医药子行业轮动策略研究背景与动机 [page::0][page::3]

• 行业动量效应突出，医药及消费行业动量强，业绩优于其他行业。

- 发现部分医药主动基金净值可被细分主题ETF及指数动态拟合，提示细分医药赛道研究价值。

• 旨在用多因子模型提取子行业alpha，构建细分医药主题轮动策略。

多因子模型对比及选型 [page::7]

| 模型 | 2016年 | 2017年 | 2018年 | 2019年 | 2020年 | 2021年 |
|--------|--------|--------|--------|--------|--------|--------|
| FF3 | 86% | 70% | 78% | 69% | 63% | 69% |
| FF5 | 86% | 72% | 78% | 75% | 72% | 77% |
| CH3 | 86% | 59% | 77% | 67% | 58% | 69% |
| CH4 | 86% | 60% | 79% | 69% | 59% | 70% |

• FF-5模型整体拟合度最高，解释医药主题指数的表现最强，故采用FF-5模型计算指数alpha。

分5组季度及月度调仓轮动策略回测 [page::8][page::9][page::10]

• 基于季度调仓alpha排序，最高组别（第5组）收益率最高，T值显著，5组减1组差值正且显著，月度胜率达75%。

• 月度调仓下表现略逊于季度调仓，但稳定性与季度调仓一致，胜率为71%。

- 综合考虑手续费，优先推荐季度调仓策略。

轮动策略与医药主题基金对比及绩效表现 [page::11][page::12]

| 年份 | 单指数轮动 | 组合轮动 | 医药指数基金 | 医药主动基金 |
|------------|------------|----------|--------------|--------------|
| 2017年 | 19.1% | 26.7% | 9.1% | 8.0% |
| 2018年 | -16.7% | -16.7% | -25.6% | -17.3% |
| 2019年 | 41.4% | 45.2% | 40.4% | 59.2% |
| 2020年 | 103.1% | 72.7% | 59.0% | 83.4% |
| 2021年5月 | 17.8% | 12.6% | 11.5% | 16.8% |

| 指标 | 单指数轮动 | 组合轮动 | 医药指数基金 | 医药主动基金 |
|--------------|------------|----------|--------------|--------------|
| 年化收益率 | 27% | 25% | 13% | 25% |
| 最大回撤 | -36% | -36% | -41% | -34% |
| 年化夏普比率 | 0.97 | 0.91 | 0.51 | 0.99 |
| 卡玛比率 | 77% | 69% | 33% | 72% |

• 单指数轮动在收益率和卡玛比率上领先，夏普比率略低于主动基金。

- 轮动策略提供更锐利的医药细分赛道进攻性投资思路，适合FOF和ETF配置。

最新医药子行业推荐及布局建议 [page::12][page::13]

| 指数简称 | 年化拟合alpha | 21年以来收益率 | 跟踪基金代码 | 跟踪基金简称 | 场内流通份额(亿份) |
|------------------|--------------|----------------|--------------|-----------------------------------|-------------------|
| 医疗服务Ⅱ (申万) | 94% | 21% | 无 | 无 | — |
| 生物医药 | 79% | 18% | 159839.SZ | 汇添富国证生物医药ETF | 3.1 |
| 中证生科 | 66% | 12% | 159837.SZ | 易方达中证生物科技主题ETF | 16.1 |
| 生物制品Ⅱ (申万) | 61% | 12% | 无 | 无 | — |
| 中证全指医疗保健 | 61% | 14% | 516610.SH | 大成中证全指医疗保健设备与服务ETF | 0.5 |

• 医疗服务II和生物制品II细分赛道尚无基金产品布局，建议关注。

- FOF及ETF投资者可关注相关细分主题ETF产品。

研究报告详尽分析解构报告：《寻找细分赛道风口 基于多因子的医药子行业轮动策略》

---

1. 元数据与概览

报告标题
《寻找细分赛道风口 基于多因子的医药子行业轮动策略》

作者及机构
撰写分析师：李新春（执业证书编号 S0740520080002），赞（执业证书编号 S0740520100001）
发布机构：中泰证券研究所
联系方式：李新春（电话18019761462，Email lixc@r.qlzq.com.cn），赞（电话18017505196，Email baozan@r.qlzq.com.cn）

