2024年金融工程中期投资策略：配置微观因子策略正当时

1. 三维度指数择时：A 股进入弱势震荡区间

1.1 宏观环境：宏观环境 Logit 值反弹后回落

1.1.1 宏观变量选取

从短期货币流动性、长端利率、信用、经济增长以及汇率五个维度刻画宏观环境 运行状态。

1.1.2 当前宏观变量变化

截至 2024 年 6 月 7 日，短期货币流动性相较去年末显著上升， 长端利率显著 下行；信用方面，社融量较去年末上升，信用利差变窄，海内外主要经济体 PMI 均有 不同程度下行。

1.1.3 最新 Logit 预测结果

宏观状态事件预测模型最新 Logit 预测值为 0.361，去年年末值为 0.066。宏观 环境上半年探底反弹，在近期突破多空临界值后又快速跌破。

1.2 中观景气度：今年以来景气复苏

1.2.1 中观高频指标选取

拼接所有因子数据，按季度采样，用 PCA 合成大类因子，回归目标为上证指数的 归属母公司股东的净利润(同比增长率)。然后将因子提升频率至日频，用训练好的模 型预测。

1.2.2 中观景气指数构建

中观高频景气度指数—与 A 股盈利趋势变化契合，并且具备领先预测性。 回归训练集(样本内)：2001 年 12 月 31 日—2016 年 12 月 31 日。

当前中观景气指数为 13.21，景气指数从年初到 5 月逐步修复，自五月始已经连 续出现下降趋势。

1.3 微观结构：继续看好沪深 300 代表的大盘风格

1.3.1 微观结构风险刻画指标

以估值、风险溢价、波动率以及流动性四类均值恢复性较强的因子刻画各宽基指 数的微观结构风险。

1.3.2 沪深 300 结构风险、波动较低

A 股整体结构性风险系数([0,1]范围取值)恢复至平稳位置，近期沪深 300 估值 有所上升，其余指数均下降。从结构风险和波动率来看，以沪深 300 为代表的大盘价 值股依旧优于中证 1000 小盘股。

1.4 资金流和定量配置信号：多头信号

1.4.1 融资资金：年初至今净流出 121.4 亿元

截至 2024 年 6 月 7 日，融资资金从年初净流出约 420 亿元，主要净流出集中在 今年年初以及 4 月、5 月。

1.4.2 定量配置信号：多头信号

根据定量配置模型，国债收益率反弹上行，宏观 Logit 预测值出现反转下降。中 观景气度指数为 13.21，经过近 3 个季度的震荡磨底，近期出现底部反转信号。微观 风险结构方面，随着大幅探底回升后，市场整体微观风险结构恢复至平稳位置，后续 看好沪深 300 强于中证 1000。

2. 大小盘、成长价值风格配置：偏好大盘价值

2.1 大小盘轮动：偏好大盘

2024 年 6 月 7 日，大小盘信号为 0.5，模型风格配置偏向大盘股票。

回测构建方法： 将回归得到的信号 Y_hat 进行标准化、归一化，标准化窗口为 1 年，归一化 处理将所有信号值归到[-1, -0.5, 0, 0.5, 1]这 5 个枚举值上。 目标仓位生成如下，大于0的信号与小于0 的相对应。1 信号，大盘仓位 0.95， 小盘 0.05。0.5 信号，大盘仓位 0.75，小盘 0.25。

2.2 成长价值轮动：偏好价值

2024 年 6 月 7 日成长价值指标模型信号为-1，模型整体风格配置偏向价值板 块。

回测构建方法： 预测目标为国证成长指数 / 国证价值指数。  将交易信号标准化、归一化后进行回测，调仓频率为月频率。  目标仓位生成如下:  -1 信号，价值仓位 0.95，成长仓位 0.05。  -0.5 信号，价值仓位 0.75，成长仓位 0.25。 1 信号，价值仓位 0.05，成长仓位 0.95。  0.5 信号，价值仓位 0.25，成长仓位 0.75。

