三维情绪模型及择时策略介绍与回测 [page::3][page::4][page::5]

• 三维情绪指标由情绪浓度、情绪温度、情绪预期三个维度组成，分别对应不同频率的市场波动判断。

- 策略通过三者信号组合调整仓位，2010年至2023年回测期内，策略年化收益6.46%，夏普比0.4248，最大回撤26.93%，显著优于持有沪深300ETF的表现（年化-0.47%，夏普0.0854，最大回撤46.5%）。

情绪浓度指标及历史信号分析 [page::5][page::6]

• 情绪浓度值触及警戒线时，多与牛熊市转换点一致，历次登顶往往伴随重要政策事件。

- 最近一次登顶为2020年7-9月，预示2021年牛熊转换，当前低于警戒线，预计2024年可能迎来新一轮登顶。

行业轮动情况及量能提示 [page::8][page::9][page::10][page::11][page::12]

• 自2021年Q3以来行业轮动幅度加剧，轮动幅度常超历史均值12.4。

- 2023年涨跌幅排名轮动剧烈行业包括电子、计算机、通信、煤炭、传媒、商贸零售等。

• 换手率斜率因子表现出一定反转及拐点提示效果，行业量能轮动策略年化7.51%，夏普0.4525，最大回撤43.32%，优于全行业等权组合。

拥挤度风险提示及第1代行业轮动策略回测 [page::13][page::14]

• 拥挤度信号指标捕捉行业内高度协同及剧烈波动，预示潜在风险。

- 2015、2019、2020年拥挤度信号显著高峰，2023年信号月均个数显著偏低。

• 第1代行业轮动策略融合量能与拥挤度回测表现优异，年化收益11.27%，夏普0.4594，胜率53.9%。

北向资金热度提示及第2代行业轮动策略回测 [page::15][page::16][page::17][page::18]

• 北向资金持股市值、持股配置偏好等多因子描述行业热度，作为重要风向标纳入量能轮动策略。

- 第2代行业轮动策略增添北向资金因子，较第1代策略年化收益提升近4个百分点，夏普达0.4818，最大回撤显著收窄至23.29%。

• 2023年北向资金增持汽车、纺织服装，持续减持食品饮料、电力设备、银行等，资金交易活跃行业包括电力设备、电子、医药生物、计算机等。

重点行业表现与2024年策略建议 [page::0][page::19]

• 电子、计算机、通信、商贸零售、非银金融、房地产、传媒、电力设备、医药生物、有色金属、汽车、银行、国防军工、家用电器表现活跃且受多维资金和指标关注。

- 预计2024年情绪面有望迎来主要转折，下阶段行情及行业轮动机会值得持续关注。

• 建议关注上述行业，结合主题指数及跟踪产品进行后续分析和投资布局。

金融工程2024年度策略（一）报告深度分析

---

一、元数据与报告概览

• 报告标题：兵无常势，水无常形——金融工程2024年度策略（一）

- 发布机构：财信证券研究发展中心

• 发布日期：2023年12月22日

- 分析师：刘飞彤（执业证书编号S0530522070001）

• 主题：围绕中国A股市场及行业轮动策略，重点聚焦情绪指标（情绪浓度、情绪温度、情绪预期）及多代行业轮动模型，结合北向资金动向，剖析2023年市场表现，研判2024年市场情绪拐点与行业热点。

- 核心信息：报告主张2024年市场情绪或发生重要转折，情绪浓度将触及警戒线，形成“熊转牛”的信号。2023年各类情绪和行业轮动模型表明电子、计算机、通信、商贸零售、非银金融、房地产等行业仍具活跃特征和投资价值。通过三维情绪模型及多代行业轮动策略的构建及回测，报告展示了这些体系优于传统基准的表现。[page::0,3,19]

---

二、章节深度剖析

2.1 三维情绪模型

2.1.1 模型结构及构成

三维情绪模型是报告的核心创新之一，由情绪浓度、情绪温度和情绪预期三维指标组成：

• 情绪浓度：基于主成分分析（PCA）对A股市场多资产相关性度量，反映市场资产走势一致性和情绪影响力。当市场资产表现高度相关，说明市场情绪高度集中，可能存在非理性波动。[page::3]

- 情绪温度：通过主力资金（机构资金）买入率衡量市场资金的活跃度和风险偏好，反映市场的短周期活跃波动。[page::3]

