模型背景及问题定义 [page::0][page::3][page::4][page::5]

• 现有行业配置模型尽管整体表现稳定，但细分模型出现阶段性失效，特别是趋势投资近两年出现负收益。

- 传统低估值困境行业反转策略年化超额收益仅约2%，主因是困境行业长期反转需经历较长时间，且存在持有时间不足及错失已反弹收益的问题。

• 报告创新点在于从赔率（估值）和胜率（分析师远期景气度及资金加仓）视角定义两类困境：当前困境和过去反转困境，为策略构建提供基础。

困境定义及特征分析 [page::7][page::8][page::9][page::10][page::11][page::12]

• 当前困境定义为PBzscore最低1/3，过去困境定义为过去一年PBzscore最低低于-1倍标准差且现估值非最低1/3，两类困境互斥且构成完整池子。

- 分析师未来2年景气度提升可作为长期收益的有效右侧信号，特别在有所反弹的困境行业超额收益可达15%。

• 资金行为特别是交易盘的加仓行为更适合捕捉短期收益信号，当前困境中效果更显著且超额收益可保持120个交易日以上。

短期困境反弹策略详述 [page::13][page::14][page::15]

• 策略通过筛选当前困境中交易盘加仓和分析师景气度排名前30的行业，取交集等权持有，周度调仓。

- 该策略自2015年底至2023年6月，年化超额收益约10.8%，信息比率1.38，最大回撤约-6.3%，显示较好的风险调整收益。

• 策略换手率较高，适合作为小仓位配置策略，并经过参数敏感性测试，结果稳健。

长期困境反转策略详述 [page::15][page::16][page::17]

• 策略针对已经有所反弹的困境行业，结合分析师景气度及交易盘加仓，剔除估值及拥挤度双高行业，构建等权组合。

- 回测期间年化超额收益达21.0%，信息比率2.10，最大回撤约-7.5%。

• 换手率较低，适合作为大仓位长期持有策略，参数敏感性测试显示选股个数变化对效果影响不大。

并行策略及换手优化 [page::17][page::18]

• 并行两类困境反转策略后（持仓完全互斥），联合策略年化超额收益达17.3%，信息比率2.32，回撤减少到-5.3%。

- 采用资金分片平滑调仓与权重动态调整方法，有效降低半年内换手率至年化单边6倍，扣除交易费用后净超额收益仍达12%-13%。

• 分年度表现均为正收益，2021-2023年表现尤为突出。

困境反转行业图谱及投资建议 [page::19]

• 构建基于分析师未来2年景气度和交易盘近期加仓的行业困境反转图谱，区分当前困境和已反弹困境行业。

- 推荐重点关注医药、顺周期和TMT中估值及拥挤度不高的细分行业，如生物医药、化学制药、煤炭、钢铁、通信设备制造等。

元数据与概览

• 报告标题： 《量化专题报告——中观行业配置系列五：从赔率-胜率视角挖掘困境反转投资机会》

- 作者： 国盛证券研究所分析师 杨晔、刘富兵

• 发布日期： 2023年11月

- 研究主题： 专注于A股行业配置的量化策略创新，尤其探讨“困境行业反转机会”，通过赔率-胜率（价值低估与反转概率）视角挖掘行业困境反转的盈利模式与投资策略。

• 核心论点：

- A股低估值困境行业反转难，是因为需要长期持有和有效的右侧胜率信号辅助。
- 当前低估值困境行业的长期调整周期较长，且传统的单纯价值选股策略（如PB最低行业持仓）年化超额仅约2%，表现有限。
- 根据困境行业的不同阶段，将困境行业划分为“当前困境未反转”和“过去困境已反弹”两类，针对这两类分别挖掘右侧胜率指标：分析师远期景气度（长期信号）和资金交易行为（短期信号）。
- 并基于此建立两套困境反转策略，分别捕捉短期反弹和长期反转机会，最终并行运用实现年化超额收益17.3%，信息比率2.32。

