优化持仓数量，改进“选行业”标准：上篇报告《细分行业“景气+”轮动配置策略》中构建的原始“景气+”行业轮动策略能获得较高收益，但过少的行业持有数量不利于风险分散，空仓的现象会导致意见缺失与资金浪费。我们提出“动量补仓”修改方案，保证每月至少优选6个申万二级行业作为持仓对象。
　　考虑策略落地，提出“择股票”方案：本文延续“景气+”行业轮动策略中的因子配置逻辑，从个股层面的财务指标、动量指标、拥挤度指标和收益类技术指标四个板块共110个Alpha因子构建“景气+”行业内选股策略。
　　指数增强实证结果：本文在申万二级行业分类的基础上，基于中证800和中证1000指数构建月频调仓的行业轮动+择股策略，回测区间为2013年12月至2023年7月。在中证800指数成分股范围内，“景气+”行业轮动+因子选股策略基准超额年化收益达到了25.0%，夏普比为1.15；在中证1000指数成分股范围内，“景气+”行业轮动+因子选股策略基准超额年化收益达到了33.5%，夏普比为1.82。
　　风险提示：（1）上述结果通过历史数据统计、建模和测算完成，在宏观政策环境发生大幅改变以及市场风格突变下可能存在失效风险。（2）以上推荐的行业仅从量化角度出发，不代表行业观点。（3）因为量化模型的不同，本报告提出的观点可能与其他量化模型得出的结论存在差异。
　　

研究报告全文：TablePage金融工程量化投资专题2023年8月26日证券研究报告TableTitle图中证指数增强效果金融工程800细分行业景气策略及指数增强应用TableSummary报告摘要优化持仓数量改进选行业标准上篇报告细分行业景气轮动配置策略中构建的原始景气行业轮动策略能获得较高收益但过少数据来源Wind广发证券发展研究中心的行业持有数量不利于风险分散空仓的现象会导致意见缺失与资金浪费我们提出动量补仓修改方案保证每月至少优选6个申万二级行图中证1000指数增强效果业作为持仓对象考虑策略落地提出择股票方案本文延续景气行业轮动策略中的因子配置逻辑从个股层面的财务指标动量指标拥挤度指标和收益类技术指标四个板块共110个Alpha因子构建景气行业内选股策略指数增强实证结果本文在申万二级行业分类的基础上基于中证800和中证1000指数构建月频调仓的行业轮动择股策略回测区间为数据来源Wind广发证券发展研究中心2013年12月至2023年7月在中证800指数成分股范围内景气TableAuthor行业轮动因子选股策略基准超额年化收益达到了250夏普比为分析师TableAuthor史庆盛115在中证1000指数成分股范围内景气行业轮动因子选股策SAC执证号S0260513070004略基准超额年化收益达到了335夏普比为182020-66335133风险提示1上述结果通过历史数据统计建模和测算完成在宏shiqingshenggfcomcn观政策环境发生大幅改变以及市场风格突变下可能存在失效风险2分析师罗军以上推荐的行业仅从量化角度出发不代表行业观点3因为量化执证号模型的不同本报告提出的观点可能与其他量化模型得出的结论存在差SACS0260511010004020-66335128异luojungfcomcn分析师安宁宁SAC执证号S0260512020003SFCCENoBNW1790755-23948352anningninggfcomcn请注意史庆盛罗军并非香港证券及期货事务监察委员会的注册持牌人不可在香港从事受监管活动相关研究TableDocReport金融工程细分行业景气2023-07-07轮动配置策略识别风险发现价值请务必阅读末页的免责声明121TablePage金融工程专题报告目录索引一景气策略回顾4一策略思想4二指标构建4三收益表现5二景气策略改进与因子选股7一行业轮动策略改进7二选股单因子构建9三选股多因子合成11三指数增强应用12一回测框架12二基于中证800实证分析13三基于中证1000实证分析15四持仓分析17四总结18一策略总结18二策略展望18三8月结果18五风险提示19识别风险发现价值请务必阅读末页的免责声明221TablePage金融工程专题报告图表索引图1景气行业配置框架示意图4图2原始景气行业配置各策略净值一览6图3改进景气行业配置各策略净值一览7图4改进景气行业配置复合策略持仓数量8图5行业中性因子选股策略中证800选股13图6行业轮动策略等权选股策略中证800选股13图7行业轮动策略因子选股策略中证800选股14图8行业中性因子选股策略中证1000选股15图9行业轮动策略等权选股策略中证1000选股16图10行业轮动策略因子选股策略中证1000选股16图11景气行业中性因子选股策略持仓数量17表1原始景气行业配置各策略综合表现对比6表2改进景气行业配置各策略综合表现对比新阈值动量补仓8表3选股财务因子列表9表4选股动量因子列表10表5选股拥挤度因子列表10表6本研究采用的收益类技术因子列表11表7景气行业轮动因子选股各策略综合表现对