6月行业走势及资金流向回顾 [page::4]

• 6月食品饮料、非银金融表现突出，均超10%，农林牧渔跌8%。

- 北上资金持续流入金融及消费板块，流出成长及周期行业。

• 7月因子极值策略推荐关注电子和食品饮料行业。

相似性匹配行业轮动策略介绍及表现 [page::5][page::6]

| 时间 | 超额收益 | 胜率 | 最大回撤 |
|---------------|----------|---------|----------|
| 全样本 | 123.83% | 59.42% | 17.08% |
| 2008 | 14.75% | 75.00% | 3.75% |
| 2019(截至6月) | -0.83% | 50.00% | 3.26% |

• 策略基于历史行业涨跌顺序相似性筛选强势行业构建超配组合。

- 过去一年推荐关注行业包括建筑材料、食品饮料、休闲服务、电子等。

• 7月重点推荐：建筑材料，食品饮料，休闲服务，国防军工，电子等。

因子极值行业轮动策略核心及最新表现 [page::17][page::18][page::22]

| 时间 | 超额收益 | 胜率 | 最大回撤 |
|---------------|----------|---------|----------|
| 全样本 | 335.86% | 71.32% | 4.39% |
| 2008 | 20.44% | 66.67% | 1.91% |
| 2019(截至6月) | 1.43% | 75.00% | 1.78% |

• 策略利用行业内个股因子创新高（低）比例捕捉投资者情绪及行业超额收益。

- 6月策略获得1.56%超额收益，7月重点推荐电子行业，因该行业创新低比例显著提升。

• 电子行业内最高价长度创新低个股比例达16.43%，超过阈值14.64%。

羊群效应行业轮动策略概览 [page::14][page::15][page::16]

| 时间 | 超额收益 | 胜率 | 最大回撤 |
|---------------|----------|---------|----------|
| 全样本 | 398.9% | 55.0% | 14.7% |
| 2006 | 13.4% | 56.3% | 4.5% |
| 2019(截至6月) | -1.3% | 48.00% | 5.2% |

• 利用投资者非理性行为情绪构建策略，重点超配龙头股所在行业。

- 最新推荐行业为机械（30.8%），电力设备（33.8%），国防军工（35.5%）。

• 近期策略表现低迷，部分行业实现小幅负收益。

宏观事件驱动行业轮动策略及行业推荐 [page::23][page::24][page::28][page::29]

• 关注宏观因子触发的特定事件，选取超配行业组合。

- 历史年化超额收益高达2737%，胜率达96%。

• 最新关注食品饮料、综合、汽车行业，依据五粮液价格高位、美国10年期国债低位及理财产品预期低位信号。

量化策略的风险提示与说明 [page::30]

• 策略依赖历史数据及模型，面临政策变动及市场风格转换风险。

- 推荐不构成行业观点，仅供量化角度参考。

广发证券行业轮动策略报告详尽分析与解构

---

一、元数据与报告概览

• 报告标题： 因子极值获超额收益，7月关注电子等 —— 行业轮动策略报告

- 作者及机构： 广发证券发展研究中心，由罗军（首席分析师）等多位资深分析师联合编写。

• 发布日期： 2019年6月底至7月初发布

- 报告主题： 通过多种量化策略对2019年6月行情进行回顾，并对7月不同行业轮动策略给出量化的推荐及展望，重点涉及行业轮动因子策略、相似性匹配策略、羊群效应策略及宏观事件驱动策略。

核心论点与主要内容：

报告系统梳理了以量化模型为基础的四大行业轮动策略在2019年6月的表现及历史性检验，重点推荐7月关注“电子”、“食品饮料”等行业。报告指出：

• 6月市场风险偏好上升，资金流入较多，食品饮料和非银金融表现突出，农林牧渔回撤明显。

- 因子极值策略持续创造超额收益（6月超额收益1.6%），用户可重点关注该策略推荐的行业。

• 综合四大策略视角，7月重点推荐密切关注“电子”、“食品饮料”等行业。

- 报告附带多张图表和表格，系统展示策略的历史表现、策略逻辑阐述和最新行业推荐数据。

报告明确声明，所有行业轮动建议均基于量化模型和历史数据，且策略在重大宏观政策变化以及市场风格切换时存在失效风险，所提行业推荐并非代表机构观点，仅供量化参考。[page::0,4,30]

