宏观驱动与基本面判断周期板块超额收益机会 [page::3][page::4]

• 经济增长因子表明当前处于上行周期，建议超配周期上游板块，标配金融地产板块。

- 宏观轮动策略2015-2020年平均年化收益12.6%，2020年截至7月底收益50.3%，信息比率1.92，表现优异。

业绩估值比价与市场情绪分析 [page::5][page::6]

| 年度 | 年化收益 | 年化超额收益 | 跟踪误差 | 信息比率 | 最大回撤 |
|-------------|----------|--------------|----------|----------|----------|
| 全部 | 12.8% | 6.5% | 10.5% | 0.6 | -30.7% |
| 2020截至7月 | 14.1% | -22.9% | 8.3% | -2.7 | -14.4% |

• 估值偏离与绩效预期修复驱动行业轮动，农林牧渔、房地产、银行性价比较高且市场情绪较强。

- 相关策略7月跑赢中证全指1.9%。

模式匹配策略判断市场上涨趋势与行业配置 [page::6][page::7][page::8]

• 通过历史相似时期匹配市场结构，未来20天整体看涨，推荐加仓食品饮料、计算机、电子、建材、有色金属等。

- 历史回测显示该策略年化收益9.59%，年化超额收益5.74%，最大回撤46.8%。

行业趋势配置综合模型 [page::8][page::9][page::10]

• 模型结合截面动量、时序动量及止损机制，2006至2020年7月，年化收益33.32%，夏普比率1.28，明显优于全行业等权。

- 7月底有色金属、建材、电力设备及新能源、国防军工、消费者服务、食品饮料为明显优选板块。

公募基金持仓动态及多维指标综合视角 [page::11][page::12]

• 基于20Q2公募基金超配及仓位净变动，确定多维度多头组合首选电力设备及新能源、交通运输、建筑等行业。

- 多头策略2020年累计收益41.52%，超额收益显著。

量化策略模型汇总及ETF筛选 [page::13][page::14]

| 配置模型 | 推荐行业 | 核心逻辑 |
|----------|-------------------------------|-------------------------|
| 宏观驱动 | 食品饮料、医药、农林牧渔 | 基于经济周期判断周期板块 |
| 业绩估值 | 电力设备及新能源、银行、房地产 | 估值偏离与业绩修复时点 |
| 模式匹配 | 消费者服务、电子、计算机 | 历史相似市场结构匹配 |
| 趋势模型 | 有色金属、建材、电力设备新能源 | 动量+止损机制筛选优质行业|
| 公募持仓 | 电力设备及新能源、交通运输 | 多维指标综合多头配置 |

• 基于规模、流动性、费率等筛选符合条件的21只ETF，便于投资者执行行业配置策略。

风险提示 [page::14]

• 主要风险包括模型风险、宏观政策调整及市场预期大幅波动。

深度分析报告：《模型判断当前处于经济上行周期，上游板块或存在超额收益机会》—中信证券研究部 2020年8月10日

---

一、元数据与概览

标题: 模型判断当前处于经济上行周期，上游板块或存在超额收益机会 | 量化行业配置组合动态更新 2020年8月
发布机构: 中信证券研究部
报告日期: 2020年8月10日
分析师: 王兆宇（首席量化策略）、赵文荣（首席量化与配置）、张依文、刘方、马普凡等
研究领域: 宏观经济周期、行业轮动、量化策略配置
核心议题: 报告通过多模型量化方法分析当前宏观经济处于上行周期，周期上游行业具备超额收益机会，结合业绩估值比价、技术面趋势、投资者行为等多维度指标，提出行业配置建议及风险提示。

核心论点与结论:

• 宏观模型判断经济进入增长上行阶段，周期上游板块（如有色金属、建材等）具备超额收益机会。

- 业绩估值比价模型发现农林牧渔、房地产、银行等行业性价比较高。

• 技术面及模式匹配显示未来市场有望延续上涨态势，建议超配食品饮料、计算机、电子等行业。

- 投资者行为视角揭示公募基金重仓新能源、交通运输等领域，具备较高配置价值。

• 综合考虑，消费和科技类行业依然是配置的重点，估值过高且业绩未匹配的行业应谨慎。

- 风险提示包括模型风险、宏观及政策调整风险、市场预期波动风险。
[page::0,1]