比中证800选股14表8景气行业轮动因子选股各策略分年度表现中证800选股15表9景气行业轮动因子选股各策略综合表现对比中证1000选股17表10景气行业轮动因子选股各策略分年度表现中证800选股17表11景气策略8月推荐持仓中证800指数范围内18表12景气策略8月推荐持仓中证1000指数范围内19识别风险发现价值请务必阅读末页的免责声明321TablePage金融工程专题报告一景气策略回顾一策略思想在前期报告细分行业景气轮动配置策略2023-7-7中我们聚焦于中观层面的细分行业轮动配置策略研究在以基本面表现为依据的景气策略基础上提出景气概念通过对景气度动量效应和拥挤度效应三个维度的指标构建和有效结合以基本面为主技术面为辅结合左侧剔除机制和右侧择时机制建立了一套基于申万二级行业分类的月频行业轮动配置策略图1景气行业配置框架示意图数据来源Wind广发证券发展研究中心在最终的景气细分行业轮动策略中我们在月初换仓日计算每个行业的景气度指标得分动量指标得分和拥挤度指标得分在景气策略的基础上以交补集的方式提出了优中选优的高景气高动量策略和去芜存菁的高景气高动量非高拥挤复合策略以技术面之长补基本面之短为细分行业配置研究提供参考二指标构建基于景气度动量效应和拥挤度效应的三个指标由若干个单因子复合构成是各个细分行业在该板块的得分1景气度指标景气度指标体现了行业的繁荣程度是行业发展前景的定量刻画是整体行业轮动策略的基础保障我们认为以基本面为重心的景气度分析能为投资策略提供更合理的景气轮动逻辑因此前文从财报业绩和分析师预期变化两个角度提取35个景气度因子合成最终的景气度指标在后续的检验中我们发现行业景气度越高说明该行业未来发展前景越好其未来的股价收益越高识别风险发现价值请务必阅读末页的免责声明421TablePage金融工程专题报告2动量指标动量指标作为价量视角中的价记录了各行业近期的股价收益状态按照强者恒强趋势延续的逻辑我们可以以此预测股价有继续上升机会的行业我们构建价格动量因子库从月频价格涨跌幅动量日频价格涨跌幅动量周频RSI动量和日频DMA动量四个板块共12个动量因子中合成动量指标为每个行业提供月频动量效应得分3拥挤度指标拥挤度指标作为价量视角中的量由各行业的成交量成交额和换手率以及三者的乖离率合成适用于寻找被过度追捧有较高回调风险的行业尽管6个拥挤度因子构造方式简单但作为避险指标它们在单因子有效性检验和多因子复合中均获得较高的负向IC我们把拥挤度指标得分较高的行业纳入为月度投资黑名单这些行业在月度换仓时将不被持有4多因子合成方法基于景气度动量效应和拥挤度效应三个板块的各个基础单因子都是连续型变量而非离散型的得分指标或信号指标因此我们可以将其视作普通的Alpha因子在Alpha因子研究的框架下对各个基础单因子作复合处理构成三个板块的复合指标常见的因子合成方法有等权加权IC均值加权ICIR均值加权IC半衰加权ICIR半衰加权优化ICIR加权主成分分析PCA施密特正交化和对称正交化前文采用了IC均值加权法和最优化ICIR加权法作为多因子复合方法构成三大板块的指标得分其中最优化ICIR加权法的主要思想是通过求解出一个最优组合权重使得整个合成因子的IC值较高简单来讲我们先得到K个因子的协方差矩阵其1中由于各因子作了z-score标准化1计算可得简化后的合成因子的IC为11最优化IC在权重取以下值时可得1三收益表现上篇报告的回测框架是在2010年6月至2023年5月内以申万二级行业为标的作月度调仓分组依据是将换仓日景气得分动量得分和拥挤度得分前20名行业分别命名为高景气组高动量组和高拥挤度组每期选中的申万二级行业等权配置我们对景气框架下各个行业配置策略的净值曲线进行汇总结果表明各项策略的净值曲线分层明显其中在三套单指标策略当中景气策略收益最佳动量策略次之说明合理的基本面表现能为股价带来更有力的支撑高拥挤策略的净值曲线一直在基准策略净值曲线之下反向净值走势体现了拥挤度指标能有效发现被过度识别风险发现价值请务必阅读末页的免责声明521TablePage金融工程专题报告追捧将下跌回调的行业为行业配置提供避险预警图2原始景气行业配置各策略净值一览504540353025201510502010-06-012011-12-012013-06-012014-12-012016-06-012017-12-012019-06-012020-12-012022-06-01基准策略净值高景气策略净值高动量策略净值高拥挤度策略净值高景气高动量策略净值高景气高动量非高拥挤策略净值高景气高动量非高拥挤策略超额净值数据来源Wind广发证券发展研究中心多指标策略中高景气高景气高动量和高景气高动量非高拥挤三套策略的年化收益夏普比和年化超额收益单调递增实现了投资策略的逐步优化其中高景气高动量非高拥挤策略年化收益大于30超额基准年化收益达到26超额基准夏普达到13以稳健的方式赚取高额的收益是上篇报告最终呈现的景气行业轮动策略在下文中我们称之为原始景气