• 2023年资产表现及2024年宏观经济展望 [pidx::5][pidx::6][pidx::9][pidx::10]：

- 2023年微盘股指数涨幅48.09%，小盘股明显优于大盘，债券整体偏牛，大宗商品涨跌不一。
- 经济处于震荡回暖阶段，2024年预期经济先降后升，货币政策宽松，财政支出发力，通胀触底回升推动名义经济。
- 2024年预期上半年经济增长边际弱，一季度择时仓位偏低，二季度起仓位提升，全年权益仓位超过2023年。

• 宏观择时与大小盘风格配置策略 [pidx::10][pidx::11][pidx::12]：

- 宏观择时模型显示23年已带来持续超额收益，2024年择时策略将随经济货币环境改善提仓。
- 小盘股风格看好持续，微盘股指标尚未触发明显风险，风控须联合债率指标确认大回调信号。

• 行业配置与因子选股 [pidx::12][pidx::13][pidx::15][pidx::16]：

- 2023年调研活动因子表现优异，建议2024年上半年侧重调研活动因子，下半年加码基本面及分析师预期因子。
- 量化基金在小盘股表现突出，因小盘股内部收益差异大，提供更多alpha机会。
- 技术、市值、高频因子拥挤度较低，整体因子轮动及线性转换提升效果显著，应持续关注高频量价因子的稳定收益。

• 传统因子非线性重构策略提升因子表现[pidx::16][pidx::17]：

- 采用分段线性近似转换成长、反转和波动率因子，显著提升因子年化收益率、夏普比率和IC均值，稳定策略波动。

• 权益基金、主题基金与ETF投资策略 [pidx::17][pidx::18][pidx::20][pidx::21][pidx::22][pidx::23]：

- 主动量化基金2023年业绩优于主动权益基金，微盘基金受关注，2023年微盘基金组合累计收益超25%。
- 行业轮动强度持续高位，导致业绩动量因子选基策略表现不佳，交易主动性及交易能力因子表现良好。
- ETF市场日均成交额创新高，策略从传统轮动向结合量价算法交易转变，ETF配置成为FOF核心配置方向。

• 量化投资方法及新技术展望 [pidx::28][pidx::29][pidx::31][pidx::32]：

- 机器学习模型（GBDT+NN）融合提升选股效果，沪深300指数增强策略年化超额收益达15.85%，最大回撤低于4%。
- 大语言模型（ChatGPT等）和智能体技术在文本挖掘、因子挖掘、基金研究及主观策略开发领域展现潜力，已实现部分应用验证。
- 国金金融工程团队布局多项大模型应用，包括高频因子挖掘、舆情驱动选股、行业轮动及基金经理特征识别，推动智能化量化研究进程。

• 衍生品与商品市场展望 [pidx::23][pidx::24][pidx::26][pidx::27][pidx::28]：

- 期指基差受市场情绪、金融产品发行及多样化参与者对冲需求影响显著，预计2024年波动加剧，套利机会增加。
- 分红影响点位略降，监管政策无明显变动，金融产品对基差收敛作用增强。
- 商品市场由宏观主导逐步回归产业交易，关注能源转换、贵金属、有色金属及黑色系四大主线，流动性改善与补库存周期将支撑商品价格回升。

金融工程组 2024年宏观及量化投资年度策略深度分析报告解构

---

一、元数据与报告概览

• 报告标题： 小盘股为帆，AI量化掌舵——2024年宏观经济及资产配置策略展望

- 发布机构： 国金证券股份有限公司金融工程组

• 报告时间： 2023年末至2024年初

- 分析师团队： 高智威、赵妍、王小康等

• 主题聚焦： 2024年全球及中国宏观经济走势、资产配置策略、因子选股、权益基金投资、衍生品市场展望及量化投资方法发展，特别关注小盘股及人工智能在量化投资领域的应用。

