1.1. 全球经济趋势
美国经济依然偏强，今年 10 月 IMF 发布 2024 年各国经济预测，相较 7 月， 上调美国实际 GDP 增速 0.5%，下调欧洲与中国的经济增长预期。数据反映了自 三季度以来，美国宏观经济增长仍然强劲。
近年来，美国人均 GDP 增速趋势明显高于德法，反映美国经济长期趋势或优 于欧元区。截至 2022 年底，美国人均 GDP 达到 76399 美元，德国与法国分别达 到 48432 美元和 40964 美元。
美国自金融危机后居民部门杠杆率持续下行达到 73.70%的新低，欧元区居民 杠杆率有所下行回到疫情前，而日本与中国居民部门杠杆率维持高位。在本轮新 冠疫情以来的经济增长中，我们可以观察到杠杆率水平对财政刺激效果的影响。 低杠杆叠加强财政刺激对实际 GDP 增长的提振可能更加明显。
宏观经济增长的分化或改变金融危机以来全球中性利率下行趋势，美国中性 利率在 2008 年金融危机后长期处于低位，疫情后有所反弹。
疫情后，美国非农商业劳动生产率快速提升可能对中性利率中枢的提高带来正 面影响。
1.2. 各国宏观经济概况：
1.2.1. 美国
美国货币政策存在滞后效应，近期美国主要经济指标出现回落主要反映今年 以来美联储加息对实体经济的负面影响。但是需要注意的是通胀回落仍可能不会 一帆风顺，密歇根消费者通胀预期走强，劳动力市场宽松趋势仍然高度不确定， 随着近期通胀下行，美国居民真实工资收入提升或将支撑美国名义经济增长。
美国金融条件指数再度放宽，信用环境并未得到有效紧缩，高收益债收益率 大幅回落使得美国企业实际融资成本增加速度有所放缓可能导致联储紧缩政策维 持更长时间。
美国库存周期持续回落，明年或能见底反弹，新一轮补库需求可能使得美国 明年名义产出反弹，软着陆仍是我们预测的基准情境。
1.2.2. 欧洲
欧元区信贷放缓，与美国不同，欧元区企业融资以间接融资为主，欧洲央行 持续加息对欧元区信贷需求产生显著影响。同时德国工业指数下滑，能源相关行 业产出受俄乌战争等外部因素影响跌破疫情低点，欧元区经济衰退概率明显上行。
1.2.3. 国内
当前地产复苏偏弱仍是干扰宏观经济增长的重要诱因，尤其一线城市新建商 品住宅和二手住宅价格指数的下跌值得关注。在地产政策继续加码放松的背景下， 房地产行业有望企稳。
欧美经济在财政、货币政策边际紧缩的背景下，需求放缓可能继续压制中国 对欧美的出口。由于较高的居民杠杆率和较为宽松的劳动力市场，消费者信心维 持低位，财政针对居民部门的补贴力度有望增强。
回顾去年我们提出需要引导实际利率下行支撑经济，今年我国监管部门加大对 经济的刺激力度，前期节奏略有滞后。随着政策释放力度和节奏加快，财政和货币 共同作用下，实际利率有望逐步下行。
1.3. 资产配置方向
1.3.1. 权益
标普与道琼斯依靠 EPS 驱动年内上涨，纳斯达克的上涨幅度更多反映对 AI 带来生产效率提升的预期，估值扩张明显。今年以来，北美权益市场累计净流入 持续增加，新兴市场累计净流入放缓，而欧洲市场累计净流出增加，体现全球流 动性风险偏好转换。
A 股方面，在利率维持低位，流动性充裕的情况下我们继续看好小市值风格（小 市值风格回顾与展望关注本文第二章），同时关注大盘价值风格（红利）有利于在 宏观经济尚未企稳阶段（盈利测算可关注本报告第三章）实现防御作用，以小市值 因子为进攻，高股息因子为防御的风格可能仍然占优。
1）大盘价值与微盘风格作为防御
从巨潮大盘价值指数与大盘成长、小盘价值指数的相对情况来看，近 5 年，在 2019 年至 2021 年市场增长较为强劲的情况下，大盘价值风格相较于大盘成长、 小盘价值风格并不占优；在 2022 年至今市场较为震荡的情况下，大盘价值较大盘 成长、小盘价值相对占优，当前仍处于大盘价值占优的状态。 在当前市场较为震荡、避险情绪明显的环境下，我们仍然看好具备高股息、高 盈利稳定性特征的大盘价值风格。疫情后偏股混合基金指数与微盘股走势负相关明 显，同时在大盘成长弱势的情境下继续看好微盘股的防御属性。
2）中小盘成长跟随全球成长股进攻
疫情以来，A 股的万得小盘成长指数（市值后 70%，市盈率小于 50，EPS 大 于 0.5，最近一年及最新财报扣非净利润同比增速分别大于 30%，0%，季度调样） 与纳斯达克 100 走势趋同。A 股的中小盘成长风格在全球成长股上行的带领下有 望继续上涨。
1.3.2. 债券
