金股定义及基础分析 [page::2]

• 金股为券商研究所重点推荐的组合股票，反映研究机构的个股看好度。

- 金股数量和不含重复的数量均自2017年以来整体上升，显示机构推荐活跃度提升。

行业金股数量与市值分布偏差分析 [page::3][page::4]

• 行业内金股数量和市值呈现显著的行业偏离，热门行业集中在食品饮料、非银金融等。

- 直接以金股数量或市值为依据选行业，容易偏向固定行业组合且波动率大。

剔除关键影响因素后的行业组合表现 [page::8][page::9][page::10][page::11][page::12]

• 系统剔除行业内股票总数、分析师覆盖度、行业历史动量及机构持仓等因素，发现股票数量和行业动量对行业配置影响最大。

- 结合行业金股数量剔除剩余的股票总数残差与反转动量指标进行行业排名，可获得更优行业组合表现。

• 剔除机构投资者持仓对行业配置结果无显著改善，反而略有下降。

金股行业组合构建方法及回测表现 [page::14][page::15][page::16][page::17]

• 利用行业金股数量剔除行业股票数回归残差、行业反转指标及盈利预测调升幅度构建三指标综合排名。

- 组合为行业等权，每月调仓，回测时间自2021年起。

• 2021年至2022年12月16日，多头组合累计上涨87.03%，空头组合累计下跌16.83%，年化超额收益39.36%，展现良好稳定的业绩和活跃的换手率。

近期金股行业调仓情况 [page::18]

| 调仓日期 | 行业1 | 行业2 | 行业3 |
|------------|-----------|-----------|-----------|
| 2022-01-06 | 有色金属 | 银行 | 煤炭 |
| 2022-02-09 | 电力设备 | 有色金属 | 汽车 |
| 2022-03-03 | 电力设备 | 国防军工 | 有色金属 |
| 2022-04-07 | 电力设备 | 食品饮料 | 家用电器 |
| 2022-05-09 | 电力设备 | 有色金属 | 电子 |
| 2022-06-06 | 有色金属 | 电子 | 基础化工 |
| 2022-07-05 | 银行 | 通信 | 有色金属 |
| 2022-08-03 | 银行 | 煤炭 | 建筑装饰 |
| 2022-09-05 | 有色金属 | 银行 | 电力设备 |
| 2022-10-12 | 电力设备 | 有色金属 | 汽车 |
| 2022-11-03 | 电力设备 | 食品饮料 | 农林牧渔 |
| 2022-12-05 | 电力设备 | 农林牧渔 | 有色金属 |

• 调仓多集中于有色金属、电力设备、银行等行业，反映市场热点动态。 [page::18]

证券研究报告深度分析报告：《在券商金股中寻找行业配置信息》

---

1. 元数据与概览

• 报告标题：《在券商金股中寻找行业配置信息》

- 作者及职位：
- 张立宁，金融工程高级分析师
- 杨国平，金融工程首席分析师

• 发布机构：华西证券研究所

- 发布日期：2022年12月18日

• 主题：基于券商“金股”推荐数据，用量化方法提取有效行业配置信息，进而构建行业组合

- 核心论点：
- 券商研究所月度推荐的“金股”组合数据隐含着对行业的看好程度，但直接用金股推荐数量或总市值简单映射行业配置有偏差，不能有效指导行业选择。
- 通过回归剔除行业股票总数、分析师覆盖度、历史动量、机构持仓等偏离因素，结合行业盈利预测调整，可提纯出更有效的行业配置信号。
- 构造基于剔除偏离因素的金股行业组合，回测后表现出明显超额收益且稳定，具有较强应用价值。

• 投资评级与目标价：该报告为量化专题研究报告，未涉及单一股票评级和目标价，着重行业配置研究。

- 主要信息传递：金股信息不仅能映射行业风格，更通过量化提纯方法能形成实际有效的行业配置策略。

---

2. 逐节深度解读

2.1 金股与行业基本情况

• 关键点：

- 金股定义为各券商研究所重点推荐股票的组合，通常为月度更新。
- 金股反映对个股及行业的积极看法，金股数量多的行业往往基本面向好或市场风格适配。
- 图2（page 2）展示了2017年1月至2022年11月金股数量变化情况：总体呈增长趋势，尤其是2019年以来快速上升，月度金股（含重复）数量从100多上升到500以上，说明券商推荐数量及密度提升。

