投资者关注度指标构建与行业关注度合成 [page::3][page::4]

• 通过换手率、成交量、成交金额和市盈率倒数构建个股关注度指标，采用主成分分析法（PCA）消除指标相关性。

- 行业关注度取对应行业成分股关注度指标中位数，反映投资者对行业的整体关注度。

• 例：2022年不同时点传媒、医药、消费者服务、房地产等行业排名前列，体现阶段性热点行业轮动。

原始关注度指标轮动效果有限，选股能力较强 [page::5][page::6][page::7]

• 行业轮动中原始关注度指标多空组合年化收益仅为 1.01%，最大回撤高达49.72%，缺乏有效轮动能力。

• 个股层面原始关注度因子为反向指标，年化IR为-2.175，多空组合年化收益达26.30%，表现较好。

- 说明投资者关注指标在选股上有显著区分能力，但在行业层面的直接轮动效果较弱。

反转与动量效应在不同层级表现差异 [page::8]

• 个股层面反转效应强于动量；二级行业开始出现较强动量效应；一级行业中反转与动量持平。

- 投资者关注度可能从龙头向次龙头转移，供应链上下游公司存在需求传导效应。

HP滤波器分解关注度指标提升行业轮动效果 [page::9][page::10][page::11]

• 利用HP滤波剥离关注度周期项作为轮动信号，中信一级行业多空组合年化收益提升至14.8%，最大回撤降至35.2%。

- HP滤波相比移动平均时滞更小，周期项更能反映短期资金流入带来的估值溢价。

移动平均法趋势项与周期项剥离及参数优化 [page::12][page::13][page::14]

• 移动平均剥离周期项，轮动多空组合年化收益达到13.39%，表现略逊于HP滤波。

- 移动平均趋势项轮动效果较好，年化收益5.56%，主要收益来源于2019年以后阶段，体现动量特征。

• 参数敏感性分析显示12个月左右的均值窗口效果最佳且稳健。

多头组合行业名单对比 [page::15]

| 排序 | HP滤波 (趋势项最低) | 移动平均 (趋势项最低） |
|-------|---------------------|-----------------------|
| 1 | 消费者服务 | 消费者服务 |
| 2 | 房地产 | 综合金融 |
| 3 | 银行 | 房地产 |
| 4 | 建筑 | 银行 |
| 5 | 商贸零售 | 建筑 |
| 6 | 交通运输 | 煤炭 |

• 两种方法选出的多头组合名单高度一致，反映关注度周期项轮动在行业配置中的稳定适用性。

总结与风险提示 [page::0][page::15]

• 投资者关注度指标通过剥离周期项捕捉短期反转效应，有效提升了行业轮动能力，年化收益明显提升。

- 关注度因子择时能力个股与行业层面差异显著，个股呈现强反转效应，行业层面动量与反转并存。

• 风险提示：报告基于历史数据建模推测，市场环境变化可能导致模型失效，投资需谨慎。

投资者关注度在行业轮动中的应用 —— 报告详尽解析

---

一、元数据与报告概览

报告标题： 投资者关注度在行业轮动中的应用
作者与机构： 任瞳（首席分析师，招商证券量化团队负责人）、崔浩瀚（量化分析师），招商证券
发布时间： 不详（数据截止至2022年底）
研究主题： 探讨投资者关注度指标在A股行业轮动中的作用，构建剥离反转和动量成分的行业关注度因子及行业轮动模型，并对比HP滤波器与移动平均法对该因子的效果。
核心论点：

