持有红利底仓适度超配成长2024Q4行业投资建议20241019

2024年10月21日06：59 关键词关键词 行业投资红利底仓成长大盘估值修复政策经济周期防御进攻流动性环境被动补库存电子国防军工贝塔市净率股息率业绩修复市场主线强度收益率行业轮动 全文摘要全文摘要 团队在10月16日的投资建议报告中，基于大盘表现和行业估值的分析，提出2024年第四季度投资应回归基本面，倾向于行业哑铃型配置，成长领域适度超配。考虑大盘的箱体整理和行业估值的合理化，预计贝塔效应减弱，建议投资者关注基本面变化。当前经济周期处于进攻末期，建议持有红利底仓应对市场不确定性，同时适度超配成长行业，如电子和国防军工，以把握进攻末期的弹性。 持有红利底仓，适度超配成持有红利底仓，适度超配成长长——2024Q4行业投资建议行业投资建议20241019_导读导读 2024年10月21日06：59 关键词关键词 行业投资红利底仓成长大盘估值修复政策经济周期防御进攻流动性环境被动补库存电子国防军工贝塔市净率股息率业绩修复市场主线强度收益率行业轮动 全文摘要全文摘要 团队在10月16日的投资建议报告中，基于大盘表现和行业估值的分析，提出2024年第四季度投资应回归基本面，倾向于行业哑铃型配置，成长领域适度超配。考虑大盘的箱体整理和行业估值的合理化，预计贝塔效应减弱，建议投资者关注基本面变化。当前经济周期处于进攻末期，建议持有红利底仓应对市场不确定性，同时适度超配成长行业，如电子和国防军工，以把握进攻末期的弹性。分析了四个关键指标：贝塔、一致预期净利润同比、市净率和股息率，发现上季度涨势主导因素为估值修复而非业绩修复。团队回顾了过去几年的行业轮动模型表现，开发了全评论量价端到端模型和双目标遗传规划模型，通过循环神经网络和遗传算法优化量价数据。公募主动型基金在重仓行业如食品饮料、医药、电子等领域通过行业择时获得超额收益，建议投资者关注电子、军工等成长行业。总体，报告聚焦于市场策略、行业配置和因子分析，建议适度超配成长股，关注基本面变化。 章节速览章节速览 ● 00：：00 2024年四季度投资建议：持有红利底仓适度超配成长年四季度投资建议：持有红利底仓适度超配成长团队在10月16日发布的投资建议报告中，基于大盘表现和行业估值的分析，提出2024 年第四季度投资应回归基本面，倾向于行业哑铃型配置，其中成长领域适度超配。这一建议的逻辑考虑了大盘的箱体整理和行业估值的合理化，预示着贝塔效应和相对估值对行业影响力的减弱，建议投资者关注基本面的变化。 ● 02：：36行业配置展望：攻防转换期下的稳健与成长策略行业配置展望：攻防转换期下的稳健与成长策略 当前经济周期处于进攻末期，预计转向防御，建议持有红利底仓以应对市场不确定性，同时适度超配成长行业，如电子和国防军工，以把握进攻末期的弹性。宏观环境流动性宽松，对红利和成长行业均有利。国内工业企业面临盈利压力，但成长行业有望通过结构性行情表现。 ● 05：：37 2024年四季度行业投资回归基本面及市场主线强度分析年四季度行业投资回归基本面及市场主线强度分析在分析2024 年四季度行业投资趋势时，引入了四个关键指标：贝塔、一致预期净利润同比、市净率和股息率。这些指标分别衡量了行业的波动性、业绩预期、相对估值和绝对估值。通过相关性分析发现，上季度涨势的主导因素是估值修复而非业绩修复。同时，市场主线强度呈现上升趋势，表明投资者可以通过行业轮动和配置策略获得超额收益。整体而言，认为2024年四季度行业投资回归基本面，投资主线较为明确，投资策略有效。 ● 11：：14行业轮动模型回顾与分析行业轮动模型回顾与分析 团队在过去的几年中开发并回顾了行业轮动模型的表现，重点分析了上季度模型的表现及其原因。一个基础的月度模型结合了基本面分析，通过贝塔和残差两部分来预测行业轮动。该模型倾向于选择景气动量策略的行业，并重视技术分析在残差部分的应用。