生物医药赛道长期表现优异，机构重仓资金庞大 [page::2][page::4]

• 自2011年以来，生物医药行业显著超越沪深300指数，具备高弹性和超额收益特征。

- 截至2021年12月，公募股票及混合型基金在医药行业配置资金超7000亿元，占基金总仓位16.22%，为第一大行业重仓。

• 市场存在25只以上生物医药主题指数及被动跟踪基金，支持赛道化投资与轮动逻辑。

细分赛道基本面及产业结构详解 [page::5][page::6][page::8]

• 人口老龄化和疫情常态化推动内需，65岁以上人口比例逐年提升，医疗保健消费支出持续增长。

- 外需端医药出口增长快速，2020年出口增速达36.6%。

• 生物医药行业估值回落至历史中位数，业绩保持稳健增长。

- 细分赛道划分涵盖中药、生物药品、医疗器械、医疗服务、医药流通和医药零售，聚焦前四大细分赛道构建策略。

细分赛道轮动建模逻辑与轮动指标体系 [page::15][page::16][page::17][page::18][page::19][page::21][page::22]

• 建立针对药品、医疗器械、医疗服务、中药四大赛道的轮动框架，综合宏观、景气度及技术指标。

- 指标事件化处理分为变化幅度、趋势持续性和近期高低位，事件触发构建多空信号。

• 采用风险调整后的收益（Sharpe比率）和经济学逻辑筛选有效信号，剔除少量发生和理论逻辑不符的事件。

主要有效信号事件及指标表现 [page::25][page::26][page::27][page::28]

• 药品赛道包括M2增速、消费者信心、医疗服务及中药CPI、营业收入等指标相关的信号事件，技术指标TRIX及MACDsignal表现显著。

- 医疗器械信号事件中，M2、消费者预期指数、营业收入及应收账款周转率均为关键指标，技术指标TRIX同样有效。

• 医疗服务有效事件主要集中于M2、社会消费品零售总额和营业收入，技术指标CMO等亦具备统计意义。

- 中药赛道表现信号包含M2增速、资产负债率、营业收入等宏观与景气度指标，技术指标则主要为MACD相关指标。

轮动组合构建与回测表现 [page::30][page::31][page::32][page::33][page::34][page::35][page::36][page::37][page::38][page::39]

• 通过事件打分法确定各细分赛道权重，实现月度调仓。

- 轮动加权组合相比等权组合，累计收益率超出27.22%，年化收益率提升2.05%，最大回撤和波动率均有所优化。

• 分别剔除宏观、景气度、技术指标测试效果，发现完整指标体系稳定性和超额收益表现最佳。

- 宏观数据和技术指标对稳定性贡献显著，剔除后波动与回撤均上升；剔除景气度指标增厚收益同时增加风险。

• 轮动机制有效捕捉细分赛道间的轮动节奏，长期表现优异。

招商证券：《生物医药产业细分赛道轮动模型“赛道”量化系列之二》详尽分析报告

---

一、元数据与概览

报告标题： 生物医药产业细分赛道轮动模型“赛道”量化系列之二
作者及机构： 任瞳（首席分析师，定量研究团队负责人）、崔浩瀚（量化分析师）；招商证券股份有限公司
发布日期： 2021年12月21日
研究主题： 聚焦中国生物医药产业，深入剖析细分赛道基本面，构建量化轮动模型，结合宏观数据、行业景气度指标及技术指标，指导细分赛道资产配置，实现产业链内部的有效轮动。

核心论点及目标：

• 生物医药产业自2011年以来表现优异，具备高弹性、高超额收益，已然成为国内投资机构的重仓主赛道，且估值回落至历史中位数，具备吸引力。

- 细分赛道（药品、医疗器械、医疗服务、中药）在不同阶段轮动显著，存在挖掘价值。

• 通过对宏观数据、行业景气度及技术指标的系统事件化处理，筛选有效信号，构建细分赛道轮动策略，有效提升组合表现，增强超额收益的稳定性和风险调控能力。

- 报告系统呈现了构建逻辑、数据处理方法、信号筛选、组合构建的完整框架及验证效果，最终实现细分赛道轮动组合对基准等权组合显著的增益效果。

---

二、逐节深度解读

2.1 生物医药赛道基本面解析

关键论点：

• 自2011年起，生物医药板块超额收益显著，行业指数表现持续优于沪深300。[page::2]

- 生物医药行业重仓于基金产品，配置基金规模不断扩大，已有数十支细分主题指数被动产品，追踪资金规模逾千亿元。[page::3-4]

