2024年宏观经济展望与资产配置展望 [page::5][page::6][page::10][page::11]

• 2023年年内，微盘股指数涨幅最大，达48.09%，债券整体偏牛，商品价格涨跌分化。

- 2023年经济处于弱复苏，信贷及货币流动性逐步紧缩，但年末出现流动性缓和迹象。

• 预计2024年经济先降后升，一季度经济增速可能放缓但全年保持回暖趋势。

- 房地产仍是经济主要拖累项，预测2024年销售面积同比仍负增长，政府基建将继续发力。

• 通胀PPI预期持续上移，CPI预计触底回升，有利于名义经济增长。

- 货币政策预计上半年继续降准降息，利率中枢下移，海外也预期降息。

• 宏观择时模型显示策略稳健，2024年全年权益仓位将高于2023年；保持中低仓位至二季度后逐步提升。

- 小盘风格继续占优，风险指标目前未触及拐点，预计上半年维持小盘占优，下半年视经济回暖情况调整风格配置。

行业配置与因子策略表现 [page::12][page::13][page::15]

| 因子类别 | IC均值(2023) | 多空收益(%) |
|------------|------------|---------|
| 盈利 | 0.3% | -0.3% |
| 质量 | -3.5% | -1.1% |
| 估值动量 | -4.5% | 3.8% |
| 分析师预期 | 1.5% | -12.8% |
| 超预期 | 0.7% | 13.9% |
| 北向流入 | 5.1% | -5.7% |
| 调研活动 | 18.1% | 38.0% |

• 2023年只有机构调研活动因子表现突出，基本面及分析师预期因子效果欠佳，推荐2024年上半年重视调研因子，下半年回暖后提升基本面因子权重。

- 量化基金在小盘股展现优势，尤其是中证1000指数增强产品超额收益显著。

• 量化基金选股因子中，技术、市值和高频因子拥挤度较低，技术和高频因子预期持续表现优异。传统因子通过线性分段转换可明显改善因子效果和收益稳定性，推荐持续关注。

权益基金市场与选基策略 [page::18][page::19][page::20][page::21]

• 行业主题基金2023年普遍亏损，唯TMT表现较好；主动量化基金逆势上涨，总规模逐年升至1125亿元。

- 微盘基金2023年组合收益达25.56%，远超偏股混合型基金指数，小盘股仍具上涨空间。

• 行业轮动强度维持高位，业绩动量类因子有效性下降。交易类选基因子（交易动机、股票价差、隐形交易能力）表现优异。

- IPO暂停降低规模因子超额贡献，影响打新收益率，规模类因子预期受压。

ETF市场与衍生品市场展望 [page::22][page::23][page::24][page::25][page::26]

• ETF市场规模及成交额迅猛扩张，行业主题ETF多表现优于对应基金，建议结合ETF量价数据发展算法交易策略。

- 股指期货市场基差受市场情绪影响大，预计2024年基差波动加剧，基差贴水在金融产品发行与市场参与者多样化影响下可能加深，或存在套利机会。

• 2024年指数分红点位略有下降，监管政策整体稳定，对期指影响有限。

- 商品市场逐步重回产业交易，流动性改善与补库周期预计支撑商品价格上涨，重点关注能源品、贵金属、有色金属和黑色板块。

AI与量化投资前沿应用 [page::29][page::30][page::31][page::32]

