量化策略专题研究：业绩、估值与行业轮动

1、目录投资聚焦1 HYPERLINK l _TOC_250014 业绩、估值视角下的行业轮动逻辑框架1 HYPERLINK l _TOC_250013 收益源于业绩或估值的变动，估值受业绩预期、投资者情绪等因素影响1 HYPERLINK l _TOC_250012 行业轮动逻辑：业绩弹性预期差定位，投资者情绪把握买入时点2 HYPERLINK l _TOC_250011 业绩：业绩增速的相对变化是超额收益的重要来源3 HYPERLINK l _TOC_250010 分析师一致预期数据时效性优于财报3 HYPERLINK l _TOC_250009 中证800指数空间成分股分析师预期数据更完备3

2、HYPERLINK l _TOC_250008 业绩增速的相对变化是超额收益的重要来源5 HYPERLINK l _TOC_250007 利用成长偏离度指标刻画相对业绩增速的变化5 HYPERLINK l _TOC_250006 估值：估值只是交易行为的结果，警惕“价值陷阱”8 HYPERLINK l _TOC_250005 简单通过估值及其分位点构建行业组合超额收益较低8 HYPERLINK l _TOC_250004 不同行业选择不同估值指标构建行业组合超额收益仍然较低9 HYPERLINK l _TOC_250003 把握估值的驱动力：业绩投资者情绪10 HYPERLINK l _TOC

3、_250002 相对业绩增速与投资者情绪是相对估值水平的重要驱动力10 HYPERLINK l _TOC_250001 是否值得买？利用业绩弹性预期差刻画未被估值反映的业绩弹性预期12 HYPERLINK l _TOC_250000 何时买入？业绩弹性预期差定位，投资者情绪状态把握买入时点14结论与投资建议16风险因素17插图目录图1：相对业绩增速的变化更容易获得市场溢价2图2：业绩、估值视角下的行业轮动逻辑框架2图3：汽车行业一致预期净利润增速中位数与净利润TTM同比增速中位数历史情况3图4：中证800指数成分股的分析师覆盖情况4图5：中证全指成分股的分析师覆盖情况4图6：中证800指数成分

4、股市值占中证全指成分股市值比重情况4图7：中证800空间各行业市值占中证全指空间各行业市值比重4图8：汽车行业相对业绩增速与汽车行业相对强弱指数5图9：成长偏离度指标分组各行业组合历史表现6图10：ROETTM分组各行业组合表现7图滚动一致预期ROE分组各行业组合历史表现7图12：净利润TTM同比增速分组各行业组合历史表现7图13：滚动一致预期净利润增速分组各行业组合历史表现7图14：市盈率（PETTM）分组各行业组合历史表现8图15：市净率（PBLF）分组各行业组合历史表现8图16：市盈率（PETTM）分位点分组各行业组合历史表现8图17：市净率（PBLF）分位点分组各行业组合历史表现8图1

5、8：有色金属、煤炭、石油石化行业PETTM历史情况9图19：不同行业选取不同估值指标的估值分位点分组各行业组合历史表现10图20：成长偏离度分组各组估值偏离度中位数图21：投资者情绪指标分组各组估值偏离度中位数图22：业绩弹性预期差分组各行业组合历史表现12图23：高业绩弹性预期差、高成长偏离度、低估值(PETTM)行业组合历史表现13图24：投资者情绪指标分组各行业组合历史表现14图25：业绩弹性预期差定位，投资者情绪把握买入时点的行业轮动策略历史表现15图26：全部中信一级行业成长偏离度情况16图27：全部中信一级行业业绩弹性预期差情况16图业绩弹性预期差行业市场情绪情况（近1月换手率-近

