行业配置策略与ETF组合构建.pdfVIP

2024年1月行业配置报告

目录

1基于相似预期差因子的行业轮动模型1

1.1模型介绍1

1.2历史回测2

1.3策略跟踪2

2基于分析师预期边际变化的行业轮动模型4

2.1模型介绍4

2.2历史回测4

2.3策略跟踪4

3基于交易集中度的行业轮动模型6

3.1模型介绍6

3.2历史回测7

3.3策略跟踪7

4模型汇总9

4.1观点汇总9

4.2情景分析9

5ETF组合构建10

6风险提示10

请务必阅读正文后的重要声明部分

2024年1月行业配置报告

图目录

图1：行业维度相似预期差因子IC统计图2

图2：近一年相似预期差行业轮动策略月度收益3

图3：相似预期差多头策略与市场指数净值变化图3

图4：动态分析师预期因子IC统计图4

图5：近一年动态分析师预期行业轮动策略月度收益5

图6：动态分析师预期多头策略与市场指数净值变化图5

图7：交易集中度因子IC统计图7

图8：2023.01至今交易集中度行业轮动策略月度收益8

图9：交易集中度多头策略与市场指数净值变化图8

表目录

表1：相似预期差因子信息系数分析结果2

表2：相似预期差行业轮动策略收益表现（2016年12月至2023年12月）2

表3：相似预期差行业轮动策略推荐行业3

表4：动态分析师预期因子信息系数分析结果4

表5：动态分析师预期行业轮动策略收益表现（2016年12月至2023年12月）5

表6：动态分析师预期行业轮动策略推荐行业6

表7：交易集中度因子信息系数分析结果7

表8：交易集中度策略收益表现（2018年1月至2023年12月）7

表9：交易集中度行业轮动策略推荐行业8

表10：行业轮动模型配置观点9

表11：策略情景分析9

表12：2024年1月ETF组合相关基金标的10

请务必阅读正文后的重要声明部分

2024年1月行业配置报告

本篇，我们基于《基于相似股票历史收益的选股因子研究》（2022年05月20日）、《基

于“集中度”识别拥挤交易的行业轮动策略》（2022年01月26日）构建的行业轮动模型，

定期更新月度行业配置观点，并对策略历史表现进行了持续跟踪。在此基础上，构建行业

ETF组合策略。

1基于相似预期差因子的行业轮动模型

1.1模型介绍

相似预期差因子的核心逻辑是寻找相似股票表现优异但其本身尚未大涨的个股。相似预

期差因子值的计算方法如下。

首先，我们要通过股票距离来刻画股票间的相似性，从而筛选出相似股票，具体而言，

我们将股与股在时刻的距离定义为二者在市盈率行业相对值、净资产收益率、资产增

长率之间的欧氏距离：

其中，为股在月末的市盈率行业相对值，为股截止月末已披露的最新报告期

的净资产收益率，为股截止月末已披露的最新报告期的资产增长率。市盈率行