报告行业投资评级 未提及 报告的核心观点 - 截至2026/04/20，模型推荐方向指向非银金融、钢铁、环保、有色金属、通信以及基础化工，集中于周期主线，边际增持非银金融、环保和基础化工；非银金融、钢铁和有色金属主要受预期提振驱动，环保、通信和基础化工的量价得分有所上升 [1] - 行业轮动模型从基本面、量价、情绪面三大维度出发，刻画市场微观结构，捕捉行业机会；对原有因子进行双周频率回测，从多维度拓展量价因子，最终筛选7个相对有效因子构建行业轮动策略 [1] 各部分总结 行业ETF组合标的 - 本期行业ETF组合标的包括易方达沪深300非银ETF、国泰中证钢铁ETF、南方中证长江保护主题ETF、南方中证申万有色金属ETF、国泰中证全指通信设备ETF、鹏华中证细分化工产业主题ETF [5] 行业轮动策略表现 - 行业轮动策略过去两周收益9.41%，过去两周超额收益为5.14%，过去一年收益率65.99%，超额收益为27.18%，过去一年夏普率为2.75，Calmar比率为7.49 [6] 因子分析 - 报告分析了成交均价因子、REVS5Indu1因子、Consensus 4因子、SUE ST因子、建仓期ETF资金流因子、保险因子、vol60_pct因子、复合因子等多个因子的IC均值、IC标准差、IC>0的频率、ICIR、p - Value等指标 [11]

固收+产品市场概览 - 截至2026年03月27日，全市场固收+基金规模达2.38万亿元，产品数量为1182只[2] - 上周（20260323-20260327）有141只固收+基金净值创历史新高[2] - 上周新发17只固收+产品，其中混合债券型一级基金业绩中位数表现最佳，为0.10%[2][14] - 按风险等级划分，上周保守型、稳健型、激进型基金收益中位数分别为0.06%、0.00%和-0.07%[2][14] 大类资产与策略表现 - 2026年第一季度逆周期配置模型预测宏观环境为“Slowdown”，同期沪深300指数收益为-4.42%[3][21] - 行业ETF轮动策略3月建议关注煤炭、石化产业等五个行业ETF，组合上周收益0.11%，跑赢Wind全A指数0.84个百分点[3][22] - 股债混合策略中，宏观择时驱动的股债20/80再平衡策略年初至今（YTD）收益为-0.01%[4] - 量化固收+策略中，不择时的股债20/80月度再平衡策略下，小盘价值风格年内收益最高，达2.23%[4][36] 策略风险与模型 - 报告提示了因子失效、模型误设及历史统计规律失效等风险[4][39]

核心观点 报告的核心观点是：在2026年第一季度宏观环境被模型预测为“Slowdown”的背景下，固收+基金整体表现稳健，其中采用小盘价值风格且不择时的股债20/80月度再平衡策略在量化固收+策略中表现最为突出，年内累计收益达2.23%[1][4]。同时，行业ETF轮动策略在3月份展现出明显的超额收益能力[3]。 1. 固收+产品业绩跟踪 - **市场规模与结构**：截至2026年3月27日，全市场符合筛选条件的固收+基金共计1182只，总规模达23,827.93亿元[2][9]。其中，混合债券型二级基金规模最大，为12,372.55亿元，产品数量372只[10] - **产品发行**：上周（2026年3月23日至27日）市场新发行了17只固收+产品，涵盖混合型FOF、混合债券型二级基金和偏债混合型基金等类型[2][11] - **近期业绩表现**： - 上周业绩：混合债券型一级基金表现最好，周收益中位数为0.10%；混合型FOF基金表现相对较弱，中位数收益为-0.14%[2][14]。按风险等级划分，保守型基金（中位数0.06%）表现优于稳健型（0.00%）和激进型（-0.07%）[2][14] - 年初至今业绩：从2026年1月5日至3月27日，各类型固收+基金均录得正收益，中位数在0.44%至0.76%之间，其中混合债券型一级基金中位数收益最高，为0.76%[15] - 过去一年业绩：过去一年（截至2026年3月27日）固收+基金收益中位数在2.66%至5.43%之间，混合型FOF基金中位数收益最高，达5.43%[16] - **持有体验与创新高产品**：过去一年，混合债券型一级基金的持有体验较好，其季胜率、月胜率和周胜率中位数分别为80.0%、69.2%和54.7%[18]。截至报告期，全市场共有141只固收+产品净值创历史新高，其中118只为混合债券型一级基金[2][19] 2. 大类资产配置和行业ETF轮动策略跟踪 - **大类资产择时观点**：2026年第一季度，逆周期配置模型给出的宏观环境预测结果为“Slowdown”[3][21]。截至3月27日，沪深300指数、中债国债总财富指数、上金所AU9999合约在3月份的收益率分别为-4.42%、-0.11%和-13.19%[3][21] - **行业ETF轮动观点**：2026年3月，行业ETF轮动策略建议关注的5只行业ETF等权重配置，分别为国泰中证煤炭ETF、易方达中证石化产业ETF、广发中证基建工程ETF、国泰中证全指通信设备ETF和国泰中证钢铁ETF[3][23]。该策略组合上周收益0.11%，相对Wind全A指数获得0.84%的超额收益；本月（截至3月27日）收益为-4.12%，但相对Wind全A指数的超额收益达3.33%[3][22] - **最新策略权重**：报告汇总了2026年3月的大类资产多空观点及策略月初权重，例如宏观择时驱动的股债20/80再平衡策略权重为股票10%、债券90%；股、债、黄金风险平价策略权重为股票5.3%、债券94.7%、黄金0%[24] 3. 