美国宏观经济基本面仍然较强。宏观经济增长的分化或改变金融危机以来全球中性利率下行趋势，美国中性利率相较其他经济体上行有可能成为一种新的趋势。劳动生产率的提升幅度决定中性利率的上行空间。在主流经济体不同杠杆率财政刺激力度不同的背景下，美国名义产出增速仍有望好于预期。

中美中长期中性利率走势背离，明年可能继续影响资产配置方向。中国财政货币政策共同宽松引导国债收益率继续向下收敛，美国维持财政货币政策双紧缩从空间过度到时间维度支撑美债高位震荡。标普与道琼斯依靠EPS驱动年内上涨，纳斯达克的上涨幅度更多反映对AI带来生产效率提升的预期，估值扩张明显。A股方面在利率上行空间受限，流动性充裕的情况下我们继续看好小市值风格，同时关注红利风格在宏观经济尚未企稳阶段防御作用。日欧中性利率重新回归疫情前。欧洲通胀前景被高估，当前欧元区有效汇率过高导致美元指数有所回落。中美实际利差的收敛程度决定人民币反弹力度，人民币仍然具有贬值压力。原油转向需求定价，美国原油供给不断上行叠加新兴市场在强美元下需求减弱，中东地区的财政条件可能伴随油价回落逐步恶化，原油竞争性降价的情境可能再现。黄金价格的上行可能更多反映市场对增长前景的担忧。美国实际GDP增长可能持续给黄金更多下行压力。

微盘股组合在2023年表现持续强势。今年一季度市场普遍认为微盘股会受到政策、估值、利率和资金方面压力而表现不佳时，我们持续看好小市值和微盘股策略。

基于机器学习的选股策略在2023年持续获得超额收益。动态筛选因子和模型池选股因子今年年化超额收益为12.1%和12.8%。

多篇报告跟踪ChatGPT研究进展并探讨应用于投资领域的场景。投资领域包括金融大模型、情感分析、构建投资策略、ChatGPT   Plugins与投资相关插件等，提供广泛的GPT结合投资的使用场景。使用ChatGPT分析股票文本数据、预测沪深300成分股未来走势的选股策略在回测区间内稳定获得正超额。

2023Q3A股盈利增速环比有所上升：从已披露A股企业数据来看，2023Q3盈利增速为-2.87%，增速较2023Q2有所上升。2023Q3稳定风格板块呈显著正增长，金融风格略有增长，其他风格板块盈利表现较弱。

结合行业扩散指数构建主动权益基金优选策略，策略今年以来跟踪效果良好。扩散指数的横向差异可以用来构建行业景气度因子，进而实现行业轮动。扩散指标行业轮动策略自2010年12月31日至2023年11月17日年化收益为10.74%，相较中信一级行业等权年化超额收益为6.10%。我们使用扩散指标行业打分，根据主动权益基金持仓对基金进行打分，并利用组合优化的方法进行基金优选，自2018年12月28日至2023年11月17日策略年化收益率25.02%，超偏股混合型基金指数11.5%，夏普比率为1.02。今年以来，策略累计收益为0.94%，超偏股混合型基金指数11.30%。

扩散指标叠加RRG的ETF轮动策略今年以来相较沪深300超额较为稳定。在扩散指标筛选出的6个行业的基础上，根据RRG剔除处于滞后、疲软以及改善状态尚不稳定的行业，以此筛选出的行业打分为1，其余打分为0，并以此对行业和主题型ETF进行轮动。自2018年12月28日至2023年11月17日，策略年化收益为23.81%，超沪深300指数20.13%。今年以来策略累计收益为4.00%，超沪深300指数11.84%。

基金数量方面，主动权益类基金数量持续增长。截至2023年第三季度，全市场共有4968只主动权益类基金（较上期增长190只），其中普通股票型基金有914只（前值887只）、偏股混合型基金有4054只（前值3891只）。从数量上看，今年以来数量增速方面稳步回暖。而基金规模方面，2022年二季度至三季度间受市场环境影响，略有下降，截止至2023年第三季度全市场主动权益类基金合计规模为30593.49亿元（前值33398.42亿元）。

新发主动权益基金新发数量较去年同期有所放缓。三季度全市场新成立主动权益型基金总数三季度数据为73只（前值78只），其中普通股票型基金发行8只（前值9只），偏股混合型基金发行65只（前值69只）。三季度主动权益型基金发行份额为188.13亿元，今年以来总发行份额为1136.85亿元，2022年前三季度总发行份额为1906.32亿元。但截止日发行份额与平均发行份额比有所回升，为98.66%（前值80.96%）。

2023Q3沪深和港股市场重仓股及变动情况：在沪深两市重仓股方面，依据重仓总市值来计算，主动权益类基金在2023Q3主要重仓持有前五名行业与Q2保持一致，为医药、食品饮料、电子和电力设备及新能源等行业的A股股票。根据股票被重仓持有的次数统计，从高到低有贵州茅台、宁德时代、泸州老窖、立讯精密、五粮液等（前五变动：金山办公从Q2第4名下滑至第10名，金山办公从Q2第10名上升至第4名），其中贵州茅台持股总市值最高，重仓持有1247次。港股方面，主动权益类基金主要重仓持有传媒、医药、石化石油、消费者服务、通信等港股股票，与Q2的变化是医药由第3位跃居至第2位，占比10.78%，石油石化由第5位跃居至第3位，占比9.21%，通信与消费者服务占比排名下滑。在新纳入重仓名单中：A股股票主要是基础化工、机械、电子、医药和计算机等行业；港股股票主要是医药、机械、消费者服务等行业。在移除的重仓名单中：A股股票主要是医药、机械、电子等行业；港股股票主要是医药、房地产、银行等行业。