• 人口老龄化推动医疗需求持续上涨，2020年65岁及以上人口达到1.91亿，占比13.5%，居民医疗消费支出占可支配收入比例逐年提高至6.2%。[page::5]

- 出口端同样强劲，2020年医药制造业出口交货值同比增长36.6%，受全球疫情影响，出口增速一度达到57.4%。[page::6]

• 行业估值水平已从2020年中期高点回落，接近历史中位数，为合理估值区间。[page::7]

数据点细节补充解读：

• 图表（page::2）展示医药指数、自沪深300指数累计超额收益，医药指数累计涨幅明显更强，彰显alpha和beta兼备的特征。

- 机构重仓布局图（page::3）通过行业配置比例显示医药板块长期占优。

• 人口老龄化柱状图及医疗消费支出趋势（page::5）具体展现了需求侧增长基础。

- 出口交货值及增速图（page::6）体现了外需端的强劲支撑。

• 估值图（page::7）红色PE-TTM折线和黄色PB-LR线显示医药估值周期波动，当前估值处于长期均值附近，暗示后续具备投资价值。

---

2.2 细分赛道分析与量化模型逻辑

生物医药赛道细分范围及特征：

• 细分赛道包括药品（创新药、疫苗、血制品等）、医疗器械（体外诊断、影像设备、耐用设备）、医疗服务（CXO、眼科、口腔等）、中药（中成药、流通等）。[page::8-12]

- 选取细分赛道基于行业内市值分布、策略实操难易度综合考虑，四大赛道覆盖面广，代表性强。

• 细分赛道个股财务数据、市值、市盈率以及近年涨跌幅呈现出截然不同的市场表现，反映细分赛道轮动特性。[page::9-12]

细分赛道股价走势分析：

• 股价走势图（page::13）显示过去十多年细分赛道间存在明显轮动现象，多次出现大幅回撤后不同赛道轮流表现出色，为基于轮动的策略提供动因。

---

2.3 细分赛道轮动模型构建逻辑及指标初选

总体构建逻辑：

• 从产业宏观分析出发，推断影响各赛道表现的宏观、行业和市场层面因素；

- 初步选取指标包括宏观经济数据（货币供给、价格指数、贷款规模）、消费者信心、医药原材料价格及行业财务指标（盈利能力、成长能力、营运能力）和技术分析指标；

• 将指标进行非线性事件化处理（变动幅度、趋势持续性、近期高低位），明确多空信号；

- 依据信号与后续细分赛道风险调整收益相关性（Sharpe比率）进行筛选；

• 基于多事件信号月度加权得分调整组合权重，形成动态轮动配置。[page::15-19]

指标事件化可增加泛化能力的原因：

• 传统线性相关分析难捕获非线性关系，且宏观指标滞后性及阈值效应显著；

- 事件化可捕捉数据超阈值变化、持续趋势等更真实的影响，有助于筛选出具备实际预测力的信号。[page::21-23]

筛选标准：

• Sharpe比率的绝对值为主要筛选指标；

- 符合经济学逻辑的指标信号更受重视，违背理论方向剔除；

• 相似信号择优保留，保障信号的独立性；

- 事件开仓次数要求不少于10次保证统计有效性。[page::24]

---

2.4 有效信号事件筛选结果详解

针对四个细分赛道的指标事件，报告分别列出了筛选后的有效信号。以下为核心洞察：

• 药品赛道：M2指标（zscore05）、消费者预期指数（diff3）、医疗服务CPI同比（zscore1）表现突出；技术指标如TRIX（zscore05）贡献积极，而MACDsignal表现负相关。[page::25]
• 医疗器械赛道：M2、消费者预期指数、金融机构贷款余额等宏观指标有效；景气指标如应收账款周转率存货周转率均为正信号；技术指标TRIX（zscore1）正相关显著。[page::26]
• 医疗服务赛道：M2指标表现最佳，PPI全工业品同比和中药医疗保健CPI等表现负相关；技术指标CMO（chg001）表现尤为突出。[page::27]
• 中药赛道：中药医疗保健CPI同比表现负相关明显，资产负债率、应收账款周转率等景气指标正相关。技术指标MACDsignal、MACD表现负相关。[page::28]

以上表明，不同细分赛道对宏观、财务及技术指标的敏感度不同，支持构建细分赛道差异化轮动模型。

---

2.5 组合构建及效果分析

组合构建流程：

• 依据当月触发的有效正向信号事件进行单一事件打分（1或0）；

- 汇总各细分赛道事件得分后按比例分配投资权重；

• 每月调仓，动态权重调整；

- 将该加权轮动组合表现与工业机械等权组合进行对比验证。[page::30]