---

二、逐节深度解读

2.1 基本面与宏观驱动

关键论点:
通过宏观经济指标测算经济增长周期，模型确认当前经济处于上行阶段，周期上游行业因此具备超额收益机会。建议超配周期上游行业板块，保持金融地产标配。

支撑逻辑:

• 报告采用此前《宏观视角下的大类行业板块轮动》（2019年9月）中构建的经济状态划分与宏观信号驱动轮动策略。

- 7月策略收益达到11.48%，超越中证全指1.39%。

• 上游周期板块如有色金属、建材表现优良，工业企业利润增速逐步回暖。

关键数据点及图表解读:

• 图1显示经济增长因子的历史走势，显示1997年以来多阶段周期，2020年回升迹象明显。

- 图2反映风险偏好中枢变化，近期风险偏好由底部回升，支撑风险资产。

• 图3展示中游板块需求增速与综合毛利，综合毛利保持相对稳定，表明中游板块盈利能力坚挺。

- 图4工业企业利润增速由负转正趋势尚未完全显现，但形势有所改善。

• 图5展示宏观视角下板块轮动策略表现优于市场基准，累计正向超额收益显著。

- 表1综述宏观视角下行业轮动的长期年化收益及相关风险指标，2020年至7月底年化收益50.3%，超额收益13.7%，且信息比率指标显示策略有效性。

总结: 宏观驱动层面，经济复苏和风险偏好提升支撑周期板块表现，尤其看好周期上游行业。
[page::3,4]

---

2.2 业绩估值比价分析

关键论点:
业绩估值比价模型评估各行业当前业绩未被充分反映的估值潜力，结合市场情绪选取配置时点。当前农林牧渔、房地产、银行性价比较高。

推理依据:

• 报告强调市场对高成长高盈利行业估值溢价偏好，但部分低估值板块受益于估值修复带来投资机会。

- 7月策略跑赢中证全指1.9%。

关键数据点及图表解读:

• 图6展现各行业成长偏离度、估值偏离度与业绩估值比价，行业中农林牧渔、房地产、银行等估值偏离度较低，且业绩估值比价指标突出。

- 图7市场情绪排名Top5行业以农林牧渔、房地产、银行为首。

• 图8行业轮动策略的表现明显优于中证全指，相对强弱保持。

- 表2综合统计展示该策略不同年份的表现，2020年虽大盘强势，估值策略面临挑战，但仍展现一定超额收益。

总结: 投资者可关注低估值且业绩修复潜力大的行业，农林牧渔、房地产、银行为当下优选。
[page::4,5,6]

---

2.3 技术面及模式匹配策略

关键论点:
模式匹配策略通过历史相似时期寻找市场走势参考，判断未来20交易日内指数或行业或将延续上涨趋势，建议超配食品饮料、计算机、电子行业。

支撑逻辑:

• 报告选取若干历史上涨阶段为相似时期（2010、2013、2014年），和一些熊市反向相似期进行比较。

- 依据凯利公式优化配置权重，调整行业权重以实现最优波动收益比。

关键数据点及图表解读:

• 表3列出相似与反向相似时期及相似度数值。

- 图9相似时期的20天后走势显示均呈上升趋势。

• 图10反向相似时期多数呈现下跌趋势。

- 图11展示基于预测收益计算的行业权重分布，食品饮料、计算机、电子权重最高。

• 图12、图13分别显示该策略长期净值表现及2020年内走势，相比中证全指表现突出。

- 表4各年度收益表现包括年化收益、超额收益、夏普率、最大回撤等指标，反映策略效果。

总结: 技术面支撑市场仍处于上涨阶段，模式匹配为配置提供量化支持，推荐重点关注消费和科技行业。
[page::6,7,8]

---

2.4 趋势策略综合模型

关键论点:
结合截面动量、时序动量及止损机制的综合趋势模型提升收益稳健性，行业趋势较强的有色金属、建材、电力设备及新能源等行业值得关注。

支撑逻辑:

• 建立多维趋势指标，降低大幅反转风险，增强策略市场环境适应性。

- 止损机制限定月内最大回撤，避免趋势反转带来的损失。

关键数据点及表格解读:

• 表5展示趋势综合模型参数设置，包括动量指标（绝对月度收益）、权重分配（均等权重）、止损机制（10%单月最大回撤触发平仓）及回测周期。

- 表6不同行业趋势模型历年收益对比，综合模型年化收益高达33.32%，表现明显优于普通动量和等权组合。

• 图14显示自2006年以来累计收益曲线，综合模型大幅超过其它对比模型，最大回撤相对较小。

- 图15月度收益分布，正收益月份占比61.14%，且平均收益显著高于全行业等权。

总结: 趋势策略稳健且优异，长期超额收益明显，当前精选有色、建材和新能源板块。
[page::8,9,10]

