量化策略專題研究：行業(yè)主題工具與行業(yè)配置策略-20210516-中信證券正式版

量化策略專題研究行業(yè)主題工具與行業(yè)配置策略王兆宇中信證券研究部量化與配置團隊2021年5月16日CONTENTS目錄行業(yè)主題工具圖譜量化行業(yè)配置策略體系基本面視角的量化行業(yè)配置策略技術(shù)面視角的量化行業(yè)配置策略行為視角的量化行業(yè)配置策略綜合行業(yè)輪動模型結(jié)論與投資建議1行業(yè)主題工具圖譜2行業(yè)主題基金分類框架構(gòu)建：定量、定性相結(jié)合 “80%條款”為核心條件基金合同中明確規(guī)定“跟蹤某一行業(yè)、主題指數(shù)，或投資于某一行業(yè)、某一主

被動型基金池構(gòu)建流程題相關(guān)的上市公司的股票不低于基金凈資產(chǎn)、非現(xiàn)金資產(chǎn)、或股票資產(chǎn)的80%”的基金 主動管理型產(chǎn)品采用合同定性與持倉定量結(jié)合的方法。 針對主被動產(chǎn)品差異，先后構(gòu)建被動指數(shù)型、主動管理型行業(yè)主題基金池。

指數(shù)型、指數(shù)增強型為大樣本?剔除寬基指數(shù)?剔除風格指數(shù)?剔除規(guī)模指數(shù)

行業(yè)基金池（中信、申萬、中證指數(shù)）?以中信、中證、申萬行業(yè)一、二級指數(shù)為基礎(chǔ)?根據(jù)業(yè)績比較基準進行補充

主題基金池（以投資一、二級行業(yè)主題合行業(yè)、主題基金共計范圍為準）并或拆分調(diào)整376只?基金文件有?如金融、醫(yī)?多份額僅保留一只“主題”字樣藥等主題?跨多個行業(yè)，?如科技、大?行業(yè)基金152只基準為主題健康等主題指數(shù)?各二級分類?主題基金224只?投資范圍確明確界定認“80%條款“ 行業(yè)分類以主流行業(yè)指數(shù)為參考，主題分類以基金合同的界定為依據(jù)。

主動型基金池構(gòu)建流程股票型、混合型基金為大樣本?普通股票型?混合型?QDII普通股票型?QDII混合型

主題基金池初選（帶有主題字樣）?名稱、業(yè)績比較基準、投資范圍冠有“主題”字樣?確認80%條款后納入

行業(yè)基金池構(gòu)建主題型基金補充行業(yè)、主題基金共計709只?基本以被動?“80%條款”作?多份額僅保型行業(yè)框架為檢索依據(jù)留一只為藍本?篩選出新的?行業(yè)基金58?中信、申萬、主題基金，只中證行業(yè)指補充主題分?主題基金651數(shù)為分類依類只據(jù)?一二級主題合并拆分資料來源：中信證券研究部。參見研報：《金融產(chǎn)品深度解讀系列之七—量體裁衣，擘肌分理：行業(yè)主題基金分類方法論及備選池構(gòu)建》（2020-5-20）

