1.1 经济六周期：迈向信用扩张
基于货币传导理论机制，我们将宏观情景按照“货币-信用-增长”三因子方向划分成中国 经济六周期，当前从基本面现实来看，处于宽货币-紧信用-弱增长的货币扩张状态。而近 一个季度股债商三类资产均有不错表现，逻辑回归模型预测表明资产走势或已部分定价 信用扩张预期。 展望未来一年，彭博经济学家一致预测显示货币环境维持宽松（SHIBOR3M 预测平稳下 行）、信用开启反弹（M2 预测趋势上行）、增长仍然偏弱（（GDP 预测波动向下），据此推 演将切换至信用扩张阶段，利好权益资产表现。
1.2 财政刺激：节奏逐步加快
近一年在货币持续刺激下信用仍难见起色，导致经济周期长期停滞在货币扩张阶段，其 核心矛盾在于私人部门需求不足，公共部门需加杠杆补足总需求，从而引导货币顺畅传 导，同时提振市场预期，因此观测焦点应放在财政刺激。 近阶段财政节奏加快下资产价格有所反弹但仍归于震荡，我们使用一般公共预算和政府 性基金预算加总的财政赤字率作为代理变量，测算发现强劲的财政刺激才对资产表现具 有显著区分效果。若财政赤字维持四季度的扩张节奏，预计明年一季度有望攀升至前期 高点，触及 2 倍标准差水平。
1.3 宽基展望：大市值宽基跑赢小市值宽基
GK 模型认为股票收益来自于股息率、股本变动率、盈利增速和估值变化四个收益来源，《A 股收益预测框架》中我们对四个分项分别进行未来一年的建模，从而构建了 A 股宽基指数未 来一年的收益预测模型。 当前来看，中证 500 未来一年的预期收益为-20.6%，似乎与上证 50 和沪深 300 拉开了 巨大的差异，其差异主要来自于两项： 1) 盈利预测：分析师一致预期修正模型认为中证 500 未来一年盈利增速为-8.6%；近期信 贷脉冲近期也有所回落，信贷脉冲模型认为中证 500 未来一年盈利增速为-8.0%； 2) 估值预测：9 月 23 日至 12 月 10 日，中证 500 的估值拔升了 37.5%，一部分来自于股 价的提升，一部分来自于三季报的盈利滑落，透支了中证 500 的估值空间。
退一步说，哪怕我们对宽基指数的预期收益与真实收益之间存在偏差，但是根据 300 和 500 预期收益差构建的宽基指数多空策略似乎是长期有效的，这意味着预期收益差具备 300 和 500 相对收益的长周期预测能力，因此，我们建议投资者未来一年更多聚焦大市值宽基指数。
1.4 风格展望：质量>成长>价值>小盘
风格轮动的问题一般而言我们建议投资者以“微观为主，宏观为辅”的思路进行应对，微观 层面我们一般是以“赔率-趋势-拥挤度”三标尺框架进行系统性的跟踪和观察。 微观维度看风格。当前，各风格因子的微观状态如下： 1) 质量风格：即 ROE 因子和 EPS 稳定性因子，当前为高赔率-中等趋势-低拥挤状态，横向 综合排名最高，建议长期超配； 2) 成长风格：即营收增速和净利润增速因子，当前为中等赔率-中等趋势-中等拥挤状态， 整体各项指标均处于中间水平，前期的大涨使得赔率和拥挤度优势变弱，建议标配； 3) 价值风格：即 PB、PE 和股息率等因子，当前为低赔率-强趋势-中高拥挤状态，横向对 比综合排名较低，长期或有相对收益压力，建议标配或低配；4) 小盘风格：即流通市值因子，当前为中等赔率-弱趋势-高拥挤状态，综合排名最低，尽 管短期由于风险偏好等原因有显著涨幅，但长期而言风险仍在，建议低配；
宏观维度看风格。我们发现成长和价值的轮动与宏观环境具有较大的相关性，一般而言在 中国经济六周期的前三阶段成长风格表现出色，而在后三个阶段是价值类风格表现出色。尽 管当前我们仍处于阶段六，但从上文的推演可知，市场预期已经走向阶段一，而从经济学家 一致预期来看未来一年我们切换至前三阶段的概率也会较高，因此聚焦成长风格应该是一个 胜率较高的选择。 基于微观三标尺和宏观六周期的综合判断，未来一年风格建议是：质量>成长>价值>小盘。
