经济重构期，看好中游制造和TMT板块|性价比_新浪财经

导读

截至2024年6月30日，兴证金工择时模型给出股票谨慎乐观，债券乐观的信号，因此战术组合中低配股票权重，并配置长久期债券。
从最新风格观点看，截至2024年6月底，由于流动性维度偏向小盘，市场拐点期看好小盘反弹，大小盘轮动模型总体给出小盘风格占优的信号。由于美债利率下行，股市反弹期指标看好成长反弹，成长价值轮动模型给出成长风格占优的信号。成长价值模型在2022年9月底以来的样本外年化收益12.69%，远高于基准-6.12%的年化收益，月度胜率大约70%。大小盘轮动模型在2022年12月30日以来的样本外实现-4.21%的年化收益，高于基准-10.17%的年化收益，月度胜率达到65%左右。

“分歧与共振”行业轮动模型：从全样本来看，策略年化收益率为13.65%，年化波动率为21.42%，相对等权基准的年化超额收益为17.57%；超额收益年化波动率为9.26%，最大回撤为4.66%，夏普比率和卡玛比率分别为1.90和3.77。根据模型，我们最新推荐的行业为：国防军工、通信、机械设备、计算机、建筑装饰、钢铁。

风险提示：模型结论基于历史数据，在市场环境转变时模型存在失效的风险。

1、当前市场分析与展望

中国经济正处于结构转型的经济重构期，对外和对内的经济发展模式与关系都在发生变化；股市方面，2024年6月股市以下跌收盘，近期市场情绪有所修复，后市股票走势乐观。

1.1

估值比较：股票性价比仍然偏高

从性价比指标看，股票当前依然具备较高配置价值。我们在报告《基于非线性性价比的股债轮动组合》中比较了多种计算股债相对性价比的指标，最终发现基于宽基指数股息率与长端国债到期收益率的指标对于股债未来相对收益预测力最高。

我们定义股票和债券的相对性价比为两者各自潜在收益水平的差值，分别用DIV和Y代表万得全A指数股息率和10年国债到期收益率，定义基于股息率的股债性价比指标为：

我们计算了性价比指标DIV_Y在每个时点所处的滚动4年历史分位数水平Q。并且为了更好地突出性价比指标在极端取值时的特征，我们对性价比分位数Q做非线性变换取二次幂。从下图可以看到，在历史上多次市场大涨前，比如2008年12月、2015年12月、2019年1月和2020年3月，股债性价比指标都处于历史较高的位置。

截至2024年6月28日，股债性价比分位数指标在100%分位点，处于历史相对较高的位置，表明股票具有较高配置价值，上行空间较大。

1.2

宏观跟踪：6月PMI仍维持在荣枯线以下

从当前的宏观状态进行分析，2024年6月制造业PMI录得49.5%，与5月数据持平。从分项来看，生产分项边际回落至50.6%，仍维持在扩张区间；反映需求的新订单分项为49.5%，相较于上月小幅回落；新出口订单维持在48.3%，PMI数据表明当前经济修复速度弱于市场预期，供需均面临一定压力。

根据我们相似性模型的测算，当前宏观状态相似的结论比较模糊，所有历史时刻与当前打相似程度均未超过90%，与当前较相似的时段为2015年下半年，参考相似时段，同样存在一定经济下行压力。

从兴证金工中国经济先行指数的走势看，2022年5月以来指数走势有所企稳。截至2024年6月28日，5月先行指数构建所需数据已全部披露完毕。其中5月综合先行指数为95.22，相比4月数值95.30有所下降；5月实体先行指数为99.09，相比4月略有上行；5月金融环境指数为91.49，相比4月略有下降。

我们同时给出了截至6月30日已发布数据初步构建的6月先行指数情况。从初步结果看，实体先行指数整体略有下行，金融环境和综合指数也略有下行。总体来看，当前处于国内经济底部回升期，股票走势谨慎乐观，债券走势乐观。

1.3

微观观察：指标边际好转，市场情绪有所提振

我们使用市场两融数据、北向资金、主流宽基指数换手率、指数波动率、期权VIX等数据多维度观察市场情绪。综合资金维度和交投维度来看，本月部分指标边际好转，市场情绪整体有所提振。

