富国基金王乐乐:资产配置与ETF轮动策略
（以下内容从华西证券《富国基金王乐乐:资产配置与ETF轮动策略》研报附件原文摘录）
乐乐总金句分享 在投权益的过程中，我们首先要进行大势研判，第二个环节则决定是大盘或小盘风格，是价值还是成长风格。 AI模型类似于一个“技术分析大师”，关注量价上不同形态。通过高维度特征提取器，AI模型对个股的行情K线图具有独特的理解。一些特征图专注于捕捉K线图、移动平均线中的关键信息，而有的特征图则侧重于分析交易量以及MACD等技术指标中的微妙变化。 市场交易的方向，在制定投资策略时至关重要。举例来说，当市场由机构投资者主导时，盈利预测的上调往往被视为一个极具参考价值的信号。然而，市场环境的复杂性和多变性不容忽视。 在模型优化过程中，我们坚持两大核心原则。首先，我们定期对模型进行细致调整和优化，以确保其持续的性能与适应性。其次，我们深知，即使是人工智能模型，也可能在某些时期内失效。 感谢大家对郁见投资的关注，第九十七期非常荣幸地邀请到了富国基金王乐乐。 王乐乐先生，应用数学博士，软件设计师，量化投资部ETF投资总监，具有14年证券基金行业从业经验；2021年上交所十佳ETF分析师，2021年、2022年深交所基金市场投资者服务奖。现任富国基金量化投资部ETF投资总监，先后管理过QDII基金，二级债基，开放指数基金，分级基金和ETF，具有丰富的资产配置和指数投资经验。 01 如何想到研究开发一整套涵盖资产配置策略的小程序？ 第一个环节可以类比为“造车”。我认为ETF是一个工具，可以类比成“汽车”。过去很多年，我一直在工具的迭代中深耕，在管理ETF的时候会去打磨和研发指数。例如标的名称为价值100ETF的月K线图屡创新高，这是我在2017年通过PB-ROE策略估值盈利策略研发的指数，通过筛选出盈利好的公司，将其打磨成一个“标杆指数”。 资产配置是ETF投资中的关键问题，我们希望利用这些ETF工具为投资者带来良好的收益曲线。过去资本市场常用“讲故事”的方法来投资，通过预测某个行业或领域的走势，对应调整投资方向。这样的方式难度较高，且需要不断跟踪。为了解决这个问题，我创建了一套类似于汽车自动驾驶系统的资产配置体系。一方面要“造车”，另一方面要将其与投资方法融合，这样就形成了我们的完整体系。 依托富国基金的投研优势，我们几乎全面覆盖了市场上所有卖方分析师和金融工程团队的观点模型，并结合我们的研究，总结出一套体系模型。通过这样的投研量化基础研究，我们将一些指标汇总在一起，不仅是ETF，还包括申万一级等几乎所有的宽基指数、分析大单是在买大盘股还是小盘股等特征。对于短期指标来说，我们更多是挖掘其背后的驱动点。 在投权益的过程中，我们首先要进行大势研判，第二个环节则决定是大盘或小盘风格，是价值还是成长风格。我们在当前市场已有的模型基础上进行筛选，总结出一套富国的体系，进而研发了一个四象限轮动模型来进行风格判断（四象限：大盘成长、大盘价值、小盘成长、小盘价值）。 第三个环节，风格决定后，需要选择行业。因此我们通过基本面量化的打分模型加总到行业上，做出了多因子行业轮动模型，该模型在近年来基本面偏弱的环境下，模型效果尚可。近几年富国基金搭建了人工智能模型，我们通过将个股的模型得分加总在ETF上计算出关于行业和宽基的人工智能卷积神经网络模型的轮动策略，获得了非常亮眼的成绩。 在投资中，确定了买点之后，卖点同样重要。我们的风险警示灯模型旨在提供板块的卖点提示，帮助投资者关注短期内哪些板块存在风险，并给予及时的警示。 在我们完成了风格轮动、行业轮动、AI轮动和CNN模型的构建之后，我们基本上对整个权益市场投资的关键模型进行了全面的梳理。除了上述我们自身的模型之外，我们的页面中还有统计了全市场十家证券公司金融工程团队所做的各类ETF轮动组合的历史业绩和最新组合，让投资者一目了然地了解各模型的特点。 不仅限于模型维度，K线图的分析同样受到投资者们的青睐。我们通过聘请外部专家团队，将他们的K线模型分析植入到我们的体系中，这部分内容汇集成网页内的一个专栏，点击后可以看到每个板块的K线分析，包括上涨的概率等信号。这样我们也就形成了闭环式体系的构建，在当天买入能够看到对应板块触发的看涨信号。 此外，我们还关注特定行业的中观分析。对于每个产品，我们都构建了行业中观模型的分析框架，并包括了相应的指标。例如，如果模型显示银行板块表现良好，我们会单独对银行业进行中观分析，对银行表现进行归因解释。 02 模型输出结果背后的逻辑是什么？涉及到哪些指标体系？ 