关注北向资金中的前十大席位：研究发现，陆股通资金以外资银行和外资券商为主，而两者的核心资金聚集在前十大席位，具有较强的代表性：1）持仓维度上，前十大席位市值占陆股通总比高达95%，其中外资银行占78.9%，外资券商占16.1%；2）交易维度上，前十大席位主导净流入的方向和规模，且与港交所披露的总净流入周频相关性高达0.85。此外，外资持仓大盘股占比稳定在90%以上，且周度净流入占比达80%左右，这种现象或与外资跟踪MSCI中国指数行为相关。
　　券商比银行具备更多的主动性：通过拆解前十大席位中外资银行和外资券商的跟踪误差发现，银行对MSCI中国指数的资金配置比例在75%~80%左右，而券商的配置比例约为60%~70%，券商指数外择股的可能性更高。同时，券商通过主动择时、择股产生的年化超额回报可达6%~15%左右，而银行不到5%，券商通过主动配置，收益表现更为优异。
　　关注前十大席位中券商的个股选择：通过回溯2018-2022年陆股通周买入前20个股发现，前十大席位中券商的买入个股在短期内收益表现较为优异，以MSCI中国指数业绩表现为基准，美林证券、摩根大通、摩根士丹利三家券商年化超额回报可达到18.6%以上。
　　择时信号方面，推荐关注券商“净流入/成交额”指标：外资净流入主要受两大因素影响：1）与中美权益市场的相对风险偏好高度相关，月度相关性高达0.59；2）与离岸美元/人民币汇率弱相关，月度相关性约为0.35。择时信号上，报告推荐关注前十大席位券商的“净流入/成交额”指标。通过指标滚动4周排名百分位数均值趋势和相对位置，可以有效预测MSCI指数中期变化，在捕捉2023年1月市场趋势上同样有效。
　　综上，报告推荐关注前十大席位中券商交易盘的择股和择时信号。择股信号方面，关注券商周买入排名前列的个股，从2018-2022年历史表现看，短期内对应个股相较MSCI中国指数有可观的超额回报。择时信号上，关注券商周度“净流入/成交额”指标历史滚动4周排名百分位数的均值，其月度趋势与下一期MSCI中国指数同向共振，均值下降对指数未来下跌有较好指引性。
　　风险点：1）选用样本代表性偏差；2）前十大席位资金发生重大改变

研究报告全文：中信期货研究权益策略报告2023-02-01北向资金的拆解与跟踪投资咨询业务资格证监许可2012669号中信期货商品指数走势报告要点中信期货十年期国债期货指数中信期货沪深300股指期货指数中信期货商品指数119240117220115200113180111报告通过聚焦陆股通资金前十大席位数据发现基于外资券商的择股择时信号对判160109140107断外资情绪预测MSCI中国指数的涨跌都较为有效1051201031002021-09-172021-11-232021-09-032021-10-122021-10-262021-11-092021-12-072021-12-212022-01-052022-01-192022-02-092022-02-232022-03-092022-03-232022-04-082022-04-222022-05-112022-05-252022-06-092022-06-23摘要2021-08-20关注北向资金中的前十大席位研究发现陆股通资金以外资银行和外资券商为主而权益策略团队两者的核心资金聚集在前十大席位具有较强的代表性1持仓维度上前十大席位市值研究员占陆股通总比高达95其中外资银行占789外资券商占1612交易维度上前十姜沁021-60812986大席位主导净流入的方向和规模且与港交所披露的总净流入周频相关性高达085此外jiangqinciticsfcom外资持仓大盘股占比稳定在90以上且周度净流入占比达80左右这种现象或与外资跟从业资格号F3005640投资咨询号Z0012407踪MSCI中国指数行为相关康遵禹券商比银行具备更多的主动性通过拆解前十大席位中外资银行和外资券商的跟踪误差010-58135952kangzunyuciticsfcom发现银行对MSCI中国指数的资金配置比例在7580左右而券商的配置比例约为从业资格号F03090802投资咨询号Z00168536070券商指数外择股的可能性更高同时券商通过主动择时择股产生的年化超额回报可达615左右而银行不到5券商通过主动配置收益表现更为优异关注前十大席位中券商的个股选择通过回溯2018-2022年陆股通周买入前20个股发现前十大席位中券商的买入个股在短期内收益表现较为优异以MSCI中国指数业绩表现为基准美林证券摩根大通摩根士丹利三家券商年化超额回报可达到186以上择时信号方面推荐关注券商净流入成交额指标外资净流入主要受两大因素影响1与中美权益市场的相对风险偏好高度相关月度相关性高达0592与离岸美元人民币汇率弱相关月度相关性约为035择时信号上报告推荐关注前十大席位券商的净流入成交额指标通过指标滚动4周排名百分位数均值趋势和相对位置可以有效预测MSCI指数中期变化在捕捉2023年1月市场趋势上同样有效综上报告推荐关注前十大席位中券商交易盘的择股和择时信号择股信号方面关注券商周买入排名前列的个股从2018-2022年历史表现看短期内对应个股相较MSCI中国指数有可观的超额回报择时信号上关注券商周度净流入成交额指标历史滚动4周排名百分位数的均值其月度趋势与下一期MSCI中国指数同向共振均值下降对指数未来下跌有较好指引性