主要市场及行业指数表现回顾 [page::0][page::2]

• 2023年6月，国证2000、沪深300、中证1000分别上涨1.23%、1.16%和0.62%，上证50和中证500分别微跌。

- 家电涨幅最大达13.00%，交通运输、消费者服务和医药行业表现相对较弱。

当期行业推荐及ETF列表 [page::3]

• 超预期增强行业轮动策略推荐传媒、非银金融、机械、交通运输和计算机行业，较上月将国防军工替换为交通运输。

- 资金面利好非银金融，交通运输行业受暑运旺季催化基本面回暖，机械和传媒等受AI、大模型推进驱动成长动力增强。

• 相关ETF基金名单列示，便于投资者行业布局。

超预期增强行业轮动架构及因子表现 [page::4][page::5]

• 行业轮动策略采用超预期、盈利、质量、估值动量、分析师预期及资金面因子，构建三维模型。

- 超预期和盈利因子当月IC均值分别达21.18%、35.07%，多空收益为3.06%和3.09%，并有较好超额收益。

超预期增强因子历史表现与策略回测 [page::5][page::6][page::7]

• 超预期增强因子IC均值9.40%，风险调整IC0.34，年化收益20.08%，夏普比率1.13，多空净值长期稳步上升。

- 行业轮动策略年化收益12.31%，夏普比率0.47，超额收益率7.52%，远超行业等权基准和景气度估值策略。

• 月均双边换手率约68%，策略在多数年份实现正超额收益。

行业轮动策略细分因子排名变化及行业切换 [page::7][page::8]

• 6月策略将国防军工行业调出，交通运输行业得分显著上升。

- 估值动量因子提升了家电、电力及公用事业等行业排名，超预期因子提升机械、交通运输、计算机。

• 两种轮动策略推荐差异主要来自超预期与分析师预期因子表现差异。

风险提示 [page::0][page::8]

• 报告基于历史数据和模型，可能因政策和市场环境变化导致失效。

- 各因素及策略存在阶段性失效与波动风险，投资需谨慎。

国金证券“行业超预期因子今年以来持续表现优异”报告详尽分析

---

一、元数据与报告概览

• 报告标题：行业超预期因子今年以来持续表现优异

- 作者与联系方式：高智威（执业编号S1130522110003，邮箱gaozhiw@gjzq.com.cn）；联系人许坤圣（xukunsheng@gjzq.com.cn）

• 发布机构：国金证券股份有限公司金融工程组

- 发布日期：报告内容涵盖截至2023年6月底的数据，对7月给出最新行业配置建议

• 研究主题：国内主要市场及行业指数表现、基于超预期增强因子的行业轮动策略构建及策略表现评价，以及相关ETF推荐和风险提示

核心论点：基于市场实际指标超出预期表现的超预期因子与盈利因子在今年持续优异，利用这些因子构建的行业轮动策略在长期具备较好的表现。2023年6月，策略出现月度小幅回落，但整体年化收益率与超额收益明显优于行业等权基准。7月行业配置建议聚焦传媒、非银行金融、机械、交通运输和计算机行业，兼顾周期与成长。[page::0,2,3,4]

---

二、逐章深度解读

1. 市场概况与当期行业推荐（章节1）

• 主要市场及行业指数表现：

- 2023年6月国内主要指数表现分化，国证2000上涨1.23%，沪深300上涨1.16%，中证1000上涨0.62%，而上证50及中证500小幅下跌，分别为-0.05%和-0.81%。
- 行业方面，15个中信一级行业中以家电（涨幅达13.00%）、汽车、通信、机械、电力设备及新能源领先，而交通运输、消费者服务与医药行业则表现落后，分别下跌-2.49%、-3.87%和-4.03%。
- 图表1清晰展现上述涨跌差异，条形图显示家电涨幅最高，医药跌幅最大，反映行业间轮动明显。
- 年初至今累计表现中（图表2），通信、传媒、计算机等成长风格行业涨幅突出，显示市场结构性特征明显。[page::2]

• 当期行业推荐与ETF列表：

- 基于超预期增强行业轮动策略，7月推荐传媒、非银行金融、机械、交通运输与计算机五大行业。
- 调整将6月的国防军工替换为交通运输，突出资金面改善对非银金融的支撑和暑运催化交通运输需求回暖。
- 成长型行业如机械受益于人形机器人及工业机器人需求复苏，传媒和计算机因AI大模型和MR技术推动内容产业及算力需求扩展。
- 非银行金融预计受益于存款利率下行，助推储蓄型保险产品销售。
- 针对推荐行业，报告列举了对应的多只行业ETF基金代码及管理机构，便于投资者具体布局。
- 该策略体现了均衡配置周期与成长行业，兼顾短期催化剂与长期趋势。[page::3]

