中金 | 成长风格能否延续

作者：中金量化及ESG

题图： 中金量化及ESG微信公众号

Abstract

摘要

风格轮动：看多大盘成长

11月大小盘维度综合指标值为0.55，成长价值维度综合指标值为0.47，整体风格转为大盘成长风格。相较于10月观点而言，成长价值得分从0.97下降为0.47，维持成长观点但强度减弱；大小盘维度则是从-0.86上升为0.55，从小盘转向大盘。

在大小盘维度下，市场状态指标为-0.27，略微偏向小盘；市场情绪大类指标为0.17，宏观环境大类指标为1.75，偏向大盘。在成长价值维度下，市场状态大类指标为0.44，市场情绪大类指标为0.49，宏观指标大类指标为0.47，均偏成长。

综合来看，我们认为未来看好大盘成长风格。

行业轮动：看多综合金融、建材、纺织服装、房地产、有色金属和综合

行业轮动2.0模型10月份最新推荐持仓为：综合金融、建材、纺织服装、房地产、有色金属和综合。相比10月份的持仓，本次调出银行、交通运输、食品饮料、电力及公用事业和家电，调入综合金融、建材、房地产、有色金属和综合。

行业轮动2.0组合10月份持仓行业为：银行、交通运输、食品饮料、电力及公用事业、纺织服装和家电。该组合10月份涨跌幅为1.2%，同期全行业等权基准涨跌幅为2.8%，组合跑输基准1.6ppt。今年以来（2024-01-01至2024-10-31）组合收益率为13.4%，同期全行业等权基准涨跌幅为9.8%，组合跑赢基准3.6ppt。样本外（2023-08-01至2024-10-31）组合收益率为-2.1%，同期全行业等权基准涨跌幅为-1.8%，组合跑赢基准0.3ppt。

行业景气度模型观点：公用事业、电子行业景气度相对较高。总体来看，模型判断电力及公用事业、电子行业景气度相对较高；判断景气度中性的行业包括有色金属、基础化工、交运、石油石化、钢铁；判断景气状态相对低的行业包括煤炭、汽车。

多因子选股：10月中证500指数增强跑赢基准4.98ppt

10月中金量化沪深300指数增强 跑赢基准0.43ppt。组合样本外跟踪以来（2019-01-01至2024-10-31）累计收益95.88%，累计跑赢基准64.85ppt。10月中金量化中证500指数增强 跑赢基准4.98ppt。组合样本外跟踪以来（2021-01-01至2024-10-31）累计收益37.45%，累计跑赢基准46.42ppt。10月中金量化中证1000指数增强跑输基准3.21ppt。组合样本外跟踪以来（2022-08-01至2024-10-31）累计收益7.15%，累计跑赢基准21.96ppt。

港股范围内，10月中证港股通指数增强跑赢基准2.03ppt。组合样本外跟踪以来（2024-10-01至2024-10-31）累计收益-2.54%，累计跑赢基准2.03ppt。

主动量化选股：2024年10月低关注度掘金策略收益率达18.8%

景气型策略2024年10月收益率为0.7%。该策略2009年1月1日以来，年化收益率达29.4%，以偏股混合型基金指数为基准，年化超额收益率达20.6%。10月收益率为0.7%，超额偏股型基金指数1.2个百分点。

红利优选策略2024年10月收益率为-2.7%。该策略2010年1月1日以来，年化收益率达18.5%，以中证红利全收益指数为基准，年化超额收益率为10.3%，10月收益率-2.7%，超额中证红利全收益指数基准3.8个百分点。

小盘掘金策略10月收益率表现较好。其中，低关注度掘金策略10月收益率为18.8%，显著跑赢中证2000（收益率为9.7%）、国证2000（收益率为7.9%）等小盘指数。

量化配置：股票>商品>债券

综合宏观驱动力、经济预期差、左侧内生结构、技术指标等维度的信息，我们当前对国内股票资产最为看好，商品资产中性乐观，债券资产最为谨慎，各资产看多程度排序股票>商品>债券。

1）宏观预期差维度：股票乐观、债券谨慎、商品乐观。从股票市场看，最新公布的CPI和PPI不及预期，社融连续两个月超预期，整体对股票市场影响偏正面；从债券市场看，近期公布的GDP超预期，整体对债券市场影响偏负面；从商品市场看，最新的PMI、工业增加值、美元兑人民币均超预期，整体对商品市场影响偏正面。

2）阻力支撑维度：当前股市整体为看多信号，底部支撑相对更强。阻力支撑维度：当前股市整体为看多信号，底部支撑相对更强。

3）阻力支撑维度：当前股市整体为看多信号，底部支撑相对更强。股市阻力支撑指标在5个主要宽基指数中均为看多信号，我们认为当前市场支撑相对更强，未来出现趋势上行的概率较大。

