主要市场与行业表现综述 [page::2]

• 过去一个月，国证2000、中证1000、中证500分别上涨3.09%、1.86%、0.30%，上证50和沪深300分别下跌约2%。

- 行业涨幅以煤炭（6.94%）、传媒、商贸零售和汽车为主，电力设备及新能源等行业表现相对较弱。

超预期增强策略推荐行业及ETF布局 [page::3]

| 行业分类 | 基金代码 | 基金简称 | 上市日期 |
|------------|----------------|--------------------------|--------------|
| 汽车 | 560000.F | 浦银安盛中证智能电动汽车ETF | 2021-09-30 |
| 石油石化 | 159731.F | 华夏中证石化产业ETF | 2021-12-10 |
| 通信 | 159811.F | 博时中证5G产业50ETF | 2020-04-22 |
| 银行 | 516210.F | 华安中证银行ETF | 2021-09-24 |

• 十二月份推荐行业为银行、石油石化、汽车、通信和轻工制造，较上月聚焦于多方协同生产及政策支持行业。

- ETF基金覆盖多个细分行业，为投资者提供明确的行业配置工具。

多因子分析与量化因子表现 [page::5][page::6]

• 估值动量和分析师预期因子IC值较高，分别达15.12%、26.45%，多空收益率表现优异。

- 调研活动因子近年来表现持续稳定，年化多空收益达20.00%，夏普比率为1.77。

超预期增强与调研活动策略回测表现 [page::7][page::8]

• 超预期增强行业轮动策略2011年起年化收益率达11.14%，夏普比率0.43，显著优于行业等权基准。

- 调研活动精选策略自2017年起年化收益率6.55%，夏普比率0.33，2023年超额收益创新高19.97%。
| 指标 | 超预期增强 | 景气度估值 | 行业等权 | 超预期增强超额 | 景气度估值超额 |
|----------------|------------|------------|----------|----------------|----------------|
| 年化收益率 | 11.14% | 8.63% | 4.15% | 7.03% | 4.81% |
| 夏普比率 | 0.43 | 0.33 | 0.17 | 0.78 | 0.56 |
| 11月份收益率 | 0.20% | 2.69% | 1.17% | -0.96% | 1.52% |
| 2023年收益率 | -11.50% | -6.97% | -3.30% | -8.63% | -3.72% |

量化因子细分及行业配置调整机制 [page::9]

• 超预期增强策略通过盈利、质量、估值动量、分析师预期与超预期因子构建，调研行业精选侧重调研热度与广度因子。

- 十二月行业轮动以银行、汽车等行业因超预期因子得分提升为主，传媒与家电行业得分下降，导致部分行业调出推荐。

• 通信、轻工制造行业得到多策略共同推荐，具备较强投资价值。

风险提示与声明 [page::10]

• 策略基于历史数据模型构建，存在政策和市场环境变化时的失效风险。

- 不同因子及策略可能面临阶段性失效，市场波动或超出模型预估范围。

• 报告仅供风险评级高于C3级投资者参考，非构成具体投资建议。

国金证券金融工程组调研活动精选策略研究报告详尽分析

---

一、元数据与报告概览

• 报告标题：调研活动精选策略今年超额创新高至19.97%

- 发布机构：国金证券股份有限公司，金融工程组

• 分析师：高智威（执业编号S1130522110003）

- 发布日期：2023年12月初（报告内容截至2023年11月底）

• 研究主题：行业轮动策略及因子模型（尤其聚焦超预期增强因子、调研活动因子与分析师预期因子）在A股主要行业配置上的应用及表现，核心在于行业推荐与策略表现比较。

核心论点与投资评级：
报告分析了基于超预期增强和调研活动等多因子的行业轮动配置策略，强调今年“调研活动精选策略”实现了19.97%的超额收益，展现优异的历史和现实表现，重点推荐通信、轻工制造、煤炭、医药、电力及公用事业等行业。策略采用以基本面为核心，结合估值动量和资金面等多维度因子，通过月度调仓实现行业配置优化。报告未直接提出具体单只股票评级与目标价，而是提出多策略行业配置方案及ETF推荐，着眼于策略层面的风险收益平衡与因子驱动。

