北向资金拆分为交易盘与配置盘，突出资金风格差异 [page::0][page::6][page::7]

• 以机构持股规模、持股数量及换手率划分，交易型机构占比约40%，配置型占60%。

- 交易盘月度换手率约9%，配置盘月度换手率约0.07%，交易盘活跃度显著高于配置盘。

• 配置盘资金规模持续净流入，交易盘资金体量较小且流动频繁，交易盘流入与市场波动高度相关。

- 2022年起，交易盘资金表现出加速流出再流入的波动节奏，配置盘则持续缓慢增仓A股市场。

交易盘与配置盘行业配置大同小异，均偏好新能源、食品饮料、医药和银行 [page::8][page::9]

• 两者均显著超配食品饮料和家电行业，低配非银行金融业。

- 交易盘的行业配置随着市场热点剧烈变动，配置盘表现出长期稳定的行业配置趋势。
| 行业名称 | 配置盘持股规模(亿元) | 配置盘超配比 | 交易盘持股规模(亿元) | 交易盘超配比 |
|------------------|----------------------|--------------|----------------------|--------------|
| 电力设备及新能源 | 2693.61 | 6.04% | 427.03 | 0.41% |
| 食品饮料 | 2300.64 | 5.49% | 461.16 | 2.86% |
| 医药 | 1615.54 | 0.10% | 386.36 | -0.32% |
| 银行 | 1222.90 | -0.73% | 396.88 | 1.32% |

北向资金择时策略基于超额净流入阈值，覆盖沪深300与中证800，效果显著 [page::12][page::13][page::14]

• 择时逻辑：资金净流入超阈值买入，净流出超阈值卖出。

- 多头策略样本内对沪深300年化收益20.35%，夏普率1.50；中证800年化收益18.61%，夏普率1.39。

• 样本外依然保有正收益，夏普率表现稳健。

交易盘择时能力优于配置盘，表现更积极，适合捕捉波段行情 [page::15][page::16][page::17]

• 交易盘多头组合样本内胜率达81.82%，盈亏比2.94，年化超额收益高达80.48%（不含费）。

- 配置盘表现稳健，回撤小，但收益较为温和。

• 交易盘适合“激进进取”，配置盘偏向“稳健配置”。

北向资金行业轮动因子具备较强的前瞻性，多频率轮动可获取超额收益 [page::19][page::21][page::22][page::23]

• 通过行业净流入量构建因子，对26大核心行业分组，效果显著分层领先。

- 周度轮动TOP5组合年化超额收益11.39%，双周轮动TOP6组合超额收益9.09%。

• 交易盘轮动策略短期显著优于全口径，关注月度资金流向更有效。

交易盘行业轮动策略聚焦少数行业，短期策略表现优秀 [page::24][page::25][page::26]

• 交易盘双周TOP5策略区间收益30.55%，夏普率0.73，超额年化收益15.82%（考虑费率）。

- 交易盘行业轮动组合持仓集中，调仓频率及观察期优化能提升策略收益。

配置盘行业轮动策略存在反转效应，需更长周期兑现收益 [page::27][page::28][page::29]

• 配置盘周度、双周调仓策略表现不佳，存在潜在短期反转。

- 剔除近1个月资金流入优化因子，6周调仓周期效果显著提升，超额夏普达到1.86。

• 配置盘6周TOP5组合年化超额收益21.37%，最大回撤不足5%。

行业轮动策略在ETF基金上同样具备良好表现，便于实际应用 [page::30][page::31]

• 选取24个中信一级行业对应ETF，优选规模及费率较优基金做组合资产。

- 交易盘双周TOP5策略区间收益22.54%，超额收益11.06%，夏普率0.94。

• 配置盘6周TOP5策略区间收益30.73%，超额收益17.55%，夏普率1.53。

总结：拆解北向资金挖掘配置与交易差异，构建具备择时和行业轮动优势的量化策略，为投资者提供实操参考 [page::32]