发布时间
报告最新数据截至2021年5月底，全文内容覆盖长期历史数据分析，考察区间约为2015年末至2021年初。

研究主题
利用多因子模型（尤以Fama-French五因子模型为主）探索A股医药子行业细分赛道的轮动策略，旨在开发一种在医药细分行业中通过alpha排序构建的进攻性强、锐度高的量化轮动投资方法。

核心论点与投资建议

• 行业内存在显著的动量效应，医药行业及其细分赛道表现优异。

- 采用FF-5多因子模型，在医药细分子行业指数中计算alpha大小，进行动态轮动排序，表现较好。

• 单指数轮动策略自2017年以来表现稳健且年化收益优于行业主动与被动基金，中途回撤并未明显扩大，组合轮动策略则在部分年份表现较优。

- 投资建议强调关注医疗服务II、生物医药、中证生科、生物制品及医疗保健细分指数，推荐相关ETF供FOF和被动投资者参考。

• 强调风险提示，提醒模型和数据基于历史统计规律，存在不确定性，不构成投资保证或推荐。

总体来看，报告试图结合量化资产定价方法与统计学习构建医药行业细分轮动投资策略，助力主动与被动投资者把握细分风口。[page::0,1]

---

2. 逐节深度解读

2.1 引言章节（1.1至1.3）

2.1.1 海外研究回顾与国内现实

• 学术界和市场经验均显示行业回报率具备一定预测性，尤其在A股消费与医药行业表现出强动量效应。

- 传统行业轮动策略由均值方差框架构建，海外经验（如Sarwar 2017）使用FF五因子模型计算行业alpha实现轮动优化超额收益。

• 国内学者基于资产定价和统计学习方法开展一级行业的轮动研究，本报告创新点在于将模型下探至更细分的医药子行业主题指数，捕捉更细腻轮动信号。

- 国内ETF产品愈发丰富，支持投资者直接买入细分赛道，使该研究具有实际投资落实可能。

2.1.2 研究动机

• 作者通过对医药主题主动基金的净值曲线动态拟合发现，这些基金表现可以被若干医药细分ETF和指数组合动态解释（图表1），说明细分行业的轮动存在实际投资成分。

- 价格短期受市场情绪、大小盘轮动等因素干扰，而多因子模型能捕捉股价背后的“真价值”alpha，指导有效配置。

2.1.3 研究对象与数据

• 核心研究对象为约28只医药相关指数（包括申万医药细分指数和主要医药主题指数），具体见图表2，涵盖生物医药、中证医疗、医疗器械、中证生科等细分领域。

- 通过250个交易日超额收益的协方差矩阵层次聚类（图表3）揭示指数之间的相关性及分类，确认大部分指数聚类符合投资者认可的细分特征，仅少数如中证中药和CS互医疗略显“另类”。

• 综合alpha排序和多因子拟合结果形成后续轮动策略基础。

本节明确了研究背景与数据样本范围，验证了理论与实证基础，为后续模型应用奠定基础。[page::2,3,4,5]

---

2.2 多因子模型简介与模型拟合比较（章节2）

2.2.1 Fama-French 五因子模型（FF-5）

• 在传统CAPM和经典FF三因子模型基础上，新增盈利能力（RMW）和投资风格（CMA）两个因子，提升市场收益解释力。

- 研究引用Lin（2017）发现FF-5在中国市场优于FF-3，且价值因子依旧表现显著（有别于发达市场结论），可较好解释中国医药板块收益特征。

2.2.2 CH-4因子模型

• 针对中国市场特点，Liu et al.（2019）对三因子模型做调整：剔除市值最小的30%股票以避免壳公司影响，价值因子以盈利-价格比（EP）替代账面市值比（BM），并新增成交量因子以捕捉投资者情绪。

