行业配置模型表现概览 [page::3][page::4]

• 公募持仓多维综合视角模型9月表现最佳，超额收益为2.36%。

- 模式识别视角行业配置模型9月相对收益0.92%，其他策略未跑赢中证全指。

• 表1明确五类行业配置模型的构建逻辑与适用性。

各模型最新行业配置建议 [page::4]

| 宏观视角 | 业绩估值比价视角 | 模式识别视角 | 趋势配置视角 | 公募持仓多维视角 |
|-----------------|--------------------|-----------------|--------------------|--------------------|
| 标配金融、地产 | 电力设备及新能源 | 传媒 | 电力设备及新能源 | 电力设备及新能源 |
| 超配周期上游（煤炭、有色等） | 电力及公用事业 | 农林牧渔 | 汽车 | 交通运输 |
| 超配可选消费（家电、汽车） | 机械 | 非银行金融 | | 建筑 |
| | | 有色金属 | | 纺织服装 |
| | | 国防军工 | | 基础化工 |

宏观视角与业绩估值比价分析 [page::5][page::6]

• 经济增长周期连续回升，工业企业利润增速回暖，中游板块毛利持续较好。

- 业绩估值比价显示电力设备及新能源、电力及公用事业和机械行业的性价比较高，市场情绪也较优。

模式识别行业配置及未来收益预测 [page::6][page::7]

• 当前市场震荡阶段，历史相似时期行业表现偏好传媒、农林牧渔、非银行金融、有色金属、国防军工。

- 通过凯利公式优化配置权重，提升配置有效性。

• 未来20个交易日收益预测：传媒、农林牧渔等行业看好。

趋势行业配置模型回测表现 [page::7]

• 综合趋势模型回测年化收益31.25%，夏普比率1.21，最大回撤-46.54%。

- 表现优异的行业包括电力设备及新能源和汽车。

公募基金持仓多维综合视角分析 [page::7][page::8]

| 超低配维度相对超配行业 | 仓位净变动行业 | 多维指标综合看多行业 | 多维指标综合看空行业 |
|-------------------------|----------------|----------------------------|----------------------------|
| 电力设备及新能源（148%） | 电力设备及新能源 (2.48%) | 电力设备及新能源 | 房地产 |
| 消费者服务(105%) | 电力及公用事业(1.28%) | 交通运输 | 农林牧渔 |
| 基础化工 (77%) | 基础化工 (0.81%) | 建筑 | 综合金融 |
| 电子 (54%) | 建筑 (0.72%) | 纺织服装 | 建材 |
| | 交通运输 (0.56%) | 基础化工 | 国防军工 |

• 结合公募基金相对超配及仓位变动指标，推断机构投资者领先调整行业，抱团减弱趋势明显。

- 多维指标综合模型对电力设备及新能源、交通运输、建筑等行业看多，提供配置依据。

抱团弱化，关注机构投资者领先调整行为——中信证券量化行业配置组合定期跟踪（2020年10月）深度分析报告

---

一、元数据与报告概览

• 报告标题：《抱团弱化，关注机构投资者领先调整行为——量化行业配置组合定期跟踪（2020年10月）》

- 作者：王兆宇（首席量化策略分析师）、赵文荣（首席量化与配置分析师）、张依文（量化策略分析师）、刘方（首席组合配置分析师）、马普凡（量化策略分析师）

• 发布机构：中信证券研究部

- 发布日期：2020年10月9日

• 主题：围绕2020年8月公募基金中报披露后，市场个股“抱团”现象的弱化，重点关注机构投资者（尤其公募基金）领先的仓位调整带来的行业配置机会，依托多维量化模型提供行业配置建议。

核心观点显示，随着市场结构变化，公募基金仓位调仓引起的行业抱团风格开始弱化，通过捕捉领先的基金管理人调仓行为可获取显著Alpha。报告基于多模型从宏观、业绩估值比价、模式识别、趋势和投资者行为5个维度构建行业配置策略，并形成综合配置建议与风险提示。

---

二、逐节深度解读

1. 模型表现及组合概览

报告首次明确了5个行业配置模型的分类及适用性（表1），涵盖：

• 基本面宏观视角：根据宏观经济和产业景气度选行业，适合盈利与成长风格显著时应用；

- 业绩估值比价视角：发掘业绩增长预期未充分反映到估值的行业，适用于估值主导行情；

• 技术面模式匹配视角：通过历史相似市场环境比对行业表现，适用于市场模式清晰的震荡阶段；

- 技术面趋势视角：基于截面动量、时序动量和止损机制判断趋势持久性；

• 投资者行为视角：聚焦公募基金仓位及增减仓信号，重点关注机构主导行情。

基于Wind数据及中证全指基准，2020年9月公募持仓多维综合模型收益最佳，实现超额收益2.36%，紧随其后是模式识别模型（超额0.92%）。宏观视角和业绩估值策略则表现不佳，特别是业绩估值比价较大幅度跑输大盘(-2.92%)。图1展示各模型的净值走势，显示公募持仓模型的持续领先优势。

