研究结论
　　此前报告，我们提出资产的表现并不必然取决于基本面预期，也不必然取决于风险偏好或利率波动。不同时点驱动资产的核心风险因子存在差异，我们称之为特定时期的交易主线。对于境内多资产组合而言，驱动资产表现的风险因子/主线包括增长预期、利率预期和风险溢价。考虑到当前的经济K型、境内外利率脱钩、地缘扰动频繁，我们将风险因子进一步拓展为传统增长、新兴增长、境内利率、境外利率、境内风险溢价和境外风险溢价。基于预期思维，我们事前对上述风险因子进行识别，得到大类资产层面的配置线索。本文将宏观框架细化到行业，以上述三因子对行业交易主线进行预判，进而得到行业配置的观点。需要注意的是，这一分析实则难以完全量化，需要丰富的主观经验，本系列报告旨在找到近似的量化之法，辅助投资决策。
　　因子之于行业，如环境之于绿植。花儿开的不好，有可能是光照不够，可能土壤不够肥沃，也可能是缺水。正如资产在某一时期表现不好，可能是某个因子占据主导，而资产对其负向暴露。将上述框架应用在行业层面，首先需对不同风险因子选择相应指标，增长预期用行业自身的一致预期EPS变化，利率预期和风险溢价则可沿用宏观框架。
　　分别构建绝对收益和相对收益策略。对于前者，将经过回测验证有效的行业因子进行合并，丰富决策的信息集，强化各行业信号。对于后者，对各行业风险因子进行事前识别，选择影响最大的因子，再根据行业对因子的暴露进行行业比较。换言之，单行业判断无需用到风险因子择时，可以简单做风险因子打分的平均，但行业比较则应先做风险因子择时，因为行业比较的本质上是对风险因子进行配置，而单行业分析的信息则需越全面越好。
　　 9月绝对收益视角，绝对收益概率较高的行业主要包括有色/能化/煤炭等上游资源品、部分科技和医药等。相对收益视角，重点关注科技、医药、非银，以及增长预期向上的上游资源品板块。将行业对应到ETF，今年以来行业轮动策略年化收益46%。
　　风险提示
　　极端风险事件，例如中美关系、全球地缘超预期事件等，可能打破统计上的历史规律；量化指标失效的风险，历史数据对未来的指引效果有限；报告所选指标可在一定程度上体现风险因子但存在局限性。