系统化风格轮动策略。基于微观三标尺的综合打分，我们构建了“大盘小盘-价值成长”四 象限风格轮动策略，2019 年以来年化跑赢中证全指 10%，超额收益的月度胜率为 61%。过 去一年主要是在 2023 年 11 月从小盘价值切换至大盘价值，在 2024 年 5 月从大盘价值切换 至大盘成长，今年以来累计绝对收益为 23.3%，超额收益为 9.0%。
1.5 转债市场：配置性价比适中
当前转债配置性价比适中。我们基于专题报告《可转债的赎回概率调整定价模型》，使用 了以下两个指标来观察转债市场当前的赔率水平与左侧配置价值：
价格水平类择时指标：信用债 YTM 与转债 YTM 差值。当该指标处于历史低位时， 说明近期权益市场承压，绝大部分转债已经跌成了虚值期权。若在此时买入转债， 转债期权的 delta 较低，权益市场下跌对转债价格的影响已比较有限。当前 YTM 差 值-历史 6 年中位数位于 2018 年起 64.47%分位数，市场处于“中等价格”区间。
期权估值类择时指标：CCBA 定价偏离度。我们计算定价偏离度=转债价格/CCBA 模型定价-1，用来表征转债的期权估值水平，在低估时配置转债易获得正股与估值 同时反弹的收益。当前 CCBA 定价偏离度为-0.19%，位于 2018 年起 53.44%分位 数水平，转债市场处于“中等估值”区间。 由上可见，由于正股的快速反弹，转债市场情绪显著恢复，当前转债市场已由“低价低 估区间”进入“中等价格与估值”区间，转债配置性价比适中。
1.6 宏观对冲的组合思路：利用股债 RP 对冲增长，收获流动性
股债风险平价策略指数（股债 RP 指数）今年以来收益 6.8%，最大回撤 0.74%，表现异常亮 眼。理论上，由于股票对增长正暴露，对流动性正暴露，而债券对增长负暴露，对流动性正 暴露，因此股债风险平价组合大致上可以将股债的增长暴露对冲掉，剩下纯粹的流动性多头 暴露。
2.1 基金仓位
在之前的专题报告《从跨期模仿行为中寻找公募基金的领先者、跟随者和独行者》中， 我们根据基金季报披露的真实持股信息，对公募基金的跨期持仓行为特征进行了分析， 计算了基金的跨期领先效应和跨期跟随效应因子，然后根据因子寻找到公募基金中的三 类基金参与者：领先者、跟随者、独行者。通过复盘发现，历史上各类基金对各行业的 配置与切换节奏有所不同，具体从历史各期配置数据来看，领先者和跟随者的行业切换 速度较快（各行业配置比例的波动率较大），而独行者的板块配置比例相对稳定一些。成 功领先者往往能够比跟随者更早地嗅到市场未来的热点方向，长期来看成功领先者的行 业配置具有前瞻性。季报披露后观察全部公募基金整体的行业配置数据对投资的指导意 义比较有限，而观察其中的成功领先者与成功独行者的行业配置数据更有意义。据历史 数据回测结果，成功领先者、成功独行者的个股与行业投资具备一定的借鉴意义。
2.2 基金优选
不论是从长期历史回测结果来看，还是从短期今年样本外的业绩来看，成功领先者和成 功独行者都是相对优秀的基金类型。这 2 类基金不仅投资行为具备参考意义，而且基金 本身也具备较高的投资价值，能较好地适应近几年抱团程度较低的市场风格。截至 2024 年 11 月 30 日，今年以来公募偏股基金指数整体跑输万得全 A 指数，万得偏股混合基金 指数收益率 4.36%，同期万得全 A 收益率 12.20%。截至 2024 年 11 月 30 日，我们跟 踪的成功领先者 50 组合的收益率为 9.82%，成功独行者 50 组合的收益率为 7.28%。