效果总结与图表说明：

• 综合指标下的轮动组合累计总收益1513.24%，年化收益26.49%，最高Sharpe值1.02，明显优于等权基准组合（总收益1163.5%，年化收益23.9%，Sharpe 0.92）。最大回撤及波动率均有所优化，表明风险调整后收益质量更高。[page::31-32]
• 分别剔除宏观指标、景气度指标和技术指标后，组合表现依然显著优于基准，剔除景气度指标后超额收益最大（36.56%）但波动率和最大回撤也有所提高，显示景气度指标对风险控制贡献大；而宏观数据和技术指标对于组合稳定性贡献关键，剔除影响最大。[page::33-38]
• 多种指标组合对比进一步印证，完整指标集成时，稳健性和收益的综合表现最优，示意出产业及细分赛道轮动策略的成熟度和实操意义。[page::39]

---

2.6 风险因素分析

报告明确指出，模型基于历史数据构建，未来的宏观环境、行业政策、市场结构变化可能导致模型失效风险。具体风险包括：

• 行业政策调整导致赛道特征变化；

- 重要宏观指标或事件模型未充分捕获；

• 宏观环境或疫情等突发事件影响行业景气度和需求逻辑；

- 数据更新滞后或质量问题影响事件信号准确性。

对缓解策略无明示，侧重模型动态更新和持续跟踪。[page::40]

---

2.7 审慎视角与细微差别

• 报告方法系统、数据量庞大且逻辑严密，但模型依赖历史回测数据，存在未来不确定性溢出风险。

- 模型中部分技术指标表现为负相关，理论解释未详尽阐述；某些宏观指标与赛道关联（如中药医疗保健CPI负相关）需结合具体产业链供需结构进一步验证。

• 指标事件化的阈值选择具有一定经验性，参数灵敏度分析未详见披露，可能影响模型稳定性。

- 组合构建忽略做空信号，实操中欲捕捉更大alpha可能受限。

• 不同赛道轮动的内在驱动机制（如政策导向、新技术进展）未深入展开，模型更多依赖统计特征，投资者需警惕行业基本面突发变化风险。

---

三、图表深度解读

• Page 2图表（超额收益）展示医药指数与沪深300的对比，自2011年以来医药指数累计增长超越基准，且超额收益波动明显，反映医药产业的高弹性与高收益特征。蓝色填充区表现超额收益量化基础价值。[page::2]

- Page 3图表（机构仓位分布）动图示生物医药长期为机构仓位配置第一行业，色块分布稳定增长，说明医药类资产认可度高。[page::3]

• Page 5和6图（人口老龄化与医疗消费及出口）条形图清晰展示人口老龄化速度以及人均医疗支出的占比提升，突显需求端基础。出口图则展示医药制造业出口的快速增长及季节性波动，高峰出现在春季至秋季。[page::5-6]

- Page 7估值走势图显示PE及PB估值均在疫情高峰后回落至历史中位数，既体现估值压力释放，也反映业绩支持的持续性。[page::7]

• Page 8细分赛道结构图以树状图形式细分医药行业，形象展现药品、医疗器械、医疗服务、中药四大块及其子赛道，明确策略聚焦维度。[page::8]

- Pages 9-12成分股及市值、PE、涨跌幅表格通过具体龙头股数据展现细分赛道市值体量及估值分布，反映赛道内在多样性。[page::9-12]

• Page 13股价走势图展示四大赛道长期涨跌趋势，轮动明显，个别年份医疗服务领先，中药、医疗器械轮流切换，明显体现行业内部节奏与机会。[page::13]

- Page 15轮动模型框架图详细说明基于产业分析、指标选择、事件信号构建至组合评估的闭环过程，流程清晰。[page::15]

• Pages 16-19指标列表表格覆盖宏观、景气和技术指标，完整反映模型信息源和理论支持。[page::16-19]

- Pages 25-28筛选有效事件表格通过Sharpe指标量化评估指标信号的正负作用及有效性，为组合构建奠定基础。[page::25-28]

• Pages 31-39多张轮动组合与基准对比图表及统计表多维度验证轮动组合相较传统等权组合在收益、波动率、最大回撤、Sharpe比率等指标上的优越性及风险控制优势，剔除不同指标的敏感度测试细致。[page::31-39]

---

四、估值分析

报告中估值分析主要通过绘制医药行业PE-TTM和PB-LR估值曲线实现，对行业整体市盈率和市净率进行历史比较，未具体涉及DCF或绝对估值测算。重点在于显示当前估值处于合理区域，具备投资吸引力；估值的波动主要跟随市场情绪和行业景气度变化，近年疫情带动估值上升。[page::7]

