行业配置策略表现优异，明显超额收益 [page::3][page::4]

• 行业景气趋势模型2023年相对wind全A超额9%，2024年2月底超额4.7%，绝对收益0.5%。

- 景气趋势选股策略叠加PB-ROE模型，超额收益提升到10.4%，绝对收益6.3%。

• 行业景气度-趋势-拥挤度图谱显示主力关注高景气低拥挤行业如石油石化、通信、电子。

宏观层面：经济企稳、通胀底部及主动去库存周期 [page::7][page::8][page::9]

• 经济扩散指数回升，沪深300盈利增速预计企稳。

- 货币宽松指数领先PPI近一年，预计PPI未来几个月底部震荡。

• 库存景气指数显示当前为主动去库存阶段，建议关注库存出清充分和补库存迹象板块。

中观层面：消费估值处于历史底部，大金融具备配置价值 [page::10][page::11][page::12][page::13][page::14]

• 食品饮料、家电、医药行业业绩透支年份处于低分位，估值较低，景气度正向。

- 通信、军工、成长板块估值有修复空间，部分处合理偏高区间。

• 银行估值性价比指标预示未来一年10%-15%左右绝对及相对收益。

• 保险估值见底，待十年国债收益率拐点信号确认。

• 地产估值低且利率创历史新低，关注度提升。

微观层面：行业配置模型及选股策略表现卓越 [page::15][page::16][page::17][page::18]

• 行业景气趋势模型年化超额16.3%，2024年2月超额4.7%，配置建议包含电子、家电、能源等。

• 困境反转模型年化超额16.7%，今年保持配置平衡，捕捉短期反弹机会。

• 行业ETF配置策略年化超额18.2%，配置涵盖食品饮料、通信、医药等主线板块。

• 景气度投资选股策略年化超额22.9%，选股重仓中国石油、格力电器、中国平安等优质稳健标的。

量化因子与策略构建 [page::3][page::15][page::17]

• 双模型框架：右侧“行业景气趋势模型”+左侧“困境反转模型”，融合了景气度、趋势、拥挤度及估值因素。

- PB-ROE选股策略，结合行业权重后选取估值性价比前40%个股作为具体落地选股依据。

• 策略多头年化收益优异，表现稳定且抗震性强，适合当前震荡市环境下的“红利底仓+AI进攻”配置逻辑。

金融研究报告深度分析——《保持“红利底仓+AI 进攻”的均衡配置——基本面量化系列研究之二十九》

---

一、元数据与概览

• 报告标题： 保持“红利底仓+AI 进攻”的均衡配置——基本面量化系列研究之二十九

- 作者： 杨晔、刘富兵

• 发布机构： 国盛证券研究所

- 发布日期： 2024年3月中旬（根据相关研究时间）

• 主题： 基于量化模型的行业配置策略，重点讨论“红利底仓+AI进攻”的均衡配置方案，涵盖宏观、中观、微观三个层面，对行业景气度、估值、选股策略及ETF配置进行深度分析。

核心论点与目标

报告核心观点是当前市场环境下，应保持“红利底仓+AI进攻”的均衡配置策略。此策略通过结合右侧的行业景气趋势模型和左侧的困境反转模型，实现防守与进攻并重。特别是基于PBREO选股加强择时效果，获得了明显的超额收益和绝对收益。报告提倡依托稳定高股息板块做底仓，同时结合对AI板块及通信电子行业的超配，利用行业相对强弱指标及时捕捉轮动机会。

整体来看：

• 2023 年右侧行业景气趋势模型相对Wind全A超额9%，绝对收益4%；2024年2月底相对超额4.7%，绝对收益0.5%。

- 结合PB-ROE策略选股，2024年2月底累计绝对收益6.3%，相对超额10.4%。

• 行业困境反转策略2023年超额11%。

- 重点行业持续展现估值底部与业绩透支修复迹象，金融消费等大品种进入长期配置区间。
[page::0,1,3,4]

---

二、逐节深度解读

2.1 本期话题：维持“红利底仓+AI进攻”的均衡配置

• 右侧景气趋势模型以“景气高、趋势强、拥挤度不高”为选股和配置基准，2023年表现优异，2024年保持超额收益。

- PB-ROE选股模型进一步增强策略，在行业权重基础上筛选估值性价比优股票，强化多因子驱动。

• 左侧困境反转模型聚敛低估且预期改善的板块，较适合捕捉周期反转机会，近年表现优异。

- 当前底仓侧重于高股息板块（电力、公用事业、交通运输、家电、石油石化、煤炭、钢铁、银行），保证防守稳健；进攻方面加重通信、电子等AI相关产业链占比，利用行业轮动模型和RS强弱信号，捕捉潜在领涨行业。