3.1 配置观点：重视电子、汽车、家电和有色的库存反转机遇
近些年我们丰富了行业配置框架，目前包括右侧行业景气趋势模型和左侧库存景气反转模型， 两个模型能够有效互补，适应市场变化。这里给出当前的配置观点和重要提示： 核心观点：成长板块景气度-趋势-拥挤度打分占优。截止 2024 年 11 月底，右侧景气趋 势模型绝对收益 16.1%，相对 wind 全 A 指数超额 4.1%。左侧库存景气反转策略绝对收 益 24.9%，相对行业等权超额 13.5%。当下最显著的变化有两个：一个是稳定高股息板 块（银行、电力和交运）趋势和拥挤度打分在 10 月明显下滑，目前均已被模型移出持 仓，短期参与性价比不高；二个是成长板块景气度-趋势-拥挤度打分占优，例如汽车、通 信、电子、军工、有色、化工和新能源等，结合前期月报我们提到通信、有色、电子和 汽车等行业有望迎来库存底部反转机遇，建议重视。 两个模型具体表现和最新推荐如下： 1）右侧景气度-趋势-拥挤度分析框架：选取景气高、趋势强和拥挤度不高的行业。考虑 到近些年分析师定价权的提升，我们根据分析师盈利预测明细数据编制了分析师景气指 数 FAPI（Financial Analyst Pros Index），用于及时跟踪宽基指数、风格和行业的景气度。 结合我们团队的趋势和拥挤度指标，截止 2024 年 11 月 29 日，行业各个分项指标如下。
12 月行业配置建议如下：补库存预期 70%（有色金属 17%、汽车 17%、家电 7%、通 信 16%，电子 13%）、农林牧渔 9%、国防军工 7%、基础化工 7%、电力设备及新能源 7%。
2）左侧的赔率-胜率分析框架：选取当前困境或者过去困境有所反弹的行业中，长期景气有 望改善的行业。今年来，我们在该模型基础上，添加了基本面维度的信息，将行业库存周期 的框架纳入进去。具体而言，剔除了库存和资本开支历史分位数>80%、毛利率和自由现金 流占比历史分位数<20%的行业，对持仓行业的库存压力和补库条件进行考量，规避库存压 力较大和不具备补库条件的行业。 根据最新一期打分，我们提供如下库存景气图谱，建议关注右下角蓝色气泡行业，越往 右下代表行业业绩预期更好，库存位置不高，红色点代表不符合买入必要条件（资本开 支或库存历史分位数>80%、毛利率或自由现金流占比历史分位数<20%）。如图所示， 当下可以关注四条线索，均为当前经济结构亮点且有一定补库迹象：1）资源品：工业金 属、稀有金属、化学纤维等；2）出口链：乘用车、汽车零部件、纺织制造等；3）AI： 消费电子、元器件、计算机设备；4）医药：中药生产、化学制药等。
此外，目前库存周期处于经济下、库存下的象限，也就是主动去库存阶段，我们基于库 存周期构建的择时策略原则是在被动去库存和主动补库存阶段做多权益资产，考虑到经 济增长指数在 0 轴以下，当前权益资产可继续等待。值得注意的是，近期宏观经济和库 存景气指数有明显修复迹象，并且上市公司三季报补库力度较大，当下可能处于主动去 库存尾声，后续可重点跟踪相关数据披露和年报补库力度。
考虑到目前宏观环境可能处于主动去库存末期，现在应该重视未来一年有望底部补库存 的行业。根据 10 月底三季报披露情况，汽车、有色和电子等一级行业继续补库存，三季 报库存和营收同比继续回补，并且资本开支处于历史中低位，毛利率和自由现金流等补 库存条件类指标有企稳迹象，可以关注起来。