• 策略表现：

- 短期困境反弹策略年化超额约10.8%，信息比率1.38，最大回撤约-6.3%。
- 长期困境反转策略年化超额约21.0%，信息比率2.10，最大回撤约-7.5%。
- 两策略并行年化超额17.3%，信息比率2.32，最大回撤约-5.3%。

• 作者意图： 希望为当前行业配置策略加入针对困境行业反转的捕捉能力，提升量化行业配置模型的覆盖深度和收益弹性，减缓阶段性失效风险。

---

报告逐章深度解读

一、问题：A股困境行业为什么不容易反转？（页3-6）

1.1 现有行业配置模型近两年阶段性失效

• 2019年以来，国盛研究所构建了涵盖行业景气度和趋势的多策略系统，表现稳健，年化超额约7%。叠加PB-ROE选股后表现更佳，2022年~2023年均有两位数超额收益。

- 但两个细分模型在2022年和2023年上半年阶段性失效：
- 2022年趋势模型表现差（-8%超额），因市场轮动加快导致长端动量失效。
- 2023年上半年景气模型超额收益几乎为零，反映市场非典型景气驱动，TMT表现强势但景气指标未及时反映。

• 该情况提示困境反转逻辑（长期价值反弹）开始变得重要，特别是建筑、通信、计算机等行业均体现底部反转形态。

1.2 过去行业赔率指标表现不佳，受价值风格影响较大

• 使用PB作为行业估值指标，通过沪深800对比做时序标准化(zscore)，低估值行业选股策略（2015-2023）年化超额仅约2%，且波动较大。

- 价值风格自2019-2020年期间表现较弱，导致低估值行业走势受限。

• PB因其估值稳定性及可比性优于PE，适于行业估值比较，但低估值本身不足以说明反转胜率。

1.3 困境行业不易反转的两个原因

• 原因一：持有时间不够久

- 行业底部反转是长期过程。
- 图表4显示，持有半年内低估值行业超额收益不明显，持有超过一年后才显著跑赢，持有三年超额累计可达15%。
- 这揭示了低估值策略的耐心成本，强调不能只做左侧买入。

• 原因二：错失反转过程中的绝大部分收益

- 传统策略偏短期，频繁剔除已反弹行业，导致损失反转后期的重要收益。
- 研究区分现有困境行业和已反弹困境行业，后者未来超额收益弹性和持续时间更优。
- 启示策略不应只是买最低估值，而要允持有已初步反转但估值非最低的行业。

---

二、现象及特征：困境定义及特征研究（页7-12）

2.1 困境定义

• 将困境分为两类，保证互斥：

- 当前困境未反转：PBzscore排名处于最低三分之一。
- 过去困境已反弹：过去一年PBzscore最低值<-1且当前> -1，且当前估值不属于最低三分之一。

• 该定义简明且包容，涵盖深度左侧埋伏行业及右侧持续反转行业。

2.2 长期收益影响因素——分析师景气度

• 采用分析师编制的行业景气指数（基于盈利预测调高机构比例）作为长期右侧信号。

- 发现远期（未来2年及以上）盈利调整的景气性强于近期(未来1年)调整，且与未来一年及更长期超额收益呈显著单调性。

• 在困境与反转行业中，分析师两年景气度最高10%的行业未来有5%-15%的稳定超额，超额收益维持约400个交易日。

- TMT板块2023年初的表现验证了该指标的领先性和前瞻价值。

2.3 短期收益影响因素——资金行为

• 短期收益波动更多受资金交易情绪影响，资金流向对短期涨跌贡献70%。

- 将资金行为分为整体资金和交易盘资金，后者调仓更灵活、风格更偏左侧，有明显低估值偏好。

• 交易盘的加仓比例与未来1个月行业涨跌呈单调关系，在困境行业效果尤为明显。

- 交易盘加仓前10%的行业中，70%为PBzscore小于0的低估值区域。

• 交易盘加仓信号在当前困境行业中未来2年内平均提供4%的超额收益，且超额收益衰减慢；在已反转困境行业中，超额收益持续时间短且幅度较小。

- 交易盘资金行为右侧信号自2020年以来显著强化。

---

三、策略设计与实证（页13-18）

3.1 困境反转研究框架

• 以“赔率-胜率”构建策略：

- 赔率：行业相对PBzscore（和历史6年标准差比较）<0表示低估。
- 胜率指标：
- 分析师未来两年景气度（上调净利增速、ROE比例及其标准化均值）。
- 资金交易盘近1个月持股变化（加仓比例）。

