2024年年度策略报告：投资环境修复趋稳，精进策略细节，提供长期稳健收益

投资环境修复趋稳，精进策略细节，提供长期稳健收益 核心观点： 2023年投资组合逐渐向绝对收益转型，2024年预期收益或提升：2023年是宏观环境及资产表现均明显偏弱的一年。从资产和行业表现来看，在2023 年，各股票指数出现一定负收益，且创业板负收益更为明显，但波动率持续下降现在位于低位，债券及商品的表现相对更好；风格层面看，同样前期表现较好的规模、波动、成长等因子回撤明显；资金层面，两融余额和北上资金年中以来均呈现出明显的下降。在2023年，从公募产品的角度看，组合管理的思路在逐渐转向，出现两个主要的市场特征，第一是传统产品规模增长空间已经较为有限，增长来源转向收益相对稳定保守的产品上；第二是工具型产品逆势规模增长明显。展望2024年，随着基金市场规模及产品数量的不断增长，产品需求更加多样化。对大类资产及行业配置、ETF等工具性产品配置策略需求不断提升。 以统一的视角观察量化策略，寻找变化中的相对持续因素：从定价理论出发，给定随机折现因子（SDF）和资产回报的分布就可以计算任何一种资产的 价格，从而大大简化了传统经济学中基于一般均衡这个更广义均衡的计算框架，使得金融投资学可以区别于经济学的形成独有的研究脉络。相较于单纯追求短期策略的效果，我们基于理论框架，结合市场实际，构建了统一视角下的资产配置、行业配置及选股的方法框架，并在此基础上长期不断精进提升。 2023年配置及选股策略表现均稳定，绝对收益层面受制于资产价值本身的收缩：受益于2023年经济环境的周期性变化规律及行为类因子的稳定表现，无论是资产配置方法或因子模型，均能够提供较为持续的表现，在弱市下 提供了相对稳定的策略表现。资产配置方法，我们提供了历史区分的方式，假设是SDF呈现一个周期性的变化，尝试寻找规律性的变化；因子模型中，我们认为偏向于行为金融股票表现可以较好的补足原来风险因子无法解释的部分，同时受到行为金融影响的收益率变化相对稳定；行业轮动模型中，我们利用资产的动量特征，试图从行业中选择更倾向于价格扩散的定价资产。在2023年弱修复与经济结构改革的双重影响下，我国经济增长呈现波浪变化，但当前我国宏观经济已显现出复苏的态势，而2024年财政与货币政策发力预计将进一步推动经济环境的改善，基础资产的收益中枢有望进一步抬升。 2024年子策略收益中枢有望提升，策略广度及综合性需进一步拓展：2024 年无论是资产本身波动及价格都有望进一步抬升，宏观环境也在逐渐转好，基础资产的收益中枢有望进一步抬升。在框架搭建的过程中，也存在一些没有被深入讨论的问题：一方面，我们需要继续探索量化策略的融合框架，在复杂的组合中纳入各类子策略；另一方面，定价的基准存在滞后性。在2024年，经济结构及市场处于转型期的开始，相比规模指数，我们更建议在定价基准上以相对定性的方式关注主题类指数及相应的衍生策略。 风险提示：报告结论基于历史价格信息和统计规律，但二级市场受各种即时 性政策影响易出现统计规律之外的走势，所以报告结论有可能无法正确预测市场发展，报告阅读者需审慎参考报告结论。基金历史收益不代表未来业绩表现，文中观点仅供参考，不构成投资建议。 2024年年度策略报告 分析师 马普凡 ：02168597610 ：mapufanyjchinastockcomcn 分析师登记编码：S0130522040002 吴金超 ：02168597610 ：wujinchaoyjchinastockcomcn 分析师登记编码：S0130523080002 宏观择时ETF策略净值表现跟踪情况 资料来源：Wind，中国银河证券研究院 中证500指数增强策略净值表现 资料来源：Wind，中国银河证券研究院 国企改革增强策略净值表现 资料来源：Choice，中国银河证券研究院 金融工程研究专题报告 2023年12月12日 wwwchinastockcomcn证券研究报告请务必阅读正文最后的中国银河证券股份有限公司免责声明 