4）系统性风险维度：当前预警信号未触发，股债未来同跌风险不大。截至2024-10-31，当前股债双杀预警信号未触发，我们认为未来股债同跌风险相对较小。

风险

风险提示：本篇报告基于市场历史收益，探究量化策略表现，无法确保样本外收益。

Text

正文

风格轮动：小盘成长信号显著

四象限风格轮动模型

模型简介

我们在报告《量化多因子系列（11）：如何捕捉四象限的风格轮动？》中，结合风格影响因素分析和量化指标筛选方法，构建了综合单一维度和重合维度预测指标的，大盘成长、大盘价值、小盘成长、小盘价值四象限风格轮动模型。我们从市场状态、市场情绪、宏观环境三个维度寻找有经济学意义的候选指标，采用格兰杰检验和相关性检验对指标有效性进行测试，旨在筛选出既对四象限风格收益有预测效果，且符合经济学逻辑的轮动指标，最终选出共15个指标。

►成长/价值维度的有效指标包括：新增投资者数量、中国波指、PPI月同比和M2M1增速差等。

►大盘/小盘维度的有效指标包括：大小盘相对换手率、全A换手率分位数、创新高个股占比、期权认沽认购比等。

►重合指标（即对大盘/小盘和成长/价值维度均有效）包括：偏股基金募资额、期限利差等。

使用通过显著性检验后的入选指标，我们构建了大盘/小盘和成长/价值两个维度的复合指标。除了将指标标准化和调整极性以外，我们通过叠加滚动胜率信息纳入了指标近期趋势的信息。我们进一步将所得二维复合得分指标，通过坐标法搭建四象限风格的仓位调整轮动策略：重仓推荐风格，低配相邻风格，不配相反风格。

最新观点

11月大小盘维度综合指标值为0.55，成长价值维度综合指标值为0.47，整体风格转为大盘成长风格。相较于10月观点而言，成长价值得分从0.97下降为0.47，维持成长观点但强度减弱；大小盘维度则是从-0.86上升为0.55，从小盘转向大盘。

►在大小盘维度下，市场状态指标为-0.27，略微偏向小盘；市场情绪大类指标为0.17，宏观环境大类指标为1.75，偏向大盘。

►在成长价值维度下，市场状态指标为-0.27，略微偏向小盘；市场情绪大类指标为0.17，宏观环境大类指标为1.75，偏向大盘。

综合来看，我们认为未来看好大盘成长风格。

图表1：各维度大类指标及综合指标值

注：截至2024-10-31

资料来源：Wind，中金公司研究部

图表2：大小盘维度细分指标得分

注：得分为极性与胜率调整后得分；数据截至2024-10-31

资料来源：Wind，中金公司研究部

图表3：成长价值维度细分指标得分

注：得分为极性与胜率调整后得分；数据截至2024-10-31

资料来源：Wind，中金公司研究部

行业轮动

行业轮动2.0：看多综合金融、建材、纺织服装、房地产、有色金属和综合

模型简介

我们在报告《行业轮动系列（4）：轮动节奏自适应行业轮动2.0模型》中，采用轮动速度分域逻辑（轮动速度指标构建方式见图表4），将市场的历史轮动速度按照快慢划分为不同区间。在筛选出达到有效性标准的因子后，采用择时切换逻辑，在不同的行业实际轮动状态下切换使用这些因子，构造出行业轮动节奏自适应的综合行业轮动指标：

►快速轮动模型以价量信息为主：

包括4大类因子，分别为调研信息、动量和反转、流动性和资金流，共9个细分因子。

►慢速轮动模型结合基本面与价量信息：

包括8大类因子，分别为波动率、成长、调研信息、动量和反转、分析师、现金流、拥挤度和资金流，共16个细分因子。

图表4：轮动速度指标构建方式

资料来源：中金公司研究部

跟踪表现

10月不同行业在收益上呈现大幅分化，月度收益最高的行业与收益最低的行业之间的收益差超30ppt。其中，综合金融行业表现位列第一，月涨幅23.8%，此后为综合和计算机行业，涨幅分别为15.0%和14.7%。10月收益相对弱势的行业包括食品饮料、煤炭和石油石化行业，月度涨跌幅分别为-9.6%、-8.3%和-7.0%，排名靠后。

图表5：中信一级行业月度收益率

资料来源：Wind，中金公司研究部

行业轮动2.0组合10月份持仓行业为：银行、交通运输、食品饮料、电力及公用事业、纺织服装和家电。该组合10月份涨跌幅为1.2%，同期全行业等权基准涨跌幅为2.8%，组合跑输基准1.6ppt。

