量化行业配置：景气度估值行业轮动策略今年超额达13.50%【国金金工高智威团队】

1.1主要市场及行业指数表现

过去一个月，国内主要市场指数涨跌不一，国证2000、中证1000、中证500分别上涨7.85%、7.14%、2.75%，沪深300、上证50分别下跌-3.16%、-4.44%。

行业指数上涨偏多，在中信一级行业中有17个行业上涨，综合金融、综合、计算机、电子、国防军工等行业指数涨幅靠前，其中综合金融行业指数涨幅最大，月涨幅达23.75%。石油石化、煤炭、食品饮料的行业指数涨跌幅靠后，月涨跌幅分别为-7.06%、-8.26%、-9.62%。

2.1 行业轮动策略架构

行业轮动策略可以从多个维度进行构建。我们现有的超预期增强行业轮动框架，以基本面为核心，叠加估值面和资金面共同分析。估值面包含了估值动量因子，资金面则考虑北向持仓、公募持仓等，基本面包括了基于实际披露业绩构建的盈利和质量因子，以及叠加研报文本分析与分析师预期构建的分析师预期因子和超预期因子。

超预期指公司公告的营业收入以及净利润等指标超出市场的一致预期。市场不仅依据业绩增长对资产进行定价，另一个重要的参考基准是市场预期。例如，当某行业整体业绩增长，但却不及市场预期时，该行业反而可能已经定价较高，未来很有可能下跌；而当行业业绩虽然下降，但仍好于市场预期时，该行业反而可能有较好的表现。因此将超预期因素引入能够进一步完善行业轮动框架。具体指标构建详见《Beta猎手系列之三：行业超预期的全方位识别与轮动策略》。

虽然目前行业配置模型以超预期增强模型为主，但原有的景气度估值行业轮动策略依然会进行跟踪报告。基于景气度估值因子的策略构建方法与超预期增强行业配置策略一致，景气度估值行业轮动策略主要基于估值动量，盈利与质量因子进行构建，策略的具体指标构建详见《金融工程2023年度投资策略：拨云见日终有时》。

此外，我们基于机构调研数据构造了调研行业精选策略，从行业层面的调研热度与广度两个视角来判断机构投资者对行业关注度的动向，其中调研热度通过覆盖公司的调研活动平均数来刻画行业内的公司热度，广度通过行业的调研覆盖程度来刻画行业拥挤度，策略的具体构造详见《Beta猎手系列之五：基于机构调研热度和广度视角的行业配置策略》。

2.2 行业大类因子分析

为更好理解各个因子在行业配置中的表现，我们对七个大类因子在行业配置方向进行跟踪。十月因子整体表现不佳，IC均值方面各个因子表现均一般，收益方面也没有因子能带来正的多空收益表现，仅质量因子与分析师预期因子能带来正的多头超额收益，其相对中信一级行业等权的多头超额收益分别达到0.26%和1.12%。

今年以来，盈利、估值动量、分析师预期和超预期因子有较稳定的IC表现，IC均值分别为3.27%、1.31%、1.42%和5.82%，其他因子的年度IC均值则表现一般。从多空净值的角度看，分析师预期和超预期因子2024年以来多空收益分别达到0.71%和7.08%，以上因子的多头超额收益也分别达到3.59%和4.25%，带来了较明显的收益。

2.3 策略因子表现

因子历史表现方面，2011年以来超预期增强因子的IC均值达到了8.65%，风险调整的IC为0.315；调研活动因子自2017年以来的IC均值达到9.71%，风险调整的IC达0.506。超预期增强因子的确可以从不同维度对行业收益进行解释。

历史上，超预期增强因子大部分月份IC为正，十月份IC值为-33.99%。从多空组合表现来看，超预期增强因子多空净值增加平稳，多空年化收益率达到了17.93%，夏普比率达到了1.02。十月的多空收益率为-4.82%，今年以来超额表现一般。

按月份来看，调研活动因子IC为正的比例更高，上个月因子IC为-1.33%。从多空组合表现来看，调研活动因子多空年化收益率达到了16.28%，夏普比率达到了1.42。十月份的多空收益率为-0.51%。