• 机器学习模型（GBDT+NN）在沪深300成分股中表现优异，指数增强策略回测年化超额收益超15%，表现出色且风险可控。

- 2024年量化机构将加速拥抱更多AI算法和新模型，推动策略更新迭代。

• 大语言模型（LLM）及智能体创新带来量化投资新机遇，包括因子挖掘、行业轮动、舆情选股、基金经理特征挖掘、主观策略生成等应用场景。

- 国金金融工程深入开发多项LLM应用，实现金融文本深度分析、选股、策略构建等，并推动本地化部署和模型微调。

金融工程组《2024年宏观经济与量化投资展望》报告详尽分析

---

1. 元数据与报告概览

• 标题：小盘股为帆，AI量化掌舵——2024年宏观经济与量化投资展望

- 作者：金融工程组，高智威、赵妍、王小康等

• 发布机构：国金证券研究所

- 时间：2023年末发布，覆盖2024年宏观经济与投资策略

• 研究主题：聚焦2024年宏观经济走势、资产配置、因子选股、权益基金、衍生品市场及量化投资方法，尤其强调小盘股优势和AI技术驱动的量化投资展望。

- 核心论点与投资观点：
- 2024年宏观经济将震荡回升，通胀触底反弹，货币政策宽松带动利率中枢下移。
- 资产配置侧重于一季度低配、中高配的择时思路，小盘股风格依然占优。
- 推荐关注量化基金在小盘股的优势、市值、技术和高频因子。
- 权益基金层面推荐主动量化基金和微盘基金，ETF配置成为新热点。
- 衍生品市场基差受政策及市场参与者影响波动加大，商品市场受流动性和补库周期支持有望上行。
- 量化投资将由人工智能特别是大语言模型如ChatGPT等推动进入新阶段。

• 风险提示：模型可能失效；宏观政策、国际政治波动风险；资产相关性加大；大语言模型存在误答风险。[page::0][page::33]

---

2. 逐章节深度剖析

2.1 2024年宏观经济展望：经济震荡上行

2.1.1 大类资产表现（图表1-4）

• 关键论点：

- 2023年市场中小盘股表现突出，万得微盘股指数涨幅高达48.09%，表现显著优于沪深300和上证50等大盘指数均为负收益。
- 债券资产整体表现较稳健，信用债尤其是7-10年期信用债收益较高，表现优于国债。
- 商品板块涨跌分化明显，黑色金属和贵金属涨幅超过10%，农产品与有色金属下跌。
- 疫情后经济预期推动阶段，黑色商品和股市一度上涨，随后资金偏好转向债市，债市出现小牛市但年底资金收紧，债市震荡调整。

• 数据与逻辑：

- 股票与债券收益差异体现出经济预期与现实落差，货币流动性的波动与资产价格密切相关。
- 小盘股具备代表经济修复中小企业与成长股的特点，资金倾向于更高风险溢价的投资标的。

2.1.2 经济复苏与信用环境（图表5-10）

• 关键论点：

- 2023年经济处于弱复苏阶段，PPI等上游通胀指标6月已见底回升，但CPI和居民需求仍偏弱。
- 市场货币供应（M1同比）并不乐观，信用扩张仍处于低位，宽信用政策效果有待显现。
- 房地产仍然严重拖累经济，新增融资中地产占比较高，销售面积和新开工指标预示2024年房市难以回暖，销售面积预计同比下降6%。
- 财政发力凸显，是短期稳定经济的重要抓手，基建投资前景受关注。

• 数据解读：

- PMI与PPI联合指标已显示经济增长期，但信贷指标的低迷预示下半年经济复苏艰难，信用环境改善速度缓慢。
- 房地产销售和开工面积图表显示出持续疲软的趋势，需政策刺激。

2.1.3 未来经济走势与出口乐观（图表9, 14-15）

• 关键论点：

- 经济有周期性波动，信贷指标M1同比领先3个月，显示2024年一季度经济增速或走弱但全年回升趋势不变。
- 出口方面表现较好，CRB指数见底，库存周期回升，支持外需。
- 财政加大基建投入，补充信用，稳增长预期明确。

• 数据说明：

- M1领先指标和制造业PMI走势表明经济趋势震荡向好。
- 出口与美国制造商库存高度相关，海外补库将带动出口增长。

2.1.4 通胀及货币政策展望（图表16-20）

• 关键论点：

- PPI于2023年6月触底回升，猪肉价格作为CPI核心影响因素亦接近底部，预计2024年名义经济有望提升。
- 货币政策将继续宽松，支持经济，预计24年上半年仍有降准降息动作。
- 中美利率政策趋向宽松，为中国货币政策释放空间。

