国君QIA量化行业配置模型框架与业绩表现 [page::2][page::3]

• 综合基本面（行业景气度）、资金面（北向资金流）、技术面与情绪面指标构建多维度复合因子作为行业选择标准。

- 样本空间为中信一级行业指数，调仓频率为每月，前五排名行业构成多头组合，后五为空头组合。

• 2010年6月至2022年7月，QIA多头组合年化收益17.51%，超额年化收益12.94%，超额最大回撤-17.52%，月度胜率69.86%。

QIA-Timing模拟策略构建及择时体系介绍 [page::4][page::5]

• 以技术分析核心理论（波浪理论、黄金分割、趋势线及传统指标）融合量化“黑科技”模型（下跌能量模型、动态估值布林轨模型）形成技术择时基础。

- 通过政策、资金、形势、情绪、估值、市场6层面主观验证，完善择时信号的逻辑修正。

• 下跌能量模型有效捕捉沪深300指数阶段性顶部信号，动态布林轨模型重塑估值带范围，提升顶底判断准确度。

QIA-Timing模拟策略运行框架与实际操作回顾 [page::5][page::6][page::7]

• 仓位分为短线(10%)、机动(20%)和中线配置(70%)，权益仓位原则上不低于60%。

- 每月定期行业仓位调整配合不定期根据择时体系动态调节整体权益仓位，行业配置保持等权再平衡。

• 2022年1月1日至7月25日，模拟策略进行了6次择时调仓、7次行业调仓，累计收益0.18%，相较基准超额11.82%，择时贡献明显。

- 当前仓位90%，主要配置行业为煤炭、有色金属、基础化工、银行和食品饮料。

• 操作对应的收益和超额收益变化详见下表：

| 调仓日 | 仓位变动 | 主要行业变动 | 累计净值 | 累计收益 | 累计超额收益 |
|-------------|----------------|-------------------------------------|--------|--------|-----------|
| 2021/12/31 | 0%→100% | 煤炭、有色金属、基础化工、银行 | 1.00 | 0.0% | 0.0% |
| 2022/1/14 | 100%→80% | 电子等四行业仓位从20%降至14% | 0.97 | -2.9% | 0.3% |
| 2022/1/28 | 80%→90% | 相关行业仓位提升至16% | 0.93 | -6.6% | 2.9% |
| 2022/2/28 | 90% | 交通运输调入，电子调出等 | 1.01 | 1.1% | 8.0% |
| 2022/4/25 | 90%→100% | 保持主流行业仓位20%，整体提升仓位 | 0.86 | -14.5% | 11.2% |
| 2022/7/6 | 100%→95% | 轻度降仓，行业配置无大变动 | 1.03 | 2.8% | 13.2% |
| 2022/7/15 | 95%→90% | 仓位小幅下调，对应市场出现弱化信号 | 0.99 | -1.3% | 11.6% |

QIA-Timing模拟策略累计净值表现 [page::8]

• 模拟策略累计净值整体优于QIA模型和万得全A指标。

- 超额最大回撤控制在-5.83%，表现出较好的风险控制能力。

QIA模型因子构建细节与方法概述 [page::9][page::10][page::11][page::12]

• 景气度因子涵盖财务质量、盈利能力及成长能力，通过108个单因子筛选合成8个关键因子。

- 超预期因子基于盈余公告异常收益、SUE指标、券商及报告调增比例等12个因子构造。

• 北向资金流因子包含动态流入、流入增速及交易活跃度共6个核心因子。

- 模型因子均经过单因子IC测试及分组测试，确保有效性与稳定性。

策略未来优化方向 [page::8]