• 交易盘善于捕捉市场短期波段和行业轮动机会，配置盘适于长期价值投资。

- 北向资金整体择时与行业轮动因子表现稳定优异，策略在ETF基金标的中有效。

• 建议关注交易盘双周-TOP5以及配置盘6周-TOP5组合作为核心投资工具。

金融研究报告详尽分析报告

---

一、元数据与概览

• 报告标题： 细“颗粒度”下北向资金的配置能力——量化策略研究系列报告之三

- 作者： 祁嫣然（分析师），陈颖（联系人）

• 发布机构： 光大证券股份有限公司研究所

- 发布日期： 2022年12月12日

• 研究主题： 细分北向资金的配置行为及其择时与行业轮动能力的量化分析，重点拆解北向资金的交易型资金与配置型资金，分析两类资金的投资行为、行业偏好及其构建的策略表现。

核心论点与目标信息：
本报告旨在通过更细颗粒度的数据拆解北向资金，区分为交易盘（高频交易资金）和配置盘（长期价值投资资金）两类，系统分析两者的资金流动特征、行业配置偏好及择时与行业轮动能力。报告表明交易盘更善于捕捉市场短期波段收益，配置盘则表现出稳定且长期的价值投资倾向。基于这种拆解，作者构建了多种量化择时和行业轮动策略，验证其投资价值，并提出顺应不同资金类型特点的实际投资策略建议。[page::0,4]

---

二、逐节深度解读

1. 北向资金拆解与资金画像分析

1.1 机构划分规则与调整

• 划分依据：机构的换手率、持股规模及持股数量三个指标。换手率体现机构交易频率与风格，持股规模反映其市场影响力，持股数量表示市场覆盖度。

- 换手率定义：按照机构每日持股变动量乘成交均价与上日持仓市值比例计算。

• 剔除低影响力机构：若平均持股规模<50万元且持股数少于6只（分位数75%以下）则不计入。

- 机构分类：剔除非重要机构后，换手率排名前40%的定为交易型机构，换手率排名后60%为配置型机构。

• 动态调整机制：每年5月和11月调整分类，使用过去半年数据评估，并设10%缓冲区避免过度频繁调整。[page::5]

1.2 换手率和持股规模特征

• 交易型机构换手率显著高于配置型，月均换手率交易型约9%，配置型约0.07%，相差约10倍。

- 交易型机构平均持股规模较小但持股数量多，配置型机构持股规模大而换手低。

• 表1和表2数据体现分类有效且稳定，支持后续对资金流动策略的区分研究。[page::6]

1.3 资金画像：总量与行业配置

• 总量角度（1.3.1）：配置盘资金连续净流入，2020年11月至2022年11月累计净流入超过5900亿元；交易盘资金净流入较少，波动更频繁，且明显与市场走势相关，2022年初美联储加息导致资金流出，但配置盘仍持续加仓，仅增幅缩小。

- 行业角度（1.3.2）：两个资金类型在行业偏好上大致相似，偏好电力设备及新能源、食品饮料、医药和银行，均超配食品饮料和家电，低配非银行金融和电子等行业。交易盘行业配置风格更为动态，配置盘呈现长期稳定趋势。[page::7,8,9]

---

2. 北向资金择时能力分析

2.1 指数覆盖及选取

• 覆盖度最高为沪深300和中证800，覆盖率均超过98%，北向资金持股市值占各指数A股市值约4-5%。

- 因此，后续构建择时策略选定沪深300及中证800为标的指数。[page::10,11]

2.2 北向资金超额净流入阈值择时策略

• 利用净流入量超越历史均值加权标准差阈值（长阈值、短阈值）判定买入或卖出信号。

- 回测2017-2022年数据，策略在沪深300和中证800均表现良好，夏普比率较高，多头组合收益率分别达到154.58%和136.47%，考虑交易费用后依然有效。

• 选取过去4天资金流动作为参数可优化表现。[page::12,13,14]

2.3 拆解后资金择时表现

• 交易盘和配置盘均具择时能力，且交易盘择时能力明显优于配置盘。

- 交易盘多头组合信号胜率达81.82%，配置盘为58.82%，全口径为49.06%。

• 交易盘择时策略收益率及夏普比率均高于配置盘，且净值曲线展现交易盘“激流勇进”特性，波动率和回撤相对较大。

- 配置盘择时策略稳健，波动较小但收益平稳，反映其价值投资风格。[page::15,16,17,18]

