投资要点
　　从兴证金工中国经济先行指数的走势看，2022年5月以来指数走势有所企稳。截至2023年2月28日，1月先行指数构建所需数据已全部披露完毕。其中1月综合先行指数为97.22，相比12月数值96.31有所上升；1月实体先行指数为98.69，相比12月略有回升；1月金融环境指数为95.78，相比12月略有回升。我们同时给出了截至2月28日已发布数据初步构建的2月先行指数情况。从初步结果看，实体先行指数整体略有下降，金融环境指数和综合先行指数也略有下行。总体来看，当前处于国内经济复苏验证期，看平股票走势，而债券有下行空间。
　　截至2023年3月1日，兴证金工资产择时模型给出看平A股和看空债券的信号。因此战术配置组合中3月将标配A股资产，并配置短久期债券，并设定于2023年3月1日收盘时进行调仓。具体最新权重分布请见本报告正文部分。
　　2023年3月我们建议配置的行业分别为：通信、农林牧渔、轻工制造、食品饮料、煤炭。从2月的表现来看，行业配置等权多头月度收益率为-1.58%，剔除综合与综合金融行业后的28个中信一级行业的等权基准月度收益率为1.09%，月度超额收益为-2.67%。
　　截至2023年2月底，综合打分行业轮动模型2022年以来（纯样本外）的收益率为-5.51%，同期基准为-7.19%，超额收益1.68%。从2014年初至2023年2月底，模型年化收益达21.13%，同期等权基准为9.55%，并且策略相对于基准的月度胜率达72%。
　　截至2023年2月底，拐点趋势大小盘轮动模型给出风格偏小盘的信号，结构化成长价值轮动模型给出风格偏价值的信号。
　　风险提示：模型结论基于历史数据，在市场环境转变时模型存在失效的风险。
　　

研究报告全文：定量研证券研究报告究分e析m师ailAuthortitle郑兆磊S0190520080006风格持续推荐小盘行业配置关注复苏主线宫民S0190521040001定刘海燕createTime1年月日期S0190520080002202333报assAuthor告研究助理投资要点summary张博从兴证金工中国经济先行指数的走势看2022年5月以来指数走势有所企稳截至2023年2月28日1月先行指数构建所需数据已全部披露完毕其中1月综合先行指数为9722相比12月数值9631有所上升1月实体先行指数报告关键点为9869相比12月略有回升1月金融环境指数为9578相比12月略有回在本报告中我们跟踪兴证金工升我们同时给出了截至2月28日已发布数据初步构建的2月先行指数情况股债择时模型以及股债配置组合的表现并给出行业轮动以及从初步结果看实体先行指数整体略有下降金融环境指数和综合先行指数风格轮动的最新信号分析也略有下行总体来看当前处于国内经济复苏验证期看平股票走势而债券有下行空间截至2023年3月1日兴证金工资产择时模型给出看平A股和看空债券的信号因此战术配置组合中3月将标配A股资产并配置短久期债券并设定于2023年3月1日收盘时进行调仓具体最新权重分布请见本报告正文部分2023年3月我们建议配置的行业分别为通信农林牧渔轻工制造食品饮料煤炭从2月的表现来看行业配置等权多头月度收益率为-158剔除综合与综合金融行业后的28个中信一级行业的等权基准月度收益率为109月度超额收益为-267截至2023年2月底综合打分行业轮动模型2022年以来纯样本外的收益率为-551同期基准为-719超额收益168从2014年初至2023年2月底模型年化收益达2113同期等权基准为955并且策略相对于基准的月度胜率达72截至2023年2月底拐点趋势大小盘轮动模型给出风格偏小盘的信号结构化成长价值轮动模型给出风格偏价值的信号风险提示模型结论基于历史数据在市场环境转变时模型存在失效的风险请务必阅读正文之后的信息披露和重要声明定量研究定期报告目录1当前市场分析与展望-3-23月行业配置建议-8-3风格配置最新观点-14-4股债配置组合-18-5附录-20-图表目录图表1股债非线性性价比分位数与万得全A指数走势2007-01至2023-02-3-图表22023年2月的PMI数据保持在扩张区间-4-图表3宏观经济维度与当前相似度排名靠前的时间列表-4-图表4兴证金工中国经济先行指数近期数值-5-图表5兴证金工中国经济先行指数走势2014-01至2023-02-5-图表6融资融券余额与A股自由流通市值的比值与对应的历史分位点20131