6、1年换手率）17表格目录表1：高成长偏离度组合（G5）历史表现6表2：高ROETTM、高一致预期ROE、高净利润TTM同比增速、高一致预期利润增速、高成长偏离度行业组合历史表现比较7表：按市盈率（TT、市净率（LF）及其分位点分组各行业组合年化超额收益9表4：不同行业选取不同估值指标的估值分位点最低组（G1）历史表现10表5：高业绩弹性预期差行业组合（G5）历史表现12表6：高业绩弹性预期差、高成长偏离度、低估值（PETTM）行业组合历史表现13表7：低投资者情绪行业组合（G1）历史表现14表8：高投资者情绪行业组合（G5）历史表现14表9：业绩弹性预期差定位，投资者情绪把握买入时点的行业轮动

7、策略历史表现15 投资聚焦（捉投资者情绪变化来进行配置技术面交易型（通过调研把握行业基本面的变化趋势进行配置基本面趋势型（通过行业的估值周期及业绩预期判断行业的定价偏差使用，但该类研究中大多存在以下两点问题：1行业更为重要。2、其余综合考虑业绩预期与估值的研究大多仅针对单一行业，并未构建系统的分析框架进行行业比较，使得行业配置的主观性较强。因此，在本篇报告中，我们聚焦于如何将行业的业绩预期、估值有机结合起来，试图为投资者建立业绩与估值视角下更加科学、合理的行业比较分析框架。 业绩、估值视角下的行业轮动逻辑框架收益源于业绩或估值的变动，估值受业绩预期、投资者情绪等因素影响行业是股票的集合，其收益

8、源于成分股的股价变动，而股价涨跌源自公司业绩或估值的变化，即： = 其中，P是股价，PE是市盈率，EPS即为每股收益。进一步有： = + + =+上式表明，股票收益源于业绩或估值的变化，同理，行业的收益也可以使用业绩与估值变化这个分析框架进行讨论。其中，估值受业绩预期、投资者情绪等因素影响，业绩的变化往往决定了估值中枢的变化，而投资者情绪也会对其实际估值水平产生一定扰动。而从超额收益角度来看，行业的超额收益通常应来自于高于市场平均水平的业绩增速或高于市场平均水平的估值变化，但业绩增速的相对变化同样会对估值的相对变化产生重要影响，业绩增速相对提高地更多的行业更容易获得市场溢价。因此，相对业绩增速

9、的变化也是本文重要的考察因素。A EPS 20%EPS 10%； A EPS 15%EPS 10%A 股EPS EPS 图 1：相对业绩增速的变化更容易获得市场溢价25%20%15%10%相对业绩增速10A股票业绩增速市场平均业绩增速相对业绩增速下降至510%t0t1资料来源： 行业轮动逻辑：业绩弹性预期差定位，投资者情绪把握买入时点如上文所述，单一考虑业绩或估值均不构成某行业的买入条件，以合理的价格买入绩优行业更为重要。因此，在筛选行业时本文更注重未被估值反映的成长性，定位具有“业绩弹性预期差”的行业。此外，考虑到资金占用存在时间成本，而预期差的修复通常需要市场情绪的推动，因此我们也将在高业

10、绩弹性预期差的行业范围内通过投资者情绪把握买入时点。图 2：业绩、估值视角下的行业轮动逻辑框架Step3：通过投资者情绪把握业绩弹性预期差修复的时点。情Step2：通过估值定位未被估值反映的业绩弹性业绩弹估值性预期差。Step1：通过业绩定位公司质量。业绩资料来源： 业绩：业绩增速的相对变化是超额收益的重要来源分析师一致预期数据时效性优于财报下图展示了汽车（中信）行业的一致预期净利润增速中位数、与净利润 TTM 同比增速中位数的历史走势，可以发现，二者在绝大多数时间走势相似，但分析师一致预期数据的披露频率更高，在时效性方面明显优于上市公司财报数据，能够更及时地反映上市公司业绩变化。图 3：汽车

