风格轮动策略月报第9期：根据量化模型信号，1月建议超配小盘风格，均衡配置价值成长风格

根据量化模型信号，1月建议超配小盘风格，均衡配置价值成长风格 ——风格轮动策略月报第9期 本报告导读： 张雪杰(分析师)0755-23976751zhangxuejie@gtht.com登记编号S0880522040001 本报告对大小盘轮动月度策略、价值成长轮动月度策略以及风格因子表现进行跟踪。根据量化模型信号，1月建议超配小盘风格，均衡配置价值成长风格。 投资要点： 朱惠东(分析师)0755-23976176zhuhuidong@gtht.com登记编号S0880525070025 黄金与商品指数上涨，基于宏观因子的资产配置策略本年收益4.25% 2025.12.10综合量化模型信号和日历效应，12月建议超配大盘风格、价值风格2025.12.05黄金再创新高，基于宏观因子的资产配置策略本年收益达到4.23% 2025.11.11综合量化模型信号和日历效应，11月建议超配小盘风格、价值风格2025.11.06黄金再创新高，基于宏观因子的资产配置策略本月收益0.48% 2025.10.16 价值成长风格轮动月度策略。月度量化模型信号为0，建议1月等权配置成长和价值风格。截止12月底，模型收益22.72%，相对等权基准（20.4%）的超额收益为1.93%。策略构建详见报告《量化视角多维度构建月度和周度价值成长风格轮动策略_20250305》。 风格因子表现跟踪。8个大类因子中，本月动量、价值因子正向收益较高；红利因子负向收益较高。本年波动率、成长因子正向收益较高；流动性、大市值因子负向收益较高。24个风格因子中，本月动量、短期反转、行业动量因子正向收益较高；残差波动、股息率、盈利波动因子负向收益较高。本年贝塔、动量、短期反转因子正向收益较高；中市值、残差波动、流动性因子负向收益较高。 。因子构建详见报告《A股风险模型实践：风险因子篇_20240519》。因子协方差矩阵更新。股票协方差矩阵估计是股票组合风险预测的 核心。利用多因子模型，可以将股票协方差矩阵拆解为因子协方差矩阵和股票特质风险矩阵的结合，从而完成较为准确的估计。本文更新了最新一期（2025/12/31）的因子协方差矩阵。股票协方差矩阵构 建详 见报 告《A股 风险 模型 实践 ：股 票协 方差 矩阵 估计 篇_20240530》。 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。 目录 1.大小盘风格轮动观点更新..............................................................................31.1.月度观点....................................................................................................31.2.中长期观点................................................................................................52.价值成长风格轮动月度观点..........................................................................72.1.最新观点....................................................................................................73.A股风险模型因子表现跟踪...........................................................................83.1.大类因子表现跟踪....................................................................................93.2.风格因子表现跟踪..................................................................................103.3.最新一期因子协方差矩阵......................................................................114.附录................................................................................................................124.1.大小盘轮动策略月度模型介绍..............................................................124.2.价值成长轮动策略月度模型简介..........................................................134.3.A股风险模型介绍..................................................................................145.风险提示........................................................................................................16 国泰海通金融工程团队专注于资产配置、风格轮动、行业轮动、量化选股、量化择时等研究。风格是影响股票收益的重要因素。