模型的构建和输出逻辑可以在网页内对应板块进行查看。以四象限风格轮动板块为例，板块内包含模型的历史结果、指标打分、模型方法介绍和具体指标体系。可以看到各个指标对应的结论、得分变化以及模型的有效性，进而可以了解各个因子是如何影响风格。 在板块内附有富国基金四象限轮动风格模型策略讲解的PPT，里面详细介绍了风格体系的核心构成，风格轮动在国内市场的有效性等。 四象限轮动风格模型将市场划分为四大象限，分别代表大盘价值、大盘成长、小盘价值和小盘成长。其核心在于一套精心设计的打分系统，该系统由趋势类指标和拐点类指标共同驱动。当信号提示大盘时记录1分，提示成长时记录-1分，均衡记为0分，根据权重加总得到综合信号。趋势类指标包括景气度、流动性、动量与资金；拐点类指标包括市场情绪、交易情绪。每个指标都由多个单一指标来合成，以景气度指标为例，其中PMI偏向成长，PPI与CPI的差值偏向价值，房地产投资增速偏向小盘，经济不确定性偏向大盘，把这些小指标的信号汇总在一起能得到高胜算的结论。 另外，我们对单指标都进行了历史上的有效性检验。以房地产投资指标为例，我们分析了其在历史数据中的表现，具体展示了该指标在不同时间段内的有效和失效情况，以此来全面评估其预测能力和可靠性。 通过阅读本模型策略讲解的PPT，投资者可以在短时间内全面理解市场风格轮动，并通过每日跟踪来洞察市场变化。为满足投资者对具体投资策略的需求，模型还提供了具体场景分析。通过与偏股混合基金指数的表现对比，本模型展示了其投资策略的显著优势与有效性。短期来看，最近一年的收益率为-0.5%，同期wind全A指数下跌9.85%；长期来看，轮动组合可获得稳定的超额收益，每年均跑赢等权基准，年化超额22%。富国基金四象限轮动风格模型为投资者提供了一套系统化的投资方法，使投资者能够依据具体的市场指标，更好地理解市场风格轮动，从而做出更加明智的投资决策。 03 模型输出结果的更新频率是多久呢？ 四象限风格轮动模型的换手率并不高，模型信号结果是周度更新，且信号持续的平均时间是35天。 04 支撑起AI模型判断的核心因素是什么？ 多因子模型这几年存在一定的压力，尤其基本面因子。AI模型类似于一个“技术分析大师”，关注量价上不同形态。通过高维度特征提取器，AI模型对个股的行情K线图具有独特的理解。一些特征图专注于捕捉K线图、移动平均线中的关键信息，而有的特征图则侧重于分析交易量以及MACD等技术指标中的微妙变化。此外，还有特征图能够关注到市场的全局动态，提供更为全面的视角。 AI模型的构建是一个精细的过程，它将股票的短线和长线数据、成交量、均线指标等输入至系统中，并借助卷积神经网络和高效能的H800芯片进行深度计算，最终训练出一个得分模型。该模型于2023年上半年上线，而相关的PPT讲解资料也在今年1月份得到了更新。 该模型的核心价值在于它能够精准地提取股票走势和成交量的关键信息，并据此计算出股票在未来两周内的上涨概率。通过深入分析历史数据，模型能够总结出股票市场的运行规律，从而对股票的未来走势进行合理预测。例如，当某些股票的状态在历史统计分析中显示出较高的下跌风险时，模型会相应地给出较低的得分。最后，模型会将每只个股的得分汇总至ETF中，进一步计算出ETF的整体得分。通过上述的流程，我们能够识别出各个板块涨跌概率的高低。 我们采用了量化分析中广泛应用的五分组法来验证模型的有效性。模型的实盘样本外业绩表现良好，尽管在某些时段出现了回撤，但整体趋势表现积极。在行业轮动方面，模型给出的预测结论也在实际操作中得到了充分验证，尤其是在银行、医药、国企改革和物流等方向上，模型预测与实际表现高度契合。此外，模型在宽基轮动方面的效果也相当显著，特别是在2021下半年至今的时段内。这些成绩均源于我们的人工智能模型所依托的方法论，并且我们详细记录了每日得分的具体情况，为后续的优化和改进提供了有力的数据支持。 我认为做研究还是得踏实。计算得分比较复杂，为此我们组建人工智能团队来负责AI系统构建。这个系统不仅承担ETF得分计算的任务，还扩展到了申万一级得分、行业指数以及市场指数的计算。 05 介绍一下行业比较模型？ 行业比较模型由三个核心维度构成。 第一个维度是价量人工智能模型，该模型借助卷积神经网络技术，每日生成得分，用以揭示哪些板块表现强劲，哪些板块表现不佳。这一模型我已在前面的分享中详细介绍过，故不再赘述。 第二个维度是业绩拆解，为了满足主动基金经理对财务数据的需求，我们计算了每个板块的财务指标改善程度，包括营收、扣费利润的增长，以及毛利率、存货周转率、应收账款等关键指标的变化。