行业轮动模型与配置权重概览 [page::0][page::1]

• 采用景气度-趋势-拥挤度框架，形成两套行业轮动方案：“强趋势-低拥挤”与“高景气-强趋势”。

- 本月重点推荐电新19%、传媒16%、计算机12%、化工11%等顺周期和科技结合板块，TMT中电子板块拥挤度高，策略相对低配。

• 推荐ETF跟踪指数包括中证钢铁、中证传媒、人工智能、中证新能等主要方向。[page::1]

行业相对强弱指数构建及2024-2025年主线验证 [page::2][page::3]

| 行业名称 | 当年涨跌幅 | 4月底前信号出现时间 | 信号出现后绝对收益 | 信号出现后相对收益 |
|-----------|-----------|----------------|------------------|------------------|
| 银行 | 34% | 2024-01-19 | 32.1% | 13.4% |
| 传媒 | 36% | 2025-02-11 | 22.4% | 1.1% |
| 计算机 | 28% | 2025-02-07 | —— | —— |
| 有色金属 | 68% | 2025-03-19 | 44.1% | 26.8% |
| 通信 | 63% | 2025-01-22 | 58.5% | 33.8% |

• 行业相对强弱指标验证了2024及2025年上半年行业轮动的阶段性强势主线，涵盖TMT、银行、制造和部分消费。

- 4月底前出现强RS信号的行业，多成为当年市场主要行情主线。下半年建议保持行业配置均衡。[page::2][page::3]

行业景气趋势模型及并行策略表现 [page::3][page::4]

• 行业景气趋势模型年化多头收益22.1%，超额年化13.8%，信息比率1.51，最大回撤-8%。

- 2023-2025年间策略均实现5%以上的持续超额收益，策略表现优异且稳定。

• 继续推荐以电新、传媒、计算机和化工为主的行业布局，维持左手价值股右手科技股哑铃型配置。[page::3][page::4]

行业ETF组合及选股策略 [page::4][page::5]

| 股票代码 | 个股简称 | 所属行业 | 权重 |
|-------------|------------|----------------|--------|
| 000333.SZ | 美的集团 | 家电 | 3.9% |
| 002714.SZ | 牧原股份 | 农林牧渔 | 3.4% |
| 002027.SZ | 分众传媒 | 传媒 | 3.2% |
| 601728.SH | 中国电信 | 通信 | 2.0% |
| 格力电器 | 家电 | 1.8% |

• ETF组合年化超额收益16.1%，信息比率1.8，最大回撤10.8%，月度胜率66%。

- 选股策略融合PB-ROE选股模型，年化收益26.7%，相对Wind全A超额19.9%，表现优异。

• 重点推荐家电、农业、传媒、通信等行业优质标的。[page::4][page::5]

左侧库存反转行业模型及回测表现 [page::5][page::6]

• 基于对困境行业的补库存周期分析，提出库存景气反转模型作为行业配置补充。

- 策略对比行业等权基准年化收益显著超额，2025年绝对收益26.4%，超额7.8%。

• 当前推荐细分行业包含媒体、电商、新能源动力、云服务等，捕捉因库存反转引发的配置机会。[page::6]

深度解析报告：《行业轮动模型由高切低，增配顺周期板块》——国盛量化（2025年10月15日）

---

一、元数据与概览

• 报告标题：《行业轮动模型由高切低，增配顺周期板块》

- 发布机构：国盛证券研究所；发布团队为国盛金融工程团队（联系人：刘富兵、林志朋、汪宜生）

• 发布时间：2025年10月15日

- 研究主题：利用多维量化模型分析中国A股行业轮动，重点在于行业景气度、市场趋势和拥挤度三个维度的综合评估，提出相应的行业轮动配置策略。

• 核心论点：基于历史验证和实时量化指标，报告说明2025年行业配置应从此前的“高切低”模型转向增配顺周期行业，尤其是农业、传媒、新能源、化工等行业，同时对TMT（科技、传媒、电信）板块风险加以提示，建议适度减少配置。两大模型——“景气度-趋势-拥挤度”右侧行业轮动模型与“库存反转”左侧模型——协同应用，帮助投资者捕捉当前市场的行业龙头与困境行业的反转机会。

- 评级与目标价：本报告并未直接给出单一行业评级或个股目标价，核心强调模型推荐及行业配置权重。

整体而言，作者目的在于向投资者展示在当前市场环境中，系统化量化轮动模型如何捕捉行业景气与趋势，识别市场拥挤度风险，并基于此提出优化的行业资产配置策略。[page::0,1]

