• 近两年行业景气度-趋势-拥挤度框架表现稳定，叠加PB-ROE选股年化超额收益超10%，但细分趋势和景气模型出现阶段性失效，尤其2022年趋势投资亏损8% [page::1]

• 行业低PB估值（困境行业）策略表现一般，年化超额仅2%，受价值风格低迷影响较大，且低估值行业需要持有一年以上才能显现反转收益 [page::2][page::3][page::4]

• 困境行业分为两类：1）当前困境（PBzscore最低1/3），赔率高且潜在大收益；2）过去困境已反弹（过去一年PBzscore最低值<-1标准差且当前估值不再最低），反转弹性更强且未来超额收益显著 [page::5]

• 基本面右侧收益信号：分析师未来2年景气度（盈利预测、ROE调整）对困境行业长期超额收益尤为显著，超额收益持续约400个交易日，反弹困境行业弹性达15% [page::6][page::7][page::8]

• 短期资金行为信号：交易盘资金加仓行为优于整体资金，明显偏好低估值行业，具备较强短期选股能力，困境行业中交易盘加仓前10%行业后续超额收益持续半年以上，尤其当前困境表现更佳 [page::8][page::9][page::10]

• 困境反转策略：采用赔率（PBzscore）定义困境基础池，结合分析师未来2年景气度与交易盘近月加仓比例构建右侧胜率信号，实现双信号筛选。

- 短期困境反弹策略：
- 挑选当前PBzscore最低1/3行业中，交易盘加仓或分析师景气度排名靠前的行业，等权持有，周度调仓。
- 2015年底-2023年6月底回测显示年化超额收益10.8%，信息比率1.38，最大回撤-6.3%，表现优于传统低估值策略。



- 长期困境反转策略：
- 基础池为过去一年PB_zscore最低值<-1且当前估值未处最低1/3的行业，过滤估值与拥挤度过高行业后，结合胜率信号筛选。
- 2015年底-2023年6月底年化超额21.0%，信息比率2.10，最大回撤-7.5%，收益弹性优异。

• 两种策略合并持仓：

- 持仓行业完全互斥，减少频繁买卖，年化超额17.3%，信息比率2.32，最大回撤仅-5.3%，收益更稳健。

• 换手率与交易优化：

- 两策略合并换手年化约6-7倍，采用分散持仓与权重动态调整（基于估值与拥挤度）降低交易频率，年化超额降至约14.7%，费用调整后仍达12%-13%。

• 行业困境反转图谱展示当前与过去困境业绩与资金加仓状态，重点推荐医药、生物医药、煤炭、钢铁、通信设备、机械等细分行业，估值和拥挤度适中。

国盛量化报告全面详解：从赔率-胜率视角挖掘A股行业困境反转投资机会

---

一、元数据与报告概览

• 标题：《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：杨晔、刘富兵 等，国盛证券金融工程团队

• 发布时间：2023年11月15日

- 研究机构：国盛证券研究所

• 核心主题：基于A股行业配置，深入调查行业困境反转投资逻辑，提出细分行业困境反转策略，强调使用“赔率-胜率”视角，结合估值（PBzscore）和右侧胜率信号（分析师景气度、资金加仓行为）进行行业筛选，提升行业配置超额收益。

主旨总结：本报告指出传统估值指标（如PB低估）用于困境行业投资收益一般，核心原因是困境行业反转需要长期持有及右侧信号指引，且困境行业存在两大类型——当前困境行业与过去已经有所反弹的困境行业。通过结合分析师对未来盈利增长的远期调整和资金交易盘的加仓行为，构建两类困境反转策略，实现年化超额收益分别达到约11%和21%，并且合并后达17%，表现稳健，回撤控制较好，策略带来显著的行业配置增值机会。[page::0] [page::1-2]

---

二、逐节深度解读

2.1 行业困境反转问题与模型失效现象

• 现状回顾：自2019年以来，国盛金工团队基于行业景气度、趋势和拥挤度构建的多策略框架，整体超额回报较好（近两年12%以上年化），但细分的“趋势”与“景气”模型近两年出现阶段性失效。

- 失效原因细分：
- 2022年趋势投资失效，归因于市场轮动过快，长端动量因子失效，导致亏损重大；
- 2023年上半年景气投资表现一般，原因分析为市场未走景气投资逻辑，趋势因子表现优异。

• 发现金融逻辑盲区：强势上涨板块多为从行业困境处反转，而传统右侧动态景气/趋势模型往往忽略困境行业长周期逐步反转的机会，表明需加入困境反转的特殊逻辑。[page::1]

