通过多维建模构建行业轮动策略

1、行业配置多面观通过多维建模构建行业轮动策略投资要点01行业配置研究框架要点：我们的行业配置研究框架试图从多个维度刻画证券市场，观察不同维度的共振或约束。0203行业配置模型介绍要点：景气度模型：通过跟踪各行业经营质量、盈利能力和成长能力的边际变化，优先配置景气度边际改善的行业板块； 超预期模型：通过跟踪各行业业绩超预期指标，优先配置业绩超预期相对较多的行业板块；资金流模型：通过跟踪各行业北向资金流入情况，优先配置资金流入力度较大的行业板块。行业轮动复合模型及近期持仓要点：2010年6月以来复合模型多头组合年化收益为19.50%，超额年化收益为12.67%，超额最大回撤为18.06%，信息比率为

2、1.42； 今年以来模型多头组合超额收益为10.15%，5月底最新持仓为：煤炭、有色金属、基础化工、银行、交通运输。041风险提示：量化模型基于历史数据构建，而历史规律存在失效风险。国泰君安证券2022中期策略研讨会目录CONTENTS行业配置研究框架行业配置模型介绍行业轮动复合模型及近期持仓2国泰君安证券2022中期策略研讨会01行业配置研究框架3行业配置多面观通过多维建模构建行业轮动策略行业配置研究框架1.1复杂系统多面观受基本面、技术面、资金面和情绪面 多重因素影响主导因素随时而动主因、次因可相互转换多重因素共振 VS 相互约束行业配置目标：景气度边际改善、机构资金持续净流入、市场微观结

3、构健康、行业负面 情绪较少的行业板块组合动态调整数据来源：国泰君安证券研究行业配置研究框架市场情绪：舆情数据微观结构：动量拥挤度机构资金：北上资金基金持仓景气度：财报、快报、 预告分析师预期基本资金 面面情绪 面技术 面4行业配置多面观通过多维建模构建行业轮动策略行业多因子研究流程1.2行业多因子研究流程：基础数据处理公司-行业数据对齐行业因子合成行业间可比性成分股一致性单因子测试IC测试分组测试复合因子合成IC值相关性复合因子测试数据来源：国泰君安证券研究行业多因子研究流程基础数据处理财务报表分析师预期微观结构（LEVEL2）资金流向行业因子合成行业景气度分析师预期行业拥挤度行业资金流单因子

4、测试IC值测试分组测试（分组、多空、基准）备选因子选择复合因子合成因子相关性分析因子加权复合因子测试复合因子绩效分析5国泰君安证券2022中期策略研讨会02行业配置模型介绍6行业配置多面观通过多维建模构建行业轮动策略景气度模型：投资逻辑2.1配置目标：通过跟踪行业经营质量、盈利能力和成长能力 的边际变化，优先配置景气度边际改善的行业板块。景气度因子分类：财务质量、盈利能力、成长能力共81个业绩预告快报类因子共27个数据类型报告期末累计：年初至当前报告期TTM单季特有因子客户议价力环比增量、供应商议价力环比增量核心利润率单季同比增量核心利润单季同比增长率、预收款项同比增长率、核 心利润TTM同比

5、增长率环比增量景气度财务因子分类数据来源：国泰君安证券研究7行业配置多面观通过多维建模构建行业轮动策略景气度模型：因子分类（财务质量因子）2.1特有因子：供应商议价力，指行业对上游供应商议价能力，高供应商议 价力代表行业对上游供应商议 价能力高、行业竞争地位强。客户议价力，指行业对下游经 销商或客户议价能力，高客户 议价力代表行业对下游经销商 或客户议价能力高、行业产品 或服务竞争力强。8行业配置多面观通过多维建模构建行业轮动策略景气度模型：因子分类（盈利能力因子）2.1特有因子：核心利润率，指行业核心利润/行业营业收入，可以衡量行业整体核心经营 利润率水平高低。核心利润排除掉了 跟企业经营无