中美长期中性利率背离，中国财政货币政策共同宽松引导国债收益率继续向 下收敛，美国维持财政货币政策双紧缩从空间过度到时间维度支撑美债高位震荡。 日欧中性利率重新向疫情前的利率中枢靠拢，经济增长压力增大。
1.3.3. 外汇
欧洲通胀前景被高估，当前欧元区有效汇率过高导致美元指数有所回落。中 美实际利差的收敛程度决定人民币反弹力度，如果明年美国不降息，人民币仍然 具有贬值压力。
1.3.4. 商品
原油转向需求定价，美国原油供给不断上行叠加新兴市场在强美元下需求减 弱，中东地区的财政条件可能伴随油价回落逐步恶化，原油竞争性降价的情境可 能再现。 今年以来期限溢价与黄金价格负相关，推升期限溢价的可能是长期增长因素， 近期黄金价格的上行可能更多反映市场对增长前景的担忧，相反如果美国经济在 2024 年继续保持强劲，黄金价格将承受下行压力。
2.1. 德邦金工小市值专题
自 2021 年以来的多篇专题报告、年度报告、中期报告中，我们始终维持对小 市值策略的看好，并从多个角度探讨了小市值股票的投资逻辑和策略优化。
2.1.1. 小市值策略的收益来源
A 股市场的“市值效应”一直受投资者广泛关注，如何解释 A 股市场中的市 值最小的股票在历史中取得的较高绝对收益就成为了小市值策略分析的核心。我 们通过对小市值股票历史表现的研究，在 2022 年 4 月 20 日发布的《小市值策略 初探》发现小市值策略的收益主要来源自规模溢价、卖空限制、投资者结构和壳 价值。 规模效应认为更高的股票收益率来源自投资者面对小公司高风险时所需的更 高风险补偿，由 Banz 于 1981 年首次提出。不同于国际上成熟市场逐步消失的规 模溢价异象，中国 A 股市场的规模溢价现象是长期存在的。因此，小市值策略通 过在 A 股市场中寻找优质的小市值资产，在尽量规避其蕴含高风险的同时赚取源 于小市值的高风险补偿。
卖空限制会在一定情况下制约理性投资者的套利行为，从而拉长了错误定价 股票恢复正确定价的周期，强化市场异象。由于融资融券标的在大市值股票中的 分布远高于在小市值股票中的分布（小市值 100 融资融券标的占比仅有 17%，远 低于全市场中的 48.26%），卖空限制在小市值股票中进一步提升。小规模企业由 于公司估值和经营能力的不确定性高、公司市值较低，短期内容易因供给有限而 造成超量需求，卖空限制的存在会导致这种状态难以消除。 我国股市中机构投资者对小市值股票的关注普遍较低，小市值股票的散户比 例更高，投机特点鲜明，这种投资者结构是小市值策略收益的另一大来源。散户 的投资特点导致其在遇到利好消息发布、市场情绪活跃、市场波动率较高等情况 下容易引起股票的供需关系错配，从而促成规模溢价。 核准制背景上市公司保壳意愿浓厚，间接导致“壳资源”被爆炒与小市值股 票的规模溢价。壳价值指非上市公司为了得到上市资格，在借壳交易中需要向上 市公司支付高昂的成本。但自 2016 年以来，随着政策监管趋严和注册制的实施， 借壳上市公司数量急剧减少，壳价值进一步降低。自 2021 年以来，注册制有效改变了过去市场中存在的新股供不应求预期。 结合小市值股票的本质特征和中国股市环境，我们认为小市值策略的投资逻 辑可以从规模溢价、卖空限制、投资者结构和壳价值四个方面归因。
2.1.2. 小市值策略的增强
我们在 2022 年 6 月 23 日发布的《小市值增强策略》中设计并推出了小市值 100 增强策略。以市值、贝塔、动量、估值、波动率、盈利、换手、成长、杠杆、 股价、股息、单季度成长、成交额、季度净资产回报率、反转等备选因子出发，对 小市值 100 基准策略进行增强。经过逐级筛选逐层递进，我们最终选择 8 套小市 值策略的多因子增强策略方法。同时，我们从策略出发，设计集中度提升策略、叠 加低波策略、叠加择时策略等多种小市值增强叠加方法。 在 2023 年 3 月 7 日的研究报告《大容量国证 2000 增强策略》，我们将目光 聚焦于国证 2000 指数，“规模溢价”效应在国证 2000 成分股内也十分明显。相 对中证 1000，国证 2000 具有小盘风格更强、成分股更多、成交金额更大、更贴 合“专精特新”的特点，更加适合作为小市值策略的股票池。结合德邦金工机器学 习专题报告中发布的 3 个有效因子（“机器学习残差因子”、“机器学习反转因子” 和“机器学习复合因子”），验证其在国证 2000 成分股内选股能力。
2.1.3. 微盘股的症结与曙光
