对ETF**高配**（分歧度为负）的行业[62][65]。 * **步骤2：因子合成与组合构建**。将上述四个因子等权合并，每月优选综合排名前6的行业，进行等权配置，每两周换仓一次[72]。 模型的回测效果 1. **基于ETF资金流向的行业轮动策略**，回测区间（2019年10月8日至2026年1月30日）： * 绝对年化收益：**15.57%**[71] * 年化波动率：**20.75%**[71] * 夏普比率：**0.75**[71] * 最大回撤：**-24.75%**[71] * 超额年化收益（相对行业等权）：**7.56%**[71] * 跟踪误差：**8.13%**[71] * 信息比率（IR）：**0.93**[71] * 相对最大回撤：**-8.30%**[71] * 超额月度胜率：**64%**[3] * 超额月度赔率：**1.38倍**[3] 量化因子与构建方式 1. **因子名称：短期资金流入流出因子** **因子构建思路：** 捕捉ETF资金短期（周频）流入流出对行业收益的驱动效应[44]。 **因子具体构建过程：** 周频计算每个中信一级行业被所有股票ETF持有的总规模。对每个行业，计算其周度持仓规模的一阶差分 $$Flow_{i,t} = Holding_{i,t} - Holding_{i,t-1}$$，其中 $$Holding_{i,t}$$ 代表行业 $$i$$ 在 $$t$$ 周末的ETF持仓总规模。$$Flow_{i,t}$$ 值越大，表示该行业在当周资金流入越显著[37][40]。 **因子评价：** 资金流入的行业在短期内具有明显的收益优势，且2021年后ETF规模快速上升，该因子的驱动效用显著提升[44]。 2. **因子名称：风格调整后持仓程度因子** **因子构建思路：** 根据市场市值风格（大小盘）的强弱，动态选择ETF持仓程度高或低的行业组合[47]。 **因子具体构建过程：** * **基础指标计算：** 月频计算行业截面持仓程度，即行业被ETF持仓的规模除以行业总市值[20]。 * **风格判断模型：** 使用**单边HP滤波器**对风格指数比值（如沪深300/中证1000）进行降噪处理，消除短期波动[50]。然后计算**因子动量**来划分风格阶段，因子动量定义为当期滤波后数值与过去两期均值之差：$$Momentum_t = Factor_t - (Factor_{t-1} + Factor_{t-2})/2$$。当 $$Momentum_t > 0$$ 时，判定为对应风格（如大盘风格）上行/占优；反之则判定为下行/占优[49][50]。 * **因子生成：** 当模型判定为大盘风格占优时，该因子取值为行业截面持仓程度的排名（持仓越高，因子值越大）；当判定为小盘风格占优时，则取持仓程度的倒序排名（持仓越低，因子值越大）[56]。 3. **因子名称：风格调整后持仓边际变化因子** **因子构建思路：** 根据市场成长价值风格的强弱，动态选择ETF加仓或减仓的行业组合[47]。 **因子具体构建过程：** * **基础指标计算：** 月频计算行业持仓边际变化，即当月截面持仓程度与上月截面持仓程度的差值[20]。 * **风格判断模型：** 与因子2类似，使用单边HP滤波器和因子动量模型判断成长/价值风格的强弱（例如使用国证成长/国证价值指数）[50]。 * **因子生成：** 当模型判定为成长风格占优时，该因子取值为行业持仓边际变化的排名（加仓越多，因子值越大）；当判定为价值风格占优时，则取持仓边际变化的倒序排名（减仓越多，因子值越大）[56]。 4. **因子名称：与权益基金的持仓分歧度因子** **因子构建思路：** 将主动权益基金的持仓作为增量信息，利用股票ETF与主动权益基金在行业配置上的分歧以及两者资金流入的热度对比来挖掘机会[60][65]。 **因子具体构建过程：** * **分歧度计算：** 月频计算每个行业的持仓分歧度，即股票ETF持仓规模占比减去主动权益基金持仓规模占比[27]。主动权益基金持仓在季报公布月使用真实重仓数据，在非季报月使用收益回归法模拟估算[28]。 * **热度对比：** 计算股票ETF与主动权益基金的月度新发份额环比差值，得到“新发热度”[62]。 * **因子生成：** 当股票ETF新发热度高于主动权益基金时，该因子取值为行业持仓分歧度的排名（ETF相对持仓越高，因子值越大）；反之，则取持仓分歧度的倒序排名（主动权益相对持仓越高，因子值越大）[62][65]。 