全球经济与资产配置展望 [page::8][page::14]

• 2024年美国经济强劲增长，欧洲和中国增长预期下调。

- 美国中性利率上行趋势驱动劳动生产率提升，分化全球中性利率走势。

• 美债收益率高位震荡，中国债券收益率继续下降，人民币存在贬值压力。

- 商品方面，原油供给上升压制油价，黄金受增长担忧影响价格波动。

小市值与微盘股投资逻辑与表现 [page::16][page::18][page::20]

• 小市值策略收益来源包括规模效应、卖空限制、投资者结构和壳价值。

- 微盘股收益主要来自交易而非持股上涨，估值稳定，拥挤度指标处于历史高位但有回落预期。

• 2023年微盘股表现领先市场，回撤大但具备防御属性。

- 机器学习配合多因子策略持续带来10%以上年化超额收益，相关因子包括残差、反转和复合因子。

量化选股及机器学习策略回测 [page::22][page::24][page::27]

• 机器学习因子多组回测展现正超额收益，2023年模型池因子年化超额收益达12.8%。

- 基于ChatGPT的沪深300选股策略，采用涨跌预测指标，年化超额收益达8.1%，夏普比率提升明显。

• ChatGPT及金融大模型应用广泛，包括情感分析、投资建议、插件开发及策略构建。

行业轮动及基金优选策略表现 [page::34][page::37][page::39]

• 基于扩散指数构建的行业轮动策略稳健增长，年化收益10.74%，显著跑赢行业等权组合。

- 结合相对旋转图（RRG）的ETF轮动策略，年化收益23.81%，超沪深300收益20.13%，夏普比率0.942。

• 扩散指标对基金持仓打分构建基金优选组合，2018-2023年年化收益25.02%，夏普比率1.02。

主动权益类基金动态与重仓股分析 [page::39][page::43][page::44]

• 2023Q3主动权益基金数达4968只，基金规模虽受市场调整影响有所回落。

- 主动权益基金重仓A股主要集中医药、食品饮料、电子、新能源等行业。

• 贵州茅台、宁德时代、泸州老窖等为持仓次数最多的前五重仓股。

- 港股方面，传媒、医药、石油石化为重仓重点，腾讯控股重仓持有次数最高。

行业与主题基金追涨策略绩效 [page::46][page::49][page::50]

• 医药行业基金配置持续提升，CXO及生物制品细分增长明显。

- TMT行业基金整体配置下降，电子板块小幅提升，传媒通信配置回落。

• 基金追涨策略：医药行业主动基金优于被动，集中配置3只基金效果最佳，策略胜率和赔率较高。

- TMT行业主动基金优势不明显，追涨胜率中等，策略整体超额有限。

• 医药特定追涨策略胜率超70%，财报季表现优异，支持投资者布局。

主要风险提示 [page::50]

• 货币政策超预期收紧致国债收益率大幅上行，房地产市场低迷引发权益资产价格下跌。

- 美联储宽松政策带来美元走弱，贵金属及大宗商品价格波动加剧。

• 地缘政治及极端气候风险加剧能源危机，全球市场波动加大。

- 历史数据模型存在失效风险，市场未来不确定性较大。

金融工程年度报告 深度分析报告

---

一、元数据与概览

• 报告标题： 《金融工程年度报告》

- 作者团队： 德邦证券研究所证券分析师肖承志、温瑞鹏及研究助理路景仪、王治舜、陈曼莲

• 发布时间： 2023年11月（推断，报告数据截止到2023年11月）

- 研究主题： 全球及中国宏观经济走势、量化选股策略、小市值及微盘股投资策略、ChatGPT在金融投资领域的应用、上市公司盈利及行业轮动策略、基金行业动态及重仓股分析。

