一、风格轮动配置：成长/价值、大/小市值

1.1 基于主流风格定义的指数标的构建

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，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 2023年以来价值表现优于成长，大、小市值表现较均衡

今年以来价值风格表现显著优于成长风格  上半年价值风格虽然整体占优，但1、3月成长风格曾阶段性反弹；7月至今价值风格大部分时间均稳定压制成长风格，截至10月末，年内超额 收益约为18%。  拉长周期来看，2019年至今，成长和价值风格经历了一轮极致成长偏离后的价值回归，价值风格从2022年开始逐渐走强，二者的相对收益已 经回归到较均衡的水平，当前成长风格有较大的反弹空间。  市值风格方面，分别以中证100、中证1000指数作为大、小市值风格的代表，今年以来二者相对走势较平稳，未表现出明显的趋势性行情，截至 11月末，小市值风格表现略优于大市值。

1.3 风格轮动：自上而下的风格切换判断

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。  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、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、股权风险溢价、 短期风格演绎。

1.4 宏观经济：复苏迹象初显，复苏基础仍有待稳固

宏观经济景气度对于股市风格轮动的影响具有关键性作用。  经济景气度的向好阶段伴随诸如PMI等经济晴雨表指标出现上升，PMI：新订单同比的上行区间大多与成长风格的强势期较吻合，反 之则更利好价值风格。  10-1年期国债收益率差可以反映投资者对于未来经济增长的预期，历史上利差持续走阔时小市值风格走强的概率较高。  当前宏观经济仍处于触底后的复苏初期，部分高时效性的指标已出现转好迹象，但从经济指标的绝对值和反弹力度来看，复苏基础仍有 待进一步夯实。

1.5 流动性环境：国内外利率环境显著分化，资金外流压力边际缓和

国内流动性环境整体仍相对宽松，资金面利率维持低位震荡走势，10月底中央财政积极扩张，叠加年内降准预期，利率或有进一步 下行空间。  海外方面，美债利率维持在历史高位，但11月美国高频经济、就业数据不及预期，降通胀压力缓和，叠加美联储11月停止加息，加 息步伐出现放缓，市场普遍预期年内不会再次加息，美债利率近期有所下行。  当前中美利率的显著倒挂仍然对国际资金配置A股产生较大阻力。但从边际变化来看，国内经济动能逐渐恢复和美联储暂缓加息都有 利于国内外资金回流A股。

1.6 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，特定风格的行业景气度普遍较高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。

1.7 投资者情绪：风格偏离度、拥挤度对行情反转有指示作用

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。

二、细分板块内的景气度轮动配置

2.1 盈利为核心，中观数据提升模型价值

以行业盈利为核心的景气度刻画：  行业指数的涨跌可被分解为由盈利、估值两大因素所驱动，本研究旨在从行业盈利的这一角度出发，并以行业的滚动 ROE、净利润为具体参照标准。  使用行业中观指标可以提升景气度模型使用价值：  相较于直接使用基本面财务数据，行业中观指标具有时效性强、频率高和特征多维的优势。  丰富模型的解释度和可用性：通过筛选核心影响因素和分析指标变化，可以完成对行业整体景气度变化的归因，并理解 不同时期内影响景气度变化的主导因素。

2.2 基本面逻辑结合量化验证，从细分环节合成产业景气度

第一步、筛选出一批具有高可解释性的景气度指标池  指标池构建：从产业链基本面分析出发，提取各环节景气度的重要驱动因素，构建对应的跟踪指标池。  盈利相关性检验：验证所选择中观指标与核心行业盈利指标（ROE、净利润）、股价间的相关性。 产业链景气度模型构建方法  第二步、单指标测试筛选对股价配置有效的指标  信号生成：对各单一指标进行多空配置策略回测 以判断有效性，测试指标的上行、下行等趋势信 号在历史股价预测中的超额收益、胜率、回撤率 等效果。  指标筛选：综合评价信号有效性，保留相对胜率 大于50%且具有长期超额收益的指标信号。  第三步、合成产业链综合景气度信号，并回测验证 配置有效性  对各产业链下的景气度指标信号进行打分法合成， 获得综合景气度配置信号，并对合成信号进行历 史多空配置回测。

2.3“周期搭台，成长唱戏”在历史反弹中多次上演，下半年顺周期再度走强

“周期搭台，成长唱戏”在历史反弹中多次上演，下半年顺周期再度走强  周期搭台：2015年、2019-2020年的牛市初期，顺周期板块均出现了领先的上涨行情  顺周期行业的景气度往往与工业生产需求和固定投资高度正相关。  处于产业链上游，产业链环节和核心产品种类较少，对经济复苏的反应速度更快。  构建涵盖核心顺周期行业的景气度轮动配置策略  基于普钢、煤炭、基础化学等共9个顺周期行业的景气度跟踪模型，构建综合轮动配置策略，考虑到不同赛道间的可比性差异，策略仅在各 产业链内比较景气度的时间序列变化，并持有每月末景气度得分大于0的行业，每月初进行换仓。

策略信号显示多个顺周期行业的价格、需求等核心变量出现积极变化，景气度上行态势初显，但受地产、下游需求拖累仍较明显，当前相 对看多煤炭、工业金属和石油石化行业的配置价值。  煤炭：价格端分化，煤炭行业PPI降幅收窄，但环渤海动力煤均价同比降幅小幅扩大；需求端改善，重点秦皇岛港的库存以及大型火力发 电厂设备容量增速均持续上行；生产端扩张，焦炭产量同比增速提升。业金属景气度改善：  房屋新开工面积同比增速降幅收窄，同时有色金属出口景气度同比改善，铜材出口金额与单价均上行，但铝、铅、锌国 内均价同比增速有所放缓。基础化工景气度改善：  复合肥、精对苯二甲酸等重要化工产品价格跌幅企稳收窄，化学原材料出口交货额同比跌幅收窄，但化工产成品库 存消耗速度放缓，库存量同比出现小幅回升。