资金维度，截至2024年6月28日，两融余额为1.5万亿元，基本与上月末水平持平，同时A股自由流通市值小幅降低，因此，整体而言两融余额与自由流通市值比值上升，目前位于近10年以来的67%分位点左右；近期，北向资金在经历了前期的持续净流入状态后，再度转为净流出，2024年6月北向净流出444.45 亿元。

交投维度，相较于2024年5月的水平，6月主流宽基指数的换手率小幅下行：目前Wind全A、沪深300、中证500、中证800、创业板指、中证1000换手率均低于近10年以来的中位数水平。本月各主流宽基指数维持震荡，除创业板指外，各大指数的波动均较上月有所下行；从时间序列来看，除中证1000外，各指数波动率均低于近10年以来的中位数水平。

截至2024年6月底，基于上证50ETF期权计算的VIX为11.60%，处于历史6%分位点左右，显示期权投资者对市场预期无明显的系统性风险。

1.4

最新择时观点

从兴证金工择时模型看，截至2024年6月30日，兴证股票择时模型给出谨慎乐观信号，债券择时模型给出乐观信号，信号因子具体情况见下表。

2、行业配置建议

我们综合技术面、基本面、资金流维度的信息，并进一步引入宏观数据发布日效应，构造了高胜率、稳健型行业轮动策略。模型细节详见报告《分歧和共振——直击行业轮动痛点》。

2.1

最新观点和相关ETF产品推荐

根据截至2024年6月28日的“分歧与共振”行业轮动模型结果，排序最靠前的6个行业分别是：国防军工、通信、机械设备、计算机、建筑装饰、钢铁。在经过宏观日历效应的调整后，各行业持仓权重分别为：14.29%、14.29%、28.57%、14.29%、14.29%、14.29%。

每月中，我们会根据技术面最新信号和宏观数据发布日效应对策略持仓进行调整，如需高频跟踪模型请联系兴证金工团队。

从各个维度的细分结果来看：

1）国防军工：主要推荐理由为技术面、基本面和资金流表现均较为优秀：基本面上业绩不可预测程度较高，其行业内超预期个股数量占比较高且行业内个股业绩存在一致趋势，同时，行业在资金流表现也较好，短期流入该行业的大单资金占比较高，相关ETF份额也有一定的收窄。

2）通信：主要推荐理由为技术面和资金流表现优异，技术面上动量趋势积极且从叠加泡沫的产业链传导景气度溢出效应来看，行业存在上涨动力；资金流维度大单资金净流入靠前，且流入该行业的大单资金受短期非理性因素驱动效应不明显；

3）机械设备：主要推荐理由为技术面和资金流表现优秀：技术面上短期存在动量效应，且叠加泡沫后，其上下游有一定景气度溢出效应；资金流维度大单资金净流入靠前，且流入该行业的大单资金受短期非理性因素驱动效应不明显；此外，宏观数据发布日，该行业存在短期超预期效应。

4）计算机：主要推荐理由为技术面和基本面表现优秀：技术面上短期存在动量效应，且叠加泡沫后，其上下游有一定景气度溢出效应；基本面上历史业绩可预测程度高，整体业绩有所超预期的同时分析师预期持续改善。

5）建筑装饰：主要推荐理由为技术面和资金流表现优秀：技术面上短期存在动量效应，且叠加泡沫后，其上下游有一定景气度溢出效应；资金流维度北向净流入靠前，且该行业相关窄基ETF份额小幅缩小，也是行业未来走势的积极信号。

6）钢铁：主要推荐理由为技术面表现优秀：技术面上短期存在动量效应，且叠加泡沫后，其上下游有一定景气度溢出效应。

进一步，我们基于行业指数与行业ETF之间的逻辑关系、收益率相关性、股票持仓相似性与流动性等维度综合考虑，构建了行业与行业ETF之间的映射关系，并根据每个月的行业轮动观点提供ETF推荐列表，供各位投资者参考，下表展示了本月行业ETF推荐名单。

2.2

行业轮动方法简介

在这一部分，我们将对“分歧与共振”行业轮动模型进行简要介绍。我们借鉴了宏观策略方向大量的思想，从分歧与共振的角度构建了一个综合技术面、基本面、资金流和宏观维度的稳健型行业轮动策略。