• 核心论点概述：

- 美国宏观经济表现强劲且潜在增长率（中性利率）可能不同于疫情后全球趋势，特别是劳动力生产率增加带来的中性利率上行。
- 中国与美国在货币财政政策及中性利率上的走势出现分化，未来对资产配置影响深远。
- 小市值及微盘股表现优异，结合机器学习与量化策略可以获得超额收益，2023年相关策略表现亮眼。
- ChatGPT和大语言模型在金融投资领域具备广阔应用潜力，利用AI辅助的选股策略在沪深300上获得统计显著超额收益。
- 行业景气度指标（扩散指标）及相对旋转图（RRG）的结合提升了行业轮动策略和ETF组合的表现。
- 主动权益基金数量和规模持续增长，虽然新发基金数量增长放缓但发行份额表现回暖，重仓股结构持续反映行业热点转移。
- 风险提示涵盖宏观政策变化、美联储动向、极端气候风险及地缘政治影响。

---

二、逐节深度解读

2.1 全球宏观经济走势（第8-15页）

2.1.1 全球经济趋势

• 关键论点：

- IMF 2024年最新经济增长预测调整，美国GDP增速上调0.5%，中国和欧洲下调。
- 反映美国经济自今年三季度以来表现较强劲。
- 美国人均GDP超过德国和法国，长期增长趋势更优。
- 美国居民部门杠杆率降至金融危机后低点，欧元区回落至疫情前水平，而日本、中国杠杆率仍高。杠杆率影响财政刺激政策效率。
- 美国自金融危机以来中性利率长期低位，疫情后有反弹趋势，劳动生产率提升是推动因素之一。

• 关键数据解读：

- 图1显示IMF最新2024年实际GDP预测变化，美国显著上调（约+0.5%），中国和欧元区有所下调。
- 图2显示美国2022年人均GDP约76399美元，高于德国48432美元和法国40964美元，趋势线显示美国持续领先。
- 图3显示美国居民杠杆率从100%下降至约73.7%，欧元区和日本、中国杠杆率相对稳定。
- 图4展示美国长期GDP增长趋势和中性利率走势，2008年以后中性利率下降，但疫情后有所回升。
- 图5反映美国非农部门劳动生产率同比提升，2020年后数值波动增大和回升。

• 逻辑联系：

增长强劲的美国经济伴随中性利率回升主要是生产率提升的结果，较低杠杆率使财政刺激更有效，应对美联储加息等货币政策冲击仍有缓冲能力。相反中国和欧元区杠杆率水平较高，财政刺激边际效果相对有限。

---

2.1.2 美国经济现状

• 论点与数据：

- 通胀下降但波折不断，短期通胀预期升高（图6）。
- 个人可支配收入略增加（图7），支撑名义GDP。
- 融资条件放松，高收益债券ETF价格反弹（图8、9），暗示紧缩持续时间可能更长。
- 库存周期回落并或将反弹（图10），促进未来产出增长。

• 逻辑分析：

美国信用环境虽紧缩但资金成本上升放缓，经济软着陆预期仍是基准情境，通胀预期的提升和个人收入增加为名义产出提供支撑。

---

2.1.3 欧洲与中国宏观

• 欧洲：

- 信贷增长放缓影响经济扩张，德国工业生产指数下滑明显（图11、12），经济衰退风险升高。

• 中国：

- 房地产复苏仍疲软，一线城市新建商品及二手房价指数下跌（图13、14）。
- 出口受到欧美需求放缓影响，居民消费信心低迷（图15、16）。
- 国债实际利率有望下行以支持经济（图17）。

• 逻辑推断：

中国正加大经济刺激力度，货币和财政政策共同发力预计将逐步减缓经济下行压力。房地产市场继续放松政策是关键变量。

---

2.2 资产配置方向与市场表现（第13-15页）

2.2.1 权益市场

• 主要观点：

- 标普和道琼斯指数上涨由盈利驱动，纳斯达克上涨更多反映AI预期带来的估值扩张（图18）。
- 北美权益市场资金净流入增加，欧洲市场资金流出，新兴市场流入减缓（图19）。
- A股在利率低位和流动性充裕背景下，小市值和红利风格相继受到重视。
- 大盘价值（红利）和微盘股表现防御属性明显（图20、21）。
- 中小盘成长风格跟随纳斯达克驱动，有望延续上涨（图22）。