---

二、逐节深度解读

1. 报告引言与行业轮动模型介绍

• 关键观点

- 现有量化行业配置框架涵盖“右侧行业景气趋势模型”和“左侧库存景气反转模型”，两者互为补充。
- 右侧模型基于景气度、趋势及拥挤度三维指标，形成两套策略：“强趋势-低拥挤”和“高景气-强趋势”，分别用于跟踪市场热点与高景气行业。
- 10月配置基于模型权重：电新（19%）、传媒（16%）、计算机（12%）、化工（11%）、地产（9%）、家电（7%）等。其中TMT板块拥挤度上升，风控提示，偏好新能源及周期消费领域。

• 逻辑与依据

- 结合动态行业涨跌幅排名与趋势指标，识别行业相对强势信号。
- 拥挤度指标用于衡量行业过度配置风险，规避高拥挤度板块“踩踏”风险。
- 景气度、趋势衡量行业供需与动量特征，综合考量获胜概率。
- 通过ETF跟踪标的确认落地投资策略。

• 关键数据

- 10月行业配置组合权重数据明确，行业订单清晰，便于投资者参照执行。
- ETF组合涵盖中证传媒、钢铁、新能、券商等多元化标的，体现均衡配置。

• 风险提示

- 量化模型基于历史统计规律，市场环境若发生剧烈变化，模型可能失效。

总结：引言部分明确报告结构，阐述了基于多因子指标的行业轮动方法，以及当前市场背景下“由高切低”趋势向顺周期板块重配的策略转变[page::0,1]。

---

2. 行业相对强弱指数年度复盘

• 关键观点

- 报告介绍了相对强弱指数（RS）构建方法：采用过去20、40、60日的交易数据统一归一化评级，三时间点RS均值为最终行业相对强弱指标。
- 统计发现：当年4月底前RS大于90%的行业极大概率成为当年领涨行业。
- 2024年表现突出的行业包括煤炭、电力、公用事业、家电、银行、通信等。2025年截至4月底，TMT、银行、制造、部分消费行业表现强势，主线判断难度加大。

• 数据解读

- 2024年和2025年详细行业涨跌幅与RS信号展示出领先性与预测性：
- 2024年银行涨34%、通信29%、家电25%，其中大多数在年初获得强RS信号。
- 2025年前4个月通信（63%）、有色金属（68%）、电子（54%）、传媒（36%）继续领涨。

• 逻辑机制和假设

- RS指标反映短中期市场资金流向和相对收益趋势，高RS意味着资金轮动热点。
- 报告基于大量历史数据检验，确认RS≥90%为强势领先信号，具备投资指导价值。

• 图表分析

- 表2和表3清晰呈现分行业涨跌幅及RS信号表现，验证了模型可靠性。

该章节加强了量化选股模型的历史准确性，以坚定量化行业配置决策基础[page::2,3]。

---

3. 行业景气度-趋势-拥挤度框架及模型表现

• 核心内容

- 介绍两套右侧行业配置方案：
1. 行业景气模型：偏重高景气行业，配置时规避高拥挤度行业，偏激进。
2. 行业趋势模型：偏重强趋势与低拥挤度的行业，防守型配置，易复制。
- 回测结果显示多头年化22.1%，超额年化13.8%，信息比率1.51，胜率高达68%。
- 2023年～2025年策略持续超额市场表现，表现稳健。
- 10月传递的行业权重配置方案详细且聚焦热点。

• 数据详解

- 图4展示净值曲线，清晰体现策略自2013年以来稳健增长，尤其2021年以后超额显著拉升。
- 图5分解两大子模型及并行策略超额表现，表明组合策略稳健并有协同增益。
- 图6详细行业景气度-趋势-拥挤度四象限散点图，蓝色代表低拥挤，红色高拥挤，结合横纵坐标揭示行业景气与趋势强度。

• 分析与含义

- 蓝色气泡（低拥挤）且位于右上（高景气强趋势）区域为首选投资标的。
- TMT中电子板块拥挤度高，风控为主，不建议大幅增配。
- 建议哑铃型配置：左手稳定价值（地产、银行、家电），右手科技（传媒、新能源）。

