SIMPLE THEME
-文章摘要-
月度行情回顾（2023-05-01至2023-05-31）5月A股继续先涨后跌，主流宽基指数多数下跌且分化明显，其中中证1000下跌2.4%；上证50及沪深300指数则分别下跌6.9%和5.7%。
5月份行业板块同样分化较大，其中商贸、农业及建筑装饰等行业领跌。而公用、电子及通信等则领涨。
SIMPLE THEME
-文章内容-
一、行情回顾及策略框架
（一）行情回顾 5月A股继续先涨后跌，主流宽基指数多数下跌且分化明显，其中中证1000下 跌2.4%；上证50及沪深300指数则分别下跌6.9%和5.7%。
5月份行业板块同样分化较大，其中商贸、农业及建筑装饰等行业领跌。而公 用、电子及通信等则领涨。
（二）框架介绍
本报告为完善的权益指数轮动框架，自上而下涵盖了对宏观环境、行业景气度 以及行业微观变化等因素的分析。
在宏观层面，通过挖掘特定的宏观事件模式以挖掘行业对宏观数据创新高等情 形的敏感程度；在行业层面，我们通过分析行业基本面的同步及领先因素以分析行 业上下游供需关系对行业景气度的影响；在量化层面，我们通过分析个股表现、行 业趋势性行情等的内在联系以试图找到历史以来稳定的规律。
（三）最新观点
多维策略综合建议关注家电、银行、传媒、休闲、计算机、通信及非银等。上 述行业的主要推荐逻辑来自景气度看涨、分析师预期提高及日历效应等因素综合叠 加。
二、多维度行业轮动策略
（一）宏观维度：事件驱动
1.策略介绍 宏观环境的变化体现了经济的周期性变化及内在规律，这些因素会进一步影响 行业的股票市场表现。
为了能较好地利用宏观环境的变化信息对行业轮动提供建 议，我们主要选取了经济增长，货币政策，财政政策，通胀水平等一系列指标构成 宏观因子数据库，并定义了8种事件模式，包括历史高点、历史低点、近期高位、 近期低位、连续上涨、连续下跌、连续上涨后下跌、连续下跌后上涨。通过观察宏 观因子触发特定事件后下期各个行业的超额收益来识别有效的预测事件模式。
策略设置：每个自然月末作为策略的起点，观察历史上该因子事件发生后下一 期各个行业的超额收益。如果历史上每次某个因子事件发生之后，某行业在下一个 时间段的超额收益比较稳定，那么我们就认为该因子事件对于该行业未来一段时间 内的收益存在较为显著的影响，并由此测算出每个行业最有效的预测事件（要求发 生次数不低于8次并且事件IR绝对值大于0.7）。确定完各行业的有效事件库后，我 们在每个月末进行换仓，如果有事件发生触发了该行业，就选中进行配置，限制组 合中的行业数量不超过7个（若触发行业超过7个，那么仅选用历史上IR表现最高的 前7个行业）；若没有任何事件触发，则对申万一级行业进行等权配置。
2.策略历史表现回顾 行业分类：
采用申万最新一级行业分类，共28个行业。
策略对冲：我们采用全部行业等权指数作为行业对冲标的。其中2009年至 2019年1月是样本内训练期，2019年2月开始为样本外表现。对冲策略历史回测结果如下所示：
各期超配行业组合明细如下表所示。
3.策略最新建议关注行业
根据最新一期（2023年5月末）的宏观事件触发情况，以下行业触发宏观事 件。
（二）中观：景气度视角
1.策略介绍
这一策略着手梳理各行业的景气度模型，作为行业轮动体系中承上启下的一 环，行业景气度分析是最核心且常见的研究视角之一。我们通过综合考虑宏观环境 及各行业产业链视角下上下游的供需、成本及价格等影响因素，“领先性”对行业盈 利及成长性等基本面特征进行预测，并进一步挖掘当前景气度上行的行业。
策略设置：月末交易日作为策略起点，计算当期各行业综合景气指标。最低行 业得分为1分，环比增长行业最高得分为10分，其余按照相应排序，得分为1-10分 内平均分布，接下来全行业汇总按照同样方法进行排序打分，两种打分方法按照 7:3进行加权得到所有行业综合得分，按照得分高低进行排序，并将得分最高的N个 行业（N=5）进行超配。
2.策略历史表现回顾 行业分类：
申万一级分类行业（剔除综合），共27个。
策略对冲：我们采用全部申万一级指数进行等权作为行业对冲标的。其中 2007年1月至2019年9月是样本内训练期，2020年5月开始为样本外表现。对冲策略历史回测结果如下所示：
文章篇幅有限，仅为部分预览
回复暗号：23060614
*免责声明：以上报告均为本公众号通过公开、合法渠道获得，报告版权归原撰写/发布机构所有，如涉侵权，请联系删除；本号报告为推荐阅读，仅供参考学习，不构成投资建议。