• 风险在于模型基于历史数据，未来可能失效。

[page::3,4,5]

2.2 基本面量化体系介绍

• 基本面量化体系涵盖宏观、中观、微观三个层面。

- 宏观层面聚焦宏观景气指数及情景分析（经济增长、货币宽松、信用宽松、库存周期等）。

• 中观层面以行业盈利和估值透支度为核心，依托分析师预期与景气指标。

- 微观层面结合成熟盈利模式，运用PB-ROE选股模型、行业景气度模型等具体策略。
[page::6]

2.3 宏观层面研究

• 宏观景气指数显示经济增长指数处于回升阶段，货币和信用宽松指数刚重回0轴上，呈现“宽货币-宽信用”格局。

- 经济扩散指数反映沪深300盈利增速出现企稳信号。

• PPI预测受货币宽松指数领先影响，未来几个月有望企稳。

- 库存周期分析提示当前处于主动去库存阶段，结合经济指数，权益资产投资时机尚未完全成熟。

• 择时策略建议在被动去库存和主动补库存阶段做多权益资产，而当前环境仍需谨慎等待。

[page::7,8,9]

2.4 中观层面行业分析：金融与消费进入长期配置区间

• 消费行业： 食品饮料、家电、医药业绩透支年份（盈利修复期衡量指标）处于历史底部，估值低位且景气度进入扩张。

- 成长板块： 通信行业虽业绩透支年份偏高（71%分位）估值合理偏高，但景气度持续扩张；新能源和军工业绩透支有所提升但估值空间尚存。

• 大金融板块：

- 银行估值性价比指数历史高位，对应未来一年10%-15%绝对收益与正向相对收益机会。
- 保险估值处于历史低位PEV约0.55，潜在反弹依赖于十年期国债收益率的拐点。
- 地产行业基于NAV估值处于历史低位，政策环境利好，尤其房贷利率创历史新低，货币政策宽松，有基本面改善趋势。
[page::10,11,12,13,14]

2.5 微观层面：盈利模式策略跟踪

• 行业景气趋势模型以高景气、高趋势、低拥挤为核心，年化超额收益约16%，2023-2024年初表现稳健，配置建议持续围绕电子、家电、电力等行业。

- 行业困境反转模型结合赔率-胜率指标捕捉价值修复板块，2023年超额收益超过11%，适合把握阶段性困境反弹。

• ETF 配置与选股

- 景气趋势ETF配置年化超额收益18.2%，持仓优选电力、5G通信、食品饮料等。
- 困境反转ETF年化超额有14.7%，重点布局芯片、医药、创新等行业。
- 行业景气度选股基于行业权重+PB-ROE分层筛选，年化超额22.9%，2024年2月依然保持10%以上超额收益，最新重仓股包括中国石油、格力电器等龙头。
[page::15,16,17,18]

---

三、图表深度解读

图表1（行业景气趋势策略表现）

• 显示2024年1月至2月底绝对收益约0.5%，相对风全A指数超额4.7%。策略以行业指数做资产配置，底层分行业持仓分布及收益情况清晰。

- 图中净值趋势线相较对标指数表现稳健，且Alpha指标为正（16.65%），表明策略有效捕获市场超额收益。

• 该图支持报告对景气趋势模型表现优异的判断。

[page::3]

图表2（行业景气趋势选股策略表现）

• 展示基于行业配置叠加PB-ROE股票因子的选股效果，2024年2月底绝对收益6.3%，超额收益10.4%。

- 选股细节反映了行业内优质股票的超额贡献，加权逻辑综合估值与盈利质量。

• 净值曲线明显优于基准指数，Sharpe比率（1.71）显示风险调整后收益良好。

- 支持“选股模型增强策略效果显著”的论断。
[page::4]

图表3（行业景气度-趋势-拥挤度图谱）

• 四象限分布展示各行业在景气度与趋势的组合情形，泡沫大小及颜色表达行业拥挤度，红色大泡沫代表拥挤且溢价风险高，蓝色小泡沫代表风险较低。

- 稳增长背景下，高股息板块（石油石化、电力、交通、煤炭、家电）集中于高景气-强趋势象限，AI与通信相关板块也开始进入。

• 图表帮助投资人直观看到当前主要行业景气与趋势动态，从侧面解释配置策略逻辑。

[page::4]

