-
基于相似预期差因子的行业轮动模型:该模型通过计算股票间的相似性,寻找相似股票表现优异但其本身业绩尚未兑现的个股,并将其映射到行业维度进行投资。历史回测显示,该模型具备较强的行业筛选能力,策略年化收益率为13.88%,累计净值为2.95。最新配置观点建议配置计算机、有色金属、家电、纺织服装、基础化工、通信行业。
-
基于分析师预期边际变化的行业轮动模型:该模型通过分析分析师对行业未来收益率的预期变化,进行行业轮动投资。历史回测显示,该模型具备显著的行业筛选能力,策略年化收益率为11.51%,累计净值为2.36。最新配置观点建议配置有色金属、石油石化、基础化工、电力设备及新能源、通信、电子行业。
-
基于行业指数量价特征的行业轮动模型:该模型从行业趋势动量、行业成交额低波、行业交易情绪动量3个维度构建多因子量价行业轮动体系,进行行业轮动投资。历史回测显示,该模型具备较强的行业筛选能力,策略年化收益率为15.77%,累计净值为9.33。最新配置观点建议配置电力设备、计算机、电子、基础化工、汽车行业。
-
行业轮动模型汇总:通过对三个模型的配置观点进行汇总,并结合多策略情景分析,得出不同市场环境下的行业配置策略。
-
行业ETF组合构建:根据行业轮动策略的行业配置结论构建行业ETF投资组合,最新ETF组合配置包括计算机、有色金属、电力设备、电子、基础化工行业。
-
风险提示:报告结论基于公开的历史数据,未来市场环境变化可能导致因子实际表现与结论有所差异,ETF组合不构成投资收益的保证或投资建议,基金产品表现受多重因素影响,存在一定波动风险,投资者需充分认知自身风险偏好以及风险承受能力。