总体意图传达的是对于数据驱动、以超预期和调研热度为核心的行业轮动模型在当前市场下具备显著异常收益能力，且推荐关注相关行业进行配置布局。[page::0,1]

---

二、逐节深度解读

2.1 市场概况与当期行业推荐

• 主要市场指数表现：

- 过去1个月，宽基指数表现分化，国证2000涨3.09%，中证1000涨1.86%，中证500涨0.30%；而上证50及沪深300分别下跌1.89%和2.14%。这一表明小市值及中小盘相对大盘表现较好。
- 行业层面，中信一级行业中18个行业上涨。涨幅最大为煤炭（6.94%），传媒、商贸零售、综合及汽车行业涨幅居前。表现靠后的为电力设备及新能源（-3.28%）、非银行金融（-3.30%）、建材（-3.88%）。
- 图表1清楚描绘上述指数和行业月涨跌幅趋势，显示出相对强弱，热点行业集中于能源和消费领域。[page::2]

• 十二月行业推荐：

- 基于“超预期增强行业轮动策略”，推荐银行、石油石化、汽车、通信和轻工制造五个行业。相比上月，则由此前的家电、食品饮料、综合切换而来，体现了策略对市场环境的动态调整和风格分散。
- 调研行业精选策略推荐通信、轻工制造、煤炭、医药和电力及公用事业；景气度估值策略推荐传媒、交通运输、石油石化、通信和家电。三策略交集行业是通信，且轻工制造被两策略推荐。
- 详细描述了各推荐行业的基本面因素，如银行行业政策引导优化资金结构，石油石化受油价提振业绩环比、同比显著回暖，汽车产业链升级和产能提升，通信行业营收与净利润增长虽放缓但稳健，轻工制造受消费季活动推动，“以竹代塑”政策刺激造纸板块发展。[page::3]

• ETF配置便利性描述：

- 附上与推荐行业相关的多个ETF基金代码、管理人及基金经理信息，便于投资者操作配置。[page::3]

2.2 行业轮动策略构建与因子分析

• 策略架构：

- 以基本面为核心，结合估值动量因子（估值面）和资金面（如北向资金持仓、公募持仓）综合研判。
- 基本面包括盈利、质量、分析师预期及核心“超预期因子”，后者揭示业绩指标实际超过市场预期的程度。其逻辑为：业绩虽增长但未达预期行业可能被高估，反之则具备超额收益机会。
- 另设调研行业精选策略，利用机构调研频次（热度）和覆盖广度来捕捉市场关注度与拥挤度信号。
- 保持对传统景气度估值因子策略的关注作为参考。[page::4]

• 大类因子表现：

- 11月因子IC（信息系数）显示估值动量和分析师预期因子均表现良好（IC分别为15.12%和26.45%），多空收益率对比同行也极具优势。调研活动和超预期因子今年来都呈现稳定出色表现，尤其调研活动多空收益37.97%，显著优于其他因子。
- 图表5详列因子IC及收益表现，数据充分表明调研活动及超预期因子通过挖掘市场机构关注和业绩超预期两大维度，有较高的因子稳定性和收益贡献。[page::4-5]

2.3 策略因子历史表现及统计

• 超预期增强因子：

- 自2011年以来IC均值达8.99%，风险调整后的IC为0.33，月均多空年化收益率19.24%，夏普比率1.77，表现出较强预测力和收益稳定性。
- 11月IC略为负面（-2.66%），月度多空收益稍负（-0.01%），但长期趋势维持正向。图表9-10显示该因子IC及收益的时间序列波动与趋势。[page::5-6]

• 调研活动因子：

- 自2017年以来IC均值11.25%，风险调整后更佳（0.57）。年化多空收益率高达20%，夏普比率同为1.77。
- 该因子IC多数时间为正，表明机构调研热度和覆盖广度反映了明显的机构情绪和潜在的信息优势。图表11-12展示时间线上的IC与多空组合净值提升趋势。[page::6]

