我们在《 基本面量化系列（21）：低频策略的超额密码，多策略配置思路 》报告中，首次尝试构建了多策略轮动模型（策略配置1.0模型），可提供月度的策略配置建议。该模型2025年（样本外）但2025年6月份以来相对波动较大，超额收益表现弱于单一的景气成长策略和小盘掘金策略。虽然在强趋势的市场环境中，策略轮动配置的风险较大，但也一定程度说明模型还有进一步提升的空间。
本篇报告对策略核心风格因子的择时进行了四个层面的优化：1）丰富风格择时指标体系，从估值、资金流、波动率、组合分化度、趋势动量等维度挖掘核心风格的关键影响因素；2）提升观察指标频率至日度，以提高模型的及时性；3）增加对择时指标有效性的稳定性测试，以筛选出长期有效的风格择时指标；4）允许不同风格的择时指标存在差异，结合风格收益逻辑对所筛选的指标进行把关。
核心结论：1）市值（小盘）风格应关注资金流入的意愿，追随资金主动流向进行配置，我们统计发现资金主动流入率状态指标与市值风格未来收益显著正相关；2）成长风格应关注估值偏离度，我们发现成长风格估值相对市场偏离较多时，具有较强的均值回归特征；3）风格内的组合分化度指标可监控小盘、成长风格的拥挤程度，分化度过低时应警惕过度拥挤的风险；在价值、红利风格中，分化度低则是提示系统性风险定价的可能性较大，降低了价值陷阱风险，也提高了价值、红利风格均值回归收益的确定性。
风格择时模型可有效提升各个风格的夏普比率。以小盘风格为例，打分法择时策略相对净值的年化收益率达16.7%，与不择时的市值风格相对净值比较，最大回撤从-22.0%收窄至-9.8%，夏普比率从1.66提升至2.28，实现了收益增强与风险优化的双重提升。
策略配置2.0模型年化收益可达40%。我们基于各个风格择时模型的观点对小盘、成长、价值、红利四类主动量化策略进行轮动配置，2015年以来，在全样本区间内，模型年化收益率达40.2%，年化超额收益率达30.0%（以偏股混合型基金指数为基准），月度胜率达68.7%，展现出强劲的收益增强能力与稳健的风险控制。验证集2024年以后收益同样稳健，2024、2025年收益率分别达13.4%、78.9%，均明显跑赢偏股混合型基金指数。
策略配置模型最新观点：截至2026-03-02，模型当前看好小盘、红利类策略，对成长策略持谨慎观点。
我们在前面的《基本面量化系列》的报告中，陆续开发了景气成长、小盘掘金、价值红利等三大类，六个细分的主动量化选股策略，形成了较为完备的主动量化策略体系。
如下图所示，我们分年度统计了各个主动量化策略的收益表现，2025年小盘掘金策略表现优异，低关注度掘金策略年化收益率达90.5%，次新股掘金策略年化收益率也达52.8%；景气成长策略收益表现也较好，成长趋势共振选股策略年化收益率达48.5%。
我们在 《基本面量化系列（21）：低频策略的超额密码，多策略配置思路》 报告中，首次尝试构建了多策略轮动模型（以下简称：策略配置1.0模型），可提供月度的策略配置建议。该模型主要关注风格组合的估值差、主动流入率差、组合分化度等维度，测算不同环境下各个风格的胜率情况，每月初配置胜率最高的策略。
样本外跟踪效果：多策略轮动模型2025年总体跑赢偏股混合型基金指数基准，超额5个百分点左右。 但6月份以来相对波动较大，超额收益表现弱于单一的景气成长策略和小盘掘金策略。
结果分析：这样的策略效果，一方面是因为市场的强趋势阶段相对较少，我们基于全历史样本总结的规律，在特殊时间段内有效性相对较弱，像2015、2020年这些市场强趋势阶段，我们模型的相对波动也较大。另一方面，2025年超额收益仅5个百分点左右，也低于2015、2020等年份，说明我们的策略配置模型，还有一定的改进空间。