风险点1选用样本代表性偏差2前十大席位资金发生重大改变重要提示本报告难以设置访问权限若给您造成不便敬请谅解我司不会因为关注收到或阅读本报告内容而视相关人员为客户市场有风险投资需谨慎中信期货权益策略报告目录摘要1一陆股通资金简介4一特征1资金体量大信息量丰富4二特征2外资机构是核心主体持仓与交易行为都具备代表性4三特征3可以通过聚焦前十大席位直接捕捉外资行为6二前十大席位资金拆解7一交易活跃度差异券商相比银行更活跃7二行业风格大盘持续主导风格从价值向成长明显偏移7三风格背后的秘密前十大席位持仓和交易行为与MSCI中国A股指数挂钩10四风格与指数跟踪下的主动性券商具备更灵活的资产配置能力11三基于前十大席位资金信号进行外资跟踪13一择股信号基于交易龙虎榜的信号跟踪13二择时信号基于净流入信号解读与跟踪15免责声明20图目录图表1北向资金流入规模与占比4图表22017-2022年北向资金占A股比重4图表32018-2022年银行和券商持有市值5图表4持仓占比以外资银行和券商为主5图表5陆股通披露净流入拆解5图表6滚动24个月净流入与陆股通整体净流入相关性5图表7北向资金前十大席位持仓占比6图表82022年末前十大席位持仓比重分布6图表9披露净流入对前十大席位净流入6图表10港交所披露净流入与前十大席位净流入相关性6图表11前十大席位成交持仓比月均值7图表12前十大席位成交持仓比标准差7图表13前十大席位持仓风格大盘占优8图表14月度成交规模大盘交易更活跃8图表15大盘价值股的持仓占比不断下降8图表16大盘中成长与价值股净流入规模相当8图表17前十大席位行业净流入统计9图表18MSCI中国指数收益与前十大席位组合收益共振10图表19前十大席位对MSCI中国成分股配置权重超6010图表20前十大席位对沪深300MSCI中国指数的配置权重离差11图表21利用Brinson模型拆解跟踪误差11220中信期货权益策略报告图表23择股能力券商比银行选股更灵活12图表24择时能力拆解券商与银行表现相当12图表25券商更容易选择指数外的个股12图表26前十大席位归因于择股和择时所产生的超额回报13图表27陆股通周买入前二十概念策略净值曲线14图表28前十大席位周买入前二十个股与概念指数不吻合14图表29前十大席位周买入前二十个股择时MSCI中国指数净值曲线14图表30前十大席位周买入前二十个股跟踪策略表现14图表31复制前十大席位不同周买入股数后的年化超额回报15图表32陆股通月度净流入与指标相关性16图表33陆股通月度净流入与同期投资相对回报关系16图表34银行净流入规模与汇率变化分布图17图表35券商净流入与汇率变化分布图17图表36陆股通月度净流入与同期投资相对回报关系17图表37基于成交额净流入信号的择时133333CSI净值18图表38图表38基于成交额净流入信号的择时收益表现18图表39t期净流入成交额滚动4周百分位数均值与对应t1期指数涨跌幅关系18图表40t期百分位数均值与t1期指数涨跌幅分布图19图表41t期百分位数均值对t1期指数涨跌幅预测性19图表42不同临界值选择下的择时策略超额回报与胜率19图表43不同临界值下的券商信号择时策略133333CSI净值19320中信期货权益策略报告一陆股通资金简介自2014年港交所开通陆股通渠道后其逐渐取代QFII成为外资投资中国股市的主要渠道同时也成为了国内投资者观测外资情绪的主要资金流相比QFII陆股通具备以下三项重要特征一特征1资金体量大信息量丰富首先在披露频次上相比季度披露的QFII持仓数据陆股通会每日披露各个席位的个股持仓数据信息量更细致丰富国内投资者通过观测陆股通每日净流入成交额可以更有效快速地判断北向资金情绪的短期变化其次在资金的总量与变化上陆股通也是外资投资中国股市的核心渠道图表1中分别统计了QFII和陆股通持仓的市值规模QFII的市值规模在2017-2022年间基本稳定在10002000亿元水平资金规模变化不明显但陆股通的资金规模在2017-2022年内累计增长了15倍市值规模在2022年三季度末已达237万亿元最关键的是陆股通资金与中国股市也有更高的关联性以沪深300为例陆股通的持仓总市值与沪深300指数的相关性高达081说明陆股通的持仓变化与指数存在较强的共振关系同时我们在图2中也计算了陆股通市值占流通A股市值的比重该比例从2017年期初的040提升到280这部分资金的持仓变化很可能对A股市场产生一定扰动图表1北向资金流入规模与占比图表22017-2022年北向资金占A股比重QFII陆股通陆股通资金与万得全A指数相关性陆股通持仓占万得全A比重30000103525000093008200000725061500020051510000040310500002050100000201703201806201909202012202203201708201810201912202102202204资料来源Wind中信期货研究所资料来源Wind中信期货研究所二特征2外资机构是核心主体持仓与交易行为都具备代表性陆股通的中介机构可以按其自身职能大致区分为银行和券商两大部分图表3中统计了2018-2022年港交所披露的陆股通银行和券商机构的持仓市值从规模和比重变化可以看出银行所持有的市值增速较快且占陆股通比重不断升高截止到2022年末比重已经达到831而如果按资金所属地继续细分外资银行一直是陆股通