2.2 困境定义与价值风格影响

• 困境行业定义方式：以PBzscore分位来定义困境。将各行业PB与中证800指数PB比值做同比平滑及zscore标准化处理，筛选PBzscore最低的20%作为低估行业。

- 实证发现：传统低PB选股收益有限，年化超额仅2%，且回撤较大，尤其是在2019-2020年成长股风格主导时，价值低估板块表现更差。说明单纯估值低并不足以把握反转机会，且受风格轮动大影响。[page::2-3]

2.3 困境行业为何不易反转？

• 原因一，持有时间太短：低估值行业的反转呈现典型长周期特征，半年以下持有期内困境行业并无明显收益优势；但持有期拉长至一年以上，反转效果显著：一年持有超额3%，两年11%，三年15%。

- 原因二，错失反转过程收益：传统策略每期只持有当前最低估值行业，反弹行业被卖出，错过了反弹阶段的超额收益。数据显示，反弹后的困境行业较当前困境行业未来收益弹性更强，且持续时间更长，三年持有远期差异达到18.9%。

• 启示：投资困境行业需根据右侧胜率信号择机入场，避免早期左侧买入的时间成本和资金效率低问题，同时兼顾"持有已经反弹区域"以捕捉趋势弹性和持续性。[page::4-5]

2.4 困境行业的右侧胜率信号

2.4.1 长期基本面信号——分析师景气度

• 采用分析师对未来2年（FY2/FY3）净利润增速和ROE指标的上调比例综合构建景气指数，该指数对未来超额回报有显著预测能力。

- 数据显示，景气度与未来一年行业涨跌幅呈显著正相关，且远期（2年）景气度比短期更有效，反映分析师对困境行业长期盈利改善的预期的先行性。

• 持有景气度排名前10%困境行业，超额收益可达5%-15%区间，持续时间约400交易日。已反弹行业的景气度信号弹性更强，可达约15%超额收益。

- 以2023年初TMT为例，远期景气度领先短期景气度，体现了业绩预测的滞后性调整和分析师预期提前反映的逻辑。[page::6-8]

2.4.2 短期资金行为信号——资金加仓

• 短期行业价格波动更多受资金和情绪影响，资金加仓行为成为短期行情的重要先行指标。

- 特别是资金中的“交易盘”资金（具有更强仓位灵活性），其加仓比例与行业未来一个月涨跌幅单调正相关。相比于整体资金，交易盘资金更偏向低估值（PBzscore < 0）行业，具有典型的左侧买进、右侧卖出特征。

• 交易盘加仓行为在困境行业中具有超额收益预测能力，买入后效果尤其显著，未来120交易日超额收益约3%-5%，在当前困境行业中表现更佳，超额效果能维持约2年，且该现象自2020年后价值风格兴起后更为显著。

- 资金加仓信号与分析师景气度属于异质因子，可组合使用提升策略效果。[page::8-10]

---

三、图表与数据深度解读

图表1（page 1）：行业配置模型近两年表现

• 描述：横轴时间范围自2013年，纵轴为相对基准的累计超额收益，曲线分别表示“景气超额”、“趋势超额”、“并行超额”以及“叠加PB-ROE后的并行超额”。

- 解读：整体趋势稳定上涨，叠加选股后“并行超额”策略表现最优，直至2023年9月收益超过7倍基准，表明多因子结合提升效果明显。

• 拓展：表格中具体年度收益和信息比率数据证实趋势模型和景气模型分时段表现波动，策略叠加后波动率和回撤得到控制，效果提升明确。[page::1]

图表3（page 3）：低估值行业多头表现不佳

• 描述：时间维度2015-2022年，蓝色线为低PB估值行业收益，灰色为行业等权基准，黄色为超额收益。

- 解读：低估值行业在2019-2020年显著跑输基准，超额收益中段大幅回落，反映价值风格周期性低迷影响策略表现。

• 联系文本：图证实了价值策略受风格轮动影响大，强调需要更多维度辅助信号判断困境反转机会。[page::3]

图表4（page 4）：持有时长与低估值行业超额收益关系

• 描述：柱状图显示不同持有期限内（未来1个月至未来36个月）低、中、高估值行业的超额收益。

- 解读：半年及以下持有期限低估值行业无明显优势，持有1年以上明显跑赢高估值行业，持有3年超额收益达15%，说明困境行业反转为长线过程。

• 策略建议：鼓励长期持有并结合右侧信号择时布局，提高性价比。[page::4]

