炒股就看，權威，專業，及時，全麵，助您挖掘潛力主題機會！
中金點睛
Abstract
摘要
微觀視角下的多策略配置思路
風格輪動現象長期存在於市場中，也較大程度影響了不同類型主動量化選股策略在不同市場階段的收益水平。在這樣的市場環境中，投資者不僅需要借助策略和風格的分散配置方式來降低組合風險，更需要能夠動態評估各個風格（或策略）在不同市場周期中的配置價值的模型。本篇報告嚐試從微觀視角展開，通過估值差、主動流入率差、組合時序相關性等若幹定量指標衡量風格（或策略）的配置價值，從而實現超配高性價比的風格（或策略）、低配低性價比風格（或策略）的配置思路。
核心思路：基於估值性價比、市場是否過度參與、組合一致性指標衡量風格配置價值。我們用風格估值差指標衡量風格的配置性價比，經過曆史數據統計，發現風格估值差指標越大（反映風格估值水平越低），未來3個月超額收益表現越好。我們用資金主動流入率差指標衡量過去一段時間市場參與度，並發現當主動流入率差較大時，相應風格存在過度反應的風險，未來3個月超額收益可能回調。我們用組合時序相關性指標衡量組合一致性程度，這個指標與各個風格未來超額收益表現具有較強的相關關係，組合一致性程度高的時候相對利好成長、小盤風格，但與價值、紅利風格超額收益負相關。
從風格擇時框架到策略輪動模型
風格擇時模型可以有效規避風險較大的階段，但也會錯過一些風格上行的機會。我們根據單一擇時指標值找到曆史上與當前指標值接近的指標臨近點，通過采用鑒往知來的方式對風格未來的表現進行判斷。同時，由於估值差、主動流入率差、組合時序相關性指標相關性較低，我們可以通過投票法整合多維度指標的擇時觀點，形成綜合多維度信息的風格擇時模型。經過測算，我們發現風格擇時模型可以有效降低風險，各風格擇時策略最大回撤率均優於長期持有的策略；但同時，擇時策略的年化收益率往往低於風格本身，意味著擇時過程中錯過了一些風格上行的機會。
基於風格擇時觀點的風格指數輪動模型年化收益率達16.5%。我們對多個風格同時進行擇時，如果每期持有所有看多的風格，就形成了風格動態配置模型；如果我們在看多的風格裏，進一步篩選出指標臨近點超額勝率最高的風格作為唯一持倉時，就形成了風格輪動模型。我們以風格指數作為交易標的進行了回測，發現風格指數輪動模型在回測期內（2015-01-01至2025-01-31）年化收益率可達16.5%，以中證全指全收益指數為基準，年化超額收益率達12.7%。
主動量化策略輪動模型的年化收益率超36%。我們在風格輪動模型看多某一風格時，持有相應風格的主動量化選股策略，便形成了主動量化策略輪動模型。經測試，該模型在回測期內（2015-01-01至2025-02-28）年化收益率可達36.2%，以偏股混合型基金指數為基準，年化超額收益率28.5%，且在大部分年份中均可保持正收益和正的超額收益，曆年收益表現較為穩健。
2025年3月最新觀點：看多小盤、成長風格，價值、紅利風格為空倉觀點。風格指數配置方麵建議持有中證2000等小盤指數以及國證成長等成長風格指數；主動量化策略配置方麵建議配置低關注度掘金、次新股掘金策略以及成長趨勢共振選股策略。
風險提示：本篇報告通過結合配置性價比、市場參與度、組合一致性等信息，構建了主動量化策略和風格的輪動配置模型，該模型在回測階段內表現較好，但隨著未來市場環境的變化，模型可能存在失效的風險。
Text
正文
微觀視角下的多策略動態配置思路
從市場風格輪動談起