6、关因素，对企业利润水 平刻画比较准确。高核心利润率代表 行业产品服务竞争力强、利润率高。营业收入/销管财费用，指行业单位销 管财费用产生的营业收入，可以衡量 行业费用管理能力高低9行业配置多面观通过多维建模构建行业轮动策略景气度模型：因子分类（成长能力因子）2.1特有因子：预收款项，指行业预收款项与合同负债之和，可以衡量行业产品服务竞争 力和业绩保障程度高低，高预收款项 代表行业下游经销商先打款后拿货等 情况较多、产品服务竞争力和业绩保 障程度高。核心利润，指行业公司营业收入扣除 营业成本、税金、销管财三费等公司 所得税扣减前的利润总和。与营业利 润相比，核心利润剔除掉与公司经营 无关的损益，

7、可以更好地刻画公司实 际利润水平。1011行业配置多面观通过多维建模构建行业轮动策略景气度模型：因子分类（业绩预告、快报类因子）2.1因子所用报表情形：三种报表：由于业绩预告只包含归母净利润 数据，仅在构建归母净利润相关因子时用到 业绩预告、业绩快报和正式财报三种报表两种报表：由于业绩快报会提前公布公司的营业收入、营业利润、归母净利润等指标， 仅在构建营业收入、营业利润、归母净利润 等相关因子时用到了业绩快报和正式财报两 种报表正式财报：对于构造时不涉及业绩预告与业 绩快报的因子，仍采用基于正式财报的景气 度模型算法构建行业配置多面观通过多维建模构建行业轮动策略景气度模型：单因子测试总览2.1

8、12测试方法：因子IC测试、因子分组测试（分6组）回测区间：2010年5月底至2022年5月20日组合调仓：每月月底调仓市场基准：中信一级行业指数等权合成，每月月底同步调仓观察报告期：基于业绩预告、业绩快报和正式财报三种报表基于业绩预告、业绩快报和正式财报三种报表的月度观察报告期月份一月二月三月四月五月六月七月八月九月十月十一月十二月观察报告期三季报年报年报一季报一季报一季报半年报半年报半年报三季报三季报三季报采用报表正式财报正式财报 业绩快报 业绩预告正式财报 业绩快报 业绩预告正式财报正式财报正式财报正式财报 业绩快报 业绩预告正式财报正式财报正式财报正式财报正式财报首次计算保持保持首次计

9、算 更新保持首次计算保持保持操作类型保持首次计算 更新数据来源：国泰君安证券研究行业配置多面观通过多维建模构建行业轮动策略景气度模型：复合因子合成2.1财务质量类因子与盈利能力及成长能力类因子整体相关性较低盈利能力类因子与成长能力类因 子整体相关性较高客户议价力环比增量和供应商议价力环比增量两个因子之间相关性为负预收款项同比增长率与其他成长 能力类因子相关性较低13数据来源：国泰君安证券研究行业景气度复合因子所用因子相关性因子名称因子编号质量1质量2盈利3成长1成长2成长3成长4成长7客户议价力环比增量质量1100.00%-45.85%-10.53%-22.85%-19.20%2.04%-15

10、.28%-12.40%供应商议价力环比增量质量2-45.85%100.00%-14.00%2.19%-1.49%3.34%4.73%0.13%销售净利率1单季同比增量盈利3-10.53%-14.00%100.00%66.95%67.61%35.35%38.19%35.24%核心利润单季同比增长率成长1-22.85%2.19%66.95%100.00%88.07%36.59%69.46%55.42%归母净利润2单季同比增长率成长2-19.20%-1.49%67.61%88.07%100.00%30.77%57.32%65.73%预收款项同比增长率成长32.04%3.34%35.35%36.59%

11、30.77%100.00%15.45%8.63%核心利润TTM同比增长率环比增量成长4-15.28%4.73%38.19%69.46%57.32%15.45%100.00%77.74%归母净利润2同比增长率环比增量成长7-12.40%0.13%35.24%55.42%65.73%8.63%77.74%100.00%行业配置多面观通过多维建模构建行业轮动策略景气度模型：绩效分析2.1复合因子多头组合：年化收益率为15.72%，最大回撤为51.22%SHARP比率为0.58，信息比率为1.23超额收益：年胜率为76.92%，月胜率为68.28%超额前三年份：2020、2014、2017，分别为28

