五维行业轮动模型构建及评分体系 [page::1]

• 五维因子类别包括波动率、估值、成交量、情绪、动量，基于行业内部风格差异构建。

- 近期波动率与成交量因子的收益能力和稳定性评分表现领先。

五维行业轮动模型绩效表现及分因子贡献 [page::2]

| 绩效指标 | 波动率因子 | 基本面因子 | 成交量因子 | 情绪因子 | 动量因子 | 合成因子 |
|--------------|------------|------------|------------|----------|----------|-----------|
| 年化收益率 | 11.43% | 6.64% | 8.24% | 7.96% | 11.54% | 21.44% |
| 年化波动率 | 10.09% | 12.10% | 11.81% | 12.81% | 10.63% | 10.84% |
| 信息比率 | 1.13 | 0.55 | 0.70 | 0.62 | 1.09 | 1.98 |
| 胜率 | 59.84% | 55.91% | 59.84% | 64.57% | 61.11% | 72.95% |
| 最大回撤 | -14.27% | -26.32% | -18.40% | -14.79% | -13.52% | -13.30% |

• 合成因子六分组多空对冲策略表现最佳，年化收益21.44%，最大回撤13.30%。

- 多头对冲行业等权组合年化收益10.52%，表现稳健。[page::2]

多头超额绩效及当月收益表现 [page::3]

| 指标 | 多头组 | 行业等权组合 | 超额 |
|--------------|------------|--------------|--------------|
| 年化收益率 | 9.43% | -0.97% | 10.52% |
| 波动率 | 21.76% | 21.05% | 6.58% |
| 信息比率 | 0.43 | -0.05 | 1.60 |
| 胜率 | 55.28% | 52.46% | 70.49% |
| 最大回撤 | -33.03% | -37.86% | -9.36% |

• 2025年8月多头组合收益7.41%，但相较基准有-2.99%的超额回撤。

- 多空拆解显示情绪和动量因子贡献较高，空头组部分因子表现也强劲。[page::3]

五维行业轮动模型持仓结构及变动 [page::3][page::4]

| 维度 | 09月持仓行业 |
|--------|----------------------------------|
| 波动率 | 钢铁、医药生物、交通运输、银行、美容护理 |
| 基本面 | 食品饮料、房地产、建筑材料、传媒、煤炭 |
| 成交量 | 钢铁、交通运输、房地产、银行、煤炭 |
| 情绪 | 基础化工、电子、食品饮料、社会服务、传媒 |
| 动量 | 家用电器、轻工制造、交通运输、建筑装饰、通信|

• 2025年9月主要持仓行业包括电子、交通运输、房地产、银行等。

- 持仓显示行业轮动策略适时调整行业偏好。[page::4]

沪深300指数增强策略绩效 [page::4]

| 指标 | 增强策略 | 沪深300基准 | 超额 |
|--------------|------------|--------------|--------------|
| 年化收益率 | 8.88% | 0.05% | 8.59% |
| 波动率 | 20.01% | 19.68% | 7.37% |
| 信息比率 | 0.44 | 0.00 | 1.17 |
| 胜率 | 56.10% | 53.66% | 69.11% |
| 最大回撤 | -26.45% | -39.92% | -12.65% |

• 以五维行业轮动模型构建的沪深300指数增强策略实现显著超额收益，信息比率1.17，最大回撤控制优于基准。[page::4]

东吴金工《五维行业轮动月度跟踪报告》详细分析

---

一、元数据与概览

报告标题：《东吴金工 行业轮动月报——从微观出发的五维行业轮动月度跟踪202509》
作者：高子剑、凌志杰
发布机构：东吴证券研究所金融工程团队
发布日期：2025年9月8日
主题：基于微观因子的五维行业轮动模型的构建、绩效跟踪以及沪深300指数增强策略的应用