• 推理：

- 金股作为机构研究覆盖和推荐的集体认知汇总，有望反映行业认可度。
- 但数量增长也意味着推荐密度越来越高，需谨慎分析其代表信号的纯净度。

2.2 行业间金股数量与市值分布偏离（pages 3-4）

• 论点：

- 不同行业在金股数量与相关总市值分布上存在较大偏离，行业推荐集中度高。
- 图3显示电子、基础化工、食品饮料等行业金股数量占比高，而图4揭示基于市值的集中性更强，尤其聚焦食品饮料和非银金融行业。

• 数据解读：

- 包含/不含重复推荐的金股占比都表现出行业推荐集中化现象。
- 市值衡量更易被少数大盘股主导，导致市值角度分布更偏离均衡。

• 推断：

- 直接以金股数量或市值排序选行业，存在结构性偏误，容易导致行业配置偏向少数热门行业。

2.3 直接按数量和市值选择行业的表现（page 5）

• 分析：

- 直接选择排名前5的行业（按金股数量或市值）构建组合，虽然在2020年及之前表现良好，但2022年开始大幅回撤。
- 图5显示数量前5的多头组合2022年明显回落，市值前5组合表现更弱，甚至骤跌。

• 逻辑：

- 市场环境变化导致热门行业轮动和估值修复，单纯靠历史推荐数或市值衡量已不足以捕捉未来机会。

2.4 提取纯有效行业信息的方法（pages 7-14）

• 观点：

- 金股映射到行业存在诸多偏差因素：股票数量、分析师覆盖度、历史动量、机构持仓。
- 应用线性回归剔除这些影响，回归残差可反映相对净推荐强度，取残差高低选择多空行业组合。

• 具体因素剔除效果：

- 剔除行业股票总数（图8）后，多头组合收益明显提升，多空分化好。
- 剔除分析师覆盖度（图9）带来小幅提升，但与股票数量高度相关，信息增量有限。
- 剔除历史动量（图10）对改善2022年业绩尤其显著，减少“顺势推荐”的动量扰动。
- 剔除机构投资者持仓（图12）非但未提升表现，反而略有下降，说明机构持仓是推荐的潜在推动力，剥离不利。

• 反转择业策略（图11）：

- 利用残差值与行业历史涨幅（反转指标）综合排序，择取多空行业，进一步提升组合走势。

• 方法总结：

- 三大要素是股票数量剔除后的残差、反转指标（反向历史动量）、盈利预测调升幅度（三指标融合）。
- 行业组合每月调仓，行业间等权。
- 回测起点设定为2021年以来保证数据稳定性。

2.5 金股行业组合表现（pages 16-17）

• 数据表现：

- 2021年-2022年底，多头组合累计收益达到87.03%，空头组合累计亏损16.83%，显著优于行业等权组合-3.30%。
- 年化超额收益达到39.36%。
- 单边换手率约62%，表明组合调仓频率适中。

• 图16展示了金股行业组合自2021年以来的累积收益曲线，呈现持续稳健增长，与行业等权明显分开，超额收益稳定。

2.6 具体行业组合轮动（page 18）

• 报告列示2022年各月份金股行业组合前三大行业，重点行业包括电力设备、有色金属、银行、汽车、食品饮料、家用电器等。

- 行业轮换体现策略响应市场信号的灵活性和环境适应性。

2.7 风险提示（page 19）

• 报告强调模型和结论基于历史统计规律，若市场规律和驱动因素发生变化，则模型失效风险加大。

---

3. 图表深度解读

• 图2（金股历史数量变化，page 2）：

显示2017-2022年金股推荐数稳步增长，反映券商研究活跃度提升和策略关注加强。含重复与不含重复数量差距较大，表明部分股票被多次推荐。

• 图3（金股数量行业分布，page 3）：

显示部分行业如电子、基础化工享有较多金股推荐，占比最高达7%-8%左右，行业间金股推荐频次显著不均。

• 图4（金股市值占比，page 4）：

食品饮料和非银金融行业市值占比极高，分别接近16%-25%，行业集中度严重。

• 图5（金股数量/市值前五行业组合表现，page 5）：

数量排前5与市值排前5组合在2019-2021表现较好，但2022年开始回撤幅度大，市值组合表现更差。

• 图8-12（剔除偏离因素后的行业组合表现，pages 8-12）：

- 剔除股票数量影响后，多头组合表现提升明显（图8）。
- 剔除分析师覆盖度影响后，多头组合表现略增（图9）。
- 剔除历史动量后，2022年多头组合显著趋稳（图10）。
- 结合反转指标，回撤控制更佳（图11）。
- 剔除机构持仓不足以提升组合表现（图12）。