在 2023 年 4 月 24 日发布的《微盘股的症结与曙光——德邦金工小市值专题 之四》将目光聚焦于全面注册制下万得微盘股指数（8841431.WI）的未来预期。 从历史复盘来看，万得微盘股指数在 2019 年开始的回测周期内有着强于其他指 数的表现，而今年以来微盘股回撤最大，远逊于其他指数。市场对今年以来微盘 股表现较差原因的分析主要聚焦于微盘股近期源于估值和资金方面压力大、看多 利率的预期或对微盘股带来压力、微盘股存在月历效应预示 4 月指数表现较差、 注册制新规的出台可能对微盘股产生影响 4 个方面。与市场普遍对于小市值公司 的看空情绪不同的是，我们持续看好微盘股指数。 微盘股收益主要来自交易收益而非持股上涨的收益。基于微盘股独特的筛选 性质，投资微盘股具有明显的左侧交易的特征。同时，由于微盘股估值的特殊性， 传统的 PE、PCF 等方法难以有效的对微盘股进行估值，而 PB 能较好的衡量整体 估值水平，而近年来 PB 保持稳定，基本维持在 2.2 倍附近；
资金拥挤度层面的压力已处于历史较高水平，且存在资金回流的预期。TMT 板块资金抽血效应或随后市板块交易情绪下降而下降，资金有望回流微盘股；即 使资金不回流，目前微盘股成交额占比水平（0.97%）已接近去年 6 月 15 日的最 低点（0.9%），来自拥挤度的压力已到达较高水平； 利率上行空间较小，对微盘股构成的压力有限。回溯近期的中国 1 年期利率 水平，相较于 2022 年年末的利率顶峰的距离较小，上行空间小；
微盘股的月历效应预示后市有望迎来新机遇。从 2011 年以来，1 月和 4 月分 别平均下跌 2.64%和 0.98%，5 月平均上涨 5.75%。 新版退市制度符合预期，政策变化的靴子落地。经过对注册制规划文件的整 理，我们发现 2 月 17 日新版沪深主板上市规则相比上版（2022 年 1 月发布）仅 小幅度修改了退市规则，目前没有出台更严格的退市制度。因此退市制度变化导 致的市场情绪变化已在 2020 年年末反应，如今没有更严格的退市制度的新版规 则实则是对微盘股的利好。
2.1.4. 微盘股的拥挤度测算与下半年展望
2023 年 7 月 10 日发布的《微盘股的拥挤度测算和择时》中，我们从机构配 置的角度对微盘股进行分析，采用扩散指数对微盘股择时，并从指数趋势、利率 环境、IPO 规模和微盘股策略拥挤情况等角度对下半年进行展望。 微盘股拥挤度低，可能为投资者提供更多投资机会。在沪深 300、中证 500 等大盘股配置愈发拥挤的情况下，微盘股总体仍存在大量空间。截至 2022Q4，持 有微盘股的公募基金仍然较少。 趋势上看微盘股已经走出低谷并创新高。随着 4 月份的利空出尽，微盘股经 过两个月的调整后指数创下新高。 年内利率持续下行预期兑现，利率在 8 月底拐头向上符合上述报告预期。今 年前三季度利率水平持续下行，整体利率仍处于较低水平。结合微盘股走势来看， 微盘股受利率上行的承压较小。
微盘股和小市值成分股拥挤度持续偏低，公募与金融机构（公募、私募、券 商、保险、银行等，下同）持股占比仍然偏低。截至 2023 年 3 月 31 日，微盘股 成分股的前十大股东当中有公募基金持股的流通市值约为 25 亿元，占微盘股总流通市值的 0.44%；100 亿以下小市值成分股的前十大股东当中有公募基金持股的 流通市值约为 1838 亿元，占 100 亿以下小市值总流通市值的 1.61%。两数据较 历史最高点均有一段距离。
2.2. 2023 年量化选股表现
2.2.1. A 股市场表现回顾
Barra 风格因子显著性情况：回顾 2022 年和 2023 年（截止至 11 月 16 日） Barra 10 因子显著性表现情况，如下表，A 股市场对市值、波动的暴露更加极致， 而估值、盈利、流动性的暴露较 2022 年减少。
2023 年指数表现：微盘股指数一枝独秀，偏股混合基金指数、CS88 指数表 现弱于主流指数。
2023 年大小盘轮动情况：总体上中小盘股占优。大盘占优的月份包括 1、3、 4、6、7、8 月；小盘占优的月份包括 2、5、9、10、11 月。
风格轮动情况：总体上稳定、金融风格表现居前，消费、成长风格表现较弱， 或与经济弱复苏相关。
行业表现情况：截至 11 月 17 日，中信一级行业中通信、传媒、计算机涨幅 居前，且成交额占比较去年大幅增加超过一倍，TMT 行情是今年主线。医药、电 新、基础化工成交额占比较去年下降最大。
2.2.2. 机器学习系列策略表现跟踪