核心论点：

• 报告介绍了一个基于量价因子微观分解建立的五维行业轮动模型，覆盖波动率、估值、成交量、情绪和动量五个维度。

- 通过对申万一级行业的多空对冲策略及多头策略绩效分析，证实了该模型在过去近11年（2015-2025年8月）的优异表现。

• 该模型能够显著增强沪深300指数表现，带来较好的超额收益。

- 最新持仓集中在电子、交通运输、房地产、银行、建筑材料及煤炭等行业。

• 报告亦强调模型基于历史数据，风险控制和资金管理仍然必要。

整体上，报告强调整体投资逻辑基于微观因子跨行业风格差异，构建五维度综合行业评分并形成行业轮动，旨在通过量化模型捕捉行业轮动带来的超额收益。[page::0]

---

二、逐节深度解读

1. 五维行业轮动模型简介

报告基于东吴金工的多因子选股体系，将微观层面的股票因子划分为五大类：波动率、估值、成交量、情绪和动量。这五类因子综合构建成行业内部指标（包括“离散指标”和“牵引指标”），形成最终的五维度合成因子。

• 逻辑与假设：

基于行业内部存在风格差异的假设，行业内部不同股票的表现差异可由上述五个维度的因子体现和解释。

• 五维度定义：

- 波动率：衡量股票价格波动强度，反映风险偏好与市场不确定性。
- 估值：包括传统估值指标，衡量当前市场价格相对合理性。
- 成交量：反映市场活跃度及资金流动情况。
- 情绪：基于市场情绪指标或情绪相关因子，捕捉投资者心理波动。
- 动量：追踪价格趋势和惯性，符合动量效应投资风格。

五维模型利用这些微观风格因子综合在行业层面构建信号，指导行业轮动配置策略。[page::1]

---

2. 五维行业轮动模型绩效跟踪

2.1 收益能力与稳定性评分

以2025年3月至8月的回看期为样本，模型对多个行业的五维因子进行评分，结果表明，波动率因子和成交量因子在近期表现最为优秀（图1和图2分别展示模型收益能力评分和稳定性评分的雷达图，蓝色代表当前表现，橙色为历史平均水平对比）。

• 图1解读：收益能力上，波动率和成交量得分最高，说明这两个维度的因子对收益贡献显著。

- 图2解读：稳定性评分显示波动率和情绪因子表现较为稳定，体现了它们在多周期的收益稳定性。

此段表明模型对五维度的动态权重或信号强弱的识别，有效捕捉了更具收益潜力和稳定性的风格维度。[page::1]

2.2 回测绩效表现

利用2015年1月至2025年8月近11年的历史数据，五维行业轮动模型表现如下：

• 多空对冲策略（六分组）指标

- 年化收益率：21.44%
- 年化波动率：10.84%
- 信息比率（IR）：1.98，表明单位风险报酬非常理想。
- 月度胜率：72.95%
- 历史最大回撤：-13.30%

• 分维度表现（年化收益率）：

- 波动率因子：11.43%
- 基本面（估值）因子：6.64%
- 成交量因子：8.24%
- 情绪因子：7.96%
- 动量因子：11.54%
- 合成因子（五维度+行业轮动综合）：21.44%

其中合成因子大幅优于单因子，说明多因子综合加权增强了绩效表现，降低了单因子波动风险。

• 图3走势分析：

图中显示六个投资组别净值走势，第一组（最优组）稳步上升，体现了行业配置的有效性；第六组（最差组）持续走低，进一步支持多空对冲策略的有效收益捕捉。

• 多头策略指标

- 年化收益率：10.52%
- 年化波动率：6.58%
- 信息比率：1.60
- 月度胜率：70.49%
- 最大回撤：-9.36%

多头策略的收益虽低于多空对冲，但波动率也更低，跌幅较小，更适合实际投资环境中风险控制。

• 表2和图4详述多头策略的超额收益情况，体现模型在行业轮动上的稳定超额贡献。[page::2] [page::3]

---

3. 月度持仓跟踪与行业偏好

• 表4列出九月各维度中推荐的行业：

- 波动率因子持仓为钢铁、医药生物、交通运输、银行、美容护理
- 估值因子持仓覆盖食品饮料、房地产、建筑材料、传媒和煤炭
- 成交量因子持仓覆盖钢铁、交通运输、房地产、银行、煤炭
- 情绪因子焦点在基础化工、电子、食品饮料、社会服务、传媒
- 动量因子持仓涵盖家用电器、轻工制造、交通运输、建筑装饰、通信

