1.1 资产收益预测与战略配置建议

① 股票未来一年收益假设。当下我们主要聚焦权益资产的配置价值，根据专题报告《A股收益预测框架——大类资产定价系列之三》中介绍的收益预测方法，我们预测：

• A股盈利预测：企业融资一般领先企业盈利，落实到数据层面则是中国信贷脉冲领先A股盈利增速一年。当前中国信贷脉冲处于历史平均水平，将继续驱动A股盈利回归正常水平，自上而下模型预测未来A股盈利增速大概率短期仍有上行动力；

• A股估值预测：一年尺度的估值预测除了考虑估值的高低外还需要考虑无风险利率，在数据层面则体现为指数股权风险溢价（ERP）与指数未来一年估值变化率存在强相关性。当前ERP处于较高水平，模型认为未来A股估值抬升概率较高；

以2023年11月底收盘数据进行测算，模型预测未来一年各宽基指数的预期收益为：中证全指（24.2%）>上证50（22.6%）>中证500（21.9%）>沪深300（21.4%）。

② 可转债未来一年收益预测。根据专题报告《可转债收益预测框架》中的转债收益预测模型，最新时点我们预测未来一年中证转债的持有收益为6.5%，尽管正股预期能够提供正向收益，但转债高估值在未来可能会有较大的负贡献，配置价值有限。

③ 债券未来一年收益假设。根据专题报告《利率债收益预测框架——大类资产定价系列之二》中提到的利率收益预测模型，最新时点我们的预测结果是：短久期国债预期收益为2.5%，长久期国债未来一年预期收益为3.4%。当前利率债已经恢复了一定的长期配置价值，长久期国债的预期收益较高，建议关注。

④ 大类资产未来一年收益假设。一年尺度的预期收益测算不可避免有较大的模型误差，我们以中性预测+(模型历史预测误差的25%分位数、75%分位数)作为预期收益的悲观假设和乐观假设。主要结论如下：

• 超配上证50：最新一期信贷脉冲处于中性水平，因此模型认为未来一年A股盈利增速仍有回归中枢的潜力；基于ERP的指数估值预测模型显示A股仍有较高的安全边际。结合中性假设和置信区间，当前上证50的预期收益更高且模型的预测误差更小，因此我们认为对于权益的长期配置价值不必悲观；

• 标配/超配7-10年期国债：短债预期收益2.5%，长债预期收益3.4%，当前利率债已经恢复了一定的长期配置价值，长久期国债的预期收益较高；

• 低配可转债：模型预测未来一年中证转债的持有收益为6.5%，尽管正股预期能够提供正向收益，但转债高估值在未来可能会有一定的负贡献，配置价值中性。

① 当前我们处于什么样的宏观情景？货币往往领先于信用、信用往往领先于增长，三者的周期轮动顺序具有一定的规律，因此我们基于货币、信用、增长三因素的周期变化，设计了如下中国经济周期的六个阶段。

识别当前所处周期阶段的关键在于判断货币、信用以及增长的方向，我们分别构建了三因素的方向因子，具体可见报告《构建大类资产的宏观胜率评分卡：货币、信用、增长、通胀与海外五因子》。当前我们处于货币宽松-信用退潮-增长放缓的宏观环境，即进入了经济周期的第六阶段（货币扩张阶段），从历史经验看此阶段一般是股弱债强，下一阶段（信用扩张）则是股强债弱。因此当下的战术配置建议是超配利率债，低配权益，等待信用扩张信号的发生。

② 权益：高赔率-低胜率，beta机会仍需等待。我们使用股债风险溢价指标DRP（股息率-10年期国债收益率）考察A股的赔率水平，目前股债风险溢价处于1.6倍标准差的较高水平。近期由于信用、增长和海外风险偏好的拖累，权益胜率仍在零轴以下。因此权益资产处于高赔率-低胜率的状态，后续需要等待政策端的进一步催化，改善信用、经济和海外的预期，从而推动权益胜率上行。

③ 债券：高赔率-高胜率，重点关注。债券资产我们使用模型预测收益构建赔率指标，当前长久期债券预期回报高于短久期债券，即长端利率债赔率处于中高水平。从胜率维度出发，当前长久期债券胜率高于零轴，即为高胜率状态，历史上“高赔率-高胜率”区间债券资产均有明显上行走势，当下应积极把握长久期债券的战术配置机会。

① 风格轮动的判断框架。对于因子择时的问题，我们认为通过自下而上的内生性指标可以同时兼顾因子择时的普适性和有效性。因此，经过对海外研究的总结以及国内数据的实证，我们提出因子择时的三个标尺。备注：计算细节可参考专题报告《因子择时的三个标尺：因子动量、因子离散度与因子拥挤度》