3. 行业轮动跟踪：2024 年累计超额收益 8.36%

3.1 行业表现和因子表现

3.1.1 因子表现

我们对行业轮动因子的收益率进行跟踪，其中历史年化收益率 的计算区间为 2017 年至今，因子的具体计算方法可参见专题报告《行业配置系列 2— —多宏观周期下的行业轮动因子检验》。

2022 年以来龙头因子、行业景气度因子表现较好，北向因子近期收益率反弹明 显。

3.2 组合绩效回顾

3.2.1 组合绩效

2024 年以来，基准收益率为-9.13%，无剔除版因子轮动行业增强收益为-5.06%，超额为 4.06%。双剔除版因子轮动行业增强收益为-0.77%，超额为 8.36%。

3.3 最新配置公用事业、银行、白色家电、小家电、煤炭

3.3.1 因子最新截面排名

根据自上而下结 合宏观、板块行业量化基本面、分析师预期、量价信息和资金流等各维度，综合得到 行业配置建议。从综合排名得分情况来看，最新得分排名靠前的五个行业分别为：公 用事业、银行、白色家电、小家电、煤炭。

3.3.2 行业最新截面权重

为 2024 年 6 月 7 日无剔除版本的最新截面行业权重，以及剔除 拥挤度高和绝对估值泡沫高的行业权重。

3.4 国联行业轮动策略 2.0

3.4.1 策略简介

通过信用及企业盈利构建经济四象限。分别为[企业盈利上行，信用上行]、[企 业盈利上行，信用下行]、[企业盈利下行，信用上行]、[企业盈利下行，信用下行]。 并构建多维度行业风格因子，包括一致预期景气、超越预期盈利、龙头效应、行 业估值泡沫、反转因子、动量因子、拥挤度、通胀 beta。在四个象限分别对各因子 进行有效性检验。 基于四个经济象限的因子轮动并配置相应的高预期收益行业以此构建了适用于 A 股市场的行业轮动策略。

4. 遗传规划指增策略：2024 年累计超额收益 6.82%

4.1 沪深 300 指数增强

沪深 300 遗传规划选股模型构建方法如下： 1.股票池：沪深 300 成分股。 2.训练集（样本内）：2016 年 1 月 1 日-2020 年 12 月 31 日 3.因子：由遗传规划因子挖掘模型挖掘 2000 初始种群、5 代、4 轮得到的 102 个 因子加权复合组成。 4.策略：每周最后一个交易日选择模型得分最高的每个行业内的前 10%的股票构 建多头组合，以下周第一个交易日开盘价买入，周频调仓，交易成本为双边千三。

截至 2024 年 6 月 7 日，沪深 300 选股因子年化超额收益率 19.27%，夏普率 0.96。 今年以来超额收益率 6.82%。

4.2 中证 500 指数增强

中证 500 遗传规划选股模型构建方法如下： 1.股票池：中证 500 成分股。 2.训练集（样本内）：2016 年 1 月 1 日-2020 年 12 月 31 日 3.因子：由遗传规划因子挖掘模型挖掘 2000 初始种群、5 代、4 轮得到的 189 个 因子加权复合组成。 4.策略：每周最后一个交易日选择模型得分最高的每个行业内的前 10%的股票构 建多头组合，以下周第一个交易日开盘价买入，周频调仓，交易成本为双边千三。

截至 2024 年 6 月 7 日，中证 500 选股因子年化超额收益率 13.97%，夏普率 0.74。 今年以来超额收益率 5.21%。

4.3 中证 1000 指数增强

中证 1000 遗传规划选股模型构建方法如下： 1.股票池：中证 1000 成分股。 2.训练集（样本内）：2016 年 1 月 1 日-2020 年 12 月 31 日。3.因子：由遗传规划因子挖掘模型挖掘 2000 初始种群、5 代、4 轮得到的 564 个 因子加权复合组成。 4.策略：每周最后一个交易日选择模型得分最高的每个行业内的前 10%的股票构 建多头组合，以下周第一个交易日开盘价买入，周频调仓，交易成本为双边千三。

