2025年主观与量化的共振：六因子行业配置模型2.0

基金持仓规律与行业基础池的选择

基金持仓的分布

基金持仓的集中度整体处于比较高的水平。2010年以来每季（统计区间为2010Q1-2024Q4共60个季度，若无特殊说明本节同）对134个申万二级行业持仓比例从高到低排序，达到50%持仓占比平均只需13个行业（波动范围7-22），60%仅需要18个行业（波动范围10-30），70%需要25个行业（波动范围16-39），80%需要35个行业（波动范围24-50），90%需要52个行业（波动范围36-67）。

基金持仓集中度和大小盘周期相关

集中度和大小盘周期直接相关。在大盘占优的周期内，基金持仓集中度会提升，第一大行业持仓占比最高能达到15%以上。反之在小盘占优的周期内，基金持仓集中度会下降，第一大行业持仓占比最低能达到4.5%左右。大小盘占优的周期可以用沪深300的三个高点刻画，即三个高点是大小盘周期的三个大拐点。

重仓行业有哪些

能够重仓的行业并不多，有舍才有得。2010年Q1以来的60个季度中，仅有7个行业成为过第一大重仓行业，白酒在其中的36个季度是第一大重仓行业，2019Q1至2024Q3白酒持续为第一大重仓行业，而2024Q4切换成了半导体。有19个行业成为过前三大重仓行业，23个行业成为过前五大重仓行业。

基金持仓的风格变化

基金持仓以成长、消费为主。2013年之后，如果不考虑2014年年底的插曲，基金持仓基本就是以成长和消费为主，金融、周期和稳定风格的基金持仓很难持续性提升到一个较高水平。

成长、消费的细分赛道

没有永恒的重仓。即使强如白酒，也有2015Q1仅0.53%的持仓占比时候。单一细分行业（除白酒）持仓上限基本在10%左右，下限可以低至接近0%，下限超过0.5%的行业：地产（0.91%）、化学制药（0.82%）、汽车零部件（0.71%）、白色家电（0.62%）、软件开发（0.58%）、白酒（0.53%）。

成长持仓更分散，消费持仓更集中。成长细分赛道共43个，平均持仓超过1%的有14个。消费细分赛道共46个，平均持仓超过1%的有8个。

周期、金融、稳定的细分赛道

周期、金融、稳定风格的细分赛道共45个，平均持仓超过1%的有7个，周期有1个，金融有5个，稳定有1个。 整体来看，基金持仓呈现“三分天下”的格局，即成长（43个，均值35%）、消费（46个，均值35%）、周期+金融+稳定（45个，均值30%）

我们需要关注什么行业

基金重仓赛道，即持仓均值占比超过1%和持仓最大占比超过1%的行业，共80个。 在此基础上我们新增了20个行业，与基金重仓的80个行业构成了100行业基础池（后附列表）用于新行业配置模型的筛选。2024/9/24至今的行情中，100行业基础池整体表现更好。近两年来100行业组合中涨跌幅排名居前的行业平均收益率也更高，表明基金重仓赛道以外的表现较好的行业也需要覆盖，如果选对行业，组合回报将进一步增加。

六因子框架2.0：主观与量化的结合

主客观结合的六因子行业配置模型框架

六因子行业配置模型通过景气、情绪、流动性、性价比、舆情和风格共六个维度指标为行业配置提供主客观结合的科学依据。模型以100个二级重点行业为研究对象，景气因子衡量行业成长潜力，情绪因子反映市场交易活跃度和热度，流动性因子关注主力资金流入、融资余额及ETF净流入，性价比因子通过估值与业绩的比值（PEG）筛选高性价比行业，风格因子在成长与金融、消费与周期间优化配置，舆情因子结合产业政策和一致预期确定的年度主线进行调整。模型通过定量与定性相结合，打造一个高效、系统的行业配置策略。

景气：短期分位因子更具优势，近一年分位因子表现稳健

景气一阶水平因子的短期分位对收益预测更有参考价值，景气近一年分位因子较为有效。从一阶水平和二阶趋势两个角度分析100个行业的景气度指标，从Rank IC均值和胜率来看，景气近一年分位因子的有效性大于景气近三年和近五年分位因子，随着时间拉长，景气度分位因子有效性递减。景气近一年分位因子五分组年化超额收益具有一定单调性，第五组累计收益优势显著，多空组收益曲线未见大幅回撤，该因子超额收益较为稳定。

景气：趋势斜率因子捕捉景气变化趋势机遇

景气趋势线斜率因子衡量的是景气度变化的方向和幅度，能够捕捉行业景气度的加速或减缓趋势。景气度原始数据通常受到周期波动等短期噪音影响，通过拟合趋势线的斜率，能够滤除部分短期波动，将关注点聚焦在长期变化趋势。二阶趋势因子是一阶水平因子的有效补充，即使某行业当前景气度处于低位，但若其景气度正逐步回升，存在困境反转机会，值得提前布局。该因子多空组累计收益曲线在2018年年底之前表现不佳，概因趋势斜率因子对数据连续性要求高，部分行业景气数据在此之前空缺。