3行業(yè)基金圖譜主被動行業(yè)基金共210只，其中被動基金152只，主動基金58只。行業(yè)基金圖譜被動基金主動基金一級行業(yè)二級行業(yè)基金數(shù)量一級行業(yè)二級行業(yè)基金數(shù)量銀行19金融地產(chǎn)金融1金融地產(chǎn)非銀27金融地產(chǎn)6金融3醫(yī)藥醫(yī)藥13金融地產(chǎn)9醫(yī)療保健32醫(yī)藥衛(wèi)生12周期資源油氣1醫(yī)藥生物醫(yī)藥5國防軍工國防軍工2中藥1電子電子1信息技術(shù)信息技術(shù)7計算機計算機1工業(yè)工業(yè)3傳媒傳媒1地產(chǎn)地產(chǎn)8能源2周期資源煤炭5油氣3半導體半導體6原材料原材料2有色金屬有色金屬4鋼鐵鋼鐵4建筑材料建筑材料1國防軍工國防軍工16汽車汽車1家電家電1食品飲料食品飲料2白酒3電子電子2計算機計算機2傳媒傳媒4總計152總計584資料來源：Wind，中信證券研究部截至2020Q1主題基金圖譜主題基金數(shù)量共計875只，其中主動基金651只，被動基金224只主題基金圖譜被動基金主動基金一級主題二級主題基金數(shù)量一級主題二級主題基金數(shù)量一級主題二級主題基金數(shù)量一級主題二級主題基金數(shù)量5G3高端制造高端制造4科技創(chuàng)新31外延增長外延增長7科技9基建基建2科技28內(nèi)需增長內(nèi)需增長11TMT8周期資源周期5TMT14金融地產(chǎn)金融2大科技互聯(lián)網(wǎng)9資源7大科技互聯(lián)網(wǎng)29金融地產(chǎn)1人工智能4非周期非周期3人工智能5食品飲料食品飲料1信息安全1環(huán)保產(chǎn)業(yè)環(huán)保產(chǎn)業(yè)8信息安全1物聯(lián)網(wǎng)物聯(lián)網(wǎng)5研發(fā)創(chuàng)新4高鐵產(chǎn)業(yè)高鐵產(chǎn)業(yè)3信息創(chuàng)新1改革改革12龍頭藍籌藍籌3體育文娛體育文娛2龍頭藍籌藍籌29改革紅利11龍頭2區(qū)域區(qū)域16龍頭13軍工軍工5新能源新能源7養(yǎng)老產(chǎn)業(yè)養(yǎng)老產(chǎn)業(yè)2新能源新能源17軍民2消費消費19新興產(chǎn)業(yè)新興產(chǎn)業(yè)3消費消費80產(chǎn)業(yè)升級產(chǎn)業(yè)升級10大健康大健康13智能家居智能家居1健康25再融資再融資3生物科技4社會責任ESG3生物科技1大安全大安全3紅利紅利36社會責任2大健康醫(yī)療相關(guān)7國家安全5國企改革6大農(nóng)業(yè)大農(nóng)業(yè)1醫(yī)藥創(chuàng)新3服務(wù)業(yè)服務(wù)業(yè)11國企央企改革創(chuàng)新央企結(jié)構(gòu)調(diào)整6并購重組并購重組1中藥1品牌品牌6央企創(chuàng)新8公司治理公司治理2紅利紅利37城鎮(zhèn)化城鎮(zhèn)化4國企央企5小康產(chǎn)業(yè)小康產(chǎn)業(yè)2國企央企改革創(chuàng)新國企改革17逆向投資逆向投資2一帶一路一帶一路9社會安全社會安全1國企央企5物流物流2一帶一路一帶一路7社會責任ESG2高端制造26社會責任3高端制造智能裝備制造18大農(nóng)業(yè)大農(nóng)業(yè)6中國制造20255事件驅(qū)動事件驅(qū)動13基建基建1公司治理公司治理2周期資源周期5體育文娛體育文娛15資源12區(qū)域區(qū)域21非周期非周期1養(yǎng)老產(chǎn)業(yè)養(yǎng)老產(chǎn)業(yè)4公用環(huán)保公用環(huán)保21新興新興35智能智能7資料來源：Wind，中信證券研究部部截至2020Q152021年4月ETF數(shù)目與資產(chǎn)管理規(guī)模2021年4月ETF數(shù)目與資產(chǎn)管理規(guī)模板塊類別數(shù)量數(shù)量變化資產(chǎn)管理規(guī)模（億元）近一月日均成交額（億元）規(guī)模占比規(guī)模變化（億元）變化比例A股ETF合計370107647.31209.2362.15%47.770.63%A股-規(guī)模118-13516.3398.1828.58%74.192.16%A股-行業(yè)6111718.1552.0613.96%-17.01-0.98%A股-主題156102105.3152.3117.11%-26.44-1.24%A股-策略310303.126.592.46%17.045.96%A股-風格404.410.080.04%-0.01-0.29%QDII201449.9427.883.66%-16.05-3.45%商品140268.8625.262.19%1.580.59%債券170182.582.571.48%0.160.09%非貨幣ETF合計421118548.70264.9369.48%33.460.39%貨幣2703755.02306.7730.52%350.9710.31%全部ETF總計4481112303.71571.70100.00%384.423.23%資料來源：Wind，中信證券研究部。6量化行業(yè)配置策略體系7量化行業(yè)配置策略體系基本面：宏觀驅(qū)動、尋找自上而下的板塊景氣度宏觀驅(qū)動因素基本面：中觀比較、盈利估值視角下尋找預(yù)期差技術(shù)面：歷史重演、模式匹配技術(shù)尋找相似集技術(shù)面：強者恒強、截面動量與時序動量的結(jié)合投資者行為：公募基金行業(yè)配置的信號作用資料來源：中信證券研究部繪制8基本面視角的量化行業(yè)配置策略宏觀驅(qū)動中觀比較91.1宏觀驅(qū)動：大類行業(yè)板塊的劃分板塊劃分：部分行業(yè)聚類結(jié)果違背常規(guī)認知，需根據(jù)經(jīng)濟邏輯進行調(diào)整。我們將行業(yè)分為上游、中游、必選、可選、防御、TMT、金融地產(chǎn)七大板塊。大類行業(yè)板塊分類方式大類行業(yè)板塊分類中信證券一級行業(yè)上游石油石化、煤炭、有色金屬中游基礎(chǔ)化工、鋼鐵、建筑、建材、輕工制造、機械、電力設(shè)備及新能源、國防軍工必選消費食品飲料、醫(yī)藥、農(nóng)林牧漁可選消費消費者服務(wù)、紡織服裝、商貿(mào)零售、汽車、家電防御交通運輸、電力及公用事業(yè)TMT電子、計算機、通信、傳媒金融地產(chǎn)銀行、非銀行金融、房地產(chǎn)資料來源：中信證券研究部101.2宏觀驅(qū)動：自上而下的尋找板塊配置邏輯大類板塊的劃分周期類：上游、中游、可選消費非周期類：必選消費、TMT、交運公用政策敏感類：金融地產(chǎn)Alpha核心來源：業(yè)績相對優(yōu)勢經(jīng)濟增速上行時，周期類板塊業(yè)績彈性較高，具備相對優(yōu)勢。經(jīng)濟增速下行時，非周期類板塊受影響較小，具備相對優(yōu)勢。情緒面的擾動TMT板塊雖然不受經(jīng)濟周期影響，但2010年以后的超額收益多來自于風險偏好中樞上升周期。大金融板塊的思考銀行、地產(chǎn)業(yè)績受政策周期影響，其表現(xiàn)多取決于政策預(yù)期。利差、地產(chǎn)銷量數(shù)據(jù)多是政策周期結(jié)果，滯后于政策預(yù)期，較難通過宏觀維度進行擇時。