- 该模型更贴合中国市场结构和异象，有助提升模型拟合度。

2.2.3 多因子模型拟合效果对比

• 对比了FF-3、FF-5、CH-3、CH-4四种模型对28个医药主题指数的拟合表现（调整后R方）。

- 图表4显示，FF-5模型在中位数R方和最低10百分位R方均优于其他模型，特别是在2019年后表现更为显著，整体解释力最强。

• 据此，报告后续均采用FF-5模型计算alpha值并构建轮动策略。

该部分清晰阐述了为何选取FF-5模型作为核心分析工具，体现了方法论严谨性与针对性。[page::5,6,7]

---

2.3 医药子行业轮动策略构建与检验（章节3）

2.3.1 轮动策略设计与回测（按季度调仓）

• 数据区间：2015年末至2021年1季度

- 基于每季度末计算的FF-5因子回归alpha，将28个医药子行业指数按alpha大小排序，分成5组，选取alpha最高的第5组构建多头组合进行组合轮动测试。

• 图表6显示第5组（alpha最高）净值曲线明显跑赢其他组及基准申万医药指数。

- 表4季度频率检验呈现显著的收益差异，第5组年化平均收益达6.4%，第5组减第1组的收益差为4.4%，其T值高达17.5，统计学显著性极强。

2.3.2 轮动策略月度调仓测试

• 类似方法，但每月调仓一次，使用过去60个交易日窗口计算alpha。

- 净值曲线（图表6页9）展示与季度调仓一致的趋势，月度第5组收益率为2.1%（月度），胜率达63%。

• 统计检验（表7）支持绩效显著，第5组相较第1组收益差1.3%，T值19.4，月度胜率71%。略逊于季度策略，但仍稳健。

- 综合手续费和交易成本，推荐优先采用季度策略以降低摩擦成本。

2.3.3 轮动策略的Fama-MacBeth回归验证

• 以Fama-MacBeth模型检验当期alpha排序与下一期医药子行业指数收益排名的相关性。

- 回归系数rho1均为正，2019年Q3起达到统计显著，说明alpha作为选股变量具备较强预测性。

• 这一实证验证了轮动策略的基础假设，为策略稳定性提供坚实理论支撑。

本章详尽展现了多因子模型辅助构建细分医药子行业轮动策略的过程、效果和实证验证，方法科学，效果显著，且结合实际交易考虑优化调仓频率。[page::8,9,10]

---

2.4 医药子行业轮动策略实证与比较（章节4）

2.4.1 轮动策略与医药主题基金对比

• 轮动组合相当于持有5~6个指数覆盖数百只个股，持仓分散度显著优于主动基金（集中于1-2细分赛道、数十只股票）。

- 采用“单指数轮动”和“组合轮动”两种方式分别模拟；对比对象包括医药指数基金和医药主动基金（成立年份动态筛选）。

• 图表9净值曲线显示单指数轮动与组合轮动策略均显著跑赢医药指数基金，2020年和2021年尤其突出，且优于主动基金中位数表现。

- 历年收益率数据（图表10）中，单指数轮动2018年虽亏损但大幅优于指数基金；2020年极为强劲（103.1%），2021年前5个月保持正收益。

• 风险指标（图表11）显示单指数轮动年化收益27%，回撤36%，卡玛比率和夏普比率均处于优秀区间，且夏普虽然稍低于主动基金，但股票仓位100%是主要原因。

- 结论：轮动策略特别是单指数轮动策略表现更为进攻，锐度高，风险控制合理，可为主动基金和被动FOF提供细分赛道配置新视角。

2.4.2 最新一期医药子行业推荐

• 截至2021年5月底以月度轮动策略筛选alpha最高的一组指数，包括医疗服务II、生物医药、中证生科、生物制品Ⅱ及中证全指医疗保健等。

- 推荐对应场内流通基金中，尤其推荐汇添富国证生物医药ETF（159839）、易方达中证生物科技主题ETF（159837）、大成中证全指医疗保健设备与服务ETF（516610）等。

• 其中医疗服务II和生物制品Ⅱ目前缺乏ETF跟踪，但整体表现强劲，建议基金公司关注这些赛道拓展产品。

本章充分对轮动策略实战效果进行检验，并结合最新市场产品给出具体投资建议，体现研究的落地价值和时效性。[page::11,12,13]