行业轮动策略表原始景气行业配置各策略综合表现对比1方案基准超额年化收益累计回撤胜率夏普年化收益累计回撤胜率夏普行业等权基准58-506562033高景气策略156-39355106896-74660136高动量策略132-40855806071-117596077高拥挤策略24-578545022-33-439417-027高景气283-319571097216-154628121高动量策略高景气高动量332-337558108259-242667129非高拥挤策略数据来源Wind广发证券发展研究中心识别风险发现价值请务必阅读末页的免责声明621TablePage金融工程专题报告二景气策略改进与因子选股一行业轮动策略改进尽管上篇报告细分行业景气轮动配置策略2023-7-7中构建的原始景气行业轮动策略能获得较高收益但以前20名为多头组的阈值过于严苛导致策略平均每期持有行业数仅为3且波动较大频繁出现持有行业数为0和1的情况过少的行业持有数量不利于风险分散空仓的现象会导致意见缺失与资金浪费所以我们需要从持仓数量的角度对原始景气行业轮动策略作下一步改进提升策略的可操作性我们将阈值放宽为景气度得分前20动量指标得分前30和拥挤度得分排名不高于前30额外提出动量补仓策略按动量得分顺序高低选取至少持有20支成分股的行业作为持仓补充备选行业目的是保证每月至少优选6个申万二级行业作为持仓对象在下文中我们将高景气高动量非高拥挤动量补仓策略称为改进景气行业轮动策略或简称为行业轮动策略图3改进景气行业配置各策略净值一览3025201510502010-06-302012-06-302014-06-302016-06-302018-06-302020-06-302022-06-30基准策略净值高景气策略净值高动量策略净值高拥挤度策略净值高景气高动量策略净值高景气高动量非高拥挤策略净值高景气高动量非高拥挤动量补齐策略净值高景气高动量非高拥挤动量补齐策略超额净值数据来源Wind广发证券发展研究中心改进景气行业轮动策略在阈值下调和标准放宽的约束下收益表现有所回落但净值曲线走势仍在高景气高动量策略之上其中超额年化收益为17夏普比为120其余各项综合表现对比数据如下表所示识别风险发现价值请务必阅读末页的免责声明721TablePage金融工程专题报告表2改进景气行业配置各策略综合表现对比新阈值动量补仓方案基准超额年化收益累计回撤胜率夏普年化收益累计回撤胜率夏普行业等权基准60-506567034000000高景气策略156-39355706994-74658133高动量策略129-39960806166-94608088高拥挤策略30-544551025-28-331456-030高景气229-320570085165-122608117高动量策略高景气高动量274-327557090209-168614111非高拥挤策略高景气高动量非高拥挤235-381582086170-126595120动量补齐策略数据来源Wind广发证券发展研究中心持仓方面一旦高景气高动量非高拥挤这一标准所选行业数橙色线低于6改进景气行业轮动策略会以动量指标得分为优先顺序选取至少持有20支成分股的行业作为补充直到行业持有数量为6图4改进景气行业配置复合策略持仓数量141210864202010-06-012011-12-012013-06-012014-12-012016-06-012017-12-012019-06-012020-12-012022-06-01高景气高动量策略持仓数高景气高动量非高拥挤策略持仓数高景气高动量非高拥挤动量补齐策略持仓数拥挤度指标剔除行业数数据来源Wind广发证券发展研究中心识别风险发现价值请务必阅读末页的免责声明821TablePage金融工程专题报告二选股单因子构建本文侧重于考虑行业轮动策略的落地实施与指数增强方向的具体应用因此在完成选行业机制的改进后我们还将细化行业内选股票的策略确保景气策略在实现行业推荐后还能优选可直接交易的行业内个股提高整体策略的可实施性延续景气行业轮动策略中的因子配置逻辑我们从个股层面的财务指标动量指标拥挤度指标和收益类技术指标四个板块共110个Alpha因子构建景气行业内选股策略数据处理方面我们以各因子当期全市场均值填补缺失值再对各因子作截面标准化处理对于日频因子我们取换仓日当天数值作为因子值1财务指标Wind数据服务供应商提供的中国A股公开财务数据指标有160余个但各家公司提供的数据质量不一很多字段缺失率较高我们将缺失率高于5的字段剔除再按06的阈值以滚动相关系数剔除法下一节介绍剔除与财务指标因子池内其余指标高度相关的字段得到44个财务因子表3选股财务因子列表指标类型因子名称因子指标类型因子名称因子资本结构营运资金faworkingcapital成长能力单季度营业总收入qfacgrgr每股净资产fabps环比增长率单季度营业利润qfacgrop权益乘数faassetstoequity单季度净利