行业轮动月报：电子、通信、计算机等相对占优

目录一、行业轮动体系构建与跟踪 2、行业轮动体系 2、宏观因子 2、财务因子 4、分析师预期因子 5、ETF份额变动因子 6、全体基金仓位因子 7、优选基金仓位因子 8、事件动量因子 9二、复合行业轮动信号构造与跟踪 10图表目录图表1：行业轮动体系 2图表2：宏观变量池 3图表3：宏观模块超额净值 3图表4：财务模块超额净值 4图表5：分析师预期模块超额净值 5图表6：ETF份额变动模块超额净值 6图表7：全体基金仓位模块超额净值 7图表8：优选基金仓位模块超额净值 8图表9：事件动量模块超额净值 9图表10：复合信号超额净值 10表目录表1:宏观模块业绩 3表2:财务模块绩效 4表3:分析师预期模块绩效 5表4:ETF份额变动绩效 6表5:全体基金仓位模块绩效 7表6:优选基金仓位模块绩效 8表7:事件动量模块绩效 9表8:复合信号分组绩效 10一、行业轮动体系构建与跟踪我们的行业轮动体系坚持在月频进行轮动，子模块主要涵盖宏观、财务、分析师预期、被动基金资金流，主动基金资金流、事件动量维度。宏观维度主要刻画了行业的经济周期动量效应，财务维度则主要从三大报表出发优选财务状况较好的行业，分析师预期展示分析师预期边际上调的行业动量效应，ETF份额变动逻辑为超卖行业反转，公募基金/优选基金仓位动量刻画了公募基金/优选基金重仓行业的动量效应，事件动量效应的逻辑则是事件发生时的市场惯性（非线性行业动量。本节分别介绍各个子模块并展示其业绩表现。每个模块均为月频调仓，其中涉及的样本外跟踪开始时间均以报告外发时间计算，此前没有外发的子模块样本外开始时间则以模型开发完成时间计算。增长：工业增加值、PMI等通胀：CPI，PPI等流动性：M1，M2宏观增长：工业增加值、PMI等通胀：CPI，PPI等流动性：M1，M2宏观流ETF份额利润表财务行业轮动体系流公募基金实际持仓&算预期营业收入预期净利润期事件动量量价数据信建投在2024年5月7日发布的《宏观因子行业轮动体系》中，我们介绍了使用宏观数据来解释行业截面收益差异的若干途径，最终我们选择使用变量筛选+行业超额对宏观变量回归的方式作为我们宏观模块的策略并持续样本外跟踪。我们使用的宏观变量范围如下表，这些变量均为数值型变量，为了方便建模，我们将数值型变量处理为标记型变量，即仅保留宏观变量上行下行趋势（1，-1，0）而不再考虑其变化幅度，因变量则为每月行业相对行业等权的超额收益。图表2：宏观变量池实际GDPM1CPI国债到期收益率1/市盈率名义GDPM2PPI信用利差1/股息率工业增加值社融存量22省市生猪平均价期限利差A股波动率房地产开发投资完成额CRB指数51次的变量作为最终模型入选变量。模型拟合分为两OLS拟合并计算拟合残差，接着使用残差为因变量，月度示性变量为自变量进行第二步拟合。残差进行第二步拟合主要是为了刻画月度效应。2019120261513.2%61.2%5行业组合年化超额-9.2%36.5%2023年模型录得负超额，其余每年均能有10%+的超额表现。2024318.7%20249-10月诸多2.9%，宏观多头最新观点为有色金属、电力设备及新能源、电子、通信、传媒。年化收益年化波动夏普比率最大回撤年化收益年化波动夏普比率最大回撤年化超额信息比率超额最大回撤调仓胜率多头23.8%21.0%1.1316.3%13.2%1.636.3%61.2%空头1.4%18.7%0.0736.6%-9.2%-1.2746.0%36.5%等权10.6%18.4%0.5828.2%、中信建投证券图表3：宏观模块超额净值财务模块主要由若干财务因子组成，根据可得三大报表计算，具体细节可以参照《基于基本面及分析师预期的复合行业轮动策略》。时间维度上的匹配规则为4-7月使用一季报数据计算，8-9月使用中报计算，10月-次年3月使用三季报计算。考虑到财务指标对金融地产适用性较低，财务因子的计算针对银行、非银行金融、房地产、综合金融行业进行剔除。经过批量测试，我们最终使用的复合因子为资产负债率、成本费用利润率、净利润环比增长率、利润总额环比增长率、净资产收益率、归母净利润环比增长率六个因子的等权。200792026154.9%55.2%5行业组合年化超额-5.4%41.2%。整体来看，财务因子由于其滞后性动量效应较弱，但是作为202262.4%，其2022年下半年，之后因子超额反转，持续修复，20246.8%。报告期3.6%，财务多头最新观点为钢铁、电子、通信、计算机、传媒。