12、.79%、19.00%、17.69%超额后三年份：2019、2016、2018，分别为-3.42%、-1.92%、-1.33%换手率：年度单边换手率均值为241%月度调仓单边换手率均值为20%数据来源：WIND 行业景气度复合因子分组累计净值分组1分组2分组3分组4分组5分组66.55.54.53.52.51.50.5年份组合收益24.32%-26.86%20.03%31.36%61.79%-15.20%18.83%25.14%49.45%-4.11%市场收益10.27%-28.40%3.30%13.70%67.01%48.01%50.37%-13.29%1.14%-30.21%-28.87%

13、28.57%20.66%17.99%12.09%-10.99%超额收益14.05%1.54%16.73% 17.66%19.00%11.42%-1.92%17.69%-1.33%-3.42%28.79%5.91%6.88%换手率 260.00%200.00%260.00%220.00%360.00%240.00%260.00%200.00%280.00%320.00%300.00%160.00%80.00%行业景气度复合因子多头组合年度超额收益201020112012201320142015201620172018201920202021202214数据来源：WIND行业配置多面观通过多维建模

14、构建行业轮动策略超预期模型：投资逻辑2.2PEAD研究汇总数据来源：Sojka（2018）数据来源：Sojka（2018）15业绩超预期一般是指上市公司发布业绩报告（定期报告、业绩预告、业绩快报等）时，如果出现盈利超预期，股价会在发布后持续上涨一段时间。学术上，称为盈余公告后价格漂移效应PEAD（Post-Earnings Announcement Drift）。最早由Ball和Brown(1968)发现，之后很多研究发现在不同市场、不同的 时间阶段普遍存在。近几年在国内量化选股的投资实战中也应用较多，属于基本面量化选股中表现名 列前茅的一类因子。学术上的解释传统金融学一般使用套利限制、风险溢

15、价等来解释。由于交易成本、套利风险的存在，或者市场条件不完备（卖空限制等）， 投资者套利行为受到制约，无法完全消除PEAD效应行为金融学从非理性人假设出发，用市场反应不足(under reaction)来解释。由于投资者注意力的有限性或者认知上的不足，导致 投资者无法完全理解盈利中包含的信息，没有对盈利信息作出充分的、及时的反应，价格需要一定时间才能调整到应有的水平。16行业配置多面观通过多维建模构建行业轮动策略超预期模型：因子计算方法2.21)盈余公告前后异常收益因子加权计算中信行业h的每天因子值：2)公告前后交易量变动加权计算中信行业h的每天因子值：行业因子：b.使用分析师预期数据作为预期

16、净利润的估计，分母使用分析师预 期数据绝对值以第2季度为例，假设刚发布2季度业绩预告，计算分析师预期的2季度净利润过程 如下：计算分析师预测的后3个季度净利润=分析师预测年度利润-已预告或公告的1季 度归母净利润得到。计算分析师预测增长率=分析师预测的后3个季度净利润个季度净利润/去年对 应的后3季度净利润。分析师预期第2季度净利润=去年第2季度净利润*（1+分2季析师预测增长率）。单季度归母净利（润第超2分季析度师公预告期净幅利度润=-分析师预期第 度净利润）/abs(分析师预期第2季度净利润)。3) SUE标准化预期外盈利a.使用历史财务数据估计预期收益(, )，分母使用预期外收益标准差个

17、股因子：无漂移项有漂移项行业配置多面观通过多维建模构建行业轮动策略超预期模型：因子计算方法（续）2.2得到行业成分股的每个交易日的上述因子后，使用自由流通市值加权计算行业h的因子值5）过去N日券商/报告上下调比例过去N日报告上调比例-下调比例=（上调报告数-下调报告数）/总报告数过去N日券商上调比例-下调比例=（上调家数-下调家数）/总家数过去N日报告上调比例=上调报告数/总报告数过去N日券商上调比例=上调家数/总家数6）过去N日盈利/营收预测调整股票s在过去N日每个发布预测报告的分析师净利润/营收调整幅度，然后等权平均得到个股的净利润/营收调整因子：4）SUE衍生因子使用营业收入、ROE、R