2.2.2 债券市场、外汇及商品展望

• 中美国债收益率分化，中国国债收益率向下，受益于宽松政策；美国维持紧缩，美债收益率高位震荡（图23、24）。

- 欧元汇率被高估，美元指数有调整压力；人民币兑美元汇率受中美实际利差影响，存在贬值压力（图25、26）。

• 原油供需结构变化导致价格波动，存在竞争性降价风险（图27）。

- 黄金价格与期限溢价负相关，反映市场对增长前景的担忧，经济强劲时黄金承压（图28）。

---

2.3 量化选股策略回顾与机器学习应用（第16-24页）

• 小市值策略：

- 收益来源于规模溢价、卖空限制、特殊投资者结构及壳价值（图29-31）。
- 策略逐步增强，结合贝塔、动量、估值等15个因子设计8套多因子增强策略。
- 微盘股收益主要来自交易而非价格上涨，表现具有左侧交易性质，估值主要用PB指标（图32）。
- 资金拥挤度压力历史较高但有回流预期，利率上行可能性小（图33）。

• 机器学习选股策略：

- 发布多篇专题，提炼残差因子、反转因子、复合因子、动态筛选因子及模型池选股因子。
- 各种因子2015年至今均展示年化超额收益在8.4%～13.8%之间（图38-42）。

---

2.4 ChatGPT在投资领域的应用研究（第24-27页）

• GPT-4 Turbo发布带来更长上下文、实时性和成本优势（表2、图43-44）。

- 开源金融大模型如FinGPT展示多种金融应用场景（图45）。

• 利用ChatGPT插件AFinChat，根据新闻数据对关键股票（如贵州茅台、宁德时代、比亚迪、隆基绿能）进行短期行情预测（图46）。

- 基于ChatGPT的沪深300成分股文本分析，构建涨跌预测策略，回测显示该策略2021-2023年累计超额收益达8.1%，2023年表现尤为突出（图47-50，表3）。

