1. 国内主要市场及行业指数表现 [page::2]

• 2024年10月，国证2000涨7.85%，中证1000涨7.14%，中证500涨2.75%，沪深300和上证50分别下跌3.16%及4.44%。

- 行业指数多数上涨，综合金融行业涨幅最大达23.75%，而石油石化、煤炭、食品饮料跌幅较大，分别为-7.06%、-8.26%、-9.62%。

2. 行业轮动策略架构与大类因子分析 [page::3][page::4]

• 行业轮动策略以基本面（盈利、质量、分析师预期和超预期）、估值动量和资金面多因素构建。

- 2024年以来，分析师预期和超预期因子具稳定正IC及多空收益，十月分别实现1.12%和0.26%多头超额收益。

因子	IC均值(今年)	多头超额收益(今年以来)
盈利	3.2%	-0.2%
质量	-4.5%	-2.8%
估值动量	1.31%	-7.24%
分析师预期	1.42%	3.59%
超预期	5.82%	4.25%

3. 超预期增强因子及调研活动因子表现回顾 [page::5]

• 超预期增强因子自2011年以来IC均值8.65%，多空年化收益率达17.93%，夏普比率1.02。

- 调研活动因子自2017年以来IC均值9.71%，多空年化收益率16.28%，夏普比率1.42。

• 十月两因子表现略逊，超预期增强因子IC为负，调研活动因子IC也出现下滑。

4. 行业轮动策略表现与回测指标比较 [page::6][page::7]

• 超预期增强策略2024年年初至今收益11.41%，夏普0.433，显著优于行业等权4.19%收益和0.175夏普，年化超额收益6.84%。

- 景气度估值策略年化收益9.30%，夏普0.354，表现居中。

• 调研行业精选策略年化4.76%，夏普0.236，虽优于行业等权1.23%，但10月收益表现较差。

- 三策略均采取月度调仓，以排名前1/6的行业构成等权组合。

指标	超预期增强	景气度估值	行业等权
年化收益率	11.05%	9.30%	4.19%
夏普比率	0.433	0.354	0.175
最大回撤率	54.44%	56.24%	59.00%
十月收益率	-0.85%	-0.21%	0.67%

5. 行业推荐分析与策略差异 [page::7][page::8][page::9]

• 超预期增强策略首推非银行金融、通信、银行、有色金属、农林牧渔行业。

- 景气度估值策略推荐非银行金融、通信、国防军工、有色金属、交通运输。

• 调研行业精选策略倾向国防军工、通信、房地产、电力设备及新能源、煤炭行业。

- 通信行业被三个策略共同看好；国防军工获景气度与调研策略重点推荐。

• 细分因子显示盈利、质量、估值动量、分析师预期、超预期五因子共同影响行业排名变动，反映策略多维度选股思路。

金融工程组“景气度估值行业轮动策略”研究报告详尽分析报告

---

一、元数据与报告概览

• 报告标题：景气度估值行业轮动策略今年超额达13.50%

- 作者及机构：国金证券金融工程组，高智威（执业编号S1130522110003）及联系分析师许坤圣、胡正阳

• 发布时间及时间范围：基于2024年数据，尤其聚焦截至2024年10月底的市场表现及策略效果

- 报告主题：分析和评估基于基本面、估值、资金面多维度构建的行业轮动策略，研究因子表现及策略的收益、风险，重点揭示超预期因子及景气度估值因子对行业配置的作用。

• 核心论点：

- 2024年以来，超预期增强行业轮动策略整体超额收益显著，年化超额收益达6.84%，夏普比率高于行业等权基准；
- 十月份虽策略表现不佳，仍保持稳健；
- 因子中盈利、估值动量、分析师预期和超预期尤其稳定且有效，尤其超预期因子表现突出；
- 调研活动因子作为另一驱动力也表现良好，但表现受月份波动影响较大；
- 三大策略（超预期增强、景气度估值、调研行业精选）推荐行业略有侧重与差异，但通信行业稳居三策略推荐之列，值得重点关注。

