陆股通持仓数据及席位性质概述 [page::3][page::5]

• 跟踪1324个具陆股通资格的香港交易所席位，312个活跃且有连续数据。

- 席位分为配置盘（银行类长线资金）、交易盘（券商、投资银行类短线资金）、托管盘。

• 配置盘资金规模大且流入较持续，交易盘表现出更活跃的快进快出特点。

- 配置盘与交易盘在行业偏好及持仓样貌存在显著差异。

北向资金流入及行业板块分布特征 [page::6][page::7][page::8][page::9]

• 配置盘资金累计流入持续且增速明显，行业持仓分布较分散，主集中于食品饮料、家电、医药等大盘行业。

- 交易盘资金流入不稳定，行业集中在部分细分领域，并偏好小市值行业如纺织服装。

• 配置盘行业持仓占比更均衡，交易盘持仓于少数行业更集中。

- 北向资金显著引领行业轮动，配置盘行业同步交易收益率高达250%以上，交易盘收益率稍低。

北向资金行业轮动因子构建及参数优化 [page::11][page::12][page::13][page::14]

• 构建静态持仓与动态增仓因子，覆盖持股数量、占流通股比例及增仓金额等指标。

- 配置盘周增仓因子收益显著，最佳多头行业数量为前2个，月频持有可涵盖更多行业。

• 结合持有期与观察期参数调整，确定局部最优周期组合以增强超额收益，策略IC稳定正向。

- 动态增仓因子优于静态持仓因子，更能捕捉资金重点流入信息。

行业轮动及个股ETF混合策略回测成果 [page::15][page::16][page::17][page::18][page::19]

• 以北向资金配置盘数据构建多种行业数量和持仓周期的轮动组合，均显著跑赢沪深300基准。

- ETF与个股混合策略结合成分股持仓，进一步提升收益率和回撤控制。

• 策略最高年化收益率达到110.7%，Sharpe比例高达4.8，最大回撤控制在-8.5%以内。

- 配置盘策略相较交易盘更侧重长线持有，风险更低，表现更稳健。

研究结论及投资启示 [page::20]

• 北向资金的细分席位数据能有效反映行业轮动和投资偏好，帮助实现行业选时。

- 配置盘资金更适合捕捉中长期行业机会，交易盘资金适用于短线热点捕捉。

• 动态增仓因子优于静态持仓因子，能更灵敏捕获资金流入信号。

- 基于北向资金开发的行业轮动策略可实现高收益、低回撤，具备实际可操作性。

【安信金工】多资产策略研究之四：北向资金席位数据中的Beta 和Alpha ——详尽分析报告

---

1. 报告元数据与概览

• 报告标题：多资产策略研究之四：北向资金席位数据中的Beta和Alpha

- 作者：吕思江，安信证券金融工程组分析师

• 发布日期：2021年5月20日

- 发布机构：安信证券研究中心

• 研究主题：基于香港证券交易所披露易数据，利用北向资金席位披露数据研究其行业配置和轮动能力，构建行业轮动因子和混合策略，评估北向资金的行业选择能力及其在资产配置中的Alpha生成潜力。

核心论点与目标：报告系统拆分北向资金席位，区分配置盘（长线资金，如商业银行等）与交易盘（短线资金，如券商等），并构建相应的行业选择因子，通过分析席位资金的持仓流入变动，拟合北向资金的Beta（行业配置风险暴露）与Alpha（超额收益能力）。报告展示基于细分席位构建的行业轮动策略及个股策略，均获得了显著的超额收益，显示北向资金席位信息对投资决策极具参考价值。报告中配合多种频次参数调整、因子回测以及ETF/个股策略示范，体现了研究对实际量化策略的指导意义。

