景气度模型表现较好电新、汽车、农林牧渔新调入本期组合

行业轮动复模型简介行业配置研究框架证券市场是一个复杂系统，受基本面、技术面、资金面和情绪面等多重因素共同影响，不同时期影响市场运行的主导因素不一定相同，主要因素和次要因素在一定条件下可以相互转换行业板块在基本面技术面、资金面和情绪面等各维度可能出现共振，也存在相互约束的情形。我们通过定量分析多维度建模，研究各行业板块的基本面、技术面、资金面和情绪面等多维度的边际变，按照两条主线进行业配置：基景气度、超预期和资金流等动量模型优先配置景气度边际改善、业绩超预期、资金持净流入的行业板块；基于拥挤等顶部择避险模型，规因微观交结构恶化而导致行下跌风险。景气度：财报、快报、预告分析师预景气度：财报、快报、预告分析师预期机构资金：北上资金基金持仓基本面资金面技术面面拥挤度：波动率、流动性、相、布微观结构市绪：舆情数据数据来源：行业轮动复合模型简介目前我们借鉴股票多因子研究方法完成基行业景气度业绩超预期和资金（北向资金维度的多个行业轮动模的开（具体模型构建方法见附录并基于经济逻辑和测算结果为上述模型赋予权重生成复合因子作为行业选择标；基于拥挤度模实时监控行业交易拥挤信号，规避行业交易拥挤下跌风复合模型运行框架如下：月度调仓每月初按照行轮动复合因子排筛选前5个行为多头组，等权持有月。实时监控：每日实时监控行业是否触发交易拥挤状态。动态调整：对于触发交易拥挤状态的行业持仓当日收盘前置换为现金仓位对于触发交易拥挤状态0交易日内的行业继续以现金仓位替代对于触发交易拥挤状态满0交易日的行业从现金仓位切换回行业持仓。市场基准：剔除“综合”和“综合金融”后的中信一级行业指。图2：行业轮动复合模型超额收益

201年1月至2022年8月，行业轮复合模型多头组合年化收益为6.49%，超额年化收益为0.90%，组合最大回撤为28.1%，信息比率为1.41。超额年度胜率为100%月度胜率为67.14%年度单边换手率均值为427%。2%5%多头基准市场基准拥挤度合模型最大回撤86420注：统计区间为20110104到20220826。行业轮动复模型0月收统计行业轮动复合模型在2022年10月的多头组合为食品饮料通信基础化工、家电、煤；空头组合为钢铁、建材、商贸零售、消费者服务综合10月份多头组合收益率-9.24%相对市场基准的超额收益-5.85%空头组合收益率-4.64%相对市场基准的超额收益-1.25%。2022年以来行业轮动复合模型多头组合收益率%相对市场基准的超额收益为2.74%空头组合收益率为-17.32%相对市场基准的超额收益为2.37%。从行业来看，本食品饮（-22.14%）相对基准超额-18.76%；通信6.41%相对基准超额为9.80%基础化（-5.62%相对基准超额为-2.23%家（-12.26%相对基准超额-8.87%煤（-12.58%相对基准超额-9.20%通板块为组合贡绝大部超额收益食品饮料、煤炭、家板拖累了组合表现。从单模型效果来看本月行业景气度、业绩超预期和北向资金流行业轮动模型多头组相对市场基超额收益率分别为0.28%0.16%和-2.04%。表1：行业轮动多维模型0月收益及及 -.3%.2-9汇总.%-5汇总%-.2汇总%-.1汇总%.5-1煤炭%.4通信%-.4有色金属%2-.基础化工%.2-1家电%.6-5基础化工%.1-6农林牧渔%-.5有色金属%.6-5基础化工%.2-1家电%.4通信%-.2电力设备及新能源%.4通信%.4医药%电力设备%.1通信%-.1食品饮料%-.1食品饮料%.5-1煤炭%.8-1煤炭模型持仓 本月收益模型持仓 本月收益模型持仓 本月收益模型持仓本月收益复合模型资金流模型超预期模型景气度模型行业轮动复模型1月最持仓下表为行业轮动复合模型2022年3月以来每月持仓明细。