此部分揭示了基于机构持仓及行为的量化模型在2020年调整期中的超额收益优势，强调伴随中报披露后的调仓行为，抱团格局被打破，机构调整提供了重要的Alpha来源[page::0, 3, 4]。

---

2. 行业配置模型最新配置建议与行业轮廓

根据9月最新策略模型推荐（表3），电力设备及新能源行业获得了最多模型的看好（3个模型），汽车和有色金属获得2个模型推荐。宏观视角建议关注周期上游（煤炭、有色、石油石化）及可选消费（汽车、家电）板块，同时标配金融与地产。技术面模型相对谨慎，趋势模型在9月降低仓位，显示出对市场震荡的谨慎态度。

风险因素归纳包括模型自身风险、宏观与行业政策重大变化风险，以及市场预期大幅波动风险，提示模型应对剧烈市场条件的局限性[page::4]。

---

3. 宏观视角分析

宏观配置模型基于经济周期和工业企业利润的改善断定2020年三月经济增长得到确认，上游周期性行业的盈利弹性尤其明显，且工业利润回暖带动相关可选消费需求，提高其超额收益预期。图2显示经济增长因子走势长期波动但近期呈上升趋势，图3的风险偏好指标也显示回暖，这为周期性行业提供了明确的宏观支持。图4和图5的行业需求及利润走势佐证了对中游板块的积极判断。

本部分明确宏观基本面是布局周期上游与可选消费的重要依据，经济复苏期相关行业有望获得估值与业绩弹性提升的双重优势[page::4,5]。

---

4. 业绩估值比价视角分析

报告通过业绩估值比价指标，发现农林牧渔、电力设备及新能源、机械等行业性价比较高，且其中电力设备、新能源及电力公用事业的市场情绪较好（图6、图7）。业绩估值比价旨在捕捉业绩增长未被充分反映到估值中的行业，结合情绪指标判断时机，从而获得估值修复带来的超额收益。

此模型在当前实际上业绩驱动性下降，估值压力加大，导致9月整体表现不佳（相对跑输大盘2.92%），显示在震荡行情下估值修复难以快速兑现[page::5,6]。

---

5. 模式识别视角分析

通过匹配历史市场相似时期，报告识别出当前市场行情类似于2011、2019及2007年震荡阶段，反向相似期为2016、2012及2015年。基于凯利公式优化的未来20个交易日收益预测（图8），传媒、农林牧渔、非银行金融、有色金属、国防军工等行业值得重点配置。

这一视角利用历史模式剖析市场结构，提供市场震荡中相对稳健的行业投资机会，帮助投资者应对短期波动和风险[page::6,7]。

---

6. 趋势视角分析

趋势视角结合了截面动量、时序动量及止损机制，关注当前趋势持续的行业。截至2020年9月，电力设备及新能源和汽车行业表现最佳，位列行业收益排名前六。图9展示了该综合趋势模型自2007年以来的累计收益显著优于全行业等权指数，风险调整后表现优异，回撤也小于大盘。

这说明在震荡市中，捕捉行业趋势延续性仍是有效的配置逻辑，尤其聚焦新能源及汽车等成长行业[page::7]。

---

7. 投资者行为视角（公募基金持仓分析）

基于2020年第二季度公募基金重仓数据，公募基金在电力设备及新能源、消费者服务、基础化工、电子及交通运输行业超配明显，且在电力设备及新能源、交通运输、建筑行业增仓居前。多维指标综合模型确认电力设备及新能源、交通运输、建筑、纺织服装及基础化工为相对看多行业，而房地产、农林牧渔、综合金融、建材和国防军工则处于相对看空行列（表4，图10、图11）。

该策略有效利用机构仓位变动捕捉领先的调仓信号，提供较强的配置指引，尤其在“抱团”风格弱化和调整期表现出其敏感度和收益价值[page::7,8]。

---

三、图表深度解读

• 图1（各行业配置模型净值情况）：展示2019年底到2020年9月期间五种模型的净值曲线。公募持仓多维综合视角模型的净值领先，曲线整体平稳且持续上升，表现出最高超额收益能力。其他模型（宏观、业绩估值、趋势）同中证全指（基准）相比表现较弱，走势相对波动较大，体现出公募持仓视角在当前市场环境的相对优越性。
• 图2-5（宏观指标）：

- 图2显示经济增长因子近三个月有所提升，表明宏观经济复苏基本面增强；
- 图3的风险偏好中枢在上升，显示市场风险偏好回升，为风险资产提供支持；
- 图4反映中游板块综合毛利位于较高水平，近期增速回暖；
- 图5工业企业利润增速趋稳，支撑周期性行业盈利预期。

