大小盘周期状态划分与周期信号定义 [page::5][page::17]

• 通过分离趋势项与周期项，将大小盘周期划分为小盘初期、中期、过热，大盘初期、中期、过热及震荡期7种状态。

- 不同状态对应20交易日内小盘相对大盘收益率表现、胜率及赔率，进而归类周期信号为小（小盘占优）、大（大盘占优）、平（无明显强弱），用于驱动动态配置。

大小盘动态配置策略及效果 [page::6][page::18]

• 基准配置为大市值70%、微盘30%，信号为小市值占优时提升微盘至50%，信号为大市值占优时降低微盘至0。

- 2014年至2024年12月13日，动态策略长期年化收益约25%，同期70/30固定配置年化收益18.6%，单独大市值9.6%。

• 2024年动态策略累计收益达47%，显著领先其他组合，且最大回撤相对有限（动态配置最大回撤-36.9%）。

| 指标 | 动态配置 | 70/30配置 | 大市值 | 885001.WI |
|---------|------------|-----------|----------|-----------|
| 年化收益| 25.0% | 18.6% | 9.6% | 7.9% |
| 最大回撤| -36.9% | -36.2% | -42.6% | -45.4% |

大小盘历史收益与风险特征分析 [page::7][page::10][page::11]

• 微盘年化收益最高达32.1%，小市值17.0%，大市值最低3.4%，说明微盘与小市值表现相关但弹性差异明显。

- 微盘历史最大回撤多次超过30%，且极端年份达40%以上，投资过程承受较高波动。

• 大市值与小市值/微盘配置可降低最大回撤，最优战略配置中枢为微盘占比20%-30%，兼顾收益与风险控制。

趋势项与周期项的分解及判断意义 [page::14][page::15][page::16]

• 趋势项用于提示大小盘长期相对趋势，趋势项斜率正值预示小盘有持续强势可能，斜率负值则提示反转，但次数较少，存在不确定性。

- 周期项更适合短期强弱判断，周期项偏离趋势超过10%通常快速回归，偏离5%左右可能温和回撤，周期项正偏离时小盘倾向继续占优。

• 综合趋势与周期信号指导动态调整大小盘配置比例，提高投资策略的风险调整后收益。

动态大小盘配置2023-2024年最新信号及收益表现 [page::18]

• 2023年10月以来，信号成功提前反映小盘到大盘的切换，近期切换到连续小盘信号，提示小盘可能进入过热阶段。

- 动态配置显著跑赢70/30固定组合和单独大市值，体现策略对周期变化的敏捷响应优势。

风险提示 [page::19]

• 历史回溯不保证未来表现，模型及参数调整可能影响策略有效性。

- 策略拥挤风险和市场环境变化可能导致策略失效。

• 投资者应结合自身情况谨慎使用动态配置策略。

深度解析 | 金融工程深度报告：“风格轮动策略（一）：大小盘的趋势与周期”

---

1. 元数据与概览

• 报告标题： 风格轮动策略（一）：大小盘的趋势与周期

- 发布机构： 长江证券研究所

• 报告类别： 金融工程深度报告

- 时间点： 2024年报告，涵盖数据从2009年至2024年底

• 主题内容： 本报告针对A股市场中大小盘股的配置问题，通过金融工程方法分离趋势项与周期项，研究大小盘股的风格轮动，划分大小盘周期状态，结合周期信号提出动态配置策略，并回测验证效果。旨在优化大小盘资产配置以达到更佳风险收益表现。

- 核心论点与建议：
- 通过分离大小盘相对走势的趋势项与周期项，将大小盘强弱周期划分为7种状态（小盘初期、小盘中期、小盘过热、大盘初期、大盘中期、大盘过热和震荡期）。
- 根据周期状态信号，动态调整大小盘配置比例：周期信号“平”时维持70%大市值/30%微盘；“小”时微盘比例提升至50%；“大”时微盘降低至0，满仓大市值。
- 动态配置策略表现优异，自2014年以来长期年化收益约25%，显著优于固定70/30配置的18.6%和单独大市值9.6%的年化收益。
- 2024年迄今，动态配置收益高达约47%，远超固定配置和单一配置。
- 强调风险与回撤控制，指出微盘虽年化收益高，但波动大，动态配置同时控制最大回撤风险。