經(jīng)濟增長周期下的周期上游/必選消費輪動風險偏好中樞與TMT板塊相對強弱TMT板塊相對強弱風險偏好中樞(右軸）2.50.3520.300.251.50.2010.150.50.100.0500.00資料來源：Wind、中信證券研究部111.3宏觀驅(qū)動：策略表現(xiàn)2010年1月1日至2020年12月31日，宏觀視角下的大類板塊配置策略相對中證全指的年化超額收益6.3%。模型適用性的進一步思考：2017年以來，隨著機構(gòu)話語權(quán)變強，基本面溢價更豐厚，策略表現(xiàn)更優(yōu)。宏觀視角下的大類行業(yè)板塊配置策略表現(xiàn)組合凈值 中證全指3.53.02.52.01.51.00.50.020091231 20101208 20111110 20121016 20130918 20140822 20150727 20160629 20170605 20180507 20190408 20200311資料來源：Wind，中信證券研究部122.1中觀比較：盈利估值視角下行業(yè)輪動邏輯框架盈利估值視角下行業(yè)輪動邏輯框架Step3：通過投資者情緒把握業(yè)績彈性預(yù)期差修復(fù)的時點。Step2：通過估值定位未被估值反映的業(yè)績彈性——業(yè)績彈性預(yù)期差。