的核心主体2018-2022年内外资部分占陆股通整体资金比重稳定在90以上其中在2022年三季度末外420中信期货权益策略报告资银行的市值占比已经升至818外资券商的比重虽然不断下降但依然占有151的比重而相比之下内资券商内资银行和内资券商的合计占比不到32港台资占比不到1图表32018-2022年银行和券商持有市值图表4持仓占比以外资银行和券商为主银行券商银行市值占比外资银行外资券商内资银行内资券商港台资银行港台资券商30000908010025000907080200006070506015000405040100003030205000201010000201801201905202009202201201801201906202011202204资料来源Wind中信期货研究所资料来源Wind中信期货研究所而在交易行为上外资机构同样具备极强的代表性报告统计了各个类型的中介机构月度净流入数据发现多数情况下外资券商和外资银行都是交易的核心主体同时在相关性方面报告进一步验证了滚动24个月陆股通披露净流入规模与外资银行外资券商的相关性发现外资机构的相关性始终维持在060以上说明外资交易行为对陆股通整体资金有较好的表征作用而内资和港台资机构的相关性不断下降并且在2021年后已经不再显著图表5陆股通披露净流入拆解图表6滚动24个月净流入与陆股通整体净流入相关性外资券商净流入外资银行净流入其他机构净流入外资银行净流入外资券商净流入港台资和内资机构净流入12001010008000860006400200040-20002-40000-600-800-02201802201902202002202102202202202001202007202101202107202201202207资料来源Wind中信期货研究所资料来源Wind中信期货研究所综上可知在陆股通整体资金中外资机构在持仓和交易维度上同时具有较强的代表性因此在观测方法上我们可以考虑过滤内资和港台资部分将视角更多聚焦在外资机构的持仓和交易行为上520中信期货权益策略报告三特征3可以通过聚焦前十大席位直接捕捉外资行为通过观察陆股通资金的席位分布发现陆股通的资金市值中约有95部分聚集在前十大席位而前十大席位恰是外资的核心主体图表6-7展示了2018-2022年北向资金前十大席位持仓市值占比的月度情况可以发现前十大大席位的持仓比重稳定在85以上并在2022年抬升至95左右其中前四大席位主要是四家外资银行包括汇丰银行渣打银行摩根大通银行和花旗银行持仓市值占比高达789剩余六大席位主要是六大外资券商包括摩根大通摩根士丹利瑞银证券美林证券法巴证券和高盛亚洲持仓市值占比总计约为161在资金体量上前十大席位拥有明显的话语权图表7北向资金前十大席位持仓占比图表82022年末前十大席位持仓比重分布前十大席位其他席位汇丰银行渣打银行摩根大通银行花旗银行摩根士丹利UBS证券摩根大通证券巴黎银行100美林证券高盛亚洲其他席位95汇丰银行3109085花旗银行9780渣打银行摩根大通银行21075173201802201907202012202205资料来源iFind中信期货研究所资料来源iFind中信期货研究所其次在交易行为上前十大席位可能同时掌控着陆股通资金的净流入方向和规模图表9中对2018-2022年港交所披露净流入按前十大席位和其他席位进行拆解可以发现多数情况下前十大席位的净流入占据主导力量此外报告在图表10中同时计算了滚动24个月港交所披露净流入与前十大席位净流入的相关性两者基本稳定在085以上图表9披露净流入对前十大席位净流入图表10港交所披露净流入与前十大席位净流入相关性前十大席位净流入前十大席位净流入其他席位净流入120010010008000956004000902000850-200080-400-600075-800202001202007202101202107202201202207201802201906202010202202620中信期货权益策略报告资料来源Wind中信期货研究所资料来源Wind中信期货研究所基于特征2和特征3可知前十大席位不仅是外资的代表同时也是陆股通持仓与交易行为的核心主体因此下文我们将过滤掉其他席位资金直接将目光聚焦前十大席位观察这部分主体资金的特征和差异二前十大席位资金拆解一交易活跃度差异券商相比银行更活跃前十大席位总共包括四家银行和六家券商市场上习惯将银行和券商划分为配置盘和交易盘其中配置盘是指通过外资银行交易A股的主要是长线投资者包括海外养老金主权财富基金等该类资金其偏好长期持有A股优质资产调仓换股频率相对较低交易盘则指通过外资券商买卖A股的短线投资者多通过外资券商的PB系统托管调仓换股频率高于银行配置盘为了客观区分前十大席位的交易活跃度此处我们沿用股指期货中成交持仓比的概念尝试使用该指标将银行与券商的交易行为做区分其计算方法为t期成交额t-1期持仓市值100该比值越大则暗示机构资金对其期初组合的调仓幅度越大短期交易可能更活跃比值越小则该机构持有组合相对稳定长期配置属性可能更突出我们利用该指标对比了前十大机构的情况发现券商的成交持仓比平均在17-29左右普遍高于银行同时成交持仓比的月度标准差也更高这种差异证明券商不仅比银行交易更活跃同时每个月的交易活跃度会存在较大波动其中可能暗示券商在交易上有更多的灵活调控能力符合其交易盘特征而银行控制交易的灵活性偏差符合其长期