-202302-6-图表7北向资金每月净买入与自由流通市值的比值201412-202302-6-图表8部分宽基指数的月均换手率20131-202302-6-图表9部分宽基指数滚动20个交易日的历史波动率20131-202302-6-图表10基于上证50ETF期权计算的vix20152-202302-7-图表11股票择时因子信号-7-图表12债券择时因子信号-7-图表132023年2月的行业配置多头表现-8-图表14基于残差动量因子的最新行业排序截至20230228-9-图表15基于盈余惊喜因子的最新行业排序截至20230228-9-图表16基于北向券商资金流因子的最新行业排序截至20230228-10-图表172023年3月行业ETF推荐列表-10-图表18综合打分行业轮动模型2022年以来样本外的月度表现-12-图表19综合打分行业轮动模型分年度表现201401-202302-12-图表20综合打分模型历史净值走势201401-202302-13-图表21综合打分模型分组净值走势201401-202302-13-图表22综合打分模型分组年化收益率单位201401-202302-13-图表23综合打分模型表现统计201401-202302-13-图表24结构化成长价值轮动模型2月底信号-14-图表25结构化因子组合历史表现20131231-2023228-15-图表26结构化因子组合净值20131231-2023228-15-图表27大小盘轮动模型2月底信号-16-图表28风格相对关注度与小盘大盘相对净值201201-202302-17-图表29结构化因子组合历史表现20131231-2023228-17-图表30结构化因子组合净值20131231-2023228-18-图表31股债战略组合风险预算-18-图表32中低风险股债战术组合参数设定-18-图表33股债配置组合历史表现20140102-2023228-19-图表34股债配置组合历史净值20140102-20230228-19-图表35股债组合最新一期权重2023-03-01-19-图表36债券月度择时因子-22-请务必阅读正文之后的信息披露和重要声明-2-定量研究定期报告报告正文1当前市场分析与展望11估值比较股票性价比仍然偏高从性价比指标看股票当前依然具备较高配置价值我们在报告基于非线性性价比的股债轮动组合中比较了多种计算股债相对性价比的指标最终发现基于宽基指数股息率与长端国债到期收益率的指标对于股债未来相对收益预测力最高我们定义股票和债券的相对性价比为两者各自潜在收益水平的差值分别用DIV和Y代表万得全A指数股息率和10年国债到期收益率定义基于股息率的股债性价比指标为我们计算了性价比指标DIVY在每个时点所处的滚动4年历史分位数水平Q并且为了更好地突出性价比指标在极端取值时的特征我们对性价比分位数Q做非线性变换取二次幂从下图可以看到在历史上多次市场大涨前比如2008年12月2015年12月2019年1月和2020年3月股债性价比指标都处于历史较高的位置截至2023年2月28日股债性价比分位数指标在808分位点处于历史相对极高的位置表明股票具有较高配置价值上行空间较大图表1股债非线性性价比分位数与万得全A指数走势2007-01至2023-02资料来源Wind兴业证券经济与金融研究院整理12宏观跟踪经济持续复苏2月PMI超预期从当前的宏观状态进行分析经济已经从底部持续回升最新数据显示供需两端持续回暖2月PMI为526所有分项较1月均产生正向边际变化请务必阅读正文之后的信息披露和重要声明-3-定量研究定期报告图表22023年2月的PMI数据保持在扩张区间资料来源Wind兴业证券经济与金融研究院整理由于2023年12月的经济数据仍未公布目前仅能获得2022年底的经济数据根据我们的相似性模型测算与2022年12月底宏观状态相似的第一个时间段是2008年四季度第二个时间段是2022年3月同样受到疫情扰动2008年四季度经济处于弱势状态且均处于底部的位置在政策支持下后续均有明显好转当前的市场状态类比2009年初和2022年二季度的情形经济复苏的趋势较为确定在当前经济回暖的环境中我们对权益资产未来的表现整体不悲观图表3宏观经济维度与当前相似度排名靠前的时间列表固定资产社会消费工业增加工业企业投资完成品零售总宏观相似性值同比利润总额PMI额累计同额同比同比比2022-12-31100004700220