表2:财务模块绩效年化收益年化波动夏普比率最大回撤年化超额信息比率超额最大回撤调仓胜率多头9.4%27.9%0.3465.6%4.9%0.6619.4%55.2%空头-1.0%27.6%-0.0472.5%-5.4%-0.7465.6%41.2%等权4.5%27.2%0.1667.6%、中信建投证券图表4：财务模块超额净值20220531报告《基于基本面及分析师预期的复合行业轮动策略》中，我们批量测试行业预期ROEROEROE数值不具备行业比较能力，ROE预期的调整值具备一定行业比较能力，ROE预期调整因子中的预期净资产和预期净利润数据通过行业历史数据分布规律将年ROEROEROE预期变化值，当2ROE相比一个季度之前的变化值。20079202614.0%42.5%。整体来看，分析师预期因子有一定的行业选择能力，但是20226月样本外跟踪以来，多头累计超额-7.0%202220249月106.9%，分析师预期多头最新观点为有色金属、基础化工、计算机、传媒。表3:分析师预期模块绩效年化收益年化波动夏普比率最大回撤年化超额信息比率超额最大回撤调仓胜率多头8.4%28.3%0.3069.2%4.0%0.4419.4%55.2%空头0.4%29.2%0.0172.1%-4.0%-0.5451.6%42.5%等权4.5%27.2%0.1667.6%、中信建投证券图表5：分析师预期模块超额净值、的投资形态很大程度上反映了市场中散户的投资行为。我们使用ETF的份额变动构造策略，首先用在某个中信一级行业有较高占比的来代替该中信一级行业，具体来说，ETF披露全持仓（新发ETF为所跟踪指数持仓）在某个中信一级行业的投资占比超过某ETFETF过去一段窗口期的份额变动比率，在每个行业内，将该行业对应的若干的份额变动比率使用规模加权求和，将每个行业的ETF份额变动比率从低到高进行排序分为若干等分。多头持有份额减少较多的行业，空头持有份额增加较多的行业。ETF20155202615.6%61.5%，空头行业组合年化超额-7.2%40.8%。整体来看，ETF份额变动模块有较强的行业选择能力，本质2024年的最新迭代研究成果。2024113.1%ETF份额变动模块多头超额-1.8%，ETF份额变动多头最新观点为煤炭、建筑、国防军工、家电、农林牧渔。表4:ETF份额变动绩效年化收益年化波动夏普比率最大回撤年化超额信息比率超额最大回撤调仓胜率多头8.8%24.3%0.3651.4%5.6%0.5213.8%61.5%空头-4.0%23.2%-0.1765.1%-7.2%-0.6058.1%40.8%等权3.2%23.0%0.1450.6%、中信建投证券图表6：ETF份额变动模块超额净值由公募基金持仓预测行业资金流变动中，整体估算模型使用的基金池为：并入二级分类18个月以上的中高仓位基金。由于中信一级行业分类共有30个，短期内会出现同涨同跌情况，使用回归时共线性问题会导致3010个板块进行分析。在时点1A（881001.WI）同期收益率作线性回归并取残差作为板块的超额收益率，使用同样方法获取基金的超额收益率。接着使用有约束的半衰加权Lasso回归，即在最小二乘回归中，t时点越近的10个板块的超额收益率做约束回归。以周度为频率，MA(12)一个季度的285周的板块变动率的动量构建行业轮动。201012202616.7%56.6%，空头行业组合年化超额-6.4%，超额胜率36.8%。整体来看，全体公募基金仓位有较强的行业选择能力（尤其是负向剔除能力。20223月样本外跟踪以来，多头累计超额-12.32022年开始的持续回撤，并非因子的持续失效，从空头的持续向下也能侧面验证。报告期全体基金仓位模块多头超额5.5%，全体基金仓位多头最新观点为电子、通信、计算机、传媒。表5:全体基金仓位模块绩效年化收益年化波动夏普比率最大回撤年化超额信息比率超额最大回撤调仓胜率多头12.4%27.3%0.4551.4%6.7%0.5626.1%56.6%空头-0.7%25.7%-0.0376.9%-6.4%-0.6368.2%36.8%等权5.7%23.3%0.2450.6%图表7：全体基金仓位模块超额净值我们从主动权益基金中缩小范围，如果每一期我们只考察核心能力最优秀的基金仓位变动，并且进行一定的复制跟随，能否获得超过使用全体主动权益基金的行业观点结果。对于核心能力优秀的基金筛选条件，我们参考长期能力因子系列报告中对长期能力因子的构造以及细化，使用基金的择时、行业-风格配置、行业-风格选股以及交易能力，将四个因子等权配置构成长期能力因子。在每个时点截面，选取可得信息中长期能力因子排序前20的基金，根据20只基金的行业仓位测算平均，按照仓位配比排序，取前3只和后3只（3只即为前10%）配置多头和空头组合。我们将放大多头部分中表现较优的优选基金的仓位配置，并结合空头部分中表现较优的优选基金的仓位变动情况，从而构建基于长期能力因子的行业轮动策略。我们在每个月计算组合时，在过去时间段的多个参数组计算每组的收益波动比，将收益波动比最高的一组参数组输入进次月使用参数，用于计算次月多空行业组合。