目录 一、市场环境变化及特征3 （一）市场及行业表现市场偏弱但政策积极环境好转3 （二）基金市场变化工具性及固收产品需求提升6 二、策略表现和影响因素8 （一）资产定价理论量化策略统一在同样的框架内8 （二）策略表现弱市中依然提供相对稳定收益12 三、策略拓展方向及展望18 （一）主题间板块配置：ETF动量择势策略19 （二）主题内个股配置：国企改革增强策略20 四、风险提示22 附录22 资产定价理论体现了随机折算因子（StochasticDiscountFactor，简称SDF）和资产配置优化方法及多因子模型的等价性。定量化的投资方法利用统计的方法从不同角度给予定价方法模型化。理论上给定SDF和资产回报的分布就可以计算任何一种资产的价格，从而大大简化了传统经济学中基于一般均衡这个更广义均衡的计算框架，使得金融投资学可以区别于经济学的形成独有的研究脉络。在实际应用中，一方面SDF，或更近期的研究中常被称为是定价核PricingKernel，是非常抽象的概念，由于在理论中确定模型后可给各类资产准确定价，因此很难有模型很好的描述；另一方面，SDF包含了宏观环境变化及投资者消费行为变化等丰富信息的 Cochrane在AssetPricing2005中使用广泛应用的，，，其中，p是价格，m是随机折现因子（SDF），x是资产的回报（如股价股利）。 在研究资产定价是一般通过两种思路：绝对定价（absolutepricing）和相对定价（relativepricing）。前者试图将资产的价格和它们暴露的宏观经济风险联系起来，例如CCAPM、ICAPM都是这方面的模型。反观后者，它们研究的目标是如何利用一系列已知价格的资产给其它资产定价，如期权定价模型和APT。在金融工程研究的角度，无论是方法的简单或复杂，实际上背后均有扎实的理论基础，且是不相互矛盾的。早期CRRA效用下的传统框架仍为主流（包括DDM、GGM等主观分析中常见的模型），研究者研究从模型到数据的路径；而在三因子模型开始，也可以从数据到模型上去进行相关的分析。因此，看似和传统定价方法无关的计算，实际均是基于传统定价理论衍生出来的。 而金融工程的研究，只是在定量的梳理后，更好的剥离投资逻辑中的主次影响因素，更好的践行合理的投资逻辑。构建长期有效的模型，同时更加及时的更新调整，期望可以长期实现更为理想的投资收益。而从定价理论出发，从多资产的角度，资产的足够分散，可以更好的消除非系统性或特质风险，从选股因子的角度，倾向于从更加稳健而持续的行为金融的角度来解释资产定价的异象，从衍生品的角度，有效的风险控制和对风险中性波动的判断，有助于更好的提供多元收益结构的组合。而我们现有的策略方向，也同样适应于现阶段资产管理产品的需求。在一定的时间内，由于宏观环境的趋稳向好，同时资产组合的收益型需求向稳定性需求转移，量化策略将迎来较大的发展空间，但随着计算工具和方法的推陈出现，对管理的精细度也提出了更高的要求。 本文先简要回归市场在2023年的表现与变化，其后通过银河金工研究中跟踪的配置、选股策略来描述量化策略的表现及有效性，最后讨论未来的策略调整及改进的方向。 一、市场环境变化及特征 （一）市场及行业表现市场偏弱但政策积极环境好转 1主要大类资产表现数据 2023年整体来看，股票、债券、商品三类资产表现排序为：债券商品股票。受实体经济复苏挤压流动性、金融去杠杆和美联储持续加息三重影响，叠加投资者信心不足因素，资金面超预期收紧，导致股债双杀，股债性价比偏债券。下半年国内各主要经济指标均有所回升，同时受全球地缘冲突影响，以能源、贵金属为主的大宗商品呈现周期躁动态势。 