• 情绪预期：利用股指期货升贴水率、沪深300股指期货及50ETF期权成交额成交偏好（PCR）指标，以捕捉市场对未来行情的预期与信心状态。其变化周期较长，表现市场决策的犹豫和信心不足现象。[page::3]

2.1.2 策略原理及回测表现

三维情绪择时策略基于上述三个指标的不同组合调整市场仓位（0%、50%、80%、100%），例如：

• 若情绪浓度为熊，且情绪温度和预期均乐观，则满仓（100%）。

- 若三维情绪信号均负，则空仓（0%）。

• 中间组合根据风险偏好保守调整仓位（如50%、80%等）。[page::4]

回测区间（2010至2023年12月18日）表现对比：

• 夏普比率：三维情绪策略0.4248，远优于沪深300策略0.0854

- 年化收益：6.46% VS -0.47%

• 最大回撤：26.93% VS 46.50%[page::4,5]

图2清晰显示三维情绪策略净值增长稳定，回撤显著控制优于基准沪深300ETF。

2.1.3 情绪浓度的预警功能

情绪浓度指标设置警戒线0.83，触及则通常为年度大行情转折点。图3显示2005年至今若干次情绪浓度触及警戒线时段，多与牛市顶点或熊市起点重合。典型事件包括2007年牛市过热调控、2008年三大救市举措、2015年股灾等。

近次触顶为2020年7月至9月，随后的2021年初牛熊切换进入熊市阶段，目前尚未触及。基于历史频率，下一次警戒线触及较大概率在2024年。[page::5,6]

2.1.4 情绪温度与预期觉察

根据情绪浓度划分时期，各阶段内情绪温度振幅超过20%的中期波动次数为3-5次，2020年至今已达4次，预示可能迎来新的大行情转折时期（图4）。

情绪预期则表现出周期更长的振荡，且在转折发生时常体现犹豫现象，表明当前市场参与者信心不足（图5）[page::6,7]。

---

2.2 行业轮动概况与模型演进

2.2.1 轮动幅度与行业表现

采用申万一级行业指数涨跌幅排名的月际差值平方均值作为轮动幅度指标，图6呈现自2008年以来行业月度涨跌幅排名的月际轮动幅度。数据表明2021年第三季度起行业轮动幅度明显增强，均高于13年的12.4均值。

2023年1-11月，电子、计算机、通信、煤炭、传媒、商贸零售、有色金属、非银金融、钢铁、机械设备被发现月度轮动幅度较大（图7，表中名次月际变动绝对值均值15以上），而环保、基础化工、医药生物等行业较小，呈现差异化活跃特征。[page::8,9]

2.2.2 换手率斜率因子及行业量能轮动策略

核心逻辑是换手率斜率的波动反映量能的收缩或扩张，且具有反转特性：当换手率斜率较高时，下期收益率倾向较低，反之亦然。图8显示近15年换手率斜率因子与沪深300走势反向波动情况。

行业量能轮动策略基于换手率斜率排名构建投资组合，追踪换手率的放量与缩量信号。回测显示该策略年化收益7.51%，高出全行业等权组合3.34个百分点，夏普比率亦接近翻倍（0.4525 VS 0.2476），最大回撤缩减14个百分点（43.32% VS 57.70%）（图9，表4），证实量能变化为行业轮动有效领先指标。[page::10,11]

2023年量能轮动角度，通信、电子、非银金融、计算机、商贸零售等行业排名变动最频繁，暗示由量能引导的投资机会较多（图10，表数据）[page::11,12]

2.2.3 拥挤度的风险提示与第一代行业轮动策略

拥挤度指标包括行业成交集中度、内部关联度及收盘价乖离率，衡量行业买方过度集中可能带来的风险。买入端拥挤表现常伴随价格剧烈波动与流动性枯竭，因而为重要风险预警。

第1代行业轮动策略在行业量能轮动策略基础上加入拥挤度信号，明显提升策略表现：年化收益提升至11.27%，夏普比率提升至0.4594，胜率与盈亏比均小幅升高；且最大回撤控制与量能策略相当（图11，表5）[page::13]

2023年数据显示拥挤度信号整体低于2015、2019和2020年的高峰，说明市场短期风险暴露有限，但若未来情绪浓度触及警戒线，拥挤度信号的集体爆发则为重要牛市启动信号（图12）[page::14]