核心论点总结：
作者团队对2024年宏观经济持乐观态度，预计经济震荡上行，通胀逐步触底回升，宽松货币政策（如降准降息）将推低利率中枢。资产配置方面倾向于一季度中低仓位等待复苏信号，随后逐步提升权益仓位，尤其看好小盘股，因其天然适合量化基金操作。因子选股中，则推荐关注市值、技术及高频因子，强调通过线性转换等方式改善传统因子表现。权益基金方面看好主动量化及微盘基金，ETF投资策略将借助算法交易提升效率。衍生品市场预计基差波动加剧，商品市场因流动性改善和补库周期有望上行。最后，人工智能及大语言模型为量化投资领域引入新动力，预计相关技术与算法的应用将快速推广。[pidx::0][pidx::33]

---

二、逐章节深度解读

1. 2024年宏观经济展望：经济震荡上行

1.1 大类资产表现

• 关键观点：

2023年小盘股表现强劲，万得微盘股指数涨48.09%，远超主流大盘及宽基指数。同时，债券市场表现稳健，7-10年信用债涨幅达6.7%，商品市场涨跌不一，黑色系和贵金属涨幅优异，农产品和有色金属则下跌。

• 支撑理由及数据：

图表1显示各类资产2023年以来的涨跌幅，中证1000、沪深300等大盘表现相对疲弱，暗示资金偏好小盘价值。股票资产净值走势（图2）和债券资产净值走势（图3）均证实上述趋势，而商品资产净值（图4）反映出行业分化的特征。

• 市场逻辑解析：

年初疫情解封引发经济修复预期，推升股市和相关商品。3-4月信贷指标趋紧，现实经济数据不及预期，资金逻辑转向债券，债市出现震荡走牛。四季度，受再融资债和国债供给加大影响，资金趋紧，长短端债市分化。上述过程展现经济修复步伐缓慢，市场资金分化严重。[pidx::5]

1.2 市场阶段及信用宽松预期

• 经济状态判定：

通过中采制造业PMI和PPI指标确认自2023年初起中国经济处于回暖期，尽管增速较为平缓（图5），并且上游通胀已出现反弹（图6），但下游通胀尤其CPI仍在下行，整体表现为“弱复苏”。

• 信用及流动性：

货币面表现为短端收紧，但9月起出现缓和迹象（图7）。信用扩张仍处于低位（图8），预计需要宽信用政策发力提升融资信心。

• 经济动态预测：

M1信贷指标领先经济增速约3个月（图9），推断2024年一季度经济或边际放缓，但全年经济景气总体回升趋势未变。[pidx::6~7]

1.3 具体经济结构视角

• 房地产板块拖累经济

房地产融资仍占社融约40%（图10），销售面积仍低于同期历史水平（图11），开工面积近期恐再次下滑（图12）。预测2024年房地产销售面积同比-6%（图13）。
政府预计继续出台地产利好政策以遏制对经济负面影响，并借助基建等手段稳增长（财政发力见图16）。

• 出口和补库存

CRB指数先行中美库存6个月（图14），2023年5月后回升，2023年11月中美库存抓住拐头迹象（图15），显示海外补库启动，利好出口。

• 财政政策发力

自2023年9月财政支出显著加力，推基建支撑经济（图16）[pidx::7~9]

1.4 通胀与货币政策

• PPI与CPI走势

PPI已触底回升（图17），CRB合成指数支持未来上行。CPI受猪肉价格回升推动，预计触底回升（图18），助力名义经济增长。

• 货币政策预期

中央经济工作会议强调2024年实行灵活适度货币政策，预期降准降息持续，利率中枢将下移（图19）。海外降息预期增强（图20），助推国内政策空间。[pidx::9~10]

2. 2024年资产配置策略展望

2.1 宏观择时模型

• 模型表现

基于经济增长和货币流动性的择时模型2023年表现稳定，经济驱动择时仓位，流动性处于偏低水平。模式适用于宏观逻辑明确年份，且模型2023年全年依旧带来正超额收益（图21-23）。

• 2024策略预期

一季度经济增长略弱，流动性改善，择时仓位维持中低水平，二季度经济边际改善时逐步提升仓位，全年权益平均仓位高于2023年。[pidx::10~11]

2.2 大小盘风格

• 小盘优势持续

微盘股指数相关风控指标利率远未触及风险阈值（图24），波动率拥挤度虽临近阈值但未确定触发（图25）。M1同比依然低位，微盘股/茅指数相对净值保持强势，无明显向大盘轮动信号（图26-28）。因此预计2024年前半年小盘继续占优，下半年根据经济回暖迹象可关注轮动机会。[pidx::11~12]