注：截至2026-01-31；阴影部分为样本外表现 资料来源：Wind，中金公司研究部
延续策略配置1.0模型思路，我们要找到各个策略的核心风格因子，再对核心风格因子分别进行择时判断，进而形成风格因子和策略的轮动配置。
如下图表所示，我们基于各个策略的核心逻辑和实现思路，总结了各个策略的核心因子。后续研究中所涉及的风格组合，均是基于行业市值中性化处理后的风格因子，筛选出全市场10%股票并构建的。
注：QPT计算公式可以参考报告《量化多因子系列（1）：QQC综合质量因子与指数增强应用》 资料来源：中金公司研究部
我们考虑构建一个更加完善的风格择时模型的定量分析框架，增强定量层面的指标挖掘，以更加准确地寻找影响风格因子收益表现的核心变量，具体将从以下几个角度进行完善：
► 丰富风格择时指标体系：我们将从估值、资金流、收益波动性、风格内分化度、风格趋势等维度构建指标，并分别刻画各维度指标在风格内的状态特征、偏离特征（相对全市场的偏离）。本次研究暂时未引入宏观经济和流动性指标，主要考虑到宏观数据周期可能相对较长，分析参数和观测周期需要单独讨论。
► 提升指标频率至日度：我们将各个择时指标的计算均进行日频化处理，以便提高模型的观测频率和历史样本的统计数量。
► 增加对影响因素的稳定性观测：参考截面预测模型的分析框架，我们通过滚动窗口的方式统计不同阶段内，影响因素与未来风格收益之间的相关性系数（定义为时序IC），并进一步观测了时序IC序列的稳定性（IC_IR：IC均值除以IC标准差）。为降低过拟合的可能性，我们将2023年及以前的样本作为测试集，指标的挖掘均在测试集内完成；2024年及以后的阶段为验证集，用以回测模型效果。
► 允许不同风格的择时指标存在差异：我们认为不同风格的影响因素可能存在差异，可以基于测试集阶段内择时指标的有效性，为各个风格构建不同的择时指标组合。当然，各个测试集内有效的指标的影响机制方面，会从逻辑角度进行把关，我们也会尝试从胜率和赔率视角，对其影响机制进行解读。
基于前文所述的优化思路，我们从 估值、资金流向、波动率、组合分化度、趋势动量 5个维度对风格的特征进行刻画，包括风格状态特征（针对风格自身的指标刻画）和风格偏离特征（风格相对全市场偏离程度刻画）。我们对各个风格指标均进行了滚动6年窗口的时序z-score预处理，以统一指标量纲，方便模型的打分计算。
► 资金流：包含主动流入率、开盘主动流入率和收盘主动流入率，其中，个股的主动流入率为当日主动净流入量/当日成交股数，开盘主动流入率为开盘前30分钟主动净流入量/对应时段成交股数，收盘主动流入率为收盘前30分钟主动净流入量/对应时段成交股数。
► 波动率：包含波动率和换手率，波动率为过去60日的收益率标准差，换手率为日成交额/流通市值。
► 趋势动量：包含盈利趋势、价格趋势，个股盈利趋势为归母净利润单季度同比增速，价格趋势为过去1、3、6个月累计收益率。
► 组合分化度：包含收益离散度、估值分化度、波动率分化度和时序收益相关性，主要关注风格内成分股的过去一段时间收益表现的差异程度，收益离散度、估值分化度、波动率分化度指标越大，说明风格内成分股差异性越强；时序相关性越高，则说明风格内成分股收益表现的差异性越小。