• 分析师团队： 邓越、覃川桃等，附有联系方式及监管编号。

[page::0] [page::1] [page::2]

---

2. 报告详细章节解读

2.1 报告要点（概览）

报告开门见山，介绍风格轮动策略中的大小盘趋势与周期判断方法，通过周期与趋势分解来划分不同状态，再结合实测的大小盘相对强弱概率（胜率）和赔率（收益风险比），形成具体信号标签（“大”“小”“平”），并设计动态配置思路。
核心推荐为动态调整大小盘配置比例，提升收益的同时控制回撤。2024年动态配置已经显著跑赢固定配置和单纯大盘走势。
多图多表为后续数据支撑和实证验证提供基础。
[page::1]

2.2 大小盘强弱周期划分方法

• 金融工程手法将大小盘的收益率序列拆分成“趋势项”和“周期项”，趋势项体现长期超额收益趋势，周期项体现短期波动，周期项偏离趋势项的程度用以划分不同的大小盘市场状态。

- 周期状态划分结果，结合历史统计判断未来20个交易日内大小盘相对收益率的表现胜率和赔率。

• 实际划分出 7 种周期状态：小盘初期、小盘中期、小盘过热、大盘初期、大盘中期、大盘过热、震荡期。

- 根据统计结果
- 大盘过热区间（周期项大幅负偏离趋势）后，小盘反转胜率高达73%，赔率1.56，信号代表小盘占优。
- 大盘初期趋势延续胜率62%，表现出大盘占优的概率较大。
- 小盘中期小盘趋势延续胜率66%，大盘中期胜率略低。
- 小盘过热时信号小盘占优，但胜率近60%，行情风险增大。

• 结合数据，信号“平”、“大”、“小”分别用来定义大小盘相对配置调整基准。

[page::2][page::5]

2.3 大小盘历史表现及风险对比

• 构造大市值（前100只个股）、小市值（中证1000后100名）和微盘（后10%总市值）组合，测算2010-2024年收益与最大回撤。

- 年化收益率排序： 微盘最高32.1% > 小市值17.0% > 大市值3.4%。

• 风险（最大回撤）情况： 小市值最大回撤最严重，有多次超过30%以上回撤，微盘次之，大市值最稳健，但极端行情（如2015年）大市值优势不明显。

- 大市值、小市值、微盘收益率具有相关性，但小市值和微盘相关性更高，弹性不同。

• 通过散点图发现部分年份大市值与小市值、微盘表现同向，同步期内大小盘轮动非首要矛盾；反之，轮动调整能显著提升收益或降低风险。

[page::7][page::8][page::9]

2.4 大小盘战略配置中枢选定

• 以收益率最大化为目标，理想状态为满仓微盘，但由于波动太大，现实中难以承受极端回撤。

- 结合收益与最大回撤分析不同配置比例下，大市值+小市值、大市值+微盘组合，寻找最优长期配置中枢。

• 测算表明，大市值70%+微盘30%配置可有效降低最大回撤（在30%以下），同时兼顾收益。

- 图表9和10显示大市值与微盘配置比例维持在60%以内时，分年最大回撤均值优于持仓单一大市值或基金指数（885001）。

• 综上，大小盘的战略配置中枢建议为微盘占比20-30%。

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

2.5 大小盘动态配置策略设计与效果

• 动态配置基于周期项的状态划分和量化信号，周期信号“三档”调整微盘比例：

- 信号“平”：维持70%大市值，30%微盘（战略中枢）；
- 信号“小”：提微盘占比至50%；
- 信号“大”：微盘占比降至0，满仓大市值。

• 这种设计兼顾策略信号准确性和风险控制，避免微盘比重过重而引发的大幅回撤。

- 2014年至2024年底回测：动态配置年化收益达25%，显著优于固定70/30配比（18.6%）和单独大盘（9.6%）。2024年前数月收益率更是达到了47%。

• 2023年10月以来市场出现大小盘剧烈切换，信号可及时反映切换行情，提示652金杯风险管理的有效性。

[page::6][page::17][page::18]