• 表5展示过去6个月（2025年4月至9月）热点行业切换，9月五大主导行业为“交通运输、房地产、建筑材料、银行、电子”。

这种动态仓位反映了模型通过不同维度信号合成调整行业权重，体现了灵活的行业轮动特点，适应市场变化。[page::3] [page::4]

---

4. 指数增强策略应用

报告进一步将五维行业轮动模型应用到沪深300指数的增强策略中：

• 操作逻辑：

- 每月底选取评分最高的5个行业为“增强行业”，最低5个行业为“剔除行业”，其余行业保持权重不变。
- 对沪深300成分股权重进行调整，剔除行业股票比例削减，将相应权重按比例转移至增强行业。
- 月度调仓，保持动态优化。

• 绩效表现（2015年1月-2025年8月）：

| 指标 | 增强策略 | 沪深300基准 | 超额表现 |
|----------------|----------|-------------|-----------|
| 年化收益率 | 8.88% | 0.05% | 8.59% |
| 波动率 | 20.01% | 19.68% | 7.37% |
| 信息比率 | 0.44 | 0.00 | 1.17 |
| 胜率 | 56.10% | 53.66% | 69.11% |
| 最大回撤 | -26.45% | -39.92% | -12.65% |

• 图5显示了增强策略净值的稳健增长，整体回报远超沪深300原有指数，且最大回撤明显更低，提升了风险调整后收益。

该策略建立在五维行业轮动的框架基础上，以行业分层权重调整的方式实现指数优化，证实行业轮动因子模型对于被动指数的增强具有实证意义。[page::4]

---

5. 风险提示与免责声明

报告谨慎提示：

• 未来市场可能发生重大变化，历史数据不代表未来表现。

- 单因子可能带来较大波动，建议结合资金管理和风险控制。

• 模型计算存在相对误差，报告内容不构成具体投资建议。

同时明确免责声明，强调本订阅号内容仅限专业投资者参考，不作为投资操作建议，确保合规使用。[page::0,page::5]

---

三、图表深度解读

图1-2: 五维行业轮动模型收益能力及稳定性评分雷达图

• 描述：展示了五个因子维度的评分柱状结构，体现模型各因子在综合收益能力和稳定性上的表现。

- 解读：波动率、成交量因子收益突出，情绪因子相对稳定，说明风格因子在不同维度有重点贡献和稳定度表现。

• 与文本结合，支持选择多因子合成提升模型表现的观点。[page::1]

表1 & 图3: 五维行业轮动模型多空对冲绩效及净值走势

• 表1显示各因子和综合合成因子的详细绩效指标，合成因子年化收益率高达21.44%，信息比率1.98极具吸引力。

- 图3展现六个分组的净值演化，前组净值显著领先，后组持续回落，验证策略有效识别行业轮动机会。

• 表格和图形协同说明模型在多空对冲框架下风险调整后表现卓越。[page::2]

表2 & 图4: 多头超额绩效指标及净值走势

• 表2对多头策略收益及波动、回撤数据做对比，超额收益达10.52%，最大回撤明显低于基准。

- 图4中多头策略净值曲线攀升，超额表现稳健，进一步印证模型应用价值。[page::3]

表3: 2025年8月多空收益拆解

• 显示各因子在2025年8月多头和空头收益率的具体数据，合成因子多头7.41%，空头10.40%，说明模型在极端行情中仍具分辨能力。

- 为空头收益较高的现象（十月份空头收益可能存在行业轮动反转风险）提示投资者需注意因子间可能的收益波动。[page::3]

表4、表5: 各维度与近月持仓行业分布

• 细致展示各维度的行业偏好，为理解模型配置结构提供具体行业指引。

- 近6个月持仓表现出轮动趋势，揭示模型的动态配置机制。[page::3][page::4]

