主流定义下的A股风格配置重要性凸显。 风格轮动愈发明显：近年来成长、价值和大、小市值两对风格的演绎始终在市场中扮演着重要角色，且均曾阶段性主导市场。 主流风格定义：成长风格以高盈利增速表征，股价波动性较大，一般在经济景气区间表现较好；价值风格以低估值水平表征，低波动特 征使其在下行行情中具备较强的防御属性。大、小市值风格则以流通市值为依据进行划分，二者在股价波动性、安全边际等方面同样存 在较大差异。配置指数筛选：中信综合成长、价值+中证100、中证1000。
以自上而下逻辑，针对两对风格，从多维度分别构建风格配置信号体系。 宏观经济运行：经济景气度、通胀边际变化，流动性环境：期限利差、信用扩张、货币供应量、短期利率水平， 风格行业景气度：行业利润边际变化 ，微观市场环境：投资者情绪、风格动量、股权风险溢价，四维度合成后的综合信号对两对风格的配置均具备高有效性，基于信号共振逻辑构的四风格综合配置策略表现优异。
1.1、基于主流风格定义的指数筛选
市场主流风格定义： 成长风格：高盈利增速表征，业绩弹性大，市场预期高，股价波动性较大，在牛市和经济景气区间内往往表现较好。 价值风格：低估值水平表征，兼具业绩增长稳定和低波动特征，安全边际高，在下行行情中和经济衰退期具备较强的防御属性。 大、小市值：以流通市值为依据进行划分，二者在股价波动性、演绎环境等方面同样有较大差异。 风格配置标的指数筛选： 成长、价值风格：中信三级因子指数市值加权合成的综合成长、价值指数 ，大市值、小市值风格：中证100、中证1000指数。
1.2、风格配置在A股投资中的重要性凸显
成长、价值风格： 2013年至2015年的牛市高点前：成长风格占优；央行降准降息带来的流动性宽松、TMT新兴产业成长股崛起。 2015年冲高后的下行区间：价值风格强势；供给侧结构性改革政策推出，以银行、房地产为代表的传统价值行业龙头优先获利。 2019年-2021年：成长风格显著跑赢；央行重启信用扩张周期；新能源、半导体等新兴产业崛起，以及国产替代行业扶持政策的陆续出台；大市值成长股出现机构抱团行情。 2021年底开始：价值风格再次走强；新冠疫情卷土重来，俄乌战争、美联储加息等黑天鹅事件导致国际局势不稳定性增大等因素助推。
大、小市值风格： 2013-2015年牛市高点前：小市值风格总体表现强势；流动性宽松背景下，TMT等新型科技产业崛起以及小盘股壳价值凸显。 2015年牛市高点后：大市值风格长期占优；供给侧改革政策利好，2019年开始公募基金抱团大盘成长股愈演愈烈。 2021年初开始：小市值股性价比凸显，开始阶段性反弹行情。
2.1、自上而下的风格切换逻辑
自上而下特征：从历史规律来看，成长、价值与大、小市值风格切换不仅与国内外宏观经济形势息息相关，受到流动性周 期和产业政策的影响，同时短期内还可能因微观市场环境的变化而阶段性改变，具备自上而下的传导逻辑。 维度提取：提炼影响风格周期的四大维度：宏观经济运行、流动性环境、风格行业景气度和微观市场环境，并分别针对 成长、价值和大、小市值这两对风格构建风格配置信号体系。
2.2、经济景气度：PMI：新订单同比
宏观经济周期对于股市风格轮动的影响具有关键性作用。美林时钟理论将宏观经济周期分为四个阶段，分别对应经济和通胀的上、下行 ，并提出了每个阶段内经济周期对于各大类资产的预期影响。大类资产的大周期下，宏观经济环境的变化也会推动股市内部产生风格轮 动的小周期。 经济景气度：经济向好阶段往往伴随诸如PMI等经济晴雨表指标上升，这一时期公司业绩良好，市场风险偏好上升，成长和小市值风格 往往相对占优；反之经济下行，晴雨表指标出现下滑，投资者悲观预期带动风险偏好下降，此时大市值、价值风格的防御属性被凸显。 2020-2021年由于大市值成长股崛起，导致此阶段PMI和大市值风格同步走强，但2022年开始再次回归到同向变动的一般规律。
2.3、短期利率水平：SHIBOR与美债收益率
海外利率水平：美国国债收益率：6个月。当美联储处于紧缩周期，美债收益率上升带动全球主要利率上行，国际投资者风险偏好下降，同时美元指数走强带动A股市场外资流出，推 动A股市场中价值风格主导行情；反之当美联储开启流动性宽松周期，则大多会助推A股成长风格的演绎。 国内利率水平：SHIBOR：1个月 。当央行下调存准率或者有下调预期时，银行间资金面宽裕带动SHIBOR利率下行，市场资金偏宽松，小市值风格往往占优；反之当处于银行 间资金面收紧的SHIBOR上行区间，则有利于大市值风格演绎。
单因子测试显著 。流动性维度下的细分因子对风格配置有较强的指示作用 ，中长期贷款余额同比、M1-M2同比差在两对风格的轮 动配置策略中获取超额收益的能力均较显著。 合成维度信号有效性高 。同样使用信号打分法对细分因子信号进行线性合成，合 成后的维度信号表现显著优于单一因子，进而说明从期 限利差、信用扩张和境内流动性和利率水平角度所构建 的流动性环境维度对风格配置的指示性良好。