德邦金工发表了 5 篇机器学习专题报告，形成了有效的机器学习因子包括专 题三中的残差&反转&复合因子、专题四机器学习动态筛选因子和专题五模型池选 股因子。其中专题三和专题五的因子适用于月频调仓，专题四因子适用于发布财 务报告后的 5 月初、9 月初和 11 月初调仓。我们跟踪因子在全市场分 5 组回测表 现，2023 年相对中证 1000 指数均录得正超额： 机器学习残差因子 2015 年以来年化超额 12.1%，2023 年化超额 6.3%。
机器学习反转因子 2015 年以来年化超额 13%，2023 年化超额 4.4%。机器学习复合因子 2015 年以来年化超额 13.5%，2023 年化超额 5.7%。
动态筛选因子 2014-11 以来年化超额 8.4%，2023 年化超额 12.1%。模型池选股因子 2015 以来年化超额 13.8%，2023 年化超额 12.8%。
GPT 问世以来，我们陆续发表多篇跟踪报告，包括 GPT 原理分析《训练语 言模型以遵循带有人类反馈的指令》、股价收益预测论文《ChatGPT 能够预测股 票价格的走势吗？收益可预测性和大型语言模型》以及《了解 GPT》系列的训练 篇、应用篇、投资篇，并持续跟踪 GPT 模型最新进展。
3.1. ChatGPT 1106 系列模型更新
2023 年 11 月 6 日的 OpenAI 开发者日， OpenAI 发布了一系列重大更新， 更新的 API 接口包括 gpt-4-1106-preview, gpt-4-1106-vision-preview, gpt-3.5- turbo-1106 等。此次的更新版模型在准确率、计算速度等方面均有着不同程度的 优化与升级，同时在价格上相较于之前发布的 GPT-4 有所降低。目前最强大的模 型是 GPT-4 Turbo（即 gpt-4-1106-preview），提供 128K 上下文窗口和截至 2023 年 4 月的知识。
GPT-4 Turbo 支持更长的上下文长度，有助于多文章的同时处理。GPT-4 最大 只能支持 8k 的上下文长度（约等于 6000 个单词），而 GPT-4 Turbo 则具有 128k 上下文长度，以一篇文章约 1k 字计算，GPT-4 Turbo 可同时处理 128 篇文章。更 全面的知识库，为 GPT-4 Turbo 带来时效性更强的新信息，GPT-4 Turbo 在多方 面均有升级。
3.2. ChatGPT 在金融投资领域的应用
我们在《了解 GPT：投资篇》介绍了 ChatGPT 在金融投资领域的应用的前 景。在金融领域，可独立研发金融大模型，提供情感分析、股票投资建议、股价预 测等功能，也可借助插件，向 GPT 提供金融行情、文本数据接口，辅助投资决策。 开源金融大模型框架 FinGPT：FinGPT 是基于 LLM 的金融领域的自然语言 处理项目，利用互联网规模的金融数据，为金融行业提供各种实用的应用，如交 易机器人、智能投顾、情感分析、文本生成等。
ChatGPT Plugins 投资插件：我们探讨了 ChatGPT Plugins 平台上的投资相 关插件，如 AFinChat、PortfoliosLab、PortfolioPilot 等，这些插件利用 ChatGPT 的强大功能来分析股市新闻情绪，优化投资组合，为投资者提供有价值的建议。 其中 AFinChat 支持 A 股新闻、行情数据分析，是较为实用的 A 股分析插件。
3.3. 基于 ChatGPT 的沪深 300 选股尝试
ChatGPT 作为当前火热的人工智能技术驱动的自然语言处理工具，我们希望 依托其强大的自然语言处理能力，对上市公司相关咨询与公告进行分析，判断源 自于文本信息中的上市公司股价变动因素。 我们选取聚源数据库沪深 300 指数成分股的相关资讯，其中包含了信息发布 时间、信息来源、事件内容等多种数据与自然语言信息。针对 ChatGPT 使用时的 交互性，我们设计特定提示词以限定其信息使用范围、训练目标与输出结果范围。 最后根据 ChatGPT 给出的涨跌预判信息构建交易策略。
ChatGPT 针对各成分股的近一个月咨询进行学习，给出其的涨跌预判与判断 依据。我们选取了部分成分股后市信息进行验证，发现了 ChatGPT 结果具有一定 可靠性。
我们等权持有预测为 RISE 的股票、月度调仓，设置双边千三的交易费用。策 略年化超额收益达到了 8.1%， 2021 年为 2.1%，2022 年为 5.7%，2023 年显著 提升至 9.9%。