2.6 趋势项与周期项分解与应用

• 利用HP滤波法（Hodrick-Prescott滤波）对微盘与大市值对数收益比率序列进行趋势与周期分离。

- 趋势项体现大小盘长期强弱态势。趋势项斜率与未来长期（约1年，240交易日）的小盘相对强弱高度相关，正斜率通常预示小盘将持续强势，而趋势项斜率为负时长期趋向出现小盘反转。

• 周期项体现短期偏离，周期项偏离越大（±10%左右），越接近快速均值回归的临界点，周期项偏离也用于短期大小盘相对强弱状态划分。

- 基于趋势项和周期项的不同组合形成了轮动信号由大盘向小盘或反之切换的依据。
[page::14][page::15][page::16]

2.7 风险因素归纳

• 历史数据检验不保证未来表现，因历史经验无法涵盖市场所有状态，单次信号存在误判风险。

- 回溯方法、组合定义及模型参数调整可能影响策略有效性和结论稳定性。

• 策略拥挤风险：策略被大量相似量化产品采用后可能导致表现失灵，市场活跃度和流动性变化会影响策略表现。

- 模型对新市场环境适应性有限，市场变化和创新可能使模型失效。
[page::19]

---

3. 图表深度解读

图1（大小盘周期状态划分示意图）

• 显示大小盘趋势线及周期项划分的7个周期状态区间，横坐标为周期，纵坐标为周期相对于趋势的百分比偏离。

- 颜色区分小盘和大盘趋势区间，如小盘过热显示在周期偏离上限（约+15%），大盘过热则偏离底端（约-15%）。

• 直观反应周期信号的变化过程和周期节点。

[page::5]

表1（不同周期状态下胜率和赔率统计）

• 数据表展示各状态对应胜率（未来20日大小盘相对强弱攻击次数正确的比率），赔率（平均收益率与错判风险的比例），及相应信号类型。

- 示例如大盘过热状态，胜率73.2%，赔率最高1.56，表现为小盘占优信号。

• 数据量较大，信号具有较强实证基础。

[page::5]

图2（大小盘动态配置效果单位净值对比）

• 比较动态配置、70/30 配置及大市值单独持仓年度净值变化走势，动态配置净值上升最显著，尤其2014年后呈强劲上涨趋势。

- 直观体现动态配置的超额收益优势。
[page::6]

表2（大小盘动态配置分年收益与最大回撤）

• 展示动态配置、70/30配置、大市值和基金指数在各年及长期的收益率和最大回撤对比。

- 动态配置策略不仅提升收益，还在极端年份控制最大回撤更优于单一大市值。

• 数据具体支持动态调配优势。

[page::6]

表3（大市值、小市值、微盘分年收益及最大回撤）

• 统计不同市值分类组合的年化及逐年表现，确认微盘收益更高但风险也更大。

- 最大回撤指标清晰反映小市值、微盘极端行情损失较大。
[page::7]

图3~图5（大小盘不同组合散点图）

• 展示不同市值组合年度收益之间的相关性，通过散点分布判断其相关系数及是否存在弹性差异。

- 小市值与微盘高度相关，大市值相关性较弱且多有年份互补。
[page::8]

图6（大小盘同步时示例）

• 按2019年行情示范大小盘同步走势，显示大小盘轮动在该年度非主导因素。

[page::9]

图7~图8（不同配置比例下长期年化收益率）

• 直观显示大市值搭配小市值或微盘不同占比后的年化收益情况，微盘搭配显示更高潜在收益。

[page::10]

图9~图10（不同配置比例下最大回撤）

• 反映全区间最大回撤与年均最大回撤，通过竖线标注重要阈值，辅以颜色区分，协助诠释配置策略下风险控制范围。

[page::11]

图11（70/30策略净值走势）

• 进一步细化70/30配置策略的长期净值走势及风险控制效果。

[page::12]

表5（70/30组合分年收益及最大回撤）

• 详细呈现70/30战配年度数据，与微盘100%及大市值100%对比，支持组合策略风险收益优于单极策略。

[page::12]

图12（主动权益类基金市值配置比例）

• 数据展示市场主流主动权益基金市值配置，与策略建议的70/30配置相符，强调策略的市场实践共识。

[page::13]

图13~图15（趋势项与周期项分解）

• 图13示出大市值、微盘及相对走势趋势。

- 图14表现趋势项滤波后的平滑走势。

• 图15展示周期项波动和上下分界线，用以确定周期状态。

[page::14][page::15]