配置盘的属性图表11前十大席位成交持仓比月均值图表12前十大席位成交持仓比标准差成交持仓比均值标准差券商券商1817352916302713142522221210201717100908061506050610070405050504030205020000资料来源iFind中信期货研究所资料来源iFind中信期货研究所二行业风格大盘持续主导风格从价值向成长明显偏移陆股通前十大席位的持仓组合具备显著的大盘特征图表13中统计了前十大席位2018-2022年持有组合的风格特征可以看出北向资金持仓的大盘占比一直在90720中信期货权益策略报告以上波动中小盘的总体占比不到10而从月频交易数据上看外资的交易行为多数情况下聚焦在大盘股大盘月度净流入占比达到80相比之下中小盘的交易比例仅在20左右浮动同时从持仓市值的指数分布上看陆股通前十大席位持有的资金中约90归属于沪深300指数而中证500指数的权重占比仅为10左右可见外资的大盘持仓和交易特色非常鲜明图表13前十大席位持仓风格大盘占优图表14月度成交规模大盘交易更活跃大盘中盘小盘大盘中盘小盘1001500908010007060500504003020-500100-1000201802201902202002202102202202201802201902202002202102202202资料来源iFind中信期货研究所资料来源iFind中信期货研究所而如果从持仓角度对大盘风格按照大盘价值大盘成长进一步细分可以看出大盘价值的配置比重从2018年初的4785到2022年11月下降为175而对大盘成长型的配置比重从2018年初的2522到2020年基本稳定在450474的水平外资的持仓风格正在从大盘价值向大盘成长型迁移而从月度成交角度上观察2018-2019年外资对大盘价值股更活跃而2020-2022年内反而转向增持大盘成长股结合历史行情判断这种持仓风格的变化或许与2018-2019年的白马蓝筹行情以及2020-2021年的电力新能源行情有关而外资的大盘持仓风格和交易行为转变或许是对市场风格变化的直接写照图表15大盘价值股的持仓占比不断下降图表16大盘中成长与价值股净流入规模相当大盘成长型大盘平衡型大盘价值型成长价值平衡1001500908010007060500504003020-500100-1000201801201906202011202204201802201902202002202102202202资料来源iFind中信期货研究所资料来源iFind中信期货研究所为了验证上述猜想我们在图表17中统计了外资每一年对行业的增减持规模820中信期货权益策略报告并统计了前五大行业的净流入占全年总净流入的比重以及相应行业对比中证800指数的年化超额回报从增持的相对权重中我们可以看出每年前五大行业的净流入占当年净流入总比重的50以上而外资增持幅度较大的行业在相应的年份都有亮眼的表现例如2018年的食品饮料2020-2021年的电力新能源2021年的基础化工和2022年的煤炭行业说明价值和成长的权重切换侧面反映了外资对行业风格的择时能力此外报告中同时对比了前十大席位中银行和券商的行业配置差异发现前四大银行对行业风格的反映更准确前十大席位所折射出来的外资行业风格其本质也更贴近四大银行的风格而券商资金对市场风格存在偏离造成差异的主要原因可能与券商的短期交易更活跃有关图表17前十大席位行业净流入统计前十大席位第一名第二名第三名第四名第五名2018年食品饮料银行医药非银金融家电当年增持占比2031091008057当年超额回报7021644076310-4392019年银行医药家电非银金融房地产当年增持占比1461371217555当年超额回报-64345026841403-7552020年医药电新电子计算机基础化工当年增持占比201176989391当年超额回报24286063843-81411562021年电新计算机医药基础化工电子当年增持占比21810610510192当年超额回报4983403-418454417902022年电新基础化工有色金属煤炭银行当年增持占比3951551466060当年超额回报11623768852031420券商第一名第二名第三名第四名第五名2018年食品饮料机械银行建材房地产当年增持占比236121116105104当年超额回报70-75164-41012019年银行家电医药建材房地产当年增持占比20818713112770当年超额回报-6426845193-762020年电新计算机基础化工汽车钢铁当年增持占比138104675151当年超额回报606-81116247-1712021年电子银行电新基础化工计算机当年增持占比15115113813077当年超额回报17906498454402022年有色金属家电基础化工煤炭医药当年增持占比348212188183109当年超额回报69-012452028银行第一名第二名第三名第四名第五名2018年食品饮料医药银行家电非银金融当年增持占比1981151088279当年超额回报7008164-4431920中信期货权益策略报告2019年医药银行家电非银金融房地产当年增持占比1381361098152当年超额回报45-64268140-762020年医药电新电子机械基础化工当年增持占比183139878572当年超额回报24360684