---

2.5 上市公司盈利与财务指标分析（第28-34页）

• 2023Q3全面披露盈利数据显示归母净利润同比下降2.87%，环比上升，科创板亏损加剧，创业板利润持续负增长（图51-54）。

- 国企盈利增速及净资产收益率均优于民企（图55，59）。

• 净资产收益率2023Q3年化7.15%，较年中有所下降，分板块沪深主板表现最好（图56-58）。

- 不同行业盈利增速分化，钢铁、交通运输、传媒等行业盈利正增长，房地产、综合、农林牧渔等行业承压（图60-61）。

---

2.6 行业轮动策略及基金投资行为分析（第34-44页）

2.6.1 行业轮动及选基策略

• 扩散指标行业轮动策略从2010年起年化收益10.74%，显著优于行业等权（表4，图62-63）。

- 基于扩散指标的基金优选策略自2018年底至今年化收益达25.02%，夏普比1.02，超过偏股混合指数（表5，图64）。

• 叠加RRG指标进行ETF行业轮动策略表现同样优异，年化收益23.81%，超沪深300约20%（表7，图65-66）。

2.6.2 主动权益基金数量规模变化

• 主动权益基金数量持续增长，2023Q3达到4968只（图67）；基金规模受市场影响略有下降，截至2023Q3约3.06万亿元（图70）。

- 普通股票型基金向偏股混合型基金转移，发行数量呈现放缓态势（图68-73）。

• 新基金截止日份额与发行份额比值回升至98.66%，市场认购活跃（图74-76）。

2.6.3 重仓股结构与变动

• 2023Q3沪深重仓行业以医药、食品饮料、电子、新能源电力为主（图77）；贵州茅台、宁德时代等为重仓最多的股票（表9）。

- 港股方面，传媒、医药、石油石化行业占优，腾讯控股持仓次数最多（图78，表10）。

• 新纳入A股重仓股以基础化工、机械、电子、医药等为主（表11）；港股新纳入更多医药、机械、消费者服务股票（表12）。

- 被移除重仓股以医药、机械、电子等行业居多（表13、14）。

---

2.7 TMT和医药行业基金持仓及追涨策略分析（第47-50页）

• 2023Q3偏股型基金对医药行业持仓2577亿元，环比增3.7%，主要增持医疗研发外包和生物制品分部（图79）。

- TMT行业持仓下降至4510亿元，细分板块电子增加，计算机、传媒、通信下降（图80）。

• 基金追涨策略表现良好，主动基金优于被动基金，3支集中持仓优于5支，季度调仓优于月度调仓，医药行业追涨胜率与赔率均高（图81-90）。

- 设定两种季度调仓策略，胜率分别高达73.9%及94.4%，财报季前医药表现占优（图91）。

---

2.8 风险因素分析（第50页）

• 央行货币政策可能超预期收紧，国债收益率大幅上行导致权益资产价格下跌。

- 美国宽松政策引发美元走软及实际利率快速走低，贵金属和大宗商品价格大幅上涨。

• 极端气候引发能源危机及大宗商品价格上涨。

- 地缘政治和海外宏观经济波动短期放大资产价格波动。

• 模型基于历史数据，未来面临失效风险。

---

三、图表深度解读

（以章节顺序重点图表为例）

• 图1（IMF2024实际GDP预测）：展示2023年7月与10月IMF预测修正，美国唯一上调，暗示美国宏观经济韧性强于欧洲和中国。显示全球需求重心向美倾斜。[page::8]
• 图4（美国长期增长与中性利率）：金融危机后美国中性利率低迷，疫情后出现反弹，显示经济潜在增长率恢复及货币政策正常化可能提升利率水平。[page::9]
• 图18（标普业绩超预期占比）：保持60%-90%区间，说明业绩稳健驱动市场上涨，确认美国市场以盈利为主导上涨逻辑。[page::13]
• 图20（大盘价值、大盘成长与小盘价值指数净值对比）：疫情后大盘价值表现优于大盘成长及小盘价值，支持报告对红利价值股作为防御配置的观点。[page::13]
• 图32（万得微盘股指数走势及PB）：PB维持稳健，符合微盘股估值稳定的分析，表明估值虽受限但流动性和交易性带来收益机会。[page::18]
• 图38-42（机器学习选股因子表现图）：持续正向超额收益显示机器学习因子具有稳定的预测能力，为量化选股提供科学依据。[page::22-24]
• 图47-50（GPT选股策略步骤与实证）：展示选股流程及申万宏源示例预测符合实际走势，策略收益及波动优于沪深300，体现AI文本挖掘在实战中的有效性。[page::27]
• 图62-66（扩散指数及RRG行业轮动策略表现）：策略持续跑赢市场，年化收益率超10%，结合行业景气度和动量指标提供有效行业配置依据，显著提升投资组合效率。[page::35-39]
• 图67-72（主动权益基金数量和规模）：展示基金数量持续增加，但规模因市场波动近年略有下降，表明市场活跃但资金谨慎流动。[page::39-41]
• 图77-78（沪深及港股基金重仓行业分布）：体现基金资金重点布局医药、消费、能源等行业，反映市场资金热点转移和行业轮动特征。[page::43-44]
• 表9-14（重仓持股股票名单变化）：提供基金重仓股详细变动，方便投资者把握行业热点及核心资产流向。[page::43-46]
• 图79-80（医药、TMT行业基金重仓比例）：显示行业板块资金流入流出变化，为策略调整及资产管理提供风向参考。[page::46-47]
• 图81-91（基金追涨策略表现）：说明主动基金策略性能显著优于被动，集中配置、季度调仓效果更佳，为基金配置决策提供实证支持。[page::47-50]

---

四、估值分析

本次报告中未直接列出具体公司估值目标价等，但通过量化模型、机器学习因子、扩散指数及行业轮动策略，间接进行资产配置和行业择时，达到优化组合结构、提升收益风险比的目标。

• 方法使用：

- 量化选股采用多因子模型（规模、估值、盈利等）结合机器学习因子进行股票筛选。
- 行业轮动策略基于扩散指数（反映行业个股多头比例）进行择时。
- 结合RRG指标剔除弱势行业，利用ETF持仓数据优化ETF投资组合权重。
- 基金持仓数据反映市场主流投资风格与相对估值偏好。