18、OA等财务指标替换公式中的净利润,，计算标准化预期外营业收入、标准化预期外ROE、标准化预期外ROA等SUE衍生因子，刻画财务指标的超预期程度。 17, = , ,行业配置多面观通过多维建模构建行业轮动策略超预期模型：筛选分组效果优秀的超预期因子2.2入选因子主要绩效指标因子空头组t0 t1回撤超额收超额收 多头组t4 益最大益波动率信息比年化收多空收 率益益公告后1天异常收益-5.49%7.43%1.0513.80%13.29%-1.99%7.80%-14.88%7.50%-18.09%7.99%0.9413.37%9.49%公告后跳空0.68%6.67%0.9712.93%5.80%标准化

19、预期外单季度归母净利润-带漂移项-6.38%6.48%-13.15%6.03%-14.84%7.31%0.8312.03%12.41%标准化预期外单季度营业利润-4.19%8.55%0.7212.69%10.33%单季度归母净利润超分析师预期幅度-4.65%6.15%-20.16%5.57%-19.02%7.71%0.7212.23%10.22%标准化预期外单季度归母ROA-带漂移项-7.15%6.95%0.9812.93%13.96%标准化预期外归母ROE(TTM)-7.77%6.81%-14.84%6.78%-17.84%6.97%0.9712.71%14.56%-6.55%7.48%0.

20、8412.52%12.81%-5.25%6.26%-15.01%7.40%-16.22%7.41%1.0013.62%12.65%-4.15%8.41%0.7713.25%10.65%预测调整过去90天盈利调整数据来源：Wind，朝阳永续，国泰君安证券研究-6.03%-1.23% -2.78%1.43%-0.91% -1.86% -3.52%-4.11%1.08% -4.13%-3.87%0.44%4.02%-3.59% -0.37%1.59%-2.14% -0.22%1.11%-0.46%0.47%0.47%-0.52%0.83%0.63%-2.39% -0.44%2.69%-3.31%0.

21、59%0.52%-2.16% -2.07%1.22%-0.82% -0.16%0.46%6.50%-17.27%6.20%-15.98%7.76%0.8012.37%12.23%SUE衍生过去N日券商 过去90日券商上调-下调比例/报告上下调 过去180日报告上调-下调比例 比例过去90日报告上调比例年化超额收益t2t3t4（多头组） 盈余公告前 公告后3天异常收益之和后异常收益SUEICIC_IR8.33%0.334.16%0.153.97%0.187.31%0.295.99%0.233.99%0.156.66%0.286.00%0.236.49%0.256.51%0.256.51%0.25

22、6.80%0.2518行业配置多面观通过多维建模构建行业轮动策略超预期模型：绩效分析2.2使用行业超预期复合因子构建行业轮动策略，每月底选择排名前5行业构建组合。2010年以来，策略年化收益为17.13%，相对于基准（中信行业等权，年化收益5.74%），年化超额收益达11.39%， 超额最大回撤为20.47%，信息比率为1.29。除了2015年跑输基准1.5%以外，其他年份均跑赢基准。截至2022年4月29日，今年以来超预期复合因子行业轮动策略收益为-14.49%，相对基准的超额收益为4.31%。换手率方面，年度单边换手率均值为321%，月度调仓单边换手率为26.8%。数据来源：Wind，朝阳

23、永续，国泰君安证券研究.-0.05-0.1-0.15-0.2-0.259876543210-12010.02.012010.05.202010.09.012010.12.212011.04.112011.07.212011.11.072012.02.232012.06.082012.09.182013.01.072013.04.252013.08.122013.11.282014.03.172014.06.302014.10.152015.01.262015.05.142015.08.242015.12.102016.03.282016.07.112016.10.272017.02.13201

24、7.05.262017.09.062017.12.212018.04.112018.07.242018.11.082019.02.262019.06.122019.09.202020.01.072020.04.242020.08.102020.11.252021.03.122021.06.282021.10.142022.01.24超额收益最大回撤策略组合 (前五行业)累计超额收益中证500超预期复合因子行业轮动策略绩效指标年度累计收益基准收益超额收益超额收益 最大回撤超额收益 信息 波动率比率单边换 手率201011.92%10.20%1.72%-4.78%5.40%0.32240%2011