---

二、逐节解读

1. 行业走势回顾及策略表现概览

• 关键论点: 6月食品饮料、非银金融行业涨幅均超10%，农林牧渔下跌8%。因子极值策略6月超额收益1.6%，优于其他策略。

- 资金流向分析: 北上资金主要流入了金融和消费板块，流出成长性和周期性行业。

• 7月策略展望: 因子极值策略重点追踪行业内个股的价量变化，电子行业等因上涨动量增强具有超额收益潜力。相似性匹配及宏观事件策略同步看好电子、食品饮料，宏观事件强调五粮液价格新高带来的食品饮料机会。

- 图1（行业指数行情）： 展示了6月各行业的累计涨幅与近几年表现，食品饮料表现最佳，农林牧渔显著落后。

• 图2（北上资金流向）： 资金流入以银行、建筑材料和食品饮料为主，成长性行业流出明显。

图表数据均支持文本关于资金流与行业表现的论断，为7月行业关注方向提供数据支撑。[page::4]

2. 相似性匹配行业轮动策略

• 策略介绍: 通过对比当前过去一年内行业启动顺序与历史数据中相似序列，预测未来强势行业。策略每月更新，通过匹配相关性最高的4个过往区间，选出表现最优的几个行业构建超配组合。

- 策略表现: 自2008年以来累计超额收益123.83%，胜率59.42%。近年表现有所波动，2019年截至6月微亏-0.83%。

• 图3-4（策略历史回测与分年度表现）： 显示策略有周期性波动，部分年份表现优秀（如2015年35%超额收益），但部分年份也有亏损，整体风险控制较好。

- 超配行业细节: 历史超配组合包含非银金融、银行、房地产等多行业，具备较好分散特征。逐月超配行业组合表明策略动态调整敏感且及时。

• 近期推荐: 根据匹配结果，推荐关注建筑材料、食品饮料、休闲服务、国防军工、建筑装饰、医药生物、综合、电子等行业。表格细分显示这些行业获得历史验证，胜率与超额收益均有保障。

- 图5-9（最新及历史匹配结果）： 详绘不同时点行业启动序列，结合相关系数验证了匹配的有效性。

• 6月推荐行业表现: 食品饮料表现突出（超额4.84%），电子表现相对一般（负超额2.18%），整体均优于同期沪深300。

此策略通过模式匹配寻求轮动规律的稳定性，适合阶段性市场风格识别及操作决策支持。[page::5-13]

3. “羊群效应”行业轮动策略

• 策略介绍: 利用投资者情绪的非理性变化，特别是追涨杀跌（羊群行为），通过模型识别情绪强烈时行业龙头股，并超配相关行业获利。行业选择基于龙头股表现和情绪强度。

- 历史表现: 从2006年以来累计超额收益398.9%，年化表现稳健，胜率55%。近年来表现有所减弱，2018-2019年间策略取得小幅负收益。

• 图10-11（历史表现）： 显示策略的波动性和累计超额收益变化，接受市场大幅波动的考验。

- 最新推荐行业: 机械（占比30.8%）、电力设备（33.8%）和国防军工（35.5%），覆盖近期情绪波动明显且有龙头优势的行业。

• 单周表现: 近期周度平均超额收益为-0.14%，表现弱势。

此策略侧重于情绪驱动的短期交易机会，适合动态调整组合追踪市场热点，但需警惕情绪反转的风险。[page::14-16]

4. 因子极值行业轮动策略

• 核心思路: 观察行业内因子创新高（或低）的个股比例，反映投资者对行业的热度和预期。若该比例超越历史阈值，则行业受情绪驱动上行概率增加。

- 策略逻辑: 每月选取合适指标建立极值比例ER，超过阈值即纳入备选超配行业，最终配置不超过五个具有最高超越幅度行业，持有期一个月。

• 历史效果: 2008年至今累计超额收益335.9%，胜率最高（71.3%），且最大回撤最小（4.39%），表现稳健。

- 图12-13和表9: 细化分年度超额收益与胜率，显示策略在多数年份稳健盈利，近年保持正向表现。

• 最新推荐: 电子行业表现抢眼，因子“最高价长度”的创新低比例达到16.43%，超出14.64%阈值，实现12.2%超越幅度，提示该行业短期上涨动能浓厚。

- 图14（电子行业创新高低比例走势）： 清晰展现近期电子行业个股创新低比例回升至高位，佐证投资情绪好转。

• 最新超配行业表: 单行业100%电子权重，明确集中配置。

- 6月表现: 银行及非银金融行业贡献显著正超额收益，电子表现中性，支持策略调仓。

因子极值策略通过捕捉行业情绪变化提供前瞻性信号，历史表现卓越，适合侧重情绪定量把握的投资者。[page::17-22]