央行货币政策超预期收紧导致国债收益率大幅上行，房地产持续低迷导致权益资产价格大幅下跌风险。美联储超预期宽松政策引发美元走弱和美国实际利率快速走低，使得贵金属和大宗商品大幅上涨风险。极端气候引发国际能源危机使大宗商品大幅上涨风险。海外宏观经济波动，地缘政治冲突影响短期资产价格放大波动率风险。模型基于历史数据测算，未来有失效风险。

1. 全球宏观经济走势

1.1. 全球经济趋势

美国经济依然偏强，今年10月IMF发布2024年各国经济预测，相较7月，上调美国实际GDP增速0.5%，下调欧洲与中国的经济增长预期。数据反映了自三季度以来，美国宏观经济增长仍然强劲。

近年来，美国人均GDP增速趋势明显高于德法，反映美国经济长期趋势或优于欧元区。截至2022年底，美国人均GDP达到76399美元，德国与法国分别达到48432美元和40964美元。

美国自金融危机后居民部门杠杆率持续下行达到73.70%的新低，欧元区居民杠杆率有所下行回到疫情前，而日本与中国居民部门杠杆率维持高位。在本轮新冠疫情以来的经济增长中，我们可以观察到杠杆率水平对财政刺激效果的影响。低杠杆叠加强财政刺激对实际GDP增长的提振可能更加明显。

宏观经济增长的分化或改变金融危机以来全球中性利率下行趋势，美国中性利率在2008年金融危机后长期处于低位，疫情后有所反弹。

疫情后，美国非农商业劳动生产率快速提升可能对中性利率中枢的提高带来正面影响。

1.2. 各国宏观经济概况

1.2.1.美国

美国货币政策存在滞后效应，近期美国主要经济指标出现回落主要反映今年以来美联储加息对实体经济的负面影响。但是需要注意的是通胀回落仍可能不会一帆风顺，密歇根消费者通胀预期走强，劳动力市场宽松趋势仍然高度不确定，随着近期通胀下行，美国居民真实工资收入提升或将支撑美国名义经济增长。

美国金融条件指数再度放宽，信用环境并未得到有效紧缩，高收益债收益率大幅回落使得美国企业实际融资成本增加速度有所放缓可能导致联储紧缩政策维持更长时间。

美国库存周期持续回落，明年或能见底反弹，新一轮补库需求可能使得美国明年名义产出反弹，软着陆仍是我们预测的基准情境。

1.2.2.欧洲

欧元区信贷放缓，与美国不同，欧元区企业融资以间接融资为主，欧洲央行持续加息对欧元区信贷需求产生显著影响。同时德国工业指数下滑，能源相关行业产出受俄乌战争等外部因素影响跌破疫情低点，欧元区经济衰退概率明显上行。

1.2.3.国内

当前地产复苏偏弱仍是干扰宏观经济增长的重要诱因，尤其一线城市新建商品住宅和二手住宅价格指数的下跌值得关注。在地产政策继续加码放松的背景下，房地产行业有望企稳。

欧美经济在财政、货币政策边际紧缩的背景下，需求放缓可能继续压制中国对欧美的出口。由于较高的居民杠杆率和较为宽松的劳动力市场，消费者信心维持低位，财政针对居民部门的补贴力度有望增强。

回顾去年我们提出需要引导实际利率下行支撑经济，今年我国监管部门加大对经济的刺激力度，前期节奏略有滞后。随着政策释放力度和节奏加快，财政和货币共同作用下，实际利率有望逐步下行。

1.3.资产配置方向

1.3.1.权益

标普与道琼斯依靠EPS驱动年内上涨，纳斯达克的上涨幅度更多反映对AI带来生产效率提升的预期，估值扩张明显。今年以来，北美权益市场累计净流入持续增加，新兴市场累计净流入放缓，而欧洲市场累计净流出增加，体现全球流动性风险偏好转换。

A股方面，在利率维持低位，流动性充裕的情况下我们继续看好小市值风格（小市值风格回顾与展望关注本文第二章），同时关注大盘价值风格（红利）有利于在宏观经济尚未企稳阶段（盈利测算可关注本报告第三章）实现防御作用，以小市值因子为进攻，高股息因子为防御的风格可能仍然占优。

1） 大盘价值与微盘风格作为防御

从巨潮大盘价值指数与大盘成长、小盘价值指数的相对情况来看，近5年，在2019年至2021年市场增长较为强劲的情况下，大盘价值风格相较于大盘成长、小盘价值风格并不占优；在2022年至今市场较为震荡的情况下，大盘价值较大盘成长、小盘价值相对占优，当前仍处于大盘价值占优的状态。

在当前市场较为震荡、避险情绪明显的环境下，我们仍然看好具备高股息、高盈利稳定性特征的大盘价值风格。疫情后偏股混合基金指数与微盘股走势负相关明显，同时在大盘成长弱势的情境下继续看好微盘股的防御属性。

2） 中小盘成长跟随全球成长股进攻

疫情以来，A股的万得小盘成长指数（市值后70%，市盈率小于50，EPS大于0.5，最近一年及最新财报扣非净利润同比增速分别大于30%，0%，季度调样）与纳斯达克100走势趋同。A股的中小盘成长风格在全球成长股上行的带领下有望继续上涨。

1.3.2.债券

中美长期中性利率背离，中国财政货币政策共同宽松引导国债收益率继续向下收敛，美国维持财政货币政策双紧缩从空间过度到时间维度支撑美债高位震荡。日欧中性利率重新向疫情前的利率中枢靠拢，经济增长压力增大。