构建风格因子组合，以表征风格收益表现。 对因子进行行业、市值中性化处理，以提升择时指标的时序可比性；每月取因子值排名前10%的股票构建风格组合，回测计算其历史收益表现。组合构建完成后，风格组合相对市场的未来一个月超额收益作为后续的核心预测目标。下图展示的是，市值风格组合历史回测净值与全市场等权指数的对比，其中市值风格相对净值可以作为市值风格收益影响因素分析的基础标的。
将历史样本划分为训练集和验证集。我们选取2023年以前的数据作为训练集，通过统计各指标的时序IC，筛选出有效性较强的风格择时指标；模型回溯阶段，以2024年及以后的数据作为验证集，重点观察模型在验证期内的收益表现。
对风格择时指标进行有效性检验。将历史样本点分为20组，统计各组平均收益、胜率、盈亏比，并基于其分组单调性判断该指标对未来1个月风格超额收益的影响程度。其中单调性通过各组年化收益与组序数的相关性系数衡量，该系数被定义为时序IC。
为什么不直接用指标值与风格收益做相关性统计？原因有二：一是分组后可统计不同择时指标下，对应风格因子多头组合的胜率和盈亏比分布，便于理解指标对风格因子的影响机制；二是分组可将指标值相近的样本点聚合，在一定程度上剥离其他因素干扰，更精准观测择时指标对风格因子收益的影响程度。
指标有效性的稳定性检验：我们以滚动6年窗口的方式统计不同区间内指标有效性（时序IC），这样可获得一个时序IC的时间序列，并进一步可以计算其IC_IR（IC的均值 / IC标准差），IC_IR越高，反映该指标的稳定性越好。
参考以上分析框架，我们按时序IC均值≥0.4且IC_IR≥3的标准，初步筛选出了各个风格内的与未来超额收益相关性较高的指标。以市值风格和成长风格为例，影响因素分析如下。
在市值风格内，通过上述初筛方式选出来的指标包括盈利趋势状态指标、主动流入率状态指标、开盘主动流入率状态指标、换手率状态指标和收益离散度状态指标。
► 资金主动流入率状态指标与市值风格未来收益正相关。 主动流入率状态指标、开盘主动流入率状态指标时序IC为正，意味着投资市值风格时，应重点关注资金流入的意愿，追随资金主动流向进行配置。从胜率和盈亏比的分组单调性统计来看，资金流指标对于胜率和盈亏比影响都较大，对胜率影响相对稳定。
► 市值风格盈利趋势与市值风格未来收益呈负相关关系。这与市场常规认知存在差异，通常股票盈利趋势向好时，股价表现也相对占优。背后原因可能在于资金更偏好确定性高的标的。我们发现，市值风格盈利趋势与全市场盈利趋势呈现较强的正相关性（相关系数0.89）。这意味着，当上市公司整体盈利处于向好周期时，市值风格的盈利趋势状态指标会同步走高，此时，资金将更倾向于流向大盘蓝筹等盈利确定性更强的风格，导致市值风格相对全市场易处于弱势表现。
► 收益离散度状态指标与市值风格未来收益正相关。说明市值风格内收益离散度越小，市值风格未来风险越大，符合因子拥挤度逻辑方向。从胜率和盈亏比的分组单调性统计来看，收益离散度指标仅对胜率产生显著影响。
我们统计了上述初筛指标之间的相关性。其中，资金流类的主动流入率与开盘主动流入率状态指标相关性高达0.71，换手率与收益离散度状态指标相关性为0.47，与盈利趋势状态指标相关性达-0.36。基于此相关系数计算结果，在指标间相关性系数低于0.3的原则下，在市值风格内，我们最终选取盈利趋势状态指标、主动流入率状态指标和收益离散度状态指标构建风格择时模型。
在成长风格内，初步筛选出的指标包括市盈率偏离指标、市净率偏离指标、市盈率状态指标、市盈率分化偏离指标、波动率分化状态指标和市净率分化状态指标。
