2024年年度策略报告：投资环境修复趋稳，精进策略细节，提供长期稳健收益

一、市场环境变化及特征

（一）市场及行业表现——市场偏弱但政策积极环境好转

1. 主要大类资产表现数据

2023 年整体来看，股票、债券、商品三类资产表现排序为：债券>商品>股票。受实体经济复苏挤 压流动性、金融去杠杆和美联储持续加息三重影响，叠加投资者信心不足因素，资金面超预期收紧， 导致股债双杀，股债性价比偏债券。下半年国内各主要经济指标均有所回升，同时受全球地缘冲突影 响，以能源、贵金属为主的大宗商品呈现周期躁动态势。

2. 行业及风格表现

2023 年（截止 11 月 30 日）一级行业涨幅居前的行业有通信、传媒、家电、石油石化、汽车等， 跌幅居前的行业有消费者服务、电力设备及新能源、房地产、基础化工等。上半年股票市场受 ChatGPT 催化带动 TMT 等行业走出大行情，同期新能源受库存出清影响持续低迷，房地产、基建建材行业受城 投债困扰；下半年，华为产业链异军突起，带动汽车、计算机、电子等板块表现突出。资金方面，2023 年以来北向资金流入最多的行业有汽车、电子、家电、传媒、有色金属等，而流出最多的行业有电力 设备及新能源、煤炭、基础化工、房地产、国防军工等。 目前热度较高的几个行业：（1）人工智能行情自 2022 年 11 月延续迄今，持续时间不足 1 年， 但国内外投资火热，研发投入持续上升，各类语言大模型开枝散叶，后续有望回升，但需关注美国芯 片管控动态；（2）华为产业链。随着华为多项重磅新品发布以及市场销量积极反馈，华为产业链取得 超额收益；（3）房地产以及金融板块属于政策提振的顺周期板块，利好是政府一系列政策出台落地， 同时资产负债表风险值得警惕，需谨慎挑选资产优质企业。表现疲软的是业绩驱动的消费板块。居民 消费形式缓慢复苏，国庆旅游数据不尽人意，电影票房未达预期，同期中低端白酒销售疲软，目前板 块总体下行，估值处于低位。

3. 风险因子表现

参考 Barra CNE6 模型，我们对 A 股市场构建了 8 大类因子：规模（Size）、波动（Volatility）、流 动性（Liquidity）、动量（Momentum）、质量（Quality）、估值（Value）、成长（Growth）与红利（Dividend Yield），其中质量因子进一步细分为杠杆（Leverage）、盈利波动性（Earnings Variability）、盈利能力 （Profitability）3 个因子，因子的计算方法详见附录。本文使用全部 A 股为样本，剔除因子数据不全的 股票，采用 2022 年 12 月 31 日至 2023 年 9 月 30 日的数据，对 Barra 风格因子的表现进行测算。所有 因子均进行了行业市值中性化、MAD 去极值与标准化处理。从市值因子来看，2023 年以来市场大盘与小盘风格反复 转向，近两月小盘风格更加突出。从价值成长风格来看，上半年市场价值风格的表现相对比较稳定， 但自 6 月以来价值与成长因子的表现亦持续反转，反映出前段时间市场整体情绪较为悲观，缺乏明确主线与上涨的动力。整体而言，波动与红利因子年初以来的表现较为稳定，证明了降息预期下高股息 政策的有效性。

4. 市场资金变化

两融方面，作为杠杆类、高风险投资工具，下半年以来融资融券余额提升明显，市场风险偏好程 度上行。截止 2023 年 11 月 30 日，融资融券余额规模合计 16719.62 亿元，相比 6 月末提升 5.25%。下 半年以来受 A 股市场呈现震荡下行行情，融资融券业务走势呈现分化，其中融资余额上升，融券余额 大幅回落。融资余额由六月末的 14955 亿元上升至 15925.04 亿元，增加 970.08 亿元，增幅 6.49%；融 券余额由六月末的 929.97 亿元降至 794.58 亿元，减少 135.47 亿元，降幅 14.57%。 受美债收益率持续攀升影响，下半年外资流出较多。北上资金在 8 月份以来期间大幅离场，截止 11 月 30 日累计净流出 840.23 亿元，北上资金积极性下降明显。