• 因子赔率：多空两组的估值价差，即因子多空两组BP中位数的比率；

• 因子动量：因子过去12个月ICIR；

• 因子拥挤度：多空两组的换手率比率、波动率比率和beta比率的等权平均；

② 小盘风格：短期不宜追高，但长期来看或仍有机会。从下图来看，小盘因子处于低赔率-强趋势-高拥挤的状态，最新小盘风格的拥挤度达到1.3倍标准差的水平，因此短期参与价值较低，交易层面容易遭遇风险，但由于当前小盘风格趋势较强且赔率只回落至-1倍标准差水平，在历史来看还不算极端，因此长期来看仍有空间。总体来说，短期不建议追高配置小盘风格，但如若后续小盘风格出现回调且消化掉当前较高的拥挤度，那么长期来看或有再次冲高的潜力。

③ 红利风格：短期或有机会，但长期空间受限。从下图来看，红利因子处于低赔率-强趋势-中性拥挤的状态，红利风格赔率已经透支至-1.4倍标准差水平，从历史来看已至较低的水平，因此长期来看超额收益可能已经接近尾声。但短期来看红利风格拥挤度高位回落，有所消化，且红利风格趋势较强。总体来看，短期建议关注红利风格的战术配置机会，但如若红利风格如期上涨，赔率进一步降低，拥挤度进一步提升的话，则需要紧密关注其潜在回调的风险。

④ 站在未来一年的视角，应该要开始关注质量和成长风格。通过下面两个图表的对比，我们发现当前的质量和成长因子和2020年8月的小盘、价值因子所处的周期位置类似，均属于“高赔率-弱趋势-低拥挤”的品种，对此我们的判断和建议是：

• 赔率和拥挤度指标均属于左侧预警指标，因此当前小盘、价值因子大概率处于上涨的中后期，而质量、成长因子则大概率处于下跌的中后期；

• 但质量、成长因子的趋势仍处于较弱的水平，意味着质量、成长风格还欠缺最后的右侧趋势确认，对于风格而言右侧的趋势一旦形成则后续趋势延续性较强，但在趋势形成之前进行左侧抄底则须承担一定的尾部风险；

• 因此参考2020年8月后的小盘和价值风格的走势，只根据左侧信号进行风格切换容易遭遇尾部风险，因此更具实际意义的方案是保持对质量和成长风格的关注度，如若2024年出现质量和成长风格的右侧趋势确认，则可认为质量和成长风格成为了“高赔率-强趋势-低拥挤”三者兼具的战略配置品种。

2023年度基金分析核心结论：

• 板块仓位：公募基金中的领先者当前看好周期、制造板块，不看好科技、新能源。

• 行业仓位：公募基金中的领先者当前加仓了有色金属、汽车、食品饮料、煤炭、非银行金融，减仓了计算机、通信、电子、电力设备及新能源、医药。

• 不论是从历史长期回测结果来看，还是从短期今年的业绩来看，领先者都是相对更优秀的基金类型。为了能够更好地应对市场行情变化，我们列示了领先效应因子靠前的部分优秀基金产品供投资者参考。

• 在类似今年的市场行情中，投资左侧型基金能起到较好的抗回撤、抗波动的效果。

2.1 基金仓位：投资偏好分析

根据基金季报披露的真实持股信息，我们对公募跨期持仓行为特征进行分析，首先计算基金的跨期领先效应和跨期跟随效应因子，然后根据因子可定义公募基金中的三类基金参与者：领先者、跟随者、独行者。通过复盘发现，三类基金在历史上对各板块、行业的切换节奏有所不同，领先者的切换操作更具有前瞻性。领先者往往在寻找热门度提升较大的方向提前进行布局，而跟随者倾向于右侧投资已确认是热门的方向，独行者则完全不追热门而是依靠自己独立的观点进行投资。

从截至今年3季度末的最新板块配置情况对比来看，三类基金都是将消费作为底仓配置。从板块切换对比来看，三类基金都是减仓科技和新能源，但领先者更先一步早已将这2个板块的仓位降低，跟随者的步伐稍慢一些。

从三类基金的投资偏好行为对比来看，主要有以下结论：

• 领先者：当前看好周期、制造板块，不看好科技、新能源；

• 跟随者：当前科技、新能源的切换方向虽为减仓，但存量配置仓位仍相对较高；

• 独行者：看好周期、金融，不看好科技、新能源；

下沉到行业层面来看，三类基金对于各行业的加减仓行为也有着较大的差异。

从加仓行为来看：

领先者：加仓有色金属、汽车、食品饮料、煤炭、非银行金融。

跟随者：加仓非银行金融、医药、电子、建材、家电。

独行者：加仓银行、医药、石油石化、非银行金融、基础化工。

从减仓行为来看：

领先者：减仓计算机、通信、电子、电力设备及新能源、医药。

跟随者：减仓电力设备及新能源、计算机、传媒、通信、有色金属。

独行者：减仓计算机、电力设备及新能源、通信、交通运输、汽车。

不论是从历史长期回测结果来看，还是从短期今年的业绩来看，领先者都是相对更优秀的基金类型。受市场环境等各因素影响，公募偏股基金今年以来整体大幅跑输万得全A指数，截至2023年11月30日，今年以来万得偏股混合基金指数收益-11.54%，同期万得全A收益-3.20%。同期三类基金今年的平均回报分别为领先者（-2.81%）、跟随者（-14.18%）、独行者（-7.36%）。下面我们列示了领先效应因子靠前的部分优秀基金产品（基金规模大于1亿元，同一基金经理仅展示其1只产品）供投资者参考。详细的计算过程与基金名单欢迎联系国盛金工团队。