1） 库存同比：这四个行业近期的库存同比均出现回补迹象。其中家电和电子从 2023 年下半 年企稳上升，触底相对较早；汽车和有色于 2024 年半年报刚刚有触底回升的迹象，三季 报汽车库存进一步回补。
2） 营收同比：这四个行业半年报的库存同比均出现企稳向上。其中家电和汽车于 2023 年半 年报附近企稳向上，有色和电子于 2024 年二季报有企稳迹象。
3） 资本开支/（固定资产+无形资产）：家电、有色和电子半年报的资本开支占比均处于历史 低位，汽车历史分位数略高但近期明显下降，已处于历史中枢位置。
4） 毛利率：家电、有色、汽车和电子半年报的毛利率均处于上行趋势，其中家电、汽车和 有色同时处于历史较高位置，电子有较大上行空间。
5） 自由现金流/总资产：家电半年报的自由现金流显著为正且位于历史较高位置，但三季报 有下滑趋势，可持续观察年报披露状况；汽车和有色均在 0 轴以上有见底企稳迹象；电 子自由现金流长期为负处于资本投入状态，但近期处于上升趋势且处于历史较高位置。
3.2 基本面量化组合跟踪
我们从成熟的盈利模式出发，构建具体的主动量化策略。目前跟踪的模型包括：行业配 置模型、行业 ETF 配置模型和行业轮动+PB-ROE 选股模型等。
3.2.1 行业景气趋势配置模型
在前期发布的专题报告《行业配置模型的顶端优化》中，我们提出了两种适用不同市场 环境的右侧行业配置解决方案： 1) 行业景气模型：高景气+强趋势，规避高拥挤。景气度为核心，进攻性强，需要拥 挤度提示风险来保护，比较偏同步； 2) 行业趋势模型：强趋势+低拥挤，规避低景气。顺着市场趋势走，思路简单易复制， 持有体验感强，比较偏右侧。 历史回测结果如下图所示，基准是 wind 全 A 指数。行业配置模型多头年化 22.7%，超 额年化 16.3%，信息比率 1.74，超额最大回撤-7.4%，月度胜率 71%。今年截止 2024 年 11 月底，相对 wind 全 A 指数超额 4.1%，绝对收益为 16.1%，表现较为稳健。
3.2.2 行业库存反转模型
随着近两年景气和动量因子效果有所衰退，两个细分模型出现阶段性失效的情况，近期 我们基于赔率-胜率的角度研发出困境反转的行业配置模型，在当前困境或者过去困境有 所反弹的板块中，挖掘分析师长期看好且库存压力不大具备补库条件的板块，希望捕捉 一些正处于补库周期的行业困境反转行情。 模型历史回测结果如下图所示，基准是行业等权。模型多头年化 13.4%，超额年化 16.5%， 信息比率 1.76，超额最大回撤-8.7%。策略 2023 年获得绝对收益 17.0%，相对行业等权 超额 20.7%，2024 年截止 11 月底绝对收益 24.9%，相对行业等权超额 13.5%。
3.2.3 行业配置落地：ETF & 选股
行业 ETF 配置层面，在专题报告《行业 ETF 配置的解决方案》中，我们将行业景气度模型在 ETF 上进行落地。策略年化超额收益 18.2%（基准中证 800），信息比率 1.87，2023 年超额 收益为 6.0%，2024 年截止 11 月底超额 4.9%。
12 月 ETF 配置推荐如下：800 汽车、通信设备、全指电力、5G 通信、人工智能、中证畜牧、 有色金属和科技龙头等。
考虑到部分一级行业暂无可投资 ETF，我们将行业模型配置也落实到选股层面。具体而 言，我们先根据行业配置模型确定行业权重，然后根据 PB-ROE 模型选取行业内估值性 价比高的股票（前 40%），按流通市值和 PB-ROE 打分加权。