其中2022年1月多头组最新持仓为电力设备及新能源农林牧渔汽车煤炭、通信；空头组最新持仓为非银行金融、消费者服务、纺织服装、钢铁建材电力设备及新能源农林牧渔汽新调入本期多头组合，食品饮料、基础化工、家调出多头组合。调仓日 行业1 行业2 行业3 行业4 行业5 调仓日 行业1 行业2 行业3 行业4 行业5 多头组合基准收益超额收益煤炭银行交通运输有色金属基础化工月收益.%-.%-.%-.%-.%-.%-.%2%有色金属银行煤炭基础化工电子月收益-.%-.%-.%-.%-.%-8.%-8.%-0%煤炭基础化工有色金属电力设备及银行月收益.%.%.%.%-.%7.%6.8%1.%煤炭有色金属基础化工银行交通运输月收益.%.%.%.%.%.%8.%-1%食品饮料有色金属银行煤炭基础化工月收益-.%-.%-.%-.%-.%-.%-2.%-2%煤炭有色金属通信基础化工银行月收益.%-.%-.%-.%-.%-.%-.0%.%电力设备及新基础化工食品饮料煤炭银行月收益-.%-.%-.%.%-.%-.5%-.0%.%食品饮料通信基础化工家电煤炭月收益-.%.%-.%-.%-.%-.%-.%-5.%电力设备及新农林牧渔汽车煤炭通信年收益-.5%-.0%.%.....IND，调仓日月收益月收益月收益调仓日月收益月收益月收益月收益月收益月收益月收益月收益年收益行业1纺织服-.%房地产-.%农林牧渔.%农林牧渔.%综合.%钢铁-.%综合-.%钢铁-.%行业2农林牧.%轻工制-.%房地产-.%钢铁.%纺织服装-.%房地产.%商贸零售-.%建材-.%行业3商贸零-.%行业4房地产.%钢铁.%行业5轻工制-.%消费者服务.%消费者服务.%空头组合基准收益超额收益-.%-.%.%电力及公用商贸零售-.%-.%轻工制造.%-.%-.%.%.%.%-.%建材 非银行金融 轻工制造.% .% .% .% .% .%非银行金融轻工制造 钢铁-.% -.%非银行金融建材.%.%轻工制造.%-.% -.% .%-.%-.%-.%.%建材-.%商贸零售-.%消费者服务 钢铁-.%消费者服务 综合-.%-.%-.% -.% -.%.%-.%-.%-.%非银行金融消费者服务纺织服装 钢铁建材-.% -.% .%IND，行业轮动多模型1月边变化行业景气度模型边际变化行业景气度模型显示2022年三季报景气度排名前五的行业为农林牧渔、汽车、电力设备及新能源、食品饮料、家；排名后五的行业为：基础化工、房地产、钢铁、纺织服装、建材。022年季报相二季景气度提升较多的行业为农林牧渔消费者服务、汽车、商贸零等；景气度下降较多的行业为通信、建材、基础化工、石油石、煤炭等。表4：行业景气度边际变化行业 二季报景气度 三季报景气度 景气度变化农林牧渔-.0.6.5汽车.2.2.1电力设备及新能源.6.3-.3食品饮料.4.8.4家电.0.2.2有色金属.4.7-.7商贸零售-.8.2.9电力及公用事业.7.8.1医药.8.1-.6煤炭.7.0-.7银行.9.0-.9机械.9.9.0综合-.5.6.1消费者服务-.7.5.2计算机-.1-.4.6交通运输-.8-.8.0传媒-.8-.6.3建筑.4-.2-.6非银行金融.0-.5-.5国防和军工-.9-.5-.6通信.0-.9-.9综合金融-.5-.9-.3轻工制造-.2-.6-.4电子.4-.9-.3石油石化.5-.6-.1基础化工.8-.8-.6房地产-.1-.0-.0钢铁-.7-.6.1纺织服装-.6-.1-.4建材.0-.7-.7业绩超预期模型边际变化业绩超预期模型显示2022年1月份超预期排名前五的行业为通信、汽车、电力设备及新能源、农林牧渔、银；排名后五的行业为非银行金融、综合金融、消费者服务、钢铁、建。