市場風格的輪動現象長期存在於資本市場中，如下圖所示，2009-2010年、2019-2020年成長風格均持續跑贏價值風格；2017年、2022-2023年則是價值風格相對占優。而主動量化策略的收益水平往往與其相關風格的收益表現有關，如圖表2展示的是《基本麵量化係列（1）：如何看待價值股的“價值”》報告中構建的價值股優選策略和《基本麵量化係列（3）：業績成長是否具有延續性》報告中構建的成長趨勢選股策略曆史回測表現。具體來看，2019-2020年，成長趨勢選股策略表現優於價值股優選策略；而2017年、2022-2023年則是價值股優選策略表現更佳，與相應風格的輪動節奏一致。
投資者的需求：在這樣的市場環境中，投資者不僅需要借助策略和風格的分散配置來降低組合風險，更要能夠動態評估各個策略（或風格）在不同市場周期中配置價值的模型。這種動態判斷模型能讓投資者精準捕捉風格輪動機遇，從而更有效地提升投資組合收益水平。
圖表1：國證成長和國證價值指數曆史走勢
注：截至2025-02-14資料來源：Wind，研究部
圖表2：成長趨勢選股策略與價值股優選策略曆史回測表現
注：截至2025-02-14資料來源：Wind，中金公司研究部
而風格輪動的影響因素眾多，既受宏觀經濟周期變化的影響，也受投資者情緒、生產技術變革等因素的影響。如何解析風格輪動背後各方麵因素的影響機製，並據此準確判斷未來的風格表現一直以來都是資本市場中關注度較高，但難以解決的問題。
本篇報告另辟蹊徑，不過多探討風格輪動複雜的宏微觀影響因素和傳導機製，而是嚐試從微觀視角展開，通過估值差、市場主動參與率等若幹定量指標衡量風格（或策略）的配置價值，從而實現超配高性價比的風格（或策略）、低配低性價比風格（或策略）的配置思路。
如何衡量風格的配置性價比？
什麽叫做高性價比？傳統思路下，在日常購物時，高性價比意味著“物美價廉”；在證券投資的場景下，投資者往往用市盈率（PE）、市淨率（PB）等估值指標衡量股票的價值，也是性價比思路的一種體現。引申到風格層麵，我們也可以通過估值類的指標衡量風格的配置性價比，但為了避免係統性估值偏離的影響，我們可以用估值差指標來定義配置性價比。具體計算過程如下：
► 構建風格組合：通過回歸的方式，將風格因子進行行業、市值的中性化處理，在全市場股票範圍內取因子值前10%的股票作為風格組合；
► 計算估值差：計算風格組合內所有股票BP（市淨率倒數）的均值，再除以全市場股票BP的均值，得到該風格的估值差，估值差越大，配置性價比越高；
► 取估值差近半年的移動平均：為減少估值差指標的短周期波動，我們取近6個月的估值差的均值作為最終的估值差指標。
如何檢驗估值差指標用以衡量配置性價比的有效性呢？我們可以基於風格的估值差指標對曆史收益數據進行分組（如：均分20組），統計每一組樣本內，該風格未來1、3、6個月的平均超額收益率（風格組合收益率-全市場組合收益率），並觀察是否估值差指標較大的組合（性價比越高），未來收益率較高。
估值差較高的樣本，未來長期收益表現較好；估值差較低的樣本，未來風險較大。如下圖所示，我們以成長、價值風格為例，展示了兩個風格組合在估值差指標分組下，未來一段時間的平均超額收益表現。我們發現，雖然各組的未來收益表現的分布與估值差水平存在較為明顯的正相關關係，即：估值差最低一組，未來1、3、6個月的平均收益率均為負，說明風險較大；同時估值差較高的樣本，未來1、3、6個月的平均收益率總體表現較好。因此，我們認為估值差指標具有一定的擇時能力。
圖表3：成長風格估值差指標分組的未來平均超額收益統計
注：截至2025-01-31；Group1為估值差最低一組；Group20為估值差最高一組；超額收益比較基準為市場等權收益
資料來源：Wind，中金公司研究部
圖表4：價值風格估值差指標分組的未來平均超額收益統計
注：截至2025-01-31；Group1為估值差最低一組；Group20為估值差最高一組；超額收益比較基準為市場等權收益
資料來源：Wind，中金公司研究部