行业景气度选股模型多头年化 29.9%，年化超额 wind 全 A 指数 22.9%，信息比率 2.02， 超额最大回撤-8.0%，月度胜率 74%。2022 年策略超额 10.2%，2023 年超额 10.4%， 2024 年截止 11 月底策略绝对收益 13.4%，超额 wind 全 A 指数 1.2%，近 3 个月表现 不佳，策略有绝对收益但超额回撤较大。
4.1 A 股市场风格因子表现
我们首先统计了 2024 年初至 11 月底，国盛多因子风险模型中风格因子的纯因子收益。 风格上： 1）规模类因子：市值因子收益率为 3.97%，非线性市值因子收益率为-11.65%，表明市场整 体偏向大市值风格，中小盘股表现不佳； 2）量价类因子：beta 和动量因子收益率分别为 10.11%、9.50%，残差波动率和流动性因子 收益率分别为-14.17%、0.26%，市场总体呈现高动量和低波动风格； 3）基本面因子：基本面因子整体表现一般，价值、杠杆因子收益略为正，分别为 1.09%、 0.99%；成长、盈利因子收益为负，分别为-1.21%、-0.10%。 行业上，剥离了风格后的行业纯因子收益显示，今年表现最好的五个行业分别是综合、保险、 通信、银行、传媒，收益最低的五个行业分别是钢铁、食品饮料、医药、农林牧渔、建材。
再观察因子的净值曲线，可以发现 A 股市场在 2024 年出现了较为频繁的大小盘风格切换： 年初至 2 月上旬，市场呈现明显的大盘风格；2 月中旬开始，市场迅速切换至小盘风格，持 续至 4 月中旬；随后，大小盘风格又经历了多次频繁切换，大盘在 4 月中旬、6 月初、7 月 中上旬、9 月下旬至 10 月上旬曾短暂明显占优，其余时段小盘占优或大小盘风格不明朗。动 量因子上半年的累计收益较高，但下半年波动较大。Beta 因子在 9 月下旬至 10 月中上旬的 表现亮眼，其余时段的表现一般。盈利因子上半年表现较佳，但下半年持续回撤。另外，今 年流动性、价值、成长、杠杆因子的表现均不尽如人意，累计净值的波动较大，频繁发生大 幅回撤。
4.2 A 股市场量价类 Alpha 因子表现
国盛金工的量价类 Alpha 因子主要包含以下 4 类： 1）动量/反转类因子：A 股市场有显著的月度反转现象，但并不总是稳定；我们从反应不足/ 反应过度的角度出发，利用成交量、投资者结构等信息，对传统反转因子进行改进，提高其 稳定性；具有代表性的因子如 volume_ret20、moneyflow_ret20（分别用成交量、大小单资 金流，对月度反转因子进行改进）； 2）流动性因子：我们发现过去一段时间交易量相对稳定的股票，在未来一个月具有显著的超 额收益，因此基于日频换手率、分钟换手率的稳定性，分别构建选股因子 daily_turn_std、 minute_turn_std； 3）波动率因子：A 股市场有显著的“低波异常现象”，即波动率较低的股票，未来收益更高； 我们基于股票的分钟行情数据，计算分钟涨跌幅的标准差，构建高频波动率因子 minute_volatility； 4）价量相关性因子：想要预判股票的未来表现，仅仅依靠股价走势是不够的，还需要观察成 交量的变化；价量相关性因子可以帮助我们结合价格与成交量的信息，具有代表性的因子如 daily_pv_corr、minute_pv_corr（分别基于日频、分钟数据，计算价量相关性，构建选股因 子）；另外，我们发现价格变化的自相关性中，也拥有显著的选股信息，因此基于分钟价格序 列的自相关性，构建因子 minute_price_autocorr。
构建上述量价类 Alpha 因子后，我们以全体 A 股为研究样本（剔除 ST、停牌、上市未满 60 个交易日的股票），对因子进行月度 10 分组回测。下面两张图表分别展示了因子 10 分组多 空对冲的净值走势、各项绩效指标。整体来看，量价类 Alpha 因子表现稳健，信息比率基本 都在 2 以上；其中高频价量相关性因子、高频价格自相关性因子的稳健性最强，信息比率分 别为 3.02、2.82。
