资金流与风格因子相关性及构建 [page::3][page::4]

• 资金流与宽基指数高度同步，但资金流入小市值股票与中小创指数相关性较低，表明仅观察宽基资金流输入不足以指导风格配置。

• 资金流的突然暴涨或暴跌对风格因子的短期超额收益有预测意义，如大市值股票资金流入后盈利风格表现良好。

资金流偏好度定义及资金来源 [page::5][page::6][page::9]

• 资金主要来源包括主动净流入资金、融资余额及沪深港通资金。

- 横向定义资金占交易额比率，纵向定义资金环比增长率。

• 结合风格因子构建6种资金流偏好度指标。

风格因子及策略框架 [page::7][page::8][page::10]

• 挑选盈利、成长、杠杆、流动、技术、规模、质量、价值共8大类风格因子构建因子组合。

- 资金流偏好度用于筛选资金偏好最强风格，采用历史出现频次和信息比率确定推荐配置。

净流入比率策略及配置示例 [page::11][page::12][page::13]

| 最强风格 | 下期配置风格 | 胜率 | 周均收益率 | 标准差 | IR |
|---------------------|--------------------|-------|-------------|--------|-------|
| 小市值资金流入优于大市值 (128次) | 流动负债率、低流动性、小市值 | 59.4% | 0.30% | 1.69% | 1.29 |

• 资金偏好小市值风格出现时，后续相关风格组合超额收益显著，呈现动量效应并伴随流动性溢价。

多资金流偏好度配置矩阵摘要 [page::14][page::15][page::16][page::17]

• 分别构建净流入比率、融资余额交易额占比、沪深股通交易额占比、主动流入资金环比增长、融资余额增量环比增长及沪深股通环比增长配置矩阵，用于指导风格权重分配。

- 各矩阵中资金流入方向与推荐风格权重对应，权重根据历史信息比率调整。

单策略回测结果 [page::18][page::19][page::20][page::21][page::22][page::23]

• 净流入比率策略累计超额收益428%，最大回撤-20%，胜率64%，2015年表现突出。

• 融资余额增量占比策略累计超额收益546%，最大回撤-27%，善于捕捉小市值牛市行情。

• 沪深股通交易额占比策略因数据较短，表现优于基准，侧重盈利大盘股风格。

• 主动流入资金环比增长策略累计超额收益686%，最大回撤-18%，稳定性优越。

• 融资增量环比增长策略累计超额收益593%，对大盘蓝筹行情效果较好。

• 沪深股通环比增长策略表现适中，偏好杠杆相关风格。

综合策略与最新配置 [page::24][page::25][page::26][page::27]

• 综合策略整合净流入资金、融资增量等4项资金流偏好度推荐，累计超额收益673%，最大回撤16%，表现稳定。

• 最新配置显示资金主要偏好盈利指标，推荐低流动性、低估值、一个月反转风格。

• 风险提示：模型依赖历史数据和主观判断，极端市场环境存在策略失效风险。

金融研究报告详尽分析报告

一、元数据与报告概览

报告标题：a探ble寻_资Titl金e 流背 后的风格轮动规 律 —— 多因子 Alpha 系列报告之（三十七）
作者/分析师：史庆盛（S0260513070004）
发布机构：广发证券发展研究中心
发布时间：2018年6月
主题：基于资金流比率的风格因子轮动规律及其策略构建和实证检验

报告核心论点与信息

报告针对A股市场的风格轮动问题，创新性地引入“资金流比率”的概念，综合主动净流入资金、融资余额资金和沪深股通资金，从横向（资金在交易额中的占比）和纵向（资金环比增长率）两个角度构造资金流偏好度指标，并通过多因子风格因子库的收益率序列，建立了基于资金流偏好度的风格轮动策略。

主要结论包括：

• 资金流比率的变化（暴涨或暴跌）对风格因子的未来收益有显著预测能力。

- 构建的综合策略自2010年5月至2018年6月累计实现673%的超额收益，胜率63.8%，最大回撤仅-16%。

• 最新一期（2018年6月29日）模型推荐风格为低流动性、低估值和一个月反转的综合组合。

- 风险提示强调模型历史数据训练的局限性以及在极端市场环境下失效可能。

报告整体侧重以量化手段捕捉资金流对风格因子收益率影响规律，指导后续风格轮动配置。

---

二、逐章深度解读

1. 报告摘要

摘要指出资金流比率是风格轮动的有效判断指标，提出宽基指数资金流入流出不能有效指导风格轮动，需构造资金流在风格组合中的比率指标。通过净流入资金、融资余额和北上资金，以资金占比和环比增长两个视角形成6个子策略，最终整合4种策略实现高收益低回撤。摘要最后说明策略的局限性及风险[page::0]。