今年左侧交易型基金的抗回撤优势显著。在之前的基金专题报告《偏股基金的交易模式刻画与交易能力评价》中我们刻画了基金的左右侧交易模式，按照基金右侧交易程度因子RD排序，RD因子最大的50只基金（右侧交易型）今年平均回报为-13.13%，其中仅3只基金取得正回报，而RD因子最小的50只基金（左侧交易型）今年平均回报为1.38%，其中有25只基金取得正回报。因此，不论是从历史长期回测结果来看，还是从短期今年的复盘结果来看，投资左侧型基金在类似于今年的市场行情中能起到较好的抗回撤、抗波动的效果。下面我们列示了左侧程度较高的部分优秀基金产品（基金规模大于1亿元，同一基金经理仅展示其1只产品）供投资者参考。详细的计算过程与基金名单欢迎联系国盛金工团队。

三、中观行业配置展望

今年以来我们丰富了行业配置框架，目前包括右侧行业景气趋势模型和左侧困境反转模型，两个模型能够有效互补，适应市场变化。右侧景气趋势模型选取景气高、趋势强和拥挤度不高的行业进行配置，左侧困境反转模型则从当前困境或已经有所反弹的困境行业里，精选长端景气改善或资金近期加仓的行业进行配置，两个策略均可以获得年化10%以上的超额收益。这里给出当前的配置观点和重要提示：

前几个月我们月报中提到：1）顺周期仍为主线，电子医药可能进入左侧买点；2）继续保持“顺周期+医药+TMT”的哑铃型配置。模型的观点基本得到了验证，最新行业配置模型得到的结论与前期基本类似，持仓调整不多，具体如下：

其中，右侧景气度-趋势-拥挤度分析框架，选取景气高、趋势强和拥挤度不高的行业，模型今年相对wind全A指数超额9%，近一个月超额0.1%。目前已在WIND的PMS平台上共享，结果如下。

根据最新一期打分数据，12月行业配置建议如下：家电16%，医药13%，食品饮料13%，交通运输10%，电力及公用事业10%，石油石化10%，银行7%，非银7%，钢铁7%，煤炭7%。当前仍然建议保持均衡配置，本月加仓石油石化、银行和家电。 

而根据左侧的赔率-胜率分析框架，选取估值低或者过去估值低，长期景气改善和短期北向加仓的行业，兼顾长期景气和短期情绪。策略近三年表现优异，ETF配置策略年初至今超额被动股基20%以上，目前已在WIND的PMS平台上共享。

其中，下图为配置ETF跟踪指数相对被动股基今年的表现。可以看到，随着10月底大盘的反弹，策略超额有较为明显的修复，目前超额重新回到23%。当下市场从底部有反弹迹象，困境反转策略可以重视起来。

当前重点看好医药、顺周期、消费和TMT中估值拥挤度不高的细分板块，例如医药、房地产、化工、交通运输、旅游、食品饮料、汽车、通信和电子等，当前仍然建议保持均衡配置，各大类板块内部寻找细分结构性困境反转机会。

3.2、2024Q1展望：有望领涨的4个行业——医药、电子、钢铁和汽车

当前站在2023年年底，我们对2024年Q1的行业配置做出展望：继续保持均衡配置，医药、电子、钢铁和汽车有望领涨。具体行业逻辑和行业指标跟踪如下：

根据当前的行业打分，我们认为医药板块值得重点关注。原因是两个模型均重仓医药行业，从打分上看属于四好学生：估值便宜，景气度大幅改善，趋势向上突破0轴，拥挤度不高。并且医药内部结构性机会较多，兼备消费和成长属性，正处于布局良机。

具体来看指标：1）当前医药相对估值近期有所修复，但仍小于-0.5倍标准差，不到历史中枢水平；2）医药未来2年分析师景气指数向上突破10%，历史上景气度为正的时段，医药板块均获得较高超额收益，当前才刚刚开始兑现；3）医药趋势指标近期向上突破0轴，迎来拐点，趋势有望持续；4）医药拥挤度从底部有所回升，但当前仍小于0.5倍标准差，当前交易并不拥挤。