这些分析成果通过直观的折线图等形式展示，为基金经理提供了清晰的财务表现视图。 第三个维度是多因子模型，专为量化投资者打造。基于富国独特的多因子打分体系，我们深入剖析了板块背后的表现逻辑，并计算了包括行业景气度、业绩产业数据、分析师一致预期、盈利质量等在内的多项指标得分。每一项指标都经过严格的有效性检验，以确保其在行业筛选中的精准度。 此外，我们还综合分析了行业分析师的推荐方向，例如，行业分析师最看好家电板块，其预期表现也非常亮眼。同时，我们还关注了动量强劲的板块，如军工和银行，以及资金流大的板块，如农业、银行和绿电。并对上述内容提供具体细分指标，如融资加杠杆的方向、外资买入情况、板块流入指标等，以帮助投资者深入了解行业轮动的各个维度。 通过这些三大维度的综合考量和深入分析，我们力求为投资者提供一个全面、省心的行业比较模型。 对于想要深入探究具体指标的投资者，我们还提供了一系列分析工具，这些工具主要面向投研人士。我们提供的数据，包括板块的市盈率（PE）、个股的预测市盈率（Forward PE），以及板块的PE和PEG比率，乃至盈利预测等关键指标。这些数据都经过了我们团队的计算和处理，确保投资者能够直接获取到一致预期的数据，包括盈利上调的预期。 我个人比较关注的是调研活跃度这个指标，它直观反映了研究员对特定板块的关注程度。以计算机板块为例，近期该板块接受了大量的调研，调研次数由上个月的11次显著增长至本月的58次。这种调研活动的增加，往往预示着相关板块可能存在潜在的投资机会，从而为量化投资提供了重要的参考信号。 此外，我们也密切关注券商研究员撰写报告的数量变化。通过数据排序，我们可以清晰地看到哪些板块在报告中被频繁提及。例如，稀土板块在最近两个月内报告数量显著增加，从127篇跃升至155篇。这种报告数量的激增可能暗示着稀土行业正在发生重要变化，值得投资者深入研究其背后的市场逻辑和行业动态。 以上只是部分工具和指标的简要介绍，我们的分析工具箱中还有更多专业而细致的工具，可以根据投资者的需求进行深入研究和分析。 06 挖掘的指标中哪些会比较有效？ 市场交易的方向，在制定投资策略时至关重要。举例来说，当市场由机构投资者主导时，盈利预测的上调往往被视为一个极具参考价值的信号。然而，市场环境的复杂性和多变性不容忽视。例如，当基金规模攀升至高位并触发赎回潮时，基金经理可能不得不卖出股票以满足客户的赎回需求。在这种情境下，即便盈利预测有所上调，相关板块的表现也可能出现阶段性平稳或疲软。 因此，深刻理解指标的使用场景至关重要。这些指标更多是用于解释、研究和跟踪投资策略的执行情况，而策略本身则致力于持续提供投资结论和构建稳健的收益曲线。 07 构建这套系统花费了多久的时间？ 构建这套体系花费了我多年的努力。我的原则是，如果万得信息已经提供的数据，我就不再重复放，因为我并不打算成为一个数据供应商。我的目标始终聚焦于专业的投资研究，特别是模型开发。因此，我主要依托于富国量化团队，将模型的内容进行全面输出。模型的构建和积淀是一个团队的努力，而不是一两个人的工作，这套系统汇集了至少20个量化团队成员的智慧和贡献，并且我们的团队持续对模型进行迭代和优化，以确保其适应市场的变化。 在这套体系中，我们不仅纳入了常见的大势研判分析体系和聚集指标，还创新性地引入了一些自定义指标，这些指标的变化和背后的逻辑都独具特色。通过这种方式，我们为投资者提供了一个深入、独特的市场分析工具。在我们的首页上，我们提供了多维度的市场择时分析工具，每个维度都由专业的投研团队进行跟踪和研究。例如，我自行设计了一个风险平衡指标，它与A股的市场点位之间的关系可以为我们提供择时信号。这个择时指标并非传统的ERP（股权风险溢价），而是我们自创的“扩散类指标”。通过观察过去一年的数据，我们可以看到黄色线代表市场点位，而蓝色线则代表我们的信号。当蓝线上升时，我们认为市场看多；当蓝线下降时，我们认为市场看空。 08 环境不断变化的情况下模型有效性如何得到保障？ 在我们的全球大势研判模型中，我们倾向于将其细分为多个维度，以便更细致地剖析影响股市的多元因素。我们确定了七大核心维度，即国内经济、国内流动性、风险偏好、股债性价比、全球经济、全球流动性和全球风险偏好。尽管这些核心维度固定不变，但是在不同阶段，其中某一维度可能成为主导因素。 我们的目标是准确识别出这些极端因素的主导作用，同时确保整个分析框架的稳定性和可靠性。此外，我们的AI模型和轮动策略也会进行定期的调整和优化，但其背后的核心逻辑和规律将保持一贯性。