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]

核心观点 - 2026年2月A股市场虽经历短期波动但全月延续上涨行情，后续基金配置建议在整体维持均衡风格的前提下，适度偏向成长，重视主投周期和科技领域的基金，并兼顾内需价值资产[1] - 从大类资产配置角度，可对黄金和美股相关ETF进行一定配置[1] 资本市场分析与展望 投资环境分析 - 2026年2月A股延续上涨行情，月初因海外金融条件紧缩担忧、美股科技龙头资本开支扰动及A股权重ETF被抛售等因素出现回调，但随后在内需提振信号下，顺周期与科技板块回暖推动市场企稳回升[7] - 2月份31个申万一级行业中有23个行业上涨，表现靠前的5个行业为综合、钢铁、建筑材料、环保和机械设备行业，表现靠后的5个行业为传媒、商贸零售、非银金融、银行和医药生物行业[7] - 海外经济方面，美国经济韧性仍存，2025年四季度GDP环比年化增长1.4%，低于市场预期的2.8%，但消费与投资保持韧性，通胀回落进程或仍颠簸，2025年12月PCE价格指数同比回升至2.9%[8] - 欧洲制造业景气回升，2026年2月欧元区制造业PMI由49.5跃升至50.8，为2025年8月以来首次站上荣枯线，综合PMI从51.3升至51.9[8] 股票市场展望 - 中国经济工作重心正转向内需主导并作为首要任务，扩大内需从短期政策转变为中长期国家战略，截至2024年中国最终消费支出占GDP比例约为56.6%，明显低于日韩、欧美等发达经济体66%-83%的水平[9] - 内需结构复苏信号已现，消费者信心企稳、人均可支配收入增速改善，服务消费、智能绿色消费等新动能推动内需转型升级，物价合理回升被视为畅通内需循环的关键催化[10] - 地产行业经过深度调整已步入底部区间，截至25Q4销售面积较高点下滑约51%、新开工面积较高点下滑约74%，近期政策积极变化构成房地产“新三支箭”，行业具备止跌回稳基础[11] - 推荐估值与持仓双低的内需价值板块，具体包括：PB小于1的深度折价优质房企；建材、化工、食品饮料、农业；消费者服务、航空[12] 债券市场展望 - 春节前债市波动加剧，节前最后一个交易日因长假不确定性及获利了结情绪出现回调，但技术形态显示多头力量仍有支撑，T和TL合约均未跌破5日均线[13] - 展望节后，国债期货短期仍处震荡环境，T合约下方支撑位关注20日均线，上方强阻力位位于2025年11月的高点108.7左右；TL合约阻力位关注2025年末的113及113.5元[14] - 套利策略方面，T2606合约基差处于较低分位数，节后或存在做阔基差策略博弈空间；近期T合约涨幅较大，若节后多头情绪延续，做平超长端曲线性价比或更高[15] 基金月度动态 基金测算仓位变化 - 主动股混基金权益仓位在2月略有下降，但整体延续自2025年下半年以来的上行趋势；偏债基金权益仓位近4个月持续提升，目前达近1年相对高位[16] - 风格配置上，主动股混基金仍以大盘成长和小盘成长风格为主要配置方向；偏债基金近1个月中盘价值和中盘成长风格资产占比显著回落，大盘风格和小盘价值风格资产占比相应提升[25] - 板块配置上，主动股混基金在TMT板块配置占比依然更高，呈现极致抱团状态，近1个月大金融板块占比快速提升，大消费和中游制造板块占比相应回落；偏债基金同样表现为大金融板块占比快速提升[32] 风格基金业绩 - 2026年2月各风格主投A股的基金均获正向平均收益，成长风格基金业绩领先，平均收益为2.17%，高于均衡风格的1.25%和价值风格的1.03%[44][45] - 板块风格基金中，中游制造和上游周期板块基金业绩领先，平均收益分别为3.82%和2.85%，TMT板块基金平均收益为1.73%，金融地产和大消费板块基金平均收益相对靠后，分别为0.72%和0.59%[45] - 港股市场2月表现低迷，港股基金平均收益为-2.32%[45] - 复合风格基金中，中游制造复合风格基金涨幅靠前，平均收益均在3%以上[45] 新发基金概况 - 2026年2月共有109只新基金成立，总募集规模为906.40亿元，为近4年同期最高水平，平均募集规模为8.32亿元，高于近1年平均水平[51] - 从类型看，权益型基金发行规模为460.29亿元，占比50.8%；债券型基金发行规模182.08亿元，占比20.1%；FOF产品表现亮眼，发行20只，整体发行规模占比达28.67%，连续第二个月超越债券型基金[52] - 