---

2. 逐节深度解读

2.1 陆股通持仓数据介绍

关键论点：

• 自2016年起陆股通标的和行业范围不断扩张，持仓市值持续创新高，持仓数据披露频率高（日频），测算价值凸显。

- 陆股通与QFII相比，披露更为及时且市场影响更直接，尤其沪深港通连接内外市场，资金流动性和反应速度更快。

• 本报告依托香港证券交易所披露易平台，监测1324个符合陆股通交易资格席位，其中312个连续可得数据，142个过去一年持股变动明显。

- 前20大活跃席位多为银行类，持股市值规模大（例：HSBC 7475亿元，渣打4858亿元）。席位特性决定其交易风格和策略属性。

逻辑依据：

• 描述不同资金渠道（QFII与沪深港通）之间的差异，强调陆股通日频数据优势。

- 通过席位活跃度和持股变动数据，筛选具研究价值的资金类别。

• 强调席位交易性质与资金战略特征的联系。

数据点解读：

• 表1（QFII与沪深港通政策对比）：披露频率QFII季频，陆股通日频；持股比例限制均有10%单一投资者限制和30%总限制。

- 表2（活跃席位及持股市值）：银行席位占据绝对资金份额，新老资金参与格局清晰。

2.2 北向资金席位划分与资金流动测算

• 席位区分为配置盘（以银行为主，长线持有）、交易盘（券商及投资银行，短线操作）、托管盘（杂席位）。

- 资金流入测算（图2）：配置盘净流入远高于交易盘，体现长线资金稳健增仓特征，而交易盘资金流表现波动大，倾向于快速买卖。

• 按行业板块分解（图3-5）：

- 配置盘资金在食品饮料、电力设备、新能源、医药等行业持仓占比较高，资金体量大且分散。
- 交易盘资金行业分布较为分散且更倾向于搏弈小众板块和波动较大的行业。

• 资金行业权重（图6、7）：配置盘在持仓行业分布中更显集中，且行业布局稳定，交易盘行业更分散，资金流更短期化。

2.3 北向资金行业轮动能力分析

• 利用席位持仓数和股票收盘价计算加权行业收益率，测算配置盘及交易盘能否同步行业轮动（公式已明确部分因子计算方法）。

- 配置盘行业轮动带来累计收益最高超过250%，交易盘累计收益约150%，显著表现出行业轮动能力（图9，图10）。

• 由于统计存在时间延迟（9.5-15小时），完全同步调仓难以实现，现实交易所产生收益存在折扣。

- 北向资金在行业层面的择时能力较强，行业选择因子优于个股选择。

2.4 因子构建与参数优化

• 基于席位持仓和增仓数据定义多种因子：存量重仓数量、占流通市值比例、增仓金额和持仓占比增长。

- 参数测试通过限制持仓行业数量（4-8个）进行多头组管理，回测表明行业数量控制集中（2-5个行业）时收益最优（图13、14）。

• 动态增仓因子优于静态因子，体现北向资金边际加仓信息所蕴含的超额收益潜力。

- 持有期与观测期通过网格调参，确定局部最优（表页面14），IC值0.038-0.056，代表因子具有稳健的预测能力。

• 实证表明回测策略在超额收益和风险调整后表现突出。

2.5 策略回测与应用示范

• 行业轮动策略回测：

- 以28个中信一级行业等权基准，结合行业增仓因子进行轮动，表现远超沪深300（图15-18）。
- 净增仓因子（剔除市值变化影响）优于净买入因子，集中组合表现优异（图19、20）。

• ETF及个股混合策略：

- 按中信行业结构映射对应ETF，缺失则以个股组合替代，模拟实盘策略。
- 双周和五周调仓频率下，策略收益年化可达90%-110%，超额收益显著（图21、22，表4）。
- 个股策略基于各行业滚动排名前20/前4个选股构建，收益波动率略高，但Sharpe和Alpha指标显著优于基准（图23、24，表5）。