022年1月相较10月超预期提升较多的行业为汽车机械交通运等；超预期下降较多的行业为石油石化、电力及公用事业、煤炭、基础化工、非银行金等。-.5-.-.5-.7-.2建材-.9-.1-.2钢铁.2-.5-.7消费者服务.9-.0-.9综合金融-.2-.9-.7非银行金融.9-.8-.8商贸零售-.5-.8.7石油石化-.7-.7-.0电子.1-.4-.6传媒-.3-.4-.1纺织服装.4-.3-.7综合.2-.1-.3轻工制造.8-.7-.5计算机-.3-.2.1电力及公用事业-.3-.5.8房地产-.2-.0.2基础化工.71.1-.6交通运输-.7.1.8食品饮料-.7.2.90有色金属.4.3.9医药-.5.7.2国防军工.71.4-.3机械.9.2.3建筑-.2.5.7煤炭.8.3.6家电.0.41.4银行.90..01农林牧渔.12..11电力设备及新能源5.38..3汽车.61..51通信年月底超预期 年月底超预期 业绩超预期变化行业资金流模型边际变化北向资金流模型显示2022年1月资金流排名前五的行业为煤炭、有色金属电力设备及新能源石油石化房地排名后五的行业为：轻工制造、商贸零售、综合、家电、食品饮。022年1月相较10月北向资金流提升较多的行业为煤炭电力设备及新能源房地产农林牧渔有色金等资金流下降较多的行业为：食品饮料、家电、医等。行业 年月底北向资金流年行业 年月底北向资金流年月底北向资金流北向资金流变化煤炭-.1.31.2有色金属.8.61.8电力设备及新能源-.0.4.4石油石化-.3.81.1房地产-.3.5.8消费者服务.5.7.3汽车-.1.0.1电子.4.5.2通信.0.1-.9传媒.3.7-.6机械.2.0.7农林牧渔-.3.51.8综合金融-.6.8.4交通运输.2.4-.8银行.4.6-.8电力及公用事业-.2.2.4建筑-.0-.3.7国防军工-.7-.9-.2非银行金融-.3-.01.3基础化工.2-.4-.6医药.5-.2-.6钢铁.7-.1-.9计算机.1-.4-.5纺织服装.1-.6-.7建材-.1-.3-.2轻工制造-.4-.4-.0商贸零售-.4-.5-.1综合-.2-.2-.0家电.1-.1-.2食品饮料.5-.5-.0拥挤度模型信跟踪日期行业简称日期行业简称日期行业简称石油石化电力设备及新能源农林牧渔石油石化汽车日期行业简称日期行业简称日期行业简称石油石化电力设备及新能源农林牧渔石油石化汽车农林牧渔石油石化汽车农林牧渔石油石化消费者服务银行煤炭消费者服务银行煤炭消费者服务银行煤炭消费者服务银行煤炭消费者服务非银行金融煤炭消费者服务非银行金融煤炭消费者服务非银行金融电力及公用事业纺织服装非银行金融电力及公用事业纺织服装非银行金融钢铁纺织服装非银行金融钢铁纺织服装房地产钢铁纺织服装房地产基础化工纺织服装房地产建筑食品饮料房地产建筑食品饮料房地产建筑食品饮料房地产建筑食品饮料交通运输建筑农林牧渔通信建筑农林牧渔通信建筑农林牧渔通信机械农林牧渔电力设备及新能源农林牧渔注：统计区间为2021年7月至今附录：因子义及构方法目前行业轮动复合模是我们借鉴股票多因子研究方法基于景气度、超预期和北向资金流3个细分模型根据一定权重复合而成未来随着我们研究的深入，将有更多细分模型加入其中。