2. 行业轮动策略构建与表现分析（章节2）

2.1 超预期增强行业轮动架构

• 超预期增强行业轮动策略以基本面为核心，结合估值面和资金面设计。

- 基本面含盈利因子、质量因子、分析师预期以及超预期因子，超预期因子表征公司利润和收入超过市场预期的能力。

• 估值因子则关注估值动量，资金面因子包含北向资金及公募持仓。

- 报告强调，超预期因子价值在于捕捉市场对预期差异调整之后的表现，从而提供更精准的行业轮动信号。

• 该框架在先前研究和策略中表现优异，作为基础策略以外，还跟踪传统景气度估值轮动策略，进一步验证模型表现，图表4展示了策略框架理清三大维度因子结构。[page::4]

2.2 六大类因子行业配置表现

• 6月单因子IC均值表现显示，盈利因子（35.07%）和超预期因子（21.18%）优于其它因子，质量因子及估值动量等表现不佳甚至负面。

- 多空收益率呈现相似趋势，超预期因子和盈利因子均实现正收益（约3%），表明选股能力和行业轮动信号较强。

• 年初以来，超预期因子和盈利因子IC均值稳定，尤其分析师预期、超预期及估值动量因素历史整体表现较好。

- 图表5细化IC和多空收益，图表6-7分别展示质量、盈利、估值动量和资金面因子的历时多空累积收益曲线，盈利因子表现最为稳定提升，超预期因子在2020年后呈加速增长趋势。[page::5]

2.3 超预期增强因子表现及解读

• 超预期增强综合因子平均IC为9.40%，风险调整IC为0.34，统计显著。

- 6月IC为负（-9.46%），多空收益率也出现-3.10%回撤，显示短期波动中存在一定策略失效风险。

• 多空组合净值稳定增长，年化收益20.08%，夏普比率为1.13，风险调整后表现优异。

- 图表9和图表10呈现了该因子自2011年以来月度IC和多空收益的波动，虽然存在波动性，长期趋势明确向好。

• 模型细分为对29行业排序分组，采取高因子值做多、低因子值做空构建多空组合，月度调仓。[page::5,6]

2.4 行业轮动策略整体表现

• 6月，超预期增强行业轮动策略收益率1.63%，行业等权基准1.98%，策略超额收益-0.39%，表现略逊于基准。

- 同样期间，景气度估值策略表现更佳，为2.38%收益率。

• 长期来看，超预期增强行业轮动策略年化收益率12.31%，夏普比率0.47，明显优于行业等权年化4.79%和夏普0.20。

- 年化超额收益率达到7.52%，表现稳健且风险调整后收益突出。

• 该策略月度双边换手率68.13%，表明较高的调仓频率支持策略的动态调整能力。

- 图表11-14清晰展示了策略净值、超额净值的稳定攀升及逐年超额收益，绝大多数年份展现正收益，除了2015年有所回撤。[page::6,7]

2.5 策略细分因子与行业轮动调整解读

• 7月推荐行业相比6月，国防军工被交通运输替代，其他保持稳定。

- 估值动量因子和超预期因子的行业排名出现明显调整，家电、电力公用事业，房地产，纺织服装估值动量增强，机械、交通运输、计算机超预期因子提升。

• 报告细分行业评分表（图表15）详细展现了各行业六大因子评分及月度变化，综合考量后形成新的配置方案。

- 与景气度估值策略相比，超预期增强策略更注重超预期和分析师预期，导致部分周期传统行业（国防军工、家电、建筑、房地产）未被选入本月策略，而科技与成长性行业获得更多配置资源。

• 这体现两种策略不同的投资因子侧重点和行业选择逻辑。[page::7,8]

---

三、图表深度解读

• 图表1与图表2（主要市场指数表现）

- 图表1显示家电行业6月涨幅最高约13%，医药行业跌幅最大约4%，市场风格呈周期-成长兼具切换。
- 图表2年初至今，通信、传媒及计算机等大幅上涨，传统周期行业出现分化走势，反映市场结构正在经历调整。

• 图表4（行业配置框架）

- 图示清晰表达了行业轮动策略的三大维度，基本面（盈利、质量、超预期、分析师预期）、估值动量和资金面（北向、公募）共筑决策系统。

• 图表5-7（因子统计表现）

- 图表5表格化量化因子月度和年初以来IC均值、因子多空收益和多头超额收益，盈利因子和超预期因子明显优于其他因子。
- 图表6、7的累计收益曲线展示盈利及超预期因子长期稳定正收益，估值动量短期波动明显。

• 图表8-10（超预期增强因子表现）

- 表格8总结关键统计指标，显示因子存在高波动性，但仍具有显著正预测能力。
- 图表9细化因子IC波动，2011年以来整体呈现周期性波动，但随着时间推进，因子表现趋于稳健正面。
- 图表10演示多空收益平稳增长，2023年2月、6月出现调整信号，提示策略近期可能受宏观波动影响。