• 显示配置盘策略适合更长持有期，交叉验证了席位资金性质的投资逻辑差异。

2.6 风险提示

• 模型基于历史公开市场数据和现有交易规则，市场环境剧烈变化时模型失效风险。

- 交易时延与数据统计限制可能导致模拟收益与实操收益偏差。

---

3. 图表深度解读

图1（页4）- 陆股通持仓数据使用流程

• 展示数据从持股数量披露，席位拆分（交易盘/配置盘），映射到一级行业，用于收益率测算，再验证有效性，最终形成策略的流程图。

- 明确标示了数据处理和策略构建环节，强调拆分有效性验证为核心。

图2（页6）- 细分席位陆股通资金流入测算

• 红色曲线（配置盘）显示稳步增长超5万亿规模资金流入。

- 交易盘多个资金流线（橙、灰、黄、蓝）波动剧烈，规模小且起伏频繁。

• 阐释配置盘为主力增仓力量，交易盘反映短线资金波动。

图3（页6）- 北向资金对不同板块资金流入测算

• 按周计，显示五大板块资金流入波动：上游、 中游、 下游、 科技、 金融。

- 不同资金类别买入偏好不同，比如交易盘偏中游波动大，配置盘偏中游和下游。

图4-5（页7）- 配置盘与交易盘对主要板块流入测算

• 配置盘（图4）资金累计量极大且增长稳健，特别在中游（橙色）行业。

- 交易盘（图5）资金流呈现震荡，部分行业资本流量甚至为负。

• 双图对比说明两类资金资金流动的稳定性和行业偏好迥异。

图6-7（页8）- 配置盘与交易盘一级行业持仓比例

• 配置盘持仓分布较集中于食品饮料、医药、地产、新能源等，集中度高。

- 交易盘持仓分散，部分中小行业持仓占比相对较高，体现交易盘的博弈特征。

图8（页9）- 北向资金一级行业持仓市值

• 配置盘（蓝）持仓市值远高于交易盘（灰），例如食品饮料、医药等行业持仓规模超过2000亿元。

- 清晰体现配置盘资金承载市场主力仓位，交易盘为补充策略资金。

图9-10（页10）- 配置盘和交易盘行业轮动收益率测算

• 配置盘轮动收益达250%以上，交易盘达到150%上下。

- 各个行业组间收益分布显示资金行业选择的明显阶段效应。

• 指示北向资金能有效捕捉行业轮动，具备配置Alpha。

图11-12（页11）- 细分席位组合权重变化

• 配置盘权重变化明显体现在医药、房地产、电力设备新能源等行业，且权重变化率平缓。

- 交易盘权重更分散且变化幅度大，短线属性明显。

图13-14（页13）- 配置盘周/月增仓因子与行业数量对收益的影响

• 周频调仓下，持有2行业效果最优，行业数越多收益递减。

- 月频调仓亦有较优表现，但容纳行业更多，解释持仓期微调对收益的影响。

图15（页14）- 观测期与持仓期网格调参结果

• 通过大量组合的观测期与持仓期参数搭配，确定局部最优期权，支持后续策略调仓频率选择。

图17-20（页15-16）- 配置盘净买入及净增仓不同行业数量组合净值表现

• 净增仓因子策略收益、夏普均优于净买入因子，且持仓集中时表现更佳。

- 策略净值明显优于沪深300表现，标明挖掘长线资金行业配置增量更有效。

图21-22（页17-18）- ETF及个股混合策略表现

• 配置盘基础的双周、五周频率结合ETF个股策略，均取得显著超额收益，最高年化110%。

- 策略最大回撤仅约-8%至-11%，风险控制效果良好。

图23-24（页19）- 个股选股策略结果

• 通过行业增仓选取个股，双周及五周频率策略形成年化超额收益分别为约38%及72%。

- 波动率略有上升，风险-收益权衡合理。

---

4. 估值分析

本报告主要为策略研究与资金流因子构建，未涉及个股具体估值模型，因此暂无DCF等传统估值分析。

---

5. 风险因素评估

• 模型风险：历史数据和回测策略或不代表未来情况，市场环境若出现剧烈波动，模型预测可能失效。

