风格轮动：2025年1月整体偏向大盘价值 [page::0][page::3]

• 大小盘维度综合指标0.65，成长价值维度综合指标-0.34，显示市场风格转向大盘价值。

- 市场情绪指标偏向大盘，成长价值维度情绪偏向价值，宏观指标偏成长。

行业轮动：看多综合金融、电力设备及新能源等行业 [page::5][page::6][page::7]

• 2024年12月各行业收益差距超15pct，银行涨幅最高6.8%，综合金融等行业跌幅居前。

- 行业轮动2.0模型2025年1月持仓为综合金融、电力设备、新能源、国防军工、钢铁和通信。

• 组合年初至今收益为8.4%，略落后行业基准0.1pct，样本外表现弱于基准。

行业景气度：公用事业、电子及有色金属景气度较高 [page::10][page::11]

• 电力及公用事业、电子、有色金属行业景气度较高，基础化工等中性。

- 有色金属景气度模型对行业超额收益预测能力强，预计表现优异。

指数增强表现：沪深300指数增强累计收益高达97.59% [page::11][page::12][page::13]

• 2024年12月沪深300指数增强超越基准0.83pct，累计跑赢基准65.08pct。

- 中证500及中证1000指数增强分别累计跑赢基准47.20pct和27.00pct。

主动量化选股策略表现 [page::14][page::15][page::16]

• 成长趋势共振策略2024年收益率10.4%，年化收益29.0%，年化超额20.3%。

- 策略通过筛选业绩加速增长股票池，剔除高风险因素并结合动量和分析师预期评分。

稳健类策略及小盘掘金表现 [page::17][page::18][page::20][page::21]

• 价值股优选策略强调下行风险控制，收益稳定且优于中证红利指数基准。

- 红利优选策略通过股息收益及风险管理提升组合整体表现。

小盘掘金策略细分：低关注度掘金及次新股掘金 [page::20][page::21][page::22]

• 低关注度掘金策略选取机构持股比例低且近期有利好事件股票。

- 次新股策略强调企业投融资活跃等四维度信息选股，历史回测表现良好。

量化配置视角：股票＞商品＞债券 [page::24][page::25][page::26]

• 宏观预期差指标显示股票、债券和商品均偏中性。

- 左侧择时指标股票偏乐观，债券偏谨慎，商品偏乐观。

• 股市阻力支撑指标整体看多，系统性风险指标未触发，股债同跌风险较低。

风险提示 [page::0][page::29]

• 本报告基于历史量化回测，样本外收益存在不确定性，投资需谨慎。

中金量化月报（46）详尽分析报告

报告题目： 量化月报（46）：看好权益资产，大盘价值占优
作者及机构： 中金量化团队，分析员周萧潇、古翔、宋唯实、胡骥聪、郑文才、曹钰婕、陈宜筠、刘均伟，来自中国国际金融股份有限公司（中金公司）
发布时间： 2025年1月3日
主题： 权益资产风格轮动、行业轮动及多因子量化选股策略
_

一、报告概览与核心观点

报告通过综合利用量化风格轮动模型、行业轮动模型和多因子选股策略，全面展望了2025年1月A股市场风格和行业配置方向。核心观点聚焦于：

• 风格轮动方面，偏好大盘价值风格，较12月成长价值观念有所收敛，大小盘则回归偏向大盘方向。

- 行业配置重点看好综合金融、电力设备及新能源、国防军工、建筑、钢铁及通信，调出商贸零售、消费者服务、计算机和传媒。

• 多因子量化模型在沪深300、中证500、中证1000及港股通指数增强策略中表现良好。

- 量化配置偏向权益资产（股票）优于商品，商品优于债券，预计股市未来震荡上行概率较高，股债未来系统性同跌风险较小。

报告旨在为投资者提供基于系统量化方法的投资风格、行业和因子策略配置建议，结合宏观、情绪及市场技术面，形成稳健且具前瞻性的量化资产配置视角。[page::0,1,2]

---

二、详细章节解读

2.1 风格轮动模型――偏向大盘价值

模型架构： 报告采用“大小盘×成长价值”四象限风格轮动模型，该模型构建于市场状态、市场情绪及宏观环境三大维度，甄选15个具有经济学意义且显著性的指标组成。指标包括新增投资者数量、GDP增长、货币供应增速等宏观变量，同时考虑市场涨跌幅、换手率、创新高股票比例等价量指标，甚至资金流向、期限利差等复合指标。