2. 目录索引

目录反映报告结构清晰，涵盖资金流定义、策略构造、实证检验、总结和风险提示等模块[page::1]。

3. 图表目录

多张表格和图形详列资金流指标定义、风格因子列表、配置矩阵以及各策略回测表现，数据来源及时间区间明确[page::2]。

4. 前言

报告开头梳理了2017年大盘蓝筹行情及2018年风格分歧加大背景，强调资金流作为推动市场变化的直接动力的重要性，并指出资金流与股价变动同步，单纯观察资金流入流出缺乏预测力。图1展示沪深股通和沪股通成交净流入与对应指数的同步性，互相关系明确，表明资金流对指数有联动效应，但缺乏前瞻性。

通过数据分析，宽基指数资金流规模与大盘蓝筹相关性较高，但小市值资金流与创业板指数相关性不足，说明宽基资金流信息难以反映风格配置需求。基于此，资金流应结合风格因子剖析使用，挖掘关联规律[page::3]。

5. 资金流暴涨与风格因子收益预测

进一步引用资金环比增长率与盈利风格收益的示例图（图3），表明资金大幅流入大市值组合时，相关盈利因子未来表现优异，验证资金流波动具有预测信息，支持资金流比率作为风格轮动指标的理论假设[page::4]。

6. 资金流定义及基本构造（2.1）

明确三类资金来源及定义：

• 主动净流入资金：主动买入成交金额减主动卖出成交金额，反映市场中交易活跃方资金偏好，市场直接买卖力量体现。

- 两融余额资金：融资融券业务中的融资余额，由于融券较小，重点考察融资余额，反映激进投资者资金流向。

• 沪深港通资金：北上资金、港股机构投资者资金流动，反映境外机构对A股情绪。

图4-6分别展示三类资金历史变化，说明三资金来源数据的时间覆盖及市场规模，为后续策略构建提供基础[page::5-6]。

7. 资金流比率简介（2.2）

为了利用资金流信息预测市场走势，报告引入资金占交易额比例和资金环比增长率两类比率指标：

• 资金占交易额比例（横向比较）：反映某风格交易额中资金流入强度，有利捕捉风格在市场中的活跃程度和焦点地位。

- 资金环比增长率（纵向比较）：反映该风格资金流动的短期急剧变化，有助于捕捉资金流动驱动的新兴风格机会。

此部分奠定了后续资金流偏好度计算的基础逻辑[page::7]。

8. 风格因子简介（2.3）

风格因子共8大类，涵盖盈利、成长、杠杆、流动、技术、规模、质量、价值。每大类取代表因子，例如ROE、ROE增长率、流通股本比率、成交金额、股价反转、行业相对账面市值比BP等。预设方向明确，有助于构造多头/空头组合，进行收益率序列计算。

数据清洗、行业中性化、市值中性化的因子收益率构建流程严谨，体现报告对量化细节的重视[page::7-8]。

9. 风格因子收益率序列的构造（2.4）

详细收入计算步骤，包括剔除极端值、行业中性化、市值分组拆分Top/Bottom组合、收益计算及交易费用折扣处理。明确0.2%交易费用设定体现策略考虑换仓成本，增强实操性[page::8]。

10. 资金流偏好度的构造（2.5）

资金流偏好度定义为风格因子多头组合与空头组合资金流的差值标准化指标，结合资金占交易额比例和环比增长率两计算方法形成六个具体资金流偏好度指标：

1. 净流入比率

2. 融资余额交易额占比

1. 沪深股通交易额占比

4. 主动流入资金增量环比增长

1. 融资余额增量环比增长

6. 沪深股通增量环比增长

图7清晰展示计算公式框架[page::9]。

11. 策略框架（2.6）

策略核心思想：期内，资金流偏好度最高的风格代表市场关注焦点。策略步骤：

• 计算所有风格的资金偏好度，挑选绝对值最大者为最强风格（包含方向）。

- 统计各最强风格出现次数和后续收益表现，判断其推广价值。

• 出现次数≥8次则用后续收益IR指标筛选配置权重，出现次数不足则默认均等权重。

- 由于沪深股通数据较短，相关限制放宽到6次。

图8策略流程图解，清晰展现策略设计思路[page::10-11]。

12. 资金流偏好度实例及案例分析（2.7）

以净流入比率为例，分析小市值偏好时资金流入大市值组合对盈利、多头/空头因子的影响，结果显示资金偏好小市值时对应高流动负债率、低流动性、小市值风格表现优异，IR分别高达1.29、-2.80、-1.65，体现资金流偏好与风格表现的强相关性。图9-11通过时间序列对比直观展示资金流触发时的风格超额收益[page::11-13]。