图表5（page 5）：当前困境与过去反转困境行业未来超额收益对比

• 描述：未来不同时间窗口（1个月至36个月）持有两类行业的超额收益差异。

- 解读：过去反转行业超额收益弹性和持续性大幅优于当前困境行业，提示捕捉“已反弹困境”可以享受更持续更大反转收益。

• 意义：驱动研究分开定义两类困境，提高模型捕捉效率和策略收益率。[page::5]

图表11（page 8）：两类困境行业中分析师两年景气度前10%超额收益增长净值变化

• 描述：横坐标为以买入时间点计40交易日之前和之后，纵轴左侧为超额收益，右侧为超额净值。

- 解读：分析师高景气度行业买入后超额收益平稳增长，尤其是已反弹困境行业一年半超额约15%，反映远期景气度是有效右侧信号。

• 展现时间窗口长达400+交易日的超额收益稳定性，策略应用具备持续性保证。[page::8]

图表15（page 9）：交易盘加仓前10%行业低估值占比及估值分布

• 描述：左图显示2017年至今交易盘加仓的行业中，低估值（PBzscore < -1）行业比例趋势，右图展示加仓行业估值中枢的分布比例。

- 解读：交易盘资金明显偏好低估值行业，加仓行业中约70%估值处于历史低位，强化交易盘加仓信号作为困境行业右侧短期切入点的有效性。

• 战略启示：明确交易盘行为是困境行业资金活跃度及潜在反转的关键指标。[page::9]

图表18/20（page 10）：交易盘加仓前10%行业买入超额收益及其时间跨度

• 描述：展示信号发出前后60-480交易日超额收益净值变化，特别区分2020年前后分段数据。

- 解读：资金加仓信号对应后续超额收益显著增长且持续时间长，2020年后现象更为突出，反映价值风格兴起带来的新特征。

• 提示后续持续跟踪资金行为的演变对于策略调整意义重大。[page::10]

图表22（page 12）：短期困境反弹策略回测表现

• 描述：策略收益曲线与基准对比，横轴2015年-2022年，纵轴为净值指数。

- 解读：构建策略远超行业等权收益，年化超额约10.8%，信息比率高达1.38，且换手率偏高，适合小仓位捕捉短期困境反弹收益。

• 策略优势：融合交易盘资金和分析师景气度信号，提升选股质量和收益稳定性。[page::12]

图表28（page 13）：长期困境反转策略超额收益走势

• 描述：多个策略构建的长期困境反转组合超额净值对比，展示加拥挤度限制的策略提升效果。

- 解读：基于分析师景气度和资金加仓结合筛选的困境行业，长期持有带来21%年化超额收益，回撤控制良好。剔除估值和拥挤度高的标的进一步提升了收益，体现筛选标准的有效性。

• 策略适用性：换手较低，更适合大仓位长期持有。[page::13-14]

图表33-34（page 16）：交易细节优化后策略表现与换手率

• 描述：优化换手率的策略收益曲线及周频换手率统计。

- 解读：通过仓位平滑和分层权重的风险管理，实现年化超额14.7%，扣费后仍保持12-13%收益，换手率年化6倍以内，有效提升策略落地实操性。

• 总结：交易细节优化避免了频繁换手带来的交易成本拖累，保障策略稳定盈利能力。[page::16]

图表36（page 17）：行业困境反转图谱

• 描述：二维气泡图，以横轴分析师未来2年景气度、纵轴交易盘加仓比例，气泡大小映射估值水平。颜色区分当前困境（蓝色）和反转困境（红色）。

- 解读：重点推荐图右上方（强资金、高景气、高估值）及红色边框内的困境反转行业，代表行业包括生物医药、化学制药、煤炭、钢铁、运输设备、通信设备制造等，医药系占比最高，配置达30%仓位上限。

• 实用性：为投资决策提供明确可视化信号引导，辅助行业选择和仓位分配。[page::17]

---

四、估值分析与策略构建

• 使用了多因子组合方式，基于“赔率-胜率”框架，具体估值输入如下：

- 赔率：行业相对PB估值的zscore，衡量当前相对历史估值水平。$\text{PB}\text{zscore} < 0$ 表示低估值，饱含“赔率”优势。

- 胜率信号：

- 分析师未来2年净利润与ROE增速上调比例及其zscore，反映基本面景气信号。

- 交易盘资金加仓比例，反映市场资金情绪和短期资金流入。

- 拥挤度限制：结合行业历史换手率、波动率、Beta指标，剔除估值及拥挤度均偏高的行业，避免风险集中。

• 估值逻辑基于相对估值和融资流动性，强调结合基本面后续业绩动作与资金面的右侧信号，增强策略胜率和收益弹性，减少持仓无效时间。[page::10,13]