（二）基金市场变化——工具性及固收+产品需求提升

2023 年以来，基金市场整体保持增长态势。其中，股票型基金数量由年初的 1997 只增加至 2195 只（截止 2023 年 10 月 31 日，下同），基金规模由 22562.77 亿元增加至 25742.60 亿元；混合型基金数 量由 4335 只增至 4495 只，基金规模由 47957.78 亿元降至 40444.41 亿元；债券型基金产品数量由 3134 只增加至 3363 只，基金规模由 76811.69 亿元增至 8556.77 亿元；ETF 基金产品数量由 764 只增至 860 只，基金规模由 16887.73 亿元增加至 19832.62 亿元，增长幅度较为明显。

股票型产品的角度观察，2023 年市场的规模基本处于稳定的状态，并未由于市场的走弱而产生 较明显的赎回等参与度减少的行为发生。因此，我们可以认为权益型的产品逐渐从财富化向工具化转 移。而在股票型产品的操作上趋同度也在上升，市场逐渐不会跟随市场灵活的调整仓位和持仓的行业。

而从另一角度观察，相比股票基金的工具属性，“固收+”类基金（二级债基、偏债混合）的投资 就趋向于保守，或者灵活调整。虽然相比去年的市场，2023 年指数并未出现明显的回升，但“固收+” 基金的收益分布明显向右移动，相比更加进取的投资策略，“固收+”的定位在逐渐向绝对收益的方向 偏移。

随着基金市场规模及产品数量的不断增长，投资者对金融产品的需求更加多样化，对大类资产及 行业配置、ETF 等工具性产品配置策略需求不断提升。而我们现有的策略方向，也同样适应于现阶段 资产管理产品的需求。在后文中，我们将从定价理论出发，将策略从大类资产配置到个股优选归纳于 同一的框架内，并在此基础上对主题类投资进行进一步的探索。

二、策略表现和影响因素

（一）资产定价理论——量化策略统一在同样的框架内

依据资产配置的理论，我们试图在同一的框架中给出定量化研究方法的收益来源解释。 基本假设 （1）仅考虑两期第期和第 + 1期，且每期皆有收入，分别为, +1 （2）只有一种资产，价格为，且可给投资者带来收入+1 （3）投资者当期的效用由当期的可用于消费的财产决定： = ()

（二）策略表现——弱市中依然提供相对稳定收益

我们基于自上而下的资产配置理论及框架，构建了大类资产择时、行业轮动和选股等量化策略， 并通过相应的标的进行策略落地和跟踪。

1. 大类资产择时

传统的美林投资时钟依据经济增长与通胀将经济周期划分为复苏、过热、滞胀和衰退四个阶段， 被广泛应用于大类资产配置。参考美林投资时钟，依据经济基本面变动和流动性变化可以将经济周期 划分为以下四个阶段：“经济上行、流动性宽松”对应“复苏阶段”，应提高股票配置权重；“经济上行， 流动性紧缩”对应“过热阶段”，应提高商品配置权重；“经济下行，流动性紧缩”对应“滞胀阶段”， 应提高货币配置权重；“经济下行，流动性宽松”对应“衰退阶段”，应提高债券配置权重。 我们分别从市场和基本面的表现评估宏观经济状况，流动性的观测主要从流动性的量价与央行的 货币政策两个层面进行观测，其中宏观数据滞后一个月，进而构建经济指数和流动性指数，并基于马 尔可夫区制转换模型进行状态划分，判断经济所处的周期阶段（详情可参考银河金工专题报告《宏观 经济周期划分下的 ETF 配置方法》）。根据模型结果，当前经济仍处于衰退阶段，但经济指数相比上月 小幅上行；流动性指数整体处于宽松阶段，且近 3 月以来流动性指数持续上行，表明当前宏观经济形 势向好，正逐渐走出谷底。

为保证回测时间足够长，我们选择在 2020 年以前上市的 ETF。除货币 ETF 外，其余四类 ETF 均 为两融标的。商品 ETF 中仅有色 ETF、豆粕 ETF 两只 ETF 产品满足上述两个条件，债券 ETF 中 5 年 国债 ETF、10 年期国债 ETF 和中债-中高等级公司债利差因子财富(总值)指数 ETF 满足条件，我们选 择上市期限较早的 5 年国债 ETF 代表国债，中债-中高等级公司债利差因子财富(总值)指数 ETF 代表信 用债。股票 ETF、境外 ETF、货币 ETF 满足条件的标的较多，其中股票 ETF 我们选择上市期限较早、 具有一定代表性的嘉实沪深 300ETF、嘉实中证 500ETF 两只 ETF，境外 ETF 选择博时标普 500ETF，货 币 ETF 选择银华日利 A。