1. 投资者关注度因子在个股和行业层面择时能力差异显著，个股层面表现良好，行业层面传统关注度指标表现有限。

2. 通过HP滤波器拆分关注度因子中的趋势项（动量效应）与周期项（反转效应），剥离周期项提升行业轮动模型表现显著。

1. 移动平均法虽计算简单，但效果略逊于HP滤波器，模型年化收益、IR均有所提升。

4. 行业层面的投资者关注度因子可以辅助捕捉非热门行业短期轮动，作为低拥挤赛道的配置策略。

主要结论与评级：
采用HP滤波拆解后，中信一级行业轮动多空组合年化收益由1.01%提升到14.8%。移动平均法的年化收益为13.39%，略逊于HP滤波。个股层面关注度指标为反向选股因子，实现26.3%的年化收益。报告强调投资者关注度对于行业轮动的潜在应用价值。[page::0,3,5,10,14,15]

---

二、逐节深度解读

1. 引言与研究背景

报告指出近年市场呈结构化行情，行业板块的短周期轮动频繁，特别是传媒、金融地产等非热门行业出现阶段性上攻。投资者关注度指标与“拥挤度”概念不同，前者侧重于关注度“增量”反映短期资金流入与情绪变化，后者体现“存量”反映估值和持仓基础。投资者关注度因此更加动态，适合捕捉轮动机会。短期内高关注度行业往往估值处于低位，具备反转交易价值。[page::0,3]

---

2. 个股与行业关注度指标构建

• 个股指标： 以换手率、成交量、成交金额及市盈率倒数（PE倒数，表现为低估值）为基础，用主成分分析法（PCA）合成投资者关注度因子，动态滚动12个月，避免未来信息泄露，确保时序数据独立同分布假设不违背。

- 行业指标： 以行业内成分股个股关注度中位数代表行业关注度指标，体现行业整体投资者情绪。2022年以来传媒、房地产、汽车等行业阶段性关注度提升明显，与宏观政策和热点概念绑定。[page::3,4]

---

3. 原始关注度指标行业轮动效果（未经剥离）

直接用PCA合成的原始行业关注度指标构建多空组合，表现平庸：累计收益10.38%，年化1.01%，最大回撤49.72%。rankIC（因子排序与下一期收益的相关系数）均值为-0.065，负向且无持续稳定优势，说明未经分解的关注度因子轮动能力有限。[page::5,6,表2,图2-3]

---

4. 原始关注度指标选股表现

同一因子在个股层面反而表现优异，作为反向因子，年化IR为-2.175，多空组合年化收益26.30%，最大回撤仅14.34%。历史最大回撤明显低于行业轮动多空组合。显示个股关注度对选股策略有显著负相关信息，符合短期非理性溢价将回归的理论。[page::7,图4-5,表3]

---

5. 关注度因子反转与动量的双重影响及供应链传导

个股层面反转效应显著，行业层面动量成分权重提升，反转与动量大体平衡。因投资者情绪与资金面变化，从龙头行业公司向次龙头逐步传导，体现产业链供需关系，供应链逆流放大的“长鞭效应”推动相关行业联动。供应链网络图（食品饮料、电力设备&新能源行业）示供应链内部多板块存在密切需求传导，支持行业关注度因子存在行业间扩散效应。[page::8,9,图6-8]

---

6. HP滤波器方法拆分关注度因子趋势与周期项

• HP滤波定义及原理详解：分解时间序列为平滑趋势项（长期动量）与周期项（短期反转），周期项均值为零，参数λ根据数据频率选取（月频129600）。

- 实证显示HP滤波周期项波动与原指标走势一致，滞后性小，捕捉短期资金流入引发的异常估值。

• 行业轮动模型基于周期项，多空组合累计收益291.2%，年化14.8%，大幅超越原始指标模型。最大回撤35.2%，风险控制更优。

- 典型行业如电新、煤炭的周期与趋势项剥离效果图详细展示周期项捕捉短期波动，趋势项反映基本面演变。[page::9-11,图9-12,表4]

---

7. 移动平均法简易拆分及效果对比

• 通过12个月移动平均拆分趋势与周期项，算法简单且计算效率高，但周期项剥离滞后明显，关键拐点表现不及HP滤波。

- 行业轮动模型基于移动平均周期项，多空组合累计207.93%，年化13.39%，略逊于HP滤波，但较原指标损益大幅改善。

• 参数敏感性分析显示3-18月区间内均适用，10-13个月移动平均效果最佳且稳健。

- 典型行业剥离图示煤炭等行业关键区间剥离差异体现在滞后效应和周期项识别上。[page::11-13,图13-16,表5-6]