技术面维度，动量是最经典的技术面指标之一，基于动量的思想，我们分别考察了行业的内生动量和动量溢出效应：内生动量效应尝试从行业内个股走势趋同性的角度出发，成分股走势分化的加剧可能预示着行业当前整体趋势难以持续；动量溢出效应使用产业链上下游景气度溢出，从侧面衡量某一行业是否具有上涨动力。

基本面维度，我们聚焦于两大类衡量行业基本面的指标，分别为基于真实业绩的行业基本面评价指标和基于分析师预测的行业基本面评价指标。针对每个行业，我们首先判定该行业历史业绩的可持续程度，可持续程度越高的行业，我们主要从真实业绩的角度出发判断其基本面，而可持续程度越低的行业，我们主要从预期业绩的角度出发判断其基本面。

资金流维度，我们综合北向和ETF资金进行判断。北向资金代表了主动、外资视角的观点，而ETF资金代表了被动、内资视角的观点，不同资金在市场环境变化不同阶段的行业选择可能存在差异，拥有定价权的资金往往能够与股价共振。

宏观维度，行业表现具有发布日效应，我们发现在通胀数据即CPI发布日，当日表现好的行业，在未来一个月也倾向于继续表现好。

最终，本文综合技术面、基本面、资金流维度的信息，并进一步引入了宏观发布日效应，构造了一个高胜率、稳健型行业轮动策略。

2.3

历史表现回顾

我们以选择排序最靠前的6个行业（即综合因子值最大的6个行业）为例对策略表现进行回测。具体而言，在每个调仓日，我们首先选择最近一期技术面、基本面、资金流综合打分排名前6的行业作为备选并默认等权，然后根据最近发布日行业收益排序情况剔除排名后6位的行业，剩下的行业中若有发布日收益排序前6的则权重增加一倍后归一化。

从回测结果来看，截至2024年6月28日，策略年化收益率为13.65%，年化波动率为21.42%，相对等权基准的年化超额收益为17.57%；超额收益年化波动率为9.26%，最大回撤为4.66%，夏普比率和卡玛比率分别为1.90和3.77。

“共振与分歧”行业轮动策略高胜率特征突出，策略月度胜率达到了71.5%。同时可以发现，在过去的9年间（2016年至2024年6月），策略每年均能获得相对基准的超额收益，年胜率达到了100%。

2023年以来，在宏观环境的不断变化、市场热点的持续切换下，众多行业轮动模型纷纷失效，而本文构造的行业轮动策略能够较好的适应市场。

3、风格配置最新观点

3.1

成长价值轮动模型

3.1.1、最新观点

风格一般是指股票所具有的某种共同特征，而该特征驱动此类股票的收益率保持一定的相关性。从历史看A股成长和价值风格轮动特征明显，相对走势发生了多次反转，这意味着如果能够捕捉风格的转换将有力地提升组合收益水平。我们选取申万高低市盈率指数作为成长和价值风格的代表，从技术面、国内流动性、海外流动性以及股市反弹期等角度选取了6个对成长价值轮动具有预测力的因子，并通过结构化的方法合成单因子信号，构建了多维结构化成长价值轮动模型。具体可参考2022年8月5日的深度报告《风格轮动系列七：多维结构化成长价值轮动模型》。

需要注意的是，这里我们对深度报告中的模型结构做了微调，使之更加符合逻辑和信号稳健。具体而言，股市反弹期因子不再是单独的开关型因子，而是与其它三个主要因子在同一层级。同时股市反弹期因子的信号生成逻辑调整为若性价比大于过去4年90%分位点，则观察过去两月成长是否战胜价值且价值收益为负，若是则看好价值，否则看好成长。性价比位于其它分位点的情形信号生成方式不变。

结构化模型6月底给出风格偏成长的信号。从具体风格驱动因素看，各维度信号有所分化。历史上当以万得全A换手率为代表的交易活跃时，代表市场风险偏好较高，相对利好成长风格的表现。当前市场换手率指标依然在过去2年的15%分位数位置，说明活跃程度相对较低，价值相对占优。但是过去一个月成长代表指数动量相对略占优，因此技术面维度总体信号均衡。从流动性角度看，当国内外流动性较好时，相对利好成长风格。国内流动性中，中长期贷款增速还处于下行状态，广义流动性还不够好，总体利好价值风格。国外流动性主要指美债利率的变动，这个指标历史上对成长价值相对走势的解释力极强。本轮加息处于尾声，美债利率出现下行迹象，相对利好成长风格。另外，股市反弹期因子显示股市整体性价依然处于极端高位，从反弹角度给出弹性更高的成长风格有望占优的信号。综合来看，各因子信号加总后认为成长风格相对占优。