2.4 行业配置策略表现

我们构建的超预期增强因子在行业预测方面具有显著效果，我们根据该因子构建行业轮动策略,每月初选取排名前1/6的行业，即5个行业，以等权方式构建行业轮动组合，按照月度进行调仓，手续费取千分之三。然后我们将29个行业等权构建基准组合，月初再平衡。

十月，超预期增强行业轮动策略未跑赢行业等权基准，策略收益率为-0.85%，行业等权基准收益率为0.67%，策略十月的超额收益率为-1.30%；景气度估值行业轮动策略收益率为-0.21%，相对行业等权基准的超额收益为-0.51%。

策略历史表现从指标上来看，超预期增强行业轮动策略的年化收益率为11.05%，夏普比率为0.433，而行业等权基准的年化收益率仅为4.19%，夏普比率为0.175。相较于行业等权基准，行业轮动策略的年化超额收益率为6.84%。超预期增强行业轮动策略的月均双边换手率为69.45%。

我们基于调研活动因子构建了调研行业精选策略，同样在行业预测方面有稳定效果。策略每月初选取排名前5个行业，按照月度进行调仓，手续费取千分之二。我们同样将行业等权配置组合作为基准，每月初再平衡。

十月调研行业精选策略表现不佳，策略收益率为-2.79%，策略的超额收益率为-4.18%。策略历史表现方面，相比行业等权基准，调研行业精选策略展现出一定优势。从指标上来看，2017年以来调研行业精选策略的年化收益率为4.76%，夏普比率为0.236，而行业等权基准的年化收益率仅为1.23%，夏普比率为0.065，策略的年化超额收益率为3.27%。调研行业精选策略的换手率较高，月均双边换手率达158.92%。

2.5 行业策略内部细分因子打分观测

超预期增强行业轮动策略十一月份推荐的行业为非银行金融、通信、银行、有色金属和农林牧渔。相比上月，策略推荐行业从纺织服装和家电调整到了有色金属和农林牧渔行业。

我们从超预期增强模型的细分因子拆解来看，五个因子对行业排名的变动都有贡献。本期推荐行业中，非银行金融行业的盈利得分继续上升，尽管质量、估值动量和超预期因子得分有所下滑，但在各行业中依旧排名第一；通信行业则在质量、估值动量和超预期上都有得分上升，继续得到策略推荐；新得到推荐的有色金属行业在质量方面有较好表现，因此总得分排名进入前五，而农林牧渔在盈利与分析师预期方面有整体改善，也得到了策略推荐。

景气度估值行业轮动策略给出的十一月行业推荐为非银行金融、通信、国防军工、有色金属和交通运输。以上两个策略推荐行业的差异度主要源于超预期因子和分析师预期因子，其中国防军工行业的分析师预期与超预期表现均不佳；交通运输行业的盈利因子大幅提升，但其余因子表现一般，因此并未得到超预期增强策略的推荐。

调研行业精选策略九月份的推荐行业为电力设备及新能源、银行、纺织服装、电力及公用事业和农林牧渔行业。调研活动因子由调研热度与调研广度两个细分因子组成，其中调研广度类似拥挤度指标，排名越高代表调研广度越低。本期电新、纺织服装和农林牧渔行业的基金调研热度有所上升，同时以上五个行业的调研拥挤度均明显下降，因此得到推荐。其中，银行行业已连续两个月得到推荐。

本月推荐行业中，纺织服装、非银行金融、家电、通信行业得到超预期增强策略与景气度估值策略的共同推荐，银行与纺织服装得到了超预期增强与调研活动精选策略的共同推荐，值得关注。

1、 以上结果通过历史数据统计、建模和测算完成，历史规律未来可能存在失效的风险。

2、 各类事件因子可能会受到政策、市场环境发生变化的影响，出现阶段性失效的风险。

3、 市场可能出现超出模型预期的变化，导致策略出现超出模型估计的波动和回撤。

主动量化系列