20186202619.9%57.6%，空头行业组合年化超额-13.0%，超额胜率37.0%。整体来看，优选基金仓位有较强的行业选择能力（尤其是负向剔除能力。2023738.2%，回撤原因与跟踪全体公募基金仓位类似。报告期0.4%，优选基金仓位多头最新观点为电子、通信、计算机。表6:优选基金仓位模块绩效年化收益年化波动夏普比率最大回撤年化超额信息比率超额最大回撤调仓胜率多头15.7%23.5%0.6732.0%9.9%0.6221.2%57.6%空头-7.3%21.7%-0.3359.1%-13.0%-1.1664.6%37.0%等权5.8%18.8%0.3128.6%图表8：优选基金仓位模块超额净值我们本节构造事件脉冲型动量策略，与传统的固定窗口期动量相比，事件型动量策略具有不定时触发，计算动量所用窗口期较短且不连续的特点。我们主要定义宏观数据披露，市场触底反弹，高位下跌，横盘突破四种事件，使用事件发生时的动量作为因子值，原始因子值是日频，通过每月回看过去一个月的日频信号进行时间衰减加权将频率降至月频以便与其他模块进行后续融合。2013320261560.0%，空5行业组合年化超额-6.8%36.8%。整体来看，事件动量表现较为优异，尤其近些年来相关20231218.5%，其中回撤主要发生在2024年上半年，主要原因可能是同一时期基本面类因子显著修复，市场短期动量效应较弱，与之对应的是，2024年9月10月基本面类因子普遍失效时，事件动量因子超额显著修复。报告期事件动量模块多头超额0.0%，事件动量多头最新观点为医药、非银行金融、电子、计算机、传媒。表7:事件动量模块绩效年化收益年化波动夏普比率最大回撤年化超额信息比率超额最大回撤调仓胜率多头22.0%26.3%0.8442.7%13.0%1.1813.8%60.0%空头2.2%23.4%0.0960.8%-6.8%-0.7757.3%36.8%等权9.0%23.1%0.3950.2%、中信建投证券图表9：事件动量模块超额净值二、复合行业轮动信号构造与跟踪我们动态选取若干维度信号等权复合，复合效果的上限一定程度由子模块间的相关性决定。从相关性来看，相关性最低的四个信号为宏观、事件动量、优选基金仓位、ETF份额变动，而财务因子、分析师预期、全体基金仓位三者相关性较高，源于三者本质上都是基本面驱动、容易同涨同跌，但是三者在部分时段的超额表现又有一定差异，因此仍将其作为单一维度与其他维度一起复合。复合策略构造参考了因子动量的思想，每月底选择近期超额表现较为优秀的维度作为下月决策的依据，具体是使用过去一段时间的超额胜率作为筛选依据。201212026120.0%70%37%13%20155月，分年来看，多头每年都可以获得正超额，并且每一年基本都优于绝大多数的单一维度。我们为了拉长回测时间，每一期都使用数据可年由于各维度数据可得性原因，参与因子动量的子维度并不完整。9161月（数据完整可得区间.%%，空头组合年化超额-13.8%34%，均显著好于早期各维度不完整时的业绩，月度平均换手率为64%7.78.25%2.68%1月底数据给出最新2026年2月的行业推荐为：电子、通信、计算机、传媒、有色金属。表8:复合信号分组绩效年化收益年化波动夏普比率最大回撤年化超额信息比率超额最大回撤调仓胜率多头组29.0%25.1%1.1642.9%20.0%1.6712.8%69.8%第2组9.0%23.8%0.3848.0%-0.1%-0.0125.6%47.9%第3组7.0%23.4%0.3050.9%-2.1%-0.3929.2%42.0%第4组5.1%24.1%0.2154.3%-3.9%-0.7341.8%43.8%空头组-1.4%25.2%-0.0675.8%-10.5%-1.0876.9%36.7%等权9.0%23.2%0.3950.2%图表：复合信号超额净值图表11：多维度明细复合信号复合信号事件动量全部仓位空头优选仓位多头 宏观 财务 优选仓位空头电子 3.69通信 3.11计算机 2.80传媒 2.38有色金属 1.76电力设备及新能源 1.71基础化工 1.32国防军工 1.03钢铁 0.70医药 0.69建材 0.45机械 0.42非银行金融 -0.15汽车 -0.32建筑 -0.54房地产 -0.64石油石化 -0.80农林牧渔 -0.80食品饮料 -0.85家电 -0.85

0.85 00.19 00.70 01.00 00.63 00.41 00.33 00.56 0-0.63 00.93 00.04 00.11 00.78 0-0.33 0-0.26 00.26 0-1.00 0-0.70 00.48 0-0.04 0

1 1.00 0.84 01 0.93 1.00 01 0.33 0.76 00 0.7