5. 宏观事件驱动行业轮动策略

• 策略机制: 旨在捕捉宏观经济指标及政策事件对行业表现的影响，选取经济增长、货币政策、通胀等因子设立事件库，定义多种事件模式。

- 事件匹配: 如果某因子事件发生后某行业超额收益稳定且具有显著预测能力，则认为该事件有效并构建相应超配组合，每月换仓，限制最大组合行业数为7。

• 历史表现: 2009年至今累计超额收益达2737.1%，胜率达96%，回撤极低，策略效果极佳。

- 图15-16及表13: 多年历史验证策略表现稳定且盈利能力明显领先基准。

• 策略结合具体宏观事件: 如五粮液价格达到21个月高位时，食品饮料行业获得显著超额收益（事件IR 0.86）；美国10年期国债收益率低位时，综合行业表现优异（IR 0.97）；理财产品预期收益率低位时汽车行业表现卓越（IR 0.99）。

- 图17-19（各事件对应行业表现）： 展现事件触发时行业收益走势及超额收益的历史可靠性。

• 最新7月推荐: 关注食品饮料、综合和汽车，等权配置。

宏观事件策略通过系统剖析宏观经济驱动行业表现，为投资者构建坚实的政策与周期性判断框架，适合中长期行业配置参考。[page::23-29]

6. 风险提示

报告明确指出所有策略均基于历史数据建模，可能因宏观政策剧烈变化及市场风格切换而失效。推荐行业不代表机构投资观点，仅做量化参考。投资者需理性使用模型建议，配置时谨慎评估宏观及市场环境的变动风险。[page::30]

