2024年一季度策略总结与未来行情预判：短期信号大多中性，市场或仍处于筑底过程

摘要 2024年第一季度已经过去，主要股指多数下跌，上证50指数逆势上扬3.82%。 上证指数一季度累计涨幅为2.23%，万得全A累计下跌2.85%，科创50跌幅最大，累计下跌10.48%。 从择时收益上讲，2024年第一个季度择时模型总体表现非常亮眼。 价量共振模型，特征成交量模型，月历效应模型，综合兵器V3模型，智能500模型今年第一个季度的表现非常优秀。 从择时模型角度看，绝大多数信号中性，后市或倾向于中性震荡的行情。 基于行业轮动模型分析：2024年Q2我们看好：电子、通信、综合。 福斯特佛莱斯积极成长选股策略2024年至今（2024年3月29日）收益10.22%，偏股混合型基金指数2024年至今收益-3.14%，策略相对收益13.36%。 年初至今，A股市场经历了较大幅度的调整。我们认为可以从以下九个维度判断市场底部：低价股比例、破净股比例、M2/总市值中位数、PE中位数和十年国债收益率倒数、全市交易额、个股流动性、区间最大跌幅的中位数、次新股的破发率、全市场的估值角度判断市场，当下市场大概率仍处于底部震荡或者底部筑底过程。 在2024年Q2，我们将继续砥砺前行，开发更多优秀策略。 风险提示： 本报告中数据均为历史数据，不代表未来发展趋势。 投资主题 报告亮点 本篇报告以目前华创金工历史所有择时、行业轮动、选股模型为基础，通过回顾2024年Q1表现，全方位分析与展示各类模型收益，并给出各个模型对未来的预测结果。首先，这篇报告是一个历史报告中模型的结果汇总，其次，本篇报告通过分析最近的各个模型的收益，对模型效果进行评价，并给出未来预测结果。 投资逻辑 择时采用多角度模型来分析市场；行业轮动模型基于基金预估仓位与超欠配来对行业未来进行预判；选股策略采用多视角选股的方法，列出市场未来值得关注的股票组合。目前择时、行业轮动、选股在历史上都有不俗的表现，可以通过这些策略对市场未来的投资机会进行预判。 一、2024年一季度复盘：主要宽基、行业指数与基金表现 2024年第一季度已经过去，主要股指多数下跌，上证50指数逆势上扬3.82%。上证指数一季度累计涨幅为2.23%，万得全A累计下跌2.85%，科创50跌幅最大，累计下跌10.48%。 图表1 2024年Q1主要指数表现 从行业表现来看，一季度有9个中信一级行业正收益，其中石油石化上涨12.05%，家电上涨10.79%；电子、医药、综合一季度下跌超10%。 图表2 2024年Q1行业指数收益 接下来我们看一下不同类型基金的表现，其中在市场指数普跌的情况下，平衡混合型基金表现最好，平均收益为1.96%。 图表3 2024年Q1不同类型基金收益率 2024Q1新成立公募基金516只，合计募集2408.98亿元，其中混合型168只，共募集248.03亿，债券型168只，共募集1817.74亿，股票型180只，共募集343.21亿。 北向资金今年共流入643.31亿，其中沪股通流入753.40亿，深股通流出110.09亿。 二、择时策略 择时上，我们自2019年开始深耕于大盘择时，基于多维角度，创立了短期、中期、长期的择时模型。我们认为市场择时一定不是单一模型可以实现的，在每个周期下，我们从不同角度出发，又构建了次级别的策略。同一周期下策略或者不同周期下的策略可以进行耦合与共振，这样才能做到攻守兼备。 在过去持续地对多周期择时模型进行深挖和完善，我们得到了丰富的研究成果：短期择时体系有价量共振模型与低波之刃模型：其中价量共振模型主要作用在于跟踪趋势与捕捉顶部的背离，低波之刃模型在于捕捉市场底部的反弹行情。中期择时体系主要有推波助澜模型与月历效应模型：依赖涨跌停比率，构建推波助澜V1模型；挖掘更多信息，构建推波助澜V2模型；提升权重股占比，基于自由流通市值加权，构建推波助澜V3模型。 月历效应模型是基于A股的春季躁动逻辑，基于中小盘指数构建的高胜率择时模型。