截至 2024 年 6 月 7 日，中证 1000 选股因子年化超额收益率 20.70%，夏普率 0.76。今年以来超额收益率 3.08%。

5. 可转债随机森林策略：2024 年累计收益超额收益 7.73%

5.1 随机森林模型的基本原理

随机森林是一种集成学习方法，它通过构建多个决策树并将它们的结果进行投 票或平均，以得到最终的预测。这种方法的主要优点是，通过集成多个模型，随机森 林有高准确性、抗过拟合、并能提供特征重要性评估等优点，它在处理多维度数据、 数据中存在较多噪声时有较为优异的表现。 随机森林模型的建模过程和关键参数。随机森林的建模过程主要包括以下步骤： 步骤一：从原始数据集中使用自助采样法（bootstrap sampling）抽取样本，形 成多个子数据集。 步骤二：对每个子数据集，构建一个决策树。在每个节点，随机选择一部分特征 进行分裂。 步骤三：重复以上步骤，直到生成指定数量的决策树。

5.2 策略表现

可转债随机森林模型构建方法如下： 1.样本：剩余规模在 1.5 亿以上的公募可转债。2.训练集（样本内）：2019 年 1 月 1 日-2023 年 11 月 12 日 3.因子：可转债因子库中，在样本内因子 IC 绝对值在 2.5%以上因子 4.策略：在剔除外部评级 A+以下、当日成交额在一千万以下的转债后，我们按 每期因子打分 top30 转债等权作为当期持仓，周度调仓，双边费率千一。

截至 2024 年 5 月 31 日，国联随机森林策略今年以来绝对收益 6.50%，相对基准 超额收益率 7.73%。

6. 市场总结

6.1 整体环境

2024 年上半年， A 股市场分化明显，大盘指数显著跑赢中小盘指数，主要是一 季度流动性风险和二季度“新国九条”出台导致小盘股走弱；行业上银行、煤炭、家电、 电力等红利板块显著跑赢计算机、传媒、医药、电子等成长板块，成长中通信表现最 强，但 4-5 月也出现明显回落。 国内宏观环境逐渐恢复，企业业绩迎来边际改善；但是国内整体货币-信用传导 不畅，信用方面仍然偏紧，企业、居民的长期投资消费意愿仍然需要提振。当前经济 面临新旧动能转换、经济结构转变等问题。旧动能方面，地方政府化债压力仍大，结 构性及区域性风险仍然突出；房地产化解风险趋势延续，从开工、销售来看，房地产 大周期拐点仍未探明。新动能方面，今年以来制造业整体偏强，服务业表现也有亮点， 制造业 PMI、工业增加值制造业分项、固投制造业分项均整体较强。但是外部主要经 济体加息叠加地缘政治等问题很大程度影响了国内权益市场，国内市场整体来看，大 盘股、黄金、债券等相对低风险资产在上半年表现较好。

6.2 策略表现

行业轮动、 遗传规划指增策略、可转债随机森林策略都在 2024 年上半年有着不 错的超额收益；从绝对收益来看，受益于转债的防御性，投资转债的随机森林策略表 现相对较好。行业轮动方面，我们首先看好盈利和景气向上且估值性价比较高的 TMT、 电新、机械、汽车等；其次是受益于经济修复、外资流入以及高股息相关的家电、银 行、食品饮料、纺服等。

6.3 未来展望

目前来看，地缘政治问题仍存在不确定性，美联储降息还未落地，下半年 A 股处 于盈利上升至中后段、信用筑底反弹的阶段，从微观因子来看，我们继续看好风险较 低、流动性较好的大盘股；资产配置上，我们看好低风险、高红利行业股票、可转债 等资产。

编辑：火腿肠