根据历史经验，高分析师景气背景下，拥挤度从底部回升并且估值和趋势有所修复是个比较良好的信号，代表基本面预期修复，量价齐升，资金面从低迷到重视，当前医药板块的困境反转机会可以重视起来。

3.2.2、电子：库存周期有望扭转，高赔率-高胜率-中高趋势-拥挤度不高

电子行业整体打分情况和医药类似，早在2023年8月月报中我们就提示了医药和电子的左侧布局机会。当前困境反转模型持仓其中二级子行业和ETF跟踪指数，如光学光电、电子元器件、科技龙头等指数。从最新一期打分来看，分析师景气相关指标改善明显，若下个月持续改善并趋势继续上升，右侧景气趋势模型有望持仓形成共振。

具体来看指标：1）当前电子相对估值近期有所修复，但仍处于历史中枢以下，估值处于合理偏低水平；2）电子未来2年分析师景气指数处于10%以上数月，历史上景气度为正的时段，电子板块均获得较高超额收益，当前可能才刚刚开始兑现；3）电子趋势指标近期向上突破0轴，迎来拐点，趋势有望持续；4）电子拥挤度从三季度高点有所回落，当前小于0.5倍标准差，交易拥挤度消化明显。

此外观察行业库存周期，电子行业的库存同比处于历史极低位置，叠加近期分析师景气预期大幅改善。电子的库存周期有望扭转，从“主动去”进入“被动去”甚至“主动补”。根据历史经验，这两个阶段下电子有望迎来戴维斯双击，电子相对中证800的平均月超额收益分别为1.8%和1.4%。若在这两个阶段选择配置电子行业，其他时间配置基准，策略可以明显跑赢中证800指数。因此，当下电子的困境反转机会可以重视起来。

钢铁行业近几个月被两个模型阶段性持仓，源于其四维度打分均处于靠前位置，但是又没有特别突出，近期趋势-拥挤度打分上升速度较快。此外，从MACD分段择时理论，2021年3季度至今这一轮周线级别下跌已经持续2年多，走了7浪结构，下跌幅度较大，无论从时间、空间还是结构上都比较充分，短期中期看均处于底部区域。

具体打分指标跟踪如下：1）钢铁相对估值位于-1倍标准差附近，处于历史底部区域；2）钢铁未来2年分析师景气指数进入扩张区间数月，历史上景气度为正的时段，钢铁板块均获得较高超额收益，当前可能才刚刚开始兑现；3）钢铁趋势指标近期向上突破0轴，迎来拐点，趋势有望持续；4）钢铁拥挤度从底部有所回升，但当前仍小于-0.5倍标准差，拥挤度较低，仍有较大上升空间。

此外观察行业库存周期，钢铁行业的库存同比处于历史较低位置，但当前有所回升。叠加近期分析师景气指数和行业内高频指标构建的景气指数均处于扩张区间数月，钢铁的库存周期有望从“被动去”进入“主动补”。根据历史经验，“被动去”阶段下钢铁月均超额收益为0.08%，“主动补”阶段下月均超额收益为1.1%。若后续行业出现明显补库存的迹象，钢铁有望迎来反弹行情。因此，当下钢铁的困境反转机会可以重视起来。

汽车行业近几个月被两个模型阶段性持仓，但近期行业拥挤度上升速度较快，已被右侧景气趋势模型规避。但存在细分板块拥挤度还不太高的情况，因此商用车和乘用车等仍被困境反转模型持仓。此外，从MACD分段择时理论看，今年3季度确认周线级别上涨后，这轮上涨目前持续创新高，我们认为当下汽车反弹有望持续，但由于其拥挤度较高，更应该关注其内部细分结构性机会（商用车、乘用车）。

具体打分指标跟踪如下：1）汽车相对估值位于0.5倍标准差附近，处于历史中高区域；2）汽车未来2年分析师景气指数进入扩张区间一年多，目前在20%附近，景气有望持续改善；3）汽车趋势指标指标位于0.4附近，中期趋势较强；4）汽车拥挤度处于2倍标准差附近，交易较为拥挤。

此外观察行业库存周期，汽车行业的库存同比处于历史中枢以下，但当前有所回升。叠加近期分析师景气指数和行业内高频指标构建的景气指数均处于扩张区间数月，汽车的库存周期有望从“被动去”进入“主动补”。但由于当前汽车板块整体拥挤度较高，其中二级行业商用车和乘用车拥挤度不到1倍标准差，我们也用类似的逻辑看了下它们的库存周期择时，效果要明显好于汽车板块整体，当前可以关注起来；而汽车零部件拥挤度超过2倍标准差，建议规避。