绝对收益策略表现跟踪 - **股债混合策略表现**：报告跟踪了多种股债混合策略在2026年初至今的表现[4][32] - 宏观择时驱动的股债20/80再平衡策略年初至今收益为-0.01%，年化波动率2.65%[32] - 宏观择时驱动的股债风险平价策略表现更优，年初至今收益为0.36%，夏普比率1.10[32] - 纳入黄金的股、债、黄金风险平价策略年初至今收益最高，达1.58%，夏普比率为2.26[4][32] - 在基础策略上叠加行业ETF轮动后，增强策略收益有所提升，例如“宏观择时+行业ETF轮动”的股债风险平价策略年初至今收益为0.47%[4][32] - **量化固收+策略表现**：报告重点展示了不同股票端风格结合股债配置的策略表现[4][36] - **不择时策略**：在股债20/80月度再平衡框架下，小盘价值风格表现最为突出，2026年初至今累计收益达2.23%；PB盈利、高股息、小盘成长风格收益分别为0.93%、1.21%、1.08%[4][36]。当股债配置调整为10/90时，各策略收益均出现回落，小盘价值风格收益为1.36%[1][36] - **叠加择时策略**：在股债20/80配置基础上叠加宏观择时模型后，小盘价值组合的累计收益进一步提升至3.68%[4][36]。而基于逆周期配置模型，采用PB盈利搭配小盘价值的组合年内收益为1.28%[4][36]

报告行业投资评级 未提及 报告的核心观点 - 截至2026/03/22，模型推荐有色金属、传媒、通信、钢铁、非银金融、医药生物，边际增持有色金属、钢铁及医药生物，非银金融、钢铁、通信受预期提振驱动，有色金属、传媒、医药生物受价量反转及资金流驱动 [2] - 石油石化、家用电器和钢铁的量价及预期边际提升较多，有色金属和国防军工的情绪因子得分提升明显 [2] - 行业轮动模型从基本面、量价、情绪面三大维度出发，对原有因子进行双周频率回测，并拓展量价因子，筛选7个有效因子构建策略 [2] 根据相关目录分别进行总结 行业轮动策略行业指数得分 - 涉及vol60_pct因子、ETF因子、consensus等因子，展示了有色、国防军工等行业的因子得分情况 [3] 行业ETF组合标的 - 包括南方中证申万有色金属ETF、广发中证传媒ETF等6只ETF [4] 行业ETF组合标的详情 |证券代码|证券简称|成立日期|权重|四季末规模（亿元）|近一年日均成交（亿元）|今年以来收益率|今年以来跟踪误差|近一年收益率|近一年跟踪误差|近三年收益率|近三年跟踪误差| | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | |512400.OF|南方中证申万有色金属ETF|2017 - 08 - 03|16.67%|205.91|19.20|-0.09%|0.17%|75.34%|0.44%|77.03%|0.51%| |512980.OF|广发中证传媒ETF|2017 - 12 - 27|16.67%|26.43|4.45|0.75%|0.33%|17.28%|0.44%|33.77%|0.64%| |515880.OF|国泰中证全指通信设备ETF|2019 - 08 - 16|16.67%|136.38|14.32|4.90%|0.30%|141.64%|0.55%|223.79%|0.54%| |515210.OF|国泰中证钢铁ETF|2020 - 01 - 22|16.67%|39.80|2.46|-1.01%|0.19%|15.97%|0.50%|18.67%|0.73%| |512070.OF|易方达沪深300非银行金融ETF|2014 - 06 - 26|16.67%|176.13|5.06|-11.39%|0.26%|4.07%|0.99%|32.67%|1.15%| |512010.OF|易方达沪深300医药卫生ETF|2013 - 09 - 23|16.67%|169.74|4.14|-4.68%|0.22%|-1.42%|0.43%|-20.84%|0.46%| [5] 行业轮动策略表现 - 过去两周下跌1.18%，过去两周超额收益为3.18%，过去一年超额收益为20.68%，过去一年夏普率为1.93，Calmar比率为3.83 [5] 风险收益特征 |策略名称|过去两周收益率|过去两周超额收益|今年以来收益|今年至今超额收益|夏普率（过去一年）|最大回撤（过去一年）|Calmar比率（过去一年）|超额最大回撤（过去一年）| | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | |行业轮动策略|-1.18%|3.18%|5.99%|4.26%|42.48%|20.68%|1.93|11.11%|3.83|3.22%| [7] 策略/复合因子回测结果 |策略|因子|算法|权重|IC均值|IC标准差|ICIR|IC>0的频率|p - Value| | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | |量价|成交均价因子|优化基于近一年持仓成本均价的收益|50%|4.02%|26.56%|15.14%|59.45%|0.02| |量价|REVS5Indu1因子|近5日涨跌幅 - 