• 图16（2021年后基于提纯指标的金股行业组合累积收益，page 16）：

累积收益稳步上涨，明显优于行业等权基准，体现行业配置有效性。

---

4. 估值分析

本报告为量化专题，无具体个股估值模型，未涉及传统现金流折现法（DCF）、市盈率（P/E）、企业价值倍数（EV/EBITDA）等估值手段，侧重于行业配置信号提纯与组合绩效表现。

---

5. 风险因素评估

• 模型风险：历史统计依赖性强，若未来市场环境、行业表现逻辑、研究覆盖行为出现结构性变化，会导致模型失灵和回测业绩难以实现。

- 数据偏差风险：金股推荐数据本身可能存在争议性推荐或策略层面的偏差。

• 市场风险：组合受到市场系统性风险和行业轮动风险影响。

- 操作风险：组合频繁调仓可能带来交易成本和执行难题。

• 缓解策略：报告未提供具体缓解手段，强调动态调整与持续验证。

---

6. 批判性视角与细微差别

• 报告优势：

- 充分考虑了推荐数据的内在偏差，科学运用回归剔除混杂因素，提高信息纯度。
- 结合多重指标（残差、反转、盈利预测调升）综合选取行业，体现多维度考量。
- 回测期限及调整频率合理，反映现实投资操作可能性。

• 潜在局限：

- 剔除机构持仓未能提升表现说明该因素复杂，有待更深层次研究机构行为和流动性影响。
- 回测时间较短（以2021年为主），实际效果在不同市场阶段或其他周期可能有差异。
- 历史动量剔除时对未来趋势确认限制，可能忽视某些行业逻辑性增长。
- 报告未充分揭示金股样本的完整性、覆盖范围和数据质量，可能影响可靠性。
- 未涉及组合风险调整收益指标（如Sharpe Ratio），缺乏风险控制评估。
- 风险提示相对简单，缺乏针对模型和行业特殊风险的分层说明。

• 细节建议：

- 适当增加对金股来源券商规模、研究风格、更新频率的介绍，有助理解推荐偏差根源。
- 增补多空组合回撤、波动率、最大回撤等风险指标有助评估策略稳健性。
- 考虑融入行业基本面的动态变化数据，将多维数据融合到模型可能进一步提升预测能力。

---

7. 结论性综合

本报告系统地剖析了券商“金股”数据背后所隐含的行业配置信息价值，指出仅凭金股推荐数量或相关市值简单排名行业存在严重偏差，不能有效指导投资科学选取行业。通过线性回归剔除行业股票总数、分析师覆盖度、历史动量、机构持仓等影响因素，提炼出具有更高纯度和识别力的行业信号。进一步结合行业盈利预测提升幅度，形成了多维度综合指标选取行业构建的金股行业组合。

量化回测显示，自2021年以来该策略显著跑赢行业等权组合，累计获得超87%的多头收益，年化超额收益超过39%，具备较强的实操价值。组合调仓节奏合理，换手率适中，表现稳定，表现优异的月度调仓行业组合反映了实际市场中券商研究观点对行业资产配置的有效指导作用。

报告深刻揭示推荐研究覆盖数据的内在复杂性，通过方法论提纯有效信息，有效避免传统基于推荐数量或市值的行业盲目追踪所带来的集中过热及调整风险。同时，报告谨慎提示历史依赖风险，强调需动态调整验证。

总体而言，该报告为量化投资领域基于券商研究机构推荐数据挖掘行业配置策略提供了实证支撑和具体路径，对机构投资者构建系统、稳定的行业轮动配置策略具有重要参考价值。[page::0,2,3,4,5,7,8,9,10,11,12,14,15,16,17,18,19]

---

附图示例

报告包含丰富的图表，例举如下：

• 金股历史数量变化图：

- 行业金股数量占比图：

• 剔除股票数量影响后组合表现图：

- 金股行业组合历史表现：

---

本次分析在严格遵循报告原文内容的基础上，逐条解读和评析关键论点与数据，力求结构清晰、全面且深入。

报告