情绪：涨跌幅因子呈超短期动量—短期反转—中期动量特征

行业涨跌幅因子在不同时间区间动量与反转效应交替，表现出显著的“超短期动量—短期反转—中期动量增强”特征，10日、40日、180日是变化拐点。近10日涨跌幅因子Rank IC均值较高，呈现出较强的动量效应，说明行业涨跌在超短期内有延续趋势的倾向。然而，在过去10日至40日区间内，Rank IC不断下降并在过去40日左右触及低点-0.03，显示出明显的反转效应，短期近40日的行业走势倾向于出现短期回调或反向波动。随着回溯时间进一步延长至过去40日至180日区间，动量效应增强，反转效应减弱，表明中期行业涨跌趋势稳定且具有延续性。

情绪：动量因子反映短期延续与中期趋势的双重指引

近10日和近180日-40日动量因子均能有效反映行业未来走势，但预测意义有所区别。近10日动量因子主要衡量超短期内的趋势延续性，表明行业在下个月延续当前走势的概率较高。而近180日-40日动量因子则代表中期趋势的稳定性，该区间跨度较长，平滑了短期波动，同时剔除了40日以内的短期反转影响，保留了更具代表性的中期趋势信号。

情绪：短期反转因子反映趋势调整信号

近40日-10日反转因子能够识别行业短期内的反方向调整，行业在下个月存在趋势逆转的可能性。该因子主要衡量行业在过去40日至10日期间的涨跌变化，通过反向排序行业涨跌幅来捕捉短期回调或反向波动的信号。这一时间区间剔除了超短期内的趋势延续影响，同时未涉及更长期的趋势积累效应，因此更适用于识别行业在下个月出现方向性调整的概率，为捕捉短期反转机会提供了参考依据。该因子多空组累计收益曲线在2020-2021年表现不佳，欠缺一定稳定性。

性价比：使用估值业绩匹配程度来衡量行业性价比

以估值业绩比PEG偏离1的程度作为因子，能够较好地衡量行业的性价比，收益预测效果较好。PEG= 1时，行业的估值水平与业绩增长率匹配，代表合理的性价比水平，偏离1的程度可以反映行业被高估或低估的风险情况。在实证分析中，该因子表现优异，胜率超过60%，多空组累计收益曲线表现稳定，且五分组年化超额收益呈现出显著的单调递增趋势。

流动性：两融杠杆资金推动反向收益信号

融资余额因子具有反向预测收益的效果，即融资余额越高的行业未来一个月收益可能越低。两融杠杆资金属于风险偏好较高的一类资金，这类资金在市场乐观时趋向热门行业，推高行业估值，然而过高的融资余额往往伴随过度交易和估值透支，使得行业未来走势面临回调风险。而在市场悲观时期，融资余额较低的行业可能存在资金回流和估值修复的空间。

风格：成长、金融风格互斥明显

成长和金融风格的互斥性主要由货币信用周期和利率趋势驱动。利率水平是决定两者相对表现的核心因素，在利率上行阶段，金融风格行业如银行、保险等依靠利差扩张和资产收益增长获利，业绩表现往往受益于更高的利率水平；而成长风格行业则由于融资成本上升和贴现率提高，导致估值受到压制。随着货币信用周期的变化，成长和金融风格的表现通常呈现此消彼长的关系，形成显著的互斥性。因此，在构建行业配置策略时，本文基于成长、金融风格二选一原则对市场风格作月度判断。

行业轮动策略构建与业绩回测

权重设定：数据驱动与专业判断的平衡优化

综合Rank IC均值、ICIR、胜率等有效性评估指标来确定客观因子的权重分配，最终确定客观因子内部权重为景气 : 性价比 : 流动性 : 情绪=30% : 25% : 20% : 25%。在六因子行业配置模型中，客观因子与主观因子之间的权重比例设定为80% : 20%，以确保模型在保持数据驱动的同时兼顾专业判断，提高整体配置效果的稳定性和准确性。

六因子配置模型展现优秀的收益预测能力

复合多因子在收益预测中表现出很好的效果。本文通过对主观和客观六大类因子进行加权整合得到复合多因子，该因子RankIC均值达到0.089，胜率高达73.48%，多空组累计收益稳步增长，第五组收益优势显著，且年化超额收益呈现出明显的单调递增趋势。实证正面，六因子配置模型全面结合多维度信息，展现出优秀的收益预测能力。

主客观结合助推行业轮动策略稳健超额收益

六因子行业轮动策略业绩表现不错，引入主观因子后，策略表现继续提升。本文依据每月月末行业复合多因子得分，从100个行业中筛选前10个行业等权配置构建行业轮动策略。经回测分析，该策略全时段年化收益率为20.05%，相对万得全A指数表现出稳定的超额收益，仅在2014年和2023年跑输基准，在多个年份中实现了超过15%的显著超额。自2023年11月30日起，本文结合主观判断，将主观因子纳入模型，以更全面反映市场变化和行业特点。主观因子的引入进一步优化了策略的表现，使得模型在应对复杂市场环境时具备更强的适应能力。

报告节选：

编辑：火腿肠