截至 2023 年 10 月 31 日，全部 A 股上市公司 2023 年三季报共披露 5247 家。从已披露 A 股企业数据来看，2023Q3 盈利增速为-2.87%，增速较 2023Q2 有所上升。科创板利润增速上升，2023Q3 盈利增速为-39.04%，创业板利润增速 下降，2023Q2 盈利增速为-5.76%。
4.1. A 股上市公司盈利同比增速
全部 A 股：2023 年 Q3 归母净利润同比增长-2.87%，营业总收入同比增长 2.15%；2023Q2 累计归母净利润同比增长-4.41%，营业总收入同比增长 2.57%。 2023Q3 归母净利润同比增速较 2023Q2 上升，营业总收入同比增速较 2023Q2 下降。
全部 A 股年复合增长率：根据我们对全部 A 股历史 2 年、3 年 5 年的年复合 增速对比研究，不同年份的增速依旧保持较强的周期性。截至 2023Q3，全部 A 股 2 年、3 年和 5 年的年复合增长率分别为：-0.17%、7.61%和 4.44%。
全部 A 股剔除金融石油石化： 2023 Q3 归母净利润同比增长-6.21%，营业 总收入同比增长 3.14%；Q2 归母净利润同比增长-10.11%，营业总收入同比增长 3.48%。2023Q3 归母净利润同比增速较 2023Q2 提高，营业总收入同比增速下 降。
全部 A 股按照板块统计： 2023 Q3 沪深主板归母净利润同比增长-1.82%， 创业板归母净利润同比增长-5.76%，科创板归母净利润同比增长-39.04%。2023 Q2 沪深主板归母净利润同比增长-3.57%，创业板归母净利润同比增长-3.64%， 科创板归母净利润同比增长-40.92%。2023 Q3 沪深主板和科创板利润增速相较 于 2023Q2 有所提高，创业板利润增速下降。
全部 A 股按照国企和民企统计：2023 Q3 国企归母净利润同比增长-1.02%， 民企归母净利润同比增长-9.06%；2023 Q2 国企归母净利润同比增长-3.07%，民 企归母净利润同比增长-10.03%。2023 Q3 国企和民企归母净利润同比增速相较 于 2023Q2 均有所提高。
4.2. A 股上市公司净资产收益率
全部 A 股：2023 年 Q3 净资产收益率(年化)为 7.15%，扣非净资产收益率 (年化)为 6.71%，稍低于 2023 年 H1 年年化的 9.66%和 9.03%。
全部 A 股剔除金融和石油石化：2023 年 Q3 全年净资产收益率(年化)为 6.84 %，扣非净资产收益率(年化)为 6.08%，略低于 2023 年 H1 年化的 9.04% 和 7.97%。
全部 A股按照板块统计：2023 年 Q3 沪深主板净资产收益率(年化)为 6.92%， 创业板净资产收益率(年化)为 5.15%，科创板净资产收益率(年化)为 2.77%。沪深 主板的净资产收益率更具吸引力。
全部 A 股按照国企和民企统计：2023 年 Q3 国企净资产收益率（年化）为 7.01 %，民企净资产收益率（年化）为 5.68%，低于 2022 年全年年化的 9.99 % 和 8.74%。
4.3. 中信板块净利润增速
全部 A 股中信风格板块归母净利润累计同比统计： 2023Q3 中信金融风格 板块归母净利润同比增长 0.46%，2023Q3 单季度-4.78%，周期风格板块归母净 利润同比增长-12.68%，2023Q3 单季度 13.81%，消费风格板块归母净利润同比 增长-2.18%，2023Q3 单季度-11.57%，成长风格板块归母净利润同比增长12.20%，2023Q3 单季度-11.69%，稳定风格板块归母净利润同比增长 17.53%， 2023Q3单季度23.85%。从中可以看到，2023Q3稳定风格板块仍呈显著正增长， 金融风格略有增长，其他风格板块盈利表现较弱。
全部 A 股中信一级行业归母净利润累计同比统计：中信一级行业 2023 三季 度归母净利润同比居前的有钢铁(428.34%)、交通运输(117.19%)、消费者服务 (80.11%)、电力及公用事业(59.55%)和传媒(57.17%)；归母净利润同比居后的有 综合(-389.25%)、房地产(-108.38%)、农林牧渔(-88.05%)、非银行金融(-31.56%) 和煤炭(-31.01%)。
5.1. 行业轮动策略
5.1.1. 扩散指数行业轮动策略