Black-Litterman 配置策略年化收益率为 5.76%，夏普比率和 Calmar 比率分别为 1.0732 和 1.2446， 最大回撤为-4.63%。由此可知，ETF 宏观择时策略可获得稳健的收益率。在最近一个报告期（20231031- 20231130）内，策略收益率为-0.26%。

2. 行业配置

扩散指数是一种基于指数成分股上行状态合成的动量指标，其相较于传统动量因子更能反映指数 涨跌背后的贡献来源。单因子回测结果表明扩散指数因子分层效果及稳定性优于传统动量因子。回测 显示，行业扩散指数具有明显的分层效果，因此可以设计相应的行业轮动策略。 我们对一级行业进行单因子回测（月度调仓，不考虑交易费率，每期选择 6 个行业作为多头组合， 回测时间 2011 年 1 月 4 日至 2023 年 10 月 27 日），回测结果显示扩散指数单因子行业轮动多头组年化 收益率为 10.84%，年化超额收益率 5.91%，超额最大回撤-16.27%，Sharpe 比率 0.43。 由于扩散指数因子具有明显的动量属性，在动量因子失效的情况下容易出现动量坍塌问题（2022 年下半年以来出现较大回撤），因此我们叠加波动率对扩散指数因子进行改进，构建低波扩散因子。

行业轮动择时策略现有研究多数集中于行业指数层面，投资者可通过在特定行业的配置偏离获取 超收益。而对于希望通过直接配置特定行业指数的投资者来说，ETF 无疑是较好的投资工具。因此我 们尝试将行业轮动策略应用在 ETF 上，实现策略的有效落地。我们将目前已上市 ETF 进行梳理，构建 ETF 标的池，并通过其跟踪指数与行业指数的相关性计算，将行业与 ETF 进行匹配，选择相关系数较 高且规模靠前的 ETF 作为对应行业的可投资标的。我们按月度调仓、组内等权配置，从 2018 年开始进 行回测，回测结果策略年化收益率 5.27%，相对沪深 300 年化超额收益率 8.90%，最大回撤-35.20%， 超额最大回撤-14.76%。

3. 选股策略

常见的 Alpha 来源包括业绩超预期表现、投资者预期的边际变化、资金流向等，本报告从业绩超 预期、一致预期与资金流向 3 个角度出发，选择多个因子对 2023 年以来股票的 Alpha 来源进行了分 析。此外，在报告《行为金融理论和经济不确定性因子构建与应用》中，我们提出了经济不确定性风 险暴露因子 abs_EPU_Beta 来刻画股票收益对宏观经济的敏感度，并证明因子暴露与股票收益负相关。

三、策略拓展方向及展望

2023 年在弱修复与经济结构改革的双重影响下，我国经济增长呈现波浪变化，但当前我国宏观经 济已显现出复苏的态势，而 2024 年财政与货币政策发力预计将进一步推动经济环境的改善，基础资产 的收益中枢有望进一步抬升。在前文中我们已构建了一个从大类资产配置到优选 Alpha 个股的策略框 架，但在框架搭建的过程中，仍存在一些需要深入讨论的问题。其中，最重要的问题之一是定价基准 的滞后性。 策略组合的构建需要设置合适的基准以评价策略的优劣，在实践中，我们经常采用沪深 300 等宽 基指数作为组合基准。但传统的股票指数往往采用市值加权方法，使得历史表现良好、市值较大的公 司风险敞口增加，而低估了受益于未来热点主题的公司，敞口与未来增长的非一致性导致了传统基准 指数的表现存在一定程度的滞后。

以中证全指为例，电力设备在 2023 年初是中证全指中占比最高的行业，但 2023 年以来电力设备 行业持续下跌，从 2023 年初至今电力设备下跌 28.19%，相较于中证全指下跌-22.23%，当前电力设备 的权重在中证全指中已下降至第三位；而计算机行业在上半年 AIGC 主题推动下表现较好，年初以来 相较于中证全指实现超额收益 22.40%。但从指数权重来看，电力设备权重随着其收益表现而下降、计 算机权重抬升，但当前电力设备的权重占比仍然高于计算机行业，这就体现出了传统股票指数市值加 权的滞后性。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）