北上资金持股行业偏好分析 [page::4][page::5]

• 北上资金持股主要集中于食品饮料、医药、家电等行业，偏好结构与A股市场整体行业市值占比明显不同。

- 北上资金持股规模自2016年以来不断提升，影响力逐步加强。

北上资金偏好因子构建与表现 [page::6][page::7]

| 基准 | 平均IC | IC标准差 | 最大IC | 最小IC | IC t统计 | ICIR |
|----------|---------|---------|---------|---------|---------|------|
| 全部A股 | 13.49% | 27.39% | 62.02% | -58.08% | 3.38 | 0.49 |
| 陆股通 | 13.42% | 28.44% | 60.99% | -51.08% | 3.23 | 0.47 |
| 沪深300 | 13.47% | 27.17% | 63.55% | -47.98% | 3.40 | 0.50 |

| 基准 | 年化收益率 | 波动率 | 夏普比率 | 最大回撤率 |
|----------|-----------|--------|---------|------------|
| 全部A股 | 22.49% | 14.56% | 1.54 | 13.13% |
| 陆股通 | 20.32% | 14.70% | 1.38 | 15.55% |
| 沪深300 | 20.58% | 13.96% | 1.47 | 12.34% |

• 全部A股基准偏好因子表现最佳，具备较强的下期行业收益预测能力。

北上资金流向因子及周期比较 [page::8][page::9]

| 计算周期 | 平均IC | IC标准差 | 最大IC | 最小IC | IC t统计 | ICIR |
|---------|---------|---------|---------|---------|---------|------|
| 1个月 | 3.32% | 19.21% | 35.76% | -51.92% | 1.19 | 0.17 |
| 3个月 | 9.98% | 18.38% | 58.87% | -38.47% | 3.72 | 0.54 |

| 计算周期 | 年化收益率 | 波动率 | 夏普比率 | 最大回撤率 |
|---------|-----------|--------|---------|------------|
| 1个月 | 9.48% | 9.99% | 0.95 | 11.17% |
| 3个月 | 15.76% | 10.04% | 1.57 | 7.16% |

• 3个月流向因子优于1个月因子，代表外资持仓周期较长。

龙头股持仓构建因子效果不及全部持股 [page::9][page::10]

| 因子 | 平均IC | IC标准差 | 最大IC | 最小IC | IC t统计 | ICIR |
|------|--------|---------|---------|---------|----------|-------|
| 偏好因子 | 11.91% | 28.51% | 57.29% | -50.84% | 2.86 | 0.42 |
| 流向因子 | 6.98% | 15.99% | 39.51% | -24.48% | 2.99 | 0.44 |

| 因子 | 年化收益率 | 波动率 | 夏普比率 | 最大回撤率 |
|------|-----------|--------|---------|------------|
| 偏好因子 | 16.66% | 15.65% | 1.06 | 19.76% |
| 流向因子 | 9.90% | 8.14% | 1.22 | 6.22% |

• 龙头股代表性不及全部持股，构建因子稳定性与收益表现较弱。

北上资金合成因子构建及表现 [page::11][page::12][page::13]

| 因子 | 平均IC | IC标准差 | 最大IC | 最小IC | IC t统计 | ICIR |
|------|---------|---------|---------|---------|----------|------|
| 合成因子 | 16.71% | 25.18% | 60.29% | -42.45% | 4.55 | 0.66 |

• 合成因子IC显著高于单一因子，表明偏好因子与流向因子信息互补。

- 分位数组合表现为年化收益率从Top组的16.89%递减至Bottom组的-9.68%[page::12]。





| 组合 | 年化收益率 | 波动率 | 夏普比率 | 最大回撤 | 年化超额收益率 | 跟踪误差 | 信息比率 | 超额最大回撤 |
|--------|-----------|--------|---------|---------|----------------|---------|---------|--------------|
| Top | 16.89% | 20.16% | 0.84 | 28.93% | 13.18% | 7.28% | 1.81 | 3.14% |
| Bottom | -9.68% | 17.94% | -0.54 | 42.12% | -12.89% | 5.95% | -2.16 | 42.45% |
| 市场 | 3.50% | 17.74% | 0.20 | 31.66% | | | | |
| L-S | 28.82% | 11.65% | 2.47 | 5.05% | - | - | | - |