• 逻辑支撑：

- 通胀预期带动企业成本与居民消费价格同步回暖，助力经济增长。
- 经济复苏过程中货币宽松成为重要支撑手段，政策积极性高。







---

2.2 2024年资产配置策略展望

2.2.1 宏观择时模型（图表21-23）

• 观点：

- 23年宏观择时模型以经济增长信号为主驱动力，货币流动性保持低位。
- 今年模型整体提供一定超额收益，明年经济与货币预期更加明确，策略表现预期持续。
- 2024一季度预计经济边际疲软，货币流动性提升，择时仓位维持中低；二季度经济回暖，择时仓位上调。
- 年均权益仓位预期高于2023年。

• 图表解释：

- 宏观择时中经济增长和流动性指标分别表征择时仓位。
- 策略净值明显跑赢大盘基准，具有较强择时效果。

2.2.2 大小盘风格（图表24-28）

• 观点：

- 小盘股风格明年继续占优，至少上半年维持。
- 利率指标尚未发出大级别风险信号，波动率拥挤度接近阈值但尚可控。
- 观察微盘股相对茅指数表现，未见反转信号。
- M1同比低位支持小盘股配置。

2.2.3 行业配置（图表29-31）

• 观点：

- 2023年机构调研因子表现突出，领先于传统基本面和分析师预期类因子。
- 调研因子更敏锐捕捉行业轮动，建议2024年上半年继续保持调研因子配置。
- 下半年经济稳定后提升基本面和分析师预期因子的权重。

• 数据解读：

- 调研活动因子的IC(信息比率)高达18.1%，多空收益高达38%，远超其他因子。
- 盈利、质量、估值等因子多空收益均表现较弱。





---

2.3 2024年因子选股展望

2.3.1 量化基金与小盘股（图表32-34）

• 关键点：

- 各公募宽基指数的量化增强产品中，中证1000小盘指增强基金超额收益表现最佳。
- 市值越小，超额收益越显著，主要因小盘股信息不对称大，机构覆盖不足，量化选股带来明优势。
- 小盘股内部收益分布更分散，提供了更大alpha空间。

2.3.2 因子拥挤度及技术重点（图表35-36）

• 核心内容：

- 风格因子拥挤度与多空组合净值走势相关：拥挤度高时因子表现较差，反之较好。
- 一致预期因子强调今年失效且拥挤度仍高，不推荐关注；市值、技术、高频因子因拥挤度低，前景看好。
- 高频因子因其信息来源独立、收益稳定性强，推荐持续关注。

2.3.3 传统因子线性转换（图表37-42）

• 创新与发现：

- 传统因子呈现非线性及阶段性失效，线性转换技术（如分段线性近似插值）显著提升因子表现，增强收益稳定性。
- 成长、反转、波动率因子转换后多空收益率均有大幅提升，夏普率提升明显。








---

2.4 2024年权益基金投资展望

2.4.1 市场现状与热点（图表43-47）

• 要点：

- 主动权益基金整体收益不佳，中位数-12.32%，但行业主题基金表现分化，TMT表现较好。
- 国央企ETF规模大幅扩展，基金对微盘股的关注度与相关性提升，主动量化基金规模明显增长，收益优于主动权益基金。
- 微盘股基金表现优异，2023年收益率超20%，微盘指数最大容量预示空间仍大。

2.4.2 交易选基因子（图表48-51）

• 重点：

- 业绩动量因子受行业轮动强度制约，预计2024年有效性难恢复，行业轮动将持续高位震荡。
- IPO暂停减少打新收益，导致规模因子贡献下降。
- 交易主动性与隐形交易能力因子表现良好，适应市场轮动快节奏的特征。

2.4.3 主动量化基金与微盘基金（图表52-53）

• 核心内容：

- 构建微盘基金组合，2023年收益率25.56%，显著跑赢偏股混合基金指数。
- 微盘股指数容量相对基金规模有提升空间，有利于产品发行及市场扩展。

2.4.4 ETF市场活跃化与交易轮动策略（图表54-56）

• 要点：

- 行业主题ETF部分业绩优于行业主题基金，ETF配置成为FOF重要工具。
- ETF规模与交易活跃度持续提升，日均成交额近900亿元。
- 推荐未来结合量价数据等算法策略，利用ETF低成本高流动性特点提高配置效率。