1.3.3.外汇

欧洲通胀前景被高估，当前欧元区有效汇率过高导致美元指数有所回落。中美实际利差的收敛程度决定人民币反弹力度，如果明年美国不降息，人民币仍然具有贬值压力。

1.3.4.商品

原油转向需求定价，美国原油供给不断上行叠加新兴市场在强美元下需求减弱，中东地区的财政条件可能伴随油价回落逐步恶化，原油竞争性降价的情境可能再现。

今年以来期限溢价与黄金价格负相关，推升期限溢价的可能是长期增长因素，近期黄金价格的上行可能更多反映市场对增长前景的担忧，相反如果美国经济在2024年继续保持强劲，黄金价格将承受下行压力。

2. 量化选股：回顾、总结与展望

2.1. 德邦金工小市值专题

自2021年以来的多篇专题报告、年度报告、中期报告中，我们始终维持对小市值策略的看好，并从多个角度探讨了小市值股票的投资逻辑和策略优化。

2.1.1.小市值策略的收益来源

A股市场的“市值效应”一直受投资者广泛关注，如何解释A股市场中的市值最小的股票在历史中取得的较高绝对收益就成为了小市值策略分析的核心。我们通过对小市值股票历史表现的研究，在2022年4月20日发布的《小市值策略初探》发现小市值策略的收益主要来源自规模溢价、卖空限制、投资者结构和壳价值。

规模效应认为更高的股票收益率来源自投资者面对小公司高风险时所需的更高风险补偿，由Banz于1981年首次提出。不同于国际上成熟市场逐步消失的规模溢价异象，中国A股市场的规模溢价现象是长期存在的。因此，小市值策略通过在A股市场中寻找优质的小市值资产，在尽量规避其蕴含高风险的同时赚取源于小市值的高风险补偿。

卖空限制会在一定情况下制约理性投资者的套利行为，从而拉长了错误定价股票恢复正确定价的周期，强化市场异象。由于融资融券标的在大市值股票中的分布远高于在小市值股票中的分布（小市值100融资融券标的占比仅有17%，远低于全市场中的48.26%），卖空限制在小市值股票中进一步提升。小规模企业由于公司估值和经营能力的不确定性高、公司市值较低，短期内容易因供给有限而造成超量需求，卖空限制的存在会导致这种状态难以消除。

我国股市中机构投资者对小市值股票的关注普遍较低，小市值股票的散户比例更高，投机特点鲜明，这种投资者结构是小市值策略收益的另一大来源。散户的投资特点导致其在遇到利好消息发布、市场情绪活跃、市场波动率较高等情况下容易引起股票的供需关系错配，从而促成规模溢价。

核准制背景上市公司保壳意愿浓厚，间接导致“壳资源”被爆炒与小市值股票的规模溢价。壳价值指非上市公司为了得到上市资格，在借壳交易中需要向上市公司支付高昂的成本。但自2016年以来，随着政策监管趋严和注册制的实施，借壳上市公司数量急剧减少，壳价值进一步降低。自2021年以来，注册制有效改变了过去市场中存在的新股供不应求预期。

结合小市值股票的本质特征和中国股市环境，我们认为小市值策略的投资逻辑可以从规模溢价、卖空限制、投资者结构和壳价值四个方面归因。

2.1.2.小市值策略的增强

我们在2022年6月23日发布的《小市值增强策略》中设计并推出了小市值100增强策略。以市值、贝塔、动量、估值、波动率、盈利、换手、成长、杠杆、股价、股息、单季度成长、成交额、季度净资产回报率、反转等备选因子出发，对小市值100基准策略进行增强。经过逐级筛选逐层递进，我们最终选择8套小市值策略的多因子增强策略方法。同时，我们从策略出发，设计集中度提升策略、叠加低波策略、叠加择时策略等多种小市值增强叠加方法。

在2023年3月7日的研究报告《大容量国证 2000 增强策略》，我们将目光聚焦于国证2000指数，“规模溢价”效应在国证2000成分股内也十分明显。相对中证1000，国证2000具有小盘风格更强、成分股更多、成交金额更大、更贴合“专精特新”的特点，更加适合作为小市值策略的股票池。结合德邦金工机器学习专题报告中发布的3个有效因子（“机器学习残差因子”、“机器学习反转因子”和“机器学习复合因子”），验证其在国证2000成分股内选股能力。

2.1.3 微盘股的症结与曙光

在2023年4月24日发布的《微盘股的症结与曙光——德邦金工小市值专题之四》将目光聚焦于全面注册制下万得微盘股指数（8841431.WI）的未来预期。从历史复盘来看，万得微盘股指数在2019年开始的回测周期内有着强于其他指数的表现，而今年以来微盘股回撤最大，远逊于其他指数。市场对今年以来微盘股表现较差原因的分析主要聚焦于微盘股近期源于估值和资金方面压力大、看多利率的预期或对微盘股带来压力、微盘股存在月历效应预示4月指数表现较差、注册制新规的出台可能对微盘股产生影响4个方面。与市场普遍对于小市值公司的看空情绪不同的是，我们持续看好微盘股指数。

微盘股收益主要来自交易收益而非持股上涨的收益。基于微盘股独特的筛选性质，投资微盘股具有明显的左侧交易的特征。同时，由于微盘股估值的特殊性，传统的PE、PCF等方法难以有效的对微盘股进行估值，而PB能较好的衡量整体估值水平，而近年来PB保持稳定，基本维持在2.2倍附近；

资金拥挤度层面的压力已处于历史较高水平，且存在资金回流的预期。TMT板块资金抽血效应或随后市板块交易情绪下降而下降，资金有望回流微盘股；即使资金不回流，目前微盘股成交额占比水平（0.97%）已接近去年6月15日的最低点（0.9%），来自拥挤度的压力已到达较高水平；

