本报告提出利用大模型(LLM)结合中金点睛中观指标库,进行定性筛选→定量检验(单位根、格兰杰因果、Spearman相关)→打分合成行业景气指数,进而用于预测未来行业盈利增速并支持行业轮动决策;整体样本(2010-01-01至2025-10-31)显示景气指数对未来盈利增速具有显著解释力(秩相关均值/中位数约0.25,并约80%的行业单调性得分≥0.5),以月频选取景气排名前20%行业构建的高景气组合在一/二/三级行业均取得正的年化超额收益(示例为约2.4%、2.9%、2.8%)
引言与报告概览(元数据)
逐节深度解读
图表与可视化深度解读(每张图表的描述、解读与联系)
图表1(未来盈利高增速行业组合回测净值,page 2)描述:展示“未来高增速组合”“等权组合”“未来低增速组合”自2009年以来的净值表现轨迹。图中红色(未来高增速组合)长期跑赢灰色等权与蓝色低增速组合,且在2015等时期出现明显分化峰值,表明若能提前知晓未来盈利增速则可产生超额收益。
图表2(行业景气模型目标,page 3)展示了从中观指标到景气再到盈利与收益预测的逻辑链;该图支持作者将中观指标定义为供需、产能相关量的选择依据。
图表5(prompt 示例,page 5)说明了用于 LLM 初筛的提示词结构,强调需从需求/供给/收入/成本维度输出不少于20个可量化指标并要求覆盖分市场结构与基本面逻辑,这一说明揭示了作者对 LLM 输出质量控制的具体做法。
图表6(解释性检验框架流程,page 6)可视化了单位根→格兰杰→相关性三步检验逻辑,反映出作者在指标定量筛选中注重统计显著性与解释性。
图表8-9(page 8)统计了景气指数与未来盈利 TTM(滚动12个月)同比/环比增速的秩相关分布,显示均值/中位数大约在0.25-0.31之间,而75%分位数上升至约0.51,说明景气指数在较高分位下对未来盈利增速的预测能力较强但总体相关性并非极高。该统计暗示景气指数具备分层识别能力但并非完美预测器。
图表10-11(page 9)将时间序列按景气得分分为五组(Group1→Group5),并展示每组未来盈利的同比/环比中位数:结果显示Group5(最高景气)未来盈利增长中位数明显为正且远高于Group1(最低景气),进而支持“景气分组单调性较强”的结论。报告称约80%行业单调性得分≥0.5。
图表13(有色金属行业示例,page 10)展示了有色金属行业景气指数(实线)与净利润环比/同比增速(柱状)走势,并给出秩相关系数:环比0.50、同比0.63,证明在个别行业上景气指数与盈利增速之间可以呈现较强同步性与预测能力。
图表14-18(page 11-12)论证景气指数在行业择时、轮动、选股与风险预警中的应用场景,并通过敏感性测试(数量筛选与换仓频率)展示不同筛选比例与换仓频率对年化/超额收益的影响;其中对中/小筛选比例(前20%)和月度换仓的结果给出了较为稳健的长期超额收益。
图表20-23(page 14-15)进一步展示了高景气行业组合在一/二/三级行业层级的净值走势和相对等权组合的长期超额表现,报告指出二、三级行业的景气轮动因行业分层更细、可选空间更大而表现优于一级行业。
估值与预测方法(缺失说明)
风险因素评估(报告识别)
批判性视角与细微差别(审慎说明)
结论性综合(要点回顾)
若需我继续:
中金 大模型赋能,行业景气构建新思路.pdf