---

2.5 风险提示与风险评估

• 策略基于历史公开数据，数据滞后及第三方数据准确性无法完全保障。

- 多因子模型本质上基于历史规律的统计推断，未来可能出现失效或解释不足，特别是在极端市场环境下。

• 报告明确指出，本报告中所述任何基金产品不构成投资收益保证或投资建议。

- 实际交易可能受手续费、交易摩擦影响，交易频率需综合考虑。

综上，报告对模型和结论的适用范围和风险敞口保持了谨慎态度，说明风险识别较为充分。[page::0,13]

---

3. 图表深度解读

3.1 图表1：医药主题基金净值与细分ETF动态拟合（页3）

• 描述：该图展示某医药主题基金净值曲线与相关医药ETF及中药指数的叠加拟合走势，时间跨度2019年初至2021年4月。

- 解读：基金净值波动明显与医药ETF走势同步，尤其2020年下半年至2021年表现高度吻合，说明该基金绩效很大程度来源于细分医药赛道的beta暴露。

• 文本关联：验证采用细分医药ETF指数数据构造多因子模型，挖掘子行业alpha的合理性和实际意义。

3.2 图表2：医药主题指数列表（页4）

• 描述：罗列并分类当前主流医药主题指数及所对应基金数量和资产规模。

- 解析：显示市场中医药细分指数众多，资产覆盖度较广，有助于构建细分赛道投资组合。奖体现不同指数在市场的受欢迎程度和资金配置情况。

3.3 图表3：医药主题指数相关性层次聚类图（页4）

• 描述：根据指数之间250交易日超额收益的相关性进行层次聚类分析。

- 解读：大多数指数呈簇状分组，相关性高，符合医药细分赛道逻辑。部分如中证中药、CS互医疗呈“异类”地位，提示投资时需注意其特殊性。

3.4 图表4及5：多因子模型调整后R方表现（页7）

• 描述：展示2016年至2021年各模型（FF3、FF5、CH3、CH4）中位数和最低10百分位的调整后R方。

- 解读：FF5模型在所有年份均表现最佳，尤其在中位数R方及低端表现更为稳定，显示模型解释力最强，更适合医药主题指数拟合。

• 联系文本：为后续模式优化选择FF5提供了实证依据。

3.5 图表6至8：轮动策略季度及月度回测净值与统计检验（页8至10）

• 图表6和图表7：不同alpha分组的净值曲线明确分层，第5组走势最强，统计指标（均值、T值、胜率）显著。

- 图表8：Fama-MacBeth回归参数rho1稳定正向，且T值显著，强化了alpha对未来指数收益排序的解释力。

• 结论：轮动策略设计合理且效果稳定，从季度到月度回测表现一致，具备实际执行可行性。

3.6 图表9至11：轮动策略与医药主题基金对比（页11至12）

• 图表9：净值曲线展示轮动策略显著优于主动和指数基金，尤其单指数轮动表现亮眼。

- 图表10：历年收益率细节显示，特别是2020年，单指数轮动爆发达到103%以上收益，胜出主动指数基金。

• 图表11：风险指标对比，轮动策略年化收益与回撤表现良好，夏普比率稍逊主因持仓比例更高。

3.7 图表12：最新医药细分赛道推荐（页12）

• 展示当前细分指数alpha、年初至今收益率及相关ETF情况，方便投资者对标执行。

整体所有图表精准支撑了报告的分析框架和结论，数据充分，呈现清晰且有条理。[page::3,4,7,8,9,10,11,12]

---

4. 估值分析

本报告重点为策略构建与绩效检验，未涉及对具体医药公司或子行业的企业估值模型分析，估值多指利用多因子模型计算alpha作为超额收益指标，评估细分指数表现。
多因子模型本身即为资产定价方法，主要通过回归获得alpha，作为预测未来超额收益的依据。报告中估值表现为alpha排序构建组合，而非传统DCF或PE估值法应用。

