行业配置策略与ETF组合构建

目录基于相似预期差因子的行业轮动模型 1模型介绍 1历史回测 2策略跟踪 2基于分析师预期边际变化的行业轮动模型 4模型介绍 4历史回测 4策略跟踪 4基于交易集中度的行业轮动模型 6模型介绍 6历史回测 6策略跟踪 7模型汇总 9观点汇总 9情景分析 9F组合构建 10风险提示 10图目录图1：行业维度相似预期差因子IC统计图 2图2：近一年相似预期差行业轮动策略月度收益 3图3：相似预期差多头策略与市场指数净值变化图 3图4：动态分析师预期因子IC统计图 4图5：近一年动态分析师预期行业轮动策略月度收益 5图6：动态分析师预期多头策略与市场指数净值变化图 5图7：交易集中度因子IC统计图 7图8：202201至今交易集中度行业轮动策略月度收益 8图9：交易集中度多头策略与市场指数净值变化图 8表目录表1：相似预期差因子信息系数分析结果 2表2：相似预期差行业轮动策略收益表现（216年12月至023年5月） 2表3：相似预期差行业轮动策略推荐行业 3表4：动态分析师预期因子信息系数分析结果 4表5：动态分析师预期行业轮动策略收益表现（016年12月至2023年5月） 5表6：动态分析师预期行业轮动策略推荐行业 6表7：交易集中度因子信息系数分析结果 7表8：交易集中度策略收益表现（018年1月至023年5月） 7表9：交易集中度行业轮动策略推荐行业 9表10：行业轮动模型配置观点 9表11：策略情景分析 9表12：2023年5月F组合相关基金标的 10前言本篇我们基于《基于相似股票历史收益的选股因子研究（2年5月0日《基于“集中度”识别拥挤交易的行业轮动策略（2年1月26日）构建的行业轮动模型，定期更新月度行业配置观点，并对策略历史表现进行了持续跟踪。在此基础上，构建行业EF组合策略。基于相似预期差因子的行业轮动模型模型介绍相似预期差因子的核心逻辑是寻找相似股票表现优异但其本身尚未大涨的个股相似期差因子值的计算方法如下。首先，我们要通过股票距离来刻画股票间的相似性，从而筛选出相似股票，具体而言我们将股与股在时刻的距离定义为二者在市盈率行业相对值净资产收益率资产增长率之间的欧氏距离：其中，为股在月末的市盈率行业相对值为股截止月末已披露的最新报告的净资产收益率为股截止月末已披露的最新报告期的资产增长率市盈率行业对值的具体算法如下：其中，为股在月末的市盈率，为股所属行业在月末的平均市盈率，为股所属行业在月末的市盈率的标准差。给定股票距离 的阈值相似预期差因子定义为同股票在时刻距离小于阈值的全部只股票过去一个月历史收益率的市值加权平均值与该股上一个月历史收益率之差其中，代表股以市值加权的权重， 代表股 月的收益率。相较于个股层面构建相似预期差因子，行业视角下构造相似预期差因子的方法有所同。在时刻,在每个中信一级行业内，根据每只股票历史收益率的大小，筛选出所有过去个月收益跑赢万得全A指数的个股计算每只股票的相似预期差因子值相似预期差因子值的算数平均即为该行业的相似预期差因子值。历史回测在样本（/-2/内行业维度下相似预期差因子具备较强的行业筛选能力。相似股预期因子的C均值为.，C与均值同向的比例为.%，R为.。表1：相似预期差因子信息系数分析结果因子C均值C标准差t统计量C胜率R比率相似预期差因子*4%4，整理图1：行业维度相似预期差因子C统计图1 908 806 704 602 50 4-02 3-04 2-06 11471470147014701470147014701IC IC累计（右轴），整理策略跟踪样本期内根据相似预期差因子构建的多头p6组合表现全面优于万得全A指数与行业等权指数，策略年化收益率为.%，年化波动率为.，累计净值为.，收益波动比.，最大回撤率%。表2：相似预期差行业轮动策略收益表现（016年12月至223年5月）行业轮动策略年化收益率年化波动率累计净值收益波动比最大回撤率相似预期差因子%837%万得全A%75中信一级行业等权%73，整理图2：近一年相似预期差行业轮动策略月度收益% -%-% -% 020402050206020702080209021002110212030103020303