润qfacgrop流动资产总资产facatoassets单季度归母净利润qfacgrnetprofit带息债务相较年初每股净资产fayoybpsfaintdebttototalcap全部投入资本增长率资产总计fayoyassets流动负债负债合计同比增长率基本每股收益facurrentdebttodebtfayoyepsbasic债务风险无息流动负债faexinterestdebtcurrent营业利润fayoyop净债务fanetdebt利润总额fayoyebt资产负债率fadebttoassets营业总收入fayoytr流动比率facurrent单季度营业利润qfayoyop营运能力营业周期faturndays单季度净利润qfayoyprofit流动资产周转率facaturn单季度归母净利润qfayoynetprofit固定资产周转率fafaturn归属母公司股东的净fayoynetprofitdeducted盈利能力基本每股收益faepsbasic利润-扣除非经常损益每股营业总收入fagrps经营活动产生的fayoyocf每股盈余公积fasurplusreserveps现金流量净额销售净利率fanetprofitmargin现金流量企业自由现金流量fafcff销售毛利率fagrossprofitmargin每股经营活动产生faocfps财务费用营业总收入fafinaexpensetogr的现金流量净额净资产收益率faroe每股现金流量净额facfps总资产报酬率faroa2每股企业自由现金流量fafcffps单季度净资产收益率qfaroe财报衍生非经常性损益faextraordinary单季度总资产净利润qfaroa非营业利润fanonopprofit数据来源Wind广发证券发展研究中心识别风险发现价值请务必阅读末页的免责声明921TablePage金融工程专题报告2动量指标在前期报告中我们提到学界和业界的研究者对动量效应的收益来源主要提出了行为偏差和风险补偿两种解释前者以短期价格信息示人后者以中长期价格信息示人因此我们延续这一逻辑以常规收益动量RSI和DMA三个角度构建了信息区间长度不一的12个缺失率小于10的个股层面的动量因子表4选股动量因子列表指标类型因子因子代码指标类型因子因子代码常规动量过去5日的价格动量techrevs5RSI2周相对强弱指标momrsi2w过去10日的价格动量techrevs106周相对强弱指标momrsi6w过去1个月的价格动量techrevs2012周相对强弱指标momrsi12w5日价格动量-1月价格动量techrevs5m20DMA3日20日平均价差momdmapctday3201-过去一月收益率排名股票总数techrank1m5日30日平均价差momdmapctday530过去1个月的日收益率的高值techrevs1mmax10日40日平均价差momdmapctday1040数据来源Wind广发证券发展研究中心3拥挤度指标作为价量信息之量拥挤度指标构建方式简单却能在行业轮动中展现出优异的效果我们延用拥挤度这一概念从成交量成交额和换手率以及新增的市场能量四个角度挑选了个缺失率小于的拥挤度因子提供择股信息2710表5选股拥挤度因子列表指标类型因子因子代码指标类型因子因子代码成交额6日成交额均值万元techrevs5换手率5日平均换手率techturnoverrate520日成交额均值万元techrevs1010日平均换手率techturnoverrate1060日成交额均值万元techrevs2020日平均换手率techturnoverrate206日成交额标准差techrevs5m2060日平均换手率techturnoverrate6020日成交额标准差techrank1m120日平均换手率techturnoverrate120成交额惯性techrevs1mmax240日平均换手率techturnoverrate240成交量5日成交量EMA手techvema5换手率相对波动率techturnoverratevol2010日成交量EMA手techvema105日平均换手率techturn5dturn12012日成交量EMA手techvema12与120日平均换手率之比26日成交量EMA手techvema2610日平均换手率techturn10dturn1206日量变动速率指标techvroc6与120日平均换手率之比12日量变动速率指标techvroc1220日平均换手率techturn20dturn120市场交易量波动率techvolumevolatility与120日平均换手率之比20日60日成交量比techvolume1m60市场能量市场能量指标techcyf市场促进指数万元techmktfaciind市场强弱指标techcry数据来源Wind广发证券发展研究中心4收益技术类指标识别风险发现价值请务必阅读末页的免责声明1021TablePage金