080530-5902008-11-3091113880540-268020802008-10-3180784460820-272022002022-3-3178804950500420930-3532015-3-3177425010560-040135010242019-7-31767749704802605707602015-7-3176185000600-290112010512019-10-3175744930470-9905207202015-1-3175344980680-800139010712016-7-3174784990600110081010202016-2-2974254900540-47010201020资料来源Wind兴业证券经济与金融研究院整理注统计时间截至2022年12月31日为了验证上述观点从兴证金工中国经济先行指数的走势看2022年5月以来指数走势有所企稳截至2023年2月28日1月先行指数构建所需数据已全请务必阅读正文之后的信息披露和重要声明-4-定量研究定期报告部披露完毕其中1月综合先行指数为9722相比12月数值9631有所上升1月实体先行指数为9869相比12月略有回升1月金融环境指数为9578相比12月略有回升我们同时给出了截至2月28日已发布数据初步构建的2月先行指数情况从初步结果看实体先行指数整体略有下降金融环境指数和综合先行指数也略有下行总体来看当前处于国内经济复苏验证期看平股票走势而债券有下行空间图表4兴证金工中国经济先行指数近期数值实体经济金融环境综合指数2022123197789486963120231319869957897222023228979295569674资料来源Wind兴业证券经济与金融研究院整理图表5兴证金工中国经济先行指数走势2014-01至2023-02资料来源Wind兴业证券经济与金融研究院整理13微观观察2月市场波动放大情绪整体不悲观我们使用市场两融数据北向资金主流宽基指数换手率指数波动率期权VIX和新成立偏股基金份额等数据多维度观察市场情绪综合来看无论是资金维度还是在交投维度均显示2月市场情绪整体不悲观但是相较于1月略有回落截至2023年2月28日两融余额为158万亿元绝对数值高于2023年1月的水平A股自由流通市值小幅上升两融余额与自由流通市值比值有所提升在经历了1月的净流入巅峰后2月外资流入A股明显放缓北向资金流入9258亿元外资热情有所降温但是仍然保持净流入态势请务必阅读正文之后的信息披露和重要声明-5-定量研究定期报告图表6融资融券余额与A股自由流通市值的比值图表7北向资金每月净买入与自由流通市值的比与对应的历史分位点20131-202302值201412-202302资料来源Wind兴业证券经济与金融研究院整理资料来源Wind兴业证券经济与金融研究院整理相较于2022年1月的水平2月主流宽基指数小盘指数的换手率显著提升其中中证500和中证1000指数的换手率较上月提升超过10与历史纵向比较Wind全A的换手略高于历史中位数水平其它主要宽基指数如3005008001000创业板指的换手率仍然低于近10年以来的中位数水平2月各大指数震荡小盘表现整体优于大盘宽基指数的波动均有上升但是从时间序列来看当前只有沪深300的波动率接近中位数其余指数均处于偏低水平截至2023年2月底基于上证50ETF期权计算的VIX为1721处于历史的35分位点左右显示期权投资者对市场预期无明显的系统性风险图表8部分宽基指数的月均换手率图表9部分宽基指数滚动20个交易日的历史波动20131-202302率20131-202302资料来源Wind兴业证券经济与金融研究院整理资料来源Wind兴业证券经济与金融研究院整理请务必阅读正文之后的信息披露和重要声明-6-定量研究定期报告图表10基于上证50ETF期权计算的vix20152-202302资料来源Wind兴业证券经济与金融研究院整理14最新量化择时观点从兴证金工量化择时模型看截至2023年3月1日兴证股票择时模型给出看平信号债券择时模型给出看空信号信号因子具体情况见下表图表11股票择时因子信号因子所属大类方向最新观点固定资产投资完成额基础设施建设投资累计同比实体经济正向-1PMI新出口订单实体经济正向-1PPI全部工业品环比物价水平反向1股息率计算的风险溢价用中证红利指数计算每月估值指标正向1shibor利率2W每月差分资金流动性