3.3、组合跟踪：困境反转模型表现优异

我们从成熟的盈利模式出发，构建具体的主动量化策略。目前跟踪的模型包括：行业配置模型、行业ETF配置模型和行业轮动+PB-ROE选股模型等。

3.3.1、行业景气趋势配置模型

在前期发布的专题报告《行业配置模型的顶端优化》中，我们提出了两种适用不同市场环境的右侧行业配置解决方案：

1)行业景气模型：高景气+强趋势，规避高拥挤。景气度为核心，进攻性强，需要拥挤度提示风险来保护，比较偏同步；

2)行业趋势模型：强趋势+低拥挤，规避低景气。顺着市场趋势走，思路简单易复制，持有体验感强，比较偏右侧。   

行业配置模型历史回测结果如上图所示，基准是wind全A指数。行业配置模型多头年化22.7%，超额年化16.3%，信息比率1.74，月度超额最大回撤-7.4%，月度胜率71%。策略2023年至今超额9.1%，总体策略近两年表现比较优异。

12月行业配置建议如下：家电16%，医药13%，食品饮料13%，交通运输10%，电力及公用事业10%，石油石化10%，银行7%，非银7%，钢铁7%，煤炭7%。

3.3.2、行业困境反转配置模型

行业配置模型历史回测结果如下图所示，基准是中证800指数。行业配置模型多头年化16.5%，超额年化17.6%，信息比率2.15，月度超额最大回撤-6.1%，月度胜率60%。跟踪误差8.2%，策略2023年至今超额16.8%，近期超额净值创新高。

3.3.3、行业配置落地：ETF & 选股

行业ETF配置层面，在专题报告《行业ETF配置的解决方案》中，我们将行业景气度模型在ETF上进行落地。策略2015年至今年化超额收益18.2%（基准中证800），信息比率1.87，2023年至今超额收益为6.8%，最近一月超额1.1%。

12月ETF配置推荐如下：全指电力、食品饮料、800汽车、人工智能、中证银行、石化产业、中证农业、中证旅游、中证煤炭、中证钢铁、生物医药、中证医疗、创新药、全指信息、科技龙头、消费电子、软件指数等。总体来看，仍然保持均衡配置，维持“顺周期+医药+TMT”的哑铃型配置。

此外，我们还基于困境反转的行业配置策略在ETF上进行了落地。策略2015年至今年化超额收益14.7%（基准ETF等权），信息比率1.81，2022年超额22.3%，2023年至今超额收益为13.4%。最新持仓推荐如下：中证医疗、通信设备、科技100，中证农业、全指房地产、生物医药、800医药、800消费、科技龙头、稀土产业、中证旅游、食品饮料、深证红利、科创创业50、证券龙头等。

考虑到部分一级行业暂无可投资ETF，我们将行业景气模型也落实到选股层面。具体而言，我们先根据行业配置模型确定行业权重，然后根据PB-ROE模型选取行业内估值性价比高的股票（前40%），按流通市值和PB-ROE打分加权。

2013年至今，行业景气度选股模型多头年化29.9 %，超额年化22.9%，信息比率2.02，月度超额最大回撤-8.0%，月度胜率74%。2022年策略超额10.2%，2023年至今超额11.5%。模型最新推荐重仓股如下：

四、多因子策略回顾与展望

我们首先统计了2023年初至11月底，国盛多因子风险模型中风格因子的纯因子收益。

风格上：

1）规模类因子：市值因子收益率为-9.64%，非线性市值因子收益率为-6.24%，表明市场整体偏向小市值风格，大盘股表现不佳；

2）量价类因子：beta和动量因子收益率分别为1.47%、4.38%，残差波动率和流动性因子收益率分别为-6.67%、-5.73%，市场总体呈现高动量和低波动风格；

3）基本面因子：价值因子表现较好，录得收益4.51%；盈利因子紧随其后，录得收益1.72%；成长、杠杆因子表现较差，收益分别为-2.67%、-1.66%。

行业上，剥离了风格后的行业纯因子收益显示，今年表现最好的五个行业分别是通信、传媒、计算机、电子和汽车，收益最低的五个行业分别是建材、房地产、消费者服务、保险和基础化工。

我们再观察因子的净值曲线，可以发现A股市场在2023年上半年曾出现过较为频繁的大小盘风格切换，但下半年小盘风格持续占优：在1月中旬之前，市场呈现明显的大盘风格；1月中下旬开始，市场迅速切换至小盘风格，持续至2月中旬；随后，大小盘风格开始变得不明朗；3月底，市场再次开始呈现明显的大盘风格，但持续时间不久，4月底又再次切换到小盘风格，随后小盘风格基本持续占优。动量、价值因子的全年累计收益较高，但都是上半年的表现更为强势，下半年以来波动较大。另外，杠杆、成长因子失效较为严重，全年录得负向收益；流动性因子全年表现较强，低流动性股票稳定获得超额收益。

