本文来自方正证券研究所于2024年1月2日发布的报告《1月份建议关注红利基金LOF/标普红利ETF、中证1000基金、科技ETF、国防军工ETF、消费龙头LOF/ETF等产品》，欲了解具体内容，请阅读报告原文，分析师：曹春晓 S1220522030005。

摘要

风险提示

本报告基于历史数据分析，历史规律未来可能存在失效的风险；市场可能发生超预期变化；各驱动因子受宏观环境影响可能存在阶段性失效的风险。

报告正文

1.2 ETF市场的快速发展为资产配置投资者提供了丰富的产品体系

2018年以来，ETF市场迎来大规模资金净流入，同时伴随着大量宽基、行业、主题类ETF产品的不断上市，投资者可选择的ETF产品非常丰富。对于资产配置投资者而言，当前ETF产品体系已经足够丰富来完成相应资产配置目标。

从产品类型来看，宽基ETF一直是第一大产品类型，近几年宽基ETF产品规模稳步增长，截至2023年三季度末，宽基ETF规模合计7604亿元，市场份额占比约为43%。2020年以来行业ETF迎来爆发式增长，规模大幅上升，截至2023年三季度末，行业ETF规模合计4876亿元，占比28%。

当前国内指数基金市场产品已非常丰富，对于权益投资者而言可选择的工具较多，如何有效的把握指数之间的轮动特征，如何构建长期有效的投资组合，是投资者较为关注的问题之一。在报告《基于权益型ETF产品的资产配置策略——指数基金资产配置系列之一》中，我们基于全市场ETF产品构建了轮动策略组合。

指数基金的配置策略核心在于标的指数的选择，根据我们对于行业/板块轮动的研究，影响行业/板块涨跌分化的原因有很多，宏观层面，经济周期是重要因素之一；中观层面，景气改善是驱动行业/板块涨跌的重要推手，业绩的边际变化具有较强的指导意义；微观层面，资金流入流出、微观交易结构也在一定程度上影响行业/板块分化。

我们结合“货币+信用”周期模型，以及估值、业绩、分析师预期、资金流、微观交易特征等不同因子，来构建指数产品的轮动组合。

2.2 “货币+信用”周期划分

宏观经济周期在一定程度上影响着股票市场整体及其结构表现，同时，对于股票市场的驱动因子也有着较为明显的影响。本文中我们将以“货币+信用”分析框架来研究不同宏观经济周期下，不同驱动因子的整体表现，进而对因子进行适当选择，来构建指数轮动策略。

“货币+信用”框架中，货币对应的是货币政策工具，代表了资金供给，而信用则代表了资金需求。其中，货币政策的切换最终会反映到市场利率的变动，因此我们可以通过观察10年期国债收益率对货币政策周期进行划分。

估值因子表现受货币信用周期影响较为显著，在宽货币宽信用环境下，估值分位数因子表现出非常强势的正向选择能力，即在货币信用双宽松的环境下，市场风险偏好提升，高估值行业表现更为出色，而其他区间内估值分位数因子均无明显区分能力。与此同时，在宽货币宽信用环境，PEG因子表现基本失效，而在其他区间范围内，PEG因子表现较好，特别是货币信用双紧的时间段，PEG因子表现更佳。

基于估值因子的上述表现特征，我们根据宏观经济周期对估值因子进行选择，当进入宽货币宽信用周期，我们选择估值分位数因子，当市场进入宽货币紧信用、紧货币宽信用、紧货币紧信用等周期时，我们选择PEG因子来构建估值因子，并在部分指数产品的标的指数范围内测试其表现，可以看到长期来看，在特定指数范围内估值因子表现出了较好的分化特征。

根据最新宏观环境下估值因子得分，农牧渔、中证数据、中证军工、金融科技、中证1000等指数得分较高。

2.3.2 基本面景气改善因子

通过上市公司财务数据可以判断出企业的盈利情况，行业或板块也类似。对于不同宽基、行业、主题指数，由于成分股的差异较大，直接对比指数的财务指标会存在较大的偏差，因此，我们在对指数构建盈利因子时均需考虑其业绩的边际变化情况。

具体做法是，我们通过计算指数基本财务指标如营业利润、归母净利润、ROE等累计值、TTM及单季度的同比及环比指标，再在此基础之上，通过时间序列标准化的方式，计算其Zscore指标，时间窗口为最近8个季度。从单因子测试结果来看，经标准化处理的基本面景气指标，相较于原始指标有效性得到明显提升。

我们筛选上述因子中表现较好的部分因子进行分市场环境研究，发现所有细分因子在紧货币紧信用阶段的表现均最为出色，而宽货币宽信用阶段部分因子出现失效的情况。

我们根据所处的宏观环境，对细分因子进行因子选择和合成，可以看到，合成之后的基本面景气改善因子长期表现非常出色，在部分指数产品范围内多空组合分化非常明显。

截至2023年12月31日，根据最新基本面景气因子得分，细分化工、电子50、养老产业、标普中国A股红利等指数得分较高。

2.3.3 分析师预期景气改善因子

基本面景气因子虽然表现不错，但其更新较慢滞后较为明显，分析师预期数据可作为有效的补充。我们通过指数成分股市值加权的方式构建标的指数的一致预期指标及其变动指标，来刻画分析师预期景气改善因子。