图表4（行业困境反转策略表现）

• 显示2024前两个月困境反转模型录得-4.8%绝对收益，相对超额-0.6%，近期受成长板块超配拖累。

- 长期表现虽优于基准，但短期波动较大，提示策略周期性回撤风险。
[page::5]

图表5（行业困境反转图谱）

• 行业内困境行业以红框标示，红色大泡沫代表过去困境且存在反弹迹象。

- 图中可见如钢铁、有色、基础化工等刻画为处于反转阶段，有望迎来配置机会。
[page::5]

宏观相关图表（图表7-11）

• 四个景气指数的历史柱状图展现经济、货币、信用及库存周期的周期性波动，2023年呈现宽信用和宽货币特征。

- 经济扩散指数与沪深300盈利增速（图8）高度相关，底部回升显示市场盈利企稳。

• 货币宽松指数领先PPI约一年，预测通胀将逐步企稳（图9）。

- 库存周期处于主动去库存阶段，显示企业偏紧缩库存，权益资产短期或面临压力（图10、11）。
[page::7,8,9]

中观行业景气与估值数据（图表12-31）

• 重点行业消费（食品饮料、家电、医药）景气度均处扩张区间，业绩透支年份指标均在低位分位，显示未来业绩增长可期且估值低（图12-17）。

- 成长行业中，通信和国防军工景气扩张，前者估值偏高，后者估值低且景气给力（图18-21）。

• 电力设备与新能源行业虽景气预期收缩，但估值处底部（图22-23）。

- 银行估值指标与未来绝对和相对收益呈正相关，当前处于高性价比区间（图24-25）。

• 保险PEV指标在近年创新低点，受十年国债利率走势影响（图26-28）。

- 地产行业NAV估值走低，政策利好加持，房贷利率创新低，辅以货币宽松指数支撑（图29-30）。

• 行业打分图谱整合估值、景气及趋势数据，辅助理解行业权重分布（图31）。

[page::10,11,12,13,14]

微观策略表现图（图表32-39）

• 行业景气趋势配置模型（图32）与趋势拥挤度模型（图33）双双表现优异，年化超额20%以上。

- 行业困境反转策略保持较高超额收益及稳定性（图34）。

• ETF行业配置及困境反转ETF配置年化超额波动较低，稳健性高（图35-37）。

- 行业景气度选股策略展现29.9%年化收益，稳步超越Wind全A指数（图38）。

• 选股模型重仓股名单含油气、家电、通信、银行等核心蓝筹，符合战略底仓+AI进攻的思路（图39）。

[page::15,16,17,18]

---

四、估值方法与关键假设分析

报告估值分析主要围绕：

1. 估值性价比指标（PB-ROE模型）：

- 用于行业内部及行业间选股筛选，PB反映市净率，ROE体现盈利回报率，二者结合代表投资价值。
- 以季度或月度频率衡量估值相对历史分位，动态调整权重。

1. 业绩透支年份指标：

- 定义为该行业当前估值对应的盈利增长回补时间，反映业绩调整与估值匹配度。
- 低透支年份表明估值较低，未来盈利增长空间大。
- 结合景气度分析，用于行业配置建议。

1. 宏观景气指数与情景分析：

- 动态测算经济增长、货币、信用、库存周期的状态。
- 用于评估大环境对权益资产的影响和择时策略导向。

1. PEV估值模型（保险行业）和NAV估值模型（地产行业）：

- 具体针对行业特征设计，结合利率、保费收入等基础数据。
- 提示估值压缩或扩张趋势的合理性。

1. ETF策略历史表现基准与指标：

- 采用Wind全A或中证800指数作为基准，计算超额收益、年化收益率及信息比率等绩效指标。
- 测试策略的稳定性和风险调整后表现。

假设明晰且合乎实务，基于历史数据的有效期限制被报告明示为主要风险提示。
[page::6,10-14,15]