估值差指標可一定程度解釋2020年以來成長風格波動增大以及價值風格表現向好的現象。如下圖表所示，2020年以前成長風格估值差總體維持較高水平，成長風格長期表現較好，但2020年以後，成長風格估值差中樞下移，導致成長風格波動增大。而價值風格估值差則在2020年以後中樞有所上移，價值風格表現向好。
估值差指標對未來收益率也存在一定的誤判風險：即使估值差指標處於低位，反映該風格配置性價比低，但該風格仍存在繼續相對占優的可能性，如2018年的價值風格，當時市場整體下行，受投資者避險情緒的影響，相對穩健的價值股仍然保持優勢。
圖表5：成長風格相對淨值與估值差指標對比
注：截至2025-01-31；相對淨值比較基準為全市場等權指數資料來源：Wind，中金公司研究部
圖表6：價值風格相對淨值與估值差指標對比
注：截至2025-01-31；相對淨值比較基準為全市場等權指數資料來源：Wind，中金公司研究部
綜上所述，主動量化策略的收益水平與其相關風格的收益表現有關，要合理地對多個策略進行配置，需要實現對風格的未來收益表現進行預判。經檢驗，我們發現估值差指標可以較好地刻畫風格因子、基本麵因子多頭組合的配置性價比，能夠有效提示未來3-6個月可能麵臨的調整風險，因此估值差指標可以為風格和策略的配置提供參考意見。
接下來，我們將利用估值差指標擇時有效性的測試框架，從不同維度進一步挖掘更多適用於風格（或策略）擇時的指標。
風格擇時體係：估值性價比、市場參與度、組合一致性
風格擇時指標構建：圍繞市場參與、組合一致性、市場情緒
如前文所述，本節我們嚐試基於估值差指標的擇時有效性測試框架，對風格擇時指標體係進行拓展。我們認為，當風格組合過去一段時間市場參與度過高、市場情緒過於高漲時，未來存在調整的風險。基於這一思路，我們圍繞市場參與度、風格組合表現、市場情緒等維度構建了若幹風格擇時指標，具體指標構建過程如下圖表所示。
其中，高頻機構參與度指標參考了報告《資金結構係列（2）：如何利用日內交易數據左側預警機構成交擁擠度》的高頻擁擠度指標，利用日內分鍾級別的成交數據刻畫機構的參與水平；主動流入率刻畫過去一段時間市場主動淨買入量的占比，體現投資者的買入熱情；新聞情感得分指標參考了報告《另類數據策略（2）：如何優化新聞文本因子》，刻畫新聞文本中所體現的對風格的樂觀程度；組合表現中的收益離散度和組合內時序相關性均反映風格組合內的樣本股的分化程度。
圖表7：風格擇時指標構建
資料來源：中金公司研究部
風格擇時指標的有效性測試框架如下：
► 構建風格組合：通過回歸的方式，將風格因子進行行業、市值的中性化處理，在全市場股票範圍內取因子值前10%的股票作為風格組合；
► 擇時指標分組：基於擇時指標，將風格組合的曆史序列（月頻）均分成20組，並統計每一組內未來三個月的收益率平均數，Group20為指標值最大一組，Group1為指標值最小一組；
► 單調性統計：計算分組後，各組未來三個月的平均收益率與分組標簽的相關性係數（1-20序列），如果相關性係數絕對值越大，說明分組單調性越好；相關性係數大於0，說明該指標與未來收益率正相關。
其中，測試框架的收益率的預測目標為未來三個月的收益率，原因在於經過前文對估值差指標的分組效果的觀察，我們發現估值差指標對未來中長期（3-6個月）的收益率預測效果優於短期（1個月）的預測效果。
重點關注的風格：成長、小盤、價值、紅利。我們在前麵的基本麵量化係列報告中，已構建了成長趨勢選股策略、價值股優選策略、低關注度選股策略、次新股優選策略、紅利優選策略等，其中主要涉及到的相關風格包括成長、小盤（規模）、價值、紅利。：業績成長是否具有延續性》、《基本麵量化係列（10）：如何在低關注度股票中挖掘alpha？》、《基本麵量化係列（13）：關注企業投資行為，助力次新股掘金》、《基本麵量化係列（14）：在手之鳥，紅利優選策略》）