情 緒估 值Step1：通過業(yè)績定位公司質(zhì)量。業(yè)績資料來源：中信證券研究部132.2中觀比較：股價變化的驅(qū)動力。 股價的變動源于業(yè)績的變化（成長性）或估值的變動，其中估值受業(yè)績預(yù)期、投資者情緒等因素影響?=?× + ×?+??? 成長性：業(yè)績趨勢比業(yè)績本身更重要。行業(yè)業(yè)績增速=中證800成分股內(nèi)該行業(yè)股票一致預(yù)期凈利潤增速中位數(shù)基準業(yè)績增速=中證800成分股一致預(yù)期凈利潤增速中位數(shù)行業(yè)相對業(yè)績增速=行業(yè)業(yè)績增速?基準業(yè)績增速=相對業(yè)績增速–近3年相對業(yè)績增速均值成長偏離度價值性：絕對低估值的超額收益不顯著，相對低估值的超額收益亦非常有限。成長偏離度指標分組表現(xiàn)TTMPE分組的超額收益G1（低）G2G3G4G5（高）G1（低）G2G3G4G5（高）4.053.543.02.532.021.51.010.50.00資料來源：Wind，中信證券研究部注：時間區(qū)間為2010年1月1日至2019年10月1日 資料來源：Wind，中信證券研究部注：時間區(qū)間為2010年1月1日至2019年10月1日 142.3中觀比較：以業(yè)績?yōu)殄^，尋找預(yù)期差業(yè)績彈性預(yù)期差=成長偏離度-估值偏離度；高業(yè)績彈性預(yù)期差行業(yè)組合（G5）歷史上有著顯著超額收益。2010年1月1日至2019年10月1日期間，高業(yè)績彈性預(yù)期差行業(yè)組合年化超額收益9.02%，信息比率1.16。業(yè)績彈性預(yù)期差分組各行業(yè)組合歷史表現(xiàn)G1(低）G2G3G4G5（高）43.532.521.510.502009123120101208201111102012101620130918201408222015072720160629201706052018050720190408資料來源：Wind，中信證券研究部注：時間區(qū)間為2010年1月1日至2019年10月1日15技術(shù)面視角的量化行業(yè)配置策略模式匹配行業(yè)趨勢161.1模式匹配：以史為鑒、可知興替假設(shè)前提：市場狀態(tài)和相似、就認為未來市場表現(xiàn)和也相似。相關(guān)性大于設(shè)定閾值的認定為相似的歷史狀態(tài)、從而定位相似的市場表現(xiàn)。參考相似的來對未來的進行預(yù)測。模式匹配策略運行邏輯框架2交易期8個行業(yè)指數(shù)1?1+1+?1+1+資料來源：中信證券研究部171.2模式匹配：策略表現(xiàn)模擬應(yīng)用期：2010年1月至2020年3月；參數(shù)訓練期：2006年1月至2020年5月2010年1月1日至2020年3月31日期間，策略年化超額5.75%，信息率達到0.81。模型適用性的進一步思考：趨勢行情中表現(xiàn)更優(yōu)，Beta端貢獻效果更顯著。長期表現(xiàn)穩(wěn)健的行業(yè)配置比例常更高。模式匹配策略凈值曲線模式匹配 中證全指 超額收益（右軸）3.02.52.01.51.00.52021-022020-122020-102020-082020-062020-042020-022019-122019-102019-082019-062019-042019-022018-122018-102018-082018-062018-042018-022017-122017-102017-082017-062017-042017-022016-122016-092016-082016-062016-042016-012015-122015-092015-072015-062015-042015-012014-112014-092014-072014-052014-032014-012013-112013-092013-072013-052013-032013-012012-112012-092012-072012-052012-032012-012011-112011-092011-072011-052011-032011-012010-112010-092010-072010-052010-032009-12資料來源：Wind，中信證券研究部

2.11.91.71.51.31.10.9182.1行業(yè)趨勢：強者恒強趨勢發(fā)展:行為金融的三階段解釋趨勢形成：過早賣出或推遲買入、對新信息反應(yīng)不足；錨定效應(yīng)（AnchoringEffect）：以歷史數(shù)據(jù)為錨調(diào)整投資決策、對新信息的反應(yīng)不夠充分；處置效應(yīng)（DispositionEffect）：拒絕接受虧損、過早賣出盈利投資、過久持有虧損投資、忽略了機會成本；現(xiàn)狀偏差（StatusQuoBias）：投資決策的結(jié)果具有不確定性、處于自我保護的本能、不斷推遲決策、使現(xiàn)狀被動保持。趨勢延續(xù)：市場價格維持原有趨勢方向、直到過度反應(yīng)；羊群效應(yīng)（Herding）：從眾心理、容易懷疑和改變自己的觀點、以保持和群體的一致性；趨勢形成后、投資者的不斷加入、使趨勢得以強化；