• 增强择时体系的精度，研发更多量化“黑科技”模型。

- 扩展行业轮动因子类别，增厚Alpha收益。

• 引入多因子选股模型替代中信一级行业指数，实现行业组合优化。

报告详尽分析：国君配置QIA-Timing模拟策略介绍（2022.07.28）

---

一、元数据与概览

• 报告标题：《当量化行业配置插上择时的翅膀 国君配置 QIA-Timing 模拟策略介绍》

- 发布机构：国泰君安证券研究所

• 发布日期：2022年7月28日

- 报告作者：张雪杰（分析师）、廖静池（研究助理）、余齐文（分析师）、刘凯至（研究助理）

• 研究主题：量化行业配置策略及择时结合的模拟投资策略（QIA及QIA-Timing）

- 核心论点：
- 国君配置团队基于股票多因子研究方法，研发出综合多个维度的量化行业配置模型QIA，取得了优异的历史业绩。
- 在QIA模型的基础上叠加独有的择时体系，形成QIA-Timing模拟策略，进一步提升策略收益。
- 未来将持续优化与跟踪模拟策略，并以系列报告形式公布调仓操作。

• 战略意义：报告旨在介绍通过量化模型结合主观择时形成的行业配置和仓位管理策略，提升投资组合收益和风险控制能力，为客户和市场提供实操指导和配置建议。

- 主要表现：
- QIA模型2010年6月至2022年7月年化收益达到17.51%，超额年化收益12.94%，超额最大回撤约-17.52%。
- QIA-Timing策略自2022年1月起运行，累计收益0.18%，超额收益11.82%，比QIA模型提升2.28%。
- QIA-Timing当前权益仓位为90%，重点配股行业包括煤炭、有色金属、基础化工、银行和食品饮料。[page::0]

---

二、逐节深度解读

2.1 国君QIA模拟策略介绍

2.1.1 模拟策略简介

• 本节强调市场的多因素复杂性，指出基本面、资金面、技术面、情绪面多因素交织影响市场状态，且不同阶段主导因素会发生转换。

- 国君团队借鉴股票多因子模型，从“基本面、资金面、技术面、情绪面”四个维度入手，研究行业板块的边际变化。

• 具体着眼于行业景气度（基于财报、快报及分析师预期）、业绩超预期以及资金流向（纳入北向资金动向）三个维度，结合经济逻辑，赋予各模型权重，形成复合因子，作为行业选择标准，最终构建出QIA量化行业配置复合模型。

- 样本空间为中信一级行业指数，调整仓位每月初进行，选取前5行业组成多头组，后5行业为空头组，均等加权持有。

• 业绩基准为万得全A指数。[page::2]

2.1.2 模拟策略运行框架及效果

• 策略回测区间2010年6月至2022年7月，QIA多头组合年化收益17.51%，超额年化收益12.94%，最大超额回撤-17.52%。

- 超额年度胜率达100%，月度胜率为69.86%，调仓换手率约30%，显示策略稳健性及较频繁的调整。

• 多头相比空头组合，超额年化收益达23.44%，同时超额最大回撤21.83%。

- 图2显示QIA模型超额收益稳定提升，远超万得全A基准，且尽管经历震荡但趋势清晰向上，说明量化因子筛选和组合策略有效捕获了行业轮动收益。[page::3]

2.2 国君QIA-Timing模拟策略介绍

2.2.1 择时体系简介

• 择时体系核心为“计量为核，逻辑修边”：

- 计量为核：以技术分析（含波浪理论、黄金分割、趋势线、传统指标等）和量化“黑科技”模型为决策核心手段。
- 逻辑修边：对技术和量化模型结果进行主观验证，结合政策、资金、形势、情绪、估值、市场6层次因素进行综合判断，弥补模型盲点。

• 技术面体系涵盖历史上主流技术分析理论和方法论，强调行情的趋势性与周期性，集成大量指标提高预判明确性。

- 量化“黑科技”模型包括：
- 下跌能量模型（以沪深300为例）：计算指数上涨动能，识别市场顶部信号，灵敏捕捉反转高潮点。
- 动态布林轨模型（以上证指数为例）：构建估值区间动态上下轨，捕捉指数估值极值，辅助识别市场顶部和底部。