行业上，2023年如商贸零售、计算机、汽车、农林牧渔、钢铁、房地产、通信等频繁出现拥挤度信号，多数发出后对应次月负收益，提示风险，同时也可能对应未来布局机会（表6）[page::14,15]

2.2.4 北向资金的热度提示与第二代行业轮动策略

北向资金被视为市场“风向标”，其持股市值、日增占比、持股占比及配置偏好等指标被用来衡量行业资金流动和热度。报告对多指标构造因子并检验有效性，构建北向资金行业跟随策略。

第二代行业轮动策略以第一代为基础，嵌入北向资金相关月频信号，目标更精准，提高策略表现。回测显示：

• 年化收益由11.27%降至9.48%，但最大回撤大幅缩小至23.29%

- 夏普比率提升至0.4818

• 盈亏比和胜率均明显上升

图13和表8展现该策略净值稳健优于第一代和量能策略，显示北向资金数据有效提升行业轮动策略的风险控制及收益稳定性。[page::16]

2023年观察北向资金增减持趋势，持续减持食品饮料、电力设备、银行、建筑材料、商贸零售、轻工制造，持续增持汽车、纺织服饰、综合类行业。北向资金持股市值排名前十多为传统大消费和科技板块（食品饮料、电力设备、医药生物、电子、银行、公用事业等），且部分行业如通信、汽车、传媒排名显著上升（图14，表数据）。[page::16,17]

交易活跃度方面，电力设备、电子、食品饮料、医药生物、公用事业、非银金融、银行、计算机、煤炭、有色金属领域交易波动较大，受北向资金交易波动影响明显；纺织服饰、环保、钢铁等波动较小（图15）[page::18]

---

三、图表深度解读

3.1 图表1-5：三维情绪模型图表

• 图1展示三维情绪指标逻辑结构，体现情绪浓度、温度、预期三大维度共同作用下市场整体情绪的立体刻画。

- 图2对比三维情绪择时策略与沪深300ETF净值走势。蓝线（情绪策略）净值显著高于橙线（沪深300ETF），体现策略回测期间收益高且波动小。

• 图3展示历年情绪浓度达警戒线的时段，黄色区域与沪深300走势几乎同步体现牛熊转换节点，表明情绪浓度作为宏观情绪指标的领先信号有效。

- 图4-5显示在情绪浓度警戒区间内，情绪温度和情绪预期的振幅及波动，直观反映市场活跃度和预期犹豫的变化，对市场阶段识别提供辅助。

3.2 图6-7：行业轮动幅度

• 图6显示申万一级行业指数月度涨跌幅排名的月际轮动幅度，近年轮动明显加剧，市场呈现更多活跃切换的行业领导风格。

- 图7揭示2023年各行业排名变动，电子、计算机、通信等行业波动最大，提示资金和行情频繁流动。

3.3 图8-11：换手率斜率及量能轮动

• 图8中换手率斜率因子月度IC对比沪深300，呈现出反向波动特性，适合作为量能变化的领先指标。

- 图9显示行业量能轮动策略净值曲线优于全行业等权组合，回测展示策略有效捕捉行业轮动机会。

• 图10呈现各行业月度换手率排名变动，通信、电子、计算机排名波动显著，说明由量能驱动的轮动尤为显著。

- 图11对比加入拥挤度信号后的第一代轮动策略与基础量能策略，净值曲线显示更强的趋势及抗风险能力。

3.4 图12：拥挤度信号个数

• 图12显示发出拥挤度信号的行业数自2015、2019、2020年峰值后整体回落，2023年维持较低水平，反映市场尚未出现大规模资金拥挤风险爆发。

3.5 图13-15：北向资金动向

• 图13显示第二代行业轮动策略（加入北向资金）净值优于第一代策略，表现更优。

- 图14-15分行业展现2023年北向资金持股市值月均和日增占比，反映资金重点关注及交易活跃行业，电子、汽车、电力设备等亮点行业彰显资金偏好。

---

四、估值方法与策略回测

本报告核心为量化情绪指标及行业轮动策略，采用如下方法：

• 三维情绪择时策略：基于PCA和多维度情绪指标量化市场情绪，依据情绪信号组合调整仓位，目标提高夏普比率及风险调整收益。

- 行业轮动策略三阶段迭代：
- 第一阶段：基于换手率斜率因子构建量能轮动策略，捕捉量的放缩带来的趋势反转信号。
- 第二阶段：加入拥挤度信号，预警资金过度集中风险，提升策略稳定性和收益。
- 第三阶段：纳入北向资金热度指标，利用资金流动信息进行更具时效性的行业轮动调整。

