主要市场及行业走势点评 [page::0][page::2]

• 2024年6月国内主要市场普跌，上证50跌2.73%，中证500及中证1000跌幅均超6%。

- 通信、电子、电力及公用事业为少数上涨行业，通信行业当月涨幅最高达4.09%。

• 房地产、商贸零售及综合行业表现最弱，跌幅超12%。

行业轮动策略架构与因子分析 [page::4][page::5]

| 因子 | IC均值（6月） | 2024年IC均值 | 6月多空收益 | 2024年多空收益 | 6月多头超额收益 | 2024年多头超额收益 |
|------------|---------------|--------------|-------------|----------------|-----------------|--------------------|
| 盈利 | 19.90% | 7.34% | 3.83% | 1.61% | 0.87% | 1.39% |
| 质量 | -6.16% | -7.94% | 1.39% | -7.18% | 1.65% | -4.41% |
| 估值动量 | 34.73% | 11.75% | 2.97% | 18.03% | -0.45% | 2.70% |
| 分析师预期 | 0.54% | 3.95% | 1.26% | 0.20% | 1.12% | 0.64% |
| 超预期 | 9.80% | 8.50% | 2.66% | 3.28% | -0.03% | 1.10% |
| 北向流入 | 6.85% | 17.88% | 0.99% | 8.83% | -1.94% | 2.36% |
| 调研活动 | -0.69% | -2.00% | 1.17% | 0.31% | -0.29% | -2.26% |

• 盈利、估值动量、超预期因子2024年表现突出，整体带来稳定正收益。

- 调研活动因子自2017年表现稳定，尽管6月IC为负，但多空年化收益仍达18.36%。

超预期增强因子策略表现与回测 [page::5][page::6]

• 超预期增强因子6月IC达到25.32%，多空组合年化收益率19.02%，夏普比率1.08。

- 行业轮动策略中，超预期增强策略2024年累计收益为1.53%，超额收益为7.42%，月均换手率约68.65%。

• 该策略跑赢景气度估值及行业等权组合，表现稳健。

调研活动精选策略表现及行业推荐 [page::7][page::8][page::9]

• 调研活动精选策略自2017年以来年化收益率为3.91%，夏普比率0.198，换手率较高。

- 6月表现不佳，亏损6.05%，超额收益-0.75%。

• 推荐行业包括轻工制造、交通运输、家电、纺织服装及电力设备及新能源。

- 纺织服装和石油石化行业连续三个月被两个主要策略推荐，持续受到关注。

七月份策略推荐重点行业及因子变化 [page::9][page::10]

• 超预期增强策略推荐汽车、电子、纺织服装、石油石化和有色金属。

- 细分因子中汽车行业分析师预期得分上升，电子行业估值动量和超预期因子均有所提升。

• 调研精选推荐轻工制造、交通运输、家电、纺织服装和电力设备新能源行业，调研热度和拥挤度改善显著。

- 行业细分排名调整主要由分析师预期和超预期因子驱动。

金融研究报告详尽分析报告

报告标题： 行业轮动基本面因子整体回归
作者与机构： 国金证券金融工程组，高智威（执业证编号S1130522110003）、许坤圣 ；国金证券研究所
发布日期： 2024年6月底（报告中数据截至2024年6月30日）
研究主题： 主要针对中国A股市场的行业轮动策略及相关基本面因子的表现分析，聚焦盈利、估值动量、超预期、北向资金流入等因子对行业轮动策略构建与收益贡献的研究。报告还详细推荐了当期行业配置策略及对应的ETF产品。

---

一、元数据与报告概览

本报告旨在通过多因子视角剖析A股主要行业及其轮动策略的表现，重点验证并推荐以盈利、估值动量及超预期因子为核心的行业轮动策略。
主要结论包括：

• 2024年6月，国内主要市场及行业指数普遍下跌，且多数行业同期表现疲软，仅通信、电子、电力及公用事业行业表现突出，上涨态势明显；

- 基于基本面、估值与资金面的多维因子体系构造的超预期增强行业轮动策略和景气度估值策略依然表现稳健且优于行业等权基准，特别是盈利、估值动量和超预期因子在6月继续贡献收益；

• 调研活动因子同样带来一定的策略超额收益，但短期内策略表现波动较大；

- 2024年7月行业推荐风格有所切换，推荐重点聚焦汽车、电子、纺织服装、石油石化及有色金属等行业，同时推荐对应行业ETF产品，方便投资布局；

• 风险提示强调模型基于历史数据构建的局限性，未来政策、市场环境变化有可能导致模型失效。

综上，报告传递的核心信息是基于基本面因子构建的行业轮动策略具备稳定的超额收益能力，且通过因子多维融合能够较好抵御市场周期波动，具备一定的投资指导意义。[page::0,1,2]

