2023年A股市场整体表现偏弱，截至12月29日闭市收官，万得全A指数全年跌幅5.19%，沪深300下跌11.38%，中证1000下跌6.28%，上证指数下跌3.70%。在国内经济弱复苏、美联储加息和风险情绪释放的背景下，A股市场经历年初的冲高后持续震荡下行。总体来看A股全年波动较大，且行业轮动频繁，主题投资机会也快速切换，但以中特估和人工智能为代表的结构性投资机会贯穿全年，为投资者提供了一定的收益贡献。

一季度A股表现相对较好，1月新增人民币贷款数据超预期，2月PMI也大超预期，市场看好经济的反弹。在这种乐观的预期下，A股迎来了强势上涨，截至3月31日上证指数上涨5.94%，收于3272.86点。

然而，进入4月后，随着经济复苏进程减缓，宏观经济数据开始回落，4月PMI回到荣枯线以下，社零、工业增加值等也低于预期，市场陷入震荡下行期。在人工智能和中特估主题行情带领市场触及5月9日3418.95的高点后，上证指数大幅回落，截至6月30日收于3202.06点。

进入三季度，A股市场再次经历下行低迷行情。随着7月24日中共中央政治局会议提出一系列支持措施，围绕活跃资本市场和房地产相关的政策利好频出，上证也在7月31日强势反弹。8-9月更多利好政策出台，包括印花税减免、下调金融机构存款准备金等，但是由于中美关系等地缘政治因素，市场没有对利好信息产生强烈反应，甚至进一步下跌。上证指数在10月23日达到2923.51的阶段性低点。

10月底至11月在中央汇金买入ETF、中美关系缓和、美联储加息周期即将结束、长端美债利率回落背景下，市场有所反弹，上证在11月21日触及3089.77点。然而，12月开始市场再次启动了新一轮下跌，12月21日上证跌破2900点，触及2882.02的低点。

2023年全年中信一级行业涨跌互现，30个行业中有11个的行业全年收益率为正，TMT板块一骑绝尘，其中通信行业以超过20%的收益率成为2023年行业收益率冠军，纵观全年有三个行业录得超过10%的正收益，分别是通信（24.78%）、传媒（19.84%）和煤炭（13.39%）；在经济复苏不达预期的背景下消费板块表现疲软，消费者服务（-41.18%）、房地产（-24.80%）、电力设备及新能源（-24.65%）、建材（-20.47%）收益率排名靠后。

我们选取申万高市盈率和低市盈率指数作为成长和价值风格的代表，从技术面、国内流动性、海外流动性以及股市反弹期等角度选取了6个对成长价值轮动具有预测力的因子，并通过结构化的方法合成单因子信号，构建了多维结构化成长价值轮动模型。具体可参考2022年8月5日发布的深度报告《风格轮动系列七：多维结构化成长价值轮动模型》。

2023年策略表现较为优异。策略年化收益率为1.03%（同期基准为-8.85%），超额净值年化收益为10.90%，策略大幅战胜基准。此外，策略超额净值的收益风险比达到1.30。策略在2023年的12个月份中，有7个月份战胜基准，2个月份与基准持平，3个月份跑输基准。截至2023年12月31日，模型给出价值风格占优的观点。

下方图表给出了2023年每月的成长价值轮动信号以及成长相对价值风格的当月收益率。从图表可以看到，我们的风格轮动模型捕捉到了2023年成长价值的几次相对占优时段。

年初的1-3月份股市表现相对较好，人工智能浪潮下TMT为代表的成长板块表现相对优异，这段时间模型没有及时捕捉到信号。主要原因是ChatGPT的出现为代表的类似突发事件难以被量化指标提前捕捉到，我们能够做的是尽量早的识别趋势的产生。比如当前都是假设月末发出信号，但实际中风格的转变可能出现在月中，如何生成并将事件驱动型的信号合成值得进一步研究。

