量化行业配置月报第14期：7月超预期模型超额4.14%，汽车新调入本期组合

2023.08.02 大类资产配置 7月超预期模型超额4.14%，汽车新调入本 大期组合 资 类——量化行业配置月报第14期 产本报告导读： 配行业轮动复合模型最近调仓日期为2023年7月31日，8月最新多头组合为：交通运置输、非银行金融、电力设备及新能源、汽车、食品饮料；多头对照组合为：电子、钢月铁、建材、煤炭、基础化工。7月景气度、超预期、资金流和复合模型相对市场基准报超额收益分别为-0.98%、4.14%、-4.68%和2.24%，超预期模型表现较好。拥挤度模 型显示本月未新触发交易拥挤信号。 摘要： 行业轮动复合模型简介：基于行业景气度、业绩超预期、北向资金 流和拥挤度的行业轮动复合模型历史绩效：2011年1月至2022年8月，多头组合年化收益为26.49%，超额年化收益为20.90%。 行业轮动复合模型7月收益统计：复合模型7月多头组合为：电力 设备及新能源、非银行金融、食品饮料、交通运输、电力及公用事业。 证7月行业景气度、业绩超预期、北向资金流和复合模型多头组合相对 券市场基准的超额收益率分别为-0.98%、4.14%、-4.68%和2.24%。 行业轮动复合模型8月最新持仓：复合模型8月多头组合为：交通 研运输、非银行金融、电力设备及新能源、汽车、食品饮料；多头对照 究组合为：电子、钢铁、建材、煤炭、基础化工。 报行业轮动多维模型8月边际变化：（1）行业景气度模型：2023半年 告报景气度排名前五的行业为：消费者服务、电力设备及新能源、交通 运输、汽车、家电；排名后五的行业为：煤炭、钢铁、建材、基础化工、石油石化。（2）业绩超预期模型：2023年8月份超预期排名前五的行业为：非银行金融、交通运输、食品饮料、商贸零售、综合金融；排名后五的行业为：建材、有色金属、电子、煤炭、基础化工。 （3）资金流模型：2023年8月份资金流排名前五的行业为：钢铁、通信、食品饮料、汽车、家电；排名后五的行业为：基础化工、机械、电子、计算机、国防军工。（4）拥挤度模型信号跟踪：本月未新触发交易拥挤信号。 附录：因子定义及构建方法：（1）行业景气度模型。（2）业绩超预 期模型。（3）北向资金流模型。（4）行业拥挤度模型。 风险提示：量化模型基于历史数据构建，而历史规律存在失效风险。 大类资产配置研究 报告作者 余齐文(分析师) 0755-23976212 yuqiwen@gtjas.com 证书编号S0880522010001 张雪杰(分析师)0755-23976751 zhangxuejie025900@gtjas.com 证书编号S0880522040001 刘凯至(分析师)0755-23976911 liukaizhi025861@gtjas.com 证书编号S0880522110002 相关报告 关注新能源、家电等板块的配置机会 2023.07.07 6月景气度模型超额1.29%，汽车、家电、传媒新调入本期组合 2023.07.04 QIA-Timing模拟组合加仓5%至100% 2023.06.08 关注消费、新能源、非银等板块的配置机会 2023.06.05 5月行业轮动复合模型超额0.95%，传媒与公用板块触发交易拥挤信号 2023.06.02 p1 目录 1.行业轮动复合模型简介3 1.1.行业配置研究框架3 1.2.行业轮动复合模型简介3 2.行业轮动复合模型7月收益统计4 3.行业轮动复合模型8月最新持仓5 4.行业轮动多维模型8月边际变化6 4.1.行业景气度模型边际变化6 4.2.业绩超预期模型边际变化6 4.3.资金流模型边际变化7 4.4.拥挤度模型信号跟踪8 5.附录：因子定义及构建方法9 5.1.行业景气度模型9 5.2.业绩超预期模型11 5.3.北向资金流模型12 5.4.行业拥挤度模型13 6.风险提示15 p2 1.行业轮动复合模型简介 1.1.