---

五、风险因素评估

• 模型失效风险：基于历史数据规律总结，未来市场环境、风格轮动、估值体系可能变化导致模型失效。
• 估值陷阱风险：部分行业低估值可能反映基本面恶化或行业长期困境，需谨防价值陷阱。
• 行业轮动风险：投资行业的动态波动和政策环境变化带来不确定性。
• 流动性及换手率风险：部分行业及策略高换手率带来交易成本及流动性风险，影响实际收益。
• 数据质量与信号噪声：分析师预期和资金行为数据存在噪声，可能导致信号判断失误。

报告尽管提出通过拥挤度限制和交易细节优化以缓解部分风险，但系统性风险依然存在，需持续跟踪和动态调整。[page::0,18]

---

六、批判性视角与细微差别

• 模型依赖假设：策略高度依赖分析师盈利预测准确性和资金加仓行为作为右侧信号，然而分析师预期存在主观偏差，且资金结构可能随市场环境发生变化。
• 样本选择偏差：尽管使用多维困境定义，但对指数及ETF覆盖较多，可能对部分行业代表性造成偏差，尤其细分行业成分股数量有限。
• 换手率与实操性：尽管进行了换手优化，策略年化单边6次仍偏高，部分机构或投资者为避免交易成本难以完全复制收益。
• 估值指标局限：PB作为估值指标固有不足，尤其对于亏损或特殊行业估值解释力有限，报告中对PE指标缺乏深入探讨。
• 策略稳健性需进一步验证：参数敏感性测试有限，对极端市场环境（如2020年疫情等）反应机制需加强研究。
• 跨周期表现差异：2020年前后资金信号表现差异明显，提示策略对宏观环境与市场风格切换敏感。

总体而言，报告分析逻辑严谨、数据充分，但实际应用仍需结合宏观市场和行业动态严格把控风险。[page::12,16]

---

七、结论性综合

该报告系统分析了A股行业困境反转的特征与投资机会，提出了基于“赔率-胜率”视角的行业配置策略。主要结论包括：

1. 困境行业反转周期长且分两大类：当前深度困境行业需要较长持有周期，而已有反转且维持上涨态势的困境行业未来表现更佳，后者收益弹性更大。
2. 右侧信号至关重要：分析师涉足行业未来两年的盈利及ROE预测调整，是长期反转的重要基本面信号；资金交易盘的短期加仓行为，则是较为有效的短期右侧信号。
3. 策略构建及效果显著：

- 以当前困境行业为基础结合资金加仓与分析师远期景气信号构建的短期困境反弹策略，实现年化超额10.8%；
- 以已反弹困境行业结合远期景气与资金信号构建的长期困境反转策略，年化超额21.0%；
- 两策略并行，因持仓互斥且逻辑衔接，融合年化超额达17.3%，信息比率高达2.32，回撤控制良好，适合组合使用实现风险收益优化。

1. 图谱指引与行业配置建议：针对医药、顺周期及部分TMT细分行业的估值与资金动向形成直观图谱，明确当前重点配置对象及仓位上限，有助实操指引。
2. 风险提示与落地优化：报告诚实面对模型可能失效风险，并通过分散持仓、估值拥挤度过滤、交易细节优化(包括仓位分摊、加减仓逻辑)降低换手率，提升策略可操作性与稳定性。

整体上，该策略通过合理融合估值低估（赔率）和多重右侧信号（胜率），有效识别并捕获行业困境阶段的转折机会，实现行业层面的多周期多风格稳健超额收益，显著丰富了A股行业配置的理论和实操框架。[page::0-18]

---

综述

国盛证券《中观行业配置系列五》报告基于丰富的股票市场历史数据与严谨的量化方法，深刻揭示了困境行业反转的投资潜力与难点，提出创新性的“赔率-胜率”模型框架，并围绕困境的双重定义，分别针对短期和长期困境反转展开策略设计。通过关键因子——分析师远期盈利预期调整和资金交易盘加仓行为，精准筛选具备转势信号的行业，实现显著行业超额收益。图谱和策略回测充分印证了模型的有效性、收益弹性和风险可控性，为机构投资者提供了从行业配置层面挖掘困境反转新机遇的实用工具，具备较强的理论价值和应用潜力。

---

报告全文提供了详尽的数据验证和策略构建流程，精准诠释了复杂金融概念如z-score标准化、胜率赔率视角、资金流动行为划分等，是行业量化配置领域具有高度参考价值的专业成果。

报告