扩散指标作为一种动能指标，对行业指数具有明显的择时效果。它反映的是 指数成分股处于多头状态的比例，因此可以被作为是一种行业景气度指标。在时 序变化上扩散指标可以预测行业指数的趋势，而在同一时间截面上，如果通过该 指标可以反映出行业间的差异性，则可以将该指标应用于行业的轮动。扩散指标 的构造方法请参考研报《进击的“小巨人”——德邦金工 2022 年度策略报告》。 我们通过行业扩散指数对行业景气度进行度量，设计跟踪如下行业轮动策略： 1）计算行业扩散指数（回望期为 220 日，进行 20 日移动平滑处理），并正向排 序；2）根据计算的行业扩散指数值将行业分为 5 组，扩散指数值高的为多头组， 排名低的为空头组； 我们采用如下回测框架：1）回测时间为 2010 年 12 月 31 日~2023 年 11 月 17 日；2）计算全行业扩散指数值，按分组逻辑对中信一级 29 个行业（剔除综合 金融）进行分组；3）按固定频率（每月末）调仓；4）每组内行业等权，不考虑 交易费率。 2010 年 12 月 31 日至 2023 年 11 月 17 日策略跟踪结果如下，扩散指数行业 轮动模型多头组年化收益率为 10.74%，相较中信一级行业等权超额年化收益为 6.10%，最大回撤为-54.14%，超额最大回撤为-16.93%，夏普比率 0.359，IC 为 0.045。
自 2010 年年底以来策略相较于沪深 300 和行业等权均有较为稳定的超额收 益。
5.1.2. 扩散指数行业轮动选基策略
进一步，我们在上述扩散指标行业轮动策略的基础上构建选基策略。 我们筛选存续时间超过 2 年、最新一期规模大于 2 亿元、最近一年平均股票 仓位大于 75%的普通股票型、偏股混合型基金，同时剔除有封闭期的基金和港股 通基金，剩下的基金作为初始基金。
5.1.3. 扩散指数叠加 RRG 的 ETF 轮动策略
我们在扩散指标的基础上，叠加相对旋转图（RRG）对行业进行行业筛选， 并将行业打分映射至 ETF，从而进行行业轮动，具体策略如下。 RRG 的横轴为 RS-ratio，为行业相较于基准超额的变化率；纵轴为 RSmomentum，为 RS-ratio 的变化率，衡量的是行业相较于基准的超额的趋势。行 业处于 RRG 的第一至第四象限则说明行业分别处于领先、改善、滞后、疲软的状 态。 我们以中信一级行业等权为基准，在扩散指标筛选出的 6 个行业的基础上， 剔除 RRG 处于第三、四象限及第二象限下部分的行业，即剔除处于滞后、疲软以 及改善状态尚不稳定的行业。以此筛选出的行业打分为 1，其余打分为 0。 我们选择已上市的行业、主题型 ETF 作为初始 ETF，若同一跟踪指数存在多 个 ETF，则仅保留换仓时间过去 20 个交易日日均成交额最高的 ETF，即保留流 动性最好的 ETF。
6.1. 2023Q3 主动权益类基金的数量和规模变化
我们将普通股票型基金和偏股混合型基金纳入为主动权益类基金，自 2012 年 以来，在基金数量方面保持持续增长。截至 2023 年第三季度，全市场共有 4968 只主动权益类基金（较上期增长 190 只），其中普通股票型基金有 914 只（前值 887 只）、偏股混合型基金有 4054 只（前值 3891 只）。
根据统计数据，2015Q2 前普通股票型基金数量远多于偏股混合型基金， 2015Q3 两者数量发生较大变化的原因是 2014 年 8 月 8 日起实施的《公募证券 投资基金运作管理办法》。其中第十三条规定“80%以上的基金资产投资于股票的 为股票基金”，根据该条款，大部分股票投资比例下限为 60%的股票基金不再符合 股票基金的分类，法规给予一年的调整期。2015 年 8 月，陆续有基金发布更名公 告或契约修订公告，普通股票型基金大批量成建制调整为混合偏股基金。2015 年 至 2018 年，普通股票型基金和偏股混合型基金数量增长较为缓和，2019 年后股 票市场持续上涨，两者的数量迅速增长，其中偏股混合型基金增速大于普通股票 型基金，2021Q1 达到 18.73%，2022 年以来数量增速来又有所放缓。主动权益 基金 2023 数量稳步增加，数量增速方面稳步回暖。
而基金规模方面，主动权益类基金整体规模稳步上升，但 2022 年二季度以来 受市场环境影响，基金数量虽有上升，但规模略有下降，截止至 2023 年第三季度 全市场主动权益类基金合计规模为 30593.49 亿元（前值 33398.42 亿元）。