基于北上资金因子的行业轮动策略构建与回测 [page::13][page::14][page::15]

| 指标 | 行业轮动策略 | 等权基准 |
|--------------|-----------|---------|
| 年化收益率 | 14.12% | 3.29% |
| 年化波动率 | 22.60% | 20.17% |
| 夏普比率 | 0.62 | 0.16 |
| 最大回撤 | 36.03% | 34.99% |
| 双边换手率（月度） | 65.63% | 5.32% |
| 年化超额收益率 | 11.15% | - |
| 跟踪误差 | 7.50% | - |
| 信息比率 | 1.45 | - |
| 超额最大回撤 | 8.51% | - |

• 策略实现月度调仓，选取因子排名前6行业等权构建组合。

- 策略在2018-2020年均实现正超额收益，尤其2020年超额收益高达25.65%。

• 策略胜率高，盈亏比良好，适合资产配置中的行业轮动应用。

《基于北上资金持股的行业配置策略——资产配置系列之二》报告详尽解析

---

1. 元数据与报告概览

• 报告标题：基于北上资金持股的行业配置策略——资产配置系列之二

- 作者及机构：高智威，东兴证券研究所

• 联系方式：电话0755-82832012，邮箱 gaozhw@dxzq.net.cn

- 发布日期：2021年中期左右（基于报告内时间节点推断）

• 研究主题：通过分析北上资金（陆股通资金）持股结构，构建行业轮动因子以及相应的行业轮动策略，探讨外资对A股行业收益的预测能力。重点关注行业配置的量化解决方案，属于资产配置领域的量化模型研究。

核心论点与结论：
报告明确指出北上资金持股反映了外资对A股市场的观点及对行业的看好程度。基于全市场股票池构建的行业偏好因子表现最佳，且构建了三个月周期的资金流向因子进一步捕获行业配置变化信息。将偏好因子和流向因子合成后，构建的北上资金因子在预测行业收益上效果更佳。基于此因子构建的行业轮动策略回测显示，年化收益显著优于等权基准，收益稳定且具有较高的夏普比率和信息比率，风险控制良好。报告强调模型基于历史数据，政策和市场环境变化可能导致模型失效的风险[page::0]，[page::3-15]。

---

2. 逐章节深度解读

2.1 北上资金与行业配置

1.1 陆股通发展概况

报告回顾了陆股通的形成背景、定义及其市场地位。
陆股通（沪股通+深股通）自2014年11月和2016年12月先后开通，为外资进入A股提供主要渠道，相比QFII/RQFII数据更完整且无严重数据滞后，故适合用于分析外资持股结构。随着陆股通规模持续扩大，持股市值占比从不足1%升至接近4%，其市场影响力显著增强。陆股通股票涵盖了大部分市值较大且流通性好的优质股票，为研究提供了较全面的覆盖范围。

图2展示了陆股通标的数量及其占全部A股的比例变化，整体稳定于30%以上，体现覆盖面。图3则说明持股市值及占比的稳步提升，说明北上资金影响不断扩大[page::3-4]。

1.2 北上资金持股特点

通过持股市值最大股票（表1）观察，北上资金偏好集中于食品饮料（如贵州茅台、五粮液）、家电（美的集团、格力电器）、银行（招商银行、平安银行）、医药（恒瑞医药）、非银行金融及新能源领域（宁德时代）等行业。行业集中度反映北上资金的行业偏好。
图4和图5进一步对比了北上资金持股行业占比与A股流通市值行业占比，直观反映了北上资金远高于市场的食品饮料、医药、家电行业配置，银行权重则相对较少，说明外资更倾向于成长性相对较好的行业，而非传统银行业[page::4-5]。