11、（中信）行业一致预期净利润增速中位数与净利润 TTM 同比增速中位数历史情况一致预期净利润增速中位数（%）净利润同比增速中位数（%，右轴）1201001201000-20-401501000-50资料来源：Wind，中信证券数量化投资分析系统中证 800 指数空间成分股分析师预期数据更完备我们将股票的覆盖度分为有覆盖和充分覆盖两种，有覆盖是指在统计区间内有 1 家及3 需要注意的是，此处机构仅包含内地持牌券商。800年以来中8002018年为例， 80088.9%74.9%，而中证全指成62.1%42.7%800指数空间成分股的分析师预期数据更完备。图4：中证800指数成股的师覆盖况图5：中证

12、全成分的分师盖情况覆盖率充分覆盖率覆盖率充分覆盖率100%90%80%70%60%50%40%30%20%10%2010 2011 2012 2013 2014 2015 2016 2017 2018100%90%80%70%60%50%40%30%20%10%2010 2011 2012 2013 2014 2015 2016 2017 2018资料来：朝永续中信券量化投分析统资料来：朝永续中信券量化投分析统800指数成分股同时也具备较强代表性。2010800指数成70%20199月30800800 指数空间的各行业股票流通市值占对应行业指数成分股流通市值的比重也较高，29 67.65%，银

13、行、非银行金融、石油石化、80%800 800 指数空间内各行业股票一致业绩预期。图 6：中证 800 指数成分股市值占中证全指成分股市值比重情况100.00%80.00%60.00%40.00%201020112012201320142015201620172018 2019-09资料来源：Wind，中信证券数量化投资分析系统图 7：中证 800 空间各行业市值占中证全指空间各行业市值比重100%90%80%70%60%50%40%30%20%10%银行非银行金融石油石化食品饮料银行非银行金融石油石化食品饮料餐饮旅游交通运输房地产建筑电子元器件国防军工有色金属计算机机械资料来源：Wind，中

14、信证券数量化投资分析系统（截至 2019 年 9 月 30 日）业绩增速的相对变化是超额收益的重要来源一般来说，高成长性的行业应存在一定估值溢价，但行业间成长性的相对变化同样会对其估值水平产生重要影响，业绩增速提升幅度较大的行业更易获得市场溢价。因此，业绩增速的相对变化同样是重要考察因素。定义行业的相对业绩增速如下：= 800 = 800 成分股一致预期净利润增速中位数= 行业业绩增速 基准业绩增速以汽车（中信）此，我们认为业绩增速的相对变化是超额收益的重要来源。图 8：汽车行业相对业绩增速与汽车行业相对强弱指数相对业绩增速（汽车，%）汽车/中证全指（右轴）0-20-401.61.41.210

15、.80.6资料来源：Wind，中信证券数量化投资分析系统利用成长偏离度指标刻画相对业绩增速的变化成长偏离度 =相对业绩增速 近 3 年相对业绩增速均值近 3 年相对业绩增速标准差本文主要采取分组回测的方法检验指标对于筛选行业的有效性，回测框架如下：1、 回测区间：2010 年 1 月 1 日至 2019 年 9 月 30 日。2、 行业指数：中信证券一级行业指数。3G1、G2、G3、G4、G5 五个行业组合。29 G1、G2、G3、G4、G5 6、6、6、6、5。456、 再平衡周期：每月月末调仓。1 2019 9 15.63%2012 年、2019 年以外高成长偏离度行业组合各年度均取得了正

16、超额收益。图 9：成长偏离度指标分组各行业组合历史表现G1（低）G2G3G4G5（高）4.03.54.03.53.02.52.01.51.00.50.0资料来源：Wind，中信证券数量化投资分析系统表 1：高成长偏离度组合（G5）历史表现年化基准年化全部收益率全部收益率11.22%收益率4.05%超额收益7.17%波动率8.20%0.87单边）3.45最大回撤-15.63%起始日期20150723结束日期201509152019（截至9 月 30 日）24.88%30.94%-6.06%5.39%-1.133.71-6.82%2019010720190425年化年化信息比率换手率相对收益最大回