• 风险提示：模型可能因政策、市场环境变化失效，造成预期外的波动与回撤。

---

二、逐节深度解读

1. 当期市场与行业概况（第2页）

• 关键论点总结：

- 2024年10月，国内市场指数涨跌分化明显。国证2000、中证1000和中证500分别上涨7.85%、7.14%和2.75%，但沪深300和上证50却分别下跌3.16%和4.44%。
- 行业方面17个中信一级行业上涨。涨幅排行榜前三为综合金融（23.75%）、综合及计算机行业；
- 表现差的包括石油石化（-7.06%）、煤炭（-8.26%）、食品饮料（-9.62%），展现传统防御行业压力。

• 支撑逻辑与数据点：

- 市场不同层次指数表现背后体现了大盘和中小盘股的分化趋势。
- 行业涨跌体现资金对业绩弹性和增长预期较为敏感，综合金融及计算机等增长及创新行业受益明显。

• 图表分析：

- 图表1明显显示不同行业涨幅和跌幅的分布，右侧为跌幅较大行业，左侧为涨幅较大行业，间隔数据充分反映市场热度分散的特点。
- 图表2年初至今表现更突出综合金融、非银行金融和科技类行业迅猛上涨，传统行业表现黯淡。

• 数据意义：

- 反映行业景气度存在结构性的分化，后续轮动策略的挖掘和配置需以动态把握这种行业间的差异。

---

2. 行业轮动策略构建与表现（第3-9页）

2.1 行业轮动策略架构（第3页）

• 核心内容：

- 构建三大行业轮动策略维度：基本面（盈利、质量、分析师预期、超预期因子）、估值面（估值动量因子）、资金面（北向和公募持仓）。
- 超预期因子基于实际业绩披露数据与市场预期差，捕捉“好于预期”带来的市场定价效应。
- 调研行为因子从机构调研热度及广度角度反映机构投资者共识的迭代。

• 逻辑关系：

- 业绩增长非单一标准，优于预期的增长预示着市场可能低估该行业价值，适合做多；
- 资金面和估值动量辅助筛选行业，确保配置的时效性和资金支持。

• 图表3框架描述：

- 如图清晰呈现不同因子划分归属及相互作用，体现多维度综合型行业轮动模型框架。

2.2 行业大类因子分析（第3-4页）

• 表现总结：

- 10月总体因子表现较弱，IC（信息系数，衡量因子预测效果）均值低，只有质量因子和分析师预期因子实现微弱正超额收益。
- 2024年以来盈利、估值动量、分析师预期及超预期因子IC及收益稳定，显示这些因子对行业收益预测贡献较大。

• 关键数据：

- 年度IC均值分别为：盈利3.27%、估值动量1.31%、分析师预期1.42%、超预期5.82%（优于其他因子）。
- 因子多空年化收益率最高超预期因子达7.08%，多头超额收益4.25%，显示显著的选股能力。

• 图表4-6数据说明：

- 图表4详细展示单因子过去一月及全年IC均值和收益表现，10月因子多空收益总体承压反映市场波动影响。
- 图表5显示盈利、质量、估值动量、超预期因子多空收益历时趋势，超预期因子收益曲线优于其他因子；
- 图表6显示分析师预期与调研活动因子长期收益积累，调研因子表现较为缓慢，但有效。

2.3 策略因子表现（第4-5页）

• 详细陈述：

- 超预期增强因子自2011年起表现稳定，IC均值约8.65%，风险调整IC0.315，t统计量4.064，表明统计显著且有效。
- 调研活动因子自2017年起IC均值为9.71%，风险调整IC更高达0.506，t统计量4.908，但最近月份IC出现下行。

• 图表8-11分析：

- 图表8显示超预期增强因子IC波动，10月IC急降至负值（-33.99%），多空组合10月收益为-4.82%。
- 图表9展示多空组合净值稳步上升，年化收益达17.93%，夏普比率1.02，具备良好的风险调整收益。
- 图表10、11展示调研因子IC及多空收益，尽管近期IC回落，但多空年化收益16.28%、夏普比率1.42，依然具备吸引力。