图16~图18（趋势项斜率与收益率关系）

• 图16体现趋势斜率与未来240交易日大小盘收益相关性，提示长期趋势持续性。

- 图17短期20交易日关系弱，趋势斜率非短期判断工具。

• 图18周期项偏离程度与短期收益负相关，有助判断市场均值回归可能。

[page::15][page::16]

图19（周期状态划分示意）

• 结合趋势与周期划分形成7状态分界图，直观展现信号赋值依据。

[page::17]

图20~图21（2023.10以来周期信号及收益曲线）

• 展示近期周期状态信号转变与对应收益变动，验证策略及时性及有效性。

[page::18]

---

4. 估值分析

本报告并未涉及具体公司或行业的估值分析，主要聚焦于市场风格轮动及策略模型构建，对估值模型（如DCF、PE等）未做体现与讨论。

---

5. 风险因素评估

• 历史回溯的局限性： 历史统计不必然反映未来，极端市场变化可能削弱模型适用性。

- 方法论和参数风险： 组合构建及滤波参数更改可能影响信号准确性和模型稳健性。

• 策略拥挤风险： 量化策略过多追随相同信号时可能失灵。

- 模型适应性风险： 市场创新速度快，模型更新滞后带来的风险。

• 战略风险提示清晰，强调模型和策略均需动态再验证和风险管理。

[page::19]

---

6. 批判性视角与细微差别

• 报告对大小盘周期状态的划分和信号解释建立在过去十余年市场表现统计之上，尽管有PIT方法以避免未来数据泄漏，但依然面临罕见极端事件的不确定性。

- 对信号胜率虽然披露，但整体胜率仅在50-73%波动，说明策略具备概率优势但非确定性，操作时需结合风险控制。

• 微盘资产年化收益率虽大，波动和极端回撤风险也高，在实际应用中若盲目满仓，风险难以兜底。报告对此保持谨慎态度，主张动态调整及控制微盘比重。

- 报告未充分探讨策略的交易成本影响，尤其动态调仓易带来更高的换手率和交易成本，可能影响实际净收益。

• 市场结构、流动性、制度变化等环境因素对模型的影响不深层展开，未来可能成为影响策略有效性的隐患。

- 报告偏重于数量模型验证及历时数据回溯分析，缺乏对宏观经济、政策面及行业结构变化等定性因素的综合分析。

• 图表及文本中周期划分和信号解读要求较高的专业理解，对非专业用户理解门槛较高。

[page::2][page::19]

---

7. 结论性综合

本份“风格轮动策略一：大小盘的趋势与周期”深度报告通过创新的金融工程技术以HP滤波分离趋势项与周期项，科学划分大小盘股票市场的多阶段周期状态，结合历史统计的胜率和赔率，将大小盘相对强弱信号纳入动态配置机制，实现了资产配置的精细化调整。
实证结果清晰显示，动态根据大小盘周期信号调整配置比例（微盘比例在0-50%间变化）显著提升了长期收益率并有效控制了最大回撤风险，战略配置的70/30基准比例也获得了市场主动管理基金的支持与验证。
趋势项确保了长期趋势判断的参考价值，而周期项为短期调整提供了科学依据，二者结合推动了动态资产配置策略的创新。尽管微盘回报诱人，且风险不低，报告提出的动态配置方案兼顾收益弹性和风险承受，支持稳健投资风格。
报告对风险因素有明确识别，特别强调历史回溯的限制、模型参数依赖及潜在的策略拥挤风险，建议投资者结合自身情况审慎应用。总体来看，报告立场客观严谨，策略实证充分，动态配置策略值得在实际投资中重点关注。
最终，推动投资者通过信号驱动的方法优化大小盘股票配置，以期实现更高的风险调整后收益。
[page::18] [page::6] [page::19]

---

附件：重要图表（示例）

图1：大小盘周期状态划分示意图

图2：大小盘动态配置效果单位净值对比（截至 2024.12.13）

图15：大小盘相对走势的周期项分解

图19：大小盘周期状态划分示意图

---

综上，本报告以数据和金融工程方法构筑了有力的大小盘风格轮动模型体系，为投资者提供了科学、有效的动态配置路径和实务参考。

报告