13. 配置矩阵展示（2.8）

六个资金流偏好度对应六个推荐矩阵，详细体现不同资金来源和计算方式下资金流入偏好对风格因子配置的影响，体现资金流多样性对策略调优贡献：

• 净流入比率配置矩阵（表3），资金流入方向与对应权重列举详细。

- 融资余额、沪深股通、主动资金环比增长等各矩阵（表4-8）详细列明资金流偏好对应的风格配比及方向。

整体配置矩阵呈现策略定量体现资金流与风格因子互动框架[page::14-17]。

14. 实证检验（3节内容）

3.1 净流入比率策略

• 时间跨度：2010.5.7-2018.6.29

- 样本：非停牌上市>1年股票

• 行业中性化：申万28个一级行业

- 换仓周期：周度

• 费用：0.2%

- 结果（图12/Table9）：累计超额收益428%，胜率64%，最大回撤-20%。2017年稍差但整体正收益，2018年波动中获得超跌修复收益[page::17-18]。

3.2 融资余额增量占比策略

• 时间及设置同上

- 结果（图13/Table10）：累计超额546%，胜率65%，最大回撤-27%。擅长捕捉牛市小盘股，但受杠杆资金限制，2017起缺少大盘蓝筹表现[page::19]。

3.3 沪深股通资金流入交易额占比策略

• 时间：2017.3.17-2018.6.29

- 结果（图14/Table11）：超额26%，胜率71%，最大回撤-4%，在短期且大市值及盈利导向明显期间表现优异[page::20]。

3.4 主动流入资金环比增长策略

• 时间及设置同净流入比率

- 结果（图15/Table12）：累计超额686%，胜率66%，最大回撤-18%。表现优于横向资金流侧策略，体现纵向资金激增的风格带动作用明显[page::21]。

3.5 融资增量环比增长策略

• 结果（图16/Table13）：累计超额593%，胜率65%，最大回撤-22%。沿袭纵向角度表现稳定，具备捕捉不同市值风格能力[page::22]。

3.6 沪深股通环比增长策略

• 时间同沪深股通占比策略

- 结果（图17/Table14）：超额7%，胜率52%，最大回撤-6%。表现较沪深股通占比策略略逊，偏好杠杆相关因子，短期数据限制策略表现有限[page::23]。

3.7 综合策略

• 结合4个权重和有推荐的资金流偏好度的风格配置等权归一化构建综合策略（图18）。

- 结果（图19/Table15）：累计超额收益673%，胜率64%，最大回撤-16%。表现兼具高收益与稳健，融合单策略优点，规避单一资金流数据缺陷[page::24-25]。

15. 总结（4.1）

• 资金流比率为风格轮动提供有效变量，研究范围覆盖宏观到微观资金层面，对风格轮动模型的丰富贡献明显；

- 综合策略融合多元资金来源及比较方法优势，使得风格轮动策略更具稳定性和持久性；

• 缺陷在于沪深股通资金数据时间短，限制其纳入综合考量，未来增强板块和大盘配置能力的提升空间[page::25]。

16. 最新配置结果（4.2）

最新一期（2018年6月29日）风格偏好以盈利（ROE低估值）、低流动性、低估值和一月反转为主，配置比例详见表16和图20。资金流各来源最新风格坐标清晰，结合策略思想，反映策略实时风格提示能力[page::26-27]。

17. 风险提示

明确指出模型基于历史统计及作者主观判断，缺乏严格硬性逻辑，且在极端市场环境下可能失效，提醒投资者审慎对待。本报告数据及观点来源可靠但不做盲目保证，遵循法律合规发布限制[page::27-28]。

---

三、图表深度解读

图1 资金与指数变化同步性（第3页）

图示沪股通和深股通净流入资金（亿元）与对应上证综指、深证综指的走势折线图，资金流入和指数水平呈现高度同步，体现资金流与指数走势联动，但滞后性导致资金流入难以预测指数变化，验证报告关于资金流入出简单统计信息有限预测意义的观点[page::3]。

表格2 综合策略分年度表现（第0页）

显示2010年至2018年（截至6月29日）综合策略年化超额收益率和胜率、最大回撤情况。2015年表现尤为突出超额164%，最高胜率81%，同时最大回撤维持较低15%。2017、2018年表现回落但仍保持正收益。整体最大回撤-16%，绩效稳定[page::0]。

图3 综合策略最新配置组合（第0页）

条形图显示不同风格因子在最新综合策略中的配置比例，配置权重分布均匀且偏重低流动性、低估值因子（如流动负债率、相对BP、总市值低），反映当前资金流偏好明确指向防御性和价值风格[page::0]。

图4 全A股净流入资金变化（第5页）

时间序列展现2012-2018年全A股主动净流入资金大幅波动，反映资金入市活跃度高，资金的显著峰值和谷值暗示驱动市场波动的重要资金事件，为资金流偏好指标构建提供基础[page::5]。