更为关键的是，我们需要明确模型适用的范围和最佳应用时机。 09 如何始终保持模型的有效性？ 在模型优化过程中，我们坚持两大核心原则。首先，我们定期对模型进行细致调整和优化，以确保其持续的性能与适应性。其次，我们深知，即使是人工智能模型，也可能在某些时期内失效，例如在2021年5月到8月的期间，表现不如预期。在这种情况下，我们会建议投资者转而关注背后的四象限多因子轮动模型，这也可以被视为一种宽基轮动模型。这种模型的核心在于通过多因子模型的交叉验证，实现策略的互补与强化。它类似于同时运行两个各有所长的策略，为投资者提供了更多的选择空间。 投资者可以根据市场的实际情况，选择表现更为出色的策略进行投资，或者将两个策略的优势相结合，以达到最佳的共振效果。我们始终保留投资者的选择权，因为我们不追求创建一个万能的模型，而是提供一系列策略和模型。 10 基于您的投资体系给出一些当下的投资建议？ 基于我们当前的体系，当提供投资建议时，市场的大势研判是我们首要考虑的因素。当前，国内经济可能面临一些短期压力，同时市场风险偏好似乎正从高位开始回落，这是一个需要我们高度关注的情况。接下来的几天，我们将持续观察这些信号是否有所变化。 通过股债比的角度来看，目前市场的股债比处于一个非常低的位置，这意味着股票的性价比相对较高，可能是一个战略配置的好时机。尽管短期内的市场风险偏好仍然需要观察，但目前的性价比依然具有吸引力。同时，我们也要关注全球动态，比如巴以冲突是否恶化，以及全球风险偏好指标是否在高位回升。如果全球风险偏好指标在回升，这通常意味着全球股市不会有太大问题，外围风险对我们影响不大。 因此，我建议在战略配置上，利用当前股票的性价比优势进行配置，但短期内仍需保持警惕，留意风险评价指标的变化。此外，根据四象限风格轮动模型，目前偏向小盘价值，特别是价值100指数最近表现强劲。在行业选择上，银行、消费、券商、医药和绿电等行业值得关注。 11 模型给我们提示的卖出信号有哪些？ 一是ETF份额变动规律：经过对ETF市场份额的周变化与点位走势的深入研究，我们发现了一种显著的关联。具体来说，当ETF市场出现赎回潮时，市场整体表现往往疲软。这一规律为我们揭示了ETF份额变化对股价未来走势的潜在影响。以科创50指数为例，机构在该指数的申赎份额对股价的影响表现得尤为显著。 二是K线交易信号：我们特邀了行业内的K线分析专家。通过他们的专业分析，我们计算出了不同情况下的上涨概率。以价值100指数为例，当该指数触发买入信号时，我们的多因子模型预测价值股上涨的概率为62.53%。这些结论的有效性可以通过K线信号对应的位置，包括买入和卖出的超额回报率来验证。 三是风险警示灯：我们使用红线标注过度拥挤的板块，如地产、高股息、科技等。这些板块的风险较高。而灰色线则表示那些相对不拥挤的板块。拥挤与否的有效性可以通过点位和股价的每日更新来验证。 访谈日期：2024年5月 风险提示： 以上观点仅代表基金经理或投资经理的个人意见，不代表投资建议。所载信息或所表达的意见仅为提供参考之目的，非为对相关证券或市场的完整表述或概括。 请向下滑动参见华西证券股份有限公司有关微信公众平台推送内容的完整重要提示及法律声明： 重要提示 《证券期货投资者适当性管理办法》于2017年7月1日起正式实施。通过本订阅号发布的观点和信息仅面向华西证券的专业投资机构客户。若您并非华西证券客户中的专业投资机构客户，为控制投资风险，请取消订阅、接收或使用本订阅号中的任何信息。因本订阅号受限于访问权限设置，若给您造成不便，敬请谅解。市场有风险，投资需谨慎。 法律声明 本订阅号为华西证券宏观固收团队设立及运营。本订阅号不是华西证券研究报告的发布平台。本订阅号所载的信息仅面向华西证券的专业投资机构客户，仅供在新媒体背景下研究观点的及时交流。本订阅号所载的信息均摘编自华西证券研究所已经发布的研究报告或者是对已发布报告的后续解读，若因对报告的摘编而产生歧义，应以报告发布当日的完整内容为准。 在任何情况下，本订阅号所推送信息或所表述的意见并不构成对任何人的投资建议。华西证券及华西证券研究所也不对任何人因为使用本订阅号信息所引致的任何损失负任何责任。 本订阅号及其推送内容的版权归华西证券所有，华西证券对本订阅号及推送内容保留一切法律权利。未经华西证券事先书面许可，任何机构或个人不得以任何形式翻版、复制、刊登、转载和引用，否则由此造成的一切不良后果及法律责任由私自翻版、复制、刊登、转载和引用者承担。 您的星标、点赞和在看，我都喜欢！
