行业轮动系列（1）：如何从微观结构探析行业轮动信息-20210219-22页

541

行业轮动系列（1）：如何从微观结构探析行业轮动信息-20210219-22页

# 微观结构 # 行业轮动大小：1.90M | 页数：22 | 上架时间：2021-02-22 | 语言：中文

类型: 专题

上传者: sunyudie

撰写机构: 中金公司

出版日期: 2021-02-19

摘要：

行业走势分化是常态，通过轮动捕捉结构化行情收益

长期以来，A 股市场内不同行业的走势具有很大的差异性，不少行业在某些阶段往往走出异于整体市场的独立行情。同时，不同时期强势行业迥异，很少有行业保持长时期强势，更多呈现出一定轮动现象。因此，有效的行业轮动模型对于能否捕捉到行业分化带来的结构化行情收益至关重要。

多维度探索有效行业轮动信息

财务基本面信息：营运效率边际改善的行业更受市场认可。表征营运效率边际改善程度的资产周转率变动指标、产能利用率提升指标均具有不错的行业截面预测能力；同时，资产负债率边际提升的行业未来市场走势往往也更好。财务基本面类型指标特征为预测能力尚可，换手较低。三个细分指标 IC 均值在 5%左右，换手率整体在双边 50%上下。

分析师行为信息：预期边际变化与关注度均有效。分析师行为数据具有更为前瞻性的行业预测能力。分析师一致预期 EPS 的上调，以及分析师群体的高关注热度，均能一定程度表征行业的高景气度。一致预期 EPS变化率指标具有高达 8.2%的 IC 均值与 0.42 的 ICIR。分析师行为类型指标特征为预测能力强，换手率尚可。两个细分指标 IC 均值均在 7%以上，换手率整体在双边 60%到 70%左右。

动量信息：微观结构中蕴含着更稳定的动量信息。传统动量在行业轮动上的信息稳定性较差。利用行业内成分股结构分化特征对动量指标进行改进，构造出预测信息更为稳定的龙头领先程度指标与分化度调整动量指标。动量类型指标特征为预测能力较弱，换手率很高。两个细分指标IC 均值都在 4%左右，而换手率均在双边 150%以上。

展开>> 收起<<

请登录，再发表你的看法

sunyudie

关注