我们筛选上述因子中表现较好的部分因子进行分市场环境研究，进而根据宏观环境对因子进行选择与合成，从合成后因子表现来看，分析师预期改善因子整体表现出色，在部分指数产品标的指数范围内多空分化能力较强。

截至2023年12月31日，根据最新分析师预期因子得分，标普中国A股红利、中证银行、180价值、中证医疗、中证800地产等指数得分较高。

2.3.4 资金流因子

资金流动在一定程度上决定了短期市场偏好方向，对于板块的选择具有较强的参考意义。其中，自沪深港通开通以来，北向资金的流入受到市场的高度关注，我们基于北向资金在各个标的指数成分股内的流入流出数据计算相应指数的边际流入流出幅度因子，此外，大单资金流入、机构资金流入对于板块选择也具有较强的指导意义，我们以同样的方式计算各指数的机构资金流入因子、大单资金流入因子。

我们根据上述因子在不同宏观环境下的表现对因子进行选择与合成，从合成后因子表现来看，资金流因子整体表现出色，在部分指数产品标的指数范围内多空分化能力较强。

截至2023年12月31日，根据最新资金流因子得分，中证有色、智能电车、新材料、科创创业50等指数得分较高。

2.3.5 市场交易特征因子

在微观交易层面，我们重点关注动量效应，尽管在A股市场上整体表现出反转效应，但是在行业或板块层面，动量效应更为显著。我们在夏普比率基础之上，结合指数日收益率指标，构建动量延续性因子。

动量延续性因子的核心思想是，对于短期内出现大涨的板块，我们认为其延续性相对较弱，而缓慢的累积式上涨，后续延续性可能更强。我们在夏普比率的基础上，剥离掉区间最大涨幅来进一步刻画动量延续性。

从多空分组表现来看，动量延续性因子表现较为出色，在部分指数产品标的指数内多空分化明显。

3 1月份建议关注红利基金LOF/标普红利ETF、科技ETF等产品

上述指数产品轮动策略不仅在全市场ETF产品范围内表现较好，在特定指数范围内的表现也较为出色。在报告《基于华宝基金指数产品的轮动策略构建——指数基金资产配置系列之二》中，我们结合宏观经济周期模型与估值、业绩、分析师预期、资金流、动量延续性等因子，构建了华宝基金指数产品的轮动策略。轮动组合相较于等权组合、沪深300指数具有明显的超额收益，年化超额分别约为7.15%、12.63%。

根据12月底最新数据，模型对各标的指数打分如下所示。1月份模型建议关注：红利基金LOF/标普红利ETF、中证1000基金、科技ETF、国防军工ETF、消费龙头LOF/ETF产品。

4 风险提示

本报告基于历史数据分析，历史规律未来可能存在失效的风险；市场可能发生超预期变化；各驱动因子受宏观环境影响可能存在阶段性失效的风险。

   方正金工团队  

 

曹春晓

方正证券研究所

金工首席分析师

曹春晓：南京大学金融工程硕士，9年金融工程研究经验。在多因子选股、风格轮动、行业配置、基金研究等领域具有丰富的研究经验，曾获得新财富、水晶球权威评选三次第二、三次第三。