利率上行空间较小，对微盘股构成的压力有限。回溯近期的中国1年期利率水平，相较于2022年年末的利率顶峰的距离较小，上行空间小；

微盘股的月历效应预示后市有望迎来新机遇。从2011年以来，1月和4月分别平均下跌2.64%和0.98%，5月平均上涨5.75%。

新版退市制度符合预期，政策变化的靴子落地。经过对注册制规划文件的整理，我们发现2月17日新版沪深主板上市规则相比上版（2022年1月发布）仅小幅度修改了退市规则，目前没有出台更严格的退市制度。因此退市制度变化导致的市场情绪变化已在2020年年末反应，如今没有更严格的退市制度的新版规则实则是对微盘股的利好。

2.1.4. 微盘股的拥挤度测算与下半年展望

2023年7月10日发布的《微盘股的拥挤度测算和择时》中，我们从机构配置的角度对微盘股进行分析，采用扩散指数对微盘股择时，并从指数趋势、利率环境、IPO规模和微盘股策略拥挤情况等角度对下半年进行展望。

微盘股拥挤度低，可能为投资者提供更多投资机会。在沪深300、中证500等大盘股配置愈发拥挤的情况下，微盘股总体仍存在大量空间。截至2022Q4，持有微盘股的公募基金仍然较少。

趋势上看微盘股已经走出低谷并创新高。随着4月份的利空出尽，微盘股经过两个月的调整后指数创下新高。

年内利率持续下行预期兑现，利率在8月底拐头向上符合上述报告预期。今年前三季度利率水平持续下行，整体利率仍处于较低水平。结合微盘股走势来看，微盘股受利率上行的承压较小。

微盘股和小市值成分股拥挤度持续偏低，公募与金融机构（公募、私募、券商、保险、银行等，下同）持股占比仍然偏低。截至2023年3月31日，微盘股成分股的前十大股东当中有公募基金持股的流通市值约为25亿元，占微盘股总流通市值的0.44%；100亿以下小市值成分股的前十大股东当中有公募基金持股的流通市值约为1838亿元，占100亿以下小市值总流通市值的1.61%。两数据较历史最高点均有一段距离。

2.2.2023年量化选股表现

2.2.1. A股市场表现回顾

Barra风格因子显著性情况：回顾2022年和2023年（截止至11月16日）Barra 10 因子显著性表现情况，如下表，A股市场对市值、波动的暴露更加极致，而估值、盈利、流动性的暴露较2022年减少。

2023年指数表现：微盘股指数一枝独秀，偏股混合基金指数、CS88指数表现弱于主流指数。

2023年大小盘轮动情况：总体上中小盘股占优。大盘占优的月份包括1、3、4、6、7、8月；小盘占优的月份包括2、5、9、10、11月。

风格轮动情况：总体上稳定、金融风格表现居前，消费、成长风格表现较弱，或与经济弱复苏相关。

行业表现情况：截至11月17日，中信一级行业中通信、传媒、计算机涨幅居前，且成交额占比较去年大幅增加超过一倍，TMT行情是今年主线。医药、电新、基础化工成交额占比较去年下降最大。

2.2.2. 机器学习系列策略表现跟踪

德邦金工发表了5篇机器学习专题报告，形成了有效的机器学习因子包括专题三中的残差&反转&复合因子、专题四机器学习动态筛选因子和专题五模型池选股因子。其中专题三和专题五的因子适用于月频调仓，专题四因子适用于发布财务报告后的5月初、9月初和11月初调仓。我们跟踪因子在全市场分5组回测表现，2023年相对中证1000指数均录得正超额：

机器学习残差因子2015年以来年化超额12.1%，2023年化超额6.3%。

机器学习反转因子2015年以来年化超额13%，2023年化超额4.4%。

机器学习复合因子2015年以来年化超额13.5%，2023年化超额5.7%。

动态筛选因子2014-11以来年化超额8.4%，2023年化超额12.1%。

模型池选股因子2015以来年化超额13.8%，2023年化超额12.8%。

3.ChatGPT系列跟踪研究

GPT问世以来，我们陆续发表多篇跟踪报告，包括GPT原理分析《训练语言模型以遵循带有人类反馈的指令》、股价收益预测论文《ChatGPT能够预测股票价格的走势吗？收益可预测性和大型语言模型》以及《了解GPT》系列的训练篇、应用篇、投资篇，并持续跟踪GPT模型最新进展。

3.1. ChatGPT1106系列模型更新

2023年11月6日的OpenAI 开发者日， OpenAI发布了一系列重大更新，更新的API接口包括gpt-4-1106-preview, gpt-4-1106-vision-preview, gpt-3.5-turbo-1106等。此次的更新版模型在准确率、计算速度等方面均有着不同程度的优化与升级，同时在价格上相较于之前发布的GPT-4有所降低。目前最强大的模型是GPT-4 Turbo（即gpt-4-1106-preview），提供128K上下文窗口和截至2023年4月的知识。

GPT-4 Turbo支持更长的上下文长度，有助于多文章的同时处理。GPT-4最大只能支持8k的上下文长度（约等于6000个单词），而GPT-4 Turbo则具有128k上下文长度，以一篇文章约1k字计算，GPT-4 Turbo可同时处理128篇文章。更全面的知识库，为GPT-4 Turbo带来时效性更强的新信息，GPT-4 Turbo在多方面均有升级。

3.2.ChatGPT在金融领域的投资应用

我们在《了解GPT：投资篇》介绍了ChatGPT在金融投资领域的应用的前景。在金融领域，可独立研发金融大模型，提供情感分析、股票投资建议、股价预测等功能，也可借助插件，向GPT提供金融行情、文本数据接口，辅助投资决策。