• 大盘/小盘维度有效指标：大小盘相对换手率、全A换手率分位数、创新高个股占比、期权认沽认购比等。

- 成长/价值维度有效指标：新增投资者数量、中国波指、PPI同比变化、M2与M1增速差等。

• 重合指标（同时对两维度有效）：偏股基金募资额、期限利差。

当前指标表现及解读： 2025年1月，大小盘维度综合指标为+0.65，成长价值维度综合指标为-0.34，表明整体风格偏向大盘价值。相比2024年12月，成长价值偏好明显下降（从0.10降至-0.34），成长观点由均衡转向价值；大小盘指标由0.01升至0.65，重回大盘偏好。市场情绪和市场状态指标支持大盘及价值风格，宏观指标层面大小盘趋于平衡，成长价值则有所分化（宏观偏成长，市场情绪及状态偏价值）。综合反馈未来以大盘价值为主导风格。[page::2,3,4]

图解支持：
图表1、2、3（页4）展现了三大类别指标的分数变动，展示了具体子指标负荷情况，突出大盘成长、价值股的一致预期。指标方向性清楚，支撑对市场风格的实证判断。

---

2.2 行业轮动2.0模型――看好综合金融及周期性行业

模型核心： 行业轮动2.0模型采用市场历史行业收益轮动速度划分快慢区间，快速模式主要依赖价量指标（调研、动量、流动性、资金流），慢速模式结合基本面（波动率、成长、现金流、分析师预期等）与价量指标。模型自动择时切换，灵活适配市场环境。

• 行业轮动速度指标（图表4，页5）：通过中信一级行业最近10日收益排名变化，计算排名变化绝对值并做24个月滚动平均来衡量轮动速度。

- 2025年1月行业轮动速度指标达87.44，处于偏快区间，选用快速轮动模型。

当前产业视角：

• 看多：综合金融、电力设备及新能源、国防军工、建筑、钢铁及通信（较12月调入电力设备、新能源、国防军工、钢铁和通信，调出商贸零售、消费者服务、计算机、传媒）。

- 12月行业表现分化极大，银行月度涨幅+6.8%领先行业；综合金融跌幅达-12.1%，综合行业跌-8.1%。

• 历史组合收益与基准比较显示，尽管12月组合跑输基准2.9个百分点，全年组合收益率8.4%与基准基本持平。样本外期表现不佳，跑输基准约3.5个百分点，表明模型在大盘期间表现较佳，但存在市场环境适配的局限。

行业景气度打分模型（基于基本面量化）：

• 高景气行业：电力及公用事业、电子、有色金属；

- 中性行业：基础化工、交运、石油石化、煤炭、钢铁、汽车；

• 其中有色金属、钢铁等部分行业具备超额收益预测能力。

图表5至12（页6-11）画像清晰，呈现行业月度收益分布、组合净值走势与景气度评分，进一步佐证组合行业配置的逻辑和绩效，强调动量与流动性因子在快轮动模式下的重要性。[page::5,6,7,8,9,10,11]

---

2.3 多因子选股策略跟踪表现

指数增强策略表现：

• 沪深300指数增强：2024年12月跑赢基准0.83百分点，样本外累计超过基准65个基点，累计收益97.59%。（图13）

- 中证500指数增强：2024年12月跑输基准1.93个百分点，累计跑赢基准47个百分点。（图14）

• 中证1000指数增强：2024年12月跑赢基准4.41个百分点，累计跑赢基准27个百分点。（图15）

- 中证港股通增强：2024年12月跑赢基准1.44个百分点，样本外累计跑赢4.16个百分点，虽整体收益为负。 （图16）

主动量化选股策略：

• 成长趋势选股策略：2024年收益率10.4%，超额偏股混合型基金指数6.9%；长期年化29%。

- 红利优选策略：2024年收益17%，年化18.7%，超越中证红利全收益指数10.2%。

• 小盘掘金策略：全年收益仅0.6%，受小盘风格波动较大影响，表现略优于对应小盘指数。

成长趋势共振策略细节：
以归母净利润环比增速与增长加速度筛选基础池，剔除非经常性利润占比低、近年股权融资、偿债能力弱、ROE极低与流动性不足个股，进一步结合改进动量因子、分析师预期和非理性估值偏差因子（CGVA），构建最终持仓（约30只）。
该策略自2009年1月以来年化收益29%，最新净值图（图16）和分年度回报（图19）体现出良好稳健性和超额收益能力。

