2023年基金市场资金流向与行业配置趋势 [page::3][page::8]

• 2023年前三季度被动指数基金连续流入，混合基金持续流出超1500亿份。

- 2023年基金重仓指数表现弱于中证500和1000，微盘股走强形成风格分化。

• 行业配置方面，基金减配电力设备、国防军工、食品饮料，增配TMT板块。

2023年主要风格因子及量化行业轮动表现 [page::17][page::18]

• 市值因子、贝塔因子及杠杆因子表现较好，流动性与价值因子表现弱势。

- 多因子行业轮动策略结合景气度、估值泡沫、拥挤度等多维因子，2017年以来双剔除策略年化超额收益达11.05%。

2024年 A 股市场资产配置与行业轮动展望 [page::0][page::20]

• 预计2024年权益市场明显优于2023年，上半年看好利率下行带动大盘股反弹，下半年关注中小盘行情。

- 推荐小微盘加红利增长杠铃策略以防范尾部风险，持续采用多宏观周期因子轮动提升行业配置效率。

• 行业推荐包括汽车、家电零部件、养殖业、通信服务和饲料等低拥挤度行业。

主动策略及CTA、期权策略回顾与展望 [page::19][page::21]

• CTA线性趋势策略2023年表现稳健，展期策略二季度回撤后回升，期权备兑策略年初至今alpha累计收益达23.5%。

- 预计2024年CTA与期权策略迎来显著修复行情，绝对收益策略受资金长期追捧。

量化因子与策略构建亮点 [page::16][page::18]

• 大小盘轮动策略基于多宏观指标和中微观信号，自2004年以来实现年化超额收益7.57%。

- 使用滚动逻辑回归宏观logit模型和PCA合成多维宏观因子，精准捕捉市场周期和盈利扩张预期。

• 行业拥挤度与绝对估值泡沫因子用以剔除风险较高的尾部行业，提升行业轮动策略稳定性和收益性。

金融工程 2024 年度投资策略报告 — 深度解析

---

1. 元数据与报告概览

本报告题为《金融工程 2024 年度投资策略》，由国联证券研究所陆豪分析师主导撰写，发布于2023年底，面向中国市场的权益投资与量化策略，涵盖宏观资产配置、风格轮动、行业策略、因子投资及衍生品展望，重点关注主动超额收益与另类Alpha策略。报告核心观点认为2024年中国A股市场权益资产的表现将明显优于2023年，建议投资者把握2024年初至中旬的窗口期，重点布局小微盘与红利成长结合的杠铃策略，同时网格化提升沪深300优质成长股的权重。整体强调“去刚兑、低利率”环境下，CTA及期权衍生品策略有望迎来修复行情，且新兴量化技术（遗传规划、神经网络）将成为新一轮因子挖掘的核心工具。[page::0][page::20][page::21]

---

2. 逐节深度解读

2.1 宏观和资产配置展望

报告预测国内A股市场将在2024年一季度末到二季度初迎来多因素驱动的上涨行情，2024年全年权益市场表现将显著优于2023年。关键逻辑包括：

• 全球制造业需求下降的周期底部预计于2024年5月左右；

- 美国制造业高支出提升软着陆概率，推动经济稳定；

• 2024年3-5月利率中枢下移，刺激权益资产风险偏好；

- 国内春季“躁动”的季节性资金流入效应；

• 建议阶段性采用小微盘与红利增长结合的杠铃策略，应对尾部风险；

- 持续通过网格化方式提升沪深300优质成长标的仓位。

该节观点通过宏观经济数据和历年周期对应A股表现建立模型，并结合资金流、利率走势来铺陈风险偏好变化逻辑。[page::0][page::20]

2.2 风格配置展望

风格配置模型基于自2004年以来的历史回测，推演大小盘轮动信号，年化超额收益7.57%。2023年末信号显示大盘与小盘各50%均衡持仓。2024年判断：

• 上半年利率中枢下移，看好大盘（如沪深300指数）反弹；

- 下半年经济企稳，看好中证1000等中小盘指数表现。

该信号综合宏观及中观指标，包括货币政策、利率期限结构变动和汇率指标，构建多元回归模型实现预测，并据此调整仓位，体现动态风格轮动策略理念。[page::0][page::5][page::16][page::20]

