寻找市场的主线——热点概念视角下强势股投资策略

Beta时代的发展与衍进：从宽泛行业走向细分概念

Beta时代的发展：选择比努力更重要

A股市场在不同阶段演绎不同的Beta行情，把握市场热点对主动和量化投资者至关重要。历史上多次Beta行情示例：

• 2019-2020年：核心资产（茅指数）上涨，新能源板块接棒。
• 2021年：新能源板块疲软，老周期（煤炭）崛起。
• 2022年：人工智能、元宇宙、AIGC等概念活跃。
• 2023年：低估值、高股息风格占优，银行板块突出。
• 2024年：机器人、具身智能、国产算力等科技板块成为主线。

Beta时代的衍进：从宽泛行业走向细分概念

同一行业的不同细分赛道市场表现差异大，部分赛道的年内收益之差甚至超过100%。这意味着投资者需在细分赛道中寻找契合当前市场的Beta行情。跨行业、跨板块的Beta行情增多，单一行业划分已不足够。

主动与被动的融合：绩优主动基金的概念指数表达

绩优主动基金的短期业绩与其行业持仓集中度正相关。部分绩优基金走势与特定概念指数高度相似，概念指数对绩优基金业绩的解释力度更高（R方高于50%）。

寻找市场的主线：热点概念的识别与筛选

1. 备选概念样本池定义：对Wind概念指数、行业主题指数及基于热点股票收益聚类方法自动识别的概念类别取并集。

   • Wind概念指数：剔除宽基、基金重仓、金股、行业、ESG、陆股通、技术指标类指数，保留产业主题指数。
   • 行业主题指数：保留中证/深证/巨潮行业主题指数。
   • 基于热点股票收益的概念自动识别：筛选过去3个月收益排名前20%的股票，计算相关系数，找到伙伴群体。

2. 热点概念识别与重构：

   • 计算个股与概念指数收益相关性，筛选“紧密关联成分股”数量超过10只的概念。
   • 计算概念指数分析师覆盖度（超过50%），筛选“热点概念”。
   • 以“紧密关联成分股”等权重构热点概念指数。

3. 热点概念去重：基于个股重合度指标，若重合股票占比高于70%，则视为同一类别，精简概念数量。

4. 热点概念板块划分：将热点概念划分至科技、大消费、制造、周期、大金融、医药及跨板块，帮助投资者梳理板块主线。

乘势而上：从热点概念到强势概念

1. 行情发酵点的自适应判断方法：

   • 采用定量方式寻找行情发酵的起始点，称为“行情发酵点”。
   • 以最近一次大级别回撤的相对低点作为行情发酵点，若距离当前日期不足5个交易日，则不予考虑。

2. 基于板块行情发酵点的强势概念筛选：

   • 找到板块行情发酵点，若板块当前上行，计算板块行情发酵点至今各热点概念指数的强势程度。
   • 以“路程位移比”衡量概念指数走势的平稳程度，选择强势程度靠前的热点概念。

3. 强势概念股票池构建：

   • 将强势概念成分股取并集，以入选概念次数加权，构建强势概念股票池。
   • 2019年以来，强势概念股票池相对中证500指数年化超额收益8.63%。

强势概念股票池因子检验

1. 单因子检验：基本面（SUE、DeltaROEQ、NPQYOY、ORQYOY）和技术面（AOG、Ret240_20、SATDCombination、VolumeRatioSelect、TOSTD_3M）因子均展现选股效果。

2. 复合因子构建：将正因子等权配置，RankIC均值为8.66%，年化RankICIR为2.79，月胜率81.32%。

3. 融入板块观点的复合因子：

   • 将板块强势程度作为子因子加入，RankIC均值为8.82%，年化RankICIR为2.88，多头月均超额1.36%。

融入板块观点的强势概念精选组合

1. 组合构建：

   • 回测区间：2018.12.28-2026.07.31。
   • 调仓频率：每月月末。
   • 选股空间：强势概念股票池。
   • 选股方式：基于多因子模型打分，融入板块观点的复合因子排序。
   • 持股数量：30只。
   • 加权方式：等权配置。

2. 组合表现：

   • 2019年以来年化收益40.07%，相对中证500指数年化超额收益31.70%，信息比1.92，收益回撤比3.22。
   • 行业分布：电子、医药、计算机、传媒等。
   • 板块权重：相对均衡，无单一板块过度集中。
   • 风格暴露：偏向小盘成长风格。
   • 资金容量：平均单日最大买入金额3.73亿元。

总结

• Beta时代从宽泛行业走向细分概念，选择比努力更重要。
• 热点概念需兼具市场凝聚力和机构关注度，通过收益率聚类和去重精简概念。
• 行情发酵点自适应判断方法更符合市场逻辑，强势概念股票池能有效捕获上行Beta。
• 融入板块观点的复合因子和多因子打分体系提升选股效果，强势概念精选组合表现优异。

风险提示

• 市场环境变动风险：宏观经济、政策、市场结构等变化可能导致策略失效。
• 模型失效风险：模型基于历史数据，样本外表现可能与回测结果存在差异。