• 两模型图示直观展示历史阶段关键顶部与底部信号，辅助判断市场风险与机会。[page::4][page::5]

2.2.2 6层次主观验证示例

• 报告以2022年7月市场情景为例，阐述6层次合理判断流程：

- 政策层面乐观（稳增长政策持续）
- 资金层面中性（宏观资金充裕但微观仍待改善）
- 形势层面中性（疫情改善+国外股市稳定）
- 情绪层面乐观（市场情绪修复快速）
- 估值层面中性（估值提升较快）
- 市场层面中性（筹码冲突仍在）

• 慎重态度驱使策略提出操作节奏的重要性，未雨绸缪应对潜在内生调整。[page::5]

2.2.3 QIA-Timing模拟策略运行框架及操作回顾

• 权益仓位分为短线（10%）、机动（20%）和中线配置（70%），整体权益仓位原则上不低于60%。

- 每月底根据QIA模型调整行业组合，中期根据择时观点灵活调整总权益仓位，调整仓位再等权平衡行业比例。

• 减仓资产转入现金，不计入投资收益。

- 回测自2022年1月1日起，实施6次择时仓位调整，7次行业配置操作。

• 行业内操作围绕煤炭、有色金属、基础化工、银行、电子、交通运输、电力设备及新能源等典型行业进行灵活增减。

- 各次操作根据详细市场观点预判说明具体动作理由，充分结合政策环境及行情波动。[page::6][page::7]

2.2.4 业绩表现与仓位情况总结

• 2022年1月至7月25日期间，QIA-Timing策略累计收益0.18%，相对万得全A指数取得净超额11.82%。

- 策略期间最大回撤为-5.83%，显示较QIA原模型（最大回撤约-17.5%）的风险大幅降低。

• 叠加择时体系后，策略累计收益较QIA模型提升2.28个百分点。

- 当前权益仓位控在90%，重点配股行业稳定为煤炭、有色金属、基础化工、银行及食品饮料。

• 图6清晰展示模拟策略较基准和QIA模型的累计净值变动趋势，证明择时层叠加提升了整体策略的稳健性和超额收益。[page::7][page::8]

2.3 总结和展望

• QIA模型基于多因子融合，展现了良好历史表现且具有较强抗风险能力。

- QIA-Timing通过叠加择时体系，增强了策略的市场时机把握能力，进一步提升收益和降低风险。

• 未来研发方向：

- 宏观层面：继续深化量化“黑科技”模型，提升择时系统准确度，增加Beta收益。
- 中观层面：新增拥挤度、资金流、分析师预期等行业轮动因子，丰富行业Alpha源泉。
- 微观层面：计划纳入多因子选股模型，提升行业组合的精选能力，进一步获取超额收益。

• 报告强调将持续优化策略，并通过定期报告对调仓操作进行市场沟通。[page::8]

---

三、图表深度解读

图1：行业配置研究框架（第2页）

• 框架将行业选择因素分为四个维度—基本面、资金面、技术面、情绪面，具体包含景气度、机构资金流、微观市场结构和市场情绪数据。

- 此框架显示量化模型基于多维输入综合评估各行业优劣，强调行业轮动策略的多因子特征。

• 图表简洁明了地说明策略的多角度切入，确保行业选择考虑多层面风险与机会。[page::2]

图2：QIA模型超额收益曲线（第3页）

• 时间跨度超12年，横轴为时间，纵轴为累计收益和最大回撤比例。

- 蓝色曲线（QIA策略累计收益）稳步攀升明显优于基准（灰线万得全A）。

• 红线表示超额收益，长期处于正区且幅度不断扩大。

- 橙色阴影代表超额最大回撤，显示策略最大回撤幅度保持在合理区间，反映qia模型稳定性。

• 图中说明该策略具备长期竞争优势和抗风险能力，验证多因子配置模型的有效性。[page::3]