2.4 行业配置策略综合表现与比较

• 超预期增强行业轮动策略：

- 采用月度调仓，每期选出前1/6（5个）行业等权配置，手续费为0.3%。11月表现净收益0.20%，略低于行业等权1.17%，超额收益-0.96%。
- 全周期表现显著优于行业等权基准，年化收益11.14%，夏普0.43，对比基准4.15%与0.17，超额收益7.03%，最大回撤54.44%略优于行业基准最大回撤59%。月度换手率较高，约69%。
- 历史表现优于传统景气度估值策略，后者年化收益8.63%，夏普0.33。图表13-15清晰展现了净值轨迹与超额收益。[page::6-7]

• 调研活动精选策略：

- 同样月度选前5行业，换手率高达158%，手续费0.2%。11月收益率2.50%，跑赢基准1.17%，超额1.33%。
- 自2017年以来年化收益6.55%，夏普0.33，显著优于行业等权基准0.77%年化收益和0.04夏普，年超额收益5.56%。最大回撤40.18%，表现稳健。
- 该策略在2018年表现相对弱，但2020年至2023年超额收益显著，估计与调研事件量激增有关。图表16-18具体体现策略净值与超额净值走势。[page::7-8]

• 策略历史超额收益年度分布（图表19）显示多个年份超预期增强策略与调研精选策略均有显著超额表现，近年绩效尤为突出，展现模型强大的实际适用性和预期精度。[page::8]

2.5 细分因子分析及行业轮动逻辑验证

• 超预期增强模型细分因子包括盈利、质量、估值动量、分析师预期及超预期因子。

- 十二月推荐行业发生显著调整，突出银行、汽车和轻工制造，主要由于分析师预期因子在银行行业显著提升，汽车行业盈利和估值动量均上升，超预期因子主导行业排名变动，家电与食品饮料因估值动量与超预期得分下降而退出推荐。

• 景气度估值策略与超预期增强策略推荐存在差异，主要受到超预期与分析师预期因子的影响，传媒、家电、交通运输行业表现差异较大。

- 调研行业精选策略推荐调整则基于调研热度和广度指标，通信、煤炭、医药的调研广度提升（拥挤度下降），电力及公用事业基金调研热度提升，反映机构关注度动态。[page::8-9]

• 图表20与相关表格细致罗列了各行业各因子的排名及变动，清晰展现模型内部的动态调整和因子驱动机制，验证了报告策略以数据和量化信号为核心的科学决策基础。[page::9]

---

三、图表深度解读

1. 图表1与图表2（第2页）

- 图表1描述2023年11月主要市场指数及行业涨跌幅，体现市场分化行情，小盘、中盘活跃度较高，煤炭等传统资源股领涨。
- 图表2揭示2023年初至今走势，显示消费和新能源行业较大幅度下跌，通信、煤炭等有所回暖，反映宏观经济下行压力与结构性机遇共存。
- 结合文本，表明当前行业轮动不均，策略基于此进行动态调整。

1. 图表4（第4页）

- 展示国金证券行业配置框架，明确超预期、调研活动、盈利质量、分析师预期因子构成基本面，辅之估值动量和资金面因子，形成复合决策体系。
- 形象展现多因子联动的投资逻辑。

1. 图表5-7（第5页）

- 展示各因子的IC均值、多空收益及多头超额收益，显著见到调研活动及超预期因子领先的表现。
- 趋势图表揭示盈利因子表现波动较大，而调研活动因子呈现持续增长收益。

1. 图表8-12（第6页）

- 统计表（图8）与时间序列IC、收益（图9-12）验证超预期增强因子与调研活动因子稳定性及盈利能力。
- IC波动体现因子灵敏度，收益趋势反映策略可行性和实盘适应性。