反向-1shibor利率ON每月差分资金流动性反向-17天期回购利率每月资金流动性反向1市场动量指标一个月的变化率技术指标正向-1市场动量指标三个月的变化率技术指标正向1医药行业超额过去一个月的超额收益风险偏好反向1美元兑离岸人民币每月差分风险偏好反向-1资料来源Wind兴业证券经济与金融研究院整理注观点1代表看多信号观点-1代表看空信号图表12债券择时因子信号因子所属大类方向最新观点10年期中国国债到期收益率每月估值指标正向0工业增加值当月同比差分实体经济反向1CPI当月同比差分物价水平反向-1中债国债总净价指数一个月变化率技术指标正向-1市场动量指标两个月的变化率短期资金流向反向-1资料来源Wind兴业证券经济与金融研究院整理注观点1代表看多信号观点-1代表看空信号请务必阅读正文之后的信息披露和重要声明-7-定量研究定期报告23月行业配置建议我们从残差动量盈余惊喜北向券商资金三个维度对中信一级行业进行综合打分模型细节详见报告基于盈余惊喜基本面残差动量技术面北向资金资金流的行业轮动模型模型2023年3月推荐的行业配置为通信农林牧渔轻工制造食品饮料煤炭21上月表现回顾最新观点和相关ETF产品推荐我们首先对2月的行业配置建议结果进行回顾从残差动量的维度进行观察我们发现1月底家电房地产银行食品饮料等行业的排名靠前说明当时这些行业的收益率中有较大的部分无法被常见的风险因子解释当一个行业呈现出较高残差动量也即较高的异质收益往往有一些独特的原因这些原因在目前只为少数投资者所知晓随着信息的逐渐扩散较高的异质收益有望带动行业继续上行从盈余惊喜维度分析三季报公布之后农林牧渔汽车电力设备及新能源机械通信等行业盈余惊喜排名较高最后从资金的维度我们发现1月的北向交易盘资金偏好石油石化电力设备及新能源电子钢铁等行业因此综合三个维度的打分我们早先对于2023年2月在中信一级行业的配置建议分别是机械电力设备及新能源农林牧渔汽车银行2月的行业配置等权多头月度收益率为-158剔除综合与综合金融行业后的28个中信一级行业的等权基准月度收益率为109月度超额收益为-267图表132023年2月的行业配置多头表现中信一级行业中信一级行业代码2月收益率表现排名通信CI005026WI8181轻工制造CI005009WI6412纺织服装CI005017WI5553计算机CI005027WI5294传媒CI005028WI4395钢铁CI005005WI4266建筑CI005007WI3047煤炭CI005002WI2778石油石化CI005001WI1909电力及公用事业CI005004WI17710机械CI005010WI16711家电CI005016WI11612国防军工CI005012WI10313食品饮料CI005019WI09914商贸零售CI005014WI09915农林牧渔CI005020WI04516电子CI005025WI02117医药CI005018WI02018建材CI005008WI01119基础化工CI005006WI00720交通运输CI005024WI-06821汽车CI005013WI-12422请务必阅读正文之后的信息披露和重要声明-8-定量研究定期报告消费者服务CI005015WI-13123房地产CI005023WI-21824非银行金融CI005022WI-25425有色金属CI005003WI-32126银行CI005021WI-36527电力设备及新能源CI005011WI-51128资料来源Wind聚源港交所兴业证券经济与金融研究院整理注标红部分为2023年2月的行业配置建议2023年3月我们建议配置的行业分别为通信农林牧渔轻工制造食品饮料煤炭首先从残差动量的维度进行观察我们发现食品饮料煤炭农林牧渔轻工制造基础化工等行业排名靠前以上行业呈现出较高残差动量也即较高的异质收益而较高的异质收益有望带动行业继续上行图表14基于残差动量因子的最新行业排序截至20230228资料来源Wind聚源兴业证券经济与金融研究院整理目前年报还未披露我们仍旧使用三季报数据更新盈余惊喜因子农林牧渔汽车电力设备及新能源机械通信等行业盈余惊喜排名较高农林牧渔行业的盈利改善非常显著主要是因为三季度猪价上涨养殖板块盈利能力提升对于汽车行业乘用车整车新能源汽车上游零部件增长显著行业整体业绩较好另外以机械通信为代表的中游制造行业整体业绩均较历史有一定改善图表15基于盈余惊喜因子