表1：国内大类资产价格表现回顾 权益资产 收益率 指数名称 指数价格 2023年至今 过去一个月 过去三个月 过去一年 沪深300 485764 786 280 801 770 中证500 663398 352 104 314 825 中证1000 680303 138 264 043 727 创业板指 192259 1792 213 828 1918 固定收益资产 收益率 指数名称 指数价格 2023年至今 过去一个月 过去三个月 过去一年 国开债 10947 037 022 073 041 信用债AAA 11288 107 009 060 063 信用债中高等级 10940 115 010 055 063 大宗商品 收益率 指数名称 指数价格 2023年至今 过去一个月 过去三个月 过去一年 南华工业品 401672 272 119 140 590 南华农产品 110308 326 362 966 343 南华黄金 178320 1445 051 256 1539 南华能化 199454 423 226 208 488 南华金属 653540 019 030 144 627 资料来源：Wind，中国银河证券研究院，数据截至20231130 2行业及风格表现 2023年（截止11月30日）一级行业涨幅居前的行业有通信、传媒、家电、石油石化、汽车等，跌幅居前的行业有消费者服务、电力设备及新能源、房地产、基础化工等。上半年股票市场受ChatGPT催化带动TMT等行业走出大行情，同期新能源受库存出清影响持续低迷，房地产、基建建材行业受城投债困扰；下半年，华为产业链异军突起，带动汽车、计算机、电子等板块表现突出。资金方面，2023年以来北向资金流入最多的行业有汽车、电子、家电、传媒、有色金属等，而流出最多的行业有电力设备及新能源、煤炭、基础化工、房地产、国防军工等。 目前热度较高的几个行业：（1）人工智能行情自2022年11月延续迄今，持续时间不足1年，但国内外投资火热，研发投入持续上升，各类语言大模型开枝散叶，后续有望回升，但需关注美国芯片管控动态；（2）华为产业链。随着华为多项重磅新品发布以及市场销量积极反馈，华为产业链取得超额收益；（3）房地产以及金融板块属于政策提振的顺周期板块，利好是政府一系列政策出台落地，同时资产负债表风险值得警惕，需谨慎挑选资产优质企业。表现疲软的是业绩驱动的消费板块。居民消费形式缓慢复苏，国庆旅游数据不尽人意，电影票房未达预期，同期中低端白酒销售疲软，目前板块总体下行，估值处于低位。 图1：一级行业2023年以来表现 30 20 10 0 10 20 30 40 通信传媒煤炭汽车计算机 石油石化 家电电子 纺织服装非银行金融 电力及公用事业 机械银行建筑 综合金融 医药钢铁 轻工制造商贸零售国防军工有色金属食品饮料交通运输农林牧渔 综合基础化工 建材房地产 电力设备及新能源 消费者服务 50 行业指数收益 资料来源：Wind，中国银河证券研究院，数据截至20231130 图2：北向资金行业流入情况分布（亿元） 300 250 200 150 100 50 0 50 100 汽车电子医药 电力设备及新能源 传媒计算机通信机械家电 石油石化电力及公用事业 商贸零售纺织服装食品饮料农林牧渔 综合综合金融轻工制造基础化工国防军工 钢铁有色金属 建筑房地产交通运输 消费者服务 建材非银行金融 煤炭 银行 150 北向资金 资料来源：Wind，中国银河证券研究院，数据截至20231130 3风险因子表现 参考BarraCNE6模型，我们对A股市场构建了8大类因子：规模（Size）、波动（Volatility）、流动性（Liquidity）、动量（Momentum）、质量（Quality）、估值（Value）、成长（Growth）与红利（DividendYield），其中质量因子进一步细分为杠杆（Leverage）、盈利波动性（EarningsVariability）、盈利能力 （Profitability）3个因子，因子的计算方法详见附录。本文使用全部A股为样本，剔除因子数据不全的股票，采用2022年12月31日至2023年9月30日的数据，对Barra风格因子的表现进行测算。所有因子均进行了行业市值中性