941162021年电新医药计算机基础化工电子当年增持占比2351121129480当年超额回报498-42404541792022年电新基础化工有色金属机械交通运输当年增持占比4681481056864当年超额回报12246948188资料来源Wind中信期货研究所三风格背后的秘密前十大席位持仓和交易行为与MSCI中国股指数挂钩基于上述拆解我们得知陆股通前十大席位持仓和交易行为大盘特色鲜明且体现出明显的市场风格那么其中的问题在于外资究竟在跟踪什么指数从研究中我们认为外资的持仓行为或与港交所的MSCI中国指数和沪深300高度相关而其与前者的关系更紧密支撑该结论的论据有以下三点1报告中计算了MSCI中国指数的月度收益以及该指数历史滚动30日的标准差同时我们完全复制了前十大席位的股票池权重将其视为整个投资组合进行模拟与MSCI中国指数月度收益做对比发现陆股通前十大席位的收益波动围绕MSCI中国指数05极窄区间内波动收益相关性高达091说明前十大席位的投资组合与MSCI中国指数存在明显的共振关系2在权重配置上研究发现前十大席位虽然都是全陆股通股票池选股但实际配比中约60的资产权重落会在MSCI中国指数的300支成分股上其中四大银行的资产配置比例会达到75803最关键一点报告计算了2020-2022年MSCI中国指数和沪深300指数成分调整半年内成分股权重与前十大席位对应持仓的离差月均值值越大代表跟踪指数的误差越大对比后发现沪深300指数的离差均值约为10一直高于MSCI中国指数其背后说明前十大席位跟踪MSCI中国指数可能更加紧密图表18MSCI中国指数收益与前十大席位组合收益共振图表19前十大席位对MSCI中国成分股配置权重超6005-05前十大席位组合收益MSCI中国指数成分股配置比例25908068047597762080693709684706205901558460105054030020-510-100-15-202018012018112019092020072021052022031020中信期货权益策略报告资料来源iFind中信期货研究所资料来源iFind中信期货研究所图表20前十大席位对沪深300MSCI中国指数的配置权重离差000300SH133333CSI121010101008080707060402002020年2021年2022年资料来源Wind中信期货研究所四风格与指数跟踪下的主动性券商具备更灵活的资产配置能力从图表19-20的权重配置和离差中可知前十大席位在跟踪MSCI中国指数时并非完全复制而是会呈现出明显的主动选股能力为了探究跟踪误差究竟来自于指数内的个股权重超配还是指数外主动选股此处报告采用Brinson模型对外资的月度跟踪误差做了进一步拆分将其分为择时收益和择股收益其中择时收益指的是外资在标的池子内即MSCI中国指数成分股通过主动调整个股权重所获得的超额回报其计算方式为i-ri而择股收益指的是外资在标的池子外额外挑选个股所获得的超额回报其计算方式为ri-ri图表21利用Brinson模型拆解跟踪误差资料来源中信期货研究所利用Brinson模型拆解后发现前十大席位整体月度跟踪误差主要在5区间内波动而2018-2019年通过权重超配所产生的跟踪误差较大这可能与2018-2019年白马蓝筹行情息息相关促使外资超配MSCI中国指数权重股说明大盘风格特征可能会引起外资主动选择发生改变而2021-2022年择时和择股所产生的跟踪误差相对较小两者仅在2区间内波动若进一步按银行和券商对跟踪误差进行划分1120中信期货权益策略报告可以发现在择时能力上券商与银行的择时能力相当但在择股能力上券商的跟踪误差比银行波动更大结合图表25的权重配比差异判断券商选股可能比银行配置盘更灵活因而产生的误差也更大图表22择股与择时误差约在5范围内波动图表23择股能力券商比银行选股更灵活择时收益择股收益银行券商66442200-2-2-4-4-6-6201802201902202002202102202202201801201901202001202101202201资料来源iFind中信期货研究所资料来源iFind中信期货研究所图表24择时能力拆解券商与银行表现相当图表25券商更容易选择指数外的个股银行券商指数外配置权重645410416380440353163072912302412242519419602015-2105-40-6201802201902202002202102202202资料来源iFind中信期货研究所资料来源iFind中信期货研究所同时如果按照各个机构对2018-2022年的跟踪误差进行细致拆分可以发现六家券商通过主动选股可以额外产生33-66的年化超额其中法巴证券摩根士丹利和瑞银证券表现出的择股能力更优而银行配置盘主动择股产生的超额回报平均在3以下这种差异可能暗示在短期择股上我们或与更应关注前十大席位中券商的交易情况而在择时方面我们同样发现券商通过主动择时产生的超额回报普遍高于银行其中摩根大通和摩根士丹利对应部分的年化超额回报可以达到6181左右这种现象与2020年之前市场上普遍认为通过外资银行做主动择时的结论并不一致为了寻找背后的原因我们在第三部分中基于前十大席位的资金信号进行择时1220中信期货权益策略报告图表26前十大席位归因于择股和择时所产生的超额回报年化择股超额回报年化择时超额回报166314521266401