• 同时考虑趋势和拥挤度指标控制仓位风险。

3.2 两种困境反转盈利模式

• 3.2.1 短期困境反弹（当前困境行业，寻求短期估值拔升）：

- 选当前PBzscore最低三分之一行业作为困境池；
- 在资金交易盘加仓前30及分析师景气前30行业中选出交集（约50只），周度调仓。
- 策略表现：2015-2023中年化超额10.8%，信息比率1.38，最大超额回撤约-6.3%，换手率偏高（年12次），适合作低仓位博取短期超额。

• 3.2.2 长期困境反转（过去困境已反弹，捕捉持续基本面回升和资金加仓）：

- 选过去一年PBzscore最小值<-1且当前估值不处最低三分之一的行业；
- 结合分析师景气度前30及资金加仓前30行业取交集，剔除估值和拥挤度过高行业；
- 周度调仓，年换手较低（8次），适合大仓位长期持有。
- 策略表现：2015-2023年化超额21.0%，信息比率2.10，最大回撤约-7.5%。

3.3 两策略并行优化

• 两策略持仓结构互斥且逻辑有承接，合并后能减少频繁调仓。

- 合并策略年化超额17.3%，信息比率2.32，最大回撤约-5.3%，跟踪误差7.4%。

• 交易细节优化：

- 分4份资金周频滚动持有减少换手；
- 采用估值与拥挤度预警机制调节持仓权重；

• 优化后换手由单边12次降至6次，扣交易费超额回报12%-13%，信息比率2.17。

3.4 工具：构建困境反转图谱

• 通过分析师景气度（X轴）和交易盘加仓（Y轴）绘制气泡图，气泡大小代表估值低度。

- 红色气泡（过去困境已反弹）和蓝色气泡（当前困境未反转）标注行业位置。

• 建议重点关注医药、顺周期与TMT估值拥挤度适中板块，特别是医药行业中生物医药、化学制药、中药、运输设备等细分领域。

---

图表深度解读

图表1-2（页3）

• 展示行业配置模型不同因子叠加对年化超额收益的贡献。

- 景气度+趋势复合模型表现稳定，叠加PB-ROE选股能力进一步提升。

• 但细分来看，2022年趋势投资严重失效（负收益），2023上半年景气指标疲软。

- 支撑报告观点：传统行业趋势景气框架在特定市场环境下有阶段性失效风险。

图表3（页4）

• 低估值行业多头收益与行业等权及基准比较，整体表现一般，波动较大。

- 体现价值风格周期性弱势，尤其2019-2020年期间。

图表4（页5）

• 持仓持有期限对低估值行业超额收益的影响。

- 半年内低估值行业表现未优于高估值，持有1年以上超额收益明显提升，三年达15%。

• 体现了反转慢且长线持有价值。

图表5（页6）

• 已反弹困境行业和当前困境行业未来不同持有期的超额收益对比。

- 已反弹困境行业未来收益明显优于当前困境，差异随持有时间拉大。

• 强调持有权重不能机械回撤，而需策略地延续持仓。

图表7-8（页8）

• 分析师未来1年与2年景气度均随未来行业收益分组呈单调递增趋势，且反转行业的幅度更大。

- 说明远期盈利调整更能领先行业反转收益。

图表9-10（页9）

• 以计算机和传媒行业为例，分析师未来2年景气度领先未来1年，动态更早拐头，验证分析师对长远盈利预测更具预判力。

图表11-12（页10）

• 困境行业和反转行业中分析师远期景气度前10%行业超额净值走势，皆有持续超额，反转行业更显著。

- 超额收益保持约400个交易日后开始衰减。

图表13-14（页11）

• 当前困境与反转困境行业不同未来1个月涨跌幅组别对应资金加仓比例。