25、-18.24%-28.53%10.29%-4.05%5.33%1.93220%201210.61%3.15%7.45%-4.82%6.54%1.14280%201328.59%13.48%15.11%-5.03%7.89%1.92300%201479.22%46.91%32.31%-954%9.83%3.29380%201548.96%50.46%-1.50%-785%8.69%-0.17380%2016-10.26%-13.27%3.01%-3.94%5.34%0.56320%201724.22%1.12%23.10%-4.68%7.33%3.15300%2018-25.58%-28.96%

26、3.39%-6.33%8.39%0.40340%201936.68%28.65%8.03%-6.00%7.68%1.05320%202047.01%20.48%26.53%-4.63%9.11%2.91440%202126.19%11.91%14.27%-17.99%16.98%0.84300%202203-5.66%-10.25%4.59%-2.30%9.90%0.46120%整体17.13%5.74%11.39%-20.47%8.80%1.29321%行业等权（基准）0超预期复合因子行业轮动策略收益曲线数据来源：Wind，朝阳永续，国泰君安证券研究每月平均单边换手率19行业配置多面观通过多

27、维建模构建行业轮动策略资金流模型：投资逻辑2.3数据来源：Sojka（2018）资金流是独立于基本面因子的重要补充，其能带来超额收益的原因有三：资金买入卖出本身就是股市涨跌的驱动力；北向、公募等大机构往往符合一般意义上“聪明钱”的定义，有助于发掘领先信 息；北向、公募持仓等公开信息被市场广泛关注，具有一定引领投资的作用。北向资金是过去几年关注程度最高、公开程度最强、效果最好的资金流因子之 一，我们以此作为行业轮动中资金流因子研究的开端。我们将北向资金因子分 为4大类：静态持仓因子：衡量北向资金静态持仓偏好，如持仓市值等。动态流入因子：关注北向资金动态变化，如净流入、持股比例变动等。净流入增速因

28、子：关注北向资金流入增速，如月净流入环比增幅等。交易活跃度因子：关注北向资金在各行业的交易活跃情况。结合港交所披露的中央结算系统持股数据，可以根据结算机构的不同，将北向资金主体分为北向资金整体、银行类资金、券商类资金三类。静态持仓因子北向资金动态流入因子银行类资金流入增速因子券商类资金交易活跃度因子20行业配置多面观通过多维建模构建行业轮动策略资金流模型：因子计算方法2.3静态持仓因子列表因子分类因子名计算方法因子 ID静态持仓因子持仓市值北向资金持股数股票收盘价NorthHoldValue持仓比例持仓市值/对应行业全部陆股通标的股流通市值NorthHoldRatio配置比例持仓市值/北向总持

29、仓市值NorthHoldCfRatio超配比例北向资金在对应行业的配置比例行业本身流通市值占比市场比例NorthHoldOverRatio21数据来源：Wind静态持仓因子逻辑：北向资金在期末高配或超配的行业下一期将有超额收益考虑到静态持仓因子难以捕捉市场短期变化，最终模型中我们不将静态持仓因子选入。22行业配置多面观通过多维建模构建行业轮动策略资金流模型：因子计算方法（续）2.3动态流入因子列表1分类因子名计算方法因子 ID持仓变化 因子月持仓增量月末持仓市值较上月末增幅NorthHoldValueChg月持仓比例增量行业持仓比例较上月末增幅NorthHoldRatioChg月配置比例增量行

30、业配置比例较上月末增幅NorthHoldCfRatioChgN 天持仓比例增量行业持仓比例较 N 天前增幅（N=5,10,15,20,30,40,60,90,120）NorthHoldRatioChg_(N)D净流入因 子月净流入每月净流入金额NorthMonthInflow月净流入占期初持仓比每月净流入金额占月初持仓金额的比例NorthMonthInflow_BeginHold月净流入占流通市值比月净流入金额占行业平均流通市值比例，平均流通市值=0.5*（期初市值+期末市值），下同NorthMonthInflow_MarketValueN 天净流入N 天累计净流入（N=5,10,15,20,