今 年 以 来 ， 上 述 量 价 类 Alpha 因 子 都 取 得 了 正 向 收 益 ， 其 中 累 计 收 益 最 高 的 为 minute_volatility（分钟收益波动因子），录得收益 20.18%；minute_turn_std（分钟换手稳定 性因子）和 daily_turn_std（日频换手稳定性因子）紧随其后，分别录得收益 17.30%和 14.97%。 从信息比率来看，表现最好的是 minute_turn_std（分钟换手稳定性因子）和 minute_volatility （分钟收益波动因子），今年以来的年化信息比率分别为 2.64 和 2.03。
众所周知，量价类因子在中小市值股票中的有效性更强，因此在市场更偏中小市值风格的时 候，量价因子的表现往往更好。我们选取常用的沪深 300 指数代表大盘股、中证 1000 指数 代表中小盘股，观察两个指数从 2012 年以来的相对走势。可以发现在 2017 年以前，中证 1000 指数有较为稳定的优势；但从 2017 年开始至 2021 年年初，沪深 300 指数持续占优， 观察同期量价因子的表现，就会发现许多传统量价因子的有效性明显下降，比如传统反转因 子在 2017 年出现长时间回撤，传统波动率、换手率因子在 2018 年、2019 年多次出现大幅 回撤，另外伴随着 2020 年至 2021 年初的机构抱团行情，我们构建的量价类 Alpha 因子的波 动也明显增大；直到 2021 年 3 月份，市场重回中小市值风格，量价类因子的表现才开始回 暖。
在未来，如果我们预期大规模的机构抱团行情难以重现，且目前 A 股市场的股票数量较 多，在许多未被研究机构覆盖的中小票中，也将出现较多具有投资价值的股票，那么我 们相信量价类因子将会有更多的用武之地。
4.3 量化选股策略跟踪
我们将跟踪的量化选股组合大体分为 3 类：其 1）为基于增强 ETF 申赎清单构建的指增 组合；其 2）为基于量价交易信息的 AI 指数增强组合；其 3）为主动量化选股组合： 1) 传统多因子选股体系，我们另辟蹊径基于增强 ETF 申赎清单直接构建增强组合； 2) 深度学习选股体系，基于量价数据驱动，采用 AI 模型的短周期交易型指增组合； 3) 通过对价值投资或行为金融的深度理解，捕捉市场反应不足/过度的定价错误，组合 构建流程基于金融逻辑和因果推断，根据特定事件或指标筛选股票池。 以下，我们具体介绍各类组合的构建方式以及今年以来的绩效表现。
基于增强 ETF 申赎清单的指增组合
作为将指数增强基金和 ETF 交易模式相结合的工具性产品，近年来增强 ETF 的发展在 A 股结构性行情中不断升温。自 2021 年末上市以来，增强 ETF 的规模与数量不断扩大， 且能够实现每年稳定战胜基准指数的目标。不同于场外指数增强基金每季度披露投资报 告，增强 ETF 每日公告申购赎回清单，可借助清单中对其当前持仓一窥究竟。 借助增强 ETF 每日通过 PCF 披露的申赎清单，我们对增强 ETF 的持仓情况进行还原。分 析表明 PCF“清单权重”无论在持仓明细还是净值走势都能良好还原增强 ETF 本身。 增强 ETF 申赎清单本身即为股票多头信息，我们从两个不同维度基于增强 ETF 申赎信息 构建对应标的指数的增强策略。基于增强 ETF 申赎因子，间接构建组合，其优点在于我 们不再受限于 ETF 本身的持仓组成，可以综合多个 ETF 对于个股的综合评价信息，对于 组合的风险约束也将具有更大的自主权利。