測試結果：關注估值差、主動流入率、時序相關性指標
依據擇時指標與風格組合未來三個月超額收益表現的相關性統計結果，我們建議重點關注估值差、市場參與度、組合內時序相關性指標。
估值差指標與各風格未來三個月超額收益正相關。如下圖表所示，估值差指標與成長、規模、價值、紅利風格未來三個月超額收益均為正相關關係，說明估值差指標可以較好地反映風格的配置性價比，估值差指標越大，性價比越高，未來超額收益表現越好。
圖表8：風格組合未來三個月超額收益率與各擇時指標的相關性統計
注：截至2025-01-31 資料來源：Wind，中金公司研究部
主動流入率差指標較高時，存在過度反應的風險。從相關性統計結果來看，市場參與度指標（尤其是高頻機構參與度差）與大部分風格未來超額收益表現呈負相關關係。雖然主動流入率差指標與規模、價值風格未來超額收益相關性係數為正，但從分組超額收益統計來看，當主動流入率差指標達到較高水平時，各風格都存在過度反應的風險，未來收益表現的波動可能放大。
組內時序相關性指標，在成長、規模風格中與未來超額收益呈正相關關係；在價值、紅利風格中與未來超額收益呈負相關關係。這一差異主要與兩類風格的收益來源不同有關，成長、規模風格的收益來源於市場對未來盈利增長預期的實現，組合內股價走勢一致性高一方麵提高了增長預期的置信度，另一方麵也通過正反饋機製提高了預期實現的概率；而價值、紅利風格的收益來源於定價偏差（股票價值被低估），組合內股價走勢的低一致性表明存在市場認知的差異化，說明存在更多的估值修正的投資機會。
圖表9：主動流入率差指標分組下，各風格未來三個月超額收益率分布
注：截至2025-01-31；Group1為估值差最低一組；Group20為估值差最高一組；超額收益比較基準為市場等權收益
資料來源：Wind，中金公司研究部
圖表10：組內時序相關性指標分組下，各風格未來三個月超額收益率分布
注：截至2025-01-31；Group1為估值差最低一組；Group20為估值差最高一組；超額收益比較基準為市場等權收益
資料來源：Wind，中金公司研究部
綜上所述，我們認為風格擇時應重點關注估值差、主動流入率差、組合內時序相關性指標，它們通過衡量風格的配置性價比高低、市場是否過度參與、組合內股價表現一致性來判斷未來風格收益水平。但上述測試框架中，我們是基於全曆史數據進行統計檢驗的，如何設計指標擇時的打分框架、避免用到未來信息是需要進一步考慮的問題。
從風格擇時框架到策略輪動模型
風格擇時模型：規避風險，降低回撤
如前文所述，我們已基於投資邏輯與數據統計的方式，篩選了估值差、主動流入率差、組合時序相關性等風格擇時指標。本節嚐試將這些指標用於成長、小盤（規模）、價值、紅利等風格的擇時模型中，依次構建了基於臨近點勝率的單指標風格擇時框架和綜合多指標的風格擇時模型。
單指標風格擇時框架
核心思路：鑒往知來，我們將擇時指標值轉化為指標臨近點的風格超額表現數據，再基於與當前指標值相近的曆史風格表現判斷當前的擇時觀點，具體實施過程如下：
► 判斷擇時指標是否創新高（新低）：如果擇時指標創出新高（新低）且zscore大於2（小於-2），說明當前指標值已偏離曆史指標中樞距離較遠，曆史經驗可能難以指導當前的情形，因而可以給出謹慎觀點；否則，可進入下一擇時流程。
► 獲取指標臨近點：基於月頻的曆史數據，找到曆史上與當前指標值最接近的12個樣本點，作為指標臨近點。我們認為指標臨近點的風格表現對當前風格觀點有較大的借鑒意義。
► 觀察指標臨近點的風格表現：如前文所述，本篇報告所挖掘的擇時指標對中長期超額表現的預測效果優於短期，故而觀察指標臨近點的風格表現時，主要統計未來三個月的超額收益勝率和平均超額收益率。