乐乐总金句分享 在投权益的过程中，我们首先要进行大势研判，第二个环节则决定是大盘或小盘风格，是价值还是成长风格。 AI模型类似于一个“技术分析大师”，关注量价上不同形态。通过高维度特征提取器，AI模型对个股的行情K线图具有独特的理解。一些特征图专注于捕捉K线图、移动平均线中的关键信息，而有的特征图则侧重于分析交易量以及MACD等技术指标中的微妙变化。 市场交易的方向，在制定投资策略时至关重要。举例来说，当市场由机构投资者主导时，盈利预测的上调往往被视为一个极具参考价值的信号。然而，市场环境的复杂性和多变性不容忽视。 在模型优化过程中，我们坚持两大核心原则。首先，我们定期对模型进行细致调整和优化，以确保其持续的性能与适应性。其次，我们深知，即使是人工智能模型，也可能在某些时期内失效。 感谢大家对郁见投资的关注，第九十七期非常荣幸地邀请到了富国基金王乐乐。 王乐乐先生，应用数学博士，软件设计师，量化投资部ETF投资总监，具有14年证券基金行业从业经验；2021年上交所十佳ETF分析师，2021年、2022年深交所基金市场投资者服务奖。现任富国基金量化投资部ETF投资总监，先后管理过QDII基金，二级债基，开放指数基金，分级基金和ETF，具有丰富的资产配置和指数投资经验。 01 如何想到研究开发一整套涵盖资产配置策略的小程序？ 第一个环节可以类比为“造车”。我认为ETF是一个工具，可以类比成“汽车”。过去很多年，我一直在工具的迭代中深耕，在管理ETF的时候会去打磨和研发指数。例如标的名称为价值100ETF的月K线图屡创新高，这是我在2017年通过PB-ROE策略估值盈利策略研发的指数，通过筛选出盈利好的公司，将其打磨成一个“标杆指数”。 资产配置是ETF投资中的关键问题，我们希望利用这些ETF工具为投资者带来良好的收益曲线。过去资本市场常用“讲故事”的方法来投资，通过预测某个行业或领域的走势，对应调整投资方向。这样的方式难度较高，且需要不断跟踪。为了解决这个问题，我创建了一套类似于汽车自动驾驶系统的资产配置体系。一方面要“造车”，另一方面要将其与投资方法融合，这样就形成了我们的完整体系。 依托富国基金的投研优势，我们几乎全面覆盖了市场上所有卖方分析师和金融工程团队的观点模型，并结合我们的研究，总结出一套体系模型。通过这样的投研量化基础研究，我们将一些指标汇总在一起，不仅是ETF，还包括申万一级等几乎所有的宽基指数、分析大单是在买大盘股还是小盘股等特征。对于短期指标来说，我们更多是挖掘其背后的驱动点。 在投权益的过程中，我们首先要进行大势研判，第二个环节则决定是大盘或小盘风格，是价值还是成长风格。我们在当前市场已有的模型基础上进行筛选，总结出一套富国的体系，进而研发了一个四象限轮动模型来进行风格判断（四象限：大盘成长、大盘价值、小盘成长、小盘价值）。 第三个环节，风格决定后，需要选择行业。因此我们通过基本面量化的打分模型加总到行业上，做出了多因子行业轮动模型，该模型在近年来基本面偏弱的环境下，模型效果尚可。近几年富国基金搭建了人工智能模型，我们通过将个股的模型得分加总在ETF上计算出关于行业和宽基的人工智能卷积神经网络模型的轮动策略，获得了非常亮眼的成绩。 在投资中，确定了买点之后，卖点同样重要。我们的风险警示灯模型旨在提供板块的卖点提示，帮助投资者关注短期内哪些板块存在风险，并给予及时的警示。 在我们完成了风格轮动、行业轮动、AI轮动和CNN模型的构建之后，我们基本上对整个权益市场投资的关键模型进行了全面的梳理。除了上述我们自身的模型之外，我们的页面中还有统计了全市场十家证券公司金融工程团队所做的各类ETF轮动组合的历史业绩和最新组合，让投资者一目了然地了解各模型的特点。 不仅限于模型维度，K线图的分析同样受到投资者们的青睐。我们通过聘请外部专家团队，将他们的K线模型分析植入到我们的体系中，这部分内容汇集成网页内的一个专栏，点击后可以看到每个板块的K线分析，包括上涨的概率等信号。这样我们也就形成了闭环式体系的构建，在当天买入能够看到对应板块触发的看涨信号。 此外，我们还关注特定行业的中观分析。对于每个产品，我们都构建了行业中观模型的分析框架，并包括了相应的指标。例如，如果模型显示银行板块表现良好，我们会单独对银行业进行中观分析，对银行表现进行归因解释。 02 模型输出结果背后的逻辑是什么？涉及到哪些指标体系？ 模型的构建和输出逻辑可以在网页内对应板块进行查看。以四象限风格轮动板块为例，板块内包含模型的历史结果、指标打分、模型方法介绍和具体指标体系。可以看到各个指标对应的结论、得分变化以及模型的有效性，进而可以了解各个因子是如何影响风格。 