图3：技术分析框架（第4页）

• 通过四个工具模块：波浪理论、黄金分割、趋势线和传统指标，建立多维技术分析体系。

- 指出技术分析作为择时基础的重要组成，强调多方法融合减少误判，增强信号准确性。

• 结构简洁、便于理解技术框架设计逻辑，为后续技术择时模型提供理论支撑。[page::4]

图4：下跌能量模型示意（第4页）

• 图显示沪深300指数走势及对应下跌能量指标峰值和极限峰值信号，以点标注顶部区域。

- 高频次正确识别市场转折顶部，显示模型对市场阶段性顶点的判断能力。

• 支撑择时系统中的风险预警和仓位调整决策，体现量化“黑科技”模型选取风险信号的有效性。[page::4]

图5：动态布林轨模型示意（第5页）

• 以上证指数及其估值（PETTM）上下动态布林带走向展示估值波动区间。

- 标注的顶部及底部区域揭示指数估值的极端水平，辅助识别高估或低估区。

• 该模型为估值角度提供技术支撑，补充传统技术指标判断，有效用于择时系统的逻辑修正部分。[page::5]

表1：6层次主观验证示例（第5页）

• 表格六行分别对应政策、资金、形势、情绪、估值、市场六个层面。

- 直观反映多方角度对市场进行综合判断，理性捕捉不同市场要素当前态势。

• 该验证机制为“逻辑修边”提供框架，提升择时判断的信度和合理性。[page::5]

表2：QIA-Timing模拟策略调仓操作一览（第6-7页）

• 详细列出2021年末至2022年7月的仓位与行业配置调整，及每次操作后累计净值与收益情况。

- 展示了仓位调整与行业配置的动态结合，体现模拟策略的灵活性。

• 操作依据均来自同期公开报告，提升策略逻辑透明度和可复现性。

- 颜色标识增仓、减仓或仓位持平，清晰表达变化趋势，分析者可据此回溯判断逻辑。

• 通过系列操作，策略成功应对行情波动，体现量化模型结合主观判断的优势。[page::6][page::7]

图6：QIA-Timing累计净值曲线（第8页）

• 曲线展示2022年1月至7月间QIA-Timing策略，QIA原模型和万得全A基准的累计净值对比。

- QIA-Timing策略曲线高于QIA及基准，且曲线更为平滑，最大回撤低于两个对比基准。

• 橙色阴影显示超额最大回撤，较小的幅度说明策略风险控制能力较强。

- 充分说明择时叠加对行业配置模型收益的增厚及风险缓释贡献。[page::8]

---

四、估值分析

• 报告主要侧重于策略构建与回测表现，估值部分未涉及具体公司或行业估值指标计算。

- 行业景气度模型含盈利能力、成长能力等财务因子，本质上已反映内部估值及成长预期，但未使用DCF或倍数法估值框架。

• 动态布林轨模型融合估值角度（PETTM）判断市场高低估区间，应用于择时决策。

- 权重赋值和复合因子构建体现了多目标优化思想，兼顾多维指标，全模型估值判断依赖历史因子回测结果，强调历史表现有效性。

• 敏感性主要体现在因子权重和择时信号的逻辑判断，具体数值未详述。[page::9][page::10][page::11][page::12]

---

五、风险因素评估

• 明确指出，量化模型基于历史数据构建，历史规律可能失效属于根本风险。

- 市场环境剧烈变化、新兴或非典型事件可能导致模型表现不佳。

• 报告未展开具体缓解措施，但通过结合主观择时验证及逻辑修正，体现试图减少模型失效风险的设计思路。

- 调仓策略动态调整仓位和行业，也是一种风险管理体现。

• 由于策略依赖数据质量，数据异常、时滞等也是潜在风险来源。

- 投资者需理解策略并不保证持续获利，需结合自身风险偏好使用。[page::0][page::12]