---

三、图表深度解读

图1：行业指数6月行情回顾

• 蓝色柱状为6月累计涨幅，灰色为上周涨幅，黄色折线为2018年至今累计涨幅。

- 食品饮料、非银金融涨幅领先，均超过10%，农林牧渔跌幅达-8%。

• 说明短期资金明显偏好消费与金融，避开了周期类和成长类风险高行业。

- 支持报告对资金流与行业表现判断。

图2：6月北上资金流向

• 蓝色柱状表示各行业持股市值占指数市值比例，黄色折线为持股市值增量占成交额比例。

- 北上资金流入集中于银行、建筑材料、食品饮料，流出机械设备、传媒等。

• 反映外资追逐安全、稳定回报行业的趋势。

图3-4：相似性匹配策略

• 图3展示策略净值走势与沪深300对比，策略整体业绩优于市场。

- 图4年度超额收益及胜率展示，周期性明显，提升了分析工具对策略稳定性的理解。

• 反映策略基于历史模式匹配的优势及短期波动。

图5-9：相似性匹配多个时间点匹配行业及路径

• 图5及其对应历史匹配图（6、7、8、9）清晰记录2018年中至2019年初行业启动的变化。

- 各行业启动依次如采掘、非银、建筑材料、电子、食品饮料，图中用三角形标注。

• 相似度近50%，多次历史阶段展现类似结构，验证模式的有效性。

- 为7月推荐行业提供历史业绩佐证。

图10及图11：羊群效应策略表现

• 行业等权指数净值及超额收益走势见图10。

- 超额收益周期性波动大，2015年后相对平稳。

• 表6分年度看，2008年表现极佳，2018-19年表现偏弱。

- 反映羊群效应策略对市场极端情绪的捕捉能力及其局限。

图12-13：因子极值策略历史表现

• 图12显示策略净值随时间稳步上升，超额收益相对稳定且波动小。

- 表9和图13说明胜率长期保持在70%以上，最大回撤极小（4.39%），反映策略稳定可靠。

• 2029年6月超额收益1.43%印证当下行情内因子极值表现仍在持续。

图14：电子行业因子创新低比例走势

• 蓝色为历史比例，红线为当月及近一年比例。

- 当前实际比例大幅高于历史，反映电子行业中部分个股开始触底反弹，预示投资情绪抬升。

图15：宏观事件驱动策略原理示意图

• 以事件触发决定超配行业，行业被赋予“有效事件库”，事件触发组合上线运行。

- 体现基于宏观指标与历史表现的策略框架。

图16及表13：宏观事件策略表现

• 图16显示策略净值及超额收益稳定增长，超额收益高达2737%。

- 表13显示历年胜率及回撤，极佳历史数据提升投资信心。

图17-19：食品饮料、综合、美汽车行业宏观指标驱动

• 图17对应五粮液价格高位与食品饮料超额收益表现；

- 图18展示美国10年期国债低位对综合行业的影响；

• 图19体现理财产品收益率低位带动汽车行业表现。

- 体现宏观经济指标对细分行业的有效预测作用。

---

四、估值分析

报告未直接涉及个股估值模型或目标价，主要在量化轮动策略层面进行行业配置建议。策略基于统计超额收益率、胜率、最大回撤等量化指标衡量综合表现，未提及传统财务估值技术（如DCF、市盈率倍数等）。这与报告的策略性质和目的相符——更着眼于整体行业轮动和资金流动的量化预测，而非个股价值评估。

---

五、风险因素评估

报告重点风险因素为宏观政策的剧烈变化及市场风格突变可能导致量化策略失效。此外：

• 历史模型匹配的假设前提依赖市场结构稳定。

- 各策略在特定年份均出现过超额收益为负的表现，存在策略本身波动风险。

• 报告提醒应用者注意策略推荐行业仅供量化参考，不代表机构观点或投资建议。

策略风险提示充分，风险管理理念清晰，强调投资者理性使用.[page::30]

---

六、批判性视角与细微差别

• 模型局限性: 相似性匹配和因子极值策略均严重依赖历史数据，面对市场结构根本变化可能失效，且未来市场轮动路径不一定复刻过去。

- 策略表现波动: 羊群效应策略虽累计超额显著，但近年来表现欠佳，提示市场羊群行为或有所减弱。

• 行业高度集中: 因子极值策略最新仅推荐“电子”单一行业超配，虽数据支持，但过度集中可能加大风险。

- 缺乏估值分析: 报告缺少对个股估值的深入讨论，可能限制对行业轮动后投资价值的判断。

• 宏观事件策略表现卓越，但未来样本外有效性尚需验证，模型是否能捕捉政策突变仍待观察。

- 行业划分不统一: 不同策略采用申万或中信分类，部分行业理解及对比存在难度。

总体而言，报告系统且详实，但策略均受限于历史拟合或统计特性，建议结合基本面与估值体系共同决策。

---

七、结论性综合

本报告采用多元量化视角深入分析行业轮动现象，结合相似性匹配、羊群效应、因子极值和宏观事件驱动四大核心策略，系统展现了历史表现及2019年6月市场行情。在6月行情波动背景下：

• 因子极值策略表现最佳，6月单月超额收益高达1.6%，且历史胜率达71%，最大回撤低，稳定性极好。

- 相似性匹配与羊群效应策略虽历史表现优异，但2019年表现波动较大；宏观事件驱动策略显示出极强的历史超额收益和胜率优势，结构较为稳健。

• 7月综合推荐关注“电子”、“食品饮料”等行业，因子极值策略单独看好电子，宏观事件策略重点提醒食品饮料（受五粮液价格高位、美国国债收益率低位等驱动），相似性匹配及羊群效应则给予多行业建议。

- 图表全面支撑上述观点，各策略的净值走势及回测胜率均有效验证了推荐行业的合理性。

• 风险提示清晰，强调量化策略依赖历史和模型假设，需警惕宏观政策及市场风格变化对模型有效性的影响。

综上，报告科学整合多维量化模型，向投资者传递了市场情绪及资金流向驱动下的行业轮动趋势，把握“电子”和“食品饮料”行业的潜在机会，并通过严谨的历史检验与风险揭示，增强投资决策的客观性和可靠性。[page::0-32]

---

附录：图表引用示例

• — 6月行业指数涨幅回顾

- — 相似性匹配策略历史净值表现

• — 因子极值策略历史回测结果

- — 电子行业因子极值创新低走势

• — 宏观事件驱动策略原理

- — 五粮液价格与超额收益关系

---

此分析详细解读了报告中所有关键章节、策略逻辑、核心数据与图表，客观评估策略表现及风险，帮助投资者深入理解行业轮动量化模型及其应用，提升决策的专业度和准确性。

报告