行业中性|50%|3.68%|22.85%|16.11%|58.27%|0.01| |基本面|Consensus 4|相较25日前的边际变化|50%|2.81%|21.54%|13.05%|55.33%|0.04| |基本面|SUE因子|每年盈利同比增加值均值|50%|2.62%|22.32%|11.73%|53.52%|0.09| |基本面|建仓期ETF资金流因子|近6月ETF建仓资金流|33%|3.54%|20.55%|17.21%|56.69%|0.01| |情绪|Insurance 4|保险ETF资金流2周累计|-33%|-1.94%|22.54%|-8.60%|44.44%|0.19| |情绪|vol pct因子|60日平均换手率pct|-33%|-2.96%|23.62%|-12.52%|44.88%|0.05| |复合因子优化后|/|大类因子等权、小类因子等权|/|7.81%|24.02%|32.49%|46.64%|0.00| [10]

核心观点 报告的核心观点是，在2026年3月16日至20日这一周，尽管市场整体表现疲软，但固收+基金市场仍显示出结构性机会，有100只产品净值创下历史新高[1][2] 同时，报告通过量化模型跟踪了多种绝对收益策略的表现，指出在股债混合配置中，小盘价值风格在2026年以来的表现最为突出[4] 固收+产品业绩跟踪 市场概况 - 截至2026年3月20日，全市场符合筛选条件的固收+基金共计1179只，总规模为23828.50亿元[2][9] 其中，混合债券型二级基金数量最多（369只），规模也最大（12360.73亿元）[10] - 上周（20260316-20260320）全市场共新发17只固收+产品，其中万家润安稳健三个月持有A成立规模最大，为13.65亿元[11] 近期业绩表现 - **上周业绩**：各类固收+基金业绩中位数均为负值，其中偏债混合型基金表现最弱（-0.81%），混合债券型一级基金相对抗跌（-0.03%）[2][14] 按风险等级划分，激进型基金中位数收益为-0.85%，表现弱于保守型（-0.14%）和稳健型（-0.54%）[2][14] - **年初至今业绩**：截至2026年3月20日，各类基金业绩中位数均为正值，混合型FOF基金表现最佳（1.07%），灵活配置型基金相对较弱（0.56%）[15] 按风险等级划分，保守型、稳健型和激进型基金业绩中位数分别为0.67%、0.60%和0.63%[15] - **过去一年业绩**：过去一年（截至2026年3月20日），各类固收+基金均取得正收益，混合型FOF基金中位数收益最高（5.99%），混合债券型一级基金最低（2.68%）[16] 按风险等级划分，激进型基金中位数收益最高（5.73%），保守型最低（3.12%）[16] 持有体验与创新高产品 - **持有胜率**：过去一年滚动计算，混合债券型一级基金的持有体验较好，其季胜率、月胜率和周胜率中位数分别为80.0%、69.2%和54.7%[18][20] 保守型基金的胜率表现略优于稳健型和激进型基金[18] - **创新高产品**：截至2026年3月20日，共有100只固收+产品净值创历史新高，其中83只为混合债券型一级基金，按风险类型划分全部为保守型[2][22] 创新高产品Top10中，泰康年年红一年定开自上次创新高（2026年3月13日）以来涨幅为0.15%[23] 大类资产配置和行业ETF轮动策略跟踪 大类资产择时观点 - **季度配置信号**：2026年第一季度，逆周期配置模型预测宏观环境为“Slowdown”[3][24] 截至3月20日，国证2000指数和南华商品指数在当季表现较好，收益率分别为2.42%和17.08%，而沪深300指数收益率为-1.36%[24] - **月度资产表现**：2026年3月（截至3月20日），主要资产普遍下跌，沪深300指数下跌3.05%，中债国债总财富指数下跌0.25%，上金所AU9999合约下跌9.03%[3][25] 行业ETF轮动观点 - **关注行业**：2026年3月，行业ETF轮动策略建议关注的5只行业ETF均为周期及基建相关板块，包括国泰中证煤炭ETF、易方达中证石化产业ETF、广发中证基建工程ETF、国泰中证全指通信设备ETF和国泰中证钢铁ETF，每只权重均为20%[3][27] - **策略表现**：该行业ETF组合上周（20260316-20260320）收益为-5.80%，跑输Wind全A指数1.68个百分点[3] 但本月（截至3月20日）收益为-4.23%，跑赢Wind全A指数2.55个百分点[3][26] 绝对收益策略表现跟踪 股债混合策略表现 - **上周表现**：基于宏观择时的股债20/80再平衡策略上周收益为-0.18%，股债风险平价策略上周收益为-0.08%[4][30] 两者叠加行业ETF轮动后的增强策略上周收益分别为-0.54%和-0.15%[4] - **年初至今表现**：截至2026年3月20日，股债风险平价策略本年收益为0.34%，夏普比率为1.16[30] 包含黄金资产的股、债、黄金风险平价策略表现最佳，本年收益为1.56%，夏普比率为2.37[4][30] 量化固收+策略表现 - **股票端风格比较**：在不择时的股债20/80月度再平衡策略中，小盘价值风格年内表现最为突出，收益率为2.93%，高于PB盈利（1.68%）、高股息（1.21%）和小盘成长（2.16%）风格[4] 当配置比例降至股债10/90时，各策略收益均出现回落[4] - **叠加择时策略效果**：在股债20/80配置基础上叠加宏观择时后，小盘价值组合的累计收益进一步提升至4.09%[4] 而基于逆周期配置模型，采用PB盈利搭配小盘价值的组合年内收益为1.64%[4]