037833286164816115234303335283530006-07-2资料来源iFind中信期货研究所三基于前十大席位资金信号进行外资跟踪北向资金一般被市场认作聪明钱其净流入和增持动态被投资者高度关注但基于前述跟踪误差发现各个机构的择时和择股能力并不相同因此为了判断核心资金中哪类机构能力更优市场信号更准确下面将基于各个机构的择股和择时信号对2018-2022年历史业绩进行回溯一择股信号基于交易龙虎榜的信号跟踪报告首先对外资的短期择股能力进行追踪验证外资每周积极买入的个股是否在短期内具备显著的alpha收益具体方法上报告将万得陆股通周买入前二十概念指数成分股作为外资交易龙虎榜数据直接进行复制在每周一开盘时以等权方法买入上周公布的20支成分股在下周一开盘时将20支成分股卖出并重新买入新一周的20支成分股最终将策略净值与MSCI中国指数作对比图表27展示了2021-2022年择股策略MSCI中国指数净值曲线不难看出该策略在2021年内可以阶段性小幅跑赢MSCI中国指数但2022年熊市环境下策略净值出现连续回撤累计年化超额回报为-289胜率仅为533说明直接跟踪陆股通交易龙虎榜数据进行择股策略收益并不稳定而深究短期择股策略年化超额为负的原因我们认为主要与前十大席位的主动性差异有关我们在图表28中统计了前十大席位每周买入前二十股票并与万得陆股通周买入前二十概念指数成分股作对比观察前十大席位的周买入选择是否与该指数成分股完全吻合但验证发现每个席位每周只有约512支成分股会出现吻合且概念指数成分股中每周只有不超过5支股票会被多个席位同时选中说明陆股通的交易龙虎榜可能无法直接表征前十大席位的个股选择而且前十大席位中每个席位的择股方向可能存在明显差异这一现象也基本符合前文对前十大席位主动性差异的研判1320中信期货权益策略报告图表27陆股通周买入前二十概念策略净值曲线图表28前十大席位周买入前二十个股与概念指数不吻合周买入前二十概念指数133333CSI法巴证券瑞银证券渣打银行120高盛亚洲花旗银行汇丰银行美林证券摩根大通摩根大通银行115摩根士丹利110201051510009510090508508002021012021062021112022042022092021-01-152021-07-152022-01-152022-07-15资料来源iFind中信期货研究所资料来源iFind中信期货研究所为了剔除其他席位的交易噪音我们针对性地统计了前十大席位各机构的周买入前二十个股情况并用相同策略分别追踪将策略净值与沪深300指数再次比较胜率与超额回报如图表29-30所示通过对比可见基于四大银行的择股效果普遍较差年化超额回报多数为负而多数券商的择股结果相对较优其中基于美林证券摩根大通摩根士丹利三家机构进行跟踪选股年化超额回报分别能达到303246186择时胜率平均在5459左右此外报告在图表31中同时验证了不同增持股数下的收益表现发现多数券商的年化超额回报可以稳定在10以上而银行整体低于10这可能说明基于券商的净流入信号做个股选择可能更有效图表29前十大席位周买入前二十个股择时MSCI中国指数净值曲线汇丰银行渣打银行摩根大通银行花旗银行法巴证券高盛亚洲美林证券摩根大通摩根士丹利瑞银证券35302520151005002018-01-122018-09-122019-05-122020-01-122020-09-122021-05-122022-01-122022-09-12资料来源iFind中信期货研究所图表30前十大席位周买入前二十个股跟踪策略表现机构类型银行配置盘券商交易盘汇丰渣打摩根大通花旗法巴瑞银摩根士摩根美林高盛周频跟踪银行银行银行银行证券证券丹利大通证券亚洲年化收益-3156-58-42407718630324650年化超额回报-0892-39-207411624037430885择时胜率512520476484508531543555594547最大回撤-544-617-578-639-572-698-695-719-720-636夏普比率-023014-033-026007021064108088010Beta系数0740680750800760830830790800841420中信期货权益策略报告资料来源iFind中信期货研究所图表31复制前十大席位不同周买入股数后的年化超额回报银行配置盘券商交易盘汇丰渣打摩根大花旗法巴瑞银摩根摩根士美林高盛N银行银行通银行银行证券证券大通丹利证券亚洲5-83-39-68-52234-02-15244431-7310-3955-84-52178054659935010020-0892-39-20741162403743088550339817157115720825217913310067129554751160189258188205150751093263-0613819726416917620084893476-21148162280115181资料来源iFind中信期货研究所二择时信号基于净流入信号解读与跟踪1净流入信号解读中美股市相对回报的风向标净流入是国内市场判断外资情绪的重要指标当外资放量流入时或对沪深300的流动性和大盘情绪形成重要支撑这种现象在2023年1月初尤为显著基于对外资月度净流入跟踪发现该指标或与中美投资的相对风险偏好挂钩其背后的交易逻辑可能是外资对中美股市相对回报的预