• 底层推理

- 模型依赖景气度与趋势的协同，规避过拥挤板块避免风险溢出。
- 拥挤度通过资金流入密集度度量，作为风险警示。
- 结合多因子提升行业轮动的精准性和可靠性。

该部分系统展示了行业量化策略的构建及其历史可行性，为行业配置提供系统支持[page::3,4]。

---

4. 行业ETF组合配置和选股层面落地

• 内容亮点

- 行业配置权重延伸至ETF投资组合，方便资金实际操作。
- ETF策略年化超额收益16.1%，信息比率1.8，超额最大回撤10.8%，表现出较好风险收益比。
- 选股层面结合PB-ROE综合模型，从估值和盈利质量出发选出行业内性价比高的股票，构建精选股池。

• 数据支持

- 图7展示ETF配置组合自2016年以来的净值增长，超越基准中证800明显。
- 图8展示景气度选股策略净值表现，自2013年以来持续跑赢基准，超额近20%。
- 图9列出最新重仓个股及行业，如美的集团、牧原股份、分众传媒、中国电信等，明确投资对象。

• 策略逻辑

- 行业模型给出配置框架，选股模型保证配置的精细度和估值安全边际。
- PB-ROE模型结合资产负债表与盈利能力筛选“价值成长兼备”标的。

• 应用价值

- 明确的ETF和个股配置路径，便于机构及量化基金实操。
- 策略的历史表现和透明度较高，利于风险管理和资金流动调整。

投研从行业配置延伸实操，保障策略的可行落地与优化[page::4,5]。

---

5. 左侧库存景气反转模型创新

• 核心理念

- 应对景气和动量因子效果减弱的现象，团队研发了基于赔率-胜率视角的“困境反转”模型。
- 该模型主攻处于困境或者近期库存回落的行业，结合分析师看好评级和库存数据，捕捉补库存带来的反转机会。

• 回测结果

- 2023年绝对收益13.4%，相对行业等权超额17.0%；
- 2024年绝对收益26.5%，相对超额15.4%；
- 2025年至今绝对收益26.4%，相对超额7.8%，表现亮眼。

• 当前配置方向

- 媒体、电商服务、新能源动力系统、化学原料、航运港口、云服务、元器件、厨房电器、稀有金属、运输设备、贵金属等。

• 模型优势

- 补充右侧景气趋势模型盲区，发掘价值被市场低估且正步入复苏的行业。
- 兼具逆势投资的潜在高收益和量化多维因子的稳定风控。

• 风险提示

- 该模型同样依赖历史数据，市场结构变化可能导致失效。

这部分体现了团队对量化模型的持续创新，丰富了投资策略的多样化和抗周期能力[page::5,6]。

---

6. 风险因素评估

• 多次提示“模型基于历史统计规律”，未来若市场发生显著变革，模型失效风险存在。

- 拥挤度指标本质上是风险警示，但其自身可能因资金突然撤退引发追涨杀跌。

• 左侧反转模型存在逆转预期不达标的风险，尤其在宏观不确定性大时。

- 无个股评级及目标价，投资需防范行业配置的流动性及黑天鹅事件挑战。

• 免责声明明确报告仅为专业投资者参考，普通投资者若无解读支持，存在误判风险。

风险识别比较全面，且与量化策略紧密结合，体现研究的严谨性与可操作性[page::0,6,7]。

---

7. 批判性视角

• 模型依赖历史数据与统计关联，前瞻性判断受限。2024-2025年多行业表现较为分散，行业主线判断难度大，暴露出模型在极端或分散行情中的应用挑战。

- 行业拥挤度的定义和计算方式未细述，可能影响风险预判的精准性和调仓时机的把握。

• 报告中部分文字出现乱码或格式错乱，影响内容流畅理解（如第一页部分字符），但不影响核心信息。

- TMT板块拥挤风险被强调，但未细化风险具体表现和应对方案，投资者需自主判断。

• 行业选择频繁变动，可能增加投资组合调仓频率和成本，模型在中长期配置稳定性待观察。

总体上，报告逻辑严谨但对模型局限性披露相对有限，投资者应结合实时市场动态灵活应用[page::0-6]。

---

三、图表深度解读

图表1 与 图表6（行业景气度-趋势-拥挤度图谱）

• 描述：二维坐标图，横轴为行业景气度，越右景气越强；纵轴为行业趋势，越上趋势越强。此图用气泡大小和颜色反映拥挤度，蓝色大气泡代表“低拥挤”，红色大气泡代表“高拥挤”。