---

8. 趋势项配置价值

• 趋势项称为正向配置指标，代表长期基本面动量，周期项反向配置（反转效应）。

- 移动平均趋势项行业轮动模型年化收益5.56%，多空组合累计62.29%，主要收益贡献来自2019年后动量加强阶段，最大回撤35.94%。

• 趋势项和周期项的双重使用帮助投资策略组合更好地把握长期趋势与短期反转。[page::14-15,图17-18,表7]

---

9. 行业多头组合名单对比

截至2022年8月底，HP滤波和移动平均法轮动模型分别选出的前6名多头行业名单大致相近，均以消费者服务、房地产、银行、建筑等行业为主表彰，显示模型一致性较高，验证了投资者关注周期项在轮动策略中应用的稳健性。[page::15,表8]

---

三、图表深度解读

图1（滚动PCA提取主成分）：

展示PCA动态滚动窗口的设计思路，避免未来数据泄露。意味着关注度因子计算在每个时间点只用前12个月数据，确保指标的时效性和公平性。

图2-3（原始关注度行业轮动表现及rankIC）：

多空组合累计收益极低且伴随大幅回撤，rankIC往往为负且不稳定，说明直接利用未经拆分的关注度指标做行业轮动效果差强人意。

图4-5（个股层面关注度指标表现）：

图4显示多空组合累计收益大幅增长至近9倍市值（899.43%），年化达26.3%，对应图5中反转因子rankIC多为负，暗示反转效应明显。

图6（组合规模不同关注度指标多空收益）：

图中显示从个股组合到行业组合，反转效应逐渐减弱，动量效应增强，二级行业体现动量上升，一级行业动量和反转均衡。

图7-8（行业供应链网络图）：

密集的线条链接展示行业内部以及上下游公司的供应链关系，为投资者关注度从核心龙头向次龙头、供应链延伸提供结构性支撑。

图9-10（HP滤波趋势-周期剥离图示）：

显示周期项波动大且对原指标关键节点修正明显，趋势项平滑稳定，验证HP滤波对信号的分离能力。

图11-12（HP滤波周期项轮动收益与rankIC）：

多空组合表现优异，累计回报近3倍，rankIC均值负值且稳定，模型具备较强反转捕捉能力。

图13-14（移动平均趋势-周期剥离图示）：

周期项滞后现象明显，剥离效果欠佳，某些关键时间截面明显偏差。

图15-16（移动平均周期项轮动收益与rankIC）：

多空组合累计收益逾两倍，rankIC趋势与HP滤波相似但略逊，滞后影响收益效率。

图17-18（移动平均趋势项轮动表现）：

趋势项为正向因子，年化收益相对较低但稳定，表现出动量效应的中长期价值。

---

四、估值分析

报告核心不涉及具体估值模型的P/E、DCF计算细节，更多专注于关注度因子的构建与回测表现。估值部分主要体现在设计关注度指标时将PE倒数纳入，以突出低估而高关注的股票及行业，防止高估但关注度高的“拥挤”行业过度加仓，具有一定估值筛选意味。

---

五、风险因素评估

• 模型风险： 报告多次提醒模型均基于历史数据与统计规律推测，未来市场环境变迁可能导致模型失效。

- 市场风险： 投资者关注度与情绪受宏观、政策、市场消息影响大，非理性波动可能被放大。

• 剥离方法风险： HP滤波和移动平均法依赖参数设定，不同参数或数据频率对分解结果及轮动表现产生影响。

- 流动性风险： 行业关注度较低的非热门领域，资金流动性不及主流赛道，操作难度较大。

报告未专门提出缓释措施，提示投资者谨慎对待历史规律依赖的策略有效性。[page::0,15]