期差研究中我们依然将视角放在具有主导性的前十大席位上跟踪了市场各个基本面和前十大席位资金月频净流入的同步相关性综合统计发现外资净流入与沪深300指数收益相关性系数约为056而与标普500指数相关性约为-030一正一负可以印证外资净流入的确与两市相对回报挂钩但同时我们也发现净流入指标同时与同期中美利差利率等资金面指标呈现028的弱相关性基于陆股通的交易流程以及汇率和利率的关联影响做推演我们认为这种现象可能与汇兑损益有关具体来讲我们在图表32中对外资的收益来源由上到下进行层层拆解大致可以拆分两大块1股市相对回报外资流入国内市场的收益可以视为A股市场与美股市场收益差其中A股市场为直接投资收益而美股市场可视为外资的机会成本当A股市场的投资回报或投资回报的预期值强于美股市场可能会吸引外资流入2汇兑损益外资通过陆股通渠道投资A股市场时必须先将港币兑成人民币再进行投资而港币与美元直接挂钩因此汇兑过程是在变相做多美元人民币汇率而汇率变化与中美利差息息相关因此当人民币相对美元升值可能也会吸引外资加速进入1520中信期货权益策略报告图表32陆股通月度净流入与指标相关性资料来源iFind中信期货研究所根据上述结论我们可以将权益回报和汇兑损益融合得出投资相对回报其计算方法为投资相对回报1权益相对回报1汇兑损益-1R沪深300-R标普500FXt美元人民币FXt-1美元人民币-1其中汇率采用人民币离岸的即期汇率计算发现中美股市相对回报与前十大席位净流入的相关性可以提升到064外资净流入对同期的中美股市相对回报具有良好的反映而分席位来看而若区分券商和银行券商与投资相对回报的相关性为060银行为052券商的月度净流入对大盘表现反映更优图表33陆股通月度净流入与同期投资相对回报关系前十大席位月成交额沪深300涨跌幅20002520150015100010550000-5-10-500-15-1000-20202101202103202105202107202109202111202201202203202205202207202209202211资料来源iFind中信期货研究所但需要注意的是在影响外资净流入程度上投资回报仍是核心驱动力而汇率变化只起到辅助确认的作用报告研究了不同汇率变化程度下净流入的变化趋势从下方散点图中可以看出银行或券商的净流入规模与对应的同期汇率变化分布呈现明显的发散特征报告研究了领先同步滞后一期的汇率变化对下一期净流入的表征作用发现汇率变化对银行或券商的影响程度偏弱凭借汇率变动预测领先同步滞后一期的外资净流入变化准确率不超过601620中信期货权益策略报告图表34银行净流入规模与汇率变化分布图图表35券商净流入与汇率变化分布图银行净流入与汇率分布券商净流入与汇率分布33221100-300-200-1000100200300400-300-200-1000100200300-1-1-2-2-3-3资料来源iFind中信期货研究所资料来源iFind中信期货研究所图表36陆股通月度净流入与同期投资相对回报关系汇率变化对汇率变化净流入预示性滞后一期同步领先一期银行净流入变化516587504券商净流入变化528535531资料来源iFind中信期货研究所2利用净流入成交额信号预测MSCI中国指数在择时信号上我们更需要关注净流入从成交额中转化的比率净流入上升或反映外资看涨情绪上升而成交额对应外资的交易活跃度根据这两个指标进行逻辑推导不难得出以下两种情形1当成交额规模不变净流入上升时暗示在相同成交规模下有更多外资选择买入个股可能代表外资看涨情绪上升2当成交额规模不变净流入大幅下降时或暗示外资对个股涨跌的预期存在分歧外资看涨情绪可能下降基于这两种情形报告构建净流入成交额作为观测指标分别基于银行券商的信号对2018-2022年MSCI中国指数进行择时回溯具体方法如下1计算每周的成交额净流入均值并将两者相除得到净流入成交额周度数据2计算历史滚动4周的净流入成交额均值3基于滚动4周的比值均值计算其历史滚动12周的排名百分位数3若本周净流入成交额比值排名大于06则在下一交易日开盘时买入MSCI中国指数并持有1个月若1个月后净流入成交额比值排名06则在下一交易日开盘时立即卖出报告中使用MSCI中国指数自身表现作为比较基准将择时后的策略净值进行对比并在图表37-38中展示基于银行券商的净流入成交额信号的择时策略对比发现基于前十大席位券商发出的信号对预测指数涨跌可能更为有效其中正确捕捉MSCI中国指数上涨的概率约为545而正确规避指数下跌概率可达7921720中信期货权益策略报告图表37基于成交额净流入信号的择时133333CSI净值陆股通整体信号择时133333CSI前十大席位信号择时133333CSI15银行信号择时133333CSI券商信号择时133333CSI14131211100908201805201901201909202005202101202109202205资料来源iFind中信期货研究所图表38图表38基于成交额净流入信号的择时收益表现陆股通整体资金前十大席位四大银行六大券商年化收益797449129年化超额回报575227107择时胜率571522577615预测指数上涨正确率548543500545预测指数下跌正确率708783692792资料来源iFind中信期货研究所3净流入成交额指标的使用方法及应用从2018-2022年历史样本看可以利用外资券商