本报告针对中银证券于2021年11月发布的报告《中银量化行业轮动系列（五）：基于“盈利预期”的行业轮动策略》中提出的以盈利预期为基础的行业轮动模型进行了归纳总结，并对部分数据处理和构建细节进行了升级优化：使用等权整体法构建的行业一致预期数据替代个股汇总，并加入了“极端估值保护”机制，创新性地使用分层聚类的方法对“分析师一致预期类因子”进行分组优选，构建出一套基于“估值泡沫保护”的高景气行业轮动策略。该策略最终年化超额收益达15.6%，最大回撤-11%，风险收益较原版模型显著提升（原策略年化超额收益14.8%，最大回撤-18.9%）。
　　基于盈利预期的行业轮动理念：对分析师盈利预期的趋势描述可以从盈利预期的水平值、斜率和曲率三个维度展开，并定量构建因子。第一类是赛道因子：为净利润预期同比与预期ROE相关指标；第二类是景气度因子：为一类因子的季度变化，反映各行业的中短期景气度变化；第三类是短期情绪因子：为二类因子的月度变化，反映景气度变化的斜率。因子测试显示：因子所使用的分析师预期年限越远，因子的IC和年化超额收益越高；第三类情绪型因子单独使用时效果不佳，需结合一二类指标综合使用。
　　我们将原报告中使用个股盈利预期数据汇总行业预期的方法升级为等权重整体法的wind行业一致预期。个股汇总需要使用个股自由流动市值加权，导致指标测算结果包含较高的价格动量效益，且计算相对复杂。升级后直接使用wind行业一致预期数据本质是等权重的整体法，能有效避免价格动量的干扰，使用更加方便。
　　分析师盈利预期的季节效应与覆盖率特征：越远离财报公布日期，分析师乐观情绪越强。使用“预期同比”构建因子可一定程度缓解季节效应。业界常对F3预期数据的结果的准确性和覆盖率存在一定的担忧，我们通过分析发现，2010年之后三者的分析师覆盖率相似，F3在覆盖度上并未显著低于F1和F2数据。因此本报告选取2010-2020区间对分析师盈利预期相关因子进行回溯测试。
　　使用“分层聚类法”进行同类因子分组优选成功将数个一致预期类因子分为8组并在各组内优选出超额收益最好的单因子进行等权复合，构建出基于行业景气度因子的多因子模型。相似因子的聚类优选框架详情请见附录。
　　加入“极端估值保护”机制能显著提升模型超额收益。回溯测试显示，2010-2022年，每周选择因子值最高的3个行业等权配置，获得策略年化超额收益15.6%，最大回撤-11%。风险收益较原版模型显著提升（原策略年化超额收益14.8%，最大回撤-18.9%）。
　　截至2022年10月13日基于估值保护的高景气度策略推荐的前三大中信一级行业为：有色金属、石油石化、电力设备及新能源。
　　风险提示。投资者需注意模型失效的风险