3.1.2、模型历史表现

我们回测的时间范围是2013年底至2024年6月底，选取申万高低市盈率指数作为成长和价值风格的代表，使用成长和价值的月度调仓等权组合作为比较基准。从下方图表看，结构化多因子组合可以实现年化23.22%的收益率，0.94的收益风险比，最大回撤43.63%，均优于等权基准组合。结构化因子带来了19.60%的超额年化收益率，最大回撤为13.08%。

从分年表现看，2014至2023的所有年份中，轮动策略均实现了正的超额收益。总体看结构化风格轮动模型具有较强的稳健性。模型在2022年9月底以来的样本外表现优异，策略年化收益12.69%，远高于基准-6.12%的年化收益，月度胜率大约70%。

3.2

拐点趋势大小盘轮动模型

3.2.1、最新观点

我们从趋势和拐点两个维度出发寻找逻辑和实证上对于大小盘轮动有预测力的因子，并构建大小盘轮动模型。在趋势型指标方面，我们构建了流动性、经济增长和动量三个维度的指标。其中流动性我们使用期限利差和信用利差代表，经济增长我们使用房地产投资累计增速代表，动量我们用大小盘相对净值的均线突破捕捉。在拐点型指标方面，我们构建了市场拐点期和风格关注度拐点期两种因子。我们用股债相对性价比是否处于极端位置来判断股市整体的拐点。另外，我们使用大小盘的历史相对换手率分位数来捕捉风格关注度的拐点，相对关注度达到极端位置往往也是风格拐点的前兆。具体可参考2023年1月20日的深度报告《基于拐点+趋势的大小盘轮动研究》。

结构化模型6月底给出小盘占优的信号。从具体风格驱动因素看，大部分维度相对看好小盘。

流动性中信用利差对于大小盘风格相对走势具有较强解释和预测力，当信用利差较高时，说明市场认为违约风险较高或风险偏好较低，这种情况更利好相对稳健的大盘股。当前信用利差接近历史底部位置，处于过去2年3.2%分位点，相对利好小盘风格。历史上大小盘相对走势在中短期具有一定趋势性，而上月大盘相对占优，因此动量维度给出看好大盘的信号。

从经济增长角度看，代表传统经济增速的房地产投资累计同比与大小盘相对走势具有较强一致性。这主要是因为大盘股例如银行、地产等行业往往与传统经济整体更相关。近期地产投资增速再度下行，5月数值-10.1%低于4月-9.8%，给出看好小盘的信号。从拐点型指标看，股市反弹期因子显示股市整体性价已经处于极端高位，因此给出弹性高的小盘可能优先反弹的信号。风格关注度拐点指标度量的是大小盘相对交易活跃度的高低，目前风格拥挤度没有达到极端水平，因此给出均衡信号。综合来看，各因子信号加总后认为小盘风格相对占优。

3.2.2、模型历史表现

我们回测的时间范围是2013年底至2024年6月底，选取申万大小盘指数作为大盘和小盘风格的代表，使用大小盘月度调仓等权组合作为比较基准。从下方图表看，结构化多因子组合可以实现年化15.50%的收益率，0.63的收益风险比，最大回撤53.10%，均优于等权基准组合。结构化因子带来了11.89%的超额年化收益率，最大回撤为10.00%。值得注意的是，模型在2022年12月30日以来的样本外表现优异。策略实现-4.21%的年化收益，远高于基准-10.17%的年化收益率，月度胜率达到65%左右。

4、股债配置组合

4.1

组合构建方法

在每个调仓日，我们使用风险预算模型构建股债战略基准组合，然后根据股票择时信号对战略基准组合权重进行调整，并根据债券择时信号进行久期轮动配置，其中长久期债券用中长期纯债型基金指数（885008.WI）代表，短久期债券用短期纯债型基金指数（885062.WI）代表，从而构建中、低风险战术组合。组合具体构建方法请见附录。