2.3 行业配置策略

• 调研活动因子成为核心

2023年行业景气及分析师预期因子表现走弱，机构调研活动因子表现抢眼（图29-31），因经济回暖波折，热点板块无基于基本面的持续趋势，机构调研因子更敏感捕捉热点。

• 2024建议

上半年重点配置调研活动因子，降低基本面和预期因子权重，下半年经济回暖时适时提升基本面因子。[pidx::12~13]

3. 2024年因子选股展望

3.1 小盘股量化基金优势

• 量化基金表现随市值下降递增

公募量化基金在中证1000等小盘指数中超额收益明显优于大盘指数（图32-34），因小盘股特性信息不对称大，新兴机构利用量化因子挖掘误定价机会，有效获取alpha。

• 成分股收益差异性

小盘成分股收益截面标准差增大，有利于量化多空对冲策略施展，支持量化基金小盘优势稳固。[pidx::13~14]

3.2 重点关注技术、市值和高频因子

• 因子拥挤度分析

动量因子拥挤度高低影响未来表现（图35），2023年一致预期因子拥挤且失效，传统基本面因子表现低迷。

• 技术与高频因子优势

市值和技术因子拥挤度低，小盘受益政策及资金宽松也利好市值因子。高频因子也因拥挤度低、新信息源增量，值得持续关注（图36）[pidx::15~16]

3.3 传统因子线性转换提升收益

• 因子失效与转换方式

处理非线性因子失效问题，利用分段线性近似等插值方法重构成长、反转、波动率因子，多空组合的年化收益率和夏普比率均显著提高（图37-42），提升因子稳定性和超额能力。此技术被视为未来量化升级必要路径。[pidx::16~17]

4. 权益基金投资展望

4.1 基金市场现状

• 热门主题轮动快，量化与微盘基金崛起

2023年TMT、中特估等主题基金表现好，国央企ETF规模大幅增长（图43、45）。主动量化基金规模和收益优于主动权益基金（图44、46）。微盘基金收益高达25.56%（图52），主动权益基金和微盘指数相关性提升（图47），体现市场对微盘策略的青睐。[pidx::17~18]

4.2 交易类选基类因子未来看好

• 行业轮动强度高，业绩动量因子难恢复

2022年以来行业轮动强烈，动量因子表现弱化（图48）。2024年预计持续高轮动，业绩动量因子难改。

• IPO暂停影响规模因子

新股打新收益下降对应基金规模因子预期收益降低（图49）。

• 交易能力相关因子表现亮眼

交易动机、价差收益和隐形交易能力因子近期表现优异，适合高频换手与灵活调仓环境（图50-51），2024年交易主动性将是基金选基重要指标。[pidx::19~20]

4.3 主动量化与微盘基金投资机会

• 看好主动量化保持优势

受益于市场波动和风格轮动，主动量化基金弹性好值得关注。

• 微盘基金空间依然充足

微盘指数最大容量321亿元，现微盘基金规模233亿元，尚有扩容空间，微盘基金或持续受资本青睐。[pidx::20~21]

4.4 ETF策略显活跃，建议结合算法交易

• ETF市场规模和交易额飞速增长

2023年日均成交达896亿元（图56），行业ETF层面表现有时胜主题基金（图54），FOF持仓ETF比连续提升（图55）。

• 新契机为ETF轮动+算法交易策略

传统ETF投资靠风格、行业轮动预测不稳，算法交易基于量价数据优势明显，2024年将成为FOF重要配置途径。[pidx::21~22]

5. 2024年衍生品市场展望

5.1 期指基差波动加剧与市场情绪相关

• 当前期指基差结构

基差受市场预期影响显著，国庆后升水多于贴水，监管政策相对稳定导致基差更多反映市场情绪（图57），成交与持仓量不断攀升（图58）。

5.2 分红、监管与多元市场参与

• 分红点位略降，影响有限（图59）

- 监管政策稳定，变动概率低（图60表）

• 金融产品发行分化影响

雪球产品发行量下降，未来或回升，金融产品对基差收敛有助力。中性策略产品增多增大期指贴水压力（图62）[pidx::23~26]