2.4 行业配置策略表现（第5-7页）

• 策略构造：

- 超预期增强和景气度估值策略均采取等权配置行业组合，月度调仓，按照因子得分排名选取前五名行业。
- 调研活动精选策略同样构建行业等权组合并平衡。

• 表现总结：

- 10月，超预期增强策略收益率-0.85%，不及行业等权基准0.67%，超额收益-1.30%。
- 景气度估值策略表现略好，收益-0.21%，超额-0.51%。
- 调研精选策略表现最差，收益-2.79%，超额-4.18%。
- 年度表现上，超预期增强策略年化收益11.05%，夏普比率0.433，超额收益6.84%优于基准。
- 景气度估值策略次之，调研精选策略虽年化收益较低但相对基准仍有超额。

• 图表12-17视觉说明：

- 净值图（图12、15）显示超预期增强及调研精选策略净值持续跑赢基准，
- 超额净值图（图13、16）则反映策略相对基准的优势持续积累，
- 策略表现表（图14、17）数值详细比较了收益率、波动率及夏普比率，全面展现策略的风险收益特性。

2.5 行业策略内部细分因子打分观测（第7-9页）

• 推荐行业对比：

- 超预期增强策略2024年11月推荐：非银行金融、通信、银行、有色金属、农林牧渔。
- 景气度估值策略推荐：非银行金融、通信、国防军工、有色金属、交通运输。
- 调研精选策略推荐：国防军工、通信、房地产、电力设备及新能源、煤炭。

• 因子贡献解析：

- 非银行金融盈利因子表现领先，全行业位列第一；
- 通信行业质量、估值及预期因子稳步提升；
- 有色金属质量指标优异，农林牧渔业绩和预期改善明显；
- 国防军工因分析师预期表现不佳，在超预期策略中排名下降；
- 交通运输盈利因子显著提升但其他因子表现平平，未获超预期策略推荐。

• 图表19-20细分因子排名：

- 细分因子排名与变动情况全面呈现各行业月度内各因子表现和排名的动态变化，
- 有助于理解行业轮动策略推荐的具体驱动因素。

---

3. 风险提示（第9页）

• 模型建立基于历史数据与统计特征，可能会因政策及市场环境大变而失效；

- 各因子在特定市场环境下可能表现阶段性失效；

• 市场出现突发大幅波动可能超出模型预测范围，导致策略不可预期风险。

---

三、图表深度解读与洞见

• 图表1和2体现了2024年10月及年初至今各市场指数和行业表现的分化，综合金融与科技化行业明显领先，表现为资金青睐成长性和创新驱动领域，而传统能源、消费行业仍承压。

