中银证券-中银量化多策略行业轮动周报-230804

文本预览:
中银多策略行业轮动体系推荐的下周行业配置:煤炭(8.3%)、有色金属(8.3%)、钢铁(8.3%)、轻工制造(8.3%)、建材(8.3%)、纺织服装(8.3%)、商贸零售(8.3%)、食品饮料(8.3%)、银行(8.3%)、地产(8.3%)、非银金融(8.3%)、综合金融(8.3%)。 业绩回顾:中信一级行业平均周收益率2.2%,近1月平均收益3.2%。本周收益率表现最好的三个行业是非银行金融(10.1%)、房地产(6.8%)、综合金融(4.6%)。收益率表现最差的三个行业是医药(-1.5%)、国防军工(-0.6%)、煤炭(-0.4%)。 模型表现:截至2023/8/3,行业轮动策略获得累计收益16.30%,中信一级行业等权基准收益6.95%,对应累计超额收益9.35%。Wind普通股票型基金指数基准收益-1.56%,对应累计超额收益17.85%。其中:行业盈利景气度追踪策略较中信行业等权超额收益为1.85%,未证伪情绪跟踪策略超额收益为2.48%,宏观风格行业轮动策略超额收益为16.27%。 风险预警:当前未有行业的滚动6年稳健PB估值(剔除极端值)处于95%分位点以上,在“极端高估值”层面没有需要提示预警的行业。从相对估值角度、当前估值分位数较高的行业为综合(84.8%)、石油石化(80.8%)、商贸零售(76.8%)。 行业盈利景气度追踪策略(周度):下周推荐的3个行业为综合金融、食品饮料、钢铁。基于行业盈利预期指标可知,食品饮料与综合金融的盈利预期继续保持高位,钢铁行业近期受生产端恢复盈利预期显著提升。 未证伪情绪行业轮动策略(周度):下周推荐的3个行业为商贸零售、轻工制造、纺织服装。观察中银行业隐含情绪指标可以发现,当前市场情绪热点与上周保持一致。受近期地产政策利好,地产相关如地产、建材、建筑等行业市场情绪较为高涨。 宏观风格行业轮动策略(月度):本月推荐的6个行业为建材、煤炭、银行、房地产、有色金属、非银行金融。8月宏观风格择时模型显示对高beta、低估值风格看多,对12个月动量风格看空,对高波动持中性评价。较7月推荐行业变化不大,仅新增非银金融行业、剔除了估值和拥挤度较高的传媒行业。 风险提示:投资者需注意模型失效的风险。
展开>>
收起<<
《中银证券-中银量化多策略行业轮动周报-230804(13页).pdf》由会员分享,可在线阅读,更多相关《中银证券-中银量化多策略行业轮动周报-230804(13页).pdf(13页精品完整版)》请在悟空智库报告文库上搜索。
(以下内容从中银证券《中银量化多策略行业轮动周报》研报附件原文摘录)中银多策略行业轮动体系推荐的下周行业配置:煤炭(8.3%)、有色金属(8.3%)、钢铁(8.3%)、轻工制造(8.3%)、建材(8.3%)、纺织服装(8.3%)、商贸零售(8.3%)、食品饮料(8.3%)、银行(8.3%)、地产(8.3%)、非银金融(8.3%)、综合金融(8.3%)。 业绩回顾:中信一级行业平均周收益率2.2%,近1月平均收益3.2%。本周收益率表现最好的三个行业是非银行金融(10.1%)、房地产(6.8%)、综合金融(4.6%)。收益率表现最差的三个行业是医药(-1.5%)、国防军工(-0.6%)、煤炭(-0.4%)。 模型表现:截至2023/8/3,行业轮动策略获得累计收益16.30%,中信一级行业等权基准收益6.95%,对应累计超额收益9.35%。Wind普通股票型基金指数基准收益-1.56%,对应累计超额收益17.85%。其中:行业盈利景气度追踪策略较中信行业等权超额收益为1.85%,未证伪情绪跟踪策略超额收益为2.48%,宏观风格行业轮动策略超额收益为16.27%。 风险预警:当前未有行业的滚动6年稳健PB估值(剔除极端值)处于95%分位点以上,在“极端高估值”层面没有需要提示预警的行业。从相对估值角度、当前估值分位数较高的行业为综合(84.8%)、石油石化(80.8%)、商贸零售(76.8%)。 行业盈利景气度追踪策略(周度):下周推荐的3个行业为综合金融、食品饮料、钢铁。基于行业盈利预期指标可知,食品饮料与综合金融的盈利预期继续保持高位,钢铁行业近期受生产端恢复盈利预期显著提升。 未证伪情绪行业轮动策略(周度):下周推荐的3个行业为商贸零售、轻工制造、纺织服装。观察中银行业隐含情绪指标可以发现,当前市场情绪热点与上周保持一致。受近期地产政策利好,地产相关如地产、建材、建筑等行业市场情绪较为高涨。 宏观风格行业轮动策略(月度):本月推荐的6个行业为建材、煤炭、银行、房地产、有色金属、非银行金融。8月宏观风格择时模型显示对高beta、低估值风格看多,对12个月动量风格看空,对高波动持中性评价。较7月推荐行业变化不大,仅新增非银金融行业、剔除了估值和拥挤度较高的传媒行业。 风险提示:投资者需注意模型失效的风险。