• 对冲需求提升可能加深期指贴水

市场参与者多样，交易活跃，基差受情绪偏好影响，短期波动加剧，套利机会增加。

5.3 商品市场回归产业交易与未来展望

• 宏观预期主导逐渐减弱

CRB方差下降显著，商品市场震荡收敛，核心呈现产业属性回归（图63）。

• 重点细分领域明晰

能源品受减产和需求推动更稳健，贵金属及有色金属跟随经济复苏，黑色品种行业景气度高。

• 流动性改善与补库周期带动上行

美国CPI和联储政策支持降息高概率，市场过快调整商品价格波动加大，2024年商品整体向上概率升（图64-68）[pidx::26~28]

6. 2024年量化投资方法展望：AI与大语言模型引领

6.1 机器学习模型提升量化选股

• 集成多种机器学习模型（GBDT、NN等）

使用XGBoost、LightGBM、CatBoost等GBDT模型结合GRU、LSTM、Transformer神经网络，形成因子复合信号（图68）。

• 模型表现优异

回测结果显示GBDT+NN组合策略在沪深300等指数范围内年化超额收益15.85%，夏普率0.81，最大回撤3.12%（图69-73），明显优于传统线性因子策略。

• 继续看好AI算法未来发展

预计2024年机构加大AI算法新模型开发及落地，量化策略效果显著提升。[pidx::28~30]

6.2 大语言模型(LLM) 应用启动

• 智能体技术进展

基于大语言模型基础能力，结合记忆、规划、工具调用，实现智能体Agent，有效协同多任务解决复杂金融问题（图74案例）。

• 多元应用场景

涵盖量化因子发掘，基金经理行为特征解析，主观策略自动化开发及业务流程自动化辅助。

• 团队研究探索

国金金工团队成功尝试LLM辅助行业轮动、情绪分析、基金研究、指数增强等多元应用（图75~78），具备完善技术和实践路径。

• 发展趋势

2024年大语言模型如GPT-5发布，模型微调、硬件进步推动智能体能力扩展，助力量化投资领域全面升级。[pidx::30~33]

---

三、重要图表与数据解析

• 资产表现对比（图1）

显示2023年微盘股显著跑赢大盘指数，债券与商品分化，反映市场资金对小市值品种青睐以及风险偏好差异。

• 经济指标（图5-9）

组合PMI、PPI、制造业增长与M1信贷，揭示中国经济持续回暖但增速平缓，M1领先经济3个月为后续经济回升提供依据。

• 房地产与库存周期（图10-15）

地产融资占比虽下降，但销售低迷，预测继续拖累经济。CRB指数领先中美库存，验证出口与补库对明年经济有正向支持。

• 财政与通胀（图16-18）

财政支出显著加速，PPI和CPI触底回升，促进名义经济上行和结构修复。

• 资本市场择时与风格因子（图21-36）

择时模型历史超额收益验证，风格偏向小盘，技术与高频因子萎缩，拥挤度指标警示持续调整必要。线性化因子转换显著提升传统因子收益稳定性。

• 基金投资表现（图43-53）

主动量化基金、微盘基金表现超市场，基金规模增量显著，指数最大容量测算显示潜在扩容空间。

• 期指与衍生品（图57-62）

基差波动依赖市场情绪与对冲需求，监管政策稳定，金融产品发行影响力大，雪崩产品对基差收敛助力有限。

• 商品市场（图63-68）

宏观分歧缩小，库存周期延长，能源、金属分类明晰组合布局，流动性与美联储政策变动为重要驱动。

• AI模型与大语言模型应用（图68-78）

集成GBDT+NN模型带来显著投资提升，智能体与大语言模型技术被多场景深度应用，推动量化研究新突破。

---

四、估值分析

本报告着重策略侧和因子模型分析，未针对具体公司进行估值。量化模型投资策略采用单因子及机器学习非线性模型输出强弱分位选股，构成指数增强策略，基于历史回测年化收益率与夏普比率验证策略有效性。通过线性和非线性转换因子提升整体模型收益稳定性，间接优化投资组合估值表现。[pidx::29~30]