---

二、逐章节深度解读

2.1 市场概况与当期行业推荐（第1章）

关键论点及数据

• 2024年6月，主流市场指数均出现下跌，上证50跌2.73%，沪深300跌3.30%，中证500跌6.89%，更小盘的中证1000和国证2000跌幅分别达8.58%和8.98%。

- 行业方面，涨跌分化明显，仅通信（涨4.09%）、电子、电力及公用事业三大行业上涨，商贸零售、房地产、综合行业跌幅超过12%。

• ETF产品方面，报告列出对应行业的主流ETF，方便投资者直接参与策略推荐行业。

- 具体行业推荐基于策略评估结果，汽车、电子、纺织服装、石油石化和有色金属为超预期增强策略推荐行业，纺织服装与石油石化行业更长时间内多策略推荐，具备关注价值。

逻辑与理由
业绩超预期及市场资金流向等因素推动行业表现分化，新能源汽车销量和汽车消费补贴政策确立了汽车行业短期增长动力，电子信息制造业增长和出口回暖提振电子行业，纺织服装出口小幅增长也体现出行业稳定增长态势，而石油石化行业则受益于节能降碳政策驱动产能结构优化，有色金属供应端稳定，贵金属受美元利率影响带来潜在价格支撑。

通过对市场与行业现状及政策环境的分析，报告合理筛选对应行业及其ETF，便于投资者把握行业轮动机会。[page::0,2,3]

---

2.2 行业轮动策略构建与因子表现（第2章2.1-2.3节）

框架搭建

• 行业轮动策略基于三大维度：基本面（盈利质量、分析师预期、超预期）、估值动量、资金面（北向资金、公募持仓）因子，形成完善因子体系；

- 其中“超预期”因子通过公司盈利实际表现与市场预期偏离的正向差异构建，是行业轮动策略的核心创新点；

• 另以调研热度和广度构建的调研行业精选策略作为补充维度。

因子表现与分析

• 6月各因子IC值（信息系数，衡量因子预测能力）显示盈利19.90%、估值动量34.73%、超预期9.80%、北向资金6.85%表现突出，均实现正收益，表明这些因子在行业选择中具有显著预测力。

- 盈利和质量因子提供了超额收益的稳定基础；估值动量因子为当前市场位置及价格趋势提供指引；分析师预期和超预期因子则反映市场对行业未来预期的变化，技术背景上加强了策略的前瞻性。

• 自2011年以来，超预期增强因子IC均值8.98%，风险调整后IC 0.328，表现稳健且风险可控；调研活动因子自2017年以来表现更佳，风险调整IC达0.526，但更依赖近年数据支撑。

多空组合收益

• 超预期增强因子历史年化收益率19.02%，夏普比率1.08，显示高风险调整后的盈利能力。

- 调研活动因子年化收益率18.36%，夏普比率1.65，超额净值持续攀升，伴随一定波动回撤。

总结与推断
因子指标统计和多空组合收益表现均证明，盈利、估值动量和超预期因子在驱动行业轮动收益中具备核心地位，调研活动因子补充了关于机构关注度的维度，有助于理解资金与信息的市场动态，形成策略多维度驱动力。

图表5至图表12提供了丰富的时间序列信息，支持上述结论。[page::4,5,6]

---

2.3 行业配置策略表现（第2章2.4节）

策略构造

• 超预期增强行业轮动策略每月初选取前1/6排名的5个行业，等权构建组合，月度调仓，手续费0.3%；

- 行业等权组合作为基准，对比分析策略表现。

策略表现

• 2024年6月，超预期增强策略收益率-2.58%，跑赢行业等权基准-5.30%，超额收益2.76%；

- 景气度估值策略表现略好，收益率-1.18%，超额收益4.16%；

• 从长期角度，超预期增强策略自2011年以来年化收益率10.58%，远超行业等权3.17%，超额收益7.42%；夏普比率0.418，也明显优于基准0.133；

- 策略换手率较高（月均68.65%），反映动态调仓策略特征。

调研行业精选策略表现

• 调研精选策略年内表现波动较大，6月表现不佳，策略收益-6.05%，稍差于行业基准，超额-0.75%，但2017年以来长期年化收益3.91%优于行业基准-0.67%，超额4.52%；夏普比率0.198，对比行业基准-0.037表现弹性较好。

- 换手率高（月均158.4%），体现激进调研驱动的交易特征。

图表分析
图表13与14说明超预期增强与景气度估值策略净值与超额表现，近年均表现优于基准，尤其是超预期增强策略；图表16至18阐释调研行业精选策略的净值波动及历史表现，虽波动较大但长期价值突出。