目前，各细分模型使用因子定义及构建方法简要说明如下：行业景气度模型我们通财务质、盈利能力和成长能力三类因子衡量行业景气度，基于正式财报业绩预告和业绩快报共设计了108个因子通过单因子IC测试与分组测试筛选出3类8个因子合行业景气复合因子具体因子含义及构建方法如下，详细内容行业配系列深报告如何基于景气度构建行业轮动策_行业配置研究系列01_20220412《如何使用业绩预告和业绩快报改进景气度行业轮动模型_行业配置研究系列0_20220611》。财务质类因子客户议价力环比增量客户议价力ntrgnPow，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。客户议价力环比增客户议价指标通环比增方式构建。供应商议价力环比增量供应商议价力SuppyrgnPow，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。供应商议价环比增是供应商议价指标通环比增方式构建。盈利能力类因子）销售净利率1单季同比增量销售净利S指行业扣非归母净利/行业营业收入可以衡量行业整体销售对应的净利润水平，高销售净利率代表行业产品服务销售获利能力强销售净利率1单季同比增是通过正式财报业绩快报计算，采单季指同比增量方式构建。成长能力类因子核心利润单季同比增长率核心利（orProft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，可以更好地刻画公司实际利润水平核心利润单季同比增长是单核心利指标通过同比增长率方式构建。归母净利润2单季同比增长率归母净利润（tProftwnr2采用业绩预告或业绩快报观察报告期时指行业公司归属于母公司股东的净利润之和；采用正式财报观察报告期时指核心利润orProft，即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归母净利润2单季同比增长是单归母净利润2指标通过同比增长率方式构建。预收款项同比增长率预收款dvPym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预收款项同比增长是预收款项指标通过同比增长率方式构建。核心利润TTM同比增长率环比增量核心利润TTM同比增长率环比增是核心利润TTM同比增长率指标通过环比增量方式构建。归母净利润2TTM同比增长率环比增量归母净利润2TTM同比增长率环比增量是归母净利润2TTM同比增长率指标通过环比增量方式构建。业绩超预期模型我们通过对超预期因子进行单因子IC测试与分组测试，筛选出5类12个因子并按照等权加权合成北向资金复合因子具体因子含义及构建方法如下详细内容见报告如何基于PD超预期因子构建行业轮动策略——行业配置研究系列02_20220426》。盈余公告前后异常收类因子先计盈余公（正式报告业绩预告业绩快报前N日至公告后M日的每日超额收益之，然后自由流通市值加权得到行业因子。公告后1天异常收益公告后3天异常收益之和公告后跳空计算方法是股票业绩公告后t日的开盘价相对t-1日收盘价的收益率减去中证500的收益。SE类因子SE因子计算公式

𝑈𝑖𝑞