2月发行规模最大的主动管理型基金为鹏安安泰利率债A，规模60.00亿元；最大的被动管理型基金为广发中证500指数量化增强A，规模56.05亿元[53][57] 基金投资策略 股混基金 - 建议后续基金配置在整体维持均衡风格的前提下，适度偏向成长，重视主投周期和科技领域基金，兼顾内需价值资产，并关注基金经理选股和风控能力[59] - 具体品种推荐：价值风格关注南方品质优选；成长风格关注易方达环保主题、宏利睿智稳健；均衡灵活品种关注博道惠泰优选、广发多因子；主题型基金关注国泰消费优选、华泰保兴成长优选、大成产业趋势、宝盈转型动力；港股基金关注富国港股通策略精选[59] 指数主题基金 - 基于行业轮动模型，3月最新高景气度行业为有色金属、机械设备、钢铁、国防军工、基础化工和通信[60] - 构建的ETF行业轮动投资组合为：南方中证申万有色金属ETF、广发中证工程机械ETF、国泰中证钢铁ETF、富国中证军工龙头ETF、鹏华中证细分化工主题ETF和华夏中证5G通信主题ETF[61] 债券基金 - 建议关注久期灵活的利率债和重配高流动性信用债的产品，随着权益市场回暖，固收+基金同样具备配置价值[61] - 具体品种推荐：易方达高等级信用债、富国天利增长债券、景顺长城景颐尊利[61] QDII和商品型基金 - 全球地缘政治不确定性及各国央行购金支撑长期金价，可适当配置黄金ETF，但趋势配置者短期需谨慎[62] - 美国经济韧性较强，通胀粘性减弱，AI产业趋势受重视，市场风险偏好温和上行，美股阶段性具备较高风险回报比与战术配置价值[62] - 具体品种推荐：易方达黄金ETF、华安易富黄金ETF、广发纳斯达克100ETF[62] 本期组合大类资产配置 - 根据投资者风险承受能力，给予权益类基金配置比例区间：积极型60-100%，稳健型30-80%，保守型10-40%，当前建议的均衡配置比例分别为80%、55%和25%[63] - 当前A股估值、情绪指标处历史低位，国内经济基本面处修复趋势，资产配置比例可逐渐向积极型的权益类基金比例过渡[63] - 具体配置建议： - 积极型投资者：配置70%权益类基金（其中国内主动股混基金55%、QDII基金10%、商品基金5%）、20%债券基金、10%货币市场基金[63] - 稳健型投资者：配置45%权益类基金（其中国内主动股混基金30%、QDII基金10%、商品基金5%）、25%债券基金、30%货币市场基金[63][71] - 保守型投资者：配置20%权益类基金（其中国内主动股混基金10%、QDII基金5%、商品基金5%）、40%债券基金、40%货币市场基金[64][67]

市场表现与展望 - 2026年1月A股延续慢牛上涨行情，上证指数连续站上4000点与4100点[7][11] - 1月份31个申万一级行业中有26个行业上涨，涨幅前五为有色金属、传媒、石油石化、建筑材料和基础化工[7] - 2026年1月制造业PMI为49.3%，较上月下降0.8个百分点，降幅强于季节性[9] - 国泰海通策略团队认为“转型牛”根基稳固，市场发展空间仍很大[11][12] 基金动态与业绩 - 2026年1月新发基金123只，总募集规模1202.11亿元，为近4年同期最高，平均募集规模9.77亿元[56] - 1月新发基金中权益型基金发行规模812.43亿元，占比67.6%[59] - 1月成长风格基金平均收益9.07%，显著高于价值风格(6.08%)和均衡风格(5.60%)[50] - TMT和中游制造板块风格基金1月平均收益分别为9.16%和8.29%[50] - 主动股混基金和偏债基金的权益测算仓位在2025年下半年以来保持稳定或持续提升[19] 投资策略建议 - 基金配置建议在整体均衡的前提下适度偏向成长风格，并关注科技、周期领域基金[4][65] - 基于行业轮动模型，2月高景气度行业为基础化工、建筑材料、环保、石油石化、通信和钢铁，并推荐相应ETF[4][66] - 债券投资建议年前保持稳健，规避超长期限品种，关注中短端高票息产品[18][67] - 从大类资产配置角度，可适当配置黄金ETF和美股相关ETF（如广发纳斯达克100ETF）以分散风险[4][68] - 为不同风险偏好投资者提供了具体的大类资产配置比例建议（如积极型投资者权益类基金配置70%）[69][70]