31、30,40,60,90,120）NorthInflow_(N)DN 天净流入占期初持仓比N 天累计净流入金额占期初持仓金额的比例（N=5,10,15,20,30,40,60,90,120）NorthInflow_(N)D_BeginHoldN 天净流入占流通市值比N 天累计净流入金额占区间平均流通市值比例（N=5,10,15,20,30,40,60,90,120）NorthInflow_(N)D_MarketValue数据来源：Wind动态流入因 子逻辑：北向资金净流入高的行业下一期将有超额收益1）持仓变化因子：根据前后两期持仓及持仓比例的增 量计算而得，包括月持仓增量，月 持仓比例增量，月配

32、置比例增量， N天持仓比例增量2）净流入因子考察过去一段时间净流入的绝对值，以及净流入金额占比。对于占比，包括占期初持仓市值和占行业平均流通市值两类（平均流 通市值=（期初流通市值+期末流通 市值）/2）行业配置多面观通过多维建模构建行业轮动策略资金流模型：因子计算方法（续）2.3动态流入因子列表2分类因子名计算方法因子 ID正向净流入因 子正向净流入天数占比每月净流入大于 0 的天数占比NorthPosDayRatioN 天正向净流入考虑过去 N 天中净流入0 的日期的净流入金额之和（N=5,10,15,20,30,40,60,90,120）NorthInflowPos_(N)DN 天正向净

33、流入占期初持仓比N 天正向净流入占期初持仓的比例（N=5,10,15,20,30,40,60,90,120）NorthInflowPos_(N)D_BeginHoldN 天正向净流入占流通市值比N 天正向净流入占流通市值的比例（N=5,10,15,20,30,40,60,90,120）NorthInflowPos_(N)D_MarketValue233）正向净流入因子：剔除区间内行业净流入为负数的日 期，只考察行业净流入为正的日 期。因子值越大，表明该行业在区 间内持续获得资金流入、或经历了 资金大额流入及流出，这表明北向 资金对于行业一致看多或关注程度 很高（分歧较大）；包括正向净流入天数占

34、比、N天正向净流入、N天正向净流入占期初 持仓比、N天正向净流入占流通市 值比。数据来源：Wind动态流入因子逻辑：北向资金净流入高的行业下一期将有超额收益综合单因子检验结果和经济逻辑，选取北向资金60日净流入占市值比、北向资金120日正向 净流入占市值比2个因子参与复合因子合成。行业配置多面观通过多维建模构建行业轮动策略资金流模型：因子计算方法（续）2.3流入增速因子列表分类因子名计算方法因子 ID流入增速 因子月净流入环比增幅每月净流入金额较上月净流入金额的增幅NorthMonthInflowChg月净流入占期初持仓比环比增幅每月净流入占月初持仓的比例较上月增幅NorthMonthInfl

35、ow_BeginHoldChg月净流入占流通市值比环比增幅每月净流入占行业平均流通市值的比例较上月增幅NorthMonthInflow_MarketValueChgN 天净流入环比增幅N 天累计净流入环比增幅（N=5,10,15,20,30,40,60,90,120）NorthInflow_(N)DChgN 天净流入占期初持仓比环比增幅N 天累计净流入占期初持仓比例环比增幅（N=5,10,15,20,30,40,60,90,120）NorthInflow_(N)D_BeginHoldChgN 天净流入占流通市值比环比增幅N 天累计净流入占流通市值比例环比增幅（N=5,10,15,20,30,4

36、0,60,90,120）NorthInflow_(N)D_MarketValueChgN 天正向净流入环比增幅N 天累计正向净流入环比增幅（N=5,10,15,20,30,40,60,90,120）NorthInflowPos_(N)DChgN 天正向净流入占期初持仓比环比增幅N 天累计正向净流入占期初持仓比例环比增幅（N=5,10,15,20,30,40,60,90,120）NorthInflowPos_(N)D_BeginHoldChgN 天正向净流入占流通市值比环比增幅N 天累计正向净流入占流通市值比例环比增幅（N=5,10,15,20,30,40,60,90,120）NorthInfl