融工程专题报告收益技术类指标是股票涨跌幅和净值走势等时序数据的技术特征我们认为股价曲线的走势会影响投资者心理与决策反应潜在的市场行情例如通过收益偏度发现股票涨跌幅与t分布的背离从而探测股票行情的到来因此将这一板块共27个缺失率小于10的收益技术类因子纳入考虑表6本研究采用的收益类技术因子列表指标类型因子因子代码指标类型因子因子代码方差类20日收益方差riskvariance20峰度类个股收益的20日峰度riskkurtosis2030日收益方差riskvariance30个股收益的60日峰度riskkurtosis6060日收益方差riskvariance60个股收益的120日峰度riskkurtosis120120日收益方差riskvariance120Beta类个股20日的beta值riskbeta2020日正收益方差riskgainvariance20个股60日的beta值riskbeta6060日正收益方差riskgainvariance60个股120日的beta值riskbeta120120日正收益方差riskgainvariance120特雷诺20日特诺雷比率risktreynorratio2020日损失方差risklossvariance2060日特诺雷比率risktreynorratio6060日损失方差risklossvariance60120日特诺雷比率risktreynorratio120120日损失方差risklossvariance120走势类当前股价除以过去techprice1m20日收益方差损失方差riskglvarianceratio201个月股价均值再减130日收益方差损失方差riskglvarianceratio30当前股价除以过去techprice3m60日收益方差损失方差riskglvarianceratio603个月股价均值再减1120日收益方差损失方差riskglvarianceratio120当前股价除以过去techprice1y30日120日回报方差比率riskrevsvarratio1年的股价均值再减1数据来源Wind广发证券发展研究中心三选股多因子合成景气行业内选股策略所涉及的因子筛选与合成主要由以下三个步骤构成细分行业内RankIC测算滚动相关系数剔除法和头部因子IC加权合成我们认为各个行业的经营逻辑不一基本面与技术面的信息在不同行业会有不同的影响所以每个行业都有独属自身的因子体系因子IC也应单独测算降低估计量的偏差相似地中证800指数成分股与中证1000指数成分股在市值规模和成长性上有较大差别股价波动风险不同业务活动多样化程度不一对经济冲击敏感程度相异导致股票风格大相径庭因此景气行业内选股模型在不同的股票池约束下会分别进行因子筛选与合成1细分行业内的RankIC测算对于不同的中证指数成分股股池和申万二级行业我们逐一对各个单因子作IC测算值得注意的是部分细分行业在部分时间段并不持有指数成分股或持有股数过少导致无法测算IC值我们使用该时间段所有其它行业因子IC的均值填补缺失值识别风险发现价值请务必阅读末页的免责声明1121TablePage金融工程专题报告2滚动相关系数剔除法尽管景气行业内选股模型所使用的因子达到了110个但很多因子由于同属一个类别因子之间可能存在多重共线性导致某一类因子重复暴露不利于因子加权合成因子正交法如施密特正交对称正交或能解决这一问题但因子解释性将被削弱考虑到我们最终只会在每个大类财务动量拥挤收益技术中保留两个因子因此我们采取简单的滚动相关系数剔除法我们首先在每一个大类指标内将所有因子随机排列本文按因子变量名排序然后逐一检验被测因子与指标内其它因子相关系数的高值若该值大于02则被测因子将被剔除与此同时我们需要保证在这一阶段每个大类指标内至少保留5个因子若大类指标因子池数量缩减至5则跳出该检测循环3头部因子IC加权合成对于各个细分行业在完成滚动相关系数因子剔除后我们在各大类指标内选取行业内IC较高的两个因子作为该大类指标的代表使得各个细分行业具有风格均衡的专属的8个因子对于行业内部的个股我们选取所属行业的8个因子按IC加权法合成复合因子计算因子得分行业内当期得分前15的股票被归为行业内部的多头组平等分配所属行业被赋予的权重配额三指数增强应用目前景气策略已经形成了从行业配置选择到具体择股执行的闭环在接下来的实证分析中我们分别以中证800成分股和中证1000成分股为股票池测试其在指数增强方面的应用能力本章的实证分析逻辑是先单独测试模型在选股票方面的能力行业持仓权重跟随对应指数权重行业中性再单独测试模型在选行业方面的能力行业内股票等权投资最后将选行业和选股票结合先按行业轮动配置策略挑选若干行业行业间等权持仓再按因子选股策略在行业内部选择复合因子得分前15的成分股股票行业内股票等权投资股票权重和等于该行业被分配的权重值得一提的是第二章改进景气行业轮动策略的收益按照各行业指数的涨跌幅进行测算本章所述的行业轮动等权选股策略以被选行业具