在板块内附有富国基金四象限轮动风格模型策略讲解的PPT，里面详细介绍了风格体系的核心构成，风格轮动在国内市场的有效性等。 四象限轮动风格模型将市场划分为四大象限，分别代表大盘价值、大盘成长、小盘价值和小盘成长。其核心在于一套精心设计的打分系统，该系统由趋势类指标和拐点类指标共同驱动。当信号提示大盘时记录1分，提示成长时记录-1分，均衡记为0分，根据权重加总得到综合信号。趋势类指标包括景气度、流动性、动量与资金；拐点类指标包括市场情绪、交易情绪。每个指标都由多个单一指标来合成，以景气度指标为例，其中PMI偏向成长，PPI与CPI的差值偏向价值，房地产投资增速偏向小盘，经济不确定性偏向大盘，把这些小指标的信号汇总在一起能得到高胜算的结论。 另外，我们对单指标都进行了历史上的有效性检验。以房地产投资指标为例，我们分析了其在历史数据中的表现，具体展示了该指标在不同时间段内的有效和失效情况，以此来全面评估其预测能力和可靠性。 通过阅读本模型策略讲解的PPT，投资者可以在短时间内全面理解市场风格轮动，并通过每日跟踪来洞察市场变化。为满足投资者对具体投资策略的需求，模型还提供了具体场景分析。通过与偏股混合基金指数的表现对比，本模型展示了其投资策略的显著优势与有效性。短期来看，最近一年的收益率为-0.5%，同期wind全A指数下跌9.85%；长期来看，轮动组合可获得稳定的超额收益，每年均跑赢等权基准，年化超额22%。富国基金四象限轮动风格模型为投资者提供了一套系统化的投资方法，使投资者能够依据具体的市场指标，更好地理解市场风格轮动，从而做出更加明智的投资决策。 03 模型输出结果的更新频率是多久呢？ 四象限风格轮动模型的换手率并不高，模型信号结果是周度更新，且信号持续的平均时间是35天。 04 支撑起AI模型判断的核心因素是什么？ 多因子模型这几年存在一定的压力，尤其基本面因子。AI模型类似于一个“技术分析大师”，关注量价上不同形态。通过高维度特征提取器，AI模型对个股的行情K线图具有独特的理解。一些特征图专注于捕捉K线图、移动平均线中的关键信息，而有的特征图则侧重于分析交易量以及MACD等技术指标中的微妙变化。此外，还有特征图能够关注到市场的全局动态，提供更为全面的视角。 AI模型的构建是一个精细的过程，它将股票的短线和长线数据、成交量、均线指标等输入至系统中，并借助卷积神经网络和高效能的H800芯片进行深度计算，最终训练出一个得分模型。该模型于2023年上半年上线，而相关的PPT讲解资料也在今年1月份得到了更新。 该模型的核心价值在于它能够精准地提取股票走势和成交量的关键信息，并据此计算出股票在未来两周内的上涨概率。通过深入分析历史数据，模型能够总结出股票市场的运行规律，从而对股票的未来走势进行合理预测。例如，当某些股票的状态在历史统计分析中显示出较高的下跌风险时，模型会相应地给出较低的得分。最后，模型会将每只个股的得分汇总至ETF中，进一步计算出ETF的整体得分。通过上述的流程，我们能够识别出各个板块涨跌概率的高低。 我们采用了量化分析中广泛应用的五分组法来验证模型的有效性。模型的实盘样本外业绩表现良好，尽管在某些时段出现了回撤，但整体趋势表现积极。在行业轮动方面，模型给出的预测结论也在实际操作中得到了充分验证，尤其是在银行、医药、国企改革和物流等方向上，模型预测与实际表现高度契合。此外，模型在宽基轮动方面的效果也相当显著，特别是在2021下半年至今的时段内。这些成绩均源于我们的人工智能模型所依托的方法论，并且我们详细记录了每日得分的具体情况，为后续的优化和改进提供了有力的数据支持。 我认为做研究还是得踏实。计算得分比较复杂，为此我们组建人工智能团队来负责AI系统构建。这个系统不仅承担ETF得分计算的任务，还扩展到了申万一级得分、行业指数以及市场指数的计算。 05 介绍一下行业比较模型？ 行业比较模型由三个核心维度构成。 第一个维度是价量人工智能模型，该模型借助卷积神经网络技术，每日生成得分，用以揭示哪些板块表现强劲，哪些板块表现不佳。这一模型我已在前面的分享中详细介绍过，故不再赘述。 第二个维度是业绩拆解，为了满足主动基金经理对财务数据的需求，我们计算了每个板块的财务指标改善程度，包括营收、扣费利润的增长，以及毛利率、存货周转率、应收账款等关键指标的变化。这些分析成果通过直观的折线图等形式展示，为基金经理提供了清晰的财务表现视图。 第三个维度是多因子模型，专为量化投资者打造。