跟据 wind 数据统计发现，基金规模与基金数量大致呈正相关，普通股票型基 金和偏股混合型基金规模在 2015Q3 发生较大变化，普通股票型基金规模由 9668.14 亿元减少为 2169.20 亿元，偏股混合型基金规模由 2091.27 亿元增加至 9878.43 亿元。从普通股票型基金大批量调整为混合偏股基金至 2018 年中期，普 通股票型基金规模增速较高，此后偏股混合型基金规模增速较高，2021 年中起两 者规模增速都有所放缓。今年以来，受市场影响，普通股票型基金和偏股混合型基金规模均有所下降。
6.2. 2023Q3 主动权益类基金新发数量和份额分析
新发主动权益基金新发数量较去年同期有所放缓：2023 年普通股票型基金和 偏股混合型基金新发行数量在三季度略有下降，三季度发行份额为 188.13 亿元， 今年以来总发行份额为 1136.85 亿元，2022 年前三季度总发行份额为 1906.32 亿 元。 其中，截至三季度末，全市场新成立主动权益型基金总数为 73 只（前值 78 只），其中普通股票型基金发行 8 只（前值 9 只），偏股混合型基金发行 65 只（前 值 69 只）。
新发主动权益型基金规模方面，自 2021 年便呈现下降趋势，截至 2023 年第 三季度末主动权益类基金截止日份额为 185.60 亿份（前值为 339.00 亿份），其中 普通股票型基金份额为 27.06 亿份，偏股混合型基金份额为 158.53 亿份。
以截止日份额与发行份额的比值来衡量基金新发市场情况，根据计算结果发 现，2023 年 Q3 主动权益类基金该比值回升至 98.66%（前值 80.96%）：其中普 通股票型基金截止日份额占发行份额93.34%（前值62.99%），偏股混合型占99.62% （前值 82.13%）。
6.3. 2023Q3 主动权益类基金重仓股变化分析
在沪深两市重仓股方面，依据重仓总市值来计算，主动权益类基金在 2023Q3 主要重仓持有前四名行业与 Q2 一致，为医药、食品饮料、电子和电力设备及新能 源等行业的 A 股股票。
根据股票被重仓持有的次数统计，从高到低有贵州茅台、宁德时代、泸州老 窖、立讯精密、五粮液等（前五变动：金山办公从 Q2 第 4 名下滑至第 10 名，立 讯精密从 Q2 第 11 名上升至第 4 名），其中贵州茅台持股总市值最高，重仓持有 1247 次。
港股方面，主动权益类基金主要重仓持有传媒、医药、石化石油、消费者服 务、通信等港股股票，与 Q2 的变化是医药由第 3 位跃居至第 2 位，占比 10.78%， 石油石化由第 5 位跃居至第 3 位，占比 9.21%，通信与消费者服务占比排名下滑。
根据股票被重仓持有的次数统计，从高到低有腾讯控股、美团-W、快手-W、 中国移动、中国海洋石油等等，其中有腾讯控股持股总市值最高，重仓持有 686 次（前值 783 次）。
统计 2023Q3 新纳入重仓股股票名单：
1）A 股股票：主要为基础化工、机械、电子、医药和计算机等行业，其中被 主动权益类基金纳入重仓次数较多的是上海瀚讯、萤石网络、航材股份等等，被 重仓次数最高的是上海瀚讯，重仓持有 24 次；
2）港股股票：主要是医药、机械、消费者服务等行业，其中被主动权益类基 金纳入重仓较多的是珍酒李渡、中煤能源、百济神州等等，被重仓次数最高的是 珍酒李渡，重仓持有 29 次。
被主动权益类基金移除重仓持有的股票包括： 1）A 股股票：主要是医药、机械、电子等行业，其中被主动权益类基金移出 重仓的主要是戴维医药，为 35 次；2）港股股票：主要是医药、房地产、银行等行业，其中被主动权益类基金移 除重仓的有广深铁路股份、微创医疗、锦欣生殖等等。
7.1. 全基配置医药情况
偏股型混合基金、股票型基金、灵活配置型基金 23Q3 重仓医药个股 2577 亿 元，环比+3.7%，配置比例+1.46pct 至 12.96%： 根据医药生物申万三级行业细分领域市值变化，全基主要增持的方向为 CXO 及其他生物制品，重仓市值分别为 522.3 亿元、263.9 亿元，环比+70.6%、+74.5%， 其他增持方向有疫苗（重仓市值 53.5 亿元，环比+35.8%）、医疗耗材（重仓市值 134.5 亿元，环比+8.5%）。从占比变化看，医疗研发外包和其他生物制品占比提升 明显，环比+7.9pct、+4.2pct。
7.2. 全基配置 TMT 行业情况