的净流入成交额历史滚动4周百分位数均值的变化趋势和相对位置对MSCI中国指数的未来走势进行预测指标趋势层面图表39以券商的指标信号为例回溯了该指标历史4周t期均值与MSCI中国指数未来1个月t1期涨跌幅的对应关系多数情况下指标t期均值与t1期MSCI指数的涨跌幅同向波动趋势拐点会呈现一定对应关系当指标大幅上行时暗示外资净流入转化比例提升看涨情绪修复或预示MSCI指数中期会出现上涨可能而当指标连续下行或预示外资看涨情绪开始消退中期内指数收益可能出现衰减图表39t期净流入成交额滚动4周百分位数均值与对应t1期指数涨跌幅关系t期滚动4周排名百分位数t1期133333CSI涨跌幅1001586090800100807005060500004-0050302-0100100-015201912202003202006202009202012202103202106202109202112202203202206202209202212资料来源iFind中信期货研究所指标位置层面图表40-41观察了2018-2022年不同指标t期数值与t1期指数涨跌幅的对应关系可以发现多数指标位于中部1323区间内但当指标处于1820中信期货权益策略报告相对低位时如滚动4周均值低于13指数中期易出现下跌可能且有概率发生10以上的大幅回撤当指标保持相对高位时如滚动4周均值高于23指数中期易出现上涨可能且有概率出现10以上的大幅上涨此外报告通过调整临界值对2018-2022年择时策略进行逐一回溯可以发现当临界值调整到03以下时策略会出现负收益随着指标临界值提升策略的年化超额回报和择时胜率在逐步改善说明指标位置对判断下一期指数走势有效通过指标趋势和位置我们可以在2022年底便发现外资进攻态势已显现端倪通过计算2022年12月数据可知外资当月净流入成交额指标4周百分位数均值约为080同比当年11月均值073有所抬升且连续两个月指标保持在相对高位说明在2022年末外资看涨情绪已经有明显的起步态势而对应2023年1月MSCI中国指数涨幅约为860相比去年12月396的涨幅也出现上升指标在最新一期数据应用上证明有效图表40t期百分位数均值与t1期指数涨跌幅分布图图表41t期百分位数均值对t1期指数涨跌幅预测性152022123010013分位点1323分位点231分位点上涨5333429667样本占比涨幅06051108Top3均值下跌-5667571333样本占比-10跌幅-112-87-33Top3均值-1500102030405060708091资料来源iFind中信期货研究所资料来源iFind中信期货研究所图表42不同临界值选择下的择时策略超额回报与胜率券商信号020025030035040045050055060065070年化收益-17-17313187871061291299494年化超额回报-39-3909096565841071077272择时胜率477477513513556556581615615619619资料来源iFind中信期货研究所图表43不同临界值下的券商信号择时策略133333CSI净值0250350450500600701615141312111009080706201805201811201905201911202005202011202105202111202205202211资料来源iFind中信期货研究所1920中信期货权益策略报告免责声明除非另有说明中信期货有限公司拥有本报告的版权和或其他相关知识产权未经中信期货有限公司事先书面许可任何单位或个人不得以任何方式复制转载引用刊登发表发行修改翻译此报告的全部或部分材料内容除非另有说明本报告中使用的所有商标服务标记及标记均为中信期货有限公司所有或经合法授权被许可使用的商标服务标记及标记未经中信期货有限公司或商标所有权人的书面许可任何单位或个人不得使用该商标服务标记及标记如果在任何国家或地区管辖范围内本报告内容或其适用与任何政府机构监管机构自律组织或者清算机构的法律规则或规定内容相抵触或者中信期货有限公司未被授权在当地提供这种信息或服务那么本报告的内容并不意图提供给这些地区的个人或组织任何个人或组织也不得在当地查看或使用本报告本报告所载的内容并非适用于所有国家或地区或者适用于所有人此报告所载的全部内容仅作参考之用此报告的内容不构成对任何人的投资建议且中信期货有限公司不会因接收人收到此报告而视其为客户尽管本报告中所包含的信息是我们于发布之时从我们认为可靠的渠道获得但中信期货有限公司对于本报告所载的信息观点以及数据的准确性可靠性时效性以及完整性不作任何明确或隐含的保证因此任何人不得对本报告所载的信息观点以及数据的准确性可靠性时效性及完整性产生任何依赖且中信期货有限公司不对因使用此报告及所载材料而造成的损失承担任何责任本报告不应取代个人的独立判断本报告仅反映编写人的不同设想见解及分析方法本报告所载的观点并不代表中信期货有限公司或任何其附属或联营公司的立场此报告中所指的投资及服务可能不适合阁下我们建议阁下如有任何疑问应咨询独立投资顾问此报告不构成任何投资法律会计或税务建议且不担保任何投资及策略适合阁下此报告并不构成中信期货有限公司给予阁下的任何私人咨询建议中信期货有限公司深圳总部地址深圳市福田区中心三路8号卓越时代广场二期北座13层1301-130514层邮编518048电话400-990-88262020