► 估值指标与成长风格未来收益正相关。 由于市净率、市盈率的衍生指标均是基于BP、EP计算的，其时序IC均值为正，符合直观逻辑，说明估值相对市场较低时，未来收益表现较好。对于成长风格，我们建议关注成长风格估值相对市场的偏离程度，当成长风格估值相对市场估值偏离较多时，存在均值回复效应。
► 成长风格内的估值分化度越大，未来超额收益表现越好。 这一结果也符合因子拥挤度分析框架，低分化状态意味着市场交易的过度拥挤，不同质地的成长公司定价过于同质化，未来可能存在风险。
► 估值类指标总体对成长风格收益盈亏比的影响程度高于对胜率的影响程度。各指标的胜率单调性绝对值均在0.5左右，而大部分指标的盈亏比单调性高达0.7以上，体现出有效指标对盈亏比的驱动作用更为显著。
成长风格内，我们最终选取市净率偏离指标、市盈率偏离指标、市净率分化状态指标。其中，市盈率偏离指标与市盈率状态指标相关性达0.61，市盈率分化偏离指标与市盈率偏离指标相关性达-0.73，相关性较高。市净率偏离指标、市盈率偏离指标、市净率分化状态指标相关性较低，信息可能相对独立。
综上所述，我们分别筛选出了市值、成长风格的择时模型所需应用的指标，也发现一些值得探讨的规律：
► 估值类指标在成长风格上适用，当成长风格估值偏离市场较多时，存在均值回归的特性。
► 风格内的分化度指标可监控小盘、成长风格的拥挤程度，分化度过低时应警惕过度拥挤的风险。
延续策略配置1.0模型的思路，我们依然是先分别构建各个风格的择时模型，再基于各风格的择时观点的切换实现风格和策略的轮动配置。
本节基于前述筛选出的各风格因子核心指标，构建标准化的风格择时模型，具体执行规则如下：
►择时打分： 基于各风格的核心择时指标，采用滚动6年窗口计算指标的z-score 值，再通过算术平均合成当期综合打分，实现指标的标准化与聚合。
► 日度观点：以综合打分作为判断依据，当打分结果高于时，当日对该风格形成看多观点。
► 交易信号：结合日度观点生成交易信号，若过去5个交易日内有3个交易日持看多观点，则触发开仓操作，且持仓周期固定为20个交易日。
我们以前文构建的风格组合的相对净值作为交易标的，回测并统计了各个风格择时模型的收益表现。
基于打分法的风格择时模型在四个风格中均实现了风险收益特征的改善。以小盘风格为例，打分法择时策略相对收益的年化收益率达16.7%，同时最大回撤从-22.0%收窄至-9.8%，夏普比率从1.66提升至2.28，实现了收益增强与风险优化的双重提升。
注：统计期2015-01-01至2026-01-31；比较基准为全市场等权指数 资料来源：Wind，中金公司研究部
基于前文的风格轮动模型观点，本小节进一步构建策略轮动模型，策略映射逻辑比较简易，就是在看多某一个风格的时候持仓相应风格的策略。但考虑到主动量化策略模型的调仓频率多为月度和季度，我们的策略轮动模型将采用月度调仓与动态调整相结合的方式。
► 月中调整：月中风格轮动观点发生变化时，需区分两种情形：若变化源于临近点胜率的波动，则维持持仓；若变化源于某风格择时观点的切换为看多信号，则立即调整策略持仓，以精准响应市场信号。
我们同样分别测试了含市值风格策略和不含市值风格策略的轮动效果，交易成本假设为单边千分之二。回测结果显示，无论是含市值还是不含市值策略，主动量化策略轮动模型均持续、稳定地跑赢偏股混合型基金指数基准，且在2024-2025年的样本外阶段，通过精准的风格切换，有效规避了市场波动，实现了净值的稳步抬升，进一步验证了模型的有效性。