体持有的中证指数成份股涨跌幅进行测算两者有所区别一回测框架若非特别说明对于各个因子的有效性检验以及复合指标所构建的交易策略本文采用统一的测试框架测试区间2013年12月至2023年7月行业池申万二级行业股票池各指数成分股剔除STST北交所涨跌停板上市锁定期内股票调仓频率月度每月首交易日换仓最后一个交易日结算当月收益识别风险发现价值请务必阅读末页的免责声明1221TablePage金融工程专题报告分组依据行业轮动策略挑选出行业后行业内因子得分前15的个股为多头组后15为空头组基准策略中证800指数中证1000指数二基于中证800实证分析在中证800指数成分股范围内行业中性因子选股策略多空组净值走势分层明显其中多头组能带来稳定的超额收益空头组围绕基准波动并没有显著差异这体现了景气策略的选股能力图5行业中性因子选股策略中证800选股686544230-22-41-60-82013-12-312015-12-312017-12-312019-12-312021-12-31行业中性因子选股多头超额涨跌右轴中证800指数净值行业中性因子选股多头净值行业中性因子选股空头净值行业中性因子选股多头超额净值数据来源Wind广发证券发展研究中心在选行业方面行业轮动配置在基于中证800指数成分股测算下的策略净值走势与基于行业指数测算的净值走势没有显著差异这体现了景气策略在中证800股池范围内保持了原有的行业配置能力图6行业轮动策略等权选股策略中证800选股124030102081060-104-202-300-402013-12-312015-12-312017-12-312019-12-312021-12-31行业轮动策略等权选股超额涨跌右轴中证800指数净值行业轮动策略等权选股净值行业轮动策略等权选股超额净值数据来源Wind广发证券发展研究中心识别风险发现价值请务必阅读末页的免责声明1321TablePage金融工程专题报告在中证800指数成分股范围内我们将选行业与择股票结合构建景气行业轮动因子选股策略结果显示复合策略有效地结合了两者Alpha净值走势相较之于纯粹行业轮动配置策略有较大提升不仅实现了择股的落地执行也提升了收益效果指数增强方面景气行业轮动因子选股策略的基准超额净值曲线稳步上升除去极端行情外基准超额涨跌幅胜率依旧可观近年来的收益状况亦表现良好图7行业轮动策略因子选股策略中证800选股1840163014122010108604-1020-202013-12-312015-12-312017-12-312019-12-312021-12-31行业轮动策略因子选股中证800范围超额涨跌右轴中证800指数净值行业轮动策略行业指数净值行业中性因子选股中证800范围净值行业轮动策略等权选股中证800范围净值行业轮动策略因子选股中证800范围净值行业轮动策略因子选股中证800范围超额净值数据来源广发证券发展研究中心Wind从综合表现上看在中证800指数成分股范围内景气行业轮动因子选股策略基准超额年化收益达到了250夏普比为115整体表现与前期报告细分行业景气轮动配置策略2023-7-7的原始景气行业轮动策略表现非常接近以稳健的方式赚取高额的收益表景气行业轮动因子选股各策略综合表现对比中证选股7800方案基准超额年化收益累计回撤胜率夏普年化收益累计回撤胜率夏普中证800指数51-442543036行业中性因子选股178-326603087122-77750213行业轮动等权选股262-413621095202-197629102行业轮动因子选股315-347586110250-243621115数据来源Wind广发证券发展研究中心识别风险发现价值请务必阅读末页的免责声明1421TablePage金融工程专题报告以分年度表现而言在中证800指数成分股范围内景气行业轮动因子选股策略指数增强效果优异超额年化收益在十年内未尝败绩均为正数除了最早的2014年基准超额累计回撤亦未超过8说明该指数增强策略在各个时间段上都有着稳定而优异的发挥表8景气行业轮动因子选股各策略分年度表现中证800选股2014201520162017201820192020202120222023整体中证800指数483149-133152-274337258-08-2136451行业中性因子选股年化收益721484-20101-215439330241-101169178行业轮动等权选股年化收益507708-86304-247689467899-179189262行业轮动因子选股年化收益551685-24277-1628594961138-141110315行业轮动因子选股年化超额1249312911414241019511159247250行业轮动因子选股夏普比率017219124079088280156189062063115行业轮动因子选股月度胜率583833750417500667667583583714621行业轮动因子选股累计回撤-243-