---

六、批判性视角与细微差别

• 报告客观陈述模型表现数据，避免绝对乐观，提及历史规律失效风险，显示态度审慎。

- 策略年化收益与超额表现均基于历史回测和2022年7个月实盘，未来市场不确定性可能导致策略表现波动。

• 虽然叠加主观逻辑修正提升择时准确性，但主观因素固然弥补模型盲点，也带来人为偏差风险。

- 报告强调择时体系包括政策、资金等宏观判断，这些非量化因素在不同投资者解读中可能存在差异。

• 目前模拟策略仅公开披露了部分行业和仓位调整，缺少细粒度个股选取信息，未来引入多因子选股模型后透明度和复杂度将增加。

- 对下跌能量和动态布林轨模型的参数及信号灵敏度未详细公开，可能影响信号稳定性和一致性。

• 报告以中信一级行业为样本，跨行业特征兼容及行业变迁带来的影响尚需观察。

- 总体而言，模型框架科学严谨，但量化模型本身具有非确定性，投资者需审慎结合自身策略。[page::0] [page::4] [page::6]

---

七、结论性综合

国泰君安证券研究所发布的《当量化行业配置插上择时的翅膀 国君配置 QIA-Timing 模拟策略介绍》报告，系统阐述了基于多因子量化模型与主观择时相结合的行业配置策略框架，及该策略在历史和近期市场中的表现。核心架构为：

• QIA模型：借鉴股票多因子研究方法，以行业景气度、业绩超预期和北向资金流三维度因子驱动，构建行业配置复合因子，定期调仓以捕获行业轮动收益。10余年回测数据显示，该模型年化收益17.51%，超额收益近13%，且超额年度胜率100%，显示策略稳定有效。
• 择时体系：“计量为核，逻辑修边”技术体系融合传统技术分析理论（如波浪理论、趋势线、黄金分割）和量化“黑科技”模型（下跌能量、动态布林轨），结合政策、资金、形势、情绪、估值、市场六层次的主观验证，形成权威择时信号，辅助调控整体权益仓位，提升策略针对市场阶段的适应性。
• QIA-Timing模拟策略：以QIA模型行业配置为基础，叠加独特择时体系调整整体仓位，实现仓位和行业的动态优化。2022年起模拟运行，累计超额收益达11.82%，较未择时模型提升2.28%。策略当前权益仓位90%，重点配置煤炭、有色金属、基础化工、银行和食品饮料等行业。调整频次符合市场节奏，涨跌回调均有响应。
• 图表与数据支持：

- 图1清晰展现行业配置的多维因子逻辑。
- 图2与图6分别直观体现QIA及QIA-Timing策略的优异收益和超额回撤水平。
- 图4与图5的技术和量化“黑科技”模型展示拓展了择时视野。
- 表2详尽记录了策略调仓及仓位动态，结合公开报告论证，体现策略设计的科学性与透明度。

• 未来展望：报告提出进一步优化方向，包括提升择时系统精度，丰富行业因子，加入多因子精选股策略，以期增强Beta与Alpha贡献，实现行业轮动和个股精选的双重增益。
• 风险意识：强调历史规律可能失效风险，认为主观与量化结合有助于降低风险，但投资者仍需保持谨慎，合理配置仓位。

综上，国君QIA-Timing模拟策略是在严谨的多因子量化框架上建立，结合系统而科学的择时方法，致力于捕捉行业轮动和市场整体节奏的双重收益。其历史表现证明了策略的有效性和稳健性，同时策略的透明操作和持续优化计划为投资者提供明确可跟踪的配置依据。虽然面临历史经验失效的潜在风险，但其灵活结合主观逻辑的设计为实际应用提供了坚实保障，是值得长期关注的量化行业配置创新实践。[page::0,2,3,4,5,6,7,8,9,10,11,12]

---

注：报告内容严格基于原文数据与论述，所有引用均按页码标注。

报告