我们基于增强 ETF 申赎清单构建增强组合，截至 2024-11-29 日，今年以来沪深 300 指 数增强组合超额收益为 5.2%，中证 500 指数增强组合超额收益为 8.6%，中证 1000 指 数增强组合超额收益为 1.9%。
深度学习指数增强组合
基本面因子是低频多因子模型的重要 alpha 来源，但是 2021 年以来业绩类因子出现普 遍性的大面积回撤。而量价+AI 类模型基于数据驱动，基于短期交易数据层面捕捉市场 短期的定价不充分，这与基本面模型具有较高的独立性，因此我们基于深度学习模型构 建了周频调仓的指数增强组合。
截至 2024-11-29，今年以来中证 500 指数增强组合绝对收益 14.9%，超额中证 500 指 数 7.1%，组合日度胜率 55.0%。
截至 2024-11-29，中证 1000 指数增强组合今年以来绝对收益 16.1%，超额中证 1000 指数 11.0%，组合日度胜率 56.8%。
小盘价值组合
Piotroski（2002）提出 F-SCORE 指标用于低估值（高 BP）股票投资，他认为低估值股票更 适用于财务报表分析： 1. 分析师一般关注收益弹性更好的成长股，价值股通常分析师关注度低； 2. 公司欠缺主动的信息披露渠道，由于业绩表现差，主动的信息披露可能不被信任； 3. 绝对低估值的企业可能处于财务困境中，报表分析更适合。 因此，在低估值股票中我们希望借助于财务信息，寻找估值具有抬升潜质、同时基本面出现 改善、安全边际高的股票，在低估值股票中寻找盈利和估值同步抬升的机会。 首先，股价的短期变化反应在情绪面和基本面，情绪映射成估值的变化，基本面反应在企业 短期的盈利改善，因此股价增长取决于估值和盈利两个维度。 我们发现，低估值股票估值变动幅度本身更大，而市场关注度低的中小市值、低成交量股票 在短期由情绪主导的估值提升更加明显，基于此逻辑我们筛选出冷门价值股票池。 然而，低估值股票普遍存在“便宜只有便宜的道理”，这些股票整体的盈利能力弱于市场平均 水平，存在陷入“价值陷阱”的风险。盈利改善是避免“价值陷阱”出现的前提，而股价安 全边际是避免“价值陷阱”的重要保障。因此，我们在寻找具有估值提升潜质的标的时，同 样关注股票本身的盈利能力改善和股价安全边际。 基于此思路，我们在冷门低估值股票池中选取基本面改善的股票，最终考虑价格的安全边际， 每期选取 100 只股票等权构建小盘价值精选组合。 以国证 2000 指数作为业绩比较基准，小盘组合 2012 年以来年化收益 30.9%，超额国证 2000 指数 22.4%，信息比 2.19。截至 2024-11-29，组合今年以来取得绝对收益 16.4%，超额国 证 2000 指数 12.8%。
权益基金业绩增强组合
公募权益基金整体相对于市场宽基指数呈现出显著超额收益，然而由于市场风格的变化，单 只基金长期保持稳定靠前的业绩水平具有较高难度。 我们在跟踪权益基金整体的风格、行业配置前提下，利用 alpha 模型获取超额收益，构建权 益基金业绩增强组合。截至 2024-11-29，今年以来组合取得绝对收益 2.2%，跑输基准指数， 相对偏股基金指数超额收益为-3.0%。
红利精选组合
股票的收益来自于两部分：股息收入和资本利得，其中股息收入可以通过股息率来刻画。股 息率是 Smart Beta 中红利策略最核心的因子。红利策略优化的方式可以在于对高股息股票 的进一步优选。我们在红利低波策略的基础上进行优化，寻找高成长性标的，筛选出的股票 组合具有低波动性、高股息率和高成长性的特点。截至 2024-11-29，今年以来组合取得绝对 收益 18.5%，超额中证红利指数 10.0%。