开源金融大模型框架FinGPT：FinGPT是基于LLM的金融领域的自然语言处理项目，利用互联网规模的金融数据，为金融行业提供各种实用的应用，如交易机器人、智能投顾、情感分析、文本生成等。

ChatGPT Plugins投资插件：我们探讨了ChatGPT Plugins平台上的投资相关插件，如AFinChat、PortfoliosLab、PortfolioPilot等，这些插件利用ChatGPT的强大功能来分析股市新闻情绪，优化投资组合，为投资者提供有价值的建议。其中AFinChat支持A股新闻、行情数据分析，是较为实用的A股分析插件。

3.3. 基于ChatGPT的沪深300选股尝试

ChatGPT作为当前火热的人工智能技术驱动的自然语言处理工具，我们希望依托其强大的自然语言处理能力，对上市公司相关咨询与公告进行分析，判断源自于文本信息中的上市公司股价变动因素。

我们选取聚源数据库沪深300指数成分股的相关资讯，其中包含了信息发布时间、信息来源、事件内容等多种数据与自然语言信息。针对ChatGPT使用时的交互性，我们设计特定提示词以限定其信息使用范围、训练目标与输出结果范围。最后根据ChatGPT给出的涨跌预判信息构建交易策略。

ChatGPT针对各成分股的近一个月咨询进行学习，给出其的涨跌预判与判断依据。我们选取了部分成分股后市信息进行验证，发现了ChatGPT结果具有一定可靠性。

我们等权持有预测为RISE的股票、月度调仓，设置双边千三的交易费用。策略年化超额收益达到了8.1%， 2021年为2.1%，2022年为5.7%，2023年显著提升至9.9%。

4. 上市公司的企业盈利与展望

截至2023年10月31日，全部A股上市公司2023年三季报共披露5247家。从已披露A股企业数据来看，2023Q3盈利增速为-2.87%，增速较2023Q2有所上升。科创板利润增速上升，2023Q3盈利增速为-39.04%，创业板利润增速下降，2023Q2盈利增速为-5.76%。

4.1. A股上市公司盈利同比增速

全部A股：2023年Q3归母净利润同比增长-2.87%，营业总收入同比增长2.15%；2023Q2累计归母净利润同比增长-4.41%，营业总收入同比增长2.57%。2023Q3

全部A股年复合增长率：根据我们对全部A股历史2年、3年5年的年复合增速对比研究，不同年份的增速依旧保持较强的周期性。截至2023Q3，全部A股2年、3年和5年的年复合增长率分别为：-0.17%、7.61%和4.44%。

全部A股剔除金融石油石化： 2023 Q3归母净利润同比增长-6.21%，营业总收入同比增长3.14%；Q2归母净利润同比增长-10.11%，营业总收入同比增长3.48%。2023Q3归母净利润同比增速较2023Q2提高，营业总收入同比增速下降。

全部A股按照板块统计： 2023 Q3沪深主板归母净利润同比增长-1.82%，创业板归母净利润同比增长-5.76%，科创板归母净利润同比增长-39.04%。2023 Q2沪深主板归母净利润同比增长-3.57%，创业板归母净利润同比增长-3.64%，科创板归母净利润同比增长-40.92%。2023 Q3沪深主板和科创板利润增速相较于2023Q2有所提高，创业板利润增速下降。

全部A股按照国企和民企统计： 2023 Q3国企归母净利润同比增长-1.02%，民企归母净利润同比增长-9.06%；2023 Q2国企归母净利润同比增长-3.07%，民企归母净利润同比增长-10.03%。2023 Q3国企和民企归母净利润同比增速相较于2023Q2均有所提高。

4.2. A股上市公司净资产收益率

全部A股：2023年Q3净资产收益率(年化)为7.15%，扣非净资产收益率(年化)为6.71%，稍低于2023年H1年年化的9.66%和9.03%。

全部A股剔除金融和石油石化：2023年Q3全年净资产收益率(年化)为6.84 %，扣非净资产收益率(年化)为6.08%，略低于2023年H1年化的 9.04%和7.97%

全部A股按照板块统计： 2023年Q3沪深主板净资产收益率(年化)为6.92%，创业板净资产收益率(年化)为5.15%，科创板净资产收益率(年化)为2.77%。沪深主板的净资产收益率更具吸引力。

全部A股按照国企和民企统计：2023年Q3国企净资产收益率（年化）为  7.01 %，民企净资产收益率（年化）为5.68%，低于2022年全年年化的9.99 %和8.74%。

4.3.中信板块净利润增速

全部A股中信风格板块归母净利润累计同比统计： 2023Q3中信金融风格板块归母净利润同比增长0.46%，2023Q3单季度-4.78%，周期风格板块归母净利润同比增长-12.68%，2023Q3单季度13.81%，消费风格板块归母净利润同比增长-2.18%，2023Q3单季度-11.57%，成长风格板块归母净利润同比增长-12.20%，2023Q3单季度-11.69%，稳定风格板块归母净利润同比增长17.53%，2023Q3单季度23.85%。从中可以看到，2023Q3稳定风格板块仍呈显著正增长，金融风格略有增长，其他风格板块盈利表现较弱。

全部A股中信一级行业归母净利润累计同比统计：中信一级行业2023三季度归母净利润同比居前的有钢铁(428.34%)、交通运输(117.19%)、消费者服务(80.11%)、电力及公用事业(59.55%)和传媒(57.17%)；归母净利润同比居后的有综合(-389.25%)、房地产(-108.38%)、农林牧渔(-88.05%)、非银行金融(-31.56%)和煤炭(-31.01%)。