2.3 行业配置战略

基于多宏观周期行业因子轮动模型，报告2017年以来取得约9.68%的年化超额收益。进一步剔除高拥挤度和泡沫估值行业，实现年化超额收益提升到11.05%。主要逻辑包括：

• 利用申万行业的绝对估值泡沫指标，通过DCF三阶段增长模型计算行业合理估值，剔除高泡沫行业；

- 行业拥挤度因子（结合行业换手率、波动率、贝塔）筛选低拥挤度行业，防范投资尾部风险；

• 行业一致预期景气度因子（结合归母净利润预期同比和ROE预期变化）选取高景气行业；

- 2023年末重点推荐汽车、家电零部件、养殖业、通信服务和饲料行业。

这套行业配置框架依托量化因子综合评分，动态捕捉宏观、基本面与市场交易层面的行业风险偏好及景气变化，形成立体行业轮动策略。[page::13][page::14][page::15][page::18][page::20]

---

3. 图表与数据深度解读

3.1 基金净申购趋势（图表1）

数据显示2023年前三季度货币市场型基金、被动指数基金净申购持续流入，尤其货币基金Q2加速流入约5303亿份，而偏股混合型及偏债混合型基金持续流出现象显著，合计超过1500亿份，体现资金结构中被动化和债基短期需求的强势，主动权益资金则略显回撤压力。[page::3]

3.2 权益基金超额收益（图表2）

主动偏股型基金整体跑输中证800指数，特别是7月超额收益大幅为负，但10-11月表现稍有回暖，11月实现0.51%的正超额收益，呈现主动管理绩效逐步修复态势，但整体仍偏弱。[page::3]

3.3 小微盘与基金重仓股表现（图表3、4）

基金重仓股构成的等权指数表现明显弱于中证500和中证1000指数，且与万得微盘指数走势完全背离，呈现明显风格分化，微盘股走势持续领先。此外，2023年申万大小盘指数走势趋同，流动性较好但整体趋势偏弱。[page::4]

3.4 宏观Logit模型与中观景气指数（图表5-8）

• 宏观因子涵盖短期货币流动性（如SHIBOR、债券质押回购）、长端利率（3年、5年国债收益率等）、信用（社融、信用利差）、PMI指标多维度；

- 通过对这些指标的标准化、升频处理后，利用滚动逻辑回归预测中证全指涨跌幅，模型预测曲线与实际指数走势高度相关，体现模型有效性；

• 中观景气指数结合工业产量、利润及经济活跃度等指标，使用PCA降维后与A股盈利扩张周期相关联，拟合实际值较好，成为市场盈利预期领先指标。[page::5][page::6]

3.5 宽基指数微观结构风险（图表9-11）

以估值、市盈率倒数风险溢价、波动率、流动性各因子作为风险因子，计算结构风险因子，2023年12月数据显示：

• 中证1000波动率及风险溢价指标处于较高分位，整体结构风险最高为0.313；

- 沪深300结构风险相对较低（0.133），反映大盘稳健性更好；

• 各宽基指数风险月度时序高度同步，但存在阶段性差异，提示不同规模指数风险反应节奏不同。[page::7]

3.6 行业配置变化（图表12）

2023年H1权益基金明显减配电力设备、国防军工和食品饮料，对TMT（通信、计算机、传媒等）板块加仓较多。具体来看，电力设备配比降幅约2.94%，食品饮料减少1.87%，通信设备、计算机等增长显著，体现基金经理积极押注科技成长方向。[page::8]

3.7 基金业绩回顾（图表13）

2023年表现最优的基金类型为商品型基金（9.69%收益）和国际股票型QDII基金（8.28%），被动基金在权益类中表现明显优于主动。债券基金表现普遍平稳，纯债型略优于混合债券。股票混合基金波动大，且偏股混合型亏损幅度较大，体现市场风格震荡。[page::9]

3.8 权益基金主动与被动占比（图表14）

从2017年至2023年，主动权益基金占比逐年下降，从80%降至66.4%；被动权益基金占比逐步上升至30.9%。该趋势映射全球化资金配置结构趋被动化，2022年资金收紧加速此现象。[page::10]