28-39-47-50-36-52-26-79-46-243数据来源Wind广发证券发展研究中心三基于中证1000实证分析在中证1000指数成分股范围内行业中性因子选股策略多空组净值走势分层明显其中多头组能带来更加稳定的超额收益空头组显著弱于基准这说明景气策略在中证1000股池内亦有优秀的选股能力图8行业中性因子选股策略中证1000选股7866452403-22-41-60-82013-12-312015-12-312017-12-312019-12-312021-12-31行业中性因子选股多头超额涨跌右轴中证1000指数净值行业中性因子选股多头净值行业中性因子选股空头净值行业中性因子选股多头超额净值数据来源Wind广发证券发展研究中心在选行业方面行业轮动配置在基于中证1000指数成分股测算下的策略净值走势显著弱于基于行业指数测算的净值走势但依旧具备较为稳定上涨的超额走势这说明景气策略在中证1000股池范围内依旧具备可靠的行业配置能力识别风险发现价值请务必阅读末页的免责声明1521TablePage金融工程专题报告图9行业轮动策略等权选股策略中证1000选股82071561055403-52-101-150-202013-12-312015-12-312017-12-312019-12-312021-12-31行业轮动策略等权选股超额涨跌右轴中证1000指数净值行业轮动策略等权选股净值行业轮动策略等权选股超额净值数据来源Wind广发证券发展研究中心在净值曲线对比中我们发现基于中证1000指数成分股范围内的选行业和择股票策略间走势对比并没有明显差异但当我们将两者结合后净值走势获得了大幅优化体现了112的效果指数增强方面的表现亦非常优异基准超额净值曲线平稳提升近年来的收益状况表现尚佳图10行业轮动策略因子选股策略中证1000选股252520201510155100-55-100-152013-12-312015-12-312017-12-312019-12-312021-12-31行业轮动策略因子选股中证1000范围超额涨跌右轴中证1000指数净值行业轮动策略行业指数净值行业中性因子选股中证1000范围净值行业轮动策略等权选股中证1000范围净值行业轮动策略因子选股中证1000范围净值行业轮动策略因子选股中证范围超额净值1000数据来源Wind广发证券发展研究中心从综合表现上看在中证1000指数成分股范围内景气行业轮动因子选股策略基准超额年化收益达到了335夏普比为182说明该策略针对市值规模小专精特新企业含量更高的小盘股股池中有着意想不到的效果识别风险发现价值请务必阅读末页的免责声明1621TablePage金融工程专题报告表景气行业轮动因子选股各策略综合表现对比中证选股91000方案基准超额年化收益累计回撤胜率夏普年化收益累计回撤胜率夏普中证1000指数36-666500028行业中性因子选股216-408595083174-67802240行业轮动等权选股218-422560078177-105655123行业轮动因子选股382-320612114335-107664182数据来源Wind广发证券发展研究中心以分年度表现而言在中证1000指数成分股范围内景气行业轮动因子选股策略的超额年化收益在十年内同样未尝败绩均为正数与此同时基准超额累计回撤均控制良好说明该指数增强策略在各个时间段上同样都有着稳定而优异的发挥表10景气行业轮动因子选股各策略分年度表现中证800选股2014201520162017201820192020202120222023整体中证1000指数345761-200-174-369257194205-2166536行业中性因子选股年化收益3261566-44-121-250409379471-42303216行业轮动等权选股年化收益3971604-252139-314332361593-139626218行业轮动因子选股年化收益8202177-177165-20231257693330598382行业轮动因子选股年化超额3628361640825334318620314510335行业轮动因子选股夏普比率200238023233307034243189272282182行业轮动因子选股月度胜率667667583750667333750833750714664行业轮动因子选股累计回撤-43-35-89-15-14-78-10-86-23-10-107数据来源Wind广发证券发展研究中心四持仓分析景气行业轮动因子选股策略在中证800指数和中证1000指数股池范围内的股票持有数量平均值分别为11和12说明该策略在每个被选行业内平均选择2支优质个股作为投资对象每支股票的平均持仓权重不超过10图11景气行业中性因子选股策略持仓数量25232119171513119752014-01-012015-02-012016-03-012017-04-012018-05-012019-06-012