2.2 行业轮动因子的构建

2.1 北上资金偏好因子

定义为陆股通持股占比相比较市场基准行业占比的超配比例（公式见报告），用于衡量北上资金对各行业的相对偏好程度。市场基准选择分别用了全部A股、陆股通标的池及沪深300成分股，多基准测试以验证因子稳健性。
采用IC（信息系数）检验因子预测能力，计算因子排序与下一期行业收益排序的相关性，IC绝对值越高预测能力越强。分位数组合则测试实际投资组合基于因子排序的收益表现。
结果显示，三个基准构建的偏好因子IC均值均在13%以上，其中全部A股基准表现最佳，IC均值达到13.49%（表2）。多空组合的年化收益率以全部A股基准最高达22.49%，夏普比率1.54，表现稳定且显著优于其他基准（表3，图6)。该因子基于持股存量，反映的是长期行业超配[page::5-7]。

2.2 北上资金流向因子

为捕获短期行业配置的变动趋势，设计了行业流向因子，用以测量相较于经过涨跌调整的前期配置比例，行业配置所发生的主动调整幅度。使用1个月和3个月两个周期验证持仓变动的预测作用。
数据表明3个月流向因子预测能力较好，IC均值9.98%，同时其多空组合达到15.76%的年化收益与1.57的夏普比率，远超1个月流向因子（表4、表5，图7）。这反映出北上资金持仓调整通常具有较长的持有周期，短期内资金变动不够稳定且难以代表真实投资判断[page::7-9]。

2.3 基于龙头股的北上资金因子

报告尝试用市值前10%的行业龙头股持仓代表行业配置，构建相应的偏好因子和流向因子，希望更聚焦核心个股持仓信息。
结果显示，基于龙头股的因子IC和多空组合收益均较全部持股因子下降明显（偏好因子IC均值由13.49%跌至11.91%，流向因子由9.98%降至6.98%），夏普比率和最大回撤也表现较差（表6、7，图8-10）。这说明北上资金的行业配置信息不能完全由龙头股持仓替代，持仓的广泛性对因子有效性至关重要[page::9-10]。

2.4 行业轮动合成因子构建

因子相关性分析显示，不同股票池的偏好因子间相关性极高，而偏好因子与流向因子相关性极低（表8），提示这两类因素提供了不同维度的行业配置信息。
报告选择以全部A股为基准的偏好因子结合3个月流向因子，分别做标准化后等权合成。合成因子IC均值达16.71%，显著优于单因子，ICIR为0.66。多空组合年化收益率提升至28.82%，夏普比率2.47，且最大回撤仅5.05%（表9-10，图11-14）。
分位数组合显示Top组合显著跑赢市场，Bottom组合显著跑输，交易策略有效。因子在时间序列中多数月份保持正IC，展示较强预测稳定性[page::10-13]。

2.3 基于北上资金持股构建的行业轮动策略

利用合成因子，设计每月调仓策略：月末选取因子排名前6行业等权配置形成投资组合，与29个行业等权基准比较。
回测区间2017年6月至2021年4月，手续费设定严谨（单边千分之三）。
策略年化收益14.12%，远高于基准3.29%；超额收益11.15%，信息比率1.45，表现稳健且风险受控。换手率65.63%，属于适中水平，策略采用多行业权重调节或可进一步压缩换手率。
不同年度收益中，2018-2020年均实现正超额收益，尤其2020年超额达到25.65%，展示策略周期效应良好[page::13-15]。

2.4 总结与风险提示

总结报告发现，北上资金持股—尤其是基于全部股票池的偏好因子和3个月流向因子—具有良好的行业收益预测能力。两类因子合成进一步提升了预测稳定性和收益表现。基于此构建的行业轮动策略具备显著的超额收益和较优的风险调整后收益指标，为投资者提供了可行的量化行业配置模型。
报告也提醒模型基于历史数据，在政策、市场环境发生剧烈变化时存在失效风险[page::15]。

---

3. 图表与数据深度解读

图1 东兴金工行业配置框架（Page 3）

三个齿轮图直观展示了行业配置研究体系：涵盖短期价量分析，估值盈利与机构持仓（北上资金在此处重点关注），以及宏观经济周期影响。齿轮之间动态关联，体现多因子、多视角综合分析模型架构。

图2 陆股通和全部A股股票数量（Page 4）

三条线表示陆股通标的数量、全部A股数量及其比重变化。陆股通标的数稳定约1500个，占全部A股30%-50%范围，伴随A股数量增长比例略降，但覆盖稳定，说明陆股通聚焦核心优质标的。