---

五、风险因素评估

• 模型有效性风险：量化模型基于历史数据提取规律，未来可能因宏观政策、市场结构及外部冲击变化而失效。

- 市场环境变化：若宏观经济出现显著波动，例如经济大幅衰退、货币政策快速转向，模型预期的景气行业可能表现不佳。

• 估值回调风险：尤其AI板块、通信等成长股估值处历史高位，拥挤度回落尚需持续观察，短期可能出现估值修正。

- 流动性与拥挤度风险：部分拥挤度较高行业或股票易遭遇流动性危机和资金快速撤离风险。

• 政策变动风险：如地产、保险等行业强烈依赖政策环境，政策调整可能迅速改变行业盈利预期和估值。

- 模型参数更新滞后：量化策略依赖及时准确的数据输入，延迟或数据异常可能影响策略表现。

报告对风险提示明确，提醒投资者持续关注市场动态并动态调整策略。
[page::0,5,18]

---

六、批判性视角与细微差别

• 报告对量化模型的依赖高度依赖历史规律延续性，特别是在当前复杂多变的全球宏观环境下，这一假设面临较大挑战。

- AI、通信等技术成长板块虽景气和供给侧指标利好，但估值已处偏高区间，潜在波动风险不容忽视。

• 困境反转策略阶段性回撤明显，短期需警惕行业景气变动带来的波动风险，策略稳健性尚需考验。

- 不同层面模型之间的信号有时存在一定的时差与冲突，需要投资者综合判断，避免单一模型固化思维。

• 报告在行业估值分析较为详尽，但对个股基本面分析较少，量化背后的基本面支撑尚需进一步强化。

- 行业配置模型与ETF配置在覆盖范围和流动性方面存在差异，实际操作层面需配合动态调整资源。
总体上报告方法论合理且数据充分，但对模型稳定性的温和预警应予以高度重视。
[page::0,5,15,18]

---

七、结论性综合

本报告系统梳理了当前中国市场量化行业配置的策略框架，以“红利底仓+AI进攻”的均衡配置为主线，通过宏观、中观和微观三个维度精选优质行业和个股。实证数据表明：

• 宏观研究显示经济增长和盈利具备企稳特征，通胀见底，库存周期正处于主动去库存阶段，权益市场仍需等待更明显机会。

- 中观行业配置基于分析师景气度和业绩透支年份指标，持续发掘估值低、景气扩张的金融和消费板块，同时对成长板块如AI、通信抱有适度积极预期。

• 微观量化策略，包括右侧景气趋势模型和左侧困境反转模型，结合PB-ROE选股，历年均展现出优异的超额收益能力，近期亦稳健运行。

- 图表深入分析验证模型表现逻辑，支持配置建议中防守稳健与进攻成长相结合的布局思想，尤其行业景气度-趋势-拥挤度图谱及ETF配置选股模型的视图直观展示了市场风格轮动。

• 估值分析突出银行、保险、地产三大金融行业的投资价值及估值性价比修复的可能，配合流动性与政策红利，具备综合布局吸引力。

- 风险提示勤勉而全面，提醒投资者关注模型失效、宏观波动及估值高企风险。

总结来看，本报告展现了一个以数据驱动和量化选股为基础，通过多模型、多层面相互补充的行业资产配置体系，谨慎而积极地应对当前震荡市与结构性机会，推荐投资者关注“红利底仓结合AI及相关成长板块配置”的均衡投资策略，兼顾收益与风险。

此策略有望在市场继续分化、轮动的背景下维持稳定的超额收益和正向绝对收益，尤其适合注重长期稳健回报的资产管理者。

---

参考及主要图表索引

• 图表1-5：行业配置及策略收益表现

- 图表7-11：宏观景气指数与周期分析

• 图表12-31：行业景气与估值深度数据

- 图表32-39：微观模型及ETF配置策略的历史表现及重仓股推荐

---

总结

本次报告深度细致、数据充分，结合宏微观分析与量化模型应用，为投资者提供了系统且实操的资产配置建议，尤其强调“红利底仓+AI进攻”的双轮驱动策略，既兼顾防守的同时积极捕捉成长机会，具有较高的参考价值和指导意义。风险提示与模型假设明示充分，投资者应结合自身风险偏好合理运用报告中策略建议。[page::0-19]

典型图表示例

1. 行业景气趋势策略收益曲线

1. 景气趋势选股策略表现

1. 行业景气度-趋势-拥挤度图谱

1. 行业困境反转策略收益

1. 宏观经济扩散指数与盈利增速回升

1. 银行估值性价比与未来收益预期

1. 行业景气趋势策略近两年优异表现

1. 行业困境反转策略历史超额表现

1. 景气度投资选股策略净值走势

---

（全文完）

报告