基于富国独特的多因子打分体系，我们深入剖析了板块背后的表现逻辑，并计算了包括行业景气度、业绩产业数据、分析师一致预期、盈利质量等在内的多项指标得分。每一项指标都经过严格的有效性检验，以确保其在行业筛选中的精准度。 此外，我们还综合分析了行业分析师的推荐方向，例如，行业分析师最看好家电板块，其预期表现也非常亮眼。同时，我们还关注了动量强劲的板块，如军工和银行，以及资金流大的板块，如农业、银行和绿电。并对上述内容提供具体细分指标，如融资加杠杆的方向、外资买入情况、板块流入指标等，以帮助投资者深入了解行业轮动的各个维度。 通过这些三大维度的综合考量和深入分析，我们力求为投资者提供一个全面、省心的行业比较模型。 对于想要深入探究具体指标的投资者，我们还提供了一系列分析工具，这些工具主要面向投研人士。我们提供的数据，包括板块的市盈率（PE）、个股的预测市盈率（Forward PE），以及板块的PE和PEG比率，乃至盈利预测等关键指标。这些数据都经过了我们团队的计算和处理，确保投资者能够直接获取到一致预期的数据，包括盈利上调的预期。 我个人比较关注的是调研活跃度这个指标，它直观反映了研究员对特定板块的关注程度。以计算机板块为例，近期该板块接受了大量的调研，调研次数由上个月的11次显著增长至本月的58次。这种调研活动的增加，往往预示着相关板块可能存在潜在的投资机会，从而为量化投资提供了重要的参考信号。 此外，我们也密切关注券商研究员撰写报告的数量变化。通过数据排序，我们可以清晰地看到哪些板块在报告中被频繁提及。例如，稀土板块在最近两个月内报告数量显著增加，从127篇跃升至155篇。这种报告数量的激增可能暗示着稀土行业正在发生重要变化，值得投资者深入研究其背后的市场逻辑和行业动态。 以上只是部分工具和指标的简要介绍，我们的分析工具箱中还有更多专业而细致的工具，可以根据投资者的需求进行深入研究和分析。 06 挖掘的指标中哪些会比较有效？ 市场交易的方向，在制定投资策略时至关重要。举例来说，当市场由机构投资者主导时，盈利预测的上调往往被视为一个极具参考价值的信号。然而，市场环境的复杂性和多变性不容忽视。例如，当基金规模攀升至高位并触发赎回潮时，基金经理可能不得不卖出股票以满足客户的赎回需求。在这种情境下，即便盈利预测有所上调，相关板块的表现也可能出现阶段性平稳或疲软。 因此，深刻理解指标的使用场景至关重要。这些指标更多是用于解释、研究和跟踪投资策略的执行情况，而策略本身则致力于持续提供投资结论和构建稳健的收益曲线。 07 构建这套系统花费了多久的时间？ 构建这套体系花费了我多年的努力。我的原则是，如果万得信息已经提供的数据，我就不再重复放，因为我并不打算成为一个数据供应商。我的目标始终聚焦于专业的投资研究，特别是模型开发。因此，我主要依托于富国量化团队，将模型的内容进行全面输出。模型的构建和积淀是一个团队的努力，而不是一两个人的工作，这套系统汇集了至少20个量化团队成员的智慧和贡献，并且我们的团队持续对模型进行迭代和优化，以确保其适应市场的变化。 在这套体系中，我们不仅纳入了常见的大势研判分析体系和聚集指标，还创新性地引入了一些自定义指标，这些指标的变化和背后的逻辑都独具特色。通过这种方式，我们为投资者提供了一个深入、独特的市场分析工具。在我们的首页上，我们提供了多维度的市场择时分析工具，每个维度都由专业的投研团队进行跟踪和研究。例如，我自行设计了一个风险平衡指标，它与A股的市场点位之间的关系可以为我们提供择时信号。这个择时指标并非传统的ERP（股权风险溢价），而是我们自创的“扩散类指标”。通过观察过去一年的数据，我们可以看到黄色线代表市场点位，而蓝色线则代表我们的信号。当蓝线上升时，我们认为市场看多；当蓝线下降时，我们认为市场看空。 08 环境不断变化的情况下模型有效性如何得到保障？ 在我们的全球大势研判模型中，我们倾向于将其细分为多个维度，以便更细致地剖析影响股市的多元因素。我们确定了七大核心维度，即国内经济、国内流动性、风险偏好、股债性价比、全球经济、全球流动性和全球风险偏好。尽管这些核心维度固定不变，但是在不同阶段，其中某一维度可能成为主导因素。 我们的目标是准确识别出这些极端因素的主导作用，同时确保整个分析框架的稳定性和可靠性。此外，我们的AI模型和轮动策略也会进行定期的调整和优化，但其背后的核心逻辑和规律将保持一贯性。更为关键的是，我们需要明确模型适用的范围和最佳应用时机。 09 如何始终保持模型的有效性？ 在模型优化过程中，我们坚持两大核心原则。首先，我们定期对模型进行细致调整和优化，以确保其持续的性能与适应性。