图3 陆股通持股市值及占比（Page 4）

25,000亿元人民币的持股市值大幅攀升，占比由不足1%升至近4%。这体现了外资通过陆股通对A股市场的持续看好和资金显著增强。

表1 北上资金持股市值最大10只股票（Page 5）

贵州茅台市值高达1927亿元，持股比例7.64%，其次为美的集团、平安、中国平安等。这些龙头企业分布于消费、金融、新能源等核心行业，体现优质蓝筹的集中特征。

图4 和图5 北上资金 vs A股流通市值行业占比（Page 5）

北上资金重仓食品饮料（16% vs 10%）、医药（12% vs 8%）、家电（8% vs 7%），但对银行配置较少（8% vs 48%），显示与市场整体显著差异，体现外资更偏好成长性和品牌集中度较高行业。

表2 & 表3 偏好因子的IC与多空组合表现（Page 6-7）

三个基准均表现稳定，IC均值13%左右，表明因子与未来行业收益正相关。年化收益20%以上及夏普在1.4以上，体现了因子的投资价值。

图6 偏好因子多空组合净值（Page7）

净值稳步增长趋势明确，尤其2019年后表现强劲，领先于基准指数。

表4 & 表5 流向因子的IC与多空组合表现（Page 8）

3个月流向因子优于1个月，IC近10%，说明中期持仓变动更具预测性；年化收益15.76%，夏普1.57，表现优异。

图7 流向因子多空组合净值（Page 9）

3个月线明显跑赢1个月线，净值曲线平稳上升，表明短期数据波动对长期趋势影响有限。

表6-7 基于龙头股的因子表现（Page 9-10）

因子表现明显下降，IC和年化收益双双减少，夏普比率下降说明信号质量变差，印证完整持股数据对于构建有效因子更具价值。

图8-10 龙头股与全部持股因子对比（Page 10）

图中蓝色全部持股均高于红色龙头股，无论IC还是夏普比率都表现更优。

表8 因子相关性（Page 11）

偏好因子之间相关性高达0.94以上，说明不同股票池指标稳定；偏好因子和流向因子相关性几乎为0，体现两者信息互补。

图11 与表9 合成因子IC表现（Page 11）

IC中多数月份为正，平均16.7%，ICIR提升至0.66，统计显著性增强，显示因子合成提升了预测稳定性。

图12-14 分位数组合与多空组合收益表现（Page 12-13）

Top组收益最高、底部组合显著跑输市场，体现因子筛选有效。L-S组合夏普达2.47，年化收益近29%，风险控制良好，表现出良好的可操作性。

图15-16 及表11 行业轮动策略净值与指标表现（Page 14）

轮动策略净值明显优于等权基准，超额收益持续累积。夏普比率0.62优于基准0.16，信息比率1.45，换手率适中。最大回撤36.03%与基准类似，整体风险控制较好。

图17 行业轮动策略分年度超额收益（Page 15）

除了2017年和2021年数据较少，大部分年份策略获得正超额收益，尤其2020年达到25.65%。表明策略整体胜率高，且盈亏比良好，有效捕捉市场机会。

---

4. 估值分析

报告核心内容为行业轮动因子开发与应用，未涉及公司具体估值或DCF、P/E估值模型。逻辑基于北上资金持股行为与行业收益的相关关系，通过因子构建和历史回测验证投资绩效。估值分析非该报告重点领域。

---

5. 风险因素评估

• 模型失效风险：核心结论基于历史持股数据与行业收益相关性的统计分析，市场结构变化、宏观经济大幅震荡、政策环境突变都有可能导致模型预测失灵。

- 数据覆盖限制：龙头股之外的小盘股持仓信息对因子有效性影响明显，数据不完整或时滞可能削弱因子稳定性。

• 持仓调整周期风险：短周期流向因子表现弱，若市场极端波动可能使策略频繁调仓增加交易成本或风险。

- 市场环境依赖性：策略优异表现集中于一定周期，某些年份表现较弱，投资者需关注市场周期变化带来的波动风险。
报告未提供具体的缓解方案，但提醒投资者关注政策和市场环境变化可能的影响，并建议结合其他信息综合判断[page::0,15]。