行业配置研究框架 证券市场是一个复杂系统，受基本经营、技术特征、资金流和市场情绪等多重因素共同影响，不同时期影响市场运行的主导因素不一定相同，主要因素和次要因素在一定条件下可以相互转换。行业板块在基本经营、技术特征、资金流和市场情绪等各维度可能出现共振，也存在相互约束的情形。我们通过定量分析多维度建模，研究各行业板块的基本经营、技术特征、资金流和市场情绪等多维度的边际变化，按照两条主线进行行业配置：基于景气度、超预期和资金流等动量类模型，优先配置景气度边际改善、业绩超预期、资金持续净流入的行业板块；基于拥挤度等顶部择时避险模型，规避因微观交易结构恶化而导致的行业下跌风险。 •景气度： •财报、快报、预告 •分析师预期 •机构资金： •北上资金 •基金持仓 基本 经营 资金 流 技术 特征 市场 情绪 •拥挤度： •波动率、流动性、相关性、分布 •微观结构 •市场情绪： •舆情数据 图1：行业配置研究框架 数据来源：国泰君安证券研究 1.2.行业轮动复合模型简介 目前，我们借鉴股票多因子研究方法，完成了基于行业景气度、业绩超预期和北向资金流维度的多个行业轮动模型的开发（具体模型构建方法 见附录），并基于经济逻辑和测算结果为上述模型赋予权重，生成复合因子作为行业选择标准；基于拥挤度模型实时监控行业交易拥挤信号，规避行业交易拥挤下跌风险。复合模型运行框架如下： 1.月度调仓：每月初按照行业轮动复合因子排序筛选前5个行业为多头组，等权持有至月底。 2.实时监控：每日实时监控行业是否触发交易拥挤状态。 3.动态调整：对于触发交易拥挤状态的行业持仓当日收盘前置换为现 p3 金仓位；对于触 发交易拥挤状态20交易日内的行业继续以现金仓位 替代；对于触发交易拥挤状态满20交易日的行业从现金仓位切换回行业持仓。 4.市场基准：剔除“综合”和“综合金融”后的中信一级行业指数。 图2：行业轮动复合模型超额收益 2011年1月至2022年8月，行业轮动复合模型多头组合年化收益为 26.49%，超额年化收益为20.90%，组合最大回撤为28.11%，信息比率为1.41。超额年度胜率为100%，月度胜率为67.14%，年度单边换手率均值为427%。 18 16 14 12 10 8 6 4 2 0 最大回撤 拥挤度复合模型 市场基准 多头/基准 0% 3% 6% 9% 12% 15% 数据来源：Wind，国泰君安证券研究 注：统计区间为20110104到20220826。 2.行业轮动复合模型7月收益统计 行业轮动复合模型2023年7月的多头组合为：电力设备及新能源、非银行金融、食品饮料、交通运输、电力及公用事业；多头对照组合为：煤炭、钢铁、电子、建材、基础化工。7月份多头组合收益率为5.89%，相对市场基准的超额收益为2.24%；多头对照组合收益率为4.45%，相对市场基准的超额收益为0.79%。2023年以来行业轮动复合模型多头组合收益率为2.70%，相对市场基准的超额收益为-4.43%；多头对照组合收益率为-2.28%，相对市场基准的超额收益为-2.28%。 从行业来看，本月电力设备及新能源(-1.17%)相对基准超额为-4.83%；非银行金融(14.72%)相对基准超额为11.06%；食品饮料(9.30%)相对基准超额为5.65%；交通运输(6.40%)相对基准超额为2.74%；电力及公用事业(0.21%)相对基准超额为-3.44%。电力设备及新能源拖累了组合表现。 p4 4391065 表1：行业轮动多维模型收益 从单模型效果来看，本月景气度、业绩超预期和北向资金流行业轮动模型多头组合相对市场基准超额收益率分别为-0.98%、4.14%和-4.68%；本月拥挤度模型未新触发交易拥挤信号。 数据来源：Wind，国泰君安证券研究 3.行业轮动复合模型8月最新持仓 下表为行业轮动复合模型2023年1月以来每月持仓明细。