- 资金（特别是交易盘）加仓比例随未来涨幅提升，表现出资金对短期行情的预判与推动作用。

图表15-16（页11）

• 交易盘加仓行业中低估值行业占比提升明显，估值分位中低估值占主导，匹配资金偏左侧策略。

图表17-20（页12）

• 交易盘加仓前10%行业超额收益走势，当前困境持续性强，反转困境表现略逊。

- 2020年后交易盘因子超额表现明显增强，表明资金流向右侧信号价值增加。

图表22-26（页14-15）

• 短期困境反弹策略收益曲线稳健，优于行业等权，叠加资金与景气指标进一步提升绩效。

- 年度表现中2020年前表现相对平稳，2020年后优异，信息比率上升。

• 参数敏感性表明策略对持仓数量选择相对稳健。

图表27-31（页16-17）

• 长期困境反转策略超额收益更高，弹性更好，胜率更加突出，回撤也略高。

- 策略换手率低，适合重仓长期配置。

• 参数灵敏度分析显示长期策略对行业池大小变化表现仍旧稳定，最优持仓集中于约20行业。

图表32（页17）

• 两策略并行投资显著提振整体超额收益及风险调整指标，且实现组合换手率下降。

- 明显体现困境两个阶段的路径依赖性与互补性。

图表33-35（页18）

• 交易细节优化显著降低换手率，保持策略有效性与年化超额收益水平。

- 换手率稳定在年单边6次左右，适合实盘执行。

• 年度业绩无明显回撤风险，顺势阶段表现尤佳。

图表36（页19）

• 困境反转行业配置图谱展示了当前困境行业和已反弹行业在两大右侧信号上的分布。

- 明确推荐医药、顺周期及部分TMT细分行业。

• 结合估值和资金加仓信号为投资者提供多维度行业配置参考。

---

估值分析

本报告为量化行业配置策略报告，核心基于因子模型和统计归因，并无传统意义的公司估值DCF等模型。

估值方法基于“相对估值zscore”即行业相对于沪深800的PB比率标准化。该指标作为“赔率”使用，定位低估行业。

“胜率”主要通过两大来源确认：

• 分析师未来几年盈利修正概率（基本面改善信号），多以盈利预测上调比例zscore形式体现。

- 资金交易盘持股加仓比例（市场行为信号），反映市场对行业短期重视度与认可。

综合赔率与胜率的匹配来建立组合，体现典型的“价值+动量”逻辑。

报告中采用分层筛选及限制“估值+拥挤度双高”的行业，防止估值膨胀及风险集中，体现风险控制。

---

风险因素评估

• 策略失效风险： 本模型基于历史统计规律，未来市场结构、风格轮动和资金行为可能发生变化导致模型失效。

- 持有周期长导致流动风险： 困境行业反转需较长时间，投资者需承受持仓期间可能的价格波动与资金占用。

• 估值陷阱风险： 当前困境行业中可能存在长期低迷的价值陷阱，特别是对单一指标低估依赖较重时。

- 信号噪声风险： 右侧信号如分析师盈利调整与资金加仓虽具代表性，但亦可能受到短期投机、数据异动干扰。

• 组合换手及交易成本风险： 虽已有优化，但换手率相对较高，实际实施可能因成本拖累净收益。

- 市场系统性风险： 例如宏观经济剧烈波动、政策变化等均可能影响策略表现。

报告未明确提出具体的风险缓释机制，主要以策略分散、多信号组合提升稳定性缓解风险。

---

审慎视角与细微差别分析

• 本报告基于量化统计分析，较好逻辑地结合估值与右侧信号，但“困境”行业定义相对粗糙，仅用PB指标标准化，未考虑盈利质量、资产结构等更全面指标，存在一定宽泛性风险。