17、撤最大回撤2018-25.85%-34.52%8.67%6.88%1.263.29-7.05%2018101620181116201710.65%3.03%7.63%7.04%1.083.39-6.86%20170414201706122016-12.37%-12.43%0.06%8.16%0.013.99-7.17%2016010420160518201556.69%37.29%19.39%16.16%1.203.83-15.63%2015072320150915201452.97%40.40%12.57%5.56%2.263.25-2.82%2014121620141224201322.9

18、0%7.69%15.21%7.36%2.072.93-4.08%201307182013091320120.47%6.96%-6.49%5.80%-1.123.25-8.90%20120913201212202011-30.71%-31.59%0.89%5.42%0.163.60-5.92%2011031520111115201015.93%-0.81%16.74%7.80%2.153.35-6.27%2010091520101018资料来源：Wind，中信证券数量化投资分析系统（同比增速1ROETTM分组各行业组合的历史表现进行比较。可以发现高成长偏离度行业组合的超额收益、信息比率均优于传统

19、业绩指标。2010 年 1 2019 9 ROETTMROE、高净利润TTM 同比增速、高一致预期利润增速行业组合的年化超额收益分别为 7.17%、4.94%、4.85%、6.20%、7.17%0.87、0.73、0.73、0.36、0.68。这一定程度较大的行业更容易获得超额收益。图10：ROETTM分组各行组表现图11：滚动一致期ROE分组行业组历史现低)G2G3G4高)低）G2G3G4G5（高）4.03.53.04.03.53.02.52.01.51.00.50.03.53.02.52.01.51.00.50.0资料来：Wind，中信证数量投资分系统资料来：Wind，中信证数量投资分系统

20、图12：净利润TTM同比增速分各行业合历表现图13：滚动一致期净润增分组各业组历史现54G1（低）54G1（低）G3G5（高） 32103.53.02.52.01.51.00.50.0G1（低） G3 G5（高） 资料来：Wind，中信证数量投资分系统资料来：Wind，中信证数量投资分系统高一致预期 ROE高净利润 TTM高一致预期利润高 ROETTM 组组同比增速组高成高一致预期 ROE高净利润 TTM高一致预期利润高 ROETTM 组组同比增速组高成长偏离度组年化收益率8.99%8.90%7.18%10.25%11.22%基准年化收益率4.05%4.05%4.05%4.05%4.05%年化

21、超额收益4.94%4.85%3.13%6.20%7.17%年化波动率6.77%6.63%8.81%9.16%8.20%增速组1 为统一标准，本篇报告行业指数的指标值均为中证 800 指数成分股内该行业股票指标值的中位数。高一致预期 ROE高净利润 TTM高一致预期利润高 ROETTM 组组同比增速组高成长偏离度组增速组信息比率0.730.730.360.680.87换手率(单边）1.121.732.363.183.45相对收益最大回撤-11.72%-13.51%-18.03%-17.23%-15.63%资料来源：Wind，中信证券数量化投资分析系统 估值：估值只是交易行为的结果，警惕“价值陷阱

22、”简单通过估值及其分位点构建行业组合超额收益较低图4 至图7 展示了按行业市盈率（TT、市净率（LF）及其分位点分组后201012019年9 （G1） 1.40%、2.71%、1.70%、2.15%。图14：市盈率（PETTM）分组行业组历史现图15：市净率（PBLF）分各业组合史表现G1（低）G2G3G4G5（高）G1（低）G2G3G4G5（高）4.03.53.04.03.53.02.52.01.51.00.50.03.532.521.510.50资料来：Wind，中信证数量投资分系统资料来：Wind，中信证数量投资分系统图16：市盈率（PETTM）分位分组各业组历史现图17：市净率（PBL