长期择时体系主要有动量摆动模型：动量摆动模型先判断个股，再合成指数信号。基于短中长期各个周期模型，我们构造了综合兵器模型：综合兵器模型不仅利用多个版本的模型，而且利用同一个模型下不同宽基指数的信号，各个模型拥有各自特色的逻辑去捕捉市场的波段，将各个模型的信息充分汲取并且整合，最终实现了质的飞跃。 我们还基于特征收益分布，开发了特征龙虎榜机构模型，特征成交量模型。基于遗传规划，开发了智能算法择时模型：目前拥有沪深300指数的短期择时模型与GRASP(贪婪自适应搜索)算法合成的中证500指数短期择时模型。 我们不仅在A股指数的量化择时模型有所建树，我们还在港股指数上，开发了相应的量化择时模型，成交额倒波幅模型，在恒生指数与恒生中国企业指数的择时回溯结果表现非常亮眼。 （一）短期择时模型 1、价量共振模型 价量共振模型的基础逻辑是当供不应求时，人潮汹涌，都要买进，成交量自然放大；反之，供过于求，市场冷清无人，买盘稀少，成交量势必萎缩。华创金工探索的价量共振模型是基于一类低延迟快速的均线HMA来量化成交量，结合价格指标，创设一个结合价与量的新择时模型“价量共振择时模型”。价量共振择时模型，从初始的V1模型到更加稳健的价量共振V3模型(价量共振V1模型的缺点就是会在放量下跌的市场中，发出错误的买入信号。通过规避放量下跌产生的错误信号，形成价量共振V3模型)。 图表4价量共振V3模型回测结果（上证指数） 价量共振V3模型在上证指数自2005年1月4日至2024年03月29日，年化收益12.21%，最大回撤15.05%，胜率63.3%，盈亏比1.91，夏普比率0.802，平均每年交易10.4次，平均多头持有周期5.9个交易日，历史回溯表现非常优秀。 价量共振V3模型在上证指数自今年以来2024年01月01日至2024年03月29日的绝对收益为5.94%，最大回撤4.76%，而上证指数今年以来绝对收益为2.66%，最大回撤8.93%。模型表现超越了基准指数，价量共振模型在2024年的第一个季度的表现非常优秀。 2、低波之刃模型 一般来说，当价量共振模型空仓时候，市场处于一个缩量状态，缩量市场要么下跌，要么震荡，因此低波之刃模型是在一个缩量并且震荡的市场下，获取多头波段收益。市场在震荡的时候，不断洗筹，成交量逐渐萎缩，市场波动在逐渐降低，直到市场冷冷清清，市场成交量与成交额降至冰点，才会有后续期待的反弹行情。低波之刃模型量化了市场处于极端缩量和极端冷清的这种状态，并且能够把握后续的反弹行情。 图表5低波之刃模型回测结果（上证50指数） 低波之刃模型在上证50指数上自2015年2月9日以来至2024年03月29日，年化收益4.96%，最大回撤12.57%，胜率60.1%，盈亏比1.22，夏普比率0.301，平均每年交易15.9次，平均多头持有周期3个交易日，历史回溯表现表明能够在市场处于震荡的情形下获取极度萎缩后的反弹收益。 低波之刃模型在上证50指数自今年2024年01月01日至2024年03月29日的绝对收益为-0.93%，最大回撤1.73%。而上证50指数今年以来绝对收益为5.35%，最大回撤4.16%。 3、特征龙虎榜机构模型 股票龙虎榜作为投资者可以窥探顶级资金交易行为的主要渠道一直备受关注，市面上也流传着很多有关龙虎榜的打板战法，但是龙虎榜本身包含的信息过于庞杂，上榜个体的交易目的也互有不同，甚至很多游资席位上榜的目的就是为了拉高股价进行出售，由于这些原因，使得龙虎榜数据并没有广泛的运用于量化投资领域。本文将从行为金融有限注意力理论的角度对这部分数据进行切入，以龙虎榜中全部机构席位信息总和作为原料进行加工，透过不同机构席位释放的干扰信号，探究机构席位资金出现极端行为时，宽基指数所呈现的规律并构建相应的择时策略。 由于龙虎榜资金净流入强度指标期望收益分布图呈现出明显的非线性V字型，正收益来自两端，负收益来自中间。