• 关键假设与输入：

- 扩散指标回望窗口为220日，20日滑动平均。
- 机器学习因子基于历史回测数据构建，假设市场因子稳定性。
- ETF组合和基金组合权重设定保证分散投资，防止过度集中风险。

• 结果表现：

- 行业轮动策略年化超额收益达到6-20%以上，夏普比率较市场明显提升。
- 基金优选策略年化收益率超25%，极大优于基准。

---

五、风险因素评估

• 央行货币政策收紧：可能快速推升国债收益率，导致权益资产承压。

- 美联储宽松过度：使美元大幅走弱，实际利率迅速下降，引发贵金属和大宗商品价格大幅上涨。

• 极端气候及能源危机：供需冲击加剧，推高大宗商品价格，扰动宏观经济。

- 海外宏观及地缘风险：可能加剧国际市场波动，造成短期资产价格剧烈波动。

• 模型失效风险：历史数据为基础，未来宏观、市场环境变化可能导致预测失准。

报告强调风险不可忽视，投资者需保持警惕。

---

六、批判性视角与细微差别

• 报告对美国经济持较为乐观态度，认为仍可实现软着陆，但未充分讨论潜在逆风（如通胀难降、财政悬崖风险等），存在一定乐观偏向。

- 关于微盘股策略，报告强调其交易收益而非股价提升，属于较为特殊的市场异象，运用难度大，流动性风险及市场情绪变化可能带来风险未详细展开。

• ChatGPT及AI策略因数据和模型更新快速，技术本身也处于快速迭代期，未来稳定性和适用性存在不确定性。

- 扩散指标策略虽然历史表现优异，但最大回撤幅度较大，显示策略也存在较高波动风险，适合较强风险承受能力投资者。

• 基金数量与规模均处于变动期，规模连续下降反映市场部分悲观情绪，投资者活跃度变化对策略实施稳定性有影响。

整体上，报告客观严谨，偏向使用定量指标进行决策，但多策略叠加与AI技术应用仍需关注模型和市场环境的动态适应性。

---

七、结论性综合

本年度金融工程报告全面系统地覆盖了2023年全球宏观及中国经济形势、量化投资策略、智能投研技术应用和基金市场动态，给出以下核心见解：

• 美国宏观经济韧性强，中性利率恢复至较高水平，生产率提升支持经济增长，利率环境复杂且美债高位震荡。

- 中国经济受房地产低迷和外部需求调整影响增长承压，但货币财政政策联合宽松有望进一步支撑，实际利率将逐渐下行。

• 资产配置上，国际资金结构出现明显分化，北美市场资金流入明显，对AI、成长股的估值扩张带动纳斯达克综合指数表现突出。A股低利率低估值环境中，小市值、微盘股依旧受益于市场结构特性，长期价值未变。

- 机器学习多因子模型和扩散指标行业轮动策略表现出强劲的历史超额收益，结合相对旋转图（RRG）策略进一步提升ETF行业轮动效果，凸显量化选股及行业轮动投资的重要性。

• ChatGPT及大语言模型在金融投资领域具备实用价值，通过文本数据分析驱动选股策略展现良好业绩，人工智能辅助投资成为未来重点发展方向。

- 主动权益基金数量稳步增长，基金偏股混合型增长快速，基金重仓热点延续医药、消费、TMT等行业，或引导市场资金方向。

• 医药和TMT行业板块呈现分化行情，基金追涨策略定量验证显示医药行业行情动量明显，策略胜率较高，具备一定实用性。

- 报告充分提示政策变化、地缘冲突、大宗商品波动及模型风险，提示投资者注意潜在市场波动。

综上，报告展现的系统性研究与多维度量化策略结合，为投资者制定中长期资产配置和行业选择提供了科学依据，强调在全球分化和技术驱动下保持灵活多元的投资组合管理策略。[page::0,8,9,10,11,12,13,14,15,16,17,18,19,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50]

---

声明： 本分析严格基于报告内容，避免主观臆断，确保研究视角客观中立，数据解读准确严谨，符合金融分析专业规范。

报告