核心观点 报告的核心观点是，在2026年3月9日至13日当周，全市场“固收+”基金整体表现分化，但部分量化策略和特定风格组合表现突出，其中小盘价值风格在股债20/80配置中表现最佳，年内收益率达2.93% [1][4] 同时，行业ETF轮动策略在当月表现强劲，相对Wind全A指数获得显著超额收益 [3] 固收+产品业绩跟踪 - **市场规模与产品概况**：截至2026年3月13日，全市场符合筛选条件的“固收+”基金共1175只，总规模达23805.16亿元，其中混合债券型二级基金规模最大，为12347.43亿元 [10][11] - **近期业绩表现**：上周（20260309-20260313），全市场“固收+”基金业绩中位数普遍为负，其中混合债券型一级基金为-0.03%，灵活配置型基金为-0.13% [2][14] 按风险等级划分，保守型、稳健型、激进型基金中位数收益分别为-0.03%、-0.13%、-0.15% [2] - **年初至今及长期业绩**：年初至今（截至2026.03.13），各类型基金业绩中位数均为正，其中混合型FOF基金表现最佳，为1.49% [15] 过去一年（截至2026.03.13），激进型基金业绩中位数最高，达7.07% [17] - **产品持有胜率与创新高**：过去一年，债券型FOF基金的持有体验较好，其季胜率、月胜率和周胜率中位数分别为80.0%、76.9%和58.5% [19] 截至2026年3月13日，全市场有98只“固收+”基金净值创历史新高，其中74只为混合债券型一级基金 [21] 大类资产配置和行业ETF轮动策略跟踪 - **大类资产择时观点**：2026年第一季度，逆周期配置模型对宏观环境的预测结果为“Slowdown”（放缓）[24] 截至3月13日，沪深300指数、中债国债总财富指数、上金所AU9999合约在3月的收益率分别为-0.79%、0.03%和-3.74% [3][24] - **行业ETF轮动观点**：2026年3月，行业ETF轮动策略建议关注煤炭、石化产业、基建工程、通信设备及钢铁等五个行业的ETF，每只配置权重为20% [3][29] 该策略组合上周收益为1.63%，相对Wind全A指数超额收益2.11%；当月（截至3月13日）收益为1.67%，超额收益达4.43% [3][25] 绝对收益策略表现跟踪 - **股债混合策略表现**：上周（20260309-20260313），基于宏观择时的股债20/80再平衡策略收益为-0.16%（年初至今0.23%），股债风险平价策略收益为-0.17%（年初至今0.42%）[4][32] 加入行业ETF轮动增强后，股债20/80再平衡策略上周收益改善至-0.01%（年初至今0.48%）[4] - **量化固收+策略表现**：在不择时的股债20/80月度再平衡策略中，小盘价值风格组合年内收益率达2.93%，显著高于PB盈利（1.68%）、高股息（1.21%）和小盘成长（2.16%）等风格 [4] 当叠加宏观择时策略后，小盘价值组合的累计收益进一步提升至4.09% [4] 若采用股债10/90配置，各策略收益均出现回落 [4]

固收+市场概况 - 截至2026年3月6日，全市场固收+基金共1174只，总规模达23803.87亿元[2][10] - 上周（2026.03.02-03.06）有156只固收+基金净值创历史新高，其中混合债券型一级基金占114只[2][20] - 上周新发行4只固收+产品，合计募集规模约44.44亿元[11][12] 近期业绩表现 (按基金类型) - 上周业绩中位数：混合债券型一级基金为0.05%，混合债券型二级基金为-0.22%，偏债混合型基金为-0.28%[2][13] - 年初至今业绩中位数：混合债券型一级基金为0.72%，混合债券型二级基金为1.32%，偏债混合型基金为1.51%[15] - 过去一年业绩中位数：混合债券型一级基金为2.64%，混合债券型二级基金为5.66%，偏债混合型基金为6.20%[16] 近期业绩表现 (按风险等级) - 上周业绩中位数：保守型基金为-0.02%，稳健型基金为-0.22%，激进型基金为-0.33%[2][13] - 年初至今业绩中位数：保守型基金为0.84%，稳健型基金为1.25%，激进型基金为1.68%[15] - 过去一年业绩中位数：保守型基金为3.22%，稳健型基金为5.52%，激进型基金为7.25%[16] 大类资产与行业配置观点 - 2026年第一季度逆周期配置模型预测宏观环境为“Slowdown”[3][23] - 截至3月6日，沪深300指数、中债国债总财富指数、上金所AU9999合约3月收益率分别为-0.98%、0.38%和-3.04%[3][23] - 2026年3月行业ETF轮动策略推荐关注煤炭、石化产业、基建工程、通信设备、钢铁等5个行业ETF，组合上周收益0.03%，相对Wind全A指数超额收益2.33%[3][24][25] 绝对收益策略表现 - 宏观择时驱动的股债20/80再平衡策略年初至今收益0.39%，股债风险平价策略年初至今收益0.60%[4][29] - 股债黄金风险平价策略年初至今收益1.82%，年化夏普比率达3.15[4][29] - 在量化固收+策略中，不择时的股债20/80月度再平衡策略下，小盘价值风格年内收益率达2.96%，表现突出[4][36] 量化策略增强效果 - 叠加行业ETF轮动后，宏观择时驱动的股债20/80再平衡增强策略年初至今收益为0.50%[4][29] - 叠加宏观择时模型后，小盘价值组合在股债20/80配置下的累计收益提升至4.09%[4][36]