在之前的报告《基于Barra CNE6的A股风险模型实践：风险因子篇20240519、股票协方差矩阵估计篇20240530》系列中，我们构建了A股风格因子、协方差矩阵估计，通过对主要指数进行归因，可以发现风格是影响股票收益和风险的重要因素。在报告《从量化视角复盘A股1995年以来的风格轮动和选股因子表现_20240422》中，对市值和估值风格的轮动效应做过初步分析和研究。在历史上A股市场存在着明显的风格轮动效应；不同风格轮流搭台唱戏，依次占优；没有哪一种风格能够始终战胜市场。想要战胜市场获得较好的超额收益，投资者需要对未来风格进行提前预判和布局。因此，国泰海通金融工程团队从量化的方法论出发，构建多维度的风格轮动跟踪模型和策略，目的正是希望帮助投资者把握风格轮动线索，获取战胜市场的超额收益。在报告《量化视角多维度构建大小盘风格轮动策略_20241102》中构建了大小盘轮动月度策略，在报告《量化视角多维度构建月度和周度价值成长风格轮动策略_20250305》关注价值成长轮动月度策略。 本月报主要对大小盘风格轮动月度策略、价值成长风格轮动月度策略、以及A股风格因子表现进行月度跟踪，输出风格轮动月度观点。 1.大小盘风格轮动观点更新 1.1.月度观点 月度最新观点（模型数据截止至2025/12/31）：12月底量化模型最新信号为0.17，指向小盘。日历效应上，历史1月大盘相对占优；建议1月超配小盘风格。中长期观点，当前市值因子估值价差为0.89，近期有所下降，距离历史顶部区域1.7~2.6仍有距离，中长期并不拥挤，继续看好小盘。 。 复盘12月观点为大盘风格占优、价值风格占优，判断错误。 本年以来，模型收益27.56%，相对等权基准（26.84%）的超额收益为0.71%。结合主观观点的策略收益28.97%，超额收益2.13%。策略简介见附录4.1，构建细节详见《量化视角多维度构建大小盘风格轮动策略_20241102》。 数据来源：Wind，朝阳永续，国泰海通证券研究 具体而言，当前量化模型6个维度中3个指向小盘，宏观、量价、情绪维度均指向小盘，基本面、资金指向大盘。 大小盘风格具有明显的月度效应。其背后原因尚待研究，部分是由于财报披露时间，这里仅做统计学分析供投资者参考。按照市值10分组构建大小市值组，根据1995年以来的历史数据，在2、3、5、8月，小盘风格明显超过大盘；1、4、12月，大盘风格明显超过小盘。 1.2.中长期观点 在《从量化视角复盘A股1995年以来的风格轮动和选股因子表现_20240422》报告中，对十分组下市值和估值风格的中长期轮动效应做过初步分析和研究。 估值价差的高点和低点对于市值因子择时（大小市值切换时点）有较强的指示作用。估值价差的计算公式为小市值组的PB中位数/大市值组的PB中位数。目前市值因子最新估值价差为0.89，相对历史高点区域1.7~2.6，估值价差当前位置不高，小市值相对大市值组估值价差或许仍有60%以上提升空间。中长期，未来一两年，我们更看好小盘风格。需要注意的是，上述基于小样本归纳的结论，存在失效风险。 数据来源：wind，国泰海通证券研究。数据区间：1995.02-2025.12。注：图的左轴均为对数坐标轴。 从下图可以看出，市值因子估值价差（小市值组的PB中位数相对于大市值组的PB中位数）最大达到2.64倍，最低为0.44倍。小市值因子的估值价差走势上有3轮上行和2轮下行。 2.价值成长风格轮动月度观点 2.1.最新观点 最新观点（模型数据截止至2025/12/31）：月度量化模型信号为0，建议1月等权配置成长和价值风格。 本年价值成长轮动模型收益22.72%，相对等权基准（20.4%）的超额收益为1.93%。策略简介见附录4.2，构建细节详见《量化视角多维度构建月度和周度价值成长风格轮动策略_20250305》。 数据来源：Wind，朝阳永续，国泰海通证券研究 具体而言，当前量化模型3个维度中宏观、估值都指向价值。 3.A股风险模型因子表现跟踪 A股风险模型通过涵盖市场因子𝑓𝑐、行业因子𝑓𝐼𝑖和风格因子𝑓𝑆𝑗的因子体系，对股票预期收益构建多因子回归模型，从而实现将对股票组合的收益、风险分析转化为对因子的收益、风险分析： 首先，通过使用财务数据、交易数据等进行处理和加权可以得到因子暴露𝑋𝑛𝐼𝑖和𝑋𝑛𝑆𝑗，然后对上述回归模型进行求解，即可得到各因子的收益率𝑓𝑐、𝑓𝐼𝑖和𝑓𝑆𝑗。其中，市场因子可以看作截距项；行业因子按照中信一级行业划分；对于风格因子而言，计算了涵盖描述股票各方面收益来源的20个风格因子，并将其根据相似属性汇总成了8个大类因子，因子体系构成详见附录4.2。 本章对8个大类因子和20个风格因子的纯因子组合表现进行月度跟踪，从 纯因子的视角观察市场风格动向。 3.1.大类因子表现跟踪 12月动量、价值、成长、质量、波动率、大市值、流动性因子分获正向收益1.12%、0.78%、0.62%、0.61%、0.54%、0.35%、0.32%;红利因子获负向收益-0.46%。 本年以来，8个大类因子中，波动率、成长、动量、质量因子分获正向收益10.6%、2.05%、1.74%、0.1%；流动性、大市值、红利、价值因子分获负向收益-7.53%、-3.06%、-1.51%、-0.19%。 对8个大类因子本年以来的净值走势进行跟踪。 数据来源：Wind，朝阳永续，国泰海通证券研究 3.2.风格因子表现跟踪 12月，20个风格因子中，动量、短期反转、行业动量、中市值、流动性因子正向收益较高，分获3.03%、2.13%、2.09%、1.21%、0.68%；残差波动、股息率、盈利波动、账面市值比、杠杆率因子负向收益较高，分别为-3.36%、-0.46%、-0.45%、-0.42%、-0.35%。 本年以来，20个风格因子中，贝塔、动量、短期反转、盈利波动、分析师情绪因子正向收益较高，分获8.73%、5.36%、5.11%、3.59%、3.32%；中市值、残差波动、流动性、大市值、账面市值比因子负向收益较高