---

3. 行业轮动策略研究

3.1 行业净流入因子构建

• 剔除北向资金配置极少且交易活跃度欠缺的商贸零售、纺织服装、综合、综合金融四个行业，剩余26个行业构成研究池。

- 净流入因子由机构持股增减与成交均价加权形成，剔除持股规模影响，体现资金对行业的实际偏好变化。

• 基于因子排序构建轮动组合，选取因子值排名靠前行业作为持仓标的。[page::19,20]

3.2 北向资金周及双周行业轮动

• 划分因子值分层，分为高、中、低三组，组间净值及超额净值曲线表现明显分层，前瞻性得到验证。

- 不同TOP-N组合及调仓频率测试中，周度调仓TOP-5组合表现最佳（超额收益11.39%，超额夏普1.14）。

• 双周调仓表现略逊于周度，推荐以周频观察全口径资金行业配置变化。[page::21,22,23]

3.3 交易盘行业轮动

• 交易盘轮动策略收益和风险指标均优于全口径资金。

- 月度资金流向对策略性能有显著影响，建议关注过去1个月资金流向，用于双周调仓策略。

• 组合持仓行业数量较少时策略效果最好，交易盘资金倾向聚焦少数行业，如双周TOP-5组合具有较高收益和夏普比率。 [page::24,25,26]

3.4 配置盘行业轮动

• 配置盘行业净流入因子存在反转效应，短期轮动表现不佳，表现为组合净值及超额净值逐渐下降。

- 配置盘的收益兑现周期较长，调仓频率过高（如周、双周）反而影响收益表现。

• 采用剔除近1个月净流入数据的因子构建方式，且调仓频率设为6周及以上，效果明显提升，超额夏普可达1.86。

- 在6周调仓频率下，TOP-5组合表现最佳，风险收益指标平衡优良。[page::27,28,29]

3.5 行业轮动策略在ETF基金上的应用

• 选取与中信一级行业对应的24只ETF作为组合标的，ETF选取规则包括优先跟踪行业主题指数、基金规模、费率等。

- ETF回测表明，交易盘双周TOP-5策略和配置盘6周TOP-5策略均能获得显著超额收益，分别达到年化超额11.06%及17.55%，超额夏普分别为0.94与1.53。

• 显示北向资金行业轮动策略具备良好的实际应用潜力。[page::30,31]

---

4. 总结与风险点提示

• 北向资金作为A股市场的重要资金来源，其拆解及动态分析为把握市场趋势提供有效数据支持。

- 交易盘和配置盘在资金行为及投资风格上存在显著差异，分别代表激进且波动性较强的短期交易和稳健的长期配置。

• 择时与行业轮动策略均显示两类资金均具有明显的投资价值，且拆解后的资金策略表现优于全口径水平。

- 行业轮动策略在ETF基金层面亦表现良好，提示可直接应用于实际资产管理。

• 风险提示：所有结论基于历史数据，存在历史无法重现的风险。[page::32]

---

三、图表深度解读

图1 & 图2：北向资金持股规模及成交金额（页面4）

• 图1展示2017至2022年11月北向资金持股市值稳步上升，2021年达到峰值（约2.7万亿元），2022年略有回落，持股占流通A股比例峰值约3.5%，当前降至接近3.26%。整体体现外资参与A股程度的逐年提升。

- 图2显示2022年各月度买卖成交金额，成交额月度波动较大，成交净买入（成交买入减去卖出）在不同月份正负变换，10月大幅净卖出，11月部分月份出现较大净买入，反映资金活跃度及市场对外资买卖行为的敏感。

这两图直观体现北向资金规模增长的长期趋势，及2022年资金波动加剧情况。[page::4]

---

表1 & 表2：机构换手率和规模 （页面6）

• 表1明确交易型机构换手率远高于配置型（交易型中位数约14-16%/日，配置型约0.05-0.3%/日）。

- 配置型机构持股规模平均明显大于交易型，体现配置型更倾向于大额长期持股，交易型则多为频繁交易。

• 表2显示近两年月度换手率的稳定性，交易型换手率平均在8-10%，配置型换手率保持0.5%-0.9%，且两者换手率比值保持10倍以上，验证分类合理性。

该数据支撑报告机构划分和资金行为差异的理论依据。[page::6]