然而，在最近的反弹行情中，尽管模型表现良好，但在估值修复逻辑下，部分行业如贵金属和工业金属被过度乐观地预期，从而存在回撤风险。十月份模型推荐中，电子、国防军工、汽车等成长风格行业被纳入，这与团队看好这些行业的观点相符。 ● 16：：40双模型策略优化市场轮动双模型策略优化市场轮动团队采用两种不同方法优化行业轮动策略：一是全评论量价端到端模型，通过循环神经网络预测股票未来涨跌 幅，不进行行业中心化处理以保留行业阿尔法信息；二是双目标遗传规划模型，结合IC和NDCC两个目标评估因子，使用DEAP包实现遗传算法优化量价数据。模型在策略实施中呈现不同表现，尤其是在市场主线强度变化下，一种模型的超额收益受到影响，而团队对未来的策略方向进行预判。 ● 24：：10公募基金行业配置分析与四季度投资建议公募基金行业配置分析与四季度投资建议 对公募主动型基金进行了行业配置分析，聚焦于股票型和偏股混合型基金，通过每日披露数据进行行业收益率回归，考虑多重贡献性采用拉送回归方法，并加入运输条件以提升预测准确性。结果显示，基金在重仓行业如食品饮料、医药、电子等领域通过行业择时获得超额收益，而这些行业配置比例在上季度末有显著提升，呈现哑铃型配置，强调持有红利底仓同时适度超配成长。 ● 26：：43中国市场分析及经济周期预测中国市场分析及经济周期预测 讨论了中国市场因子驱动资本市场表现、经济周期状态以及国内外流动性对市场的影响。中国市场因子表现出了经济周期的特性，当前处于周期上行期的末段。国内外流动性环境整体宽松，有利于红利和成长股。国内内需有待提升，库存周期显示被动补库存状态。在当前环境下，高股息策略可能更为保守，而电子、军工等成长行业可能有结构性行情。 ● 31：：17行业景气度预测及投资建议行业景气度预测及投资建议 在月度模型中，通过分析产业链数据，预测电军工、医药、电信等行业的净利和营收趋势。电子和军工行业的业绩已修复至五年中位数水平，建议投资者关注这些成长风格的行业。 要点回顾要点回顾 2024年第四季度行业投资的建议是什么？年第四季度行业投资的建议是什么？ 2024年第四季度行业投资的建议是持有红利底仓适度超配成长，形成哑铃型配置，其中成长部分略微多配一些。 为什么团队认为为什么团队认为2024年第四季度行业投资应回归基本面？年第四季度行业投资应回归基本面？ 主要原因有两个：首先，大盘在9月30日收于3330点后，出现了大幅波动，3300点上方套牢盘较重，下方3150点支撑较强，形成箱体整理，导致各行业的贝塔效应相对削弱；其次，大多数行业估值已经修复到合理水平，进一步回升的可能性相对较小。 在回归基本面的背景下，哪些行业更适合配置？在回归基本面的背景下，哪些行业更适合配置？ 团队从经济周期、宏观因子模型两个视角分析，并结合行业景气度建模，认为在回归基本面时，电子和国防军工行业由于净利和营收水平已修复至滚动五年中位数水平且呈上升趋势，因此在适度超配成长的组合中，重点关注这两个行业的配置。 2024年第四季度行业投资回归基本面的判断依据是什么？年第四季度行业投资回归基本面的判断依据是什么？ 为了回答这个问题，团队引入了四个指标进行分析，包括行业相对于大盘的贝塔（弹性）、一致预期净利润同比、市净率的滚动四年分位数（相对估值）以及股息率（绝对估值）。通过计算这两个季度四个指标的均值相关性分析，结果显示上季度行情的核心驱动力主要来自估值修复，而非业绩修复。 市场主线强度如何通过计算得到？市场主线强度的历史表现如何？市场主线强度如何通过计算得到？市场主线强度的历史表现如何？ 市场主线强度的计算是基于寻找不同期限（如5日、10日、20日、40日、60日）下收益率均靠前的行业。通过比较各个行业在不同期限收益率下的排名，若多个行业的排名普遍靠前，则表明市场主线较强；反之，若大部分行业的表现分化较大，市场主线则较弱。具体计算步骤包括量化每个行业在不同期限内的相对强弱指标。市场主线强度在2024年三季度末已经呈现上升趋势，特别是在过去两个季度中有所增强。