今年以来（2024-01-01至2024-10-31）组合收益率为13.4%，同期全行业等权基准涨跌幅为9.8%，组合跑赢基准3.6ppt。

样本外（2023-08-01至2024-10-31）组合收益率为-2.1%，同期全行业等权基准涨跌幅为-1.8%，组合跑赢基准0.3ppt。

图表6：轮动模型跟踪净值

注：数据截至2024-10-31

资料来源：Wind，中金公司研究部

图表7：轮动模型收益表现

注：数据截至2024-10-31

资料来源：Wind，中金公司研究部

最新观点

模型11月份最新推荐持仓为：综合金融、建材、纺织服装、房地产、有色金属和综合。相比10月份的持仓，本次调出银行、交通运输、食品饮料、电力及公用事业和家电，调入综合金融、建材、房地产、有色金属和综合。

图表8：近6个月持仓变化

资料来源：Wind，中金公司研究部

最新行业轮动观点相应各维度信息细节如下：

►行业轮动速度状态：当前行业轮动速度指标值为86.54，市场轮动速度偏快，与上月速度指标几乎维持同一水平，仍选用快速轮动模型。

►细项得分：综合金融动量反转及流动性得分较高；建材、有色金属和综合都在流动性维度得分领先；纺织服装和建材在调研信息维度具有优势。

图表9：行业得分细项一览

注：数据截至2024-10-31

资料来源：Wind，中金公司研究部

图表10：行业轮动速度

注：数据截至2024-10-31

资料来源：Wind，中金公司研究部

行业景气: 公用事业、汽车、电子行业景气度较高

我们在报告《基本面量化系列（5）：如何量化跟踪周期性行业景气度》中，针对周期性明显的行业分别构建了景气度打分模型。基于各行业的景气度打分模型，2024年10月观点如下：

►景气度高的行业：电力及公用事业、电子。

►景气度中性的行业：基础化工、有色、交运、石油石化、钢铁。

►景气度低的行业：煤炭、汽车。

其中，经过检验，我们发现仅石油石化、煤炭、有色金属、钢铁、汽车行业景气度模型对于行业超额收益的预测能力较强。因此，映射到行业超额收益层面，我们认为汽车行业可能有超额收益，煤炭行业仍可能跑输市场。

图表11：2024年11月各行业不同景气度维度得分

资料来源：Wind，中金公司研究部

图表12：2024年11月各行业景气度综合得分

资料来源：Wind，中金公司研究部

多因子选股：10月中证500指数增强跑赢基准4.98ppt

沪深300指数增强、中证500指数增强和中证1000指数增强的近期表现如下：

沪深300指数增强

10月中金量化沪深300指数增强 跑赢基准0.43ppt。组合样本外跟踪以来（2019-01-01至2024-10-31）累计收益95.88%，累计跑赢基准64.85ppt。

图表13：中金量化沪深300指数增强样本外净值走势

注：数据截至2024-10-31

资料来源：Wind，中金公司研究部

中证500指数增强

10月中金量化沪深300指数增强 跑赢基准0.43ppt。组合样本外跟踪以来（2019-01-01至2024-10-31）累计收益95.88%，累计跑赢基准64.85ppt。

图表14：中金量化中证500指数增强样本外净值走势

注：数据截至2024-10-31

资料来源：Wind，中金公司研究部

中证1000指数增强

10月中金量化中证1000指数增强跑输基准3.21ppt。组合样本外跟踪以来（2022-08-01至2024-10-31）累计收益7.15%，累计跑赢基准21.96ppt。

图表15：中金量化中证1000指数增强样本外净值走势

注：数据截至2024-10-31

资料来源：Wind、中金公司研究部

中证港股通指数增强

我们在报告《量化多因子系列（13）：港股指数增强》中以新的港股因子框架作为增强基础，测试了多个不同基准指数的增强组合效果。本章对其中的中证港股通指数增强模型近期的收益表现进行跟踪。

10月中证港股通指数增强跑赢基准2.03ppt。组合样本外跟踪以来（2024-10-01至2024-10-31）累计收益-2.54%，累计跑赢基准2.03ppt。

图表16：中证港股通指数增强2023年以来净值走势

注：数据截至2024-10-31

资料来源：Wind、中金公司研究部

主动量化选股：10月低关注度掘金策略收益率达18.8%

主动量化选股策略旨在实现主动权益投资理念和量化工具的结合，通过量化的方式筛选符合主动权益投资逻辑的个股，构建选股组合。目前，我们分别构建了三类策略，包括景气类策略（成长趋势共振）、稳健类策略（价值股优选、红利优选）以及小盘掘金类策略（低关注度掘金、次新股掘金），本章对这些组合近期的收益表现进行跟踪。