1. 图表13-15（第7页）

- 净值曲线与超额净值对比显示超预期增强策略和景气度估值策略均明显跑赢行业等权基准。
- 业绩指标、盈亏波动及夏普比率反映策略风险调整后的优越性。

1. 图表16-19（第7-8页）

- 调研活动精选策略净值与超额净值稳定上涨，年化收益、夏普提高且换手率较高，年份收益展示其在近几年有显著的超额表现。

1. 图表20（第9页）

- 详尽数据表明各行业在各细分因子上的排名变动，充分反映策略动态调仓逻辑，尤其超预期因子和分析师预期因子对行业轮动贡献突出。

1. 行业ETF列表表格（第3页）

- 系统整理相关ETF的代码、基金经理、管理机构等细节，便于实践操作。

整体来看，图表与文本紧密对应，数据信号支撑全文各章节论断，数据的时序性与横截面分析充分，展现模型历史与现实适用性。

---

四、风险因素评估

报告识别了以下关键风险：

1. 模型失效风险：

- 基于历史数据和建模的策略可能因政策调整、宏观环境变化而失效，历史规律未来不保证持续准确。[page::0,10]

1. 因子阶段性失效风险：

- 各因子可能因市场环境突变导致短期内预测效力下降，如政策风格逆转、资金流向改变等。[page::10]

1. 市场波动风险：

- 超出模型预期的市场事件可能引发策略较大波动和回撤，模型对黑天鹅事件防范有限。[page::10]

报告无详细缓解策略披露，但警示投资者需对模型及历史经验慎重应对，结合风险管理措施。

---

五、批判性视角与细微差别

• 报告基于量化因子模型，依赖数据的准确性和市场信息效率，存在数据滞后、估计误差及模型过拟合风险。

- 一些因子如超预期因子、调研活动因子本质上依赖市场预期及机构行为，受情绪和非理性因素影响，可能导致周期性偏差。

• 换手率较高（调研活动精选策略月均换手率158%）暗示交易成本与执行风险需要重视，报告中手续费假设较低（万分之三至二），真实交易可能影响净收益。

- 策略对部分行业的调仓调整较快，可能引入短期波动风险，也反映行业景气与业绩预期多变。

• 报告未充分展开对宏观经济突发风险如信用危机、地缘政治等非因子可控风险的分析。

---

六、结论性综合

本报告通过多因子量化模型，特别是基于“超预期增强因子”和“调研活动因子”的行业轮动策略，展示了A股市场行业配置策略的有效路径。通信、轻工制造、煤炭、银行、石油石化、汽车等行业在当前市场环境下均表现出较好的业绩预期与机构关注度，成为重点推荐对象。

策略采用严格月度调仓机制，以等权分配前1/6表现最佳行业，历史数据显示策略年化收益率分别为11.14%（超预期增强）和6.55%（调研活动精选），均显著优于行业基准，且夏普比率达0.43和0.33，反映风险调整后依然具备吸引力。尤其调研活动精选策略今年实现接近20%的超额收益，显示机构调研热度及覆盖广度是重要的市场领先指标。

财务绩效图表如图表13~19深刻印证了模型的预测能力及策略执行效果。细分因子排名变动揭示了行业配置背后的驱动力精准切换，分析师预期和超预期因子对行业突出的排名贡献尤为明显。

虽然因模型基于历史数据存在失效风险，且高换手率可能带来成本压力，但报告通过多维因子识别行业动向及组合优化路径，为投资者提供了量化、系统的行业配置框架。

总体而言，报告体现出结合基本面、资金面和市场预期的综合量化模型对行业轮动策略设计和执行的专业深刻洞察，建议投资者重点关注通信、轻工制造、煤炭、医药、电力及公用事业等策略金字塔顶层行业，合理配置相关ETF基金，提升投资组合的风格分散与超额收益能力。[page::0-10]

---

总结：本报告作为国金证券金融工程组的旗舰行业轮动与策略研究报告，通过细致的数据分析和量化建模，清晰展示了当前中国A股市场主要行业的业绩预期和机构调研影响，及其对配置策略构建的指导意义。报告以严谨的因子模型支撑，结合市场实际，提出了前瞻性的行业配置方案，尤其强调了调研活动影响力的实证价值，对于量化投资策略制定者和机构投资者均具高度参考价值。

---

以上分析全面覆盖了报告内容及图表，结合策略架构、因子深入、行业逻辑、风险提示及绩效数据，提供了专业、结构化的深度解读。

报告