4月前期快速上行的TMT板块开始有所调整，价值板块相对占优，我们的信号也及时给出了看好价值的信号，规避了此轮的成长风格下行。随后的板块风格来回切换，5-6月份市场转向成长，7-9月则转向价值，10-11月成长再次相对占优，12月市场情绪较为低迷，防御性强的价值转向占优。这段时间模型只在5月和11月给出了错误信号，其它绝大部分月份都是正确信号。模型之所以能够比较左侧的做出风格转向的判断，一个重要原因是我们的市场拐点期指标多次给出正确信号，它认为这段时间市场处于股债性价比极高的潜在反弹期，成长价值风格具有反转特征。

3.2.1、基于拐点+趋势的大小盘轮动

我们选取申万大盘和申万小盘指数作为大小盘风格的代表，从风格趋势和风格拐点两个角度寻找了对大小盘轮动有逻辑和实证解释力的指标，包括技术面、流动性、经济增长、市场拐点、风格相对关注度拐点等，然后构建了大小盘轮动模型。具体可参考2023年1月20日的深度报告《基于拐点+趋势的大小盘轮动研究》。

2023年策略表现较为优异。策略区间年化收益率为-3.36%（同期基准为-8.26%），超额净值年化收益为5.35%，总体战胜基准。此外，策略超额净值的收益风险比达到1.23。策略在2023年的12个月份中，有7个月份战胜基准，3个月份与基准持平，2个月份跑输基准。截至2023年12月31日，模型给出大盘风格占优的观点。

下方图表给出了2023年每月的大小盘轮动信号以及小盘相对大盘风格的当月收益率。从图表可以看到，我们的风格轮动模型捕捉到了2023年大小盘的几次主要转换。

总体看，全年小盘风格相对占优，只有4个月份跑输大盘风格。第一季度，ChatGPT带动TMT板块从而小盘风格占优，轮动策略也连续三个月给出看好小盘的信号。其中1月份信号转向小盘主要是因为市场拐点期指标认为市场处于反弹期，小盘风格也有望优先反弹。而2-3月份继续看好小盘的原因主要是趋势型指标，包括小盘动量、流动性指标持续看好小盘。

6月和7月市场整体下行，受美联储加息和国内经济数据低于预期的影响小盘风格有所调整，相对抗跌的大盘风格占优，模型也分别给出中性和看好大盘的信号。随后的8-11月小盘风格持续占优，轮动模型判断对了8-9月，但在10-11月过早的认为风格会向大盘反转，出现一些亏损。

总体来看，大小盘轮动模型与前面的成长价值轮动模型构建思路较为一致，2023年模型表现也较为优异。但其同样也有改进空间，比如大小盘轮动信号的变化逻辑上同样可能在月中出现。当前轮动信号是较为离散的，只有大盘、均衡和小盘。但在实际操作中，我们很难全仓大盘或全仓小盘，如果能够生成更加连续的打分信号则模型会提供更多信息，有利于风格轮动组合的构建。另外，我们的轮动模型并没有考虑所有影响风格的因素，比如政策变化或突发事件等外生因素如何及时纳入模型值得进一步研究。

3.2.2、基于期权信息前瞻性的大小盘轮动

期权是市场投资者重要的投机和风险管理工具，对于优化市场结构、加速信息流动和加强理性投资管理具备重要作用。在期权交易优势和投资者结构等因素的引导下，市场上的收益风险信息更可能优先反映在期权市场而非现货市场上。此前，我们基于期权市场信息，分别从期权“量”和“价”两个维度出发，充分挖掘投资者情绪，并利用期权市场信息的“前瞻性”和不同期权产品提供信息的差异构造了相应的大小盘择时和轮动策略。具体可参考2023年7月19日的深度报告《基于期权信息前瞻性的市场观察和大小盘轮动策略》。

我们分别选取中证1000指数和沪深300指数作为小盘和大盘风格的代表，构建了日度和周度大小盘轮动策略。2023年以来策略表现较为优异。2023年日度策略多空年化收益率为25.99%，多头年化收益率为2.27%（同期基准为-9.10%），相对于基准的年化超额收益率为12.39%，策略大幅战胜基准。周度策略同样表现优异，周度胜率达60%。

