本报告基于宏观“六周期”模型与分析师景气/行业相对强弱(RS)信号,判断当前宏观偏向货币扩张且PPI自2025年回升,利多顺周期(如有色、石油石化、建材、化工等)板块;同时给出行业与行业ETF的右侧配置模型及赔率+胜率的大类资产配置方案,并提供历史回测与当前推荐权重以供实操参考 .
| ETF代码 | 跟踪指数 | 权重 |
|---|---|---|
| 515220.SH | 中证煤炭 | 12.0% |
| 512980.SH | 中证传媒 | 12.0% |
| 512880.SH | 证券公司 | 12.0% |
| 515050.SH | 5G通信 | 12.0% |
| 159819.SZ | 人工智能 | 8.3% |
| 159869.SZ | 动漫游戏 | 6.3% |
| 516960.SH | 细分机械 | 5.0% |
| 159766.SZ | 中证旅游 | 5.0% |
| 561160.SH | CS电池 | 5.0% |
| 159745.SZ | 建筑材料 | 5.0% |
| 159939.SZ | 全指信息 | 4.2% |
| 515000.SH | 科技龙头 | 4.2% |
| 159997.SZ | CS电子 | 4.2% |
| 516110.SH | 中证800汽车 | 3.6% |
| 159940.SZ | 全指金融地产 | 1.3% |
一、元数据与概览(引言与报告概览)
封面与总体视觉(原文视觉材料)
二、逐节深度解读
关键结论:报告使用“经济六周期模型”(货币、信用、增长三周期的交互态势)判断宏观阶段,并指出1月中长期贷款脉冲弱化使模型退回到“阶段6:货币扩张”,因此短期配置偏防御,但仍需关注后续信贷能否回升回归上升趋势。
逻辑与依据:模型以新增中长期贷款(TTM同比)三个月差分识别信用周期方向,1月信贷数据的下行被视为信用脉冲转弱,推动周期阶段切换并触发策略上的防御偏好。该逻辑假定信贷脉冲是推动实体需求与股市表现的领先因素。
关键图表与解读:图表1展示六周期模型的示意与货币/信用/增长三个因子历史态势(右侧小图)。图示传达:当前货币因子显宽松,但信用因子处于收缩,整体被判为“货币扩张但信贷偏弱”的组合,这解释了策略既看到通胀利好周期板块又保持谨慎的立场。
批注:模型依赖单一信贷指标的三月差分来判定阶段转换,若中长贷数据有季节性或口径调整,短期切换可能为噪声,需要关注数据的可持续性。
PPI方面:报告指出PPI自2025年7月触底后回升,市场一致预期维持上行,这对上游资源(有色、煤炭、石油石化)是利好,且在实体融资需求弱的背景下,上游优于中游制造更为合理。图表2给出PPI历史与一致预期上行轨迹。
三、图表与表格深度解读(逐图解析与评论) (为便于对照,下列每一图表均以原文图片展示并附解释)
图表1(六周期模型)及其右侧因子历史图:见上文,说明货币/信用/增长三个因子非同步运行,当前货币宽松与信用偏紧并存,构成“货币扩张但信用弱”的组合,解释了策略上的“关注顺周期但保持防御”的逻辑。
图表2(PPI同比与一致预期):曲线显示2000-2026年PPI波动,2025年后自低位回升,并且一致预期(虚线)指向回升,支持上游资源板块的表现假设,但需注意PPI对不同行业传导的滞后与幅度差异。
图表3(分析师景气与ROE对比多面板):五类(周期/成长/消费/金融/稳定)面板显示灰色为分析师景气指数、红线为相对ROE_TTM,周期与成长面的灰色在2025-26明显转正或回升,说明分析师盈利预期与ROE之间存在一定共振。
图表4(行业RS表格):(以HTML表格形式在报告中呈现),列明每个行业触发RS信号的时间与信号后业绩,为模型的历史检验提供直接证据,其中有部分行业缺失信号时间或后续收益数据需谨慎解读。
图表5/6(A股赔率与胜率与沪深300):图表展示A股赔率(基于Shiller ERP与DRP标准化组合)在2026年2月底下行至-0.3倍标准差,胜率评分因1月信贷数据下行而跌至-13%,这用于支持“中等赔率-低胜率”的A股配置判断。
图表(债券:赔率与胜率,7-10年期国债对比):债券赔率降至-0.8倍标准差(中低),但债券胜率因信贷走弱升至25%,支持报告把债券列为“中低赔率-高胜率”配置品种的结论。
美股AIAE与流动性图:AIAE指标处于历史高位(55%,2.4倍标准差),美元流动性指数触发-60%“极度收紧”警报,自1月29日持续,表明美股回撤风险与流动性风险并存,报告因此把美股列为“极低赔率-低胜率”。
风格/因子图谱(小盘、价值、质量、成长等多图):报告采用“赔率-趋势-拥挤”三标尺对风格因子做排序,结论为小盘与价值占优、质量需等待右侧确认、动量/成长拥挤度高需谨慎(相关图见第6-8页)。
风格综合排名与散点图:图表15/16与气泡图展示了各因子在“强/弱趋势 × 高/低拥挤”矩阵中的位置,支持报告对小盘/价值相对偏好的判断。
行业景气-趋势-拥挤矩阵与历史回测(行业模型与并行策略):图表(page9)呈现行业在“高景气/强趋势”等象限内的分布,历史回测表明行业配置模型多头年化22.0%、超额13.2%、信息比率1.5、超额最大回撤-8.0%、月度胜率67%,并提供策略净值曲线与超额表现图证实模型长期有效。
行业ETF配置表与历史表现(图表20-22):报告给出行业ETF落地建议(如中证煤炭、中证传媒、证券公司、5G通信、人工智能、动漫游戏等),并提供ETF配置模型自2016年以来的超额表现(年化超额、信息比率与回撤)。图表21展示ETF组合与基准中证800的净值与超额轨迹,表格列出具体ETF代码与权重。
行业库存景气反转策略:报告提供该模型的净值曲线与回测(2016-2026),并给出当前细分行业(油服工程、煤炭化工、稀有金属、畜牧、家电等)作为推荐方向,回测在2023-2025年表现强势(示例:2025年绝对收益28.7%)。
赔率/胜率/赔率+胜率策略(资产配置端)回测与当前权重:三类策略均为以债券为核心的“固收+”策略,历史年化收益在6.3%-7.4%区间,最大回撤均在约1.5%-3.4%区间,当前三类策略均推荐较高债券配置(债券占比约92%-95%),并给出泛权益与黄金的微配比。
四、估值与量化/策略方法(方法论说明)
五、风险因素评估(作者识别与我方补充)
六、批判性视角与细微差别
七、结论性综合(要点汇总)
八、对投资者的建议(基于报告)
附:主要引用图片(报告中关键图表,便于查阅)
——结束——
若您希望我基于报告中的某一模型(如RS规则或库存反转)做进一步的数值复现、敏感性分析(例如改变RS阈值或拥挤度阈值查看策略回撤/收益变化),或把ETF配置转成可交易委托清单(含流动性/费率假设),我可以继续按您指定的维度展开具体量化工作。
国盛量化 三月配置建议:关注顺周期主线.pdf