► 擇時觀點發布：臨近點平均超額收益大於0且超額收益勝率大於閾值wr時，擇時觀點看多，否則觀點為空倉。
圖表11：單指標的風格擇時流程
資料來源：中金公司研究部
其中，在統計指標臨近點風格表現時，由於統計的是未來三個月的超額收益，因而隻能取三個月以前的曆史樣本；同時由於這套擇時框架需要一定的曆史數據來指導模型觀點，下文的擇時和配置模型回測期均從2015年開始。
此外，風格擇時模型開倉閾值wr的選取可以有如下考量：
► 擇時模型的開倉閾值可以基於投資者的風險偏好進行設置，如果風險偏好較高，可以將開倉閾值wr降低，如：60%，意味著僅在指標臨近點勝率低於60%的時候規避風險；如果風險偏好較低，可以將開倉閾值wr提高，如：80%，意味著僅在指標臨近點勝率達到80%以上時開倉看多。
► 擇時模型的開倉閾值wr也可以用該風格的曆史勝率。這樣設置的優勢在於降低模型的參數維度，在模型外推時可以根據最新的風格表現情況自適應調節開倉閾值水平。
我們以估值差指標對成長風格的擇時模型回測結果為例，展示了上述單指標擇時框架的效果。如下圖所示，我們對開倉閾值wr做了敏感性測試，統計了wr取值分別為60%、70%、80%的情形下，擇時策略的收益表現。
擇時策略可以有效規避風險較大的階段，但也會錯過一些風格上行的機會。如下圖所示，基於估值差指標的成長風格擇時策略，可以有效規避2020年9月和2022年9月前後的成長風格的調整，從而降低回測期內的最大回撤率水平，提高策略夏普比率。但同時，長期來看，擇時策略的年化收益率低於不擇時的成長風格表現，尤其是開倉閾值提高到80%以後，年化收益率明顯降低。
圖表12：基於估值差指標的成長風格擇時策略回測表現
注：截至2025-01-31；相對淨值的比較基準為全市場等權指數 資料來源：Wind，中金公司研究部
結合多維度指標的風格擇時
為了提升風格擇時策略的穩健性，我們嚐試將前文所梳理的配置性價比、市場參與度、組合一致性等多維度擇時指標觀點進行整合。鑒於這三個維度信息在成長、小盤、價值、紅利風格內的平均相關係數較低，說明這三個維度信息相對獨立，我們可通過投票的方式匯總模型觀點，具體如下：
► 各維度指標給出獨立擇時判斷：三個維度擇時指標分別按照單指標擇時框架給出擇時觀點，開倉閾值取該風格的曆史勝率，減少參數維度；
► 整合觀點：有兩個及以上指標看多時，模型持看多的觀點；僅有一個及以下指標看多時，模型持空倉的觀點。
圖表13：多維度的風格擇時指標體係
資料來源：中金公司研究部
圖表14：不同風格內各個擇時指標之間的相關性係數的平均數統計
注：統計期為2010-01-01至2025-01-31 資料來源：Wind，中金公司研究部
依據上述多維度指標的風格擇時思路，我們以各風格組合的相對收益作為交易對象，分別對成長、小盤、價值、紅利等風格進行了擇時策略的回測，回測結果如下圖表所示。
多維度綜合擇時模型在各個風格內，均可有效降低回測期內的最大回撤率，說明該擇時模型具有較好的風險警示作用。成長、價值、小盤風格相對收益在回測期內的最大回撤率分別為-8.6%、-13.2%、-14.9%，應用多維度擇時策略後，最大回撤率可分別降低至-5.2%、-10.9%、-10.4%，可以有效規避小盤風格在2017年3到5月、2024年1-2月的調整風險。
圖表15：各風格擇時策略的回測收益統計
注：統計期為2015-01-01至2025-01-31；相對收益比較基準為全是等權指數
資料來源：Wind，中金公司研究部
各擇時模型最新觀點（2025年3月）：看多小盤和成長風格，價值、紅利風格為空倉觀點。其中，配置性價比維度上，小盤和成長風格的估值差指標較高，性價比較好；市場參與度方麵，價值和紅利風格過去一段時間主動流入率較高，觀點偏負麵；組合一致性方麵，各風格均相對樂觀。