5. 行业轮动及基本面选股策略

5.1. 行业轮动策略

5.1.1.扩散指数行业轮动策略

扩散指标作为一种动能指标，对行业指数具有明显的择时效果。它反映的是指数成分股处于多头状态的比例，因此可以被作为是一种行业景气度指标。在时序变化上扩散指标可以预测行业指数的趋势，而在同一时间截面上，如果通过该指标可以反映出行业间的差异性，则可以将该指标应用于行业的轮动。扩散指标的构造方法请参考研报《进击的“小巨人”——德邦金工2022年度策略报告》。

我们通过行业扩散指数对行业景气度进行度量，设计跟踪如下行业轮动策略：1）计算行业扩散指数（回望期为220日，进行20日移动平滑处理），并正向排序；2）根据计算的行业扩散指数值将行业分为5组，扩散指数值高的为多头组，排名低的为空头组；

我们采用如下回测框架：1）回测时间为2010年12月31日~2023年11月17日；2）计算全行业扩散指数值，按分组逻辑对中信一级29个行业（剔除综合金融）进行分组；3）按固定频率（每月末）调仓；4）每组内行业等权，不考虑交易费率。

2010年12月31日至2023年11月17日策略跟踪结果如下，扩散指数行业轮动模型多头组年化收益率为10.74%，相较中信一级行业等权超额年化收益为6.10%，最大回撤为-54.14%，超额最大回撤为-16.93%，夏普比率0.359，IC为0.045。

自2010年年底以来策略相较于沪深300和行业等权均有较为稳定的超额收益。

5.1.2.扩散指数行业轮动选基策略

进一步，我们在上述扩散指标行业轮动策略的基础上构建选基策略。

我们筛选存续时间超过2年、最新一期规模大于2亿元、最近一年平均股票仓位大于75%的普通股票型、偏股混合型基金，同时剔除有封闭期的基金和港股通基金，剩下的基金作为初始基金。

根据基金的全部持仓股票计算基金行业持仓占比，以扩散指标行业打分加权得到基金得分，具体优化模型如下：

其中，为期行业的扩散指标打分，为基金在行业上的持仓权重，为最终组合中的基金权重。目标函数为基金组合景气度加权得分最高。第一个约束条件为基金组合权重之和为1；第二个约束条件为基金组合整体在行业上的暴露不超过20%；最后一个条件对单个基金权重的上下限做了限制，其中N为至少筛选的基金个数。

在至少筛选10个基金的参数下，自2018年12月28日至2023年11月17日，策略回测结果如下：

回测区间内，策略年化收益为25.02%，超偏股混合型基金指数12.75%，最大回撤为-38.45%，夏普比率为1.017。

今年以来，策略累计收益为0.94%，超偏股混合型基金指数11.30%。

5.1.3.扩散指数叠加RRG的ETF轮动策略

我们在扩散指标的基础上，叠加相对旋转图（RRG）对行业进行行业筛选，并将行业打分映射至ETF，从而进行行业轮动，具体策略如下。

RRG的横轴为RS-ratio，为行业相较于基准超额的变化率；纵轴为RS-momentum，为RS-ratio的变化率，衡量的是行业相较于基准的超额的趋势。行业处于RRG的第一至第四象限则说明行业分别处于领先、改善、滞后、疲软的状态。

我们以中信一级行业等权为基准，在扩散指标筛选出的6个行业的基础上，剔除RRG处于第三、四象限及第二象限下部分的行业，即剔除处于滞后、疲软以及改善状态尚不稳定的行业。以此筛选出的行业打分为1，其余打分为0。

我们选择已上市的行业、主题型ETF作为初始ETF，若同一跟踪指数存在多个ETF，则仅保留换仓时间过去20个交易日日均成交额最高的ETF，即保留流动性最好的ETF。

根据ETF的全部持仓，以下列模型进行组合优化筛选ETF：

其中，为期行业的打分，选中行业打分为1，否则为0，为ETF在行业上的持仓权重，为最终组合中的ETF权重。目标函数为ETF持仓行业加权得分最高。第一个约束条件为ETF组合权重之和为1；第二个约束条件为ETF组合整体在行业上的暴露不超过1除以当期行业个数；最后一个条件对单个ETF权重的上下限做了限制，其中N为至少筛选的基金个数。

在至少筛选10个ETF的参数下，自2018年12月28日至2023年11月17日，策略回测结果如下：

回测区间内，策略年化收益为23.81%，超沪深300指数20.13%，最大回撤为-30.47%，夏普比率为0.942。

策略相较于沪深300超额较为稳定。

今年以来，策略累计收益为4.00%，超沪深300指数11.84%。

6. 主动权益类基金及重仓股分析

6.1.2023Q3主动权益类基金的数量和规模变化

我们将普通股票型基金和偏股混合型基金纳入为主动权益类基金，自2012年以来，在基金数量方面保持持续增长。截至2023年第三季度，全市场共有4968只主动权益类基金（较上期增长190只），其中普通股票型基金有914只（前值887只）、偏股混合型基金有4054只（前值3891只）。

根据统计数据，2015Q2前普通股票型基金数量远多于偏股混合型基金，2015Q3两者数量发生较大变化的原因是2014年8月8日起实施的《公募证券投资基金运作管理办法》。其中第十三条规定“80%以上的基金资产投资于股票的为股票基金”，根据该条款，大部分股票投资比例下限为60%的股票基金不再符合股票基金的分类，法规给予一年的调整期。2015年8月，陆续有基金发布更名公告或契约修订公告，普通股票型基金大批量成建制调整为混合偏股基金。2015年至2018年，普通股票型基金和偏股混合型基金数量增长较为缓和，2019年后股票市场持续上涨，两者的数量迅速增长，其中偏股混合型基金增速大于普通股票型基金，2021Q1达到18.73%，2022年以来数量增速来又有所放缓。主动权益基金2023数量稳步增加，数量增速方面稳步回暖。