• 图表11-14（行业轮动策略整体表现）

- 图表11净值曲线显示超预期增强策略自2011年以来累计回报领先景气度和行业等权组合。
- 图表12超额净值进一步反映该策略对市场的持续alpha贡献。
- 图表13逐年超额收益条状图，2015年略有负收益，但大多数年份呈现正向超额。
- 图表14统计表清晰对比了策略的收益率、波动率、夏普比率、最大回撤及年内表现，证实超预期增强策略风险调整后表现突出。

• 图表15（细分因子与行业排名变动）

- 该表格反映本月和上月各行业盈利、质量、估值动量、分析师预期及超预期因子分组排名及变化，支持策略调仓决策（如国防军工被交通运输替代主因超预期因子排名变化）。

整体来说，图表详实补充文本阐述，数据支撑策略构建、因子表现及行业更替逻辑，展现策略科学严谨的研究框架和实证基础。[page::2,4,5,6,7,8]

---

四、估值分析

报告主体关注的是基于因子模型的行业轮动策略构建，估值方法隐含于估值动量因子中，细节未展开披露传统DCF或PE等绝对估值模型。估值动量因子作为估值维度，关注行业估值的阶段性变动和趋势，结合盈利与超预期因子对未来盈利的趋势预判，实现动态配置。

策略以等权重方式月度调仓，估值假设体现在因子分值与行业排序调整。估值动量因子本月表现较差，导致该因子对行业选择影响有限，被盈利和超预期因子所主导。[page::4,7]

---

五、风险因素评估

报告中风险提示包括：

1. 模型失效风险：因基于历史统计和建模，市场环境或政策发生变化时，模型可能失效，导致策略表现波动或失准。
2. 事件驱动影响：包括政策调整、突发市场事件等导致各因素表现短期失效。
3. 策略波动与回撤：历史数据存在一定波动，且可能出现超出模型预估的回撤，策略须配置相应风险控制和调整机制。

整体风险提示体现出对模型局限性的认知和策略的适度谨慎。[page::0,8]

---

六、批判性视角与细微差别

• 报告强调超预期增强因子的优势和策略长期表现，但6月月度回撤及负IC显示策略并非无懈可击，短期内因子表现受宏观波动较大，短线操作存在风险。

- 因策略侧重因子指标，未充分披露个股或行业具体基本面变化，可能忽略宏观政策调整或突发事件对行业的深度影响。

• 行业轮动频繁，68%的月度换手率暗示策略交易成本不容忽视，尤其在市场流动性不足时可能影响实际收益。

- 报告未详细披露因子构建的具体数据处理和权重分配，外部复现与验证难度较大，读者需注意因子透明度问题。

• 超预期因子虽基于业绩超预期数据，但业绩预期调整可能存在滞后及非理性市场情绪干扰风险。

- 推荐行业与对应ETF对应关系清晰，利于实操，但未深度分析ETF跟踪误差及基金管理人能力。

• 两类策略对比揭示因子选择对行业覆盖影响显著，投资者需结合自身风险偏好和投资周期审慎选择。[page::0-8]

---

七、结论性综合

本报告通过详实的市场指数数据与因子分析，系统论证了基于超预期增强因子的行业轮动策略具备显著的长期超额收益能力，尤其盈利因子和超预期因子的预测精度和收益表现突出。尽管6月策略出现小幅回撤，但年度累计表现仍明显领先基准。

图表深入呈现了因素的统计有效性、策略净值及超额收益，支撑了策略的科学性。根据模型调整后的7月行业推荐兼顾周期与成长，精选传媒、非银行金融、机械、交通运输及计算机五大行业，反映资金面向好、科技创新驱动及短期景气度催化的综合判断。

风险提示进一步提醒投资者，模型依赖历史数据，无法完全排除未来政策和市场突变风险，且短期波动不可避免。

综合全篇，报告体现金融工程视角下多因子量化行业轮动的研究深度和风控意识，对机构投资者理解和把握行业轮动提供了有价值的策略工具和参考框架。[page::0-8]

---

总结

• 市场表现分化，家电等周期成长兼备行业表现最好，交通运输等低迷。

- 超预期增强行业轮动策略建基于多因子框架，盈利与超预期因子效果显著。

• 策略整体年化超额收益稳定，月度调整灵活，但高换手率带来交易成本风险。

- 7月策略均衡配置科技成长与周期消费两条主线，明确反映资金面及AI等科技趋势。

• 数据支撑充分，图表详实，风险提示合理，建议投资者结合自身实际审慎应用。

---

（全文引用页码附标示：部分结论综合自报告多个章节，[page::0,2,3,4,5,6,7,8]）

报告