---

2.5 2024年衍生品市场展望

2.5.1 期指基差与市场情绪（图表57-61）

• 核心论点：

- 期指基差表现高度受市场情绪影响，今年升水次数相对增加，反映稳增长政策带来的乐观预期提前反映。
- 期指成交量与持仓量逐年提升，参与者多元化，对冲需求强，导致期指基差贴水长期存在，且波动可能加大。
- 监管政策自2015年以来变化减少，未来变化概率低，当前政策环境稳定。
- 分红点位较2023年有所下降，影响期指贴水结构，主要集中6-8月。

2.5.2 金融产品影响与市场对冲需求（图表62）

• 内容：

- 雪球产品发行与中性策略基金对期指基差有收敛和加深贴水双向影响。
- 预计2024年金融产品发行回暖，收敛作用增强。
- 交易需求增加对基差波动影响显著，伴随多样参与者增加，期指贴水可能加深且波动加大。

2.5.3 商品市场（图表63-67）

• 重点：

- 2023年商品市场宏观预期波动减小，交易结构从预期交易向产业交易转变。
- 原油受地缘与减产驱动，贵金属受金融属性影响显现，黑色金属对经济敏感性强。
- 预计2024年整体商品行情受补库周期和流动性改善支撑，抗通胀属性明显。
- 美国CPI下降，美联储降息预期加强，商品供需错位与库存周期异动需重点关注带来波动。







---

2.6 2024年量化投资方法展望

2.6.1 机器学习模型应用（图表68-73）

• 逻辑：

- 机器学习（GBDT、神经网络）技术加强因子提取，挖掘非线性关系，超过传统线性因子组合。
- 多模型集成（GBDT+NN）性能最佳，沪深300指数增强策略年化超额收益超15%，最大回撤低。
- 策略回测覆盖2015至2023年，表现稳定且信息比率高，有效控制风险。

• 模型图示与业绩：

2.6.2 大语言模型（LLM）应用趋势（图表74-78）

• 趋势判断：

- ChatGPT类大语言模型LLM具备强文本理解、推理与生成能力，正推动量化投资进入新阶段。
- 智能体（Agent）结合记忆、规划和工具，能够拆解复杂投资任务，辅助量化策略研发。
- 大语言模型可用于因子挖掘、舆情处理、基金经理研究与基金调研自动化分析。
- 公司积极探索LLM微调、本地部署与多智能体协同，提升量化研究和应用的自动化与智能化水平。
- 预计2024年LLM能力进一步提升，应用场景更广，带来量化投资策略革命性改进。

• 案例展示：

---

3. 估值分析

• 报告未明确披露具体估值模型（如DCF或PE估值区间），主要聚焦于宏观经济基本面驱动和因子选股策略展望。

- 因子选股与量化模型基于历史因子表现（例如市值、技术、高频等）和机器学习模型优化，隐含对相关资产的相对价值预期。

• 衍生品基差分析结合统计模型与市场情绪判断，辅助期指定价与策略决策。

- 商品市场结合供需和宏观政策预期，定性研判配置机会。

整体估值评估以策略回测和因子收益率为依据，强调量化策略在不同市况下的超额能力，呈现实证投资方案而非传统估值方法。[page::0][page::29][page::33]

---

4. 风险因素评估

• 模型风险：经济模型、量化因子模型依赖历史数据和假设，政策或突发事件带来模型失效可能。

- 市场风险：宏观经济波动、市场情绪突变、全球政治摩擦升级均可能导致资产类全市场同步大幅波动。

• 政策风险：宏观政策调整对经济及流动性有重大影响，政策环境变化将极大影响资产价格与投资逻辑。

- 技术风险：大语言模型存在随机性和误判风险，可能给出不准确或误导判断，影响投资决策。

• 流动性风险：某些小盘股、微盘基金或高频因子投资标的受流动性影响较大。

- 操作风险：复杂量化策略和衍生品交易中存在技术失误的可能。

• 估值风险：部分策略的历史表现不保证未来持续，指数增强和机器学习模型存在过拟合风险。

报告有识别风险并适度警示，但缺少详细缓解手段及风险的概率评估。[page::0][page::33]