因此，估值重点在于因子模型的实证拟合与alpha的有效利用，而非传统企业价值评估法。[page::0,7]

---

5. 风险因素评估

报告明确风险包括但不限于：

• 数据滞后：所用历史数据具有一定时间延迟，可能错过最新市场动态。

- 第三方数据风险：使用的数据源可能存在不准确或更新不及时风险。

• 模型局限性：多因子模型依赖历史统计关系，不能完全精准映射未来市场走向，极端市况可能失效。

- 统计解释力不足：偶发极端事件时，模型的alpha解释力可能下降。

• 非投资保证：所有策略和推荐均为经验与统计结论，无法确保未来收益，并不构成具体投资建议。

模型的历史拟合良好，但未来存在不确定性，投资者需谨慎对待。报告未详细披露缓解措施，而是提示主要负责任的风险意识。[page::0,13]

---

6. 批判性视角与细微差别

• 报告选用FF-5模型具有信度较高，但未完全排除CH-4模型针对中国市场特殊性的潜在优势，尽管拟合效果较差，未来若市场结构变化，灵活调整需关注。

- 轮动策略虽表现优异，但受限于ETF等指数产品成立时间较晚，历史回测期相对有限，特别是部分指数成分变动及流动性问题未深入说明。

• 调仓成本、税费、滑点等实盘交易因素影响未量化，可能在实际操作中导致业绩差异，报告虽提及但无具体数值分析。

- 相关ETF规模差异较大，流动性和跟踪误差可能影响投资体验，报告未深入探讨。

• 风险提示中强调统计模型解释力可能失效，但未对疫情等宏观冲击下模型表现作专项说明。

- 报告中部分指数如中证中药和CS互医疗的“另类”特性虽被提及，未深入剖析其对策略整体有效性的潜在影响。

总体来看，报告以历史统计为主，缺乏对极端风险情境与交易现实的深入探讨，未来可考虑完善这些方面。[page::4,6,13]

---

7. 结论性综合

本报告通过细致的数据收集和多因子资产定价模型的应用，成功构建了一套基于FF-5模型计算的医药子行业细分赛道轮动策略。主要结论包括：

• 模型选择合理：经过FF-3、FF-5、CH-3、CH-4模型拟合对比，FF-5模型在医药主题指数拟合解释力最高，说明其因子全面且适应中国医药细分赛道特征。

- 轮动策略效果显著：基于FF-5计算的alpha构建的季度与月度调仓策略均表现稳健，选择alpha最高组别的组合净值显著优于低alpha组及传统医药指数。通过Fama-MacBeth回归进一步验证了alpha对未来收益的预测能力。

• 投资绩效优异：单指数轮动策略年化收益率高达27%，超过多数医药指数基金及主动基金，尤其2020年表现爆发，策略风险调整后回报优越，卡玛比率和夏普率均处于行业优良水平。

- 实际投资指引明确：报告根据最新alpha测算推荐医疗服务II、生物医药、中证生科、生物制品Ⅱ、中证全指医疗保健为重点关注细分赛道，并推荐相应ETF产品，帮助投资人把握赛道机会。

• 理论与实务结合紧密：结合ETF和指数基金丰富的产品体系，策略具备可复制性和实际投资操作空间。

- 风险意识明确：报告充分指出数据和模型局限性，提醒投资者保持谨慎。

综上，报告在方法论、数据分析、实证验证与策略设计上均显著突出，为细分医药行业投资轮动提供了强有力的量化工具和实用建议。相关图表清晰展示了模型优势、策略轮动净值、风险收益比较及最新赛道推荐，数据支持充分。[page::0,1,2,7,8,10,11,12]

---

结束语

此份中泰证券研究所发布的医药子行业轮动策略报告，结合成熟的资产定价模型与丰富的市场产品样本，系统验证了细分医药赛道的alpha效应，提出了可操作性强的轮动策略方案，为医药行业主动和被动投资提供创新视角，同时明确风险提示，兼顾稳健性。该报告适合关注医药行业轮动、寻求量化投资机会的专业投资者及机构基金管理者深入研究和参考。[page::0~14]

报告