3.9 指数增强基金发展与业绩（图表16-17）

• 过去6年公募指数增强基金规模由420亿元迅速扩展至1400多亿元，占权益基金份额提升至2.6%上下；

- 但2023年指数增强基金超额收益显著下滑，沪深300、中证500、尤其中证1000指数增强产品的收益降至1.73%、1.73%、4.6%等较低水平，反映市场阶段性回调及增强策略难度增加。[page::11]

3.10 行业绝对估值泡沫及排名（图表20）

基于DCF三阶段增长模型计算理论估值FVB并据此估算绝对估值泡沫(AFVB)，通过对行业泡沫排名：

• 综合行业估值泡沫最高（排名最小）；

- 养殖、教育、商贸零售、计算机、农产品加工等行业泡沫较低（排名靠后，泡沫较小适宜配置）；

• 食品饮料、通信设备等部分传统高景气行业估值泡沫较大，需谨慎对待。

该绝对估值泡沫指标在行业轮动策略中有助于规避高估值陷阱。[page::13]

3.11 行业拥挤度排名（图表22）

拥挤度因子由行业换手率、波动率、贝塔三因子平均计算，排名越靠前拥挤度越低。2023年底，教育、装修建材、渔业、电子、传媒等拥挤度最低，银行、交通运输、环保、钢铁、石油石化等拥挤度较高。拥挤度指标用于规避过度拥挤、承压行业，提升选股安全边际。[page::14]

3.12 行业一致预期景气度（图表24-25）

依据季度净利润同比变化与ROE变化构建一致预期景气度因子，2023年末排名靠前的行业包括养殖业、饲料、旅游景区等，显示出当前预期盈利改善明显的行业趋势。因子回测显示持续正向收益，验证其作为行业轮动核心信号的有效性。[page::15]

3.13 大小盘轮动策略表现（图表26-28）

基于多周期宏观指标构建大小盘轮动信号，回测显示：

• 2004年至今策略年化超额收益7.57%；

- 月度调仓，持仓从极端大盘/小盘灵活切换；

• 历年表现优秀，尤其2006-2007年、2019-2021年收益显著优于基准，表明该策略把握经济周期变化的有效性。

该策略成为风格配置的基础工具。[page::16]

3.14 主要风格因子年度收益（图表29-30）

2023年：

• 正收益因子：市值因子（3.05%）、贝塔、杠杆因子表现最好，说明大盘股、市场敏感度高的股票获得溢价；

- 负收益因子：流动性、非线性市值及价值因子表现较差，显示低流动性、价值类股票短期受压；

• 累计收益曲线显示市值因子表现平稳上涨，流动性因子稳步下跌，风格趋向大盘、高流动性。

该风格分析为投资风格轮动提供信号基础。[page::17]

3.15 量化行业轮动策略（图表31-33）

多维度行业因子包括景气度、盈利超预期、龙头效应、估值泡沫、反转、动量、拥挤度、通胀Beta等，结合宏观周期变量构建动态轮动策略。2017年以来：

• 无剔除版本年化超额收益9.68%；

- 双剔除（去高泡沫、高拥挤度）版本年化超额收益11.05%，策略稳健度与信息比率表现突出；

• 2023年策略逆势获得25.98%年超额收益，显示强韧性及领先市场的选股能力。

该策略为行业配置核心工具。[page::18]

3.16 CTA与期权衍生品表现（图表34-35）

2023年CTA线性趋势策略表现平稳上行，展期策略年中回撤严重但第三季度开始修复。股指期权备兑策略alpha累计收益达23.5%，绝对收益20.4%，表现优异。结合报告宏观观点，衍生品策略在低利率和去刚兑背景下被视为长期资金追逐的绝对收益良好管道。[page::19]