的最新行业排序截至20230228资料来源Wind聚源兴业证券经济与金融研究院整理请务必阅读正文之后的信息披露和重要声明-9-定量研究定期报告最后从聪明资金流视角分析我们发现2月以来的北向交易盘资金偏好钢铁建筑通信煤炭交通运输等行业图表16基于北向券商资金流因子的最新行业排序截至20230228资料来源Wind聚源港交所兴业证券经济与金融研究院整理综合三个维度的打分我们最终推荐的行业为通信农林牧渔轻工制造食品饮料煤炭进一步我们基于行业指数与行业ETF之间的逻辑关系收益率相关性股票持仓相似性与流动性等维度综合考虑构建了中信一级行业与行业ETF之间的映射关系并根据每个月的行业轮动观点提供ETF推荐列表供各位投资者参考下表展示了2023年3月的行业ETF推荐名单图表172023年3月行业ETF推荐列表行业代码行业名称ETF名称ETF代码ETF上市日期ETF规模亿元CI005002WI煤炭煤炭ETF515220SH2020-03-024528CI005009WI轻工制造长三角ETF512650SH2019-10-25479CI005026WI通信通信ETF515880SH2019-09-061411农业ETF159825SZ2020-12-292131养殖ETF159865SZ2021-03-083755CI005020WI农林牧渔畜牧ETF159867SZ2021-03-05569畜牧养殖ETF516670SH2021-03-26586饮食ETF159736SZ2021-09-276825CI005019WI食品饮料食品饮料ETF515170SH2021-01-134070食品ETF515710SH2021-01-07998资料来源Wind兴业证券经济与金融研究院整理数据日期截至2023年2月28日22行业轮动方法简介根据对市场的观察和分析我们结合技术面行业残差动量基本面行业盈余惊喜资金流北向券商资金三个维度构造行业轮动模型这三个因子的请务必阅读正文之后的信息披露和重要声明-10-定量研究定期报告具体逻辑与构造方式如下技术面行业残差动量使用简单的截面动量进行行业轮动稳定性较差可以通过回归先剥离风险因素的影响再使用残差构造动量策略在海外和A股的实证结果均表明残差动量因子较传统的动量因子有更高的收益风险比并且能够有效应对动量因子在某些时期的崩溃具体而言我们将每个月的各行业指数收益率对Barra因子收益率Factor-MimickingPortfolio进行滚动回归回看12个月并将回归后得到的当月残差作为该行业当月的残差动量基本面行业盈余惊喜我们以盈余惊喜或称之为标准化未预期盈余因子StandarizedUnexpectedEarningsSUE度量个股业绩超预期的程度并以各行业指数成分股SUE因子的加权平均值衡量各行业的业绩超预期程度我们认为行业基本面归根到底都是行业成分股的基本面并且行业盈余惊喜在横截面上具备较好的可比性个股SUE的构造方法如下其中ActualEarnings是个股最近一个财报季的盈利同比增加值ExpectedEarnings是再往前回溯8个财报季每个季报的盈利同比增加值的均值EarningsVolatility是过去8个财报季盈利同比增加值的波动率进一步合成行业层面的盈余惊喜因子资金流北向券商资金根据中央结算系统参与者的不同北向资金可被分为北向券商资金和北向银行资金通常认为北向银行资金倾向于长期资产配置而北向券商资金以交易型为主更符合聪明钱的特征他们的交易行为可能包含了市场价格尚未反映的信息因此可能对行业轮动具备启示意义对每个行业在每个交易日构建如下变量其中i代表行业s代表股票t代表交易日是股票s在行业其所属的中信一级行业i中的权重是北向券商资金上个月该股票的平均持有市值是北向券商在t日流入股票s的资金量计算方法为其中h为北向券商资金持股数量为股票s1在t日的成交均价接下来对每个行业每个月计算其日均并将其作为衡量北向资金流的指标由于不同维度的因子可能含有不同的信息接下来我们等权结合以上三个因子构造综合打分模型具体来看我们每月末将28个中信一级行业1根据综合打分排序分为6组每组分别包含554455个行业选取综合打分1若无另行说明本文均剔除中信一级行业中的综合与综合金融综合行业属性不明综合金融可追溯的时间序列较短请务必阅读正文之后的信息披露和重要声明-11-定量研究定期报告排名最高的一组5个行业构建等权组合持有一个月同时我们构建28个中信