-%-%-%-%-%-%多头策略 行业等权 超额收益（右轴），整理图3：相似预期差多头策略与市场指数净值变化图.50.5.0.50

0987654321223692369236923692369236923相对净值（右轴） 多头策略 行业等权，整理表3：相似预期差行业轮动策略推荐行业日期相似预期差行业轮动策略推荐行业组合收益超额益3年6月银行轻工制造纺织服装汽车国防军工医药//3年5月有色金属电公事）交（-银（银（-家（）-%%3年4月交通运输、电（%、石油石化（%、商贸零售（-%、建筑（%、电子（-%）%%3年3月石油石化、力及用事（-、煤（-%、钢铁（-%、建筑（%、传媒（%）%%3年2月食品饮（油石（煤（（基础化（（）%%3年1月银行（非银金融、家（、通运（农林牧渔（%、纺织服装（%）%-%，整理基于分析师预期边际变化的行业轮动模型模型介绍我们选用近一月一致预测每股收益变化率近三月一致预测三月每股收益变化率近月一致预测每股收益（未来十二个月）变化率、近三月一致预测每股收益（未来十二个月变化率通过行业内市值加权构建动态分析师预期因子。为了淡化个股绝对变化水平客观刻画行业整体景气度我们采用打分法进行因子复合具体操作为，首先根据一致预期边际变化的正负进行打分，一致预期上调记，下调记；一致预期边际变化大于%记，小于%记；一致预期边际变化大于记，小于%记；一致预期边际变化大于%记小于%记；加总以上得分，在中信一级行业内采用市值加权计算平均分，就可以得到因子值。历史回测在样本期（/22/）内，动态分析师预期因子具备显的行业筛选能力因子的C均值为.，C与均值同向的比例为.%，R为.。表4：动态分析师预期因子信息系数分析结果因子C均值C标准差t统计量C胜率R比率动态分析预期*7%9，整理图4：动态分析师预期因子C统计图08 706 604 502 40 3-02 2-04 11414701470147014701470147014IC IC累计（右轴），整理策略跟踪样本期内相较于万得全A指数与行业等权指数根据动态分析师预期因子构建的多op6组合可以获得显著的超额收益，策略年化收益率为.%，年化波动率为.，累计净值为.，收益波动比.，最大回撤率%。表5：动态分析师预期行业轮动策略收益表现（016年2月至223年5月）行业轮动策略年化收益率年化波动率累计净值收益波动比最大回撤率动态分析师预期因子%2%万得全A%730中信一级行业等权%7，整理图5：近一年动态分析师预期行业轮动策略月度收益% % -%

-%-%-%-% 020602070208020902100211021203010302030303040305

-%多头策略 行业等权 超额收益（右轴），整理图6：动态分析师预期多头策略与市场指数净值变化图5.0.5.0.5

2086422323692369236923692369236923相对净值（右轴） 多头策略 行业等权，整理表6：动态分析师预期行业轮动策略推荐行业日期动态分析师预期行业轮动策略推荐行业组合收益超额收益3年6月食品饮料交通运输电力及公用事业传媒家电建筑//3年5月食品饮料（8%、通信1%、机械0%、建筑9%、国防军工1%、医药3%)-%%3年4月食品饮料（5%、银行（6%、电力设备及新能源（3%、建筑（2%、通信（3%、国防军工（%）%%3年3月食品饮料（1%、银行（0%、电新（4%、农林牧渔（2%、消费者服务（1%、通信（10%）-%%3年2月煤（2.7%电（5.0%银（365%食品饮（099%汽（124%农林牧0.5%）-%-%3年1月煤炭（6%、电力设备及新能源（9%、汽车（7%、农林牧（2%、石油石化7%、食品饮料6%）%%2年2月电力设备及新能源（4%、农林牧渔（1%、煤炭（10%、汽车（7%、银行（1%、通信（4%）-%-%，整理基于交易集中度的行业轮动模型模型介绍交易集中度通过分析过去一段时间行业指数收益率数据的波动性和关联性推断行业挤交易程度。首先，利用我国股票市场中信一级行业收益率样本矩阵，使用主成分分析法（PA）计算整个市场的吸收比率以及各个行业的集中度其次在主成分分析之前使用衰退指数的权重和行业流通市值的平方根对行业收益率进行加权；并进行标准化。使用主成分分析法（PA）得到特征向量的吸收比率为：𝜎2𝑗𝑅𝑗= 𝑇 ∑𝜎𝑡 𝑁∑𝜎𝑖=1