37、owPos_(N)D_MarketValueChg24流入增速因子逻辑：净流入速度加快的行业下一期有超额收益流入增速因子：流入增速因子是动态流入因子的一阶导、静态 持仓因子的二阶导，主要考察区间净流入程度 与上期环比增幅；包括月净流入及占比（期初持仓、流通市值） 环比增幅、N天净流入及占比（期初持仓、流 通市值）环比增幅、N天正向净流入及占比（期初持仓、流通市值）环比增幅。综合单因子检验结果和经济逻辑，选取北向 资金月净流入占市值比环比增速、券商资金 10日净流入占市值比环比增速2个因子参与 复合因子合成。数据来源：Wind25行业配置多面观通过多维建模构建行业轮动策略资金流模型：因子计算方法

38、（续）2.3 ,2）正向交易活跃度因子：只考虑个股净买卖金额为正的数据，剔除净卖出数据： = (, ,0) ,数据来源：Wind交易活跃度因子列表因子分类因子名计算方法因子 ID交易活跃度因子月度双向交易活跃度过去一月中，个股每日净买卖金额的绝对值之和/个股成交金额之和NorthTradingActivity月度正向交易活跃度过去一月中，个股每日净买入金额之和/个股成交金额之和（N=5,10,15,20,30,40,60,90,120）NorthTradingPosActivityN 天双向交易活跃度过去 N 天中，个股每日净买入金额之和/个股成交金额之和（N=5,10,15,20,30,40

39、,60,90,120）NorthTradingActivity_(N)DN 天正向交易活跃度过去 N 天中，个股每日净买入金额之和/个股成交金额之和（N=5,10,15,20,30,40,60,90,120）NorthTradingPosActivity_(N)D交易活跃度因子逻辑：北向资金关注程度高的行业下一期有超额收益交易活跃度指标关注北向资金对于行业的关注程度，一般以北向成交金额占行业总成交金额的比例计算，但由于没有成交金额数据，我们以个股每日净买卖金额的绝对值加总代表每天成交数据。根据是否计算净卖出个股数据，分为1）双向交易活跃度因子：使用个股每天的净买入和净卖出金额的绝对值加总，再除

40、以行业内陆股通成分股累计成交额计算： = ( ,)综合单因子检验结果和经济逻辑，选取北向 资金月度正向交易活跃度、北向资金5日正向 交易活跃度2个因子参与复合因子合成。26行业配置多面观通过多维建模构建行业轮动策略资金流模型：筛选分组效果优秀的北向资金因子2.3数据来源：Wind6个因子的单因子多头组绩效因子类别因子名称年化年化 收益率波动率夏普 比率最大 回撤超额年化超额年化 收益率波动率信息 比率超额 最大回撤北向资金60日净流入占市值比11.79%21.13%0.4630.28%10.39%6.92%1.506.84%北向资金120日正向净流入占市值比12.89%22.36%0.4935

41、.12%10.66%7.87%1.3512.22%北向资金月净流入占市值比环比增速7.69%20.70%0.2829.63%5.90%6.48%0.918.13%券商资金10日净流入占市值比环比增速14.21%22.22%0.5525.86%7.03%7.38%0.956.02%北向资金月度正向交易活跃度11.39%18.33%0.5126.42%9.64%8.53%1.1312.69%北向资金5日正向交易活跃度13.23%18.11%0.6222.96%11.45%8.10%1.4116.16%动态流 入因子流入增 速因子交易活 跃度因 子27行业配置多面观通过多维建模构建行业轮动策略资金流

42、模型：绩效分析2.3使用北向资金复合因子构建行业轮动策略，每月初选择排名前5行业构建组合。2017年以来，策略年化收益为17.58%，相对于基准（中信行业等权，年化收益1.6%），年化超额收益达15.73%， 超额最大回撤为9.55%，信息比率为1.89。除了2021年小幅跑输基准0.04%以外，其他年份均跑赢基准。截至2022年5月31日，2022年以来北向资金流复合因子行业轮动策略收益为-11.53%，相对基准的超额收益为4.17%。换手率方面，年度单边换手率均值为617%，月度调仓单边换手率为51.4%。年份201720182019202020212022整体组合收益21.27%10.3