---

图3~6：交易盘与配置盘资金流动（页面7）

• 图3显示自2020年11月至2022年11月，配置盘不断净流入超5900亿元，交易盘变动幅度较小累计仅359亿，资金量差异显著。

- 图4、图6交易盘资金净流入与中证800指数走势同步性高，暗示交易盘资金择时和跟随市场情绪明显。

• 2022年图5和图6反映了美联储加息背景下，交易盘资金快速撤离，而配置盘仍有小幅增仓，显示两者对风险和市场均有不同应对策略。

体现两类资金行为差异及对应市场影响力。[page::7]

---

图7~12：行业配置比例与资金流动（页面8-9）

• 图7-8对比交易盘和配置盘在各行业持股比例，明确两者均超配了电力设备及新能源、食品饮料及家电行业，且配置盘在电力设备及新能源领域配置较高，体现其长期价值投资特征。

- 表3对持股规模、配置比例及超配比例系统呈现，食饮和新能源行业超配幅度皆显著。

• 图9-10为交易盘和配置盘历史配置趋势线，交易盘配置波动显著，配置盘平稳上涨，特别新能源行业配置不断提升，食饮略有回调。

- 图11-12展示2022年各季度资金流入流出，交易盘对热点行业配置调整快速，配置盘则稳健持续持有主题行业。

体现资金类型区别与行业配置偏好的细致特征，支持后续行业轮动策略设计。[page::8,9]

---

图13~18：北向资金指数覆盖及持股比重（页面10-11）

• 图13对数市值分布展现北向资金覆盖标的市值分布与沪深300、中证800等大致匹配。

- 图14体现沪深300和中证800持股覆盖率极高，接近100%，明确后续选择这两指数作为策略标的。

• 图15-16展示北向资金持股市值占指数市值比及北向资金规模在各指数的占比，均显示沪深300和中证800占比最高，符合测算投资影响力最大。

- 图17-18分别展示两指数成份股中北向资金持股规模及占比走势，2020-2022年持续攀升后轻微回落。

整体说明北向资金在蓝筹与主流宽基指数中渗透率高，构建择时策略合理。[page::10,11]

---

图19~24：择时策略参数优化及净值表现（页面12-14）

• 图19-22通过3D热力图展现择时策略夏普比率随观察期长度N和调整幅度M的变化，均表明观察期4天附近或更短内选择较优。

- 图23、24为沪深300和中证800择时策略净值走势，多头和多空组合远超基准，显示策略有效。

• 表4、表5呈现详细指标，样本内多头组合收益率逾130%，夏普比率1.4以上，交易费用折算后仍具正超额收益。

- 信号的胜率、盈亏比均符合策略实用性要求。

清晰地验证北向资金流量阈值择时策略的投资价值。[page::12,13,14]

---

图25~28、29~36：拆解资金择时表现及收益风险（页面15-18）

• 图25-28显示交易盘与配置盘择时策略在沪深300和中证800上的夏普比率分布，交易盘夏普峰值明显更高。

- 图29-36净值曲线及超额净值曲线清晰展现交易盘组合具备更强收益能力和波动率，配置盘收益平稳但波动小。

• 表6和表7量化了收益、胜率、最大回撤、夏普比率等指标，交易盘年化超额收益可达33%，配置盘约17%，相较于全口径均有提升。

- 交易盘“进攻”与配置盘“稳健”风格特点显著，对应机构换手率与持股规模差异验证。

体现资金拆解在提升择时策略解释力和表现上的价值。[page::15-18]

---

图37、表8：行业净流入与配置低关注行业剔除（页面19-20）

• 图37列举部分行业2022年9、10月资金净流入及涨跌幅，医药、国防军工、通信在9月净流入领先，10月行业整体表现较好，体现北向资金前瞻性选择。

- 银行行业被减配，且10月股价大跌，展现避险意图。

• 表8明确指出商贸零售、纺织服装、综合和综合金融行业持股规模和资金流量均极低，属于低关注行业，被剔除出策略设定，提升因子区分度和策略实用性。

对因子构建和后续策略有效性奠定基础。[page::19,20]

