Alpha掘金系列之二十：热门概念板块AI预测与概念龙头识别-251202-国金证券.pdfVIP

行业分类难以满足多元需求，主题概念投资快速兴起

随着资本市场的快速发展，上市公司的业务结构愈发多元，仅依赖传统的行业或风格分类难以完整刻画企业的业务特

征，信息损失也随之增加。概念指数是具有共性受益逻辑的一系列股票的集合，其成份样本通常涵盖一个或多个行业

的上市公司，并且在二级市场股价具有明显联动性，可以很好解释股票的收益变化。

Wind热门概念指数基于客观量价评分，结合政策和产业等因素主观确定的热门指数，具有领涨性和活跃性，采用等权

重方式进行编制。我们首先尝试基于月度和周度动量因子构建热门概念指数轮动策略，但是因子和策略效果相对有限，

未能获得满意的效果。

基于TimeMixer模型的热门概念指数轮动策略构建

我们尝试先构建个股的Alpha因子，将其聚合到概念指数上。由于Wind热门概念指数均为等权重指数，所以按照指

数成分股加权方式和等权加权方式效果完全相同，我们基于此方式先将个股因子聚合到概念指数上。聚合后的指数因

子IC均值为7.27%，多头年化超额收益率为30.77%，多头信息比率为1.28。

基于聚合后的因子构建指数轮动策略，每周选择模型得分最高的10个概念指数进行等权配置，基准为中证全指，回

测区间为2019年1月4日至2025年8月29日，手续费为单边千分之一，基于TimeMixer的热门概念指数轮动策略

相对于中证全指和Wind热门概念指数等权分别取得了费后18.06%和9.02%的年化超额收益率，相对于中证全指超额

最大回撤仅为9.97%，信息比率为1.73。策略所有年度均相对中证全指实现正向超额收益。

基于热点概念指数轮动效应的Alpha和龙头组合构建

虽然概念指数轮动策略的收益表现较好，但在实际执行中需要持有数量较多、变化幅度较大的股票组合，从而带来较

高的换手成本。为提升策略的可操作性，我们在每周的概念指数成分股信号中，挑选出选股模型得分最高的20只股

票等权构建组合，基准为中证全指，手续费为单边千分之一。策略相对于中证全指实现了费后11.34%的年化超额收

益，超额最大回撤为22.87%，信息比率达到0.79。

龙头企业通常在产业链中处于主导地位，市场份额高、定价权强，是行业的代表性资产，它们通常在产业链中处于主

导地位，市场份额高、定价权强，是行业的代表性资产。最终，我们决定选择FCF2EV(自由现金率因子)来帮助我们从

概念组合里找出龙头公司，自由现金流率高的企业抗风险能力强，存在时间久且能真实反应企业盈利能力与财务状况：

我们在概念指数的成分股信号里，每个指数挑选出自由现金流率最大的2只股票等权构建组合，基准为中证全指，手

续费为单边千分之一，该选股策略整体表现优异，策略相较于基准年化超额收益为20.63%，信息比率1.61，超额最

大回撤为21.65%。分年度来看，组合在2019-2025年均获得了正超额。自由现金流率因子在成长大幅占优的年份（2019、

2020和2025）年表现表现略弱，这也和自由现金流率偏向价值和大市值风格特征高度一致。

风险提示

1、以上结果通过历史数据统计和测算完成，在市场环境发生变化时模型存在失效的风险；

2、策略通过一定的假设通过历史数据回测得到，当交易成本提高或其他条件改变时，可能导致策略收益下降甚至

出现亏损。

3、策略历史收益不代表未来，需警惕资产未来业绩不及预期的风险；

敬请参阅最后一页特别声明1

扫码获取更多服务

金融工程专题报告

内容目录

一、行业分类难以满足多元需求，主题概念投资快速兴起4

1.1Wind概念指数数量持续上升4

1.2Wind热门概念指数采用等权重方式进行编制5

1.3Wind热门概念指数动量因子表现一般6

二、基于TimeMixer模型的热门概念指数轮动策略构建8

2.1基于TimeMixer改进的机器学习模型框架介绍8

2.2自下而上的热门概念指数轮动策略构建8