43、3%-11.53%市场收益-19.44%44.06%69.24%-29.28%28.00%28.58%10.37%-15.07%17.58%1.60%超额收益-0.45%21.81%13.92%12.54%31.63%换手率420%500%660%680%-0.04%4.17%780%300%15.73%617%北向资金流复合因子多头组合年度超额收益北向资金流复合因子行业轮动策略绩效指标多头组基准空头组超额多空年化收益率17.58%1.60%-3.64%15.73%22.02%年化波动率19.96%18.83%20.92%8.33%13.07%最大回撤27.36%34.32%43.54%9.5

44、5%12.87%夏普比0.78-0.02-0.271.651.53卡尔玛0.57-0.01-0.131.441.56信息比率0.880.08-0.171.891.68数据来源：Wind测试区间：2017.01.01-2022.05.31北向资金流行业轮动策略净值走势0%-1%-2%-3%-4%-5%-6%-7%-8%-9%-10%0.511.522.532017-1-22018-1-22019-1-22020-1-22021-1-22022-1-2超额最大回撤多头组基准超额空头组数据来源：Wind测试区间：2017.01.01-2022.05.312828国泰君安证券2022中期策略研讨会03

45、行业轮动复合模型及近期持仓29行业配置多面观通过多维建模构建行业轮动策略行业轮动复合模型测试3.1复合模型多头组合年化收益率为19.50%，最大回撤为49.28%复合模型多头组合SHARP比率为0.73，信息比率为1.42数据来源：WIND，国泰君安证券研究行业轮动复合模型分组累计净值0246810201006201009201012201103201106201109201112201203201206201209201212201303201306201309201312201403201406201409201412201503201506201509201512201603201606

46、201609201612201703201706201709201712201803201806201809201812201903201906201909201912202003202006202009202012202103202106202109202112202203202206分组1分组2分组3分组4分组5分组630行业配置多面观通过多维建模构建行业轮动策略行业轮动复合模型测试3.1复合模型多头组合相对市场基准指数的超额年化收益率为12.67%复合模型多头组合相对市场基准超额收益最大回撤18.06%数据来源：WIND行业轮动复合模型多头组合超额分析0%2%4%6%8%10%12%14

47、%16%18%20%02468102010062010092010122011032011062011092011122012032012062012092012122013032013062013092013122014032014062014092014122015032015062015092015122016032016062016092016122017032017062017092017122018032018062018092018122019032019062019092019122020032020062020092020122021032021062021092021122

48、02203202206最大回撤分组1基准超额行业配置多面观通过多维建模构建行业轮动策略行业轮动复合模型测试3.1复合模型多头组合年化收益率为19.50%，空头组合年化收益率为-4.45%复合模型多头组合相对空头组合的超额年化收益率为23.94%，超额最大回撤21.83%数据来源：WIND0%5%10%15%20%18161412108642020100620100920101220110320110620110920111220120320120620120920121220130320130620130920131220140320140620140920141220150320150620

49、1509201512201603201606201609201612201703201706201709201712201803201806201809201812201903201906201909201912202003202006202009202012202103202106202109202112202203202206行业轮动复合模型多空分析最大回撤分组1分组6多空31行业配置多面观通过多维建模构建行业轮动策略行业轮动复合模型绩效分析3.2模型多头组合年化收益率为19.50%，相对市场基准超额年化收益率为12.67%，超额最大回撤为18.06%，信息比率为1.42超额收益：年胜率为

50、100%，月胜率为66.21%超额前三年份：2017、2020、2014，分别为29.55%、27.42%、22.32%超额后三年份：2010、2016、2021，分别为0.34%、0.89%、3.89%换手率：年度单边换手率均值为326%，月度调仓单边换手率均值为30%32行业轮动复合模型多头组合年度超额收益21.20%-20.08%15.53%29.87%70.33%64.64%-12.39%30.69%-24.42%-28.87%39.66%28.57%48.09%15.97%0.21%20.86%-28.40%3.30%13.70%48.01%50.37%-13.29%1.14%20.66%12.09%-9.94%0.34%8.32%12.23%16.17%22.32%14.27%340.00%0.89%29.55%4.45%11.10%27.42%3.89%10.15%270.00%280.00%380.00%220.00%300.00%380.00%260.00%280.00%480.00%420.00%440.00%192.00%年份2010201120122013