- 操作时效风险：受限于交易执行时间差，无法完全同步席位操作，实际收益相较理想状态可能降低。

• 数据完整性风险：席位数据中部分小席位及托管盘未纳入分析，可能影响因子精准度。

- 资金特性风险：配置盘、交易盘资金行为特征较为固化，若资金结构发生改变，策略有效性可能下降。

报告未明显提供缓解措施，但强调持续更新席位和标的，定期调整因子参数以适应市场。

---

6. 批判性视角与细微差别

• 报告在席位划分上依赖交易所及披露易数据，存在时效与识别偏差风险。

- 交易盘策略表现波动较大，因短线特征难以充分捕捉波段收益。

• 模型高度依赖北向资金公开持仓变动，忽视可能的非披露交易或暗池交易对市场影响。

- 高频策略对手续费、滑点的敏感性未深入探讨，实操执行风险存在。

• 回测中存在一定样本内拟合风险，未提及交叉验证及机器学习防过拟合技术。

整体而言，报告论据稳健，数据详实，结论合理，但建议关注潜在的策略实施风险。

---

7. 结论性综合

• 通过系统地对北向资金卫生数据和席位性质的拆分，报告展示了配置盘（长线资金）和交易盘（短线资金）在A股行业轮动上的不同角色。

- 报告清晰区分席位资金性质，体现了配置盘资金更为稳定且行业配置策略优于交易盘，多种因子（静态持仓、动态增仓）构建成功地从行业选择角度捕捉北向资金的投资偏好。

• 细化至行业和个股策略，包括ETF/个股混合组合均显著跑赢主流基准指数，且最大回撤受控，风险调整后收益具备较强的Alpha生成能力。

- 图表和数据分析表明，行业集中持仓能够带来更优表现，且增量持仓因子较存量持仓因子有效，动态调整策略取得更佳收益。

• 报告还提供了多频次参数优化测试，验证了策略持有期和观测期的合理配置，进一步提升策略的稳健性和实操性。

- 综合来看，北向资金尤其配置盘的行业选择行为不仅指示了市场热点轮动，也揭示了其潜在的投资价值，为资产配置和量化投资策略构建提供了有力依据。

---

参考溯源：

• 报告主题和方法论介绍，策略收益描述：[page::0] [page::5]

- 陆股通数据介绍及数据处理流程说明，表1和表2解析：[page::3][page::4]

• 资金性质分类与资金流动测算（配置盘 vs 交易盘），资金行业分布分析及行业持仓比例：[page::6][page::7][page::8][page::9]

- 北向资金行业轮动能力计算方法与测算结果说明（收益率、行业权重变化等）：[page::9] [page::10] [page::11]

• 因子定义细节、参数调整与最优持仓行业数量回测分析：[page::11][page::12][page::13][page::14]

- 行业与个股ETF策略构建及回测结果（含指标评价）：[page::15][page::16][page::17][page::18][page::19][page::20]

• 总结与风险提示章节：[page::20]

- 免责声明及分析师声明：[page::21]

---

总结

本报告通过对北向资金席位拆分及行业持仓动态的深度分析，成功挖掘出北向资金在行业轮动中超额收益信号，构建有效的投资因子和行业轮动策略，验证了配置盘资金较交易盘更优且稳定的投资表现。结合具体ETF及个股策略，实证展示了基于该因子的投资组合在收益、风险和稳健性上的良好表现，具备较强的投资应用价值。此研究对于关注场内资金结构及其配置行为的投资者和资产管理者提供了重要参考框架和实操路径。

---

备注

报告中计算的因子、策略和回测均基于公开数据及合理假设，实际市场交易需考虑交易成本、流动性和执行风险。建议投资者结合自身风险偏好和投资周期适当调整应用。

报告