稳健类策略包括价值股优选和红利优选策略，均显示良好未来回报与下行风险控制能力，提升投资组合风格多样化。

• 价值股优选策略基于P/B-ROE因子筛选行业低估值三分之一股票，结合龙头指标、股息率和稳健成长因子综合评分。

- 红利优选策略聚焦股息收益、资本利得及风险规避，控制组合下行风险。

小盘掘金策略分为低关注度掘金和次新股掘金：

• 低关注度掘金重点筛除波动和价格弹性显著股票，加入近期利好事件股票，并结合多因子评分（反转、换手率、规模、价值、质量、稳健成长）构建持仓。回测表现稳健（图26、27）。

- 次新股掘金策略综合公司现金储备、投资扩产行为、价量信息和机构观点，构建次新股投资组合，取得近年较好收益表现（图28、29、30）。

四象限选股策略进一步细化大盘/小盘与成长/价值的组合策略，实现不同风格指数的增强，月度和年初以来均体现出正的策略超额收益。[page::11,12,13,14,15,16,17,18,19,20,21,22,23]

---

2.4 量化资产配置观点

资产偏好排序为：股票 > 商品 > 债券。

• 宏观预期差维度 分析显示股票、债券和商品均处于中性状态。尽管PPI和社融超预期，CPI连续三个月不及预期，整体对股市偏中性；债券近期缺乏重要指标，偏中性；商品受美元兑人民币走弱、工业增加值超预期影响，整体中性。

- 左侧择时指标（估值、情绪、资金流角度）显示股市乐观，过去触发两个看多信号；债市谨慎，四个看空指标；商品乐观，情绪、库存和开工率偏低。

• 阻力支撑维度 显示股市在主要宽基指数具备较强支撑和看多信号，未来震荡上行概率较大。

- 系统性风险维度 显示股债下跌相关性未显著增强，股债双杀预警指标未触发，未来股债同跌风险较小。

图表33-43对应宏观预期差构建流程、各资产预期差指数、左侧择时指标及股债尾部相关系数动态，详实支撑了资产配置判断。[page::24,25,26,27,28,29]

---

2.5 风险提示

报告特别强调历史收益和量化策略表现基于过去数据，不能确保未来样本外收益。投资者需警惕模型适用性、参数稳定性、突发事件等风险。量化选股及行业轮动模型在具体市场环境内有效，但对极端市场变动响应可能不足。[page::2,29]

---

三、图表深度解读

以下对关键图表进行阐释和解读：

• 图表1-3（页4）：展示大小盘与成长价值维度的综合指标和细分指标得分，反映市场情绪和宏观环境对风格的影响。大盘维度中市场情绪指标（0.96）和市场状态指标（1.01）表现出强烈偏向大盘，成长价值维度偏向价值（负值），支持投资者大盘价值配置。

- 图表4（页5）：行业轮动速度指标构建逻辑，利用行业收益排名的波动测定行业轮动的快慢，为选择对应行业轮动模型提供依据。

• 图表5（页6）：各中信一级行业12月月度收益分布，展现收益差异超过15个百分点。银行涨幅高达6.8%，综合金融跌幅超过12%，显示行业表现极度分化。

- 图表6-7（页6-7）：行业轮动组合净值及收益表现，体现该模型的历史跟踪优势及近月短期跑输基准。

• 图表11-12（页10-11）：行业景气度综合评分，其中电力及公用事业、电子、有色金属为高景气行业，指向周期性行业存在超额收益机会。

- 图表13-16（页12-14）：沪深300、中证500、中证1000及港股通指数增强策略的样本外净值曲线，整体表现稳健，沪深300及中证1000增强策略领先明显，中证500有所落后。

• 图表17-20（页15-16）：成长趋势共振选股模型构建步骤图及收益表现曲线，显示该策略依据严格的盈利加速度筛选，结合动量和分析师预期，在过去数年持续跑赢基准。

- 图表21-23（页17-18）：价值股优选策略表现，反映其稳健增长及下行控制能力。

• 图表24-25（页19）：红利优选策略收益表现，长期领先红利指数，稳定增长。

- 图表26-27、28-30（页20-22）：低关注度掘金和次新股掘金策略的净值走势及年度收益，反映其市场细分领域获得较好Alpha能力。

• 图表31-32（页23）：四象限风格内选股策略的最新年度成绩，展示针对不同市场环境的细致分类策略优劣。

- 图表33-43（页24-29）：涵盖宏观预期差指标构建流程、左侧择时指标触发分布、技术面阻力支撑指标及股债尾部相关系数动态等，全面反映宏观环境、市场情绪、技术面及系统性风险状态，支撑观点和风险判断。