而基金规模方面，主动权益类基金整体规模稳步上升，但2022年二季度以来受市场环境影响，基金数量虽有上升，但规模略有下降，截止至2023年第三季度全市场主动权益类基金合计规模为30593.49亿元（前值33398.42亿元）。

跟据wind数据统计发现，基金规模与基金数量大致呈正相关，普通股票型基金和偏股混合型基金规模在2015Q3发生较大变化，普通股票型基金规模由9668.14亿元减少为2169.20亿元，偏股混合型基金规模由2091.27亿元增加至9878.43亿元。从普通股票型基金大批量调整为混合偏股基金至2018年中期，普通股票型基金规模增速较高，此后偏股混合型基金规模增速较高，2021年中起两者规模增速都有所放缓。今年以来，受市场影响，普通股票型基金和偏股混合型基金规模均有所下降。

6.2. 2023Q3主动权益类基金新发数量和份额分析

新发主动权益基金新发数量较去年同期有所放缓：2023年普通股票型基金和偏股混合型基金新发行数量在三季度略有下降，三季度发行份额为188.13亿元，今年以来总发行份额为1136.85亿元，2022年前三季度总发行份额为1906.32亿元。

其中，截至三季度末，全市场新成立主动权益型基金总数为73只（前值78只），其中普通股票型基金发行8只（前值9只），偏股混合型基金发行65只（前值69只）。

新发主动权益型基金规模方面，自2021年便呈现下降趋势，截至2023年第三季度末主动权益类基金截止日份额为185.60亿份（前值为339.00亿份），其中普通股票型基金份额为27.06亿份，偏股混合型基金份额为158.53亿份。

以截止日份额与发行份额的比值来衡量基金新发市场情况，根据计算结果发现，2023年Q3主动权益类基金该比值回升至98.66%（前值80.96%）：其中普通股票型基金截止日份额占发行份额93.34%（前值62.99%），偏股混合型占99.62%（前值82.13%）。

6.3. 2023Q3主动权益类基金重仓股变化分析

在沪深两市重仓股方面，依据重仓总市值来计算，主动权益类基金在2023Q3主要重仓持有前四名行业与Q2一致，为医药、食品饮料、电子和电力设备及新能源等行业的A股股票。

根据股票被重仓持有的次数统计，从高到低有贵州茅台、宁德时代、泸州老窖、立讯精密、五粮液等（前五变动：金山办公从Q2第4名下滑至第10名，立讯精密从Q2第11名上升至第4名），其中贵州茅台持股总市值最高，重仓持有1247次。

港股方面，主动权益类基金主要重仓持有传媒、医药、石化石油、消费者服务、通信等港股股票，与Q2的变化是医药由第3位跃居至第2位，占比10.78%，石油石化由第5位跃居至第3位，占比9.21%，通信与消费者服务占比排名下滑。

根据股票被重仓持有的次数统计，从高到低有腾讯控股、美团-W、快手-W、中国移动、中国海洋石油等等，其中有腾讯控股持股总市值最高，重仓持有686次（前值783次）。

统计2023Q3新纳入重仓股股票名单：

1）A股股票：主要为基础化工、机械、电子、医药和计算机等行业，其中被主动权益类基金纳入重仓次数较多的是上海瀚讯、萤石网络、航材股份等等，被重仓次数最高的是上海瀚讯，重仓持有24次；

2）港股股票：主要是医药、机械、消费者服务等行业，其中被主动权益类基金纳入重仓较多的是珍酒李渡、中煤能源、百济神州等等，被重仓次数最高的是珍酒李渡，重仓持有29次。

被主动权益类基金移除重仓持有的股票包括：

1）A股股票：主要是医药、机械、电子等行业，其中被主动权益类基金移出重仓的主要是戴维医药，为35次；

2）港股股票：主要是医药、房地产、银行等行业，其中被主动权益类基金移除重仓的有广深铁路股份、微创医疗、锦欣生殖等等。

7. TMT、医药行业三季报概览及追涨策略效果探究

7.1. 全基配置医药情况

偏股型混合基金、股票型基金、灵活配置型基金23Q3重仓医药个股2577亿元，环比+3.7%，配置比例+1.46pct至12.96%：

根据医药生物申万三级行业细分领域市值变化，全基主要增持的方向为CXO及其他生物制品，重仓市值分别为522.3亿元、263.9亿元，环比+70.6%、+74.5%，其他增持方向有疫苗（重仓市值53.5亿元，环比+35.8%）、医疗耗材（重仓市值134.5亿元，环比+8.5%）。从占比变化看，医疗研发外包和其他生物制品占比提升明显，环比+7.9pct、+4.2pct。

7.2. 全基配置TMT行业情况

偏股型混合基金、股票型基金、灵活配置型基金23Q3重仓TMT 4510亿元，环比-17.6%，配置比例环比-2.6pct至22.7%。细分板块里，电子板块配置比例环比+0.3pct至9.8%，计算机、传媒和通信均环比下滑。

7.3. 简单的基金追涨策略在医药和TMT行业有效性分析

医药行业基金池选择：

被动主题基金：2023年6月前成立，投资方向主要在生物医药（申万一级）行业的被动指数型基金，共筛选出75支基金，跟踪31个指数。每个指数选择一个成立时间最早的基金作为代表。

主动主题基金：2022年前成立，以半年为区间，考虑3个月的建仓期，2021-2022年（若有）基金持有医药生物（分类为申万一级）行业相关标的市值之和占基金净资产比例均值在50%以上。共筛选出144支基金。