因此择时模型的构造逻辑为做多两边做空中间，本文采用了一类巧妙的建模方法，构建了沪深300指数相应的龙虎榜机构多空择时模型。 特征龙虎榜机构模型在沪深300指数上自2013年01月01日以来至2024年03月29日，年化收益17.49%，最大回撤20.93%，胜率58.6%，盈亏比1.51，夏普比率0.822，平均每年交易18次，平均多头持有周期11.4个交易日，空头持有期6.4个交易日。 特征龙虎榜机构模型在沪深300指数自今年2024年01月01日至2024年03月29日的绝对收益为-3.21%，最大回撤7.27%。沪深300指数今年以来绝对收益为4.46%，最大回撤6.10%。 图表6特征龙虎榜机构模型回测结果（沪深300指数） 4、特征成交量模型 成交量指的是一个时间单位内对某项交易成交的数量。当供不应求时，人潮汹涌，都要买进，成交量自然放大；反之，供过于求，市场冷清无人，买盘稀少，成交量势必萎缩。 而将人潮加以数值化，便是成交量。A股宽基指数有着明显的放量上涨，缩量下跌规律。 由于量能指标的期望收益分布呈现出明显的右偏V型形状，特征成交量模型采用了一类巧妙的建模方法，将成交量建模趋于完善，开创性地挖掘成交量模型的缩量做空与地量反弹，因此从成交量的特征分布进行切入，将市场划分为放量上涨区域，高位震荡区域，缩量下跌区域，地量反弹区域。并构建相应的择时策略，在放量上涨区域做多，在缩量下跌区域做空，在地量反弹区域中做多，在回溯中获得了远超宽基指数的择时收益。 特征成交量模型在万得全A指数上自2004年1月2日以来至2024年03月29日，年化收益27.64%，最大回撤40.54%，胜率55%，盈亏比1.49，夏普比率1.025，平均每年交易35.2次，平均多头持有周期5.2个交易日，空头持有期5.9个交易日。 特征成交量模型在万得全A指数上自今年2024年01月01日至2024年03月29日的绝对收益为13.70%，最大回撤7.04%。而全A指数今年以来2024年1月1日至2024年03月29日绝对收益为-2.16%，最大回撤16.85%。模型表现远超基准，表现非常优秀。 图表7特征成交量机构模型回测结果（万得全A指数） （二）中期择时模型 1、推波助澜模型 推波助澜V1模型：市场涨停个股较多的时候，市场人气旺盛，容易走出上涨行情；市场跌停个股较多的时候，市场人气冷淡，容易走出下跌行情。基于经验设定涨跌停阈值为9.5%，即个股涨幅大于9.5%为涨停，个股涨幅小于-9.5%为跌停。定义涨停比率：宽基指数单日涨幅大于9.5%的成分股数量占其成分股总数的比率。定义跌停比率：宽基指数单日跌幅大于9.5%(单日涨幅小于-9.5%)的成分股数量占其成分股总数的比率。推波助澜V1模型是基于涨停比率与跌停比率构建的择时模型。 推波助澜V2模型：而涨停和跌停仅仅只是利用个股当日涨跌幅的信息，因此我们定义连板比率，即连续涨停比率和连续跌停比率。连续涨停比率即宽基指数今日和昨日涨幅都大于9.5%的个股数量占其成分股总数的比率，同理，连续跌停比率即宽基指数今日和昨日跌幅都大于9.5%(涨幅小于-9.5%)的个股数量占其成分股总数的比率。类似涨跌停比率剪刀差的定义，涨停比率-跌停比率，因此我们定义连板比率剪刀差：即连续涨停比率-连续跌停比率。我们还定义了地天板比率和天地板比率，地天板比率即宽基指数今日地天板走势的个股数量占其成分股总数的比率，天地板比率即宽基指数今日天地板走势的个股数量占其成分股总数的比率。因此我们定义地天与天地板比率剪刀差：地天板比率-天地板比率。推波助澜V2模型是基于涨跌停比率剪刀差、连板比率剪刀差、地天与天地板比率剪刀差构建的择时模型。 推波助澜V3模型：A股指数的行情主要依靠权重股来带动，纯粹使用涨跌停个股数量简单加减不一定能真实反映A股的整体情绪，因此推波助澜V1模型与推波助澜V2模型计算涨跌停比率剪刀差的方式可能有所弊端。因此定义了自由流通市值加权涨跌停比率剪刀差、自由流通市值加权连板比率剪刀差、自