核心观点 报告的核心观点是，在“固收+”产品整体规模稳步增长、部分产品净值创新高的市场背景下，通过量化模型进行大类资产配置、行业轮动及股票端风格选择，能够构建出表现稳健的绝对收益策略，其中小盘价值风格在2026年初至今表现尤为突出 [1][4] 固收+产品业绩跟踪 - **全市场规模与结构**：截至2026年03月06日，全市场符合特定筛选条件的“固收+”基金共1174只，总规模为23803.87亿元 [2][10]。其中，混合债券型二级基金规模最大，达12347.43亿元，产品数量为368只 [11] - **近期业绩表现**：上周（20260302-20260306），各类“固收+”基金业绩中位数表现分化，混合债券型一级基金为0.05%，而混合型FOF基金为-0.55% [2][13]。按风险等级划分，保守型、稳健型、激进型基金中位数收益分别为-0.02%、-0.22%、-0.33% [2][13] - **年内及长期业绩**：年初至今（截至2026.03.06），激进型基金业绩中位数最高，为1.68%，保守型为0.84% [15]。过去一年，激进型基金业绩中位数达7.25%，同样领先于保守型的3.22%和稳健型的5.52% [16] - **产品创新高情况**：截至2026.03.06，共有156只“固收+”产品净值创历史新高，其中以混合债券型一级基金（114只）和保守型产品（138只）为主 [20] 大类资产配置和行业ETF轮动策略跟踪 - **大类资产择时观点**：2026年第一季度，逆周期配置模型预测宏观环境为“Slowdown” [3][23]。截至2026年3月6日，沪深300指数、中债国债总财富指数、上金所AU9999黄金合约在3月份的收益率分别为-0.98%、0.38%和-3.04% [3][23] - **行业ETF轮动组合**：2026年3月，行业ETF轮动策略建议关注五个行业ETF，各配置20%权重，包括国泰中证煤炭ETF、易方达中证石化产业ETF、广发中证基建工程ETF、国泰中证全指通信设备ETF和国泰中证钢铁ETF [3][25][26]。该组合上周收益为0.03%，相对Wind全A指数获得2.33%的超额收益 [3][24] 绝对收益策略表现跟踪 - **股债混合策略表现**：基于宏观择时的不同股债混合策略在2026年初至今（截至03.06）表现如下 [4][29] - 股债20/80再平衡策略收益0.39%，年化波动率2.81% - 股债风险平价策略收益0.60%，年化波动率1.49%，夏普比率达2.47 - 股、债、黄金风险平价策略收益最高，为1.82%，年化波动率3.68% - **量化固收+策略表现**：在股票端采用不同风格组合的量化“固收+”策略中，小盘价值风格表现最为突出 [4][36] - 在不择时的股债20/80月度再平衡策略下，小盘价值组合年内收益达2.96% - 在叠加宏观择时的股债20/80月度再平衡策略下，小盘价值组合累计收益进一步提升至4.09% - 相比之下，不择时的股债10/90配置下，各策略收益均有所回落，小盘价值组合收益为1.66% [1][36]

量化模型与构建方式 1. 复合行业轮动因子模型 1.1 基本面景气度复合因子 * **模型名称**：基本面景气度复合行业轮动因子[4][8][14] * **模型构建思路**：从基本面景气度维度，选取资产质量、成长能力、营运能力、盈利水平、议价力等方向的多个有效财务指标，构建复合因子以预测行业未来表现[4][8][14][15]。 * **模型具体构建过程**： 1. **基础数据处理**：以申万一级行业为分类标准，基于行业内个股的财务数据，采用整体法计算行业指标[9][15]。 2. **单因子构建**：构建了12个有效财务指标因子，具体如下[15]： * **TTM应收账款周转率环比增长**：采用近4个季度（TTM）数据计算行业应收账款周转率，再计算环比增长（当季-上季）[17]。 $$行业应收账款周转率 = \frac{\sum 个股营业收入\_TTM}{\sum 个股应收账款\_TTM}$$ * **报告期末流动资产比例同比增长**：采用报告期末数据计算行业流动资产比例，再计算同比增长（当季-上年同季）[18]。 $$行业流动资产比例 = \frac{\sum 个股流动资产\_报告期末}{\sum 个股总资产\_报告期末}$$ * **报告期末速动比率同比增长**：采用报告期末数据计算行业速动比率，再计算同比增长[19]。 $$行业速动比率 = \frac{\sum 个股速动资产\_报告期末}{\sum 个股流动负债\_报告期末}$$ * **TTM存货周转率同比增长**：采用TTM数据计算行业存货周转率，再计算同比增长[20]。 $$行业存货周转率 = \frac{\sum 个股营业成本\_TTM}{\sum 个股库存\_TTM}$$ * **报告期末客户议价力同比增长率**：将应收账款定义为客户议价力，采用报告期末数据计算，再计算同比增长率（当季/上年同季-1）[21]。 * **报告期末供应商议价力环比增长**：将应付账款定义为供应商议价力，采用报告期末数据计算，再计算环比增长[22][23]。 * **TTM营业利润环比增长率**：采用TTM数据计算行业营业利润，再计算环比增长率（当季/上季-1）[24]。 $$行业营业利润 = \sum 个股营业利润\_TTM$$ * **季度营业利润率同比增长**：采用当季数据计算行业营业利润率，再计算同比增长[25]。 * **TTM核心利润环比增长率**：采用TTM数据计算行业核心利润，再计算环比增长率[26]。 * **季度核心利润率同比增长**：采用当季数据计算行业核心利润率，再计算同比增长[27]。 $$行业核心利润率 = \frac{\sum 个股营业收入\_季度 - \sum 个股营业成本\_季度 - \sum 个股其他成本项\_季度}{\sum 个股营业收入\_季度}$$ * **TTM归母扣非净利润环比增长率**：采用TTM数据计算行业归母扣非净利润，再计算环比增长率[28]。 * **TTM净资产收益率（ROE）环比增长**：采用TTM数据计算行业净资产收益率，再计算环比增长[29]。 $$行业净资产收益率 = \frac{\sum 个股扣非归母净利润\_TTM}{\sum 个股净资产\_TTM}$$ * **年内累计销售毛利率同比增长**：采用年内累计数据计算行业销售毛利率，再计算同比增长[30]。 $$行业销售毛利率 = \frac{\sum 个股营业总收入\_年内累计 - \sum 个股营业总成本\_年内累计}{\sum 个股营业总收入\_年内累计}$$ 3. **因子标准化与合成**：对上述有效单因子进行标准化处理，然后以各因子在样本内的IC胜率为权重，加权合成基本面景气度复合因子[13]。 * **模型评价**：该复合因子在全区间内积累了显著的超额收益，但在2024年9月A股反弹后出现短期“低景气反转”特征，随后有效性再次提升[31]。 1.2 超预期水平复合因子 * **模型名称**：超预期水平复合行业轮动因子[4][8][33] * **模型构建思路**：从超预期水平维度，涵盖基于公告的市场预期变化和分析师预期变化两个方面，构建复合因子[4][8][33]。 * **模型具体构建过程**： 1. **基础数据处理**：基于个股公告（正式报告、业绩预告、业绩快报）日期前后的收益变化，以及分析师预期数据，在调仓日按个股流通市值加权得到行业单因子水平[33][35]。 2. **单因子构建**：构建了5个有效因子，具体如下[35]： * **公告前后异常收益**：计算个股盈余公告T日的前n日至后m日的每日超额收益（以中证800为基准）之和。最终选定参数为m=2，n=0，即公告后2日的超额收益之和[36]。 * **净利润预期变动得分**：在个股报告发布日，若未来一年净利润预期较同一分析师上次预期变动超1%计+1分，低于-1%计-1分。在调仓日对个股得分进行60日滚动累计，再以流通市值加权得到行业得分[37]。 * **主营业务收入预期变动得分**：逻辑同净利润预期变动得分，针对主营业务收入预期，滚动累计窗口为20日[38]。 * **报告评级换算**：对行业内所有个股在过去180日内，分析师公开报告的平均评级得分取均值。个股评级得分由研报评级（如买入、卖出）按预设规则换算得出[39]。 * **上调减下调报告评级比例**：计算行业过去180日内，评级上调的研报数量减去评级下调的研报数量，再除以存在前期评级得分的研报总数量[40]。 3. **因子标准化与合成**：对有效单因子标准化后，以各因子IC胜率为权重，加权合成超预期水平复合因子[13]。 * **模型评价**：该复合因子对低景气行业的预判准确性较高。样本外在2022年8月至2023年12月期间有效性降低，但自2024年开始有效性显著提升并持续[41]。 1.3 量价水平复合因子 * **模型名称**：量价水平复合行业轮动因子[4][8][44] * **模型构建思路**：从量价水平维度，基于行业指数的日度数据，构建动量、成交波动和量价背离等因子，侧重行业中长期的动量效应[4][8][44]。 * **模型具体构建过程**： 1. **基础数据**：直接使用申万一级行业指数的日收益、成交量、成交额、换手率等数据[44]。 2. **单因子构建**：构建了7个有效因子，具体如下[44]： * **日内动量**：计算每日收盘价/开盘价作为日内动量指标，对各行业指标值进行10日滚动累计[45]。 * **隔夜动量**：计算每日开盘价/前一日收盘价作为隔夜动量指标，进行40日滚动累计后，对因子值取反（因隔夜涨幅呈反转效应）[46]。 * **移动平均趋势变化**：首先计算行业指数当前收盘价减去过去10日均价，定义为短期动量水平；然后计算该短期动量水平减去其10日前的值[47]。 * **动量期限差**：计算行业指数近10日收益率减去近5日收益率，因子值越高代表长期趋势明确且短期交易不拥挤[48][49]。 * **成交量波动**：计算行业指数过去20日成交量波动率，并取负值。因子值越高代表行业情绪越稳定[50]。 * **成交额波动**：计算行业指数过去20日成交额波动率，并取负值。因子值越高代表行业情绪越稳定[51]。 * **一阶量价背离**：计算成交量一阶变化（今日成交量/昨日成交量-1）与价格一阶变化（日涨跌幅）在40个交易日内Spearman相关系数的负值[52][53]。 $$一阶量价背离因子 = -corr\left(rank\left(\frac{Volume_i}{Volume_{i-1}}-1\right), rank\left(\frac{Close_i}{Open_i}-1\right), 40\right)$$ 3. **因子标准化与合成**：对有效单因子标准化后，以各因子IC胜率为权重，加权合成量价水平复合因子[13]。 * **模型评价**：该复合因子更注重中长期量价延续性。样本外在2024年9月A股反弹后，高景气组上涨弹性不及低景气组，可能与短期动量效应更显著有关[54]。 1.4 资金流强度复合因子 * **模型名称**：资金流强度复合行业轮动因子[4][8][57] * **模型构建思路**：从资金流强度维度，根据行业内个股的资金流入流出数据（按挂单金额分类），汇总得到行业整体资金流强度，以分析不同类型投资者的行为[4][8][57]。 * **模型具体构建过程**： 1. **基础数据**：使用个股资金流向数据，按Wind标准分类（如超大单>100万）[57]。 2. **单因子构建**：构建了3个有效因子，具体如下[57]： * **主动超大单资金流强度**：计算过去10日，行业内所有个股的每日平均主动超大单净流入金额，除以个股平均合计流通市值[58]。 * **主动超大单资金流极端突破**：首先计算行业当日主动超大单净流入金额减去其过去120日均值，再除以其过去120日标准差，得到当日强度；然后计算过去10日该强度的均值[59]。 * **小单资金流稳定性**：首先计算行业当日小单净流入金额减去其过去120日均值，再除以其过去120日标准差，得到当日强度；然后计算过去5日该强度的均值；对所有行业该值进行截面标准化后，取绝对值并取相反数[60][61]。 3. **因子标准化与合成**：对有效单因子标准化后，以各因子IC胜率为权重，加权合成资金流强度复合因子[13]。 * **模型评价**：该因子在2024年9月市场反弹后有效性显著提升，可能与资金流在反弹行情中对行业轮动的主导作用强化有关[62]。 1.5 综合行业轮动因子模型 * **模型名称**：综合行业轮动因子模型[4][13][65] * **模型构建思路**：将上述四个维度的单一视角复合因子（基本面景气度、超预期水平、量价水平、资金流强度）进行等权合成，构建最终的综合行业轮动因子，以提升模型有效性和稳定性[4][13][65]。 * **模型具体构建过程**： 1. **输入因子**：将经过再次标准化处理的四个单一视角复合因子作为输入[13][65]。 2. **合成方法**：对四个输入因子采用等权方式加权，合成最终的综合行业轮动因子[13][65]。 2. ETF行业轮动投资组合模型 * **模型名称**：ETF行业轮动投资组合[4][69] * **模型构建思路**：以前文构建的综合行业轮动模型选出的高景气行业为基础，通过一套ETF产品选定框架，构建可实际交易的ETF投资组合[4][69][70]。 * **模型具体构建过程**： 1. **高景气行业选择**：在每月调仓日，选取综合行业轮动因子排名前6的行业（高景气组）作为下月持仓行业[70][72]。 2. **标的指数筛选**： * 在调仓日，仅纳入存续期满1个月的股票型ETF所跟踪的指数作为备选池[72]。 * 对于每个高景气行业，保留成分股在该行业比例≥50%的指数作为备选指数[70]。 * 计算各备选指数与目标行业过去244个交易日的Spearman相关系数。若存在备选指数，保留相关系数≥80%的指数；若不存在，则保留相关系数排名前5且≥60%的指数[70]。 3. **ETF标的选定**： * 对于每个筛选出的标的指数，保留对应的ETF产品作为备选池[70]。 * 在每个调仓日，计算备选ETF过去1个月的日均成交额和日均流通规模[70]。 * 保留存续≥1个月、日均流通规模≥2亿、且日均成交额最高的ETF产品[70]。 * 若无满足条件的ETF，则用申万一级行业指数替代[71]。 4. **三种选定模式**：针对同一行业可能对应多个ETF的情况，定义了三种产品选定模式[70]： * **相关性优先模式**：选择相关系数最高的标的指数对应的ETF。 * **流动性优先模式**：选择过去1个月日均成交额最高的ETF。 * **收益弹性优先模式**：选择过去1个月收益表现最佳的ETF。 模型的回测效果 1. 单一视角复合因子回测效果（全区间） * **基本面景气度复合因子**：IC均值5.75%， ICIR 24.81%， 高景气组年化收益9.56%， 低景气组年化收益-1.74%[31] * **超预期水平复合因子**：IC均值7.31%， ICIR 28.99%， 高景气组年化收益10.93%， 低景气组年化收益-2.87%[41] * **量价水平复合因子**：IC均值7.16%， ICIR 32.98%， 高景气组年化收益8.65%， 低景气组年化收益-1.22%[54] * **资金流强度复合因子**：IC均值7.18%， ICIR 32.10%， 高景气组年化收益13.79%， 低景气组年化收益1.43%[62] 2. 综合行业轮动因子回测效果（全区间） * **综合行业轮动因子**：IC均值12.54%， ICIR 50.92%， 高景气组年化收益17.84%， 相对中证800指数的多空组合累计年化超额收益14.44%[65] 3. ETF行业轮动投资组合回测效果（2020/01/01 - 2026/02/28） * **ETF轮动组合（相关性优先）**：年化收益率18.78%， 年化波动率22.10%， 最大回撤-39.87%， 夏普比率0.85， 收益回撤比0.47[81] * **ETF轮动组合（流动性优先）**：年化收益率18.57%， 年化波动率23.10%， 最大回撤-40.38%， 夏普比率0.80， 收益回撤比0.46[81] * **ETF轮动组合（收益弹性优先）**：年化收益率21.20%， 年化波动率23.22%， 最大回撤-40.95%， 夏普比率0.91， 收益回撤比0.52[81]