下方图表给出了2023年每周的大小盘轮动信号以及小盘风格相对大盘风格（即中证1000相对沪深300）的净值走势。从图表可以看到，我们的风格轮动模型捕捉到了2023年大小盘风格的几次主要转换。

回顾2023年，年初宏观经济处于复苏早期，股市受春季躁动的影响缺乏明确投资主线。其后，受ChatGPT持续发酵影响，小盘风格相对占优，我们的大小盘轮动模型也在多个关键时点捕捉到了小盘风格的价值反弹。

6月底之后，小盘风格受到压制更为明显，大盘相对占优，我们的模型也持续给出看好大盘的信号。

8月底以来，在北交所改革预期的不断强化下，资金持续流入北交所，一方面推动北交所板块公司市值向沪深板块小市值标的靠拢，一方面也驱动了小盘风格的相对走强，我们的模型也多次给出看好小盘的信号。但整体来看，期权信息大小盘轮动模型信号切换过于频繁，能够捕捉短期情绪变化的同时缺乏对长期因素的考量，导致在市场趋势明显的时候模型产生了一定的回撤。

2023年行业轮动难度加大，传统轮动因子纷纷失效，兴证金工团队另辟蹊径，利用产业链、供应链、专利布局等维度的数据刻画了行业的上下游或者相似关联关系，并基于动量传导效应构建了申万二级行业轮动策略。在此基础上，我们根据行业轮动速度指数的大小来划分市场状态，并在轮动较快的市场中使用产业链的景气度溢出效应来代替动量溢出效应，显著改善了行业轮动策略在行情快速切换时表现不稳定的问题，具体参见《基于Alpha传导的行业轮动策略构建》。

模型构建于2023年1月底，2023年以来轮动多头区间收益为-0.60%，同期基准（申万二级行业等权）为-5.39%，超额收益5.25%。此外，策略在2023年的12个月份中，有6个月份战胜了基准，虽然胜率仅为50%，但具有较高盈亏比。

行业轮动模型在2023年分月度的超额收益出现了前高后低的现象。我们基于alpha传导因子所构建的轮动模型在2023年前6个月的超额收益率为7.55%，表现较为突出；但是在下半年超额收益出现了回撤，其中在7-10月模型均表现不佳，对其原因分析，是因为我们在模型中基于上月的行业轮动速度判断当前的环境并决定使用动量溢出效应还是景气度溢出效应，而在2023年6-9月期间行业轮动速度整体处于上升趋势，轮动速度月度发生明显变化导致模型选择出现偏差，若能准确预测当月的轮动速度则能进一步提升效果。

未来一方面我们会在中微观维度增加轮动因子的丰富度，另一方面我们将尝试宏观环境、政策因素等逻辑变量融入到行业模型之中，以提升模型的稳健性和抗风险能力。

未来兴证金工团队将持续更新迭代现有的模型，用买方投资者的视角去构建和改进策略。

我们认为当前时点接近市场底部区域，预期2024年A股将夯实底部并有望反弹。我们选取万得全A指数为观察对象并找出了历史上5次大底，分别是2005年7月18日、2008年11月4日、2012年12月3日、2016年1月28日和2019年1月3日。

下方图表统计了历次市场大底的涨跌特征。历次市场底部距前期高点的跌幅均超过了30%。历史5次底部最大跌幅出现在2008年11月份，较前期高点（2008年1月）回撤70.56%。2019年的底部出现在1月3日，距前期高点（2018年1月）下跌32.67%。截至2023年12月26日，市场较前期高点（2021年12月份）跌幅为26.53%，从历史数据来看，虽然较历史最大跌幅仍有明显差距，但已经非常接近19年的底部跌幅。

从触底的时间来看，前期高点到低点的下跌天数从230天到753天不等，中位数为344天。截至2023年12月26日，市场距前期高点已经下跌超过743天，超过历史绝大部分触底时间。

从性价比角度看，股票当前具备较高配置价值，处于底部的概率较大。我们在报告《基于非线性性价比的股债轮动组合》中比较了多种计算股债相对性价比的指标，最终发现基于宽基指数股息率与长端国债到期收益率的指标对于股债未来相对收益预测力最高。