1）动量/反转类因子：A股市场有显著的月度反转现象，但并不总是稳定；我们从反应不足/反应过度的角度出发，利用成交量、投资者结构等信息，对传统反转因子进行改进，提高其稳定性；具有代表性的因子如volume_ret20、moneyflow_ret20（分别用成交量、大小单资金流，对月度反转因子进行改进）；

2）流动性因子：我们发现过去一段时间交易量相对稳定的股票，在未来一个月具有显著的超额收益，因此基于日频换手率、分钟换手率的稳定性，分别构建选股因子daily_turn_std、minute_turn_std；

3）波动率因子：A股市场有显著的“低波异常现象”，即波动率较低的股票，未来收益更高；我们基于股票的分钟行情数据，计算分钟涨跌幅的标准差，构建高频波动率因子minute_volatility；

4）价量相关性因子：想要预判股票的未来表现，仅仅依靠股价走势是不够的，还需要观察成交量的变化；价量相关性因子可以帮助我们结合价格与成交量的信息，具有代表性的因子如daily_pv_corr、minute_pv_corr（分别基于日频、分钟数据，计算价量相关性，构建选股因子）；另外，我们发现价格变化的自相关性中，也拥有显著的选股信息，因此基于分钟价格序列的自相关性，构建因子minute_price_autocorr。

构建上述量价类Alpha因子后，我们以全体A股为研究样本（剔除ST、停牌、上市未满60个交易日的股票），对因子进行月度5分组回测。下面两张图表分别展示了因子5分组多空对冲的净值走势、各项绩效指标。整体来看，量价类Alpha因子表现稳健，信息比率都在2以上；其中高频价格自相关性、高频波动率因子的稳健性最强，信息比率超过3。

今年以来，上述量价类Alpha因子都取得了正向收益，其中累计收益最高的为daily_turn_std（日度交易稳定性因子），录得收益23.48%；minute_pv_corr（高频价量相关性因子）和moneyflow_ret20（资金流结构反转因子）紧随其后，分别录得收益14.34%和13.91%。从信息比率来看，表现最好的是daily_pv_corr（日度价量相关性因子）和moneyflow_ret20（资金流结构反转因子），今年以来的年化信息比率分别为2.45和2.13。

众所周知，量价类因子在中小市值股票中的有效性更强，因此在市场更偏中小市值风格的时候，量价因子的表现往往更好。我们选取常用的沪深300指数代表大盘股、中证1000指数代表中小盘股，观察两个指数从2012年以来的相对走势。可以发现在2017年以前，中证1000指数有较为稳定的优势；但从2017年开始至2021年年初，沪深300指数持续占优，观察同期量价因子的表现，就会发现许多传统量价因子的有效性明显下降，比如传统反转因子在2017年出现长时间回撤，传统波动率、换手率因子在2018年、2019年多次出现大幅回撤，另外伴随着2020年至2021年初的机构抱团行情，我们构建的量价类Alpha因子的波动也明显增大；直到2021年3月份，市场重回中小市值风格，量价类因子的表现才开始回暖。

在未来，如果以沪深300成分股为代表的核心资产难以持续占优，尤其是随着注册制的放开，A股市场的股票数量越来越多，在许多未被研究机构覆盖的中小票中，也将出现更多具有投资价值的股票，那么我们相信量价类因子将会有更多的用武之地。

我们定义的主动量化选股策略不局限于对股票收益的截面预测，而是通过对价值投资或行为金融的深度理解，捕捉市场反应不足/过度的定价错误。组合构建流程基于金融逻辑和因果推断，根据特定事件或指标筛选股票池，同时结合相应筛选方式得到股票组合。我们基于分析师推荐、机构持股和财报信息3个维度构建了系列主动量化选股策略。

价值风格延续2022年强势表现，今年以来相关策略收益亮眼，小盘价值、红利精选组合分别取得收益22.4、14.9%；成长类策略表现不佳，超预期精选和预告盈余惊喜组合绝对收益为-6.7%和-9.0%，均跑输中证500指数；机构类alpha颓势依旧，机构行为跟随、券商金股精选组合仅取得收益-12.4%、-12.9%。此外，对标偏股基金指数的权益基金业绩增强组合在基准弱势的情形下仍然取得7.6%的绝对收益，表现亮眼。