=𝑖𝑞−𝔼(𝑖𝑞)𝑖𝑞标准化预期外单季度归母净利-带漂移项标准化预期外单季度营业利润单季度归母净利润超分析师预期幅度使分析师预期数据作为预期净利润的估，计算个股1）单季度归母净利润超分析师预期幅，然后自由流通市值加权得到行业因子。SE衍生类因子我们还使用、A等财务指标替换公式中的净利润，计算标准化预期外标准化预期外A等SE衍生因子计算公式和方法与SE因子相同。标准化预期外单季度归母-带漂移项标准化预期外单季度归母（TT）券商/报告上下调比类因子使用分析师预测数据计算个股过去N日分析师预测上调减去下调比例然后自由流通市值加权得到行业因子。过去0日券商上-下调比例过去90日券商上调比-下调比=（上调家-下调家数/总家数。过去80日报告上-下调比例过去180日报告上调比-下调比=（上调-下调报告数/总报告数过去0日报告上调比例过去90日报告上调比=上调报告/总报告。预测调整类因子）过去0天盈利调整首计算股票s在过去90日分析师净利润上调幅。1𝑛

𝑃𝑟𝑓𝑖𝑡

−𝑃𝑟𝑓𝑖𝑡𝑎𝑡𝑃𝑟𝑓𝑖𝑡𝑎𝑡𝑎𝑦𝑖𝑠=

∑ 𝑠 𝑖𝑠𝑛𝑠1然后自由流通市值加权得到行业因子北向资金流模型

𝑃𝑟𝑓𝑖𝑡𝑎𝑡𝑖𝑠我通过北向资静态持仓、动态流入、流入增速交易活跃度4类453个因子进行单因子IC测试与分组测试筛选出3类6个因并按照等权加权合北向资金复合因子具体因子含义及构建方法如下，详细内容见报告如何基于北向资金构建行业轮动策略—行业配置研究系列03_20220610》。动态流入类因子北向资金60日净流入占市值比使用北向资金近60个日净流入金额除以行业平均流通市值计算。其中，行业平均流通市值等于行业内陆股通标的股当期和60个交易日前的平均流通市值。北向资金120日正向净流入占市值比使用北向资金近120日正向净流入金额除以行业平均流通市值计算。其中正向净流入金额为剔除卖出日期的行业净流入金额加总，行业平均流通市值同。流入增速类因子北向资金月净流入占市值比环比增速使用北向资金月度净流入金额占市值比环相减计算而。券商资金10日净流入占市值比环比增速使用券商结算资金近10个交日净流入金额占市值比环比相减计算而得。交易活跃度类因子北向资金月度正向交易活跃度使用北向资金过去一个月每天在行业内个股正向净流入（剔除净卖出数据）之和除以行业内陆股通标的股总成交金额计算，公式如下：𝑃𝐴𝑡𝑣𝑡𝑦=∑𝑚𝑎(𝐹𝑖𝑡,0)∑𝐴𝑚𝑢𝑡𝑡北向资金5日正向交易活跃度计算方式与月度正向交易活跃度一致，将时间维度由一个月改为过去5天。行业拥挤度模型拥挤度是一种顶部择时类避险因子，可有弥补现景气度、超预期和资金流动类模型的不足我们从微观结构、波动率、流动性、相关性等多维度构常拥挤度因子并且应用动量均线系进行改，通过单因子测试和复合因子分步合测试，筛选出波动率、换手率、收盘价峰度、量价相关系数金额价格相关系数以及兴登堡预等6个因子合成拥挤度复合因子具因子含义及构建方法如下，详细内容见行业配置系列深度报告如何规避交易拥挤行业：通过拥挤度构建行业轮动策略05_20220918》。波动率因子一般来说行业板块持续上涨过程中随着市场多空分歧加大，行业指数容易出现暴涨暴跌现象，其后往往伴随着行业指数的大幅下跌。我们通过波动率因（行业指数日收益率的标准差）来衡行业指暴涨暴跌风险大小。行业指数在t日的波动𝑃𝑟𝑉𝑙𝑡为：𝑁(𝑟 −̅)2𝑡𝑃𝑟𝑉𝑙=√∑𝑡𝑖 𝑡 𝑡𝑁−1𝑖0其中N为计算窗口期长度̅为计算窗口期行业指数日收益率均值。流动性因子一般来说行业板块持续上涨过程中随着市场情绪极度亢奋，行业板块成交量成交额与换手率等流动性指标都会显著放大出现天量成交现象，显示多空筹码大量交换、市场风险上升。我们通过流动性因子来衡量行业指数成交量成交额和换手率的大小由于日度流动性指标差异较大，我们采用窗口期数据平滑的方法计算日度数据。流动性因子中选择换手率因