- 图表4至6中因子IC均值及多空收益详细测算揭示超预期增强因子和分析师预期因子的长期预测能力突出，且与估值动量因子结合能稳健捕捉行业轮动机会。

• 图表8和10月度IC表现波动揭示短期因子有效性不稳定性，提示策略需结合多因子多维度判断避免单一因子风险。

- 图表9和11多空净值走势凸显超预期增强因子及调研活动因子的长期有效性，年化收益及夏普比率均表现优异，是构建行业轮动和精选策略的核心驱动力。

• 图表12-17净值及超额净值图表清晰展现三大策略的整体收益轨迹，超预期增强策略超额净值领先，彰显行业配置的显著 Alpha。

- 图表18逐年超额收益展示了三大策略自建立以来的长期稳定表现，为策略的历史回测效力提供有力证据。

• 图表19和20为内因子细分排名透视，展示策略背后多因子、多视角量化逻辑，细致解析行业月度轮动排序背后的盈利、质量、估值、预期和调研热度等驱动因子变化。

---

四、估值分析

• 本报告未对单一公司估值做深入分析，核心聚焦于因子驱动的行业轮动策略构建。

- 估值面主要以估值动量因子为核心，结合盈利及质量因子，实现估值与基本面双轮驱动。

• 估值动量因子通过动态估值变化率衡量行业估值趋势，结合市场和业绩预期进行多因子综合打分。

- 折现率、永续增长率等细节未详细披露，策略侧重于相对表现及行业配置，非绝对估值测算。

---

五、风险因素评估

• 最大风险为政策和宏观环境变化导致模型失效及历史规律中断；

- 行业盈利大幅波动、市场情绪突变也可能削弱因子预测能力；

• 因子自身的短期表现波动（如10月份负面表现）提醒投资者存在因子时效损失风险；

- 策略换手率较高（超预期策略月均换手约69%，调研策略158%），可能增加交易成本与市场冲击风险；

• 报告未特别提出风险缓解策略，更多需投资者基于模型持续监控策略运行情况。

---

六、批判性视角与细微差别

• 报告依据历史量化因子统计，虽历史表现稳定但依赖大量历史数据及模型假设，策略对未来市场突变敏感；

- 十月份整体策略表现下滑，尤其超预期增强及调研精选策略均表现不佳，提示短期内因子预测存在不确定性和周期波动风险；

• 调研活动因子波动较大，且换手率高可能导致执行成本上升，需考量其长期稳定性和交易成本的平衡；

- 细分行业推荐中，非银行金融和通信行业在多个策略中持续高分，反映报告潜在的行业偏好；

• 报告分别介绍三类策略，但在策略组合建设建议上不够明确，未提供如何整合多策略优势的具体操作指南。

---

七、结论性综合

该研究报告以国金证券金融工程组构建的数个行业轮动策略为核心，详细回顾了2024年尤其是10月份至11月份的市场表现、因子表现、行业轮动效果及未来推荐行业。报告充分展现了以超预期增强因子为核心的行业轮动策略从基本面、估值面、资金面三大维度构建多因子选股的逻辑。

报告显示，超预期因子及分析师预期因子作为核心基本面驱动，在过去十多年间积累了稳定的预测效力，年化收益和风险调整指标均优于行业基准。特别是超预期增强策略虽然短期内表现波动，但长期年化超额收益达6.84%，夏普比率0.433，具备较好的风险回报特性。

此外，调研活动因子从机构关注度角度辅助捕捉行业风格切换，尽管换手率较高，但依然带来策略超额收益。景气度估值策略通过结合估值动量和盈利质量因子，形成了一套相对稳健的行业配置框架。

图表分析清晰展示了行业轮动及因子表现的长期趋势和短期波动，能够帮助投资者理解不同因子的周期特征和轮动策略的实际运行效果。行业推荐方面，非银行金融、通信、有色金属成为多策略共识的重点配置行业，反映其盈利和市场认可度的提升。国防军工和交通运输在不同策略推荐中权衡，显示细分因子在行业配置的作用和策略差异。

报告风险提示明确提醒投资者关注政策与市场环境变动带来的模型失效风险，及因子短期表现不确定性，凸显理性审慎的投资态度。

总体来看，本报告系统介绍了基于多维因子和机构调研视角构建的行业轮动策略及其效用，展示了量化策略在中国市场中的应用前景和挑战。投资者可以基于报告提供的行业推荐和因子解析，结合自身风险偏好进行多策略组合配置，以期获得更优的风险调整收益。

---

重要引用标注

• 行情与策略表现数据来源与解读详见[page::0,2,3,4,5,6,7,8,9]

- 因子构建与模型来源见相关专题《Beta猎手系列》文献[page::3]

• 细分因子排名与行业推荐详见[page::7,8,9]

- 风险提示及特别声明全文详见[page::0,9,10]

---

总结

本报告通过深度解析具体因子表现、行业轮动策略构建与绩效，辅以详实的图表支撑，为投资者理解基于基本面超预期因子及景气度估值因子的行业投资机会提供了高度体系化的定量分析工具及实践经验。报告强调在严苛市场波动环境下多因子综合应用的重要性，建议投资者保持动态调整并警惕模型风险，实现更优配置效果。

报告