刘洋：金融学硕士，7年基金评价研究经验，长期从事公募基金产品的研究和评价，连续多年担任公募基金业金牛奖评委。

陈泽鹏：布里斯托大学硕士，2年量化研究经验，在基本面量化、行业轮动、事件驱动策略有相关研究，擅长定量分析。

邓璐：厦门大学硕士，2年多基金研究经验，具备定性与定量结合的研究能力，擅长基金评价和基金产品研究。

庞敏：清华大学、新加坡国立大学金融学硕士，曾就职于买方，擅长数据挖掘与分析，主要研究方向为公募基金产品的定性评价。

近期报告

---

**量化选股**

【方正金工】超预期陷阱与估值动态及“预期惯性”因子构建—多因子选股系列研究之十五

【方正金工】股票日内多空博弈激烈程度度量与“多空博弈”因子构建——多因子选股系列研究之十四

【方正金工】中证2000指数增强策略及小盘价值、成长、均衡组合构建——多因子选股系列研究之十三

【方正金工】剥离分析师预期调整中的动量效应与真知灼见因子构建—多因子选股系列研究之十二

【方正金工】大单成交后的跟随效应与“待著而救”因子——多因子选股系列研究之十一

【方正金工】推动个股价格变化的因素分解与“花隐林间”因子——多因子选股系列研究之十

【方正金工】个股成交额的市场跟随性与“水中行舟”因子——多因子选股系列研究之九

【方正金工】显著效应、极端收益扭曲决策权重和“草木皆兵”因子——多因子选股系列研究之八

【方正金工】如何跑赢股票型基金指数？

【方正金工】基于Wind偏股混合型基金指数的增强选股策略——多因子选股系列研究之七

【方正金工】个股股价跳跃及其对振幅因子的改进——多因子选股系列研究之六

【方正金工】波动率的波动率与投资者模糊性厌恶——多因子选股系列研究之五

【方正金工】个股动量效应的识别及“球队硬币”因子构建——多因子选股系列研究之四

【方正金工】个股波动率的变动及“勇攀高峰”因子构建——多因子选股系列研究之三

【方正金工】个股成交量的潮汐变化及“潮汐”因子构建——多因子选股系列研究之二

【方正金工】成交量激增时刻蕴含的alpha信息——多因子选股系列研究之一

---

**ETF深度**

【方正金工-ETF深度报告】ETF基金投资者画像研究（持有人篇）

【方正金工-ETF深度报告】ETF行业2022年发展回顾及产品创新前瞻

---

**基金研究**

【方正金工-ETF深度报告】ETF行业2022年发展回顾及产品创新前瞻

【方正金工】固收+基金发展复盘与简析思考——固收+基金系列研究之一

【方正金工】硬科技板块巡礼——科创板系列指数与产品全景分析

【方正金工】公募新能源赛道指数与产品全景分析

【方正金工】基金模拟持仓补全方法及增强FOF策略

【方正金工】市场上有哪些有效选基因子？

【方正金工】公募FOF配置偏好有哪些变化？

【方正金工】偏股混合型基金指数：主动偏股基金中长期业绩的典范

【方正金工】收益独特基金与收益相似基金——基金相似度研究系列之二

【方正金工】基金相似度方法比较与应用探讨（下篇)

【方正金工】基金相似度方法比较与应用探讨（上篇)

【方正金工】如何构建均衡的FOF组合？

---

**ChatGPT**

【方正金工】Code Interpreter在金融市场数据分析中的应用——ChatGPT应用探讨系列之五

【方正金工】ChatGPT投资相关插件测试及策略开发——ChatGPT应用探讨系列之四

【方正金工】不同大语言模型产品操作性能及进阶应用比较——ChatGPT应用探讨系列之三

【方正金工】ChatGPT在择时、风格、行业、选股中的应用实践——ChatGPT应用探讨系列之二

【方正金工】ChatGPT在投资研究工作中的应用初探——ChatGPT应用探讨系列之一

---

**行业轮动**

【方正金工】5月行业组合超额1.89%，6月建议关注公用事业、计算机、社会服务、机械设备、美容护理、传媒等—行业轮动月报2306

【方正金工】4月行业组合超额4.10%，5月建议关注公用事业、社会服务、计算机、机械设备、传媒等——行业轮动月报202305

【方正金工】4月份建议关注公用事业、建筑装饰、社会服务、机械设备、医药生物、传媒等行业——行业轮动月报202304

【方正金工】2月份建议关注公用事业、电力设备、石油石化、有色金属、非银金融等行业——行业轮动月报202302

【方正金工】1月份建议关注公用事业、银行、家用电器、煤炭、农林牧渔、食品饮料等行业——行业轮动月报202301

---

**指数基金资产配置**

【方正金工】基于国泰基金ETF产品的轮动策略构建——指数基金资产配置系列之五

【方正金工】基于富国基金ETF产品的轮动策略构建——指数基金资产配置系列之四

【方正金工】基于工银瑞信基金ETF产品的轮动策略构建——指数基金资产配置系列之三

【方正金工】基于华宝基金指数产品的轮动策略构建——指数基金资产配置系列之二

【方正金工】基于权益型ETF产品的资产配置策略——指数基金资产配置系列之一

---

**指数投资价值分析**

【方正金工】小盘风格延续1000指增产品优势凸显——易方达中证1000指数量化增强分析

【方正金工】静待养殖周期拐点，聚集行业龙头收益弹性突出——中证畜牧养殖指数投资价值分析

【方正金工】智能时代，指向未来—中证人工智能主题指数投资价值分析

【方正金工】优选个股增强指数收益，估值低位反弹潜力可期——创业板成长指数投资价值分析

【方正金工】国产替代启新程，冬去春来芯气象——国证半导体芯片指数投资价值分析

【方正金工】云上未来：乘数字经济浪潮，扬人工智能之帆—中证云计算与大数据指数投资价值分析

【方正金工】技术创新叠加规模经济，光伏行业持续高景气增长—中证光伏龙头30指数投资价值分析

【方正金工】冬去春来，迎接“后疫情时代”港股互联网的三重拐点—中证港股互联网指数投资价值分析

【方正金工】易方达权益指数产品布局：管理规模行业领先，产品线全面均衡

【方正医药+金工】生物医药朝阳产业行业增长靓丽，汇添富生物科技指数产品布局丰富，多市场覆盖