HALO交易与AI时代产业影响 - 市场正在集中推演AI时代产业组织形式可能发生的变化，并重新锚定三类行业的长期预期：1) 可能被AI替代的行业；2) 在AI时代壁垒弱化、超额利润可能压缩的行业；3) 在AI时代可能无法继续胜出的科技龙头 [2][3] - 对于第二和第三类行业龙头，原有估值中枢锚定在垄断利润和平台价值上，而在AI时代可能降级为参与市场竞争获得合理利润的公司，长期预期重新锚定对应估值中枢下移 [3] - 现阶段对AI终局的思考很难覆盖全部关键因素，市场容易将科技产业趋势推演至终局（AI最终能力），却很难充分考虑AI进步过程中其他关键因素（生产力、生产关系、政治体制）不可避免的渐进变革，因此市场集中定价AI终局潜在冲击时，错杀难免会出现 [2][4] - 中国资产总体受到AI终局冲击的影响相对美股小，因为中国享受垄断壁垒和超额利润的产业环节相对美国少 [2] 战略资源与通胀逻辑 - 不易被替代的战略资源本就是时代资产，大国博弈背景下，战略资源自主可控是核心投资线索，AI时代战略资源和能源的“通胀”逻辑可能进一步强化 [4] - 全球似乎都在演绎“HALO交易”，市场开始集中推演AI时代各行业组织形式可能发生的变化 [3] 短期市场特征观察 - 春节后，A股对长期科技叙事的反映偏弱，而对当下可见的“新老经济通胀”反映非常积极，价值风格相对占优是全球共同特征 [5] - 这一特征与“HALO交易”在A股的映射有关，同时通胀预期升温、美联储宽松预期出现扰动，也限制了科技远期乐观预期的反映 [5] - A股科技叙事行情演绎相对充分，在景气和业绩兑现尚不充分的情况下，估值率先来到历史高位，A股科技行情本身也处于更加“重现实”的阶段 [5] - 中国机器人制造和运动控制领域的优势已有所定价，AI应用不断进步的行情也已有演绎，这两个板块在春季兑现催化后行情偏弱 [5] - 这样的市场实验反映出，市场需要看到产业的“跨阶段发展”才能开启新一轮上涨行情，这符合“两阶段上涨行情”的中期推演 [5] 中期市场推演与结构 - 维持中期“两阶段上涨行情”推演不变：2026年春季行情是2025年结构性行情的拓展和延伸，当前仍处于第一阶段上涨行情高位区域 [6] - 现阶段，全部A股总体PE估值处于历史高位区间，中波段市场有震荡休整内在需求，这个震荡波段核心是等待产业趋势再强化、基本面拐点验证更普遍（业绩消化估值）、性价比问题缓和、居民资产配置向权益迁移的条件更充分 [6] - 中期还有“第二阶段上涨”，由基本面周期性改善、科技产业趋势进入新阶段、居民资产配置向权益迁移的条件更充分、中国影响力提升预期共振驱动，“第二阶段上涨”更可能启动的窗口是2026年中前后 [6] - 两阶段上涨行情领涨板块和风格一脉相承，这个时代的“通胀资产”就是科技 + 战略资源 [6] - 短期可见度高的通胀方向是占优结构的主要来源：有限产催化的周期品（钢铁、煤炭）短期集中上涨，但3-4月需求验证期，涨价的持续性存疑 [6] - 顺周期配置依然建议聚焦战略资产通胀（有色金属、基础化工、石油、油运），新经济通胀向传统经济的映射依然是短期最强方向，关注内燃机、玻纤、光纤、存储的投资机会 [6] - 中期结构推荐不变：景气科技 + 周期Alpha。景气科技关注：海外算力链、AI应用（港股互联网真正机会）、半导体、机器人、商业航天、储能等。周期Alpha关注：有色金属和基础化工。中期周期Alpha投资的延伸可能是出口/出海链。另外，中期看好非银金融的重估机会 [7] 市场数据观察 - 根据赚钱效应扩散指标（截至2026年2月27日），多个周期及战略资源板块呈现“继续扩散”状态：钢铁（按个数扩散度98%，相比2月13日提升39个百分点）、有色金属（90%，提升16个百分点）、煤炭（90%，提升23个百分点）、石油石化（89%，提升9个百分点）、基础化工（88%，提升13个百分点） [10] - 部分科技及成长板块扩散度相对较低或出现收缩：计算机（按个数扩散度58%）、传媒（55%，相比2月13日下降14个百分点）、美容护理（52%，下降7个百分点）、银行（29%，下降11个百分点） [10] - 从ETF数据看，部分周期及资源类ETF今年以来份额增长显著且涨幅可观：南方中证申万有色金属ETF最新份额167.57亿份，今年以来份额增长56.8%，价格涨幅25.0%；博时自然资源ETF今年以来份额增长39.7%，价格涨幅23.5% [11] - 部分科技类ETF今年以来份额增长但近期价格表现分化：易方达中证人工智能ETF最新份额163.85亿份，今年以来份额增长15.1%，但近5个交易日价格仅上涨0.7%；华夏国证半导体芯片ETF最新份额142.07亿份，今年以来份额增长2.6%，近5个交易日价格上涨1.5% [11] - 主要宽基指数ETF中，沪深300相关ETF近期份额变化不大且价格微跌，而中证1000ETF（富国）近5个交易日份额增长9.0%，价格涨幅2.9% [11]