020-07-012021-08-012022-09-01行业轮动策略因子选股中证800范围持股数量行业轮动策略因子选股中证1000范围持股数量行业轮动策略行业数量数据来源Wind广发证券发展研究中心识别风险发现价值请务必阅读末页的免责声明1721TablePage金融工程专题报告四总结一策略总结本文旨在对上篇报告细分行业景气轮动配置策略提出的模型进行改进与拓展从持仓的角度优化选行业的标准从策略执行落地的角度提出择股票的方案目前景气策略已经形成了从行业配置选择到具体择股执行的闭环我们分别以中证800成分股和中证1000成分股为股票池测试其在指数增强方面的应用能力实证分析显示在中证800指数成分股范围内景气行业轮动因子选股策略基准超额年化收益达到了250夏普比为115在中证1000指数成分股范围内景气行业轮动因子选股策略基准超额年化收益达到了335夏普比为182二策略展望Alpha因子最终都有成为Beta的风险在后续的实盘中应根据因子的失效程度对模型作一定程度的调整三8月结果以下展示景气行业轮动因子选股策略在2023年8月的推荐持仓表11景气策略8月推荐持仓中证800指数范围内持仓股票持仓权重所属行业森马服饰1667服装家纺公牛集团1667家居用品电投产融556多元金融江苏金租556多元金融国网英大556多元金融首旅酒店1667酒店餐饮四川路桥833基础建设中国核建833基础建设太极实业1667工程咨询服务II数据来源Wind广发证券发展研究中心识别风险发现价值请务必阅读末页的免责声明1821TablePage金融工程专题报告表12景气策略8月推荐持仓中证1000指数范围内持仓股票持仓权重所属行业太平鸟1667服装家纺浙江永强833家居用品江山欧派833家居用品海德股份833多元金融浙江东方833多元金融浙江交科833基础建设山东路桥833基础建设苏交科1667工程咨询服务II数据来源Wind广发证券发展研究中心五风险提示1上述结果通过历史数据统计建模和测算完成在宏观政策环境发生大幅改变以及市场风格突变下可能存在失效风险2以上推荐的行业仅从量化角度出发不代表行业观点3因为量化模型的不同本报告提出的观点可能与其他量化模型得出的结论存在差异识别风险发现价值请务必阅读末页的免责声明1921TablePage金融工程专题报告广发金融工程研究小组TableResearchTeam罗军首席分析师华南理工大学硕士从业16年2010年进入广发证券发展研究中心安宁宁首席分析师暨南大学硕士从业14年2011年进入广发证券发展研究中心史庆盛资深分析师华南理工大学硕士2011年进入广发证券发展研究中心张超资深分析师中山大学硕士2012年进入广发证券发展研究中心陈原文资深分析师中山大学硕士2015年进入广发证券发展研究中心李豪资深分析师上海交通大学硕士2016年进入广发证券发展研究中心周飞鹏资深分析师伯明翰大学硕士2021年加入广发证券发展研究中心张钰东资深分析师中山大学硕士2020年进入广发证券发展研究中心季燕妮资深分析师厦门大学硕士2020年进入广发证券发展研究中心广发证券TableIndustryInvestDescription行业投资评级说明买入预期未来12个月内股价表现强于大盘10以上持有预期未来12个月内股价相对大盘的变动幅度介于-1010卖出预期未来12个月内股价表现弱于大盘10以上广发证券TableCompanyInvestDescription公司投资评级说明买入预期未来12个月内股价表现强于大盘15以上增持预期未来12个月内股价表现强于大盘5-15持有预期未来12个月内股价相对大盘的变动幅度介于-55卖出预期未来12个月内股价表现弱于大盘5以上联系我们TableAddress广州市深圳市北京市上海市香港地址广州市天河区马场路深圳市福田区益田路北京市西城区月坛北上海市浦东新区南泉香港德辅道中189号26号广发证券大厦6001号太平金融大街2号月坛大厦18北路429号泰康保险李宝椿大厦29及3047楼厦31层层大厦37楼楼邮政编码510627518026100045200120-客服邮箱gfzqyfgfcomcn法律主体声明TableLegalDisclaimer本报告由广发证券股份有限公司或其关联机构制作广发证券股份有限公司及其关联机构以下统称为广发证券本报告的分销依据不同国家地区的法律法规和监管要求由广发证券于该国家或地区的具有相关合法合规经营资质的子公司经营机构完成广发证券股份有限公司具备中国证监会批复的证券投资咨询业务资格接受中国证监会监管负责本报告于中国港澳台地区除外的分销广发证券香港经纪有限公司具备香港证监会批复的就证券提供意见4号牌照的牌照接受香港证监会监管负责本报告于中国香港地区的分销本报告署名研究人员所持中国证券业协会注册分析师资质信息和香港证监会批复的牌照信息已于署名研究人员姓名处披露重要声明TableImportantNotices识别风险发现价值请务必阅读末页的免责声明2021