---

6. 批判性视角与细微差别

• 因子适用范围：因子构建依赖北上资金持仓和流向，适用于A股市场且主要反映外资观点，内资与其他机构动向未被直接捕获，因而策略偏外资视角，需要结合国内其他因子加强稳健性。

- 龙头股代表性不足：报告明确指出用龙头股代替全部股票反而因子效果变弱，强调广泛持仓数据的必要性，这对信息获取及策略执行提出较高要求。

• 持仓周期选择：流向因子3个月周期表现最佳，短期（1个月）波动信号噪声大，说明北上资金持仓调整周期相对较长，突变时信号可能滞后。

- 换手率偏高：尽管换手率适中，但双边月度65%对部分纯行业基金可能较高，长期实操时需注意交易成本及市场影响。优化权重调整方式是报告建议方向。

• 历史回测局限：样本时间4年左右，且2020年表现突出，未来策略稳定性和抗风险性仍需在更多环境中验证。

整体报告逻辑严谨，数据详实，量化指标清晰，但因基于历史行情，主动调整及风控仍需结合实际投资环境[page::6-15]。

---

7. 结论性综合

本报告聚焦北上资金持股信息，充分挖掘外资在A股行业配置中的信息价值。基于全部股票的持仓数据，报告构建了行业偏好因子和行业流向因子，分别捕捉外资对行业的超配程度及最近配置变动。二者相关性低，互为补充。将两类因子合成后，预测能力显著提升，因子的IC均值达到16.7%，对应多空组合实现近29%的年化收益，夏普比率高达2.47。

在此基础上，报告以月调仓方式，选择前6个因子排名靠前行业构建行业轮动策略。回测显示策略年化收益14.12%，显著优于等权基准3.29%，全年超额收益11.15%，信息比率1.45，收益稳健且风险受控。策略在2020年表现尤为突出，超额收益达25.65%，具备较强的实战价值。

图表和数据充分体现了北上资金持仓重要性增长（图2、3），行业偏好明显（图4、5，表1），因子有效性验证（表2-9，图6-14），策略实操表现（图15-17，表11）。

同时，报告指出龙头股持仓无法完全代表行业配置，合成因子稳定性依赖丰富持股数据，短周期调整信号相对不稳，存在模型失效风险，需结合宏观与政策环境综合判断。

综上，报告不仅提供了系统的北上资金行业配置分析框架，更验证了基于外资持股构建的行业轮动因子及策略的高效性，为投资者在量化资产配置中提供了重要的参考思路和实操方案[page::0-15]。

---

附：主要图表索引（部分示例）

• 图1：东兴金工行业配置框架[page::3]

- 图2：陆股通和全部A股股票数量[page::4]

• 图3：陆股通持股市值变化[page::4]

- 表1：北上资金持股市值最大的10只股票[page::5]

• 图4&5：北上资金与A股流通市值行业占比对比[page::5]

- 表2、3：北上资金偏好因子IC及多空组合表现[page::6-7]

• 图6：偏好因子多空组合净值[page::7]

- 表4、5：流向因子IC及多空组合表现[page::8]

• 图7：流向因子多空组合净值[page::9]

- 表6、7：基于龙头股的因子表现[page::9-10]

• 图8-10：龙头股与全部持股因子对比图[page::10]

- 表8：因子相关性表[page::11]

• 图11：北上资金合成因子IC时间序列表现[page::11]

- 图12-14：合成因子分位数组合及多空净值表现[page::12-13]

• 图15-17：行业轮动策略净值、超额净值及分年度超额收益[page::14-15]

- 表11：行业轮动策略关键指标对比表[page::14]

---

总结

本报告以北上资金为视角，结合量化因子构建和实证验证，为A股行业资产配置提供了切实可行的量化策略和策略评估指标，展示外资流向和持股行为的预测价值。尽管模型基于历史表现且受限于市场环境的变化，但为投资者提供了独特且有效的行业配置思路和参考，尤其适合关注外资动向的资产管理与量化投资团队。

报告