表6 & 图5: 沪深300增强策略绩效及净值

• 表6显示沪深300增强策略与基准指数的对比，增强策略信息比率1.17显著优于指数。

- 图5所示净值走势中，增强组合持续跑赢沪深300，提供了实证支撑。

• 该块内容揭示了行业轮动模型对整体市场组合优化的现实意义。[page::4]

---

四、估值分析

报告未直接涉及传统企业估值模型（如DCF、PE、EV/EBITDA），主焦点在于行业轮动策略的绩效表现及指数增强。因此不存在具体的估值模型讲解。

---

五、风险因素评估

报告识别的风险主要包括：

• 市场风险变化：历史数据统计结果对未来有效性的限制，突发市场变化可能导致模型失效。

- 单因子波动风险：单一因子表现波动较大，对模型多因子集成的依赖强调了多元化重要性。

• 测算误差风险：模型构建过程中因数据误差或估计偏差而引入的风险。

报告提示结合资金管理、风险控制手段来规避和缓冲上述风险，但未具体披露风险缓释策略概率评估。[page::0,page::5]

---

六、批判性视角与细微差别

• 报告表现出较强的模型自信，尤其对多空对冲策略的高信息比率体现高度正面评价，需要读者注意统计区间是否涵盖极端金融市场环境可能影响持续有效性。

- 单因子部分信息相关系数（IC）多为负值或接近零，表明单因子贡献有限，且模型合成因子IC也偏负，反映因子择时或行业轮动捕捉难度较大。

• 多空对冲策略回撤最大为13.3%，但多头单边策略回撤高达33.03%，风险调整需重点关注实际操作中杠杆和资金管理。

- 月度8月多空收益结构显示空头收益反而高于多头，短期可能存在风险信号，需要谨慎解读当月超额绩效的波动。

• 结合五维因子的动态评分，部分因子在某些期间表现并不理想，提醒投资者不可盲目依赖单一维度。

- 免责条款中强调模型仅供参考，体现对模型不确定性和适用性的审慎态度。

整体而言，报告虽丰富详实，但对模型局限性及极端环境适应性留有一定隐晦，需投资者理解量化模型具有的时间和市场环境依赖性。

---

七、结论性综合

本文系统阐述了东吴金工基于微观多因子框架构建的五维行业轮动模型，重点覆盖波动率、估值、成交量、情绪和动量五个维度。通过对申万一级31个行业的评分，该模型形成功能强大、绩效优异的行业轮动策略。

• 核心绩效亮点：

- 多空对冲策略年化收益21.44%，信息比率1.98且最大回撤控制在13.3%，表现稳健。
- 多头策略超额年化收益达10.52%，最大回撤仅9.36%，适合实际投资应用。
- 通过沪深300指数增强策略实现了年化8.59%的超额收益，信息比率达到1.17，显著跑赢市场基准。

• 模型设计亮点：

- 因子划分清晰、涵盖多维度风格。
- 结合行业内部风格差异和宏观行业轮动，提升预测与配置能力。
- 多因子合成有助缓冲个别因子波动，增强收益稳定性。

• 风险控制与适用性提示：

- 模型基于历史数据，未来表现可能会受市场结构变化影响。
- 风险管理和资金配置需配合模型使用。
- 投资者需注重多维因子之间的动态权重调整和风险分散。

• 图表综合见解：

- 评分雷达图清晰揭示不同因子近期贡献差异。
- 净值曲线和统计表明模型长期有效且风险回撤控制合理。
- 持仓行业及指数增强配置展示模型在实际操作层面可落地应用。

综上，东吴金工五维行业轮动模型是一套系统性强、数据驱动的量化行业轮动工具，能够为投资者提供从微观风格驱动到宏观行业配置的系统逻辑支持。其长期历史回测绩效验证以及沪深300指数增强的成功应用，充分展现了模型的实用价值和前瞻性投资思路。[page::0][page::1][page::2][page::3][page::4][page::5]

---

图表展示

图1：五维行业轮动模型收益能力评分


图2：五维行业轮动模型稳定性评分


图3：五维行业轮动模型多空对冲净值走势


图4：五维行业轮动模型多头超额净值走势


图5：五维行业轮动模型沪深300指数增强净值走势

报告