---

2.5 投资者行为视角

关键论点:
利用公募基金重仓股数据及仓位变动，捕捉机构投资者行业偏好，揭示了新能源、交通运输等行业受到积极布局。

推理依据:

• 基于公募基金相对超配和仓位净变动指标，并结合价格涨跌，形成综合多维视角。

- 假设公募超配且净增仓行业业绩和估值前景较佳。

关键数据点及图表解读:

• 表7梳理多空组合的行业明细，多头前五为消费者服务、食品饮料、传媒、电子及电力设备新能源，空头集中于综合金融、石油石化、钢铁、建筑等。

- 图16、图17分别展示2020年Q2公募基金相对超配比例和仓位净变动，图示前端为相关消费及新能源行业，尾部为传统周期及地产。

• 图18多维视角综合多头和空头组合净值表现显著优于全A标配基准。

- 表8多维视角组合历年收益和风险统计，多头组合2020年年化收益高达86.9%，夏普率优秀。

总结: 机构投资者行为验证了新能源及消费相关板块配置价值，亦提示对部分传统行业持谨慎态度。
[page::10,11,12]

---

2.6 综合行业配置建议

核心结论:
综合五个模型反馈，科技与消费板块依然核心，尤其食品饮料、医药、农林牧渔、电子、计算机等行业受到多模型支持。部分估值修复行业(银行、房地产、建筑、煤炭)亦值得关注。建议回避估值过高且业绩未实质匹配的行业。

表格重点:

• 表9汇总五大模型对行业配置的建议，明确了各行业及板块的超配、标配与回避态度。

交易工具筛选:

• 基于流动性、规模、费率、跟踪误差，筛选21只适合交易的ETF，覆盖科技、消费、医药、通信、半导体、房地产、煤炭等行业，方便策略执行及实操。

- 表10详列行业对应的基金代码、规模、成交额、管理费及跟踪误差等指标。

[page::13,14]

---

2.7 风险因素

主要风险:

• 模型风险：模型参数、假设失效带来的配置误判风险。

- 宏观及行业政策重大调整：如宏观政策宽松突然收紧或行业监管加剧。

• 市场预期大幅波动：投资者情绪波动影响市场流动性和资金配置有效性。

无显式缓解措施，暗示投资者需密切跟踪政策动向及市场情绪。
[page::0,14]

---

三、图表深度解读（重难点图表）

3.1 图1-4 宏观经济与企业利润趋势

• 经济增长因子（图1）显示2019年以来低迷状态，2020年出现反弹，表明经济触底回升。

- 风险偏好中枢（图2）经历近年低谷后回升，提升资金对风险资产的偏好。

• 中游板块的需求增长率（综合增速，图3红线）逐渐回暖，尽管2020年初短暂负增长，但综合毛利（黑线）稳定，表明盈利弹性强。

- 工业企业利润增速（图4）回升但幅度有限，显示业绩修复具有阶段性。

3.2 图5与表1 宏观行业轮动策略表现

• 图5红色曲线显著高于中证全指，表明策略在宏观驱动下实现稳定超额收益。

- 表1展示策略年化收益12.6%，信息比率1.13，换手率约210%单边，最大相对回撤-9.3%，显示较好风险收益比。

3.3 图6-8 业绩估值比价及市场情绪

• 图6显示估值偏离度最高行业有煤炭、建筑、银行，成长偏离度高的主要为高增长科技行业。业绩估值比价（粉红线）体现了估值与实际业绩预期差异，负值行业存在潜在估值修复机会。