各策略均以夏普比率、最大回撤、年化收益、盈亏比及胜率为评估指标，均表现出超越基准及前阶段策略，验证模型构建和指标选择合理性。[page::4,5,10,11,13,16]

---

五、风险因素评估

报告明确风险提示：

• 模型基于历史数据，未来不确定性存误差与偏差。

- 行业轮动受宏观政策、经济周期、突发事件等多因素影响，模型可能无法捕捉所有动态。

• 拥挤度信号提示风险但不能保证预警准确度，需结合市场其他信息综合评估。

- 北向资金市场影响大，但受政策调控和国际环境扰动显著，资金流动不可预测。[page::0,19]

---

六、批判性视角与细微差别

• 数据依赖与回测时间窗：策略基于历史数据回测（最长至2008年），未来市场结构和制度变迁可能导致模型表现差异，报告虽提示存在误差，但对制度变化的适应性讨论较少。

- 情绪指标解释性限制：情绪浓度虽有效对应牛熊转折，模型主要反映资产间相关性，但因果关系尚未完全明确，且情绪浓度触及警戒线后具体行情形态与持续期不一，模型的准确转折预测窗口与执行策略时点尚需进一步验证。

• 拥挤度信号含糊性：拥挤度有时既提示风险也提示潜在机会，实际操作中解读存在一定模糊性，报告建议“综合评定”，但具体操作指引不够充分。

- 北向资金数据的潜在局限：海外资金可快速流动且受监管影响较大，短期数据波动大，模型回归分析稳定性或受限，短线追踪信号可能产生噪声影响。

总体来看，报告在方法论和数据使用上较为严谨但仍面临典型量化研究挑战，实际应用需谨慎。

---

七、结论性综合

本报告通过构建和验证三维情绪模型（情绪浓度、温度、预期）与多代行业轮动策略（基于量能、拥挤度、北向资金三大信号），系统地剖析了2023年市场情绪及行业轮动特征，揭示了：

• 情绪拐点的重要信号：情绪浓度警戒线常伴牛熊转换，2024年或将出现新的重要情绪买点。

- 行业轮动加速与结构差异明显：2021年下半年以来行业轮动幅度舒展，电子、计算机等高波动行业活跃，环保、生物医药等轮动幅度较小。

• 多维度指标驱动策略超越基准：三维情绪择时策略及分阶段行业轮动策略分别在收益、夏普比率和最大回撤方面均优于传统基准及前代模型。

- 北向资金动向具有重要指导意义：纳入北向资金指标的第二代行业轮动策略显著提升收益稳定性，反映机构投资者行为信号具有前瞻价值。

• 股票及行业渐趋分化，策略投资需动态跟踪情绪及轮动指标。

报告建议继续关注电子、计算机、通信、商贸零售、非银金融、房地产、传媒、电力设备、医药生物、有色金属、汽车、银行、国防军工及家用电器等2023年表现活跃行业，结合未来情绪指标动态，优化资产配置。

综上，报告为金融市场投资者提供了一套较为成熟的情绪和行业轮动量化框架，并用充足的历史数据和实证回测予以支撑，具备较高的实用价值。未来，投资者应密切关注情绪浓度警戒线突破信号及北向资金流的变化，以把握潜在的市场转折和行业机遇。[page::0,3-9,10-18,19]

---

附：部分关键图表示例（Markdown格式）

• 上证指数-沪深300走势图（2022-2023）

• 三维情绪系统结构简图

• 三维情绪择时策略与沪深300ETF净值对比

• 情绪浓度达警戒线（黄色部分）

• 申万一级行业指数涨跌幅月度轮动幅度

• 行业量能轮动策略及全行业等权组合净值走势

• 第1代行业轮动策略与量能轮动策略净值对比

• 发出拥挤度信号行业个数趋势

• 第2代行业轮动策略回测表现

---

以上内容经多版页内容综合整理解读，所有结论均基于报告内容，引用标明页码。

报告