我们定义股票和债券的相对性价比为两者各自潜在收益水平的差值（用DIV和Y代表万得全A指数股息率和10年国债到期收益率表征股票和债券性价比）。我们计算了性价比指标DIV_Y在每个时点所处的滚动4年历史分位数水平Q。并且为了更好地突出性价比指标在极端取值时的特征，我们对性价比分位数Q做非线性变换取二次幂。从下图可以看到，在历史上多次市场大涨前，比如2008年12月、2015年12月、2019年1月和2020年3月，股债性价比指标都处于历史较高的位置。

截至2023年12月29日，股债性价比分位数指标在99.8%分位点，处于历史相对较高的位置，表明股票具有较高配置价值，2024年有一定上行空间。

从实体经济维度分析，当前经济修复进度仍然偏慢，截至2023年12月底最新的制造业PMI录得49%，较11月环比小幅回落0.4pct。从分项来看，生产分项回落至50.2%，仍然维持在扩张区间；反映需求的新订单分项为48.7%，较2023年11月小幅边际走弱；新出口订单仍然处于荣枯线之下。

从宏观相似性维度进行分析，我们使用PMI、工业增加值同比、工业企业利润总额同比、固定资产投资完成额累计同比以及社会消费品零售总额同比数据来反映生产、投资、消费以及经济整体水平，通过定义因子距离的远近来刻画市场环境的相似程度，并将状态识别问题转化成概率问题，从而找出与当前相似度较高的历史时刻。根据我们相似性模型的测算，当前宏观状态相似的结论比较模糊，与当前相似的时段为2012年下半年。从历史相似性以及当前数据不难发现，当前经济仍然存在一定下行压力，参考相似时段未来的市场表现，可能需要进一步的刺激政策落地。

综合历次磨底时间、股票性价比以及经济增长角度分析，我们认为2024年经济增长仍旧是影响权益资产表现的重要因素，虽然当前经济修复状况低于预期，在未来政策的刺激下，参考过去的历史规律，我们认为2024年股市有望在触底之后反弹。

5.2.1、成长价值风格—成长先行

从成长价值风格上看，我们认为2024年成长风格可能会相对占优一些。通过成长价值风格轮动的历史，我们可以初步地归纳总结出一些规律。比如价值风格占优的时段经常发生在市场低迷的区间中，反映了价值风格的防御属性。而成长风格占优的阶段往往出现在市场表现较好的趋势中。从流动性的角度出发，成长价值风格的相对走势与流动性的松紧密切相关。成长风格对于利率端相对敏感，宽松的流动性环境下成长风格往往占优。实际上，对于A股成长价值风格解释力最强的因素之一就是以美债利率为代表的全球流动性变动。

近年来A股价值成长风格的相对表现与美债短端利率走势非常一致。比如2015年后美联储进入加息周期，一直到2018年底都是价值风格占优。2019年初美联储进入降息周期，一直到2021年底都是成长风格占优。而2021年底之后美联储再次进入加息周期，到2023年11月之前均是价值风格占优。

截至2023年11月，美国PCE同比数据已经从2022年7%以上的高点降低至2.64%，逐步接近美联储通胀目标。这意味着美联储本轮加息大概率到达尾声，2024年美债利率预期不会再大幅上行，而下行空间巨大，在此背景下A股成长股相对占优概率更大。

展望2024年，我们认为A股市场活跃程度将高于2023年，随着市场风险偏好回升，换手率将回升，利好成长风格。国内流动性我们认为2024年将处于较充裕环境，当前经济仍然处于弱复苏状态，地产和出口数据相对不景气，更多的宽松政策支持依然可以预期。从海外流动性看，随着美国通胀下行，美联储2024年可能开启降息，海外流动性不再会是成长风格的压制因素。综合来看，2024年成长风格的压制因素减少，而利好因素增多，我们认为相对占优概率大。