---

5. 批判性视角与分析细节

• 宏观乐观但仍存在挑战：报告对2024年经济和资产市场普遍持乐观态度，但房地产严峻、信用扩张缓慢、全球地缘风险依然是实质阻力，经济复苏基调需动态观察。

- 因子策略依赖历史表现：量化因子表现高度依赖历史统计，未来市场结构或政策变化可能影响因子有效性。报告提及传统因子拥挤和失效，但转向AI因子和换手因子策略，实际收益能否持续仍待验证。

• 智能体应用处于萌芽阶段：报告对LLM及智能体充满期待，但相关技术和安全问题尚未成熟，量化落地存在整合、模型偏误与数据安全风险，未来应用挑战大。

- 缺乏估值与宏观不确定性敏感性分析：报告未披露估值区间和敏感性分析，且对突发政治事件与黑天鹅风险关注较少。

• 报告较为全面但对技术细节和操作风险未充分展开。

- 宏观择时模型表现波动大，2023年正负收益交替，模型完善空间存在。

---

6. 结论性综合

国金证券金融工程组的《小盘股为帆，AI量化掌舵——2024年宏观经济与量化投资展望》报告全面而系统地阐述了未来一年的宏观经济走势、资产配置策略、量化选股因子、权益基金投资态势、衍生品基差结构及量化创新方向，尤为强调在经济震荡回暖和货币宽松环境中小盘股的投资机会及机器学习和大语言模型为量化投资带来的变革。

• 宏观层面：经济处于弱复苏，房地产压力仍在，但财政和货币政策积极发力支撑整体回暖，通胀触底反弹促进名义经济增长，经济将在2024年维持震荡上行格局。[page::5][page::6][page::33]

- 资产配置：强调宏观择时模型应用，2024年权益仓位将高于2023年，风格仍然偏好小盘股、低估值、高频和技术因子。行业因子投资建议分阶段调整，调研因子优先于基本面与分析师预期因子。[page::10][page::11][page::12]

• 量化投资与基金：量化基金在小盘股领域优势明显，主动量化基金和微盘基金值得重点关注。ETF市场活跃，量价数据驱动的交易轮动策略前景广阔，成为FOF重要工具。[page::14][page::18][page::21][page::22]

- 衍生品与商品：期指基差结构受市场情绪和金融产品影响大，波动加剧，套利机会增加。商品市场逐步回归产业供需，受到流动性和补库存周期支撑，大宗商品抗通胀特性显著。[page::23][page::26][page::27]

• 量化技术创新：机器学习与集成深度学习模型极大提升因子选股能力，实现高效非线性特征挖掘。大语言模型与智能体技术开启量化投资新阶段，助力多领域量化策略革新与基金研究自动化。[page::29][page::31][page::32]

图表带来的洞察

• 小盘股指数显著跑赢大盘，与宏观流动性环境吻合，量化基金积极布局小盘指数带来超额收益。

- 调研活动因子凸显机构行为在行业轮动中的领先价值，优于传统业绩和预期因子。

• 机器学习融合模型表现稳健，年化超额收益率高达15.85%，最大回撤低于5%，效果优于单一模型。

- 大语言模型技术展示了非结构化文本处理和量化因子生成的强大潜力，辅助构建智能体提升量化研究效率。

• 期指基差波动加大伴随多头贴水，套利窗口增多，金融产品发行有望增强基差收敛。

- 商品补库周期叠加流动性释放，政策利好密集，支撑原油、贵金属及有色金属上涨空间。

---

总结

该报告为投资者提供了基于详实数据和严密逻辑的2024年宏观和量化投资全景图，强调在经济震荡、政策宽松和市场主题多变的背景下，小盘股仍是核心投资主题，量化策略特别是AI赋能的机器学习和大语言模型应用将是投资优化的关键驱动力。报告视野开阔，数据详尽，技术前瞻性强，具备高度的策略指导价值。

---

全文引证页码

[page::0], [page::5], [page::6], [page::7], [page::8], [page::9], [page::10], [page::11], [page::12], [page::13], [page::14], [page::15], [page::16], [page::17], [page::18], [page::19], [page::20], [page::21], [page::22], [page::23], [page::24], [page::25], [page::26], [page::27], [page::28], [page::29], [page::30], [page::31], [page::32], [page::33]

---

如需针对报告某章节或图表做更细致分析，欢迎进一步沟通。

报告