因子的回测效果 1. **短期资金流入流出因子**（第5组 vs. 行业等权，全时期）： * 超额年化收益：**2.72%** (计算：6.17% - 3.45%)[42] * 年化波动率：**21.22%**[42] * 夏普比率：**0.29**[42] * 最大回撤：**-37.61%**[42] * *注：表格中第5组（资金流入最多）的绝对年化收益为6.17%，行业等权基准为3.45%*[42]。 2. **风格调整后持仓程度因子**（基础策略，2017年1月9日至2026年1月30日）： * 绝对年化收益：**9.66%**[55] * 年化波动率：**20.29%**[55] * 夏普比率：**0.48**[55] * 最大回撤：**-29.11%**[55] * 超额年化收益（相对行业等权）：**5.82%**[55] * 跟踪误差：**7.76%**[55] * 信息比率（IR）：**0.75**[55] * 相对最大回撤：**-12.33%**[55] 3. **与权益基金的持仓分歧度因子**（基础策略，2019年10月8日至2026年1月30日）： * 绝对年化收益：**14.01%**[64] * 年化波动率：**20.46%**[64] * 夏普比率：**0.68**[64] * 最大回撤：**-28.80%**[64] * 超额年化收益（相对行业等权）：**6.11%**[64] * 跟踪误差：**8.00%**[64] * 信息比率（IR）：**0.76**[64] * 相对最大回撤：**-15.55%**[64]

网格交易策略概述 - 网格交易本质是一种高抛低吸的交易策略 它不预测市场具体走势 而是利用价格在一定范围内的自然波动来获取利润 适用于价格频繁波动的市场 [11] - 在震荡行情中 投资者可灵活运用网格交易 通过反复多次赚取较小差价来增强收益 待市场新方向明确后再进行策略切换 [11] - 适用网格交易的标的特征包括：选择场内标的、长期行情稳定、交易费用低廉、流动性好、波动性较大 基于这些特征 权益型ETF被认为是相对合适的网格交易标的类型 [11] 本期ETF网格策略重点关注标的分析 - **港股通非银ETF (513750.SH)**：分红险销售占比提升有助于优化险资负债端成本 2025年前三季度 A股五大上市险企合计归母净利润达4260.39亿元 同比增长33.54% 主要受权益投资收益提升驱动 低利率环境下 险资在监管引导下提升权益投资占比 有望为投资端提供向上弹性 负债端方面 多家保险公司2026年“开门红”销售火热 分红险销售占比提升有助于优化负债端成本 缓解利差损压力 [12] - **机器人ETF (159530.SZ)**：春晚的机器人展示集中体现了中国机器人产业成熟度提升与商业化临界点到来 机器人正从传统工业场景向商用服务、医疗康复、家庭陪伴等更多商业场景渗透 “十五五规划”提出推动具身智能等未来产业成为新的经济增长点 以AI大模型、多模态感知、灵巧操控为代表的技术突破正大幅拓展机器人的商业化边界 “十五五”时期或将成为智能机器人快速发展的重要战略机遇期 [15] - **旅游ETF (159766.SZ)**：2026年春节旅游数据刷新纪录 全国国内出游合计5.96亿人次 较2025年增加0.95亿人次 国内出游总花费8034.83亿元 较2025年增加1264.81亿元 游客人数和花费均创历史新高 春节假期期间 银联、网联共处理交易393.02亿笔 金额13.12万亿元 日均交易笔数和金额分别较2025年春节增长37.45%和19.26% 反映出居民旅游消费活跃度复苏 “十五五”规划提出推进旅游强国建设 旅游作为提振内需的重要一环 有望成为拉动消费升级、促进经济持续向好的重要引擎 [17] 网格策略构建与标的列表 - 建议投资者使用网格交易策略时 可以选择数只合适的、相关性较低的ETF构成组合 例如搭配“宽基+行业”或“A股+港股”等不同类型和投资范围的ETF 组合分散可以分散风险并起到轮动效果 提高资金利用率 [20] - 本期关注的网格策略标的还包括：传媒ETF (512980.SH)、纳指ETF (159941.SZ)、港股通金融ETF (513190.SH)、纳指科技ETF (159509.SZ)、恒生消费ETF (513970.SH)、创业板软件ETF (159256.SZ)、美国50ETF (513850.SH)、信创ETF (562570.SH)、云计算ETF (159273.SZ)、线上消费ETF (159725.SZ) 等 [21]