针对顺周期内部的景气度轮动配置能够显著增强板块收益  所构建的景气度轮动配置策略相对等权基准组合可以获取显著超额收益，2015年1月至2023年11月期间年化收益 为11.66%，信息比率和相对胜率分别达到0.84和70.96%，策略净值回撤和波动较基准组合也有明显改善，历年 来看超额收益走势较平稳，策略整体有效性稳健。

2.4 制造板块：内部分化明显，景气度配置是合适的投资方法

细分制造赛道间走势分化较大，轮动配置的价值凸显。  同时涵盖传统制造和新兴制造产业，细分赛道间发展阶段和基本面影响因素差异较大，进而导致股价内部分化特征显著，曾出现多次明显的 板块内部分化行情。  历史数据显示景气度配置是进行制造板块投资的有效方法。  景气度轮动策略历史表现优秀，2023年至今实现超额收益4.99%，策略净值回撤和波动较各但行业配置策略均有明显改善，超额收益走势较 平稳，体现出较高的行业配置效果。  截至11月末，模型看多通用设备、矿山冶金和国防军工行业的景气度配置价值。

上游资源相关制造赛道景气度率先恢复，下游制造受需求端拖累复苏较慢。  随着PPI跌幅收窄和工业补库周期开启，与上游资源行业密切相关的矿山冶金设备等细分赛道已出现景气度转好迹象，经济复苏通 常首先反映在与顺周期板块密切相关的制造赛道。  矿山冶金设备行业景气度改善初显  价格端，采矿冶金设备制造业PPI同比降幅收窄；需求侧，采矿业、冶金业景气度改善，工业增加值同比反弹，煤炭开采业PPI降 幅收窄，原煤产量同比增速持续上行。通用设备行业景气度指标回暖  重点设备产品产销指标回暖，金属切削机床产量同比增速延续触底回升趋势，叉车销量增速改善持续。

国防军工行业景气度触底回升  成本端，稀土、铜等贵重原材料价格同比增速下滑；  需求端，航空航天技术产品、武器弹药及零件出口指标均出现边际改善。针对制造板块内部的轮动配置能够增强板块指数收益  2017年1月至2023年11月期间，策略相对中信证券制造板块综合指数获取显著超额收益，且信息比率达1.52，策 略胜率超70%，综合策略净值回撤和波动较各但行业配置策略均有明显改善，超额收益走势较平稳，整体表现优 异，体现出较高行业配置指示作用。

2.5 科技板块：市场重点主线，核心关注三大产业链

科技板块是2023年A股的最大市场主线，资金流入持续领先  截止11月末，2023年科技板块相关ETF资金净流入超1000亿元遥遥领先其他板块，AI、半导体、游戏等科技主题已成为近年市场 的重要主线。  针对科技板块内三大产业链：半导体产业链、通信设备产业链和计算机产业链进行月频景气度跟踪，并构建轮动配置策略。  截至11月末，模型看多半导体产业的景气度配置价值。

半导体产业链多环节指标触底反弹，景气度整体向好。  需求端回暖持续，半导体销售额同比跌幅连续6个月收窄，芯片设计环节收入同比也出现上行，芯片制造环节景气度 呈现回升，但芯片原材料方面台湾晶圆进口增速有所回落。计算机行业各景气指标表现分化，软、硬件环节景气度向好。  计算机硬件综合景气度反弹，软件环节利润也出现同比回升，同时行业固定投资增速继续同比上行。  但需求方面仍较低迷，笔记本电脑销量跌幅、中关村电子产品价格指数仍处于低位。

通信设备产业链整体景气度仍较疲软，未出现显著转好迹象。  接入网环节景气度出现改善，移动基站产量同比触底反弹，承载网环节景气度持续，光电子器件产量同比小幅下滑 ；下游需求端，智能手机产量增速有所回落；核心网环节景气度低迷，交换机、路由器数据下滑幅度扩大，未出现 明显企稳迹象。针对科技板块内部的轮动配置能够显著增强板块收益  2017年1月至2023年11月，所构建的景气度轮动配置策略相对中信科技板块综合指数获取显著超额收益，且信息 比率和超额回撤比分别为0.66和0.83，策略相对胜率约69%，轮动策略净值回撤和波动较基准指数有明显改善， 超额收益走势较平稳，策略整体有效性稳健。

三、结论与投资建议

3.1 配置建议：看好价值风格，景气度复苏进度：顺周期 > 制造、科技

风格轮动模型：展望12月市场风格演绎，模型综合看好价值风格。  宏观经济维度看平四种风格。  流动性环境综合来看利好价值、大市值风格  小市值风格行业景气度相对占优。  微观市场环境角度，市场指标仍显示价值风格占优。  细分板块景气度复苏情况：顺周期板块 > 制造、科技板块。  顺周期板块：多行业复苏信号显现，煤炭、工业金属和基础化工行业景气度景气度改善。  制造板块：内部赛道间复苏进度分化，通用设备、矿山冶金和国防军工行业的配置价值。  科技板块：部分产业链环节出现底部向好迹象，模型当前看好半导体产业景气度回暖。

 

编辑：520中国