华泰金工 | 持有红利底仓、适度超配成长——2024Q4行业投资建议

文摘财经 2024-10-18 07:30 上海

2024Q4行业投资主线或回归基本面。从经济周期来看，中国市场因子虽处于上行期，但能否继续上行仍有待观察——行业配置思路整体偏进攻，持有红利底仓能够在攻防转换中游刃有余，适度超配成长有助于获取进攻波段弹性。从宏观因子来看，国内外宽松的流动性环境为红利和成长风格均提供了分母端支持，而国内信贷-库存轮盘仍处于被动补库存状态，工业企业盈利能力改善仍需时间——高股息是一种防守策略，而成长风格行业和被动补库存的关系相对较低，更有可能走出结构性行情。从行业中观景气度来看，电子、国防军工等成长风格行业的景气度较高，建议投资者关注。

核心观点

2024Q4行业投资建议持有红利底仓、适度超配成长，关注电子和军工

2024Q4 行业投资主线或回归基本面。从经济周期来看，中国市场因子虽处于上行期，但能否继续上行仍有待观察——行业配置思路整体偏进攻，持有红利底仓能够在攻防转换中游刃有余，适度超配成长有助于获取进攻波段弹性。从宏观因子来看，国内外宽松的流动性环境为红利和成长风格均提供了分母端支持，而国内信贷-库存轮盘仍处于被动补库存状态，工业企业盈利能力改善仍需时间——高股息是一种防守策略，而成长风格行业和被动补库存的关系相对较低，更有可能走出结构性行情。从行业中观景气度来看，电子、国防军工等成长风格行业的景气度较高，建议投资者关注。

2024Q3行业投资主线是估值修复，2024Q4或回归基本面

我们选取Beta、分析师一致预期净利润同比(FY2)、PB_LF 滚动4年分位数、股息率 TTM，刻画行业的弹性、业绩预期、相对估值、绝对估值。根据相关性分析发现，上季度（2024-06-30 至 2024-10-11）行业投资主线是估值修复，高Beta和低相对估值是关键驱动力，而业绩预期和绝对估值暂未对行业形成正向驱动。但本轮大盘快速反弹后，我们预判后市箱体整理的概率不低，且大部分行业的相对估值已被修复至合理水平，Beta 和相对估值的影响力可能会被削弱，叠加三季报临近、政策效果也有待国内宏观基本面验证，市场可能会去寻找有基本面支撑的方向。

2024Q3行业轮动模型均跑输基准，公募主动型基金偏好“哑铃型”配置

上季度月度行业轮动模型跑输行业等权基准2.9%。从信号来看，上季度各月模型均持有贵金属和工业金属，是负超额收益的主要来源，虽然两者的景气度不低，但金价、铜价上涨空间有限而回落风险不可小觑，股价或已提前反映积极预期。电子、国防军工、汽车出现在模型最新信号中，说明模型开始看好成长风格。市场主线强度提升对 AI周度行业轮动模型来说是不利因素，上季度周度模型跑输行业等权基准2.2%。当前市场主线强度暂未见回落迹象，周度模型获取正超额的难度依然不小。根据公募主动型基金行业配置比例估算结果，当前主动型基金偏好“哑铃型”配置。

正文

01 2024Q3行业投资主线是估值修复，2024Q4或回归基本面

上季度（2024-06-30 至 2024-10-11）行业投资主线是估值修复，涨幅靠前的行业整体拥有高 Beta、相对估值低等两大关键驱动力。第一，各行业区间涨跌幅和 Beta 的相关系数高达+0.32。这是因为上季度末大盘出现了快速反弹，高 Beta 行业在大盘反弹波段中弹性更大。第二，各行业区间涨跌幅和 PB_LF 滚动 4 年分位数的相关系数为-0.27。这是因为本轮大盘的反弹逻辑是政策带来的预期改善和估值修复，所以相对估值低的行业得到了青睐。

虽然上季度业绩预期和绝对估值暂未对行业形成正向驱动，但我们判断 2024Q4 行业投资主线或回归基本面。因为大盘快速反弹后又有所回落，需要充足的时间来消化 3300 点以上涌入的筹码，且大部分行业的相对估值已被修复至合理水平，所以 Beta 和相对估值的影响力可能会被削弱。后市大盘或呈箱体整理走势，市场可能会去寻找有基本面支撑的方向。

上季度行业表现及其关键驱动力回顾

下表总结了上季度各行业区间涨跌幅、Beta、一致预期净利润同比(FY2)、PB_LF 滚动4 年分位数、股息率TTM等。其中，Beta刻画了行业的弹性，Beta越大，其涨跌幅大于大盘的可能性越高，其计算基准是全体行业的收益率均值；一致预期净利润同比(FY2)刻画了行业的业绩预期，使用行业成分股的一致预期净利润(FY2)用整体法合成；PB_LF滚动分位数刻画了行业的相对估值；股息率刻画了行业的绝对估值。我们也进一步计算了各行业区间涨跌幅与上述关键指标之间的相关系数，各关键指标取上季度初值和最新值的平均。