---

六、批判性视角与细微差别

• 模型假设扩大化风险： 投资者关注度指标的构建假设市场投资者行为模式相对稳定，未来不同市场结构或大资金介入可能削弱反转效应。

- 滚动PCA窗口长度选择： 12个月窗口虽防未来泄露，但是否为最优参数尚无充分论证，可能影响因子稳定性。

• 滞后指标冲击策略灵活性： 移动平均法滞后导致信号响应不及时，HP滤波虽改善滞后但计算复杂度高，实际应用对计算资源要求较大。

- 个股与行业不同表现的逻辑一致性： 个股层面表现为反向因子，行业层面周期项表现更佳，说明关注度作为情绪波动的表达在不同层面有异，策略应用需分层考量。

• 风险提示模糊： 报告风险观点较为模板化，缺乏针对特定经济周期、政策风险的深入剖析。

整体来看，报告逻辑清晰，实证数据支持充足，模型设计合理，但对未来适用性表达谨慎，提示风险存在。同时报告重视数据时间序列特性，技术手段扎实。

---

七、结论性综合

本报告系统构建并验证了投资者关注度因子在行业轮动中的应用价值，重点突破在于利用HP滤波器和移动平均法剥离关注度指标中的趋势与周期成分，聚焦周期项反转效应，显著提升轮动模型表现。利用HP滤波周期项的行业轮动年化收益达到了14.8%，大幅超出传统未剥离指标的1.01%，同时最大回撤降低，风险控制有效。移动平均法因简洁易用，表现略逊但同样远优于原始指标。

个股层面关注度因子作为反向选股因子效果最佳，年化收益达到26.3%，与个股更多受到非理性资金驱动，且反转效应更为显著的观察一致。行业层面，反转与动量效应力度相当，需结合趋势项和周期项动态调整持仓。

供应链网络分析为行业间关注度传导提供理论支撑，关注度的增量体现了行业资金轮动的短周期逻辑，低拥挤度而高关注度的非热门行业短期投资价值被显著体现。

报告展望未来结构化行情下，关注度因子将成为投资者获取超额收益的新工具，尤其在捕捉短期非热门行业轮动和动态调仓上具备潜力，推荐投资者关注该因子的深入研究与实际应用。

最后，基于报告数据与模型，2022年8月底以消费者服务、房地产、银行和建筑行业为多头配置行业，反映模型选股逻辑与市场热点契合度较高。

报告总体立场：
投资者关注度周期项剥离后的行业轮动策略具备超额收益潜力，建议采用HP滤波技术提取周期项，以获得更佳收益和波动控制，关注周期性热点行业轮动机会，同时谨慎管理模型及市场风险。[page::0-15]

---

附录：图表索引（部分代表性图表）

• 图2-3：原始关注度行业轮动表现及指标有效性评估

- 图4-5：个股关注度指标反转效应及选股收益演示

• 图6：不同组合层级的动量与反转效应变化趋势

- 图7-8：行业供应链网络，说明行业关联及关注度传导机制

• 图9-12：HP滤波趋势与周期项分解及其行业轮动收益表现

- 图13-16：移动平均法剥离效果对比及行业轮动表现

• 图17-18：趋势项行业轮动配置价值体现

- 表1-8：行业关注度排名、模型统计指标与轮动配置名单

---

结语

招商证券的本报告以严谨时序数据处理与实证回测结合，完整阐释了投资者关注度因子在不同层面（个股与行业）不同投资风格（反转与动量）的表现差异及其在行业轮动中的潜在投资价值。HP滤波器与移动平均法为关键技术手段，有效提升了行业关注度因子的轮动选股能力，为结构化行情下投资者提供了精准的行业择时工具。

风险提示明确，提醒投资者历史表现不代表未来结果，应结合实际市场环境与自身风险承受能力谨慎使用。

---

（全文引用页码见文中具体标示）

报告