1.分析师推荐：

2.机构持股：

3.财报信息：

小盘价值组合

今年以来小盘价值风格强势，相关风格的公募基金均取得优异的业绩表现。关于小盘价值风格的选股策略，学术界和投资界早已有丰富的研究，我们在此也介绍一类思路。

Piotroski（2002）提出F-SCORE指标用于低估值（高BP）股票投资，他认为低估值股票更适用于财务报表分析：

1. 分析师一般关注收益弹性更好的成长股，价值股通常分析师关注度低；

2. 公司欠缺主动的信息披露渠道，由于业绩表现差，主动的信息披露可能不被信任；

3. 绝对低估值的企业可能处于财务困境中，报表分析更适合。

因此，在低估值股票中我们希望借助于财务信息，寻找估值具有抬升潜质、同时基本面出现改善、安全边际高的股票，在低估值股票中寻找盈利和估值同步抬升的机会。

首先，股价的短期变化反应在情绪面和基本面，情绪映射成估值的变化，基本面反应在企业短期的盈利改善，因此股价增长取决于估值和盈利两个维度。

我们发现，低估值股票估值变动幅度本身更大，而市场关注度低的中小市值、低成交量股票在短期由情绪主导的估值提升更加明显，基于此逻辑我们筛选出冷门价值股票池。

然而，低估值股票普遍存在“便宜只有便宜的道理”，这些股票整体的盈利能力弱于市场平均水平，存在陷入“价值陷阱”的风险。盈利改善是避免“价值陷阱”出现的前提，而股价安全边际是避免“价值陷阱”的重要保障。因此，我们在寻找具有估值提升潜质的标的时，同样关注股票本身的盈利能力改善和股价安全边际。

基于此思路，我们在冷门低估值股票池中选取基本面改善的股票，最终考虑价格的安全边际，每期选取100只股票等权构建小盘价值精选组合。

以国证2000指数作为业绩比较基准，组合2012年以来年化收益32.1%，超额国证2000指数23.0%，信息比超过2.5。截至2023-11-30，组合今年以来取得绝对收益22.4%，超额国证2000指数20.6%。

权益基金业绩增强组合

公募权益基金整体相对于市场宽基指数呈现出显著超额收益，然而由于市场风格的变化，单只基金长期保持稳定靠前的业绩水平具有较高难度。我们在跟踪权益基金整体的风格、行业配置前提下，利用alpha模型获取超额收益，构建权益基金业绩增强组合。

截至2023-11-30，今年以来组合取得绝对收益7.6%，超额偏股基金指数17.2%。

PEAD.notice组合

对比上市公司定期报告披露利润和前期业绩预告的预计利润，我们筛选出财报相对预告出现盈余惊喜的股票列表，基于财报现金流特征，进一步筛选成长能力强的过构建组合。

截至2023-11-30，今年以来组合取得绝对收益-9.0%，超额中证500指数-3.6%。

红利精选组合

股票的收益来自于两部分：股息收入和资本利得，其中股息收入可以通过股息率来刻画。股息率不仅是重要的选股因子，也是Smart Beta指数中重要的一类因子即红利因子。红利策略的核心在于对于高股息股票的进一步优选，在适应的市场行情下，该策略能取得优异的表现。

我们在红利低波策略的基础上进行优化，寻找高成长性标的，筛选出的股票组合具有低波动性、高股息率和高成长性的特点。

截至2023-11-30，今年以来组合取得绝对收益14.9%，超额中证红利指数13.2%。

券商金股精选组合

近年来券商对于金股组合的关注显著提升，券商每个月都会披露月度金股组合，一般包含数量在10只左右的重点推荐股票。金股组合作为券商分析师的核心推荐，其中的个股明细对于投资而言具有重要的参考价值。我们希望在券商金股名单中结合量化手段进行进一步的分析构建金股组合。

截至2023-11-30，今年以来组合取得绝对收益-12.4%，超额偏股基金指数-2.8%。

5.1 可转债市场回顾：平衡偏债今年占优

基于专题报告《可转债定价模型与应用》，我们可以通过收益分解模型将近一年转债的收益分别拆解为债底收益、股票拉动收益、转债估值收益。由下图我们可以对中证转债、分域与行业进行收益归因，结果如下：

• 中证转债指数表现：今年全年来看，中证转债的收益来源有以下特征：

• 转债分域表现：今年平衡偏债转债显著占优：

• 转债行业表现：各行业转债今年表现如下：

对于中证转债指数未来一年的配置价值，根据专题报告《可转债收益预测框架——大类资产定价系列之四》中介绍的收益预测方法，我们基于《十二月配置建议：当前微盘股的三个潜在风险——资产配置思考系列之四十八》中权益与债券市场的观点，带入转债CCB定价模型中便可得到对中证转债未来一年的预期收益：

• 正股收益：最新一期信贷脉冲大幅回升，模型对中证500未来一年盈利增速预期有所上调。当前权益市场的ERP仍处于历史较高水平，未来预期估值仍有扩张空间。综合来看，我们对中证转债正股的未来一年预期收益为19.0%。

• 债底收益：由于信用债利率今年震荡下行，债券长期配置性价比仍处低位。基于债券收益预测模型，我们预期未来一年中证转债的债底收益仅为3.3%。

以2023年11月24日的收盘数据为基础进行测算，模型预测未来一年中证转债预期收益为6.5%。尽管转债正股有较高的预期收益，然而当前转债市场较高的估值对转债未来的收益空间有着一定的压制。