其中，2023 年8月多头组最新持仓为：交通运输、非银行金融、电力设备及新能源、汽车、食品饮料；多头对照组最新持仓为：电子、钢铁、建材、煤炭、基础化工。 表2：行业轮动复合模型多头持仓收益 数据来源：WIND，国泰君安证券研究 表3：行业轮动复合模型多头对照持仓收益 数据来源：WIND，国泰君安证券研究 p5 4.行业轮动多维模型8月边际变化 4.1.行业景气度模型边际变化 行业景气度模型显示，2023半年报排名前�的行业为：消费者服务、电力设备及新能源、交通运输、汽车、家电；排名后�的行业为：煤炭、钢铁、建材、基础化工、石油石化。 2023半年报相较2023一季报提升较多的行业为：综合金融、商贸零售、交通运输、房地产、建筑等；景气度下降较多的行业为：传媒、轻工制造、电力及公用事业、钢铁、石油石化等。 表4：行业景气度边际变化 数据来源：Wind，国泰君安证券研究 4.2.业绩超预期模型边际变化 p6 业绩超预期模型显示，2023年8月份超预期排名前�的行业为：非银行金融、交通运输、食品饮料、商贸零售、综合金融；排名后�的行业为：建材、有色金属、电子、煤炭、基础化工。 2023年8月相较2023年7月超预期提升较多的行业为：消费者服务、汽车、商贸零售、交通运输、通信等；超预期下降较多的行业为：煤炭、综合金融、电力设备及新能源、钢铁、食品饮料等。 表5：行业业绩超预期边际变化 数据来源：Wind，国泰君安证券研究 4.3.资金流模型边际变化 北向资金流模型显示，2023年8月资金流排名前�的行业为：钢铁、通信、食品饮料、汽车、家电；排名后�的行业为：基础化工、机械、电子、计算机、国防军工。 2023年8月相较2023年7月北向资金流提升较多的行业为：消费者服务、通信、食品饮料、商贸零售、非银行金融等；资金流下降较多的行业为：机械、国防军工、电子、家电、基础化工等。 p7 表6：行业北向资金流边际变化 数据来源：Wind，国泰君安证券研究 4.4.拥挤度模型信号跟踪 拥挤度模型显示，本月未新触发交易拥挤信号。 p8 表7：行业交易拥挤信号 数据来源：Wind，国泰君安证券研究注：统计区间为2021年7月至今 5.附录：因子定义及构建方法 目前，行业轮动复合模型是我们借鉴股票多因子研究方法，基于景气度、超预期和北向资金流3个细分模型根据一定权重复合而成。未来随着我们研究的深入，将有更多细分模型加入其中。目前，各细分模型使用因子定义及构建方法简要说明如下： 5.1.行业景气度模型 我们通过财务质量、盈利能力和成长能力三类因子衡量行业景气度，基于正式财报、业绩预告和业绩快报共设计了108个因子，通过单因子IC测试与分组测试，筛选出3类8个因子合成行业景气度复合因子，具体因子含义及构建方法如下，详细内容见行业配置系列深度报告《如何基于景气度构建行业轮动策略_行业配置研究系列01_20220412》和《如何使用业绩预告和业绩快报改进景气度行业轮动模型_行业配置研究系 p9 列03_20220611》。 1.财务质量类因子 1）客户议价力环比增量 客户议价力（ClientBarginPow），指行业对下游经销商或客户议价能力，高客户议价力代表行业对下游经销商或客户议价能力高、行业产品或服务竞争力强。客户议价力环比增量是客户议价力指标通过环比增量方式构建。 2）供应商议价力环比增量 供应商议价力（SupplyBarginPow），指行业对上游供应商议价能力，高供应商议价力代表行业对上游供应商议价能力高、行业竞争地位强。供应商议价力环比增量是供应商议价力指标通过环比增量方式构建。 2.盈利能力类因子 1）销售净利率1单季同比增量 销售净利率（ROS），指行业扣非归母净利润/行业营业收入，可以衡量行业整体销售对应的净利润水平，高销售净利率代表行业产品服务销售获利能力强。销售净利率1单季同比增量是通过正式财报和业绩快报计算，采用单季指标同比增量方式构建。 3.成长能力类因子 1）核心利润单季同比增长率 核心