趨勢發(fā)展的三階段解釋資料來源：DemystifyingManagedFutures（Hurstetal.、2017）代表性偏差（RepresentativenessBias）：選擇性地僅關(guān)注近期趨勢方向、而忽略趨勢變化的真正影響因素、加劇了羊群效應(yīng)的影響；確定偏差（ConformationBias）：形成投資決策后、傾向于關(guān)注和尋找支持投資決策的數(shù)據(jù)和信息、忽略了質(zhì)疑或負面的信息、助推了過度反應(yīng)。趨勢終結(jié)：價格嚴重偏離基本面、不可避免地出現(xiàn)趨勢逆轉(zhuǎn)、向價值回歸。投資者的行為模式如果不能絕對理性、三階段的趨勢發(fā)展也將不斷重復(fù)上演。192.2行業(yè)趨勢：截面動量+時序動量+止損機制在傳統(tǒng)截面動量模型基礎(chǔ)上，疊加時序動量和止損機制，能夠有效改善組合風險表現(xiàn)200620072008200920102011201220132014201520162017201820192020*綜合模型142.02%216.17%-36.49%151.24%-7.15%-30.71%12.44%41.68%73.84%90.87%-4.84%7.24%-21.64%26.87%5.03%全行業(yè)等權(quán)83.64%177.20%-61.05%114.29%5.04%-28.42%3.28%13.68%47.98%50.32%-13.30%1.13%-28.89%28.30%-1.01%普通動量模型144.33%240.85%-59.14%118.23%-2.01%-29.60%8.46%28.63%69.52%27.59%-18.82%4.95%-23.14%26.83%5.03%中證800116.84%168.70%-64.64%105.39%-6.48%-26.59%7.71%-0.06%51.66%16.34%-11.70%17.11%-25.95%36.49%-2.09%注：2020年截至2月末；月度再平衡；交易費率雙邊5%%。資料來源：Wind，中信證券研究部注：2006年1月1日至2020年2月29日202.3行業(yè)趨勢：模型與傳統(tǒng)動量模型月度收益對比在傳統(tǒng)截面動量模型基礎(chǔ)上，疊加時序動量和止損機制，能夠控制月內(nèi)大幅回撤注：2020年截至2月末；月度再平衡；交易費率雙邊5%%。資料來源：Wind，中信證券研究部注：2006年1月1日至2020年2月29日21行為視角的量化行業(yè)配置策略22投資者行為：行業(yè)配置是Alpha的重要來源重倉股在基金全部持倉中代表性較強，時效性、可操作性更高基金重倉股因子指數(shù)顯著、穩(wěn)健地跑贏基準指數(shù)行業(yè)配置是決定基金超額收益大小更為重要的因素中信證券大中小盤重倉股因子指數(shù)表現(xiàn)大盤基金中盤基金小盤基金CSI300CSI500CSI100010大盤相對強弱(右)中盤相對強弱(右)小盤相對強弱(右)5.884.863.8422.801.8-20.8200901200906200911201004201010201103201108201201201207201212201305201310201404201409201502201508201601201606201611201705201710201803201808201902201907201912202005202011202104資料來源：Wind，中信證券研究部注：2009年1月至2020年10月

2019Q4基金重倉股持倉占比情況100%重倉股占比中位數(shù)80%重倉股占比超過40%的基金數(shù)量比例60%56%54%52%40%85%84%75%20%0%配置型偏股型股票型資料來源：Wind，中信證券研究部以滬深300為基準的主動管理基金超額收益Brison歸因結(jié)果10%8%Y=X6%4%配置2%行業(yè)-10%-8%-6%-4%-2%0%2%4%6%8%10%-2%-4%-6%-8%-10%個股選擇資料來源：Wind，中信證券研究部 注：2009年1月至2020年10月23投資者行為：逆向配置行為含金量更足超配、低配行業(yè)組合的凈值表現(xiàn)超配組合 低配組合 全A標配組合5.03.52.00.520090202200905112009081720091127201003112010062220100929201101112011042620110802201111142012022720120607201209122012122420130411201307242013110620140218201405282014090220141215201503302015070720151020201601252016050920160815201611282017031020170621201709252018010520180420201807302018110920190222201906042019090920191220低配凈增倉、超配凈減倉行業(yè)組合的凈值表現(xiàn)低配凈增倉組合 超配凈減倉組合 全A標配組合6.55.03.52.00.520090202200905112009081720091127201003112010062220100929201101112011042620110802201111142012022720120607201209122012122420130411201307242013110620140218201405282014090220141215201503302015070720151020201601252016050920160815201611282017031020170621201709252018010520180420201807302018110920190222201906042019090920191220資料來源：Wind、中信證券研究部注：2009年2月至2020年3月