2𝑖𝑇𝑡吸收比率𝑅𝑗含义为tT时间内所有行业的收益总波动能够被j特征向量所解释的比率其中，N表示总行业个数𝜎2𝑗代表j特征向量的方差也就是第j个特征值𝜎2𝑖表示i行业的方差。𝑡𝑇 𝑇以行业向量在特征向量上的暴（系数的绝对值为权重行“交易集中度指标为：𝑛

(𝑅𝑗

𝑉𝑗| ∗ 𝑖,𝑡 𝑗=1

𝑡

𝑉𝑗|𝐶= 𝑘=1 𝑘,𝑡∑𝑡,𝑡∑𝑡

𝑛𝑗=1

𝑅𝑗其中，𝑅𝑗表示t时刻j特征向量的吸收比率，𝑗表示t时刻i行业在j特征向量上的暴露，𝑡 𝑖,𝑡n表示吸收比率中特征向量的个数，N表示总行业个数。最后对行“交易集中度指标C进行0个交易日的zsce标准化得到本文的交易集中度因子。历史回测在样本（/122/内交易集中度因子具备显著的行业筛选能力因子的均值为.，C与均值同向的比例为%，R为.。23年5月，因子的C均值为.。表7：交易集中度因子信息系数分析结果因子C均值C标准差t统计量C胜率R比率交易集中度因子*31%1，整理图7：交易集中度因子C统计图06 604 5402302-021-04 0-06 -1IC IC累计（右轴），整理策略跟踪样本期内根据交易集中度因子构建的多头p3组合表现优于万得全A指数与行业等权指数，策略年化收益率为.%，累计净值为.，收益波动比.。表8：交易集中度策略收益表现（208年1月至223年5月）行业轮动策略年化收益率(年化波动率(累计净值收益波动比最大回撤率交易集中度因子1115%万得全A3988%中信一级行业等权0076%，整理图8：202201至今交易集中度行业轮动策略月度收益-%-%-%

多头策略 行业等权 超额收益（右轴）

-%-%-%，整理图9：交易集中度多头策略与市场指数净值变化图.0.86.4.2.08.6.4.20

8765432101135791135791135791135791135791135相对净值（右轴） 多头策略 行业等权，整理表9：交易集中度行业轮动策略推荐行业日期推荐行业组合收益超额收益3年6月基础化工、交通运输、汽车//3年5月机械(-%)、基础化工(-%)、交通运输(-%)-%%3年4月建材(-%)、机械(-%)、煤炭(-%)-%-%3年3月建材(-%)、家电(%)、农林牧渔(-%)-%-%3年2月建材(%)、家电(%)、农林牧渔(%)%-%3年1月非银行金融(%)、建材(%)、银行(%)%%3年2月建材(-%)、家电(%)、食品饮料(%)%%2年1月建材(%)、交通运输(%)、通信%)%%，整理模型汇总观点汇总表10：行业轮动模型配置观点行业轮动模型3年6月行业配置观点相似预期差行业轮动模型银行、轻工制造、纺织服装、汽车、国防军工、医药分析师预期边际变化的行业轮动模型食品饮料、交通运输、电力及公用事业、传媒、家电、建筑交易集中度识别热点行业的行业轮动模型基础化工、交通运输、汽车数据来源：整理情景分析表1：策略情景分析情景分类样本区间相似预期差分析师预期交易集中度行业等权快速下跌-2--%强劲反弹-3-%震荡下行-3-%快速上涨-8-%震荡上行-2%快速下跌-4-%强劲反弹-6-%快速下跌----%震荡上行-至今-%%万得，整理。注：策略收益为相较于行业等权的超额收益ETF组合构建表12：2023年5月F组合相关基金标的行业名