---

图38~43，表9~11：行业轮动策略分层与频率测试（页面21-23）

• 图38-39显示行业按净流入因子划分的三组组合净值及超额净值曲线，第一组明显优于其他，表现行业选择前瞻性。

- 表9显示不同组别年化收益、夏普比率等指标，最高组超额夏普达到1.20。

• 表10与11测试不同TOP-N组合和周、双周调仓频率，周度TOP-5组合表现最佳，双周调仓表现稍逊。

- 图40~43与表10、11进一步印证周频业绩优于双周，且持仓行业数控制在5-6个为佳。

明确北向资金构建行业轮动组合良好可行。[page::21-23]

---

图44~50，表12~14：交易盘行业轮动优势（页面24-26）

• 图44-45显示交易盘构建的周度行业轮动净值及超额净值曲线，超越全口径资金。

- 表12中交易盘年化超额收益达14.32%，夏普1.52，高于全口径11.39%，0.74。

• 图46检验不同观察期与调仓频率对交易盘行业因子的夏普比率影响，月度净流入用于双周调仓效果最佳。

- 图47-50与表13-14均表明交易盘行业轮动策略持股行业越少收益越优，双周TOP-5持仓优势明显，考虑交易费后也表现坚挺。

展示交易盘资金在捕捉短期行业热点上的能力和策略潜力。[page::24-26]

---

图51~56，表15~16：配置盘行业轮动及因子特殊处理（页面27-29）

• 图51-52表明配置盘周、双周走势呈下降趋势，存在“反转”效应，指标表现不佳。

- 表15进一步量化负夏普和超额收益，最大回撤居高，提示配置盘短期轮动策略无效。

• 图53对比不同观察期及调仓频率，配置盘因子表现随调仓周期延长有所改善。

- 图54采用剔除近一月资金流数据的调整，策略效果明显提升，超额夏普近1.86。

• 图55-56及表16显示6周调仓、TOP-5组合表现最优，年化超额收益21.37%，最大回撤低于5%。

指明配置盘需采用长期视角、剔除短期扰动数据以发挥行业轮动优势。[page::27-29]

---

图57~58，表18：ETF行业轮动策略表现（页面30-31）

• 选取24个行业ETF基金作为组合标的，剔除行业持续低覆盖如轻工制造、消费者服务。

- 图57、58净值曲线显示交易盘双周TOP-5和配置盘6周TOP-5策略ETF层面均取得良好收益和超额表现；

• 表18中交易盘ETF组合年化超额收益11.06%，超额夏普0.94，配置盘年化超额17.55%，超额夏普1.53。

- ETF回测强化了行业轮动策略的实际可操作性及推广价值。

为策略实际应用提供有力验证。[page::30,31]

---

图33~36，图29~32及表6~7对比总结：

• 择时策略中，交易盘资金显著优于配置盘，在收益能力与择时精度上领先，凸显“激流勇进”特性。

- 配置盘体现“细水长流”，策略稳定，但超额收益低于交易盘。

• 全口径资金表现介于两者间，体现不同资金属性影响投资效果。

- 交易型资金择时策略的胜率高达70%以上，较全口径与配置型资金明显更优。[page::16,17,18]

---

四、估值分析

报告未主要涉及传统估值模型如DCF、市盈率等分析，研究聚焦于资金行为与量化策略表现的实证研究。主线为基于北向资金拆解的资金流量行为构建的择时及行业轮动策略。通过历史数据回测，利用夏普比率、最大回撤、盈亏比、年化收益率等指标衡量策略表现，强调择时阈值法（流入量阈值法）和行业净流入因子。因子剔除低关注行业及短期反转效应，采用多频率轮动策略，对策略参数进行了全面优化。

---

五、风险因素评估

• 历史数据依赖风险：所有策略均基于历史回测，未来市场环境和资金行为模式可能发生改变，投资效果可能无法持续或复制。

- 数据局限：报告依赖港交所及Wind数据，数据质量和完整性对结果有基础影响，且仅考虑港股通托管机构，可能忽略其他重要资金或制度变动影响。

• 模型假设风险：策略依赖资金流向与市场行情关系假设，若未来资金行为异于历史，择时及行业轮动信号有效性将下降。

- 交易费用及实操风险：虽部分策略考虑0.3%交易费影响，但策略频繁调仓可能带来更高成本，实际执行中存在滑点、资金规模限制等问题。

• 市场异动风险：结构性风险、宏观政策调整、国际事件可能引起市场非理性波动，影响资金择时和行业配置策略的表现。

报告对风险有明确指出，但缓解策略未深入阐述。[page::32,33]