报告行业投资评级 * 该报告为国际货币基金组织（IMF）的工作论文，属于学术研究性质，旨在引发讨论和辩论，因此未对行业或特定公司给出明确的“买入”、“卖出”或“持有”等传统投资评级 [1][3][9] 报告的核心观点 * 报告的核心观点是，尽管欧元区银行体系目前拥有强大的资本和流动性缓冲，使得通过银行间直接敞口传播的传染风险有限，但**非银行金融机构（NBFIs）的压力和加剧的市场波动会显著放大系统性风险** [4][8][12][26] * 在基准情景下，模拟显示银行间传染仅导致微小的资本损失（平均占系统总资本的1.3%）且无连锁违约 [4][8][73] * 然而，在**NBFI风险情景**下（假设每家银行前五大NBFI交易对手违约），最严重的冲击导致全系统资本损失达总资本的**3.1%**，并引发一次连锁违约 [19][85] * 在叠加了市场风险的**市场风险情景**下（叠加对高流动性资产的估值冲击和信用风险缓释工具部分失效），放大效应更强，最严重事件导致系统资本损失达**4.4%**，并触发**三次**连锁违约 [20][21][91] * 报告强调，NBFIs与市场波动是欧元区金融压力的关键放大器，并呼吁将传染模型纳入系统性压力测试，并设计覆盖整个金融生态系统的宏观审慎政策 [4][8][26][102] 根据相关目录分别进行总结 研究背景与数据 * 非银行金融机构（NBFIs）在全球金融体系中地位重要，在欧元区持有约**42万亿欧元**资产，占整个金融体系资产的**50%**以上 [13] * 银行与NBFIs的关联高度集中，约**90%**的资产敞口和**80%**的资金敞口集中在不到**20家**银行 [13] * 研究基于2024年第二季度的欧元区监管数据（COREP/FINREP），覆盖**17个**欧元区国家的**72家**重要金融机构，其总资产占欧元区银行系统的约**90%** [34][35] * 样本银行平均总资产为**3290亿欧元**，平均风险加权资产为**1100亿欧元** [35] 模型与方法 * 研究采用基于CoMap框架的网络传染模型，模拟银行违约通过**信用风险渠道**和**资金中断渠道**的传播 [39][40] * 在基准分析之外，设置了两个压力情景：**NBFI风险情景**（模拟银行前五大NBFI交易对手违约）和**市场风险情景**（在NBFI风险基础上叠加市场波动冲击） [45][56][62] * 市场风险情景具体包括对高流动性资产施加**10%**的减记，并假设信用风险缓释工具有**50%**的失效 [63][67] 主要研究发现 * **基准分析**：银行间网络对孤立冲击韧性较强，模拟的十大最具传染性事件平均造成**1.3%**的系统资本损失，且未引发任何连锁违约 [73][74] * **系统性风险分布**：全球系统重要性银行（G-SIBs）具有较高的传染潜力（传播损失），但自身脆弱性较低；而综合性银行和贷款银行则表现出更高的脆弱性（易受冲击） [17][79] * **NBFI风险情景的放大效应**：该情景下，最严重事件导致系统资本损失**3.1%**，并引发一次连锁违约，表明来自NBFI部门的压力能显著增加传染风险 [19][85] * **市场风险情景的叠加放大效应**：该情景下，放大效应最显著，最严重事件导致系统资本损失**4.4%**，并引发三次连锁违约 [20][21][91] * **传染渠道**：在所有情景中，传染均由**破产（资本不足）驱动，而非流动性短缺**，这与历史某些危机不同，报告认为这可能与当前欧元区过剩流动性环境有关 [23][25][101] 政策含义与结论 * 报告指出，孤立地监测银行与NBFIs的双边敞口不足以防范系统性风险，需要**宏观审慎政策覆盖整个金融生态系统** [26][102] * 研究结果支持在识别系统性重要机构（如O-SIIs）和校准相关缓冲（如O-SII缓冲）时，应考虑银行对NBFIs的敞口及其带来的放大风险 [26][102][103] * 报告建议将细粒度的双边敞口数据和网络传染模型整合到系统性压力测试框架中，并加强跨部门的数据共享与合作 [26][106] * 总体结论是，强大的银行缓冲限制了直接传染，但**NBFIs敞口和市场波动是关键的放大器**，可能在未来压力条件下显著提升系统性风险 [99][100]