图5 融资融券余额变化（第6页）

展示2013-2017年融资余额和较小规模的融券余额动态，融资余额逐步增长但于2015年出现大幅波动，反映市场杠杆资金供需动态，融资余额是捕捉激进投资者兴趣的有效指标[page::6]。

表3-8 配置矩阵（第14-17页）

表格详细列出在不同资金流偏好度和资金流入方向的条件下，对每个风格因子的推荐权重，这些矩阵是本文量化策略的核心依据，细致归纳了资金流动与系统风格因子之间的复杂互动，支撑策略配置规则[page::14-17]。

图12-19 各单策略及综合策略回测效果（第18-25页）

每张图描绘策略基准净值和超额净值走势，多个策略间对比绩效包括胜率、最大回撤、超额收益等指标，综合策略表现尤为突出，体现资金流综合指标的合力优势，给予投资者更高信心[page::18-25]。

---

四、估值分析

本报告不涉及传统意义上的估值方法（DCF、市盈率等），其核心为风格因子配置策略，通过资金流偏好度的计量预测不同风格的超额收益，采用的“估值”其实是策略层面配置权重的优化，基于历史回测收益率、胜率、信息比率(IR)等评价指标进行配置权重决策，结合资金流特征实现择时择风格操作[page::9,10,14]。

---

五、风险因素评估

• 模型的内生风险：依赖历史数据和作者经验判断，难以全面捕捉行业结构及市场大环境变化，历史表现不保证未来成立。

- 宏观环境变化的冲击：在极端政治经济事件或系统性风险爆发时，该策略可能失灵。

• 资金流数据限制：沪深股通资金时间序列较短，限制其综合策略权重，未来数据动态更新需要重新训练。

- 交易费用与流动性误差：虽然考虑0.2%交易费，但实际交易成本和流动性风险可能更高。

• 策略过拟合风险：模型训练基于固定历史区间，难以完全避免在不同市场环境间的策略失效风险[page::0,27]。

报告并未对缓解措施给出明确方案，仅提醒用户需理性使用策略成果。

---

六、批判性视角与细微差别

• 资金流指标滞后性：报告多次提到资金流与指数同步，资金流本身难以前瞻性预测市场，只能通过比率和环比指标挖掘增量信息，投资者应理解资金流指标非绝对信号，更多为环境滤波器。

- 沪深股通数据局限：策略表现明显受该数据时间覆盖约束限制，且报告对沪深股通的权重设置保守，未来数据更新对策略带来的影响需密切关注。

• 多因子策略之间可能重叠效应：虽报告采用等权配置多策略，但各策略基于相似资金流，存在一定程度相关性，策略表现稳健性可能受限。

- 市场结构变化风险：2017年特别年份表现不理想，说明在特定市场结构或事件冲击下策略适应性需加强。

• 未呈现策略对市场极端波动风险管理细节：报告最大回撤指标虽提供参考，但缺少风险控制手段介绍。

---

七、结论性综合

本报告系统研究了以资金流比率为核心的多因子风格轮动规律，构建并实证了六类资金流偏好度策略，覆盖主动净流入资金、融资余额资金及沪深股通资金，分别从资金占交易额比例和环比增长率两维度刻画资金流偏好。

资金流偏好度指标显著改善了资金流与风格因子之间的对应关系，弥补了单纯资金流统计的滞后和宽基指数不敏感性。通过历史回测，尤其是综合策略达到673%的超额收益率和63.8%的胜率，并能控制最大回撤在-16%左右，展现强劲的稳健超额收益能力。

图表数据深入说明，小市值风格资金流偏好的触发常带来低流动性、低估值及高流动负债率相关因子的优异表现，资金流动对风格轮动具有较强的预测和指导价值。配置矩阵精细捕捉资金流入方向具体影响，支撑策略的动态调整和执行。

最新监测结果亦表明资金当前偏好盈利和防御价值风格，策略能够实现对市场变化的快速响应。

总体而言，报告提供了一套创新且科学的资金流动与风格轮动研究框架，揭示了资金在风格轮动中的重要作用，并构建了具备显著实证支持的风格配置策略方案。风险提示周全，反映量化模型应用需要对市场环境和数据局限保持警觉。

该报告对从事量化风格轮动及资金流动研究的投资者具有较高参考价值，填补了传统指标反映滞后与风格间资金循转难以量化的空白，为风格轮动策略实操提供新的视角和有效工具。

---

总结表述：

• 资金流比率是风格轮动有效的信号来源。

- 综合多策略配置稳健且收益显著。

• 风格因子收益与资金流动存在明显的预测和动态联动关系。

- 沪深股通资金流能提升大市值风格策略的覆盖。

• 策略面临极端市场风险及数据时间长度限制。

- 报告为量化风格轮动提供创新且科学的方法论。

[page::0,1,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27]

---

以上为该金融研究报告的详尽、结构化且全面的分析解读。

报告