本节清晰展示多策略实际应用效果，支撑了因子模型的有效性和实战价值。[page::6,7,8]

---

2.4 行业策略内部细分因子打分观测（第2章2.5节）

推荐行业分析

• 本月超预期增强策略重点推荐汽车、电子、纺织服装、石油石化、有色金属，替换了上月策略推荐中的通信和轻工制造行业。

- 行业排名变化主要由估值动量、分析师预期与超预期得分变动驱动，汽车行业因分析师预期得分上升表现突出，电子行业估值动量和超预期因子得分提升显著。

• 有色金属分析师预期和超预期因子均提升；纺织服装分析师预期持续改善，保持上升趋势。

- 景气度估值策略推荐有差异，主要体现在超预期和分析师预期因子上的权重不同，导致汽车因估值动量得分下降不被纳入本月策略推荐。

调研活动精选策略推荐

• 轻工制造、交通运输、家电、纺织服装及电力设备与新能源行业获推荐。调研热度上升和拥挤度下降是行业获得推荐的关键因素，尤其电力设备及新能源持续获得认可。

- 纺织服装行业获得两类策略推荐，且连续多月纳入重点，显示其作为兼具基本面与调研关注的行业。

图表20与21细分因子排名变化

• 图表20提供细分因子排名及变动趋势，有助评估各行业因子驱动强度和策略推荐合理性。

- 图表21展示调研活动因子中的热度及广度变化，联动投资者关注度及机构调研拥挤度。

本节细化因子驱动与行业动态，丰富策略的解读视角，为投资者理解行业选择逻辑和趋势提供实用路径。[page::8,9,10]

---

2.5 风险提示

• 本报告依赖历史数据统计和模型测算，历史规律未来可能失效；

- 政策和市场环境变化可能导致事件因子失效或表现波动；

• 市场变化可能带来超出模型预期的波动和回撤风险。

风险提示直指模型依赖线性历史规律存在的典型风险，提醒投资者需关注外部环境变化对模型表现的影响和策略的操作风险。[page::0,10]

---

三、图表深度解读

• 图表1 & 2：主要市场和行业指数月度及年初至今表现条形图。月度指数普跌，行业分化，通信行业唯一显著上涨。年初至今图显示大陆股市整体呈现分化趋势，小盘及消费相关行业跌幅较大。指标形态直观反映当前市场波动和板块轮动的层次。

- 图表3：细化行业对应的ETF代码、名称、基金经理和管理机构，便于投资者实际跟踪与交易。涵盖汽车、电子、石油石化、有色金属五大板块ETF。该表为实操链接支持。

• 图表4：行业轮动策略因子框架示意图，显示基本面因子（盈利、质量、分析师预期、超预期）、估值动量因子和资金面因子构成完整策略架构，说明策略的因子来源及内在关联。

- 图表5：单因子IC均值、多空收益、多头超额收益详细数值表，定量对比7大因子表现，突出估值动量与盈利因子突出表现，调研活动因子表现相对弱势。

• 图表6 & 7：因子多空收益趋势线图，定量比较因子收益随着时间的变化，盈利和估值动量因子表现稳健，超预期因子和分析师预期因子波动明显，但整体呈上升趋势。

- 图表8：策略因子IC统计数据，全面阐释两个主要策略因子的历史表现，包括平均值、波动性、最小最大值和统计显著性指标。

• 图表9 & 10：超预期增强因子IC柱状图与其多空收益净值曲线，展示长期预测能力及策略稳定性。

- 图表11 & 12：调研活动因子对应IC值与多空净值，显示其波动性较大但整体增长趋势明显。

• 图表13 & 14：超预期增强与景气度估值策略的净值及超额净值走势，显示两个策略都明显跑赢基准组合，且超预期增强策略积累更明显超额收益。

- 图表15：策略综合绩效指标表，包含年化收益、波动率、夏普比率、最大回撤及近期收益，超预期增强策略整体优势突出。

• 图表16至18：调研活动精选策略的净值及超额净值走势及绩效指标，长期表现优于基准但短期波动风格明显，夏普比率较低反映其风险调整后的收益有限。

- 图表19：年度超额收益柱状图，展示行业轮动策略的年际表现波动性与持续性，超预期增强策略在多数年份取得正超额收益。

• 图表20 & 21：两个策略细分因子的行业打分及排名变化表，辅助理解各行业因子得分驱动及策略推荐逻辑，是策略动态调整和行业轮动的基础。

图表丰富详实，结合文本说明，全面呈现了策略构建理念、因子表现到实际收益，数据支撑充分且层次分明。[page::2-10]