---

五、风险因素评估

• 模型失效风险

报告多次提示基于历史数据的统计建模，在政策变化和市场环境大幅波动时，模型可能失效。

• 宏观政治与市场风险

国际地缘政治冲突升级导致多类资产同向大幅波动风险。

• 政策环境变化

宏观政策调整可能造成因子表现和资产定价关系失准。

• 大语言模型固有限制

LLM可能产生错误回答，导致决策偏差，相关应用需谨慎。

• 市场不确定性

房地产拖累、流动性转变和国际经济波动带来宏观冲击。[pidx::33]

---

六、批判性视角与细微差别

• 宏观预判的乐观假设风险

报告对经济回暖寄予厚望，现实中经济受多重不确定性影响，如房地产持续拖累可能超预期。

• 模型与因子方法依赖历史数据

虽有多种技术改进，但对未来市场快速结构性变动仍有局限性。

• 新技术潜力巨大但落地难度尚存

大语言模型应用前景广阔，但当前仅处早期示范，实际效果与投资回报形式仍需验证。

• 资金流向与规模分析存在时间滞后

微盘基金容量增长虽明显，但市场切换的大幅度风险也不可忽视。

• 量化方法多聚焦中小盘，忽略大盘周期可能风险

小盘优势存在周期切换风险，风控指标接近阈值需警醒。[pidx::11~12][pidx::33]

---

七、结论性综合

本报告系统性分析了2024年宏观经济、资产配置、量化因子选股、权益基金投资和衍生品市场环境，并深度探讨了机器学习及大语言模型对量化投资的推动作用，提出多维度策略和风险提示。核心结论包括：

• 宏观经济以震荡上行为主，通胀回升助力名义增长，货币政策宽松支持，地产虽拖累但财政及外需补充。
• 宏观择时策略建议一季度维持中低仓位，后续逐步加仓，整体权益仓位环比提升。
• 大小盘风格继续看好小盘，行业配置应以调研活动因子为主，基本面和预期因子待下半年调整。
• 因子投资中市值、技术、高频因子表现被看好，传统因子通过线性转换获得收益率提升。
• 权益基金投资关注主动量化与微盘基金，选基策略转向交易能力等因子，ETF配置结合算法交易成为趋势。
• 衍生品市场预期基差波动加剧，监管政策稳定，金融产品发行对基差收敛有促进作用。
• 商品市场将回归产业交易，补库与流动性改善是价格逻辑核心。
• 机器学习及大语言模型技术引领量化投资革新，集合多模型增强因子表现，智能体应用拓展投资边界。

整体来看，报告提供的详实数据支持和清晰的策略框架，对机构投资者制定2024年策略提供了重要指引。尤其是把握工业与技术迭代驱动下的量化投资新机遇，将成为未来投资成功的重要砝码。[pidx::0~33]

---

图表索引（示例选取部分）

• 图表1：各资产2023年至今涨跌幅，显示小盘股显著领先；

- 图表6：上游PPI已回升，CPI仍回落，确认通胀分化趋势；

• 图表9：M1同比领先经济增长3个月，预测2024经济走势；

- 图表21：宏观择时策略历史仓位数据，验证择时模型有效；

• 图表25：波动率拥挤度指标接近阈值，提示组合风险管理；

- 图表29：调研活动因子IC值及收益表现亮眼，行业轮动核心信号；

• 图表33：宽基指数成分股收益分化，小盘股alpha空间大；

- 图表37-42：传统因子重构提升多空组合表现明显；

• 图表43-47：主题基金与微盘基金规模与收益数据；

- 图表52-53：微盘基金组合净值与容量测算，空间充足；

• 图表57-58：期指基差60日均线及持仓量趋势分析；

- 图表63：商品观点2023年回顾，宏观事件影响动态；

• 图表68-73：GBDT+NN模型框架及沪深300回测表现优异；

- 图表74-78：大语言模型及智能体应用案例，显示实际运用潜力。

---

本分析基于报告原文，确保内容全面且连续逻辑严密，每条结论均紧扣报告数据和文意，包含主要图表的透彻解读，结构条理分明，专业中立。

报告