5.2.2、大小盘风格—小盘占优、但趋于均衡

从大小盘风格来看，我们认为2024年小盘风格可能依然总体占优，但预计逐步走向均衡，大盘的利好因素增多有望阶段性占优。

回顾历史会发现，A股大小盘的轮动具有长期特征，但在短期也有因为特定催化因素出现转换。长期的经济增长背景、产业发展周期、稳增长政策、宏观流动性、机构持仓行为等因素可能都影响大小盘的相对占优情况。

本轮小盘的占优从2021年2月开始一直延续至今。从经济基本面看，这段时间是疫后复苏期，但复苏幅度低于预期，房地产和出口数据较为不景气。经济下行时本轮小盘占优的驱动因素之一，从下方图表可以看到，地产投资增速与大小盘相对净值走势非常一致，2021年后持续下行。展望2024年，在经济依然弱复苏的背景下，预计宏观流动性将处于相对宽松状态，有利于中小盘股的表现。另外，地产为代表的传统经济增长依然面临较多结构性难点，期望其大幅反弹可能不太现实，但是降速有望企稳，若刺激政策超预期也可能迎来阶段性的大盘行情。

另一方面，本轮小盘占优与股市资金风格也有直接关系。我们发现以北向和公募基金为代表的机构流入资金越多，相对越利好大盘风格。2021年以来北向资金总体呈流出趋势，持仓市值从2021年高点的2.8万亿元降低至2023年末的不到2万亿元。偏股型公募基金发行份额也明显走低，2021年新发行了2.1万亿份，而2023年降低至0.32万亿份。截至目前，外资流出的趋势还看不到彻底反转的迹象，但随着持仓比例的减少，加速流出的概率不高。另外，在这两年市场低迷的背景下，投资者获得感较为一般，公募基金的发行短期内可能难以快速回升。从机构资金角度看，2024年大盘风格大幅反转可能性不大，小盘风格可能继续占优。

综合来看，2024年宏观基本面可能仍然处于弱复苏环境，房地产为代表的传统板块依然不景气但降速有望收敛，宏观流动性相对宽松。从资金角度看，外资为代表的机构资金可能难以反转流出趋势，但幅度可能减少。总体来看，我们预期2024年小盘风格依然相对占优，但可能逐步走向均衡，大盘有望阶段性占优。

在行业维度，我们主要从发展趋势和政策支持维度进行分析，若2024年市场仍以结构性行情为主，建议重点关注科技板块，同时留意新能源与房地产板块存在的机会。

从发展趋势角度看，我们认为2023年表现优异的AI相关板块在2024年仍有发展空间。一方面，大模型在应用生态中的实际部署和融合是未来AI大模型发展的趋势。自2021年起，中国人工智能行业市场规模不断扩大，在2023年 “百家争鸣”的背景下，大模型在自然语言处理、计算机视觉、金融、医疗等领域已经逐步展示出卓越的应用潜力；随着技术发展和应用场景的不断扩大，大模型未来在各行业扩大应用规模、提升商业化能力或将成为发展大方向。另一方面，2023年中央经济工作会议指出，2024年经济工作重点内容其一在于以科技创新引领现代化产业体系建设，其中明确强调“要大力推进新型工业化，发展数字经济，加快推动人工智能发展”，加上国家建设数字中国的政策驱动，推动科技创新一直都是政策端的主要发力点。

另外，2023年GPT概念的发酵与AI相关板块的上升密不可分。OpenAI下一代AIGC大模型GPT-5预计将于2024年问世，若能如期引领新一轮的大模型技术变革，届时通信、计算机、电子等相关行业将迎来机会。

从政策支撑角度看，2023年房地产行业的政策支撑力度十分显著，随着全年重要会议多次提及、相关调控政策频发，房地产行业有短暂的回升迹象。在当前房贷利率历史低点的情况下，2024年房地产政策力度预计仍会持续加大直至行业企稳，其中政策引导降低房企信用风险、提振楼市销售情况是影响房地产行业止跌的关键。总体而言，我们预计2024年房地产行业整体保持修复局面，在政策加码与信心提振累积下，行业预计在下半年会出现反弹，届时可能存在部分投资机会。