上季度市场主线强度回顾

市场主线强弱指标的原理是尝试寻找在不同期限下收益率均靠前的行业，如果找得到，表明市场主线较强：

1) 在每个交易日，计算 N 个行业指数5/10/20/40/60日收益率；

2) 截面上，计算各行业指数不同期限收益率的升序排名 x 并归一化为 x/N；

3) 在每个交易日，计算各行业指数不同期限收益率归一化排名的均值，得到行业相对强弱指标；如右子图中行业 C 在5个期限下的排名是 N-2/N,N-4/N,N-2/N,N-2/N,N-3/N，则该行业的相对强弱指标等于 N-2.6/N；

4) 截面上，取相对强弱指标前 5 名行业，计算其相对强弱指标的均值，得到市场主线强弱指标，并对日频的市场主线强弱指标开展指数移动平均(alpha=2/21)。

02 2024Q3行业轮动模型得失及原因分析

上季度（2024-06-30 至 2024-10-11）市场主线强度总体强于 2024Q2，对月度行业轮动模型来说是有利因素。但月度行业轮动模型仍然跑输行业等权基准 2.9%。从信号来看，上季度各月模型均持有贵金属和工业金属，是负超额收益的主要来源。由于金价、铜价的持续上涨，贵金属和工业金属的基本面确实都有支撑，但无论从 PB_LF 滚动 4 年分位数还是从股息率来看，两者的估值均已偏贵，而且金价、铜价已充分反映美国经济衰退和美联储降息的预期，后续如果美国经济表现出韧性或是美联储减缓降息的力度和节奏，金价、铜价就有回落风险。站在月度配置的视角来看，金价、铜价继续上涨的空间有限而回落风险不可小觑。这是定量模型无法刻画的逻辑。10 月信号中，贵金属和工业金属仍然出现在前五名，但我们对这两个行业持谨慎态度。与 9 月信号相比，10 月信号变化较大的地方在于电子、国防军工、汽车出现在了前五名中，说明模型开始看好成长风格。

上季度 AI 周度行业轮动模型跑输行业等权基准 2.2%。市场主线强度提升对 AI 周度行业轮动模型来说是不利因素——像 9 月市场主线强度随着红利行业的回撤出现下降，模型的超额收益得到了阶段性的修复，而 9 月下旬大盘开始反弹后，市场主线强度大幅提升，模型的超额收益又出现回落。这是因为市场主线较强的情况下，强势行业的趋势更容易得到延续，而 AI 周度行业轮动模型的两个子模型均偏反转逻辑，不太容易选中强势行业。像 9 月下旬开始的反弹中，AI 周度行业轮动模型整体持仓依然以大金融、大周期板块为主，偏价值风格，错过了成长风格反弹的超额收益。当前市场主线强度暂未见回落迹象，AI 周度行业轮动模型获取正超额的难度依然不小。

上季度公募主动型基金预计因行业轮动获得+0.05%的累计超额收益。我们也发现，累计超额收益为正的行业集中在主动型基金重仓的行业中，说明主动型基金在其重仓的行业中通过择时获取超额收益的能力较强。例如上季度食品饮料行业的表现差强人意，主动型基金在食品饮料行业上的配置比例下降了 2.69%，却仍然获得了+0.25%的累计超额收益，居全部行业之首，可见主动型基金把握住了食品饮料行业的波段机会。相较上季度初，在主动型基金重仓的行业中，机械、基础化工、银行、国防军工、电力设备及新能源、电子、医药等行业的最新配置比例均有所提升，呈现“哑铃型”配置结构。

下文将简要介绍上文提及的相关模型的原理，并附上支持上述分析的相关数据图表。

上季度月度行业轮动模型跑输行业等权基准2.9%

华泰金工月度行业轮动模型从因子定价模型出发。行业表现可以被拆分为由市场 Beta 和风格 Beta 所解释的部分以及残差。针对 Beta 部分，前期报告《行业景气投资的顶层设计和落地方案》(2023-09-14)结合宏观、中观、微观三个视角来捕捉行业盈利能力 g 和盈利能力边际变化 Δg 均大于零的机会，构建了景气趋势子策略。残差部分是无法被市场 Beta 和风格 Beta 所解释的部分，可能蕴含着如技术进步、政策支持等行业专属信息。前期报告《行业残差动量定价能力初探》(2024-02-05)采用技术分析来捕捉行业专属信息的异动，构建了残差动量子策略。从统计学原理来说，Beta 部分和残差部分是不相关的，实证中两个子策略的长期相关性也较低。最终，我们把两个子策略按信号进行等权融合，每月推荐五个行业等权配置。回测程序使用每月第一个交易日各行业指数的收盘价完成调仓和净值计算。