---

六、批判性视角与细微差别

• 强烈依赖换手率作为唯一划分标准：虽然换手率是交易频率的直接指标，单一指标或忽视其它潜在交易风格差异，且高换手率机构不一定完全是短期交易型，可能存在分类误差。

- 资金净流入假设未来市场可延续：过去资金流入和市场行情相关，但在更复杂或政策多变环境下，资金流向的投资参考价值可能削弱。

• 行业划分剔除部分低关注行业：剔除的行业如纺织服装和综合金融，或多或少表露出资金监管或制度限制影响，非简单的投资价值判定，可能对策略泛化有限制。

- 反转效应处理借鉴国外成熟市场经验：直接套用美股市场的动量-反转模型进行数据剔除，未深入讨论A股市场结构差异，可能导致因子调整存在偏差。

• 策略回测区间覆盖市场多变环境，样本外验证有限：样本外表现有所下滑，提示策略稳健性需持续观测验证。

- 图表和数据均集中于A股主流指数，缺乏中小市值及新兴产业深度探讨。

• 缺乏详细实操建议：如资金规模限制、交易策略执行建议等，对机构投资者和零售投资者支持不足。

整体报告分析详实数据丰富，但仍存在依赖历史数据及假设稳健性需关注的局限。

---

七、结论性综合

本报告系统拆解了北向资金的交易盘与配置盘两大资金类型，深入分析了两者在资金流动、行业配置及择时能力上的显著差异。交易盘表现出更强的短期买卖活跃度及市场波段捕捉能力，表现出灵活的“激流勇进”策略风格，择时策略和行业轮动策略均实现高夏普比率和超额收益，特别是在短期（周或双周）轮动TOP-5组合策略表现优异。而配置盘则表现为更稳健的“细水长流”价值投资风格，资金流动较为稳定，倾向于长期持有核心行业（如新能源和食品饮料），行业轮动收益需要更长的兑现周期，针对配置盘设计的剔除短期资金流入的因子以及6周调仓的策略展现了显著超额收益。

行业轮动策略的实证上，报告通过剔除低关注行业，设计行业净流入因子，结合持仓ETF基金的操作实践，验证了策略的投资可行性和实际应用潜力。择时策略基于资金净流入阈值的量化信号，准确捕捉市场短期走势，交易盘资金更具择时敏感性。

报告提供了大量详实的表格和图表支持每个结论，并通过多维度风险提示和策略表现数据补充分析，显示了北向资金作为A股市场重要资金主体的投资价值和结构特征。

综上，本报告不仅增强了对北向资金内部结构及其行为模式的理解，也为基于资金行为的量化策略提供了新思路，同时建议投资者区分不同资金类型，构建适合其特征的投资组合策略，关注交易盘短期热点捕捉和配置盘的长期趋势布局，以实现效果最大化。[page::0-32]

---

参考部分重要图表示意

1. 北向资金持股市值及占比趋势（图1）

1. 交易盘与配置盘累计净流入对比（图3）

1. 北向资金择时策略多空组合夏普比率示意（图19）

1. 交易盘与配置盘多头组合净值对比（图29）

1. 行业轮动分层净值表现（图38）

1. 交易盘周度行业轮动净值曲线（图47）

1. 配置盘6周TOP-5行业轮动净值（图55）

1. 交易盘双周TOP5策略ETF净值图（图57）

---

总体评价

报告结构清晰，数据详实，理论和实证结合紧密，对北向资金在A股市场的投资行为提供了深入洞察。通过科学拆解资金类型，报告为投资者提供了分类策略应用依据，并指出不同资金类型适用的投资周期和风格，同时也明确了策略风险和局限。对机构投资者及量化策略研究具有较高参考价值。

[page::0-33]

报告