另外，2023年虽然并未出现预期中疫情结束后消费大幅回暖的情景，但（新能源）汽车消费对消费整体复苏的推动力度有目共睹，其中一方面源于中央持续出台鼓励新能源汽车的政策，另一方面源于地方政府为拉动经济发展而不断推出的刺激消费的补贴政策；同时，各大新能源车企不断出新也成功激发市场需求不断走高。在政策端与需求端双重作用下，同时也在经济持续复苏的趋势下，我们预计2024年新能源汽车行业将保持稳步上升的趋势，新能源汽车的销量与渗透率保持稳健增长，届时可以关注行业增长带来的投资机会。

回顾2023年，哑铃策略受到了市场的广泛关注。2023年上半年，TMT（AI）主题与红利主题可以作为哑铃策略的两端，在上半年均具有较为优异的表现；2023年下半年，微盘主题与红利主题可以作为哑铃策略的两端，在下半年具有较为优异的表现。

展望2024年，我们认为目前市场处于筑底过程之中，在进行配置时我们希望在不确定性中寻找一定的确定性，将稳健性资产作为底仓，并配置一部分具有较大弹性与较大正收益概率的资产。因此我们依然较为推荐哑铃策略，哑铃策略的两端可以配置微盘策略与红利策略。

根据目前的市场环境以及微盘风格、红利风格的当前特征，我们认为微盘策略与红利策略依然具有较大的配置价值。接下来，我们将对微盘策略与红利策略当前的特征与未来的投资价值进行具体分析。

5.4.1、微盘策略

展望2024年，我们继续推荐微盘策略。综合各维度分析结果，我们认为微盘风格仍有一定的上行空间：

1、 从拥挤度的角度看，根据换手率、超额波动率、平均市值、基金持有微盘股比例等指标，微盘股的拥挤度距离高位尚有一定距离。

2、 从市场驱动因素看，在市场收益由盈利驱动的时间段，微盘风格的相对净值更易出现下行，而近期市场仍然处于估值驱动时段。

3、 北向资金净流入和微盘股走势呈现负相关，近期北向资金呈净流出态势，未明显转为净流入趋势。

4、 基金抱团瓦解时期微盘股走势通常相对较强，目前基金抱团集中度处于历史77%分位数，处于较高位置，抱团集中度尚有进一步下行空间。

微盘风格拥挤度：距离高位仍有一定空间

我们从换手率、超额波动率、平均市值、基金持有微盘股比例几个维度出发，对微盘风格拥挤度进行分析。

从微盘指数换手率来看，指数换手率过高时，随后微盘股的相对走势可能出现下行。从目前的情况来看，微盘指数换手率位于历史84.7%分位点，处于中等偏上水平，但距离高位还有一定空间。

从微盘指数超额波动率来看，指数超额波动率过高时，随后微盘股的相对走势可能出现下行。从目前的情况来看，微盘指数超额波动率在历史55.6%分位点，处于中等位置。

从微盘指数成份股平均市值来看，指数平均市值过高时，随后微盘股的相对走势可能出现下行。从目前的情况来看，微盘指数成份股平均市值位于历史67.6%分位点，处于中等偏上位置，距离高位还有一定空间。

从公募基金的微盘股持仓比例来看，2015、2016年微盘风格上行期间，公募基金重仓股对微盘股的持仓比例达到峰值，最高占比约为1.29%。截至2023年三季报，公募基金重仓股对微盘股的持仓比例为0.12%，虽然相对于前两年有所提升，但距离历史高位仍有较大空间。

综上，从拥挤度指标的角度看，微盘股的拥挤度距离高位尚有一定空间。

市场驱动因素：近期仍然处于估值驱动时段

我们对A股市场的驱动因素进行拆分，将A股市场的收益分解为盈利贡献与估值贡献两部分。

例如，2017年、2020年市场主要以盈利贡献为主，这两年微盘风格的相对表现出现较大回撤。

从最新的市场收益拆解结果来看，近期仍然处于估值驱动时段。

北向资金配置行为：未明显转变为净流入趋势

从北向资金的情况来看，华证微盘相对于沪深300的月度超额与北向资金净流入之间呈现负相关，两者的秩相关系数为-31%。

2023年12月，北向资金净流出129.3亿元。虽然12月最后一周北向资金有一定程度的净流入，但中期视角看，目前北向资金整体仍处于净流出状态，暂时未有明显转为净流入的趋势。