23、F）分点组各行组合史表现低）G2G3G4G5（高）低）G2G3G4G5（高）3.532.53.532.521.510.503.532.521.510.50资料来：Wind，中信证数量投资分系统资料来：Wind，中信证数量投资分系统表（ETT（B）pettmpettm 分位点pblfpblf 分位点G1（低）1.40%2.71%1.70%2.15%G21.12%2.06%0.82%0.17%G33.78%2.52%2.04%1.63%G46.30%1.93%5.71%1.68%G5（高）0.83%-0.14%4.27%3.82%资料来源：Wind，中信证券数量化投资分析系统不同行业选择不同估值指

24、标构建行业组合超额收益仍然较低（PB）（PETTM）PB 法进行估值。因此，对于银行、非银行金融、煤炭、有色金属、石油石化五个行业的估值水平使用 PB 分位点进行衡量，而其余行业则使用PETTM 分位点进行衡量。图 18：有色金属、煤炭、石油石化行业 PETTM 历史情况有色金属煤炭石油石化1201001201000-20-40资料来源：Wind，中信证券数量化投资分析系统下图所示，可以看出低估值行业组合（G1）的超额收益仍然较低，2010 1 2019 9 组、PBLFG1 组。（aue ra）效应。图 19：不同行业选取不同估值指标的估值分位点分组各行业组合历史表现低）G2G3G4G5（高

25、）32.532.5210资料来源：Wind，中信证券数量化投资分析系统表 4：不同行业选取不同估值指标的估值分位点最低组（G1）历史表现基准年化年化超年化相对收益最大回撤最大回撤年化收益率收益率额收益波动率最大回撤起始日期结束日期全部6.05%4.05%2.00%7.17%0.28-13.78%20150609201810162019（截至 2019 年 9 月 30 日）28.77%30.94%-2.17%6.09%-0.36-4.41%20190327201909272018-38.56%-34.52%-4.04%6.55%-0.62-10.06%20180404201810162017-

26、0.26%3.03%-3.29%4.73%-0.70-5.91%20170616201712282016-5.49%-12.43%6.95%6.33%1.10-3.90%2016011120160203201549.00%37.29%11.70%13.35%0.88-11.58%2015060920150708201446.03%40.40%5.63%6.83%0.83-3.82%201412042014121720135.64%7.69%-2.05%7.81%-0.26-8.84%201303292013101520128.46%6.96%1.50%4.85%0.31-5.99%201209

27、19201212252011-24.31%-31.59%7.29%4.67%1.56-3.82%20110624201108162010-3.54%-0.81%-2.73%6.14%-0.44-6.79%2010011820101126资料来源：Wind，中信证券数量化投资分析系统 把握估值的驱动力：业绩+投资者情绪相对业绩增速与投资者情绪是相对估值水平的重要驱动力通常来说，股票估值受业绩预期、投资者情绪等因素影响，为了量化二者对估值水平的实际影响，我们首先定义了行业估值水平以及投资者情绪指标。使用估值偏离度刻画行业相对估值水平800 成分股内该行业PETTM 800 PETTM 中位数，行业

28、的相对估值为行业估值与基准估值之差。需要注意的是，尽管估值指标能够在中证全指空间内计算， 800 指数空间进行计算。= 800 PETTM = 800 PETTM 中位数行业相对估值 = 行业估值 基准估值同样地，为了使不同行业的相对估值水平具有可比性，类似于成长偏离度的构建，我们对行业相对估值进行时间序列维度的标准化，构建估值偏离度指标，算法如下所示。该指标既能够衡量当前相对估值偏离长期相对估值的水平，又能够使得不同行业的相对估值水平具备可比性。估值偏离度 =相对估值 近 3 年相对估值均值近 3 年相对估值标准差使用换手率的变化刻画投资者情绪800 （1 1 年换手率的差值，衡量对于某行业