- 策略对不同市场阶段的表现差异较大，尤其2020年后价值风格走强大幅提升效果，这提示其未来表现依赖于风格周期，存在周期性风险。

• 资金交易盘作为右侧信号十分重要，但报告中对资金构成、盘中行为等的细节未展开深入分析，可能影响信号准确性。

- 换手控制虽有改善，但仍属于较高，报告中未披露交易成本扣除后的净利数据，可能对实际收益有负面影响。

• 两种困境策略严格互斥并合，逻辑合理，但二者池的分割依赖单一年化指标，未来可能出现统计重合及边际区分困难。

- 报告对负面风险尤其估值陷阱及行业持续低迷情况关注有限。

---

结论性综合

本报告重点研究了A股行业配置中困境行业反转机会，通过深入剖析困境反转过程的时序动态与胜率信号，提出了基于“赔率-胜率”视角的双管齐下行业反转策略框架。

报告系统表明：

• 困境行业的反转普遍慢热，传统简单低估值选股策略无法捕捉到大部分反转收益，持有期限和右侧信号至关重要。

- 长期基本面信号（分析师未来2年盈利调整）和短期资金流行为（交易盘加仓比例）被证明为有效的右侧胜率指标，分别反映基本面预期改善以及资金主动布局意愿。

• 基于两类困境（当前困境和已反弹困境）构建两套策略，短期策略捕捉估值修复即将启动的反弹机会，长期策略锁定基本面改善带来的持续超额收益。

- 两策略结合并经过交易细节优化后，实现17.3%的年化超额收益，信息比率显著，策略回撤受控，表现优异且稳健。

• 由图谱工具具体行业与信号映射，助力投资者把握医药、顺周期及部分TMT细分市场的困境反转机会，指导有效配置。

- 报告提供了理论和实证结合的量化投资新思路，弥补了传统右侧行业配置模型在困境行业捕捉上的短板，具备较高的实践价值。

总之，本报告通过“赔率-胜率”的创新量化策略框架，为行业困境反转机会挖掘提供了系统的理论依据、明确的信号指标体系和可操作化的投资范式，表现出显著的风险调整超额收益，值得量化配置投资者重点关注与实践。

---

重要图表目录举例（附示意及重点解读）

| 图表及页码 | 内容说明 | 主要见解与解读 |
|---|---|---|
| 图表4（页5） | 低估值行业未来超额收益随持有期增长显著提升 | 反转过程慢热，策略需兼顾持有期限，简单短期持有难获超额 |
| 图表5（页6） | 已反弹困境行业未来超额收益弹性和持续性优势明显 | 鼓励持有已初步反转行业获得更大超额 |
| 图表7-8（页8） | 分析师未来2年景气度显著预测困境及反转行业收益 | 远期盈利预测调整为有效基本面右侧信号 |
| 图表13-14（页11） | 资金（尤其交易盘）加仓比例与未来短期涨幅正相关 | 资金行为为短期右侧信号，推荐结合使用 |
| 图表22/27（页14/16） | 短期与长期困境反转策略累计超额收益曲线 | 两策略分别捕捉不同阶段反转机会，业绩稳健 |
| 图表32（页17） | 两类策略并行组合表现 | 结合策略互补性强，综合超额收益提升，风险下降 |
| 图表36（页19） | 困境反转行业图谱 | 直观行业配置及信号水平，辅助投资决策 |

---

溯源标注示例

• 关于模型阶段性失效及叠加PB-ROE后的表现，参见页3图表1-2[page::3]

- 行业低估值的持有期限效应及图表4与5分析见页5-6[page::5,6]

• 困境定义及赔率-胜率信号描述见页7-8[page::7,8]

- 分析师远期景气度与资金交易盘行为信号见页8-12[page::8,9,10,11,12]

• 两类困境反转策略构建及性能表现见页13-18[page::13,14,15,16,17,18]

- 困境反转图谱及行业配置建议见页19[page::19]

• 报告总结与策略风险提示见页20[page::20]

---

综上，本报告基于严密的量化统计、丰富的信号挖掘及实证验证，成功识别并系统捕捉了A股行业困境反转的投资机遇，彰显出价值投资与趋势投资的有机结合，具有重要的理论及实操指导意义。

报告