公募基金抱团行为：抱团集中度仍有下行空间

我们用基金重仓持股市值排名前N%股票的总持仓占比来反映基金抱团的集中程度，并据此将历史上的时期分为以下阶段：

(1) 2006Q3-2009Q2：抱团形成

(2) 2009Q3-2010Q4：抱团瓦解

(3) 2011Q1-2012Q4：抱团形成

(4) 2013Q1-2015Q4：抱团瓦解

(5) 2016Q1-2021Q2：抱团形成

(6) 2021Q3-2023Q3：抱团瓦解

从历史上的规律来看，基金抱团瓦解时期微盘股走势通常相对较强，基金抱团形成时期微盘股走势通常相对较弱。

从基金抱团的情况来看，目前尚处于抱团瓦解的阶段，2023Q3的抱团程度相比于2023Q2虽然有所小幅回升，但是仍需后续确认2023Q4等时点的抱团信号。目前抱团集中度处于历史77%分位数，仍处于历史较高位置，抱团集中度尚有进一步下行的空间。

因此，综合以上各个因素，我们认为微盘风格仍有一定的上行空间，微盘策略值得继续布局。

5.4.2、红利策略

红利风格在2023年取得了较为优异的表现，中证红利指数2023年收益率为0.89%，相对于万得全A指数超额收益为6.08%，相对于万得偏股混合型基金指数的超额收益为14.41%。

展望2024年，我们认为红利策略依然值得配置。在市场磨底过程中，红利风格凭借其稳健的特征，将可能提供较为稳定甚至优异的表现。

以下我们将从市场波动率、PMI、社融数据、拥挤度等方面分析当前市场环境下红利策略的配置价值。

市场波动率：波动率可能正处于震荡上行区间

历史上市场波动率的变化与红利风格的相对走势之间呈现一定的正相关性，一般在市场波动率上行过程中，红利风格的相对净值更易出现上行。

目前市场波动率可能正处于震荡上行区间。截至2024年1月9日，万得全A近3个月波动率位于历史17.9%分位数。历史上波动率分位数位于20%以下的时间段并不多，且每次持续时间不长，一般在低于20%或者低于10%的一段时间后会出现扭头向上的趋势。目前A股市场波动率具有进一步上行的可能性。

PMI：位于荣枯线以下

历史上PMI与红利风格超额表现呈现一定的负相关性，当PMI较低时，经济景气程度较弱，对于防御属性的红利风格较为有利。

目前PMI在荣枯线以下，并处于一定的下行趋势，对于红利风格较为有利。

社融数据：社融同比处于较低位置

历史上社融规模存量同比与红利风格超额走势之间呈现一定的负相关性。当社融同比上行时，企业融资需求扩大，对于资本支出需求较高的成长型公司较为有利；相反，当社融同比下行时，经济复苏预期下降，对于资本支出较少、分红较多的高股息公司相对有利。

 目前社融同比处于相对较低位置，对于红利资产而言较为有利。

拥挤度：并未处于过高位置

我们用中证红利成份股换手率与万得全A成份股换手率的比值来反映红利风格的相对拥挤度，历史上红利指数成份股相对拥挤度过高时，随后红利指数相对走势可能出现下行。

目前红利指数相对拥挤度处于历史34.1%分位数，并未处于历史过高位置。

因此，综合以上各个因素，我们认为当前市场环境下，较适合配置红利风格，且红利风格拥挤度并不高，仍有一定的上行空间。作为哑铃策略的稳健部分，红利策略值得布局。

风险提示：报告中的结果通过历史数据统计、建模和测算完成，在政策、市场环境发生变化时模型存在失效的风险。