详尽图表佐证了风格轮动及行业轮动策略的量化有效性，强化了多因子选股策略的历史表现和持续性，再结合宏观及技术维度的量化择时，为投资决策奠定了坚实基础。

---

四、估值与策略方法论解读

报告采用多个量化模型对不同维度进行综合研判：

• 风格轮动模型运用标准化处理、多因子叠加以及滚动胜率调整，结合格兰杰因果和相关检验原则，确保指标的预测有效性和经济学合理性。
• 行业轮动2.0模型基于行业收益排名变化的“轮动速度”进行模式切换，快速模式侧重价格和成交量指标，慢速模式融入基本面和分析师预期等，逻辑自适应市场环境。
• 多因子选股策略采用盈利加速度、预期一致性、反转动量、价值及质量等多维因子融合，构建适配不同风格市场的选股模型，如成长趋势共振、价值股优选、红利优选及小盘掘金（包括机构低关注度和次新股）策略。
• 资产配置模型结合宏观预期差指标（基于经济数据公布的超预期/低预期）、左侧择时指标（估值、情绪和资金面）、阻力支撑技术指标、系统性风险预警指标（尾部相关系数分析）多角度分层，建立股票、商品、债券相对看多程度排序。

各方法论背后均注重经济学逻辑和实证检验，结合市场多因子和多维度信息纳入系统化量化框架，降低单一市场信号误差风险。

---

五、风险因素评估

报告明确指出以下风险：

• 模型及指标的历史有效性不保证未来表现，尤其在样本外期大規模走势变更时风险加大。

- 量化模型依赖数据质量和连续性，异常数据或政策冲击可能导致模型失效。

• 风格和行业轮动存在较强阶段性和环境依赖性，模型调整频率和参数敏感性需持续跟踪。

- 宏观和市场情绪指标可能受短期事件波动影响，不能完全捕捉结构性风险。

• 系统性风险预警指标虽未触发，仍存在难以预测且极端的政策或全球经济冲击风险。

报告提示投资者应结合定性研究和风险控制手段综合应用量化投资策略。

---

六、批判性视角与微妙之处

• 组合收益表现对比基准，有部分时段（12月及样本外期）表现相对弱势，显示模型对极端市场波动的应对能力或存在改进空间。

- 成长价值维度的指标分布出现一定对立——宏观指标偏成长，市场状态和情绪偏价值，或预示投资者情绪与基本面仍存分歧，风格切换不确定性加大。

• 行业轮动策略快速与慢速模型的切换能自适应市场，但这也可能导致模型调仓频繁或滞后性，策略执行效率和交易成本需加以关注。

- 量化策略大量依赖历史数据和统计规律，面对突发黑天鹅事件尚无有效应对机制。

• 报告自身声明仅供参考，强调非投资建议，提示用户应根据自身情况独立决策，客观体现监管合规要求。

---

七、结论性综合

本文通过对中金公司2025年1月量化月报的详尽解构与分析，核心获得如下洞见：

• 市场风格偏向大盘价值，成长倾向有所下降，大小盘维度重回大盘优势，基于市场状态、情绪及宏观指标的多因子综合模型验证较为稳健。

- 行业轮动较为分化，综合金融及周期性行业（特别是电力设备、新能源、国防军工、钢铁、通信）被看好。行业轮动速度趋快，模型动态切换提升策略适应性。

• 多因子选股策略覆盖沪深多尺寸指数与港股通，整体表现稳健，成长趋势、价值股优选、红利优选、小盘掘金及四象限风格股均表现突出，长期超额收益显著。

- 量化资产配置以股票为核心，商品次之，债券谨慎，宏观预期差及左侧择时指标量化信息支撑股市震荡上行观点，系统性风险指标未预警股债双杀风险。

• 图表充分佐证了模型构建细节、策略表现与市场状态，结合宏观与微观多维信息，增进投资策略合理性与执行指导。

- 风险提示明确，业绩回顾不代表未来表现，投资者谨慎参考。

综上，报告在内容设计上体现了量化投资严谨的理论基础和多层次的实证检验，逻辑清晰，辅助图表丰富，适于机构投资者参考制定风格和行业配置计划，推动科学、系统的权益资产管理方案。[page::0-30]

---

参考资料与溯源

本文依据中金公司2025年1月3日发布《量化月报（46）：看好权益资产，大盘价值占优》全文内容撰写，页码引用已标注，确保分析观点的完整溯源性。

报告