上季度AI周度行业轮动模型跑输行业等权基准2.2%

华泰金工 AI 周度行业轮动模型由两个子模型构成——全频段量价端到端模型和双目标遗传规划模型。其中，全频段量价端到端模型基于 GRU 搭建，同时输入个股的日频、周频、月频量价数据以及使用分钟线和 Level2 数据构建的高频因子，预测个股未来 10 个交易日收益率，作为日频选股因子。然后，对日频选股因子开展市值中性化，但为了保留行业轮动信息，不能做行业中性化。接着，根据各行业指数成分股的流通市值，将日频选股因子合成为日频行业得分。最后，对日频行业得分进行 span=5 的指数移动平均，以降低策略换手率，取每周最后一个有效值作为周频行业得分。

双目标遗传规划策略则是采用遗传规划的思路直接对行业指数的量价数据进行挖掘，而不再涉及先训练选股模型再合成为行业得分的步骤。与传统的单目标遗传规划相比，双目标遗传规划同时将|IC|和 NDCG@k 作为因子评价指标，在 NSGA-II 算法的加持下，能够挖掘出兼具单调性和多头组表现的行业轮动备选因子。双目标遗传规划在不增加时间复杂度的前提下，实现了等同于执行数十次单目标遗传规划的效果，大幅提升了因子多样性。对于挖掘得到的备选因子，我们结合贪心策略和方差膨胀系数，将共线性较弱的因子合成为日频行业得分。最后，同样对日频行业得分进行 span=5 的指数移动平均，取每周最后一个有效值作为周频行业得分。

上述两个子模型的输入和原理各不相同，长期来看具有低相关性，因此本文展示的最终版模型将持有两个子模型的多头组各半仓、周度再平衡。回测程序使用每周第一个交易日各行业指数的均价完成调仓和净值计算。有关模型的更多细节详见前期报告《双目标遗传规划应用于行业轮动》（2024-05-20）。

上季度主动型基金预计因行业轮动获得+0.05%的累计超额收益

除了上述长期跟踪的行业轮动模型之外，我们也会跟踪公募主动型基金参与行业轮动的情况。我们主要基于普通股票型基金和偏股混合型基金每日披露的净值，采用Lasso估算出各只基金的行业配置比例，并以各只基金的管理规模为权重进行加总。回归时，我们将基金季报中的个股持仓明细、证监会行业分布等信息作为约束条件，以降低多重共线性的影响、提升预测精度，详见前期报告《基金个股仓位测算与偏股混指数增强》（2023-02-02）。

我们每周都会对主动型基金的行业配置比例进行估算。对于一个行业来说，当周配置比例变化乘以当周收益率，就是该行业贡献的周度超额收益；将周度超额收益按复利法进行加总，就可以计算出考察区间内该行业贡献的累计超额收益。

03 2024Q4行业投资建议持有红利底仓、适度超配成长

2024Q4行业投资建议持有红利底仓、适度超配成长：

1) 从经济周期视角来看，国内资产的共同驱动力——中国市场因子的三周期拟合结果正处于上行期，大盘调整后可能还有一个主升浪，所以行业投资思路偏进攻。不过，中国市场因子能否继续上行有待观察，若不能，则行业投资思路将调整为防御。因此，持有红利底仓能够帮助投资者在攻防转换中游刃有余，适度超配成长有助于获取进攻波段弹性。市场因子计算细节详见前期报告《行业残差动量定价能力初探》（2024-02-05）。

2) 从宏观因子视角来看，国内货币因子低位震荡，海外流动性因子进入宽松区间，国内外宽松的流动性环境为红利风格、成长风格均提供了分母端的支持。此外，中国信贷-库存轮盘已连续数月处于被动补库存状态，在内需暂未显著好转的情况下，工业企业依然面临较高的去库压力，其盈利能力改善仍需时间。高股息是一种防守策略，而电子、国防军工、医药等成长风格行业和被动补库存的关系相对较低，更有可能走出结构性行情。宏观因子计算细节详见《宏观因子指数回顾、改进与应用》（2022-02-12）、《信贷库存轮盘与资产配置》（2022-05-06）等前期报告。

3) 从行业中观景气度来看，电子、国防军工、医药、电力设备及新能源等成长风格行业的净利 Nowcasting 指数和营收 Nowcasting 指数均呈现边际改善，其中电子和国防军工行业的净利 Nowcasting 指数和营收 Nowcasting 指数已修复至滚动5年的中位数水平，更值得投资者关注。

风险提示

1) 报告涉及的模型均根据历史规律总结，历史规律可能失效，如当市场不相信景气趋势可持续时，行业景气度对股价就不一定有正向影响；

2) 报告涉及的模型均有其适用的市场条件，无法保证在任何市场条件下均可取得正超额收益，如 AI 行业轮动模型在市场主线较弱的条件下表现更佳；

3) 报告涉及的具体行业不代表任何投资意见，请投资者谨慎、理性地看待。