► 含市值风格策略：在全样本区间内，模型年化收益率达40.2%，年化超额收益率达30.0%，月度胜率达68.7%，展现出强劲的收益增强能力与稳健的风险控制。验证集2024年实现年化收益率13.4%，2025年实现年化收益率78.9%，在样本外依然保持了优异的超额收益能力。
► 不含市值风格策略：在全样本区间内，模型年化收益率达36.9%，年化超额收益率达25.6%，月度胜率达66.4%，在控制风险暴露的前提下，依然实现了可观的超额收益。验证集2024年实现年化收益率31.7%，2025年实现年化收益率50.2%，验证了模型在样本外的稳健性与可迁移性。
► 策略换手率情况：该策略全年平均调仓次数为13.3次，平均每次调仓的换手率为58.9%。
注：截至2026-02-06；超额收益比较基准为偏股混合型基金指数 资料来源：Wind，中金公司研究部
注：截至2026-02-06；超额收益比较基准为偏股混合型基金指数 资料来源：Wind，中金公司研究部
最新模型观点：截至2026年3月2日，模型当前看好小盘、红利类策略， 对成长策略持谨慎观点。其中，模型认为成长风格估值偏离市场相对较多，需待成长风格股票盈利兑现，或市场估值总体提升后，成长策略的上行空间才能打开；对于小盘风格来说，当前资金的主动流入意愿还是比较强的，虽然收益离散度指标显示略有拥挤，但综合盈利趋势特征和资金流特征后，小盘风格得分依然较高，仍可关注小盘策略的后续表现。
前言嘴上强硬，资本却用脚投票。这几天，一组数据让不少人看清现实。政治气氛紧张，日本对华投资却大幅上涨。数字摆在那里，态度很诚实。有人喊着对抗，有人却把钱砸进中国市场。谁在算账，谁在表演，一目了然。一、投资数据摆上台面，55.
以军宣布摧毁伊朗已故最高领袖哈梅内伊使用过的地下掩体，伊朗则动用超重型导弹为遭袭遇难学生复仇，并大规模发射新一代导弹攻击美航母及中东多国美军基地。
想象力和创造力不会被AI取代！四川小伙靠“手搓”道具实现武侠梦，收获百万粉丝。#媒体精选计划 #博主 #武侠
为中国点赞！霍尔木兹海峡船只GPS失灵，船员切换北斗导航仍有信号。#看台海
演员张凯丽建议统一婚假，目前很多两地分居的夫妻因政策差异难以统筹休假。#婚假
好温柔的颜色#小短甲也可以美美哒 #创作者中心 #亮片美甲 #秀美甲的正确方式 #楠青Nail
特朗普下令倾巢出动169架空中加油机，搭配500架先进战机，重兵压境欲锁死德黑兰。美军刚摆好架势，就陷入烧钱困局，还得求北约补弹药。
游览记录--第二站（河下古镇）游览过清晏园，吃过米线小吃，驱车来到淮安游览第二站--河下古镇。河下古镇是一个兼具文化与烟火气息的小镇，这里古韵十足，是历史漕运盐商重镇，最引人称道的，莫过于其绵延的历史文化，仅明清两代就出过67名进士，更是吴承恩故乡。
对此，前总统之子保罗·杜特尔特通过社交平台公开发出警示:“特朗普忙着斗伊朗和中国，美军在菲律宾太危险”。
3月2号深夜，北京这边接到了两通电话，先打来的是伊朗外长阿拉格齐，对方承诺会保障中方人员和机构的安全，请求中国继续发挥积极作用，避免地区的紧张局势再度升级。
全球目光都在聚焦霍尔木兹海峡的局势，多家媒体报道一艘中国轮船在“亮明身份”的情况下，已经顺利通过海峡，引发舆论热议。
当今世界，石油仍然是经济发展的命脉、社会稳定的基础。中国是石油进口大国，进口石油的43%来源，要通过霍尔木兹海峡运抵。石油关系着千家万户的利益。3月2日，伊朗一声令下，彻底关闭霍尔木兹海峡，并放出狠话：坚决不让海湾国家一滴石油流出，敢闯就坚决打击！这下全球能源市场直接炸了锅。