一级行业等权组合作为基准将策略与基准进行比较23历史表现回顾2022年以来市场出现了一定幅度的波动综合打分行业轮动模型在2022年以来的14个月份中均为样本外有9个月份战胜等权基准截至2023年2月综合打分行业轮动模型2022年以来的收益率为-551同期基准为-719超额收益168从历史回测来看2014年1月到2023年2月期间综合打分模型的年化收益率达2113收益风险比为085同期28个行业等权基准的年化收益为955收益风险比为039策略相对净值的年化收益率为1185收益风险比为136最大回撤仅为1237并且策略相对于基准的月度胜率高达72图表18综合打分行业轮动模型2022年以来样本外的月度表现月份策略基准月度超额20221-642-7591172022273332241220223-634-65902520224-732-8471152022592861831020226102881521320227-299-251-04820228071-20727820229-673-702029202210-450-339-111202211083972-889202212-198-20801120231623642-01920232-158109-267资料来源Wind聚源港交所兴业证券经济与金融研究院整理数据日期截至2023年2月28日图表19综合打分行业轮动模型分年度表现201401-202302年份策略基准超额2014632747841543201546764945-2692016-922-13163942017199915518442018-1537-28361299201938442875969202048642333253120213496121722782022-963-1373410请务必阅读正文之后的信息披露和重要声明-12-定量研究定期报告2023456758-302资料来源Wind聚源港交所兴业证券经济与金融研究院整理数据日期截至2023年2月28日图表20综合打分模型历史净值走势201401-202302资料来源Wind聚源港交所兴业证券经济与金融研究院整理数据日期截至2023年2月28日图表21综合打分模型分组净值走势图表22综合打分模型分组年化收益率单位201401-202302201401-202302资料来源Wind聚源港交所兴业证券经济与金融研究资料来源Wind聚源港交所兴业证券经济与金融研究院整理院整理数据日期截至2023年2月28日数据日期截至2023年2月28日图表23综合打分模型表现统计201401-202302年化收益年化波动率收益风险比最大回撤月度胜率大于0占比策略2113249408538297000等权基准955242803950186200相对净值118587413612377200资料来源Wind聚源港交所兴业证券经济与金融研究院整理数据日期截至2023年2月28日请务必阅读正文之后的信息披露和重要声明-13-定量研究定期报告3风格配置最新观点31成长价值轮动模型311最新观点风格一般是指股票所具有的某种共同特征而该特征驱动此类股票的收益率保持一定的相关性从历史看A股成长和价值风格轮动特征明显相对走势发生了多次反转这意味着如果能够捕捉风格的转换将有力地提升组合收益水平我们选取申万高低市盈率指数作为成长和价值风格的代表从技术面国内流动性海外流动性以及股市反弹期等角度选取了6个对成长价值轮动具有预测力的因子并通过结构化的方法合成单因子信号构建了多维结构化成长价值轮动模型具体可参考2022年8月5日的深度报告风格轮动系列七多维结构化成长价值轮动模型需要注意的是这里我们对深度报告中的模型结构做了微调使之更加符合逻辑和信号稳健具体而言股市反弹期因子不再是单独的开关型因子而是与其它三个主要因子在同一层级同时股市反弹期因子的信号生成逻辑调整为若性价比大于过去4年90分位点则观察过去两月成长是否战胜价值且价值收益为负若是则看好价值否则看好成长性价比位于其它分位点的情形信号生成方式不变结构化模型2月底给出风格偏价值的信号具体来看其中技术面因子风格均衡主要是因为市场活跃程度换手率较低但价值风格动量相对占优国内流动性因子风格均衡期限利差看好价值信用扩张水平上行海外流动性因子由于美债利率上行依然给出看好价值的信号股市反弹期因子显示股市整体性价比较高但已经不处于极端高位因此给出均衡的信号综合来看各因子信号加总后认为价