29、的投资者情绪。= 800 成分股内该行业股票换手率的中位数= 1 个月换手率均值 1 相对业绩增速与投资者情绪是相对估值水平的重要推动力下图展示了分别按成长偏离度、投资者情绪指标分组各组估值偏离度的中位数情况。G5 组的估值偏离度分别为-0.410.21；而投资者情绪指标组的估值偏离度分别为-0.260.05图 20：成长偏离度分组各组估值偏离度中位数0.30.20.10-0.1-0.2-0.3-0.4图 21：投资者情绪指标分组各组估值偏离度中位数0.100.050.00-0.05-0.10-0.15-0.20-0.25-0.5-0.30G1（低）G2G3G4G5（高）G1（低）G2G3G4

30、高）资料来：Wind，中信证数量投资分系统资料来：Wind，中信证数量投资分系统是否值得买？利用业绩弹性预期差刻画未被估值反映的业绩弹性预期在这一部分，本文将聚焦如何将业绩与估值有机结合起来，定位具有业绩弹性预期差的行业。投资者判断当前业绩水平下估值是否合理时，通常会参照当前行业业绩所处历史分位点以及估值所处分位点，如果估值分位点低于业绩分位点显然是很好的买入时点。A 90%10% A B、C、D 90%分位点附近；当市B、D 行业的估值同样处于较低水平，这时候如何筛选行业至关重要。预期。因此，将行业的业绩弹性预期差定义为成长偏离度与估值偏离度的差值。业绩弹性预期差 = 成长偏离度 估值偏离度

31、2010120199月期间， 1.16。图 22：业绩弹性预期差分组各行业组合历史表现低）G2G3G4G5（高）4.03.54.03.53.02.52.01.51.00.50.0资料来源：Wind，中信证券数量化投资分析系统基准年化年化换手率基准年化年化换手率相对收益最大回撤最大回撤年化收益年化收益超额收益波动率信息比率(单边）最大回撤起始日期结束日期全部4.05%9.02%7.76%1.163.78-11.74%20150615201509152019（截至31.52%30.94%0.58%7.19%0.083.43-5.40%20190312201907019 月 30 日）基准年化收益超

32、额收益年化收益超额收益波动率(单边）最大回撤起始日期结束日期2018-28.02%6.50%5.85%1.113.07-5.02%2018091320181019201714.57%11.54%6.45%1.793.83-3.68%20170414201706012016-4.26%8.18%7.79%1.054.23-4.54%2016071120160914201554.47%17.17%12.94%1.333.29-11.74%2015061520150915201449.55%9.15%5.45%1.682.87-3.32%2014121620141222201341.76%34.07

33、%9.49%3.595.01-3.22%201301162013020620122.83%-4.14%6.70%-0.624.04-10.78%20120913201212142011-23.01%8.58%5.97%1.444.26-2.71%20110829201109092010-3.86%-3.05%6.56%-0.473.7711.31%2010010620100702年化年信息比率换手率相对收益最大回撤最大回撤资料来源：Wind，中信证券数量化投资分析系统现，可以发现高业绩弹性预期差行业组合的表现远优于高成长偏离度、低估值行业组合。2010 1 2019 9 9.02%、7.17%

34、、1.40%1.16、0.87、0.19。其中图 23：高业绩弹性预期差、高成长偏离度、低估值(PETTM)行业组合历史表现高业绩弹性预期差组合高成长偏离度组合低估值组合4432.521.510.50资料来源：Wind，中信证券数量化投资分析系统表 6：高业绩弹性预期差、高成长偏离度、低估值（PETTM）行业组合历史表现高业绩弹性预期差组合高成长偏离度组合低估值组合年化收益率13.07%11.22%5.45%基准年化收益率4.05%4.05%4.05%年化超额收益9.02%7.17%1.40%年化波动率7.76%8.20%7.36%信息比率1.160.870.19换手率(单边）7.576.91