尽管在2024年四季度初，该强度较低，但随后逐渐提高，并在最近一个季度达到了较强水平。因此，投资者在2024年四季度通过行业轮动策略进行配置有望获得超额收益。 月度行业轮动模型在最近一个季度的表现如何？月度行业轮动模型在最近一个季度的表现如何？ 最近一个季度，月度行业轮动模型表现强劲，超额收益创历史新高。但在反弹行情中，由于逻辑与估值修复的逻辑并不完全契合，模型配置了贵金属和工业金属等预期上涨但股价已充分反映上涨预期的行业，存在较大回落风险。然而，模型推荐的电子、国防军工、汽车等行业符合成长风格，得到了模型的支持。 月度行业轮动模型是如何设计的？月度行业轮动模型是如何设计的？ 月度行业轮动模型从因子定价模型出发，分为贝塔部分和残差部分。贝塔部分主要结合宏观、中观、微观视角预 测行业盈利能力及其边际变化，以捕捉困境反转和景气动量等策略机会。残差部分则采用技术分析构建残差动量策略，关注行业内的专属信息。该模型每个月根据综合评分推荐前五名行业进行等权配置。 模型如何训练和预测选股因子？模型如何训练和预测选股因子？ 我们首先利用端到端模型训练了一个选股因子，该模型输入为个股的日K线、周K线、月K线数据以及高频信息生成的因子序列。经过循环神经网络的训练后，预测每个个股未来十个交易日的涨跌幅作为选股因子。 如何处理选股因子并构建行业轮动策略？如何处理选股因子并构建行业轮动策略？ 对选股因子进行市值中性化处理，但不做行业中性化，以保留行业阿尔法信息。将选股因子按照成分股流通市值加权至每个行业，并对日平因子进行指数移动平均，形成周度行业轮动策略。 第二个模型有何独特之处及其实现方式？两个模型的主要区别及适用场景？第二个模型有何独特之处及其实现方式？两个模型的主要区别及适用场景？ 第二个模型名为双目标遗传规划模型，它在传统单目标遗传规划基础上引入双目标，旨在防止过拟合、增加因子多样性，并且通过同时优化IC和NDCC指标来评价因子性能。该模型采用DEAP包实现遗传规划流程，通过自定义运算算子和因子评价函数（IC和NDCC），搜索并挖掘出兼具单调性和多头组表现的因子。第一个模型直接对选股因子进行处理，而第二个模型直接对行业指数的量价数据进行挖掘。两者 原理不同，一个基于神经网络反向传播算法，另一个基于启发式算法，因此长期具有低相关性。在市场主线强度提升时，周度行业轮动模型可能受到较大压力，而我们更倾向于使用行业轮动模型在预期市场主线强度较强的情况下获取超额收益。 如何通过行业择时估计主动型基金的累计超额收益？如何通过行业择时估计主动型基金的累计超额收益？ 为了估计主动型基金通过行业择时获得的累计超额收益，研究者首先每日对不同行业进行收益率的回归分析，并采用了一种拉送回归方法。同时，在回归方程中加入运输条件以提升预测进度。然后，通过对比回归结果与基金季报中个股持仓明细和证监会行业分布信息，确保预测结果与实际情况尽可能接近。 最后，根据周度配置比例的变化，可以估算出主动型基金在每个行业上通过行业择时所获得的超额收益。 公募主动型基金在哪些行业上通过行业择时获得较高超额收益？公募主动型基金在哪些行业上通过行业择时获得较高超额收益？ 公募主动型基金在食品饮料、医药、电子等重仓行业上通过行业择时获取超额收益的能力较强。这些行业的配置比例在上个季度末有所提升，包括机械、基础化工、银行、国防军工、电信、电子和医药等行业。特别指出，除了银行是红利风格外，军工、电信、电子和医药行业都较为偏向成长风格。 对于对于2024年四季度，行业投资建议是什么？年四季度，行业投资建议是什么？ 在2024年四季度，基于经济周期视角、宏观因子和行业中观景气度三个方面，给出的投资建议是持有红利底仓，并适度超配成长。具体来说，首先从经济周期的角度分析，中国市场因子驱动着整体资本市场表现，目前处于短周期上行期末端，未来可能存在下行风险，但大盘可能仍有调整后上行的空间。其次，在国内外流动性环境较为宽松的