底层资产数量共有：175支基金。

为了避免基金持仓的偏移，我们考察基金成立至今每个季度的第一大重仓行业，剔除基金重仓行业非“医药生物”的时间段，构成整个基金的底层资产。

TMT基金池选择：

被动主题基金：2023年前成立，投资方向主要在计算机、电子、通信、传媒行业的被动指数型基金，共筛选出129支基金，跟踪64个指数。每个指数选择一个成立时间最早的基金作为代表。

主动主题基金：2023年前成立，以半年为区间，考虑3个月的建仓期，2021-2022年（若有）基金持有电子、计算机、传媒和通信板块相关标的市值之和占基金净资产比例均值在60%以上或持有电子行业比例50%以上。

为了避免基金持仓的偏移，我们考察基金成立至今每个季度的第一大重仓行业，剔除基金重仓行业非“电子、计算机、传媒和通信”的时间段，构成整个基金的底层资产。

结合FOF自身配置特点，我们构建十个策略：

策略1：基金池为主动和被动型基金，每个季度初调仓，等权配置上个季度单位复权净值增长率排名前5的基金，不考虑调仓时间，每次调仓综合费率设定为0.5%。

策略2：基金池仅为被动型基金，每个季度初调仓，等权配置上个季度单位复权净值增长率排名前5的基金，不考虑调仓时间，每次调仓综合费率设定为0.15%。

策略3：基金池为主动和被动型基金，每个季度初调仓，等权配置上个季度单位复权净值增长率排名前3的基金，不考虑调仓时间，每次调仓综合费率设定为0.5%。

策略4：基金池仅为被动型基金，每个季度初调仓，等权配置上个季度单位复权净值增长率排名前3的基金，不考虑调仓时间，每次调仓综合费率设定为0.15%。

策略5-8：将等权配置“上个季度”改为等权配置“上个月”。

医药行业：

1）主动+被动基金策略（策略1、策略3、策略5、策略7）整体表现优于被动基金（策略2、策略4、策略6、策略8）策略；

2）等权配置3支基金策略优于等权配置5支基金策略（策略3>策略1），说明在追涨策略中，仓位集中优于仓位分散；

3）参考上个季度的基金表现效果更好；

4）医药基金追涨策略胜率较高，赔率优秀，医药基金趋势动量效应较明显。

TMT行业：

1）从长期来看，各种策略差异较小，主动型基金组合（策略1、策略3）相对于中证TMT仍能取得一定超额，但相对于指数组合（策略2、策略4）超额不明显，同时指数组合相对于中证TMT超额不明显；

2）持有5个基金和持有3个基金收益差别不明显，说明在上一阶段表现较好的基金，持仓特征或风格类似；

3）主动型基金的超额主要由于2019-2020年贡献；

4）TMT基金中追涨胜率中等，但相对于中证TMT超额不明显。

针对医药，我们额外提出两个策略：

策略9：基金池为175支基金，在4月、8月、10月末进行调仓，等权配置该月单位复权净值增长率排名前5的基金，不考虑调仓时间，每次调仓综合费率设定为0.67%。该策略季度胜率（相对于医药800，考虑费率）胜率为73.9%，调仓区间胜率83.3%。

策略10：基金池为175支基金，在4月、8月、10月末进行调仓，等权配置该月单位复权净值增长率排名前3的基金，不考虑调仓时间，每次调仓综合费率设定为0.67%。该策略季度胜率（相对于医药800，考虑费率）胜率为73.9%，调仓区间胜率94.4%。

医药基金投资中，财报季领涨行业，在下一个财报季前，表现占优概率较大。

8. 风险提示

央行货币政策超预期收紧导致国债收益率大幅上行，房地产持续低迷导致权益资产价格大幅下跌风险。

美联储超预期宽松政策引发美元走弱和美国实际利率快速走低，使得贵金属和大宗商品大幅上涨风险。

极端气候引发国际能源危机使大宗商品大幅上涨风险。

海外宏观经济波动，地缘政治冲突影响短期资产价格放大波动率风险。

模型基于历史数据测算，未来有失效风险。

证券研究报告：《红利微盘为盾，科技成长为矛——德邦金工2024年度策略报告》

对外发布时间：2023年12月12日

分析师：肖承志、温瑞鹏

资格编号：S0120521080003、S0120523060004

邮箱：xiaocz＠tebon.com.cn、wenrp＠tebon.com.cn

报告发布机构：德邦证券股份有限公司

（已获中国证监会许可的证券投资咨询业务资格）

    肖承志，同济大学应用数学本科、硕士，现任德邦证券研究所首席金融工程分析师。具有6年证券研究经历，曾就职于东北证券研究所担任首席金融工程分析师。致力于市场择时、资产配置、量化与基本面选股。撰写独家深度“扩散指标择时”系列报告；擅长各类择时与机器学习模型，对隐马尔可夫模型有深入研究；在因子选股领域撰写多篇因子改进报告，市场独家见解。

    林宸星，美国威斯康星大学计量经济学硕士，上海财经大学本科，主要负责大类资产配置、中低频策略开发、FOF策略开发、基金研究、基金经理调研和数据爬虫等工作，2021年9月加入德邦证券。

    温瑞鹏，中山大学本科，复旦大学金融学硕士，曾就职于信达证券、东亚前海证券。研究方向：基金研究、基金经理调研。    

    路景仪，上海财经大学金融专业硕士，吉林大学本科，主要负责基金研究，基金经理调研等工作，2022年6月加入德邦证券。

    王治舜，香港中文大学金融科技硕士，电子科技大学金融+计算机双学士，主要负责量化金融、因子选股等工作，2023年1月加入德邦证券。

    陈曼莲，华南理工大学金融学硕士，电子商务+计算机双学士，主要负责基金研究、基金经理调研等工作，2023年7月加入德邦证券。