- 解读：右上象限行业高景气且趋势强，如传媒、电新、有色金属，是热点板块。电子等TMT部分呈红色，显示高度拥挤风险，需谨慎。左下象限低景气、弱趋势行业以蓝色为主，表示价值被低估。

• 联系文本：此图支撑报告“增配顺周期，低配拥挤TMT”的投资主线，动态反映量化择时信号。

- 局限：拥挤度计算方法未详细，部分行业覆盖不全。

图表2与图表3（行业相对强弱指数）

• 描述：2024年及2025年行业涨跌幅及RS信号分布表，清晰标记信号精准出现时间及信号后收益。

- 解读：RS信号可靠预测领涨行业，例如2025年3月信号后有色金属涨幅达68%。

• 加强了行业轮动策略的实证基础，提升投资者信心。

图表4、5、7、8（策略历史表现）

• 净值曲线图展示所提策略（景气度-趋势模型、ETF组合、选股策略、库存反转模型）历史净值的指数化增长，策略均跑赢市场基准，且跑赢幅度近年来显著扩大。

- 图表清晰展现了量化策略长期稳定的超额收益能力及抗风险性。

• 图表5及8揭示两大模型与并行策略叠加提升整体收益，展示策略互补性。

图表9（重仓股清单）

• 明细列出所采纳的核心股票，涵盖家电、通信、传媒及新能源等领域，确保投资建议具有可执行性与操作指引。

图表10（库存景气反转策略表现）

• 净值曲线突显该策略显著跑赢行业等权基准，尤其2024年及2025年表现强劲，证实该新兴模型的有效性。

各图表系统揭示了模型核心数据支撑、预期效果及可能的风控信号，形成报告的直观视觉证据体系[page::1,2,4,5,6]。

---

四、估值分析

报告中未涉及传统企业估值方法（如DCF或PE估值），主攻行业资产配置与量化轮动层面，聚焦相对强弱和趋势因子驱动的行业配置权重与ETF组合优化。因此估值分析位于策略模型边缘，投资更多通过多因子选股和行业配置权重动态调整实现风险控制和收益最大化。

---

五、风险因素评估

• 主要风险源于模型基础的历史经验依赖，市场结构变化可能导致风险因子失灵。

- 行业拥挤度上升时，潜在的资金快速流出风险较大。

• 整体量化策略对宏观和政策变化敏感，对于极端事件无显著防御能力。

- 左侧库存反转模型在持续低景气期表现可能出现波动风险。

• 个人投资者解读难度较大，存在操作误判风险。

- 风险提示贯穿全文，表明团队对模型应用的谨慎态度。

---

六、结论性综合

本报告主线集中于通过“行业景气度-趋势-拥挤度”三维框架进行量化行业轮动配置。2025年策略自“高切低”的TMT为核心转向顺周期板块，强调对新能源、传媒、化工、农业等行业的增配，同时减少对电子等TMT拥挤度较高行业的持仓风险。此外，结合“左侧库存反转模型”，团队寻找市场低迷期即将反转的行业机会，实现策略的多样化和平衡增益。

多年来模型回测与实证展现了日益稳定的超额收益能力，包括行业ETF配置和PB-ROE选股策略均确认了配置模型的系统优越性。尤其是2024至2025年，模型表现稳健，累计超额收益毫不逊色于市场涨跌。

图表深度解读显示，行业景气度与趋势高且拥挤度低的板块是当前主要配置目标；行业相对强弱指数的历史检验验证了轮动信号的力度，ETF组合和精选个股为实操提供清晰路径；库存反转模型开辟了价值反转新空间。

风险方面，模型基于历史统计规律，未来不可预见的市场变化可能导致模型失效，投资者务必注意拥挤度和行业波动风险。

综上，国盛金融工程团队通过科学量化方法，提供了兼具预测性、系统性和实操性的行业轮动模型，对当前市场环境中“由高切低、增配顺周期”的策略给予了强有力的理论和数据支持，体现了其在大类资产配置、宏观量化与系统化交易领域的深厚研究实力[page::0-7]。

---

参考图表

• 行业景气度-趋势-拥挤度图谱示意（蓝色大气泡低拥挤，红色高拥挤）

• 2024与2025年行业相对强弱指数复盘表

- 2024年详见文字版2024年对应表（详见内容分析）
- 2025年详见文字版2025年对应表（详见内容分析）

• 行业景气趋势策略净值表现

• 行业ETF配置组合表现

• 行业库存景气反转策略表现

报告