其次，我们深知，即使是人工智能模型，也可能在某些时期内失效，例如在2021年5月到8月的期间，表现不如预期。在这种情况下，我们会建议投资者转而关注背后的四象限多因子轮动模型，这也可以被视为一种宽基轮动模型。这种模型的核心在于通过多因子模型的交叉验证，实现策略的互补与强化。它类似于同时运行两个各有所长的策略，为投资者提供了更多的选择空间。 投资者可以根据市场的实际情况，选择表现更为出色的策略进行投资，或者将两个策略的优势相结合，以达到最佳的共振效果。我们始终保留投资者的选择权，因为我们不追求创建一个万能的模型，而是提供一系列策略和模型。 10 基于您的投资体系给出一些当下的投资建议？ 基于我们当前的体系，当提供投资建议时，市场的大势研判是我们首要考虑的因素。当前，国内经济可能面临一些短期压力，同时市场风险偏好似乎正从高位开始回落，这是一个需要我们高度关注的情况。接下来的几天，我们将持续观察这些信号是否有所变化。 通过股债比的角度来看，目前市场的股债比处于一个非常低的位置，这意味着股票的性价比相对较高，可能是一个战略配置的好时机。尽管短期内的市场风险偏好仍然需要观察，但目前的性价比依然具有吸引力。同时，我们也要关注全球动态，比如巴以冲突是否恶化，以及全球风险偏好指标是否在高位回升。如果全球风险偏好指标在回升，这通常意味着全球股市不会有太大问题，外围风险对我们影响不大。 因此，我建议在战略配置上，利用当前股票的性价比优势进行配置，但短期内仍需保持警惕，留意风险评价指标的变化。此外，根据四象限风格轮动模型，目前偏向小盘价值，特别是价值100指数最近表现强劲。在行业选择上，银行、消费、券商、医药和绿电等行业值得关注。 11 模型给我们提示的卖出信号有哪些？ 一是ETF份额变动规律：经过对ETF市场份额的周变化与点位走势的深入研究，我们发现了一种显著的关联。具体来说，当ETF市场出现赎回潮时，市场整体表现往往疲软。这一规律为我们揭示了ETF份额变化对股价未来走势的潜在影响。以科创50指数为例，机构在该指数的申赎份额对股价的影响表现得尤为显著。 二是K线交易信号：我们特邀了行业内的K线分析专家。通过他们的专业分析，我们计算出了不同情况下的上涨概率。以价值100指数为例，当该指数触发买入信号时，我们的多因子模型预测价值股上涨的概率为62.53%。这些结论的有效性可以通过K线信号对应的位置，包括买入和卖出的超额回报率来验证。 三是风险警示灯：我们使用红线标注过度拥挤的板块，如地产、高股息、科技等。这些板块的风险较高。而灰色线则表示那些相对不拥挤的板块。拥挤与否的有效性可以通过点位和股价的每日更新来验证。 访谈日期：2024年5月 风险提示： 以上观点仅代表基金经理或投资经理的个人意见，不代表投资建议。所载信息或所表达的意见仅为提供参考之目的，非为对相关证券或市场的完整表述或概括。 请向下滑动参见华西证券股份有限公司有关微信公众平台推送内容的完整重要提示及法律声明： 重要提示 《证券期货投资者适当性管理办法》于2017年7月1日起正式实施。通过本订阅号发布的观点和信息仅面向华西证券的专业投资机构客户。若您并非华西证券客户中的专业投资机构客户，为控制投资风险，请取消订阅、接收或使用本订阅号中的任何信息。因本订阅号受限于访问权限设置，若给您造成不便，敬请谅解。市场有风险，投资需谨慎。 法律声明 本订阅号为华西证券宏观固收团队设立及运营。本订阅号不是华西证券研究报告的发布平台。本订阅号所载的信息仅面向华西证券的专业投资机构客户，仅供在新媒体背景下研究观点的及时交流。本订阅号所载的信息均摘编自华西证券研究所已经发布的研究报告或者是对已发布报告的后续解读，若因对报告的摘编而产生歧义，应以报告发布当日的完整内容为准。 在任何情况下，本订阅号所推送信息或所表述的意见并不构成对任何人的投资建议。华西证券及华西证券研究所也不对任何人因为使用本订阅号信息所引致的任何损失负任何责任。 本订阅号及其推送内容的版权归华西证券所有，华西证券对本订阅号及推送内容保留一切法律权利。未经华西证券事先书面许可，任何机构或个人不得以任何形式翻版、复制、刊登、转载和引用，否则由此造成的一切不良后果及法律责任由私自翻版、复制、刊登、转载和引用者承担。 您的星标、点赞和在看，我都喜欢！
大部分微信公众号研报本站已有pdf详细完整版：https://www.wkzk.com/report/（可搜索研报标题关键词或机构名称查询原报告）
郑重声明：悟空智库网发布此信息的目的在于传播更多信息，与本站立场无关，不构成任何投资建议。