凈增倉、凈減倉行業(yè)組合的凈值表現(xiàn)凈增倉組合 凈減倉組合 全A標配組合6.55.03.52.00.520090202200905112009081720091127201003112010062220100929201101112011042620110802201111142012022720120607201209122012122420130411201307242013110620140218201405282014090220141215201503302015070720151020201601252016050920160815201611282017031020170621201709252018010520180420201807302018110920190222201906042019090920191220下跌凈增倉、上漲凈減倉行業(yè)組合的凈值表現(xiàn)下跌凈增倉組合 上漲凈減倉組合 全A標配組合8.06.55.03.52.00.52009020220090511200908172009112720100311201006222010092920110111201104262011080220111114201202272012060720120912201212242013041120130724201311062014021820140528201409022014121520150330201507072015102020160125201605092016081520161128201703102017062120170925201801052018042020180730201811092019022220190604201909092019122024投資者行為：策略表現(xiàn)依據(jù)多空組合中各指標的重要性進行賦權(quán)，單獨構(gòu)建行業(yè)多頭和空頭組合的綜合指標?；诠蓟鸺径扰兜闹貍}股數(shù)據(jù)，分析重倉股的在各行業(yè)相對基準的超配比例、凈倉位變動，并從“逆勢配置”的視角，構(gòu)建了下跌凈增倉行業(yè)組合/上漲凈減倉行業(yè)組合，最后將上述的相對超配比例、凈倉位變動比例、“逆勢配置”三個種策略相結(jié)合，構(gòu)建了多維綜合視角下的行業(yè)配置多頭/空頭策略。自2009年2月2日至2020年10月29日，多指標綜合模型多頭行業(yè)組合年化收益率約為22.0%，年化超額收益11.2%，信息比率達1.3，季度勝率約為66.7%。多維綜合視角下行業(yè)組合的凈值表現(xiàn)多維綜合視角下多頭行業(yè)組合的歷史表現(xiàn)年化超額收益季度相對收益最大回多頭組合相對強弱（右）空頭組合相對強弱（右）公募持倉多頭綜合年化收益率夏普比率信息比率率勝率撤率公募持倉空頭綜合全A標配組合9.53.0全區(qū)間22.0%0.811.2%1.366.7%-15.1%8.02.52020年62.8%2.536.9%3.2100.0%-6.2%6.52.02019年58.9%2.824.5%3.1100.0%-5.5%2018年-32.3%-1.3-3.0%-0.425.0%-13.2%5.01.52017年15.3%1.111.7%2.175.0%-3.3%3.51.02016年-16.6%-0.6-2.3%-0.325.0%-6.6%2.00.52015年44.0%0.82.8%0.250.0%-13.5%2014年105.2%4.552.0%4.6100.0%-5.5%0.50.02013年0.7%0.0-6.8%-0.850.0%-11.0%2012年2.1%0.1-5.4%-0.850.0%-8.2%2011年-17.1%-0.811.1%1.775.0%-4.2%2010年15.9%0.618.2%2.275.0%-8.7%2009年141.7%4.148.5%4.475.0%-6.4%資料來源：Wind，中信證券研究部注：2009年2月2日至2020年10月29日資料來源：Wind，中信證券研究部注：2009年2月2日至2020年10月29日25綜合行業(yè)輪動模型26珠聯(lián)璧合，自上而下構(gòu)建多視角綜合行業(yè)輪動模型基于以上各單一策略的優(yōu)勢，自上而下，構(gòu)建融合宏觀基本面、趨勢技術(shù)面、行業(yè)成長與估值和政策與市場預(yù)期等多視角的綜合行業(yè)輪動模型。取長補短構(gòu)建綜合行業(yè)輪動模型的流程圖板塊 Sector宏觀驅(qū)動：基本面上游中游

結(jié)合基本面、技術(shù)面、政策與市場預(yù)期選擇板塊。

動量趨勢截面動量模式匹配綜合動量截面與時序動量

行業(yè) Industry石油石化煤炭

決策 Decision必選消費模式匹配：技術(shù)面 可選消費防御TMT機構(gòu)跟蹤：政策與市場預(yù)期 金融地產(chǎn)