值风格相对占优图表24结构化成长价值轮动模型2月底信号资料来源Wind兴业证券经济与金融研究院整理注数据截至2023年2月28日其中1表示看好成长0表示均衡-1表示看好价值请务必阅读正文之后的信息披露和重要声明-14-定量研究定期报告312模型历史表现我们回测的时间范围是2013年底至2023年2月底选取申万高低市盈率指数作为成长和价值风格的代表使用成长和价值的月度调仓等权组合作为比较基准从下方图表看结构化多因子组合可以实现年化2430的收益率097的收益风险比最大回撤4363均优于等权基准组合结构化因子带来了1753的超额年化收益率最大回撤为1308相比等权多因子组合结构化因子组合明显提升了组合收益率且最大回撤有所下降实现了更高的收益风险比从分年表现看2014至2022的所有年份中轮动策略均实现了正的超额收益总体看结构化风格轮动模型具有较强的稳健性图表25结构化因子组合历史表现20131231-2023228策略基准超额年化收益率24305771753年化波动率249322591051收益风险比097026167最大回撤-4363-6137-1308年均双边换手690048资料来源Wind兴业证券经济与金融研究院整理图表26结构化因子组合净值20131231-2023228资料来源Wind兴业证券经济与金融研究院整理32拐点趋势大小盘轮动模型321最新观点我们从趋势和拐点两个维度出发寻找逻辑和实证上对于大小盘轮动有预测力的因子并构建大小盘轮动模型在趋势型指标方面我们构建了流动性经济增长和动量三个维度的指标其中流动性我们使用期限利差和信用利差代表经济增长我们使用房地产投资累计增速代表动量我们用大小盘相对净值的均线突破捕捉在拐点型指标方面我们构建了市场拐点期和风格关注度拐点期两种请务必阅读正文之后的信息披露和重要声明-15-定量研究定期报告因子我们用股债相对性价比是否处于极端位置来判断股市整体的拐点另外我们使用大小盘的历史相对换手率分位数来捕捉风格关注度的拐点相对关注度达到极端位置往往也是风格拐点的前兆具体可参考2023年1月20日的深度报告基于拐点趋势的大小盘轮动研究结构化模型2月底给出看好小盘的信号具体来看其中技术面因子偏向小盘国内流动性因子偏向大盘期限利差信用利差偏向大盘经济增长因子由于房地产数据依然下行给出看好小盘的信号股市反弹期因子显示股市整体性价比较高但已经不处于极端高位因此给出均衡的信号风格关注度拐点因子未达到极端水平因此给出均衡信号综合来看各因子信号加总后认为小盘风格相对占优图表27大小盘轮动模型2月底信号资料来源Wind兴业证券经济与金融研究院整理注数据截至2023年2月28日其中1表示看好小盘0表示均衡-1表示看好大盘全则必缺极则必反我们认为从市场对风格关注度的周期性变化中有可能找到风格拐点的一些规律逻辑上说市场可能在一个时段关注某一种风格这背后可能有相应的事件或宏观背景的驱动当风格转换后随着信息的扩散可能吸引市场参与者逐步向此风格靠近此风格的热度从而有持续性但如果这种风格关注度长期持续那么在某个时点必然有投资者会思考一个问题即风格是否或什么时候要切换我们用小盘和大盘指数的滚动90日相对换手率来表示市场对于风格的相对关注度小盘风格相对关注度89大盘为了便于比较我们还滚动计算每个时点0风格相对关注度在过去两年中的分位数水平将其与小盘大盘净值走势画在一起得到如下图表可以看到在几次请务必阅读正文之后的信息披露和重要声明-16-定量研究定期报告大的风格拐点前风格相对关注度指标都达到历史极端值的位置特别是大盘向小盘转换时比如2013年初小盘占优行情开始前小盘相对大盘的换手率已经处于历史的极低位置随后便开始了风格转向再比如2015年初2018年初以及最近的2021年初的小盘转向都可以从风格关注度指标中观察到自上次2021年初风格向小盘转向后大小盘风格一直没有演绎到极端状态截至2023年2月28日小盘相对关注度处于242的较低位置可能表明小盘风格尚未演绎到极端仍有演绎空间图表28风格相对关注度与小盘大盘相对净值201201-202302资料来源Wind兴业证券经济与金融研究院整理322模型历史表现我们回测的时间范围是2013年底至2023年2月底选取申万大小盘指数作为大盘和小盘风格的代表使用大小盘月度调仓等权组合作为比较基准从下方图表看结构化多因子组合可以实现年化2014的收益率080的收益风险比最大回撤5310均优于等权基准组合结构化因子