2.4、风格行业景气度与风格轮动存在双向影响关系
行业景气度和风格轮动之间存在双向影响关系 ，不同行业在风格属性上存在天然差异，风格属性突出的行业，其走势往往也会受到市场风格演绎的影响 ， 行业景气度对市场风格切换也有推动作用，当特定风格的行业景气度普遍较高时，能带动市场中该风格的走强进而推动风格切换。 风格行业筛选 ，行业历史发展情况复盘，结合行业指数与风格指数相对走势间的相关系数筛选风格行业。 景气度跟踪指标：行业利润总额同比增长，对于行业盈利数据缺失的行业，则使用能够反映其景气度的其他重要指标。
行业内合成+行业间合成，对包含多个细分指标的行业在行业内先进行信号合成，再在各风格下进行行业间配置信号合成，得到各风格的行业景气度信号。比较每月末 各风格景气度得分高低以确定下月配置信号。自上而下逻辑验证：宏观经济运行+流动性环境+风格行业景气度。基于信号共振的逻辑下，将三个维度信号进行组合，配置策略表现良好，且显著优于任意单一维度配置策略，风格轮动传导逻辑得到验证。
2.5、市场风格演绎：收益动量+市场PE分化度
市场风格演绎：风格主线行情形成后持续时间通常较长，通过跟踪风格收益动量 和PE分化度的变化来捕捉短期风格演绎情况，并跟随配置。 大、小市值风格：相对收益动量， 基于月度收益率占优的风格将维持强势的假设，发出右侧跟随配 置的信号。测试中，收益动量因子在配置策略中表现优异。 成长、价值风格：市场PE分化度， 以申万高、低市盈率指数的市盈率比值作为跟踪指标。分化程度 加剧，成长股PE水平提升，带动成长风格主导市场；反之分化度 收敛时，投资风险偏好降低，利好高安全边际的价值风格的演绎。
均线偏离度：短期风格指数相对走势与历史均值偏离程度，历史上看，风格指数的相对走势偏离度具备较强的均值回复性，当风格指数走势过度偏离，后续大多伴随走势反转，因此偏离度向上（下） 突破历史分位数水平时，利好弱势风格出现反转行情，模型优先配置。 相对拥挤度：风格指数成交额占全市场比例，当风格相对拥挤度走低时，反映市场对于该风格的交易情绪已处于底部，历史上看未来有望迎来修复，应优先配置低拥挤度的风格；反之， 当相对拥挤度升至高位时，则反映市场情绪存在短期过热的倾向，通常会面临拥挤度消化的压力，同样应配置较低拥挤度的风格。
3.1、策略优化：信号缓冲、风格得分阈值
多维度风格得分， 将影响风格轮动的四个维度配置信号进行合成，采用打分法得到合成后的多维度风格得分，风格得分范围为[-4,4]。 配置信号缓冲，为提高信噪比并过滤低概率信息对策略的扰动，分别对基于细分因子信号、维度信号的风格配置策略测试中加入缓冲区规则，具体为当T月底获得模型的下月配 置信号时，若其与上月末（T-1月末）策略信号相同时，才根据新配置信号进行在T+2月初进行指数换仓；当仅出现一次新配置信号时，则维持当前风格持仓。
风格阈值敏感性分析 ， 以提高胜率和进一步降低换手率为目的，在综合配置策略中加入分别针对四种风格的信号阈值参数X[1,2,3,4]。当月末风格得分大于成长/小市值阈值水平，或风 格得分小于价值/大市值阈值水平时生成相应风格的配置信号，若风格得分未达到阈值条件，则认为当月风格信号不显著，从而过滤该信号并进行风格等权配置。 敏感性分析结果显示，当成长、小市值风格得分阈值设置为+1，价值、大市值风格得分阈值为-1时，两个综合配置策略的综合表现均较好。
3.2、多维度综合配置策略表现优异
在信号缓冲区和风格阈值基础上，分别构建针对成长、价值和大、小 市值两对风格的综合配置策略： 每月末计算当月综合风格得分，若风格得分大于/小于阈值，则下月 配置对应的风格指数；其余情况进行风格指数等权配置。 综合配置策略均整体表现优异： 两对风格的配置策略均能够相对等权组合获取显著超额收益，且信 息比率分别为1.60和1.52，策略回撤和波动均有明显改善，绝对胜 率达77%和74%，相对净值走势较平稳。
3.3、四风格轮动配置策略：成长价值+大小市值
四类子风格的轮动配置价值凸显，成长价值与大、小市值风格常被认为具有近似的对应关系， 但2018年开始这种风格关系的背离使得四类子风格：大市值 成长、小市值成长、大市值价值、小市值价值，均曾存在部 分时间领跑市场的行情。共振信号对四类子风格的轮动配置具备指示作用，将之前分别针对价值、成长风格和大、小市值风格的综合配 置策略进行整合，使用信号共振的方式构建了四风格配置策 略，回测显示该策略同样具有显著有效性。
（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。）