• 图6（业绩估值比价结构）：红、黑分别代表成长与估值偏离度，粉色业绩估值比价线显示电力设备及新能源、传媒与农林牧渔等行业的业绩估值比价较高，但估值偏离度有所上升，意味着这些行业业绩可能尚未被市场充分估值。
• 图7（情绪指标）：Top 5业绩估值比价产业的市场情绪指标均为负（负值越大代表情绪越弱），表明尽管基本面较好，但市场情绪仍偏谨慎。
• 图8（未来20个交易日行业预测收益与权重）：传媒、农林牧渔、非银行金融预期收益率较高，对应权重也较大，说明模式识别模型倾向于这些震荡行情表现良好的行业。
• 图9（行业趋势模型累计收益及回撤）：综合模型显示31.25%的年化收益，明显优于全行业平均，且最大回撤(约46.54%)远优于大盘(约70.78%)，显示趋势模型在风险控制和收益稳健性方面的优势。
• 图10和图11（公募基金超配比例与仓位净变动）：图示公募基金在电力设备新能源、消费和传媒等行业的超配和仓位增加明显，反映机构对这些行业的积极态度与领先布局，支持投资者行为模型的合理性。

---

四、估值分析

本报告中提及的估值分析主要体现在业绩估值比价视角中，通过分析行业成长和估值偏离度，计算业绩估值比价指标，发现未被市场充分估值的高成长行业。但鉴于当前9月模型表现差强人意，估值驱动不足以推动短期超额收益，发出估值与业绩匹配的信号时点仍在动态变化中。具体估值模型假设包括市场情绪调节及利润增速的持续性。

报告未详细展开DCF、P/E、市净率等传统估值模型，而更侧重统计学和情绪指标结合的估值差异度分析，适合行业轮动与短周期配置策略[page::5,6]。

---

五、风险因素评估

报告指出：

• 模型风险：量化模型本身带有假设限制和预测误差，尤其在市场剧烈波动或政策突变时效果可能减弱；

- 宏观及政策风险：宏观经济波动或重大行业政策调整可能导致相关行业业绩和估值出现大幅偏离；

• 市场预期波动：市场情绪与预期的剧烈变化，会影响模型依赖的情绪指标和价格趋势识别的准确性。

报告未对各风险的发生概率进行量化，但明确提示投资者需关注上述风险的可能影响，并结合多模型配置与风险管理框架缓释[page::0,4]。

---

六、批判性视角与细微差别

• 报告整体以量化模型为核心，围绕历史数据和机构行为展开，优势在于系统性和多视角的判断；

- 然而，诸如业绩估值比价模型在当前市场环境下表现明显较弱，显示模型假设对市场结构变化的适应性有限；

• 公募基金行为模型优势明显，但过度依赖季报数据滞后，面临快速市场调整时信号滞后的风险；

- 另一方面，技术面模型的谨慎仓位可能反映对近期波动的担忧，但未充分反映潜在政策风险；

• 报告中图表多为时间序列展示，少有对模型间相关性与排斥关系的深度解析，未来可增强多模型联动的综合决策逻辑梳理。

---

七、结论性综合

本报告基于2020年8月公募基金中报披露完成后的市场变化，深入分析机构投资者调整对行业抱团及超额收益的影响，构建了涵盖宏观基本面、业绩估值比价、历史模式匹配、趋势动量与公募持仓行为五大维度的行业配置模型。其中：

• 公募持仓多维综合视角模型表现最佳，仍是捕捉机构领先调仓行为获取Alpha的核心工具，这反映了机构投资者话语权的持续增强及其对市场趋势的领先指引作用。
• 宏观视角强调周期上游及可选消费行业的业绩弹性和投资价值，相关指标如经济增长因子、风险偏好、工业利润增速等均支持该判断。
• 业绩估值比价视角鉴别出电力设备及新能源、电力及公用事业和机械行业性价比较高，但市场情绪负面限制了短期表现，说明估值修复的路径仍不明朗。
• 模式识别视角锁定传媒、农林牧渔、非银行金融、有色金属和国防军工行业作为相对优选，适应震荡市场环境。
• 趋势视角强调电力设备及新能源、汽车行业趋势持续并具备较高风险调整收益能力。
• 综合来看，电力设备及新能源行业成为最具多维度认可的投资方向，同时伴随抱团弱化和机构调整带来更为分散的行业投资机会。
• 风险提示包括模型风险、宏观与政策风险及市场预期波动风险，投资者需密切关注市场环境变化。

最终，该报告系统整合多策略、多维度数据，结合机构行为和市场动态，提供了一套可操作性强的行业配置框架，为投资者应对复杂市场环境提供量化分析支持和决策依据[page::0-8]。

---

附：关键图表展示

• 图1：

- 图2至图5（宏观指标）：

• 图6、图7（业绩估值比价与情绪）：

- 图8、图9（模式识别与趋势模型）：

• 图10、图11（公募基金仓位行为数据）：

---

（注：所有数据和推断均基于中信证券研究部原文内容，页码参考详尽标注。）

报告