圖表16：各風格最新擇時觀點（2025年3月）
注：截至2025-01-31 資料來源：Wind，中金公司研究部
基於風格擇時觀點的策略輪動模型：
如前文所述，對單一風格進行擇時是一把“雙刃劍”，它可以規避風格下行的風險，但也容易錯過部分風格上行的機會。如果將多個風格的擇時策略結合到一起，形成風格的配置或輪動策略，則可一定程度起到趨利避害的作用，即：當某一風格的擇時模型看空時，其他風格的擇時觀點有可能看多，此時可以持有模型看多的風格組合，減小踏空的風險。
基於這一思路，本節我們嚐試構建了風格輪動策略和風格動態配置策略，具體實施過程如下：
► 風格動態配置策略：假設在沒有任何觀點的情況下，我們給成長、小盤、價值、紅利風格的配置比例為4：2：2：2；接下來每月初參考各個風格的多維度擇時觀點，隻持有擇時觀點為看多的風格，按預設的比例配置。
► 風格輪動策略：每月初參考各個風格的多維度擇時觀點，取擇時觀點為看多的風格，並進一步比較這些風格中，指標臨近點超額收益勝率與曆史勝率之差，持有超額收益勝率差最高的風格。
為方便比較風格動態配置的效果，我們按4：2：2：2的固定比例配置成長、小盤、價值、紅利風格，構建了固定比例配置組合作為比較基準。
參考上述風格輪動配置和動態配置思路，我們將其應用於主動量化選股策略的配置上，即：在風格配置模型看多某一風格時，我們配置相應的主動量化策略所篩選出來的股票。風格與主動量化策略的對應關係如下：
► 成長風格：成長趨勢選股策略，構建過程可參考報告《基本麵量化係列（3）：業績成長是否具有延續性》；
► 價值風格：價值股優選策略，構建過程可參考報告《基本麵量化係列（1）：如何看待價值股的“價值”》；
► 紅利風格：紅利優選策略，構建過程可參考報告《基本麵量化係列（14）：在手之鳥，紅利優選策略》；
其中，由於小盤風格的兩個策略持倉股票市值往往相對較小，流動性相對較差，所以我們考慮配置小盤風格時，同時配置兩個策略的持倉股票，即通過增加持倉股票數量來減小流動性壓力。
主動量化策略輪動和主動量化策略動態配置思路均可貢獻較為明顯的超額收益。如下圖所示，以偏股混合型基金指數為基準，主動量化策略輪動思路的年化收益率達36.2%，年化超額收益率達28.5%；主動量化策略動態配置思路的年化超額收益率為20.7%，均顯著優於固定比例配置思路的超額收益水平（年化約12.7%）。但由於策略輪動思路所貢獻的超額收益是通過風格偏離實現的，所以主動量化策略輪動和動態配置思路都將放大相對收益的波動。換手率方麵，主動量化策略輪動的平均月度換手率約為66%，主動量化策略動態配置的平均月度換手率約為61%。
圖表17：主動量化策略輪動/動態配置的回測表現
注：截至2025-02-28 資料來源：Wind，中金公司研究部
分年度來看，主動量化策略輪動模型的回測收益表現較為穩健。回測期內（2015-01-01至2025-02-28）絕大部分年份均可貢獻正收益和正超額收益（以偏股混合型基金指數為基準），絕對收益方麵，僅在2016、2018年等市場係統性風險較大的年份小幅虧損（-4.3%以內），其他年份均有正收益；超額收益方麵，僅在2017、2019、2020年等市場風格演繹較為極致的階段，超額收益率在10%以內，其他年份超額收益率均較為可觀。
圖表18：主動量化策略輪動模型的曆年收益統計
注：截至2025-02-28；2025年收益率為YTD收益，非年化數據；超額收益比較基準為偏股混合型基金指數
資料來源：Wind，中金公司研究部
風險提示
本篇報告通過結合配置性價比、市場參與度、組合一致性等信息，構建了主動量化策略和風格的輪動配置模型，該模型在回測階段內表現較好，但隨著未來市場環境的變化，模型可能存在失效的風險。