带来了1290的超额年化收益率最大回撤为1000相比等权多因子组合结构化因子组合明显提升了组合收益率且最大回撤有所下降实现了更高的收益风险比图表29结构化因子组合历史表现20131231-2023228策略基准超额年化收益率20146621290年化波动率25262315811收益风险比080029159最大回撤-5310-5805-1000年均双边换手937036资料来源Wind兴业证券经济与金融研究院整理请务必阅读正文之后的信息披露和重要声明-17-定量研究定期报告图表30结构化因子组合净值20131231-2023228资料来源Wind兴业证券经济与金融研究院整理4股债配置组合41组合构建方法在每个调仓日我们使用风险预算模型构建股债战略基准组合然后根据股票择时信号对战略基准组合权重进行调整并根据债券择时信号进行久期轮动配置其中长久期债券用中长期纯债型基金指数885008WI代表短久期债券用短期纯债型基金指数885062WI代表从而构建中低风险战术组合组合具体构建方法请见附录图表31股债战略组合风险预算大类资产配置标的战略风险预算普通股票型基金指数股票6667885000WI中长期纯债型基金指数债券3333885008WI资料来源Wind兴业证券经济与金融研究院整理图表32中低风险股债战术组合参数设定权重向上调整比例权重向下调整比例战术组合跟踪误差低风险组合10105股债组合中风险组合303010资料来源Wind兴业证券经济与金融研究院整理42历史表现我们这里给出兴证金工股债配置组合自2014年1月2日至2023年2月28日的历史表现请务必阅读正文之后的信息披露和重要声明-18-定量研究定期报告从图表看股债基金指数配置组合中战略基准组合实现了652的年化收益和150的收益风险比低风险战术组合年化收益率提升到740中风险战术组合进一步将年化收益率提升到900收益水平相当可观证明了战术配置的有效性图表33股债配置组合历史表现20140102-2023228战略基准组合低风险战术组合中风险战术组合年化收益率652740900年化波动率435486638收益风险比150152141最大回撤-1014-1034-1231资料来源Wind兴业证券经济与金融研究院整理图表34股债配置组合历史净值20140102-20230228资料来源Wind兴业证券经济与金融研究院整理43最新一期权重截至2023年3月1日兴证金工择时模型给出看平股票看空债券的信号因此战术组合中标配股票权重并配置短久期债券组合于3月第一个交易日收盘即2023年3月1日进行调仓图表35股债组合最新一期权重2023-03-01股票短久期债券长久期债券战略基准组合8700009130低风险战术组合8709130000中风险战术组合8709130000资料来源Wind兴业证券经济与金融研究院整理请务必阅读正文之后的信息披露和重要声明-19-定量研究定期报告5附录本报告的资产配置过程分为两个部分战略资产配置和战术资产配置我们假设调仓频率为月度在每月底获得下一期组合最优权重并在下月的第一个交易日收盘时进行调仓值得注意的是本报告测算过程中使用的资产收益率数据包括两种权重计算标的收益率和实际配置标的收益率具体来说我们先选定用于计算最优权重的各资产指数收益率数据然后将根据指数计算出的权重应用于具体配置标的进行组合构建我们使用风险预算或均值方差方法构建战略资产组合从而获得战略资产配置权重向量然后我们对战略基准组合权重进行战术调整其中包括两步第一步我们根据股票择时信号进行战术权重调整当看多股票时提高股票权重看空股票时降低股票权重第二步根据债券择时信号进行久期轮动若看多债券则配置长久期债券资产若看空债券则配置短久期债券资产51战略配置模型风险预算模型是通过使每种资产对组合整体的风险贡献权重等于提前设定的风险预算来达到分散风险的目的本质上风险预算策略放弃了对回报率的预测而将重点放在了对风险编制预算的环节我们先引入风险预算RiskBudgeting的概念我们用标准差来定义一个包含N个资产的组合的风险其中表示组合标准差表示收益率协方1差矩阵表示资产权重向量单位向量资产i的边际风险贡献MarginalRiskContribution或称定义为组合风险对资产i权重的导数1资产i的总风险贡献TotalRiskContribution或称定义为资产i权重与其边际风险贡献的乘积1请务必阅读正文之后的信息披露和重要声明-20-