① 可转债市场的估值仍处高位。我们使用专题报告《可转债定价模型与应用》中定价偏离度作为衡量转债估值的指标，定价偏离度=转债真实价格/模型定价-1，定价偏离度越高则说明转债估值越贵。由下图可以看出，尽管由于权益市场的回撤，转债市场近期估值下行，但仍然处于历史上的较高水平，主要原因在于当前转债价格隐含了较长的赎回保护期。

② 当前偏债、平衡、偏股转债相对估值处于合理区间。那么不同分域以及行业的转债相对估值如何？我们定义：相对估值=分域（或行业）CCB定价偏离度ma10 - 市场CCB定价偏离度ma10。近期转债估值维持底部震荡走势，当前偏债、平衡、偏股转债的相对估值均位于合理水平。因此基于分域择时模型来看，当前估值择时模型没有显著信号。

① 可转债低估值因子超额衰减。基于报告《可转债估值因子的衰退与优化思路》中的内容我们可以发现，由于转债市场有效性的上升，我们可以发现可转债低估值策略的几个现状：

1)转债估值类因子为转债量化策略中表现最强的一类因子，如CCB定价偏离因子、隐含波动率因子、双低因子，历史上年化收益可以达到5%以上。

2)由于转债市场定价有效性上升，且低估值因子间重合度与拥挤度较高，可转债估值类因子表现有着显著的衰减。

3)由于偏股转债更接近于股票，偏股转债估值高低体现的为转债是否赎回的预期以及正股未来收益的预期。目前市场博弈较为充分，偏股转债估值已较为有效，因此低估值策略在偏股转债超额收益衰减显著。

② 在权益市场震荡的环境下，平衡偏债转债的收益风险比更优。我们可以先把市场上的转债分为偏债、平衡、偏股转债，并且生成了对应的指数，以及计算了三个指数分年度的卡玛比率，由此可见：

1)在2019、2020、2021年中，由于股票基本处于向上的市场行情中，并且转债估值逐年抬升，偏股转债弹性较强，因此年化收益率、卡玛比率均高于平衡与偏债转债。反之在2018、2022与2023年，股票市场处于低迷或者震荡之中，平衡偏债转债有更高的卡玛比率。

2)当前市场转债估值已处于较高的平台位置，估值显著抬升的空间有限。同时权益市场可能仍处于震荡市场中，因此平衡偏债转债的配置性价比较高。可见在权益市场环境有一定不确定性时，平衡与偏债有着较高的收益风险比。因此从Beta层面，平衡偏债转债优于偏股转债。

③ 对平衡偏债进行增强的量化策略更具优势。我们可以看出平衡偏债转债的量化增强策略从以下两个层面更具优势：

1)可转债Alpha：由前文可见，偏股转债中转债估值因子的超额已经出现显著衰弱，对偏股转债进行量化增强的难度要远高于平衡与偏债转债。因此从Alpha因子增强层面，平衡偏债优于偏股转债。

2)可转债Beta：若未来权益市场仍维持今年的震荡走势，平衡偏债转债相对于偏股转债同时具有收益风险比更高的Beta。 

由上可见，对平衡偏债进行增强的量化策略在Alpha与Beta角度均存在一定的性价比，我们在报告《平衡偏债增强策略今年表现亮眼——八月可转债量化月报》中使用转债低估值+正股强动量+转债高换手的方式对平衡偏债转债进行增强，从而构建平衡偏债增强策略，可见即使在今年权益市场震荡下行的环境之中，该策略仍然可以获得显著的正向收益。若未来仍处于类似的市场环境中，我们预计对平衡偏债进行增强的量化策略仍可获得优秀的收益风险比。

6.1 指数量化择时

目前，上证指数和中证500均处于周线级别下跌中，而且周线级别下跌只走了1浪结构，这意味着市场中期将继续震荡筑底。市场筑底需要些时间，投资者需要多些耐心。不过中长期，上证50、沪深300周线下跌已经走了9浪结构，跌了3年时间，当下大概率是中长期底部，对市场仍不宜过度悲观，中长期下行空间非常有限。

就行业配置角度而言，我们推荐周线级别下跌比较充分或者刚确认上涨趋势的行业，规避周线级别下跌只走了1波的行业。目前来看，汽车处于周线级别上涨中，上涨趋势大概率没结束；医药周线下跌已经走完了7浪结构，而且走出了双底的形态，后续会逐步走出底部，可以积极布局；钢铁、建材、房地产、农林牧渔周线下跌已经走出了7-9浪结构，大概率已经见底，可以关注起来；传媒、消费者服务的周线级别下跌在结构上只走了1浪，下跌不够充分，短中期很难有大的行情，注意后续有继续下跌的风险。

风险提示：量化模型基于历史规律总结，如若未来宏观、行业、市场、政策发生结构性变化，模型有失效风险。

本篇文章来源于微信公众号: 留富兵法