---

五、风险因素评估

• 模型基于历史数据构建，防范机制是动态因子剔除及多事件打分，然而未来宏观经济、政策环境、市场结构和产业创新等不可控风险或导致模型失灵。

- 投资组合以多头策略为主，A股做空工具限制使得风险管理依赖配置权重调整，遇极端震荡风险可能加剧。

• 指标发布时滞（数据滞后1个月）可能影响信号的及时性，难以捕捉快速变化事件。

- 产业内部异质性、政策变化等因素无法完全被量化指标捕捉，模型或有漏判。
以上风险影响模型预测范围及组合表现，须持续跟踪调整。[page::40]

---

六、批判性视角与细微差别

• 报告充分结合量化统计与经济学逻辑，但部分技术指标与赛道表现的负相关现象，仍需结合产业特有节奏及市场环境进一步解读，提升对因果链条的理解。

- 指标阈值和事件定义虽经测试筛选，仍存在一定的参数依赖性和后验偏差，未来环境变动时的稳健性尚待验证。

• 模型未包含做空策略，限制了在市场明显回调时的风险对冲能力。

- 报告未深入探讨外部冲击（如突发公共卫生事件、政策紧缩）对各赛道轮动的瞬时影响，建议未来研究增强应急反应机制。

• 对中药赛道中部分宏观指标负相关现象，如CPI增长导致负相关，其根源的经济活动模式值得进一步剖析。

总体而言，报告架构清晰，数据充分，是一份基于实证、模型成熟的赛道轮动研究，适当关注上述解析以防范潜在偏差。

---

七、结论性综合

本报告通过翔实数据和严谨模型，系统阐述了中国生物医药产业的细分赛道基本面特征和量化轮动模型构建：

• 生物医药行业自2011年以来展现出显著的超额收益特征，强劲的基本面由人口老龄化持续驱动，外需出口旺盛，行业估值已回落至合理区间，长期具备产业投资吸引力。[page::2-7]
• 细分赛道涵盖药品、医疗器械、医疗服务和中药，历史股价表现显示同业轮动频繁，适合应用动态轮动配置策略提升投资效果。[page::8-13]
• 报告创新性地将宏观经济、行业景气度及技术指标非线性事件化，抽取反映趋势持续性、变化幅度及近期高低位的事件信号，筛选出18个在过往表现稳健且符合经济学逻辑的有效信号，为细分赛道轮动提供量化依据。[page::15-28]
• 以事件信号驱动计算细分赛道得分，按月调仓动态配置比例，形成的加权轮动组合明显优于等权基准，不仅在收益率提升（超额27.22%），更在风险指标如最大回撤和波动率方面表现优异，Sharpe比率提升显著（1.02 vs 0.92），展现轮动模型的稳健优势。[page::30-39]
• 完备指标组合在捕获产业动量与风险控制的平衡中表现最佳，其中宏观因素和技术指标对超额收益再现性及组合稳定性贡献明显，剔除这些类别指标后，风险有所上升。[page::39]
• 报告同时明确警示模型基于历史数据，存在宏观和产业环境突变风险，建议投资者结合最新环境动态，适时调整策略。[page::40]

总体而言，招商证券团队凭借深厚的行业研究积累和量化策略能力，构建了一个细致的生物医药产业分赛道轮动量化框架，为投资者提供了一个可行且已验证的跑赢基准组合的新策略工具。该研究不仅展现了科技医药板块深度挖掘的潜力，也为其他产业赛道量化研究提供了范例。

---

附录：报告关键词解读

• 轮动策略（Rotation Strategy）：基于不同细分赛道表现差异，动态调整资金配置以抓住表现更优赛道，实现超额收益。

- 事件化处理（Eventization）：将连续型数据转化为特定事件信号（如涨幅超过阈值、连续上涨等），便于捕捉非线性因果关系。

• Sharpe比率（Sharpe Ratio）：衡量单位风险所获得超额收益的指标，数值越高表示风险调整后收益越优。

- PE-TTM和PB-LR：市盈率采用“滚动市盈率”（TTM—过去12个月），市净率采用长期回归估值法，两者均用于行业估值水平判断。

• 宏观指标与景气度指标：宏观指标反映宏观经济环境，如货币供应、贷款余额；景气度指标反映行业和企业经营状况，如盈利能力、营运率。

---

溯源标注
本分析严格依据招商证券《生物医药产业细分赛道轮动模型“赛道”量化系列之二》报告内容撰写，相关观点和数据均有明确页码标注。[page::0-44]

---

以上便是对该份生物医药赛道细分轮动模型量化研究报告的全面、细致的剖析和阐述。欢迎进一步针对具体章节或数据深度讨论。

报告