---

4. 估值方法与策略框架释义

行业绝对估值泡沫

• 采用DCF（三阶段增长模型）计算行业理论估值（FVB）；

- 输入参数含一致预期ROE（未来三年）、净资产数据；

• 折现率设定为8%；

- 估值泡沫AFVB = 1 - FVB / PB，PB为当前市净率；

• AFVB给出行业估值相对于合理估值的溢价情况，辅助剔除高估值尾部风险行业。

行业拥挤度因子

基于换手率、波动率与该行业贝塔的Z-Score加权平均，度量行业资金参与度和波动敏感度。拥挤度排名靠前表示资金涌入较少、相对安全。

大小盘轮动模型

基于格兰杰因果检验筛选12个子宏观指标，通过多元回归模型预测大盘与小盘收益差，用预测信号调整仓位比例以获取超额收益。

---

5. 风险因素

• 回测基于历史数据，仅供参考；

- 市场环境、因子有效性可能变化导致策略失效；

• 行业估值泡沫与拥挤度剔除虽然降低尾部风险，但无法完全消除系统性风险；

- CTA及期权衍生品策略受商品市场波动及同质化风险影响显著，需防范回撤风险。

风险提示明确指出策略和模型基于历史表现，未来存在不确定性，投资者需关注因子是否持续有效。[page::0][page::21]

---

6. 审慎视角和细微差别

• 报告对宏观与资产配置展望较为乐观，尤其对权益市场走势判断偏积极，投资者应关注全球经济复苏节奏及中美经济政策变动对该判断的影响；

- 行业绝对估值泡沫剔除部分存在提升不明显的结果，需结合其他因子复核剔除效果，以免错过成长估值偏高但基本面改善的行业；

• 指数增强基金的收益明显下降，显示增强策略面临难题，投资者应结合主动和被动工具动态配置；

- 量化行业轮动策略虽表现优异，但波动率及回撤不可忽视，尤其2023年回撤较大，投资者需定期风险控制；

• CTA策略虽长期看好，但历史波动明显，回撤风险依旧需要重点防范。

---

7. 结论性综合

《金融工程 2024 年度投资策略》报告通过系统的宏观、中观及微观因子分析，建立了多层次、多维度量化模型体系，涵盖资产配置、风格轮动、行业配置及因子选股，辅以衍生品策略和量化新技术应用，形成了较为完整的2024年度投资框架。

主要见解包括：

• 2024年A股权益市场有显著回暖预期，早中期关注小微盘和红利策略的杠铃配置，逐步提升沪深300优质成长标的仓位；

- 风格配置建议依据利率与宏观周期调整，大盘股偏好度在上半年更高，下半年回归中小盘；

• 行业配置依托绝对估值泡沫、拥挤度和景气度因子剔除泡沫和拥挤行业，重点布局汽车、家电零部件、养殖业、通信服务和饲料等低风险高景气行业；

- CTA与期权备兑策略2024年将迎来修复行情，是绝对收益策略长期的资金关注核心；

• 量化新技术如遗传规划及深度学习将在因子挖掘和组合优化中扮演越来越重要角色。

数据图表详尽呈现基金资金流向、行业估值与景气、因子收益、策略回测等信息，展现了模型的历史稳健性和前瞻性应用价值。风格和行业轮动因子对近几年A股绩效的正向贡献明显，同时风险因素亦提醒投资者需要动态防范策略失效和市场结构变化。

整体来看，报告立场积极但谨慎，紧扣市场实际层层递进，为投资者提供了从宏观到微观的全面量化投资决策支持，具有较强的参考价值。

---

附：重要图表示例

• 基金净申购份额（货币基金强劲流入，主动基金净流出）[图表1,page::3]

- 2023年微盘股与基金重仓股收益走势背离[图表3,page::4]

• 宏观logit模型预测值与中证全指高度相关[图表6,page::5]

- 行业绝对估值泡沫截面排名，帮助识别高泡沫行业[图表20,page::13]

• 行业拥挤度排名，有助规避过度拥挤行业风险[图表22,page::14]

- 大小盘轮动策略自2004年以来稳定超额收益7.57%[图表28,page::16]

• 量化行业轮动双剔除版本年化超额收益11.05%[图表33,page::18]

- 2023年CTA线性趋势策略稳健，期权备兑策略alpha累计超23%[图表34-35,page::19]

---

此分析严格基于报告内容与数据，明确标注引用页码供核对和追溯，旨在为专业投资机构及量化策略开发者提供结构清晰、内容详实的报告剖析。

报告