---

四、估值分析

本报告重点对估值动量因子进行介绍，该因子反映行业估值相对于历史或市场的趋势变化，属于技术和市场情绪类指标，辅助基本面因子的选股和轮动。

估值动量因子是本报告两个主线策略的重要组成部分之一，与盈利质量和超预期因素结合后提高了策略的预测能力和收益质量。

未涉及具体数学模型如DCF等详细估值方法，而是采用市盈率、市净率等常规估值指标的历史动量表现作为判断依据，秉持风格因子投资逻辑，注重相对估值的趋势捕捉。

整体估值方法基于因子模型中隐含的估值异象，强调相对估值动量的持续性对行业配置的重要性，贴合量化策略的可操作性和回测效果。[page::4]

---

五、风险因素评估

报告明确表示上述模型和策略基于历史数据统计，且认为未来可能失效，特别是在市场政策环境发生大幅变化时。
主要风险包括：

• 历史规律未来失效的固有风险；

- 政策和市场环境突变导致策略因子失效或收益波动；

• 模型计算风险估计可能偏低，实际市场波动和回撤或超出预期。

报告未针对具体风险提供具体的缓解方案，但提示投资者需警惕模型假设和市场环境差异风险，合理安排仓位和止损控制。此风险提示较为标准且符合量化策略风险管理常规。[page::0,10]

---

六、批判性视角与细微差别

• 报告侧重基本面及数据驱动，虽策略收益稳健，但对外部突发政策、宏观经济结构性变化缺乏深入情景模拟和冲击测试，可能对市场环境剧变的适应能力不足；

- 调研活动因子波动较大且换手率高，表明短期内信号存在较大噪音，可能增加交易成本和策略波动，对中小投资者操作难度较大；

• 部分因子IC值短期内波动显著，应注意策略追踪的是中长期趋势，短期的因子表现可能具有较大随机性；

- 两个核心策略在行业推荐上存在部分差异，说明模型因子权重和侧重点不同，投资者应结合自身风险偏好多角度综合判断；

• 报告中部分表格和排名存在编码格式缺失，影响部分数据的连贯阅读，建议未来修正提升报告专业度和可读性。

总体上，报告以量化实证为主，逻辑严谨但需结合实际市场环境和投资者风险偏好妥善运用策略建议。[page::5,9]

---

七、结论性综合

本报告以数据驱动方式全面剖析了A股市场行业轮动的多维因子表现，确认盈利、估值动量和超预期因子是行业轮动策略的核心驱动力，尤其超预期因子通过捕捉市场盈利预期与实际业绩的偏离，为行业配置提供了重要的先行信号。

分析显示：

• 2024年6月，市场普遍回调但分化明显，通信、电子、电力等行业表现较好；

- 超预期增强策略和景气度估值策略均实现了超额收益，具有较高的夏普比例和稳定的长期收益，验证了基本面+估值+资金面多因子融合构建策略的有效性；

• 调研活动因子作为投资者关注度的代理，虽然短期波动较大，但长期同样产生了超额收益，有助于提升策略信息效率；

- 7月行业推荐结合因子定量排名及趋势，优先配置汽车、电子、纺织服装、石油石化及有色金属等行业，推荐行业的动态调整体现了模型的灵活适应性和市场敏感度；

• 对应ETF推荐便于投资者实操跟进，兼顾了策略落地与投资便利性；

- 风险提示明确，强调历史数据模型或因未来变化失效，提醒投资者警惕策略局限性和潜在回撤。

综合来看，报告基于坚实数据基础及科学量化方法，系统系统性展示行业轮动策略的构建、验证和实际应用，体现了量化技术在中国市场的实用价值和前沿趋势，值得专业投资机构参考采纳。

---

重要图表参考

• —— 2024年6月主要市场及行业指数涨跌分布，色块差异直观体现行业表现分化。

- —— 行业轮动策略因子框架图，结构清晰展现基本面、估值、资金三大维度。

• —— 主要因子多空收益趋势，盈利和估值动量因子的持续领先表现。

- —— 超预期增强因子多空净值稳步增长，反映策略长期可靠性和正向收益潜力。

• —— 超预期增强与景气度估值策略净值对比，明显跑赢基准组合。

- —— 不同策略逐年超额收益对比，显示超预期增强策略较为稳健。

---

总结

国金证券2024年6月底发布的《行业轮动基本面因子整体回归》报告，结合多维因子模型和市场实际数据，提供了专业、系统、实用的行业轮动策略研究。其积极利用盈利、估值动量与超预期因子的量化预测能力，辅以资金与调研数据，显著提升了策略收益与风控水平。所选推荐行业和ETF产品具备较强投资操作指引价值。

投资者在借鉴本报告策略时应结合自身风险承受能力及市场变化，关注模型可能的失效风险，灵活调整仓位结构和止盈止损策略，以期在波动市中获得稳健收益。[page::0-10]

报告