綜合成長成長板塊選擇業(yè)績估值業(yè)績預(yù)期差提取成長、業(yè)績預(yù)期差與估值信息。估值 估值偏離度警示風險機構(gòu)跟蹤政策與市場預(yù)期

建筑守......攻國防軍工醫(yī)藥非銀行金融

行業(yè)選擇資料來源：中信證券研究部27綜合輪動模型的構(gòu)建流程Step1.宏觀層面結(jié)合基本面和技術(shù)面分析，等權(quán)考慮宏觀驅(qū)動與模式匹配策略推薦的板塊;Step2.中觀層面根據(jù)業(yè)績估值策略衍生出的綜合成長指標和估值警示指標，以及動量趨勢和模式匹配策略結(jié)合而生的綜合動量指標，選擇合理估值且具有向上動量的高業(yè)績增長和業(yè)績表現(xiàn)超預(yù)期的行業(yè)。Step3.及時使用機構(gòu)跟蹤策略挖掘的有價值的公募基金持倉信息進行板塊與行業(yè)的校正。綜合行業(yè)輪動模型的構(gòu)建流程趨勢技術(shù)面行業(yè)成長與估值機構(gòu)的政策與市場預(yù)期宏觀基本面4確3確認認2板行1塊業(yè)板塊Sector行業(yè)Industry(1）宏觀驅(qū)動策略推薦的板塊中去掉標配的金融地產(chǎn)板塊。（1）若當前月份緊隨公募基金季報公（1）等權(quán)結(jié)合成長偏離度、成長偏離度變化率和(1）若當前月份未緊隨公募基金季布日，則板塊選擇上需結(jié)合機構(gòu)跟蹤策業(yè)績預(yù)期差的高低排名構(gòu)建綜合成長分數(shù)。報公布日，選取步驟③權(quán)重前5且(2）模式匹配策略篩選出高于平均權(quán)重的板塊，在剩余板塊略的推薦和步驟①的綜合結(jié)果。（2）等權(quán)結(jié)合截面動量和模式識別的行業(yè)排名構(gòu)估值偏離度小于2的行業(yè)，等比例中按權(quán)重由大到小選出數(shù)目不超過(1）中得到的板塊數(shù)目。(2）同等采納機構(gòu)跟蹤策略和宏觀模式建綜合動量分數(shù)。放縮至權(quán)重和為1。(3）合并(1）和(2）中的推薦板塊，賦予每個板塊以下權(quán)綜合策略，在步驟①得出的板塊權(quán)重上（3）等權(quán)結(jié)合截面動量和模式識別的行業(yè)排名構(gòu)(2）若當前月份緊隨公募基金季報重：乘以50%，機構(gòu)跟蹤策略推薦的板塊等建綜合動量分數(shù)。公布日，則行業(yè)選擇上等權(quán)結(jié)合機分50%。（4）等權(quán)結(jié)合截面動量和模式識別的行業(yè)排名構(gòu)構(gòu)跟蹤策略的推薦和步驟③的綜合（3）合并機構(gòu)跟蹤與宏觀模式策略推建綜合動量分數(shù)。結(jié)果，步驟③得出的行業(yè)權(quán)重乘以薦的板塊，二者共同推薦的板塊權(quán)重加（5）在步驟②推薦的每個板塊內(nèi)，根據(jù)綜合動量50%，機構(gòu)跟蹤策略推薦的行業(yè)等總計算。分數(shù)和綜合成長分數(shù)的加總值的排名對板塊中每個分50%，等比例放縮至權(quán)重和為行業(yè)進行賦權(quán)，加總值越高，行業(yè)權(quán)重越高。1。資料來源：中信證券研究部28歷史回測表現(xiàn)2010年1月4日至2020年9月30日實現(xiàn)年化收益14.39%，年化超額收益11.37%，明顯優(yōu)于機構(gòu)跟蹤、模式匹配、業(yè)績估值、宏觀驅(qū)動和動量趨勢策略，并且綜合行業(yè)輪動策略也顯著戰(zhàn)勝了五策略的等權(quán)組合。綜合行業(yè)輪動模型歷史表現(xiàn)綜合輪動 機構(gòu)跟蹤 宏觀驅(qū)動 動量趨勢 模式匹配 業(yè)績估值5.04.03.02.01.00.0201001042010120920111111201210172013092320140825201507282016063020170606201805082019040920200312總收益(%)年化收益(%)年化超額收益(%)年化波動率(%)夏普比率信息率月勝率(