35、3.55相对收益最大回撤-7.76%-8.20%-7.36%资料来源：Wind，中信证券数量化投资分析系统何时买入？业绩弹性预期差定位，投资者情绪状态把握买入时点简单通过投资者情绪指标选择情绪高涨行业表现不佳1 2019 9 月（G（G2.65%、2.12%，信息比率分别0.33、0.19。简单通过投资者情绪指标构建行业组合效果一般。图 24：投资者情绪指标分组各行业组合历史表现G1（低）G2G3G4G5（高）3.533.532.5210.50资料来源：Wind，中信证券数量化投资分析系统年化基准年化年化年化换手率相对收益年化基准年化年化年化换手率相对收益最大回撤最大回撤收益率收益率超额收益波

36、动率信息比率(单边）最大回撤起始日期结束日期全部6.70%4.05%2.65%7.96%0.335.20-20.12%20150730201711212019（截至9 月 30 日）33.64%30.94%2.70%6.81%0.405.59-4.81%20190123201903122018-32.66%-34.52%1.86%7.51%0.254.80-5.58%201808082018102220174.07%3.03%1.04%6.73%0.154.26-5.90%20170915201711212016-14.86%-12.43%-2.43%7.83%-0.314.37-7.18%2

37、016010620161214201559.22%37.29%21.92%12.60%1.745.92-14.65%2015073020151230201442.57%40.40%2.17%8.96%0.245.83-12.50%201409182014123120134.77%7.69%-2.92%7.38%-0.406.31-10.70%201304102013110520126.84%6.96%-0.12%5.81%-0.025.98-6.14%20121029201212312011-40.62%-31.59%-9.02%6.15%-1.474.06-9.55%201108242011

38、1229201010.42%-0.81%11.22%7.38%1.524.98-5.53%2010042620100705年化基准年化年化年化换手率相对收益最大回撤最大回撤年化基准年化年化年化换手率相对收益最大回撤最大回撤收益率收益率超额收益波动率信息比率(单边）最大回撤起始日期结束日期全部4.05%2.12%11.14%0.196.26-25.01%20150615201507082019（截至26.49%30.94%-4.44%9.11%-0.496.73-10.23%20190312201905242018-34.52%-9.03%7.92%-1.145.51-10.00%2018010

39、42018121720173.03%-7.11%9.05%-0.795.43-11.23%20170411201711299 月 30 日）年化基准年化年化年化换手率相对收益最大回撤最大回撤收益率收益率超额收益波动率信息比率(单边）最大回撤起始日期结束日期2016-11.20%-12.43%1.24%6.59%0.196.29-4.09%2016042120160510201552.06%37.29%14.77%22.47%0.666.30-25.01%2015061520150708201456.23%40.40%15.83%8.92%1.775.82-7.42%20140224201406

40、16201322.05%7.69%14.36%13.11%1.106.86-7.35%201310142013110120125.12%6.96%-1.85%6.30%-0.297.30-7.78%20120312201205102011-36.63%-31.59%-5.04%6.36%-0.796.26-11.87%201101312011072820100.18%-0.81%0.98%11.21%0.096.22-10.74%2010061020101227资料来源：Wind，中信证券数量化投资分析系统投资者情绪能够推动业绩弹性预期差的修复2010 1 2019 9 月期10.81%1.0

41、3。图 25：业绩弹性预期差定位，投资者情绪把握买入时点的行业轮动策略历史表现业绩弹性预期差定位，投资者情绪把握买入时点的行业轮动策略5.00中证全指5.00中证全指组合相对强弱（右轴）4.003.002.001.000.002.502.001.501.000.500.00资料来源：Wind，中信证券数量化投资分析系统年化基准年化年化年化年化基准年化年化年化换手率相对收益最大回撤最大回撤收益率收益率超额收益波动率信息比率(单边）最大回撤起始日期结束日期全部15.23%4.05%11.18%10.81%1.035.79-19.76%20150615201507082019（截至9 月 30 日）23.68%30.94%-7.26%9.93%-0.736.49-12.55%20190312201907012018-28.09%-34.52%6.43%8.17%0.794.96-5.82%2018010420180214201714.82%3.03%11.79%6.14%1.926.26-4.30%2