偏股型混合基金、股票型基金、灵活配置型基金 23Q3 重仓 TMT 4510 亿元， 环比-17.6%，配置比例环比-2.6pct 至 22.7%。细分板块里，电子板块配置比例环 比+0.3pct 至 9.8%，计算机、传媒和通信均环比下滑。
7.3. 简单的基金追涨策略在医药和 TMT 行业有效性分析
医药行业基金池选择： 被动主题基金：2023 年 6 月前成立，投资方向主要在生物医药（申万一级） 行业的被动指数型基金，共筛选出 75 支基金，跟踪 31 个指数。每个指数选择一 个成立时间最早的基金作为代表。 主动主题基金：2022 年前成立，以半年为区间，考虑 3 个月的建仓期，2021- 2022 年（若有）基金持有医药生物（分类为申万一级）行业相关标的市值之和占 基金净资产比例均值在 50%以上。共筛选出 144 支基金。 底层资产数量共有：175 支基金。 为了避免基金持仓的偏移，我们考察基金成立至今每个季度的第一大重仓行 业，剔除基金重仓行业非“医药生物”的时间段，构成整个基金的底层资产。
TMT 基金池选择： 被动主题基金：2023 年前成立，投资方向主要在计算机、电子、通信、传媒行业的被动指数型基金，共筛选出 129 支基金，跟踪 64 个指数。每个指数选择一 个成立时间最早的基金作为代表。 主动主题基金：2023 年前成立，以半年为区间，考虑 3 个月的建仓期，2021- 2022 年（若有）基金持有电子、计算机、传媒和通信板块相关标的市值之和占基 金净资产比例均值在 60%以上或持有电子行业比例 50%以上。 为了避免基金持仓的偏移，我们考察基金成立至今每个季度的第一大重仓行 业，剔除基金重仓行业非“电子、计算机、传媒和通信”的时间段，构成整个基金 的底层资产。
结合 FOF 自身配置特点，我们构建十个策略： 策略 1：基金池为主动和被动型基金，每个季度初调仓，等权配置上个季度单 位复权净值增长率排名前 5 的基金，不考虑调仓时间，每次调仓综合费率设定为 0.5%。 策略 2：基金池仅为被动型基金，每个季度初调仓，等权配置上个季度单位复 权净值增长率排名前 5 的基金，不考虑调仓时间，每次调仓综合费率设定为 0.15%。 策略 3：基金池为主动和被动型基金，每个季度初调仓，等权配置上个季度单 位复权净值增长率排名前 3 的基金，不考虑调仓时间，每次调仓综合费率设定为 0.5%。 策略 4：基金池仅为被动型基金，每个季度初调仓，等权配置上个季度单位复 权净值增长率排名前 3 的基金，不考虑调仓时间，每次调仓综合费率设定为 0.15%。 策略 5-8：将等权配置“上个季度”改为等权配置“上个月”。
医药行业： 1）主动+被动基金策略（策略 1、策略 3、策略 5、策略 7）整体表现优于被 动基金（策略 2、策略 4、策略 6、策略 8）策略； 2）等权配置 3 支基金策略优于等权配置 5 支基金策略（策略 3>策略 1），说 明在追涨策略中，仓位集中优于仓位分散； 3）参考上个季度的基金表现效果更好； 4）医药基金追涨策略胜率较高，赔率优秀，医药基金趋势动量效应较明显。
TMT 行业： 1）从长期来看，各种策略差异较小，主动型基金组合（策略 1、策略 3）相 对于中证 TMT 仍能取得一定超额，但相对于指数组合（策略 2、策略 4）超额不 明显，同时指数组合相对于中证 TMT 超额不明显； 2）持有 5 个基金和持有 3 个基金收益差别不明显，说明在上一阶段表现较好 的基金，持仓特征或风格类似；3）主动型基金的超额主要由于 2019-2020 年贡献； 4）TMT 基金中追涨胜率中等，但相对于中证 TMT 超额不明显。
针对医药，我们额外提出两个策略： 策略 9：基金池为 175 支基金，在 4 月、8 月、10 月末进行调仓，等权配置 该月单位复权净值增长率排名前 5 的基金，不考虑调仓时间，每次调仓综合费率 设定为 0.67%。该策略季度胜率（相对于医药 800，考虑费率）胜率为 73.9%， 调仓区间胜率 83.3%。 策略 10：基金池为 175 支基金，在 4 月、8 月、10 月末进行调仓，等权配置 该月单位复权净值增长率排名前 3 的基金，不考虑调仓时间，每次调仓综合费率 设定为 0.67%。该策略季度胜率（相对于医药 800，考虑费率）胜率为 73.9%， 调仓区间胜率 94.4%。 医药基金投资中，财报季领涨行业，在下一个财报季前，表现占优概率较大。
（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。）