- 图7市场情绪最积极的五大行业为农林牧渔、房地产、银行、建筑、电力公用。

• 图8业绩估值比价模型策略表现优于基准，表明模型捕捉到有效的投资机会。

3.4 图9-11 模式匹配与权重配置

• 图9三相似时期走势均表现上涨趋势，提供未来市场乐观预测支持。

- 图10反向相似时期表现多为下跌，强化模型判断有效性。

• 图11行业权重配比界定食品饮料权重最大，计算机、电子等科技行业紧随其后。

3.5 图12-15 趋势综合模型表现

• 图12-13趋势策略历史与近年净值稳健上涨，超额收益明显。

- 图14详细表现趋势模型累积收益与回撤明显优于等权组合。

• 图15月度收益正面月份占比高，波动管理有效。

3.6 图16-18 公募基金持仓超配结构

• 图16显示消费者服务、食品饮料及新能源相关行业被过度配置。

- 图17净仓位变化凸显新能源、消费服务仓位显著增长。

• 图18基金多维视角组合表现优于市场基准并风险控制较好。

---

四、估值分析

该报告着重从业绩估值比价出发，结合多模型对行业未来表现预测，未单独使用贴现现金流（DCF）等传统估值模型，而是综合考虑估值偏离度与业绩成长的“业绩估值比价”指标来判定买入机会。
此外，趋势模型和模式匹配模型通过技术指标和历史相似期数据间接反映市场估值环境和趋势，有效辅助配置判断。
结合估值溢价、市场情绪和多维配置，作者最终给予科技和消费板块较高权重。
[page::4,5,6,7,8]

---

五、风险因素评估

报告仅简单列明三项风险，无详细量化或缓解措施：

• 模型风险： 模型假设失效、参数选择偏差将影响行业判断准确性。

- 宏观政策风险： 经济调控收紧、贸易摩擦、疫情变化等突发宏观事件可能改变增速趋势。

• 市场预期波动： 投资者情绪突变可能引发市场剧烈波动，影响行业轮动策略效果。

建议投资者结合自身风险承受能力审慎执行模型配置。
[page::0,14]

---

六、批判性视角与细微差别

• 报告多处强调周期板块和科技消费板块机会，整体风格偏向拥抱经济复苏与结构成长，可能低估了政策突变或全球经济不确定性的潜在冲击。

- 业绩估值比价及趋势模型虽历史表现良好，但2020年疫情等黑天鹅事件增加了模型有效性的挑战。

• 部分数据指标在2020年前期表现不佳（如业绩估值比价模型2020年超额收益为负），表明短期或存在偏差，提醒使用者不可机械遵循。

- 公募基金持仓视角有数据延迟及群体行为同质性风险，且“逆市”配置思路对极端行情的适应不足。

• 风险因素表述较为简略，缺乏对宏观逆转、流动性风险等关注细节，存在一定的不完善。

- ETF筛选虽考虑多维指标，但大额ETF可能过度集中于部分龙头，忽视中小市值潜力股。

• 模式匹配策略对历史经验依赖较强，缺乏对非典型市场波动的适应性分析。

整体来看，报告逻辑严密、数据充分，但仍建议结合宏观与政策情境灵活调整配置策略。
[page::0,4,6,10,14]

---

七、结论性综合

本报告通过多模型、多维度量化分析，系统判断当前中国经济处于增长上行周期，周期上游行业具备超额收益机会。从宏观经济、业绩估值比价、技术面趋势、投资者行为等角度综合验证了科技和消费类行业的投资价值，尤其推荐食品饮料、计算机、电子、医药、农林牧渔及新能源等行业板块。同时，报告提示部分传统周期行业（如煤炭、建材、房地产、银行）在估值修复、基本面改善阶段出现了布局价值。模型验证了经济回暖下行业轮动的规律性和趋势策略的有效性。公募基金持仓数据进一步确认了上述行业组合作为重点。

各类模型及图表显示，周期行业配置策略长期超额收益稳定，趋势配置模型具有较好风险控制和夏普比率表现。历史相似期匹配增强了短期配置的预测能力。

报告数据库详实，图表丰富，涵盖从宏观指标（图1-5）、业绩估值比价（图6-8）、趋势匹配（图9-15）到投资者行为（图16-18）多角度交织验证结论。

示例图表（宏观经济增长因子及行业轮动表现）为该报告宏观轮动策略的有效性提供可视化佐证：




风险方面虽有提示，但模型依赖历史规律，短期潜在重大政策变动或全球风险需重点关注。报告为投资者提供了具有前瞻性和量化证据支持的行业配置策略指导，对于当前经济环境下合理把握行业轮动机会具有参考价值。
[page::0-14]

---

# 综上所述，本报告高度专业地融合宏观与量化模型方法，为投资者揭示了在经济上行周期中周期上游板块及消费科技板块的超额收益潜力，且提供具体行业配置建议及对应ETF选择路径。其数据充分、模型多元、逻辑严谨，是当前资本市场行业配置和资产管理的重要参考依据。

报告