超预期精选组合
基于分析师对于股票最新业绩的点评报告，我们筛选鉴定市场上业绩超预期的股票；综合股 票基本面信息优选个股构建超预期精选组合。截至 2024-11-29，今年以来组合取得绝对收益 9.4%，超额中证 500 指数 1.6%。
5.1 可转债市场估值修复基本完成，配置性价比适中
今年十月以来，转债资产表现出了优异的收益风险比。我们曾在月报《十月配置建议： 12 个择时指标怎么看 A 股》与《权益市场反弹，转债估值新低——十月可转债量化月报》 中提及权益市场快速反弹，而转债估值仍处于低位，性价比较高建议超配。自今年 10 月 初以来，转债走出了稳定向上的估值修复行情，中证转债指数从收益与风险维度均优于 大部分宽基指数，具有优异的收益风险比，可见使用估值来衡量转债配置价值的重要性。
若对正股波动率进行保守假设，转债当前估值中性。转债中期权部分的定价往往和波 动率相关，波动率越高模型倾向于给出更高的定价。我们前文在计算定价时使用的是中 短期的 3 个月历史波动率，由于 9 月底开始正股快速上涨，大幅拉高了正股波动，模型 可能有高估转债定价的风险，从而可能会低估当前转债估值水平。
为了对当前转债的模型定价进行更保守的估计，我们将转债正股历史波动率的长期中枢 （3 个月历史波动率的过去 2 年中位数）带入到定价模型中进行测算，从而尽量消除短 期异常波动所带来的影响。由下图可见，当前基于历史波动率中枢计算的定价偏离度为 -0.19%，相对于 8 月底的估值低点已出现显著恢复，位于 2018 年开始 53.44%的分位 数水平，说明在较为保守的正股波动假设下，转债当前处于合理估值位置。
5.2 转债估值有望贡献非线性收益
我们在专题报告《可转债定价模型与应用》中介绍过转债的收益分解模型，可以将转债 收益进行如下拆解。由下图可以看出，股票和估值收益存在明显的周期波动，而 gamma 收益较为稳定，平均每年能够贡献 2.8%的收益。
转债收益=债底收益+delta 收益+gamma 收益+转债估值收益
但是实际上，投资者所感受到的 gamma 收益并不是很稳定，当市场情绪强的时候，投 资者感受到的 gamma 收益更加显著；当市场情绪差的时候，投资者感受到的 gamma 收 益并不明显，如在今年中开始，感受到的 gamma 收益甚至为负，即转债随着正股上涨 的少，但是下跌的更多。可见感受到的 gamma 和估值上升与下降有关，因此我们可以 定义广义 gamma 收益=gamma 收益+转债估值收益+债底收益。
6.1 指数量化择时-当下处于牛市的初级阶段
目前，几乎所有的规模指数都已经形成了周线级别上涨，而且周线级别上涨绝大部分都只走 了 1 浪结构，这说明当下才处于牛市的初级阶段。一波周线级别上涨持续的时间平均 1-2 年 左右，结构上平均会走出 3-5 浪，市场的中期上涨才刚刚开始。
6.2 行业量化择时-市场呈现普涨格局
就行业配置角度而言，我们推荐周线上涨刚确认或周线下跌足够充分的行业。目前来看， 建筑、轻工、机械、电力设备及新能源、商贸零售、纺织服装、非银行金融、地产、计 算机、传媒刚确认周线级别上涨，且周线上涨只走了 1 浪，上涨趋势大概率没结束；医 药、钢铁、建材、农林牧渔周线下跌已经走出了 9-11 浪结构，而且多数都已经走出双底 结构，后续会逐步走出底部，可以积极布局。
（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。）