景气类策略：成长趋势共振选股策略

我们在报告《中金：业绩成长是否具有延续性》的报告中，对“上市公司的业绩成长具有一定的延续性”这一逻辑基础进行了验证。基于这一逻辑，成长趋势共振选股模型的构建主要分为以下三个步骤：

►业绩加速增长基础池：在全市场范围内，筛选TTM归母净利润环比增速排名前三分之一的股票，并在其中进一步筛选加速度指标排名前50%且加速度绝对值大于0的股票作为基础池。

►规避非经常性因素带来的风险：非经常性因素对于公司业绩增长的延续性影响较大，因此，在基础池内，我们进一步筛选扣非利润占比大于50%、近一年未发生股权融资事件、偿债能力指标大于-1的公司作为待选股票池。结合报告《中金：精确刻画业绩的加速增长趋势》的研究成果，我们将业绩分布季节性较为明显的个股剔除。出于稳健性考虑，我们将ROE大于1%、过去半年日均成交额全市场排名前90%、剔除ST股也加入筛选标准。

►叠加分析师预期和技术面信息增厚收益：在待选股票池内，依据改进动量因子、分析师一致预期调整因子、CGVA因子（参考报告《中金：如何度量非理性估值定价偏差》）进行排序打分，并等权加总为综合得分，取综合排名靠前的股票作为最终持仓。

图表17：成长趋势共振选股策略实施步骤

资料来源：中金公司研究部

图表18：成长趋势共振选股策略收益表现

注：截至2024-10-31

资料来源：Wind，朝阳永续，中金公司研究部

图表19：成长趋势共振选股策略收益表现（2021年以来）

注：截至2024-10-31

资料来源：Wind，朝阳永续，中金公司研究部

图表20：成长趋势共振选股策略分年度收益统计

注：截至2024-10-31；2024年收益率为实际收益率，非年化数据；标红突出近年表现

资料来源：Wind，朝阳永续，中金公司研究部

稳健类策略

价值股优选策略

我们在《中金：如何看待价值股的“价值”》报告中，探讨了价值股的相对优势，并认为价值股的相对优势主要在于下行风险较小、回撤较小，比较适合稳健型投资者。因此，在构建价值股优选策略过程中，我们也是强调突出下行风险小的特性，具体实施过程如下：

►基础池：依据中信一级行业分类，每个行业分别筛选P/B-ROE因子值较小的三分之一股票，作为价值股的基础池。

►优选持仓：在基础池内，将龙头指标、平均股息率分位数、稳健成长指标分位数等权相加，得到综合得分，筛选综合得分排名靠前的股票作为最终持仓。

图表21：价值股优选策略收益表现

注：截至2024-10-31

资料来源：Wind，中金公司研究部

图表22：价值股优选策略收益表现（2021年以来）

注：截至2024-10-31

资料来源：Wind，中金公司研究部

图表23：价值股优选策略分年度收益统计

注：截至2024-10-31；2024年收益率为实际收益率，非年化数据；标红突出近年表现

资料来源：Wind，中金公司研究部

红利优选策略

我们在报告《中金 | 在手之鸟，红利优选策略》中，构建了红利优选策略，关注股息收益、资本利得和风险规避三个角度，从而捕捉红利股未来的股息收益和红利风格的资本利得，并控制组合整体的下行风险。该策略最新的跟踪情况如下图所示。

图表24：红利优选策略收益表现

注：截至2024-10-31

资料来源：Wind，中金公司研究部

图表25：红利优选策略分年度收益统计

注：截至2024-10-31；2024年收益率为实际收益率，非年化数据

资料来源：Wind，中金公司研究部

小盘掘金策略

低关注度掘金策略

我们在《中金|如何在低关注度股票中挖掘 alpha》报告中，将公募持股比例较低的股票定义为机构低关注度股票，并发现利好事件的发生可以带来市场的关注，对于低关注度股票的挖掘有较强的助推效果。因此，我们在低关注度股票挖掘alpha时，可以重点关注近期发生过利好事件的股票，并据此构建了低关注度掘金策略，具体实施过程如下：

►剔除高风险个股：低关注度股票池内，剔除波动率因子、价格弹性因子较小的10%个股，其中，波动率因子已做方向上的调整，因子值越小，反应收益波动较大；

►近期发生利好事件股票：在剩余股票中，先筛选近150日内有利好事件发生的股票作为待选池。

► 六因子打分：在待选池中，依据反转、流动性-换手率、规模、价值、综合质量、稳健成长因子进行综合打分，取得分排名靠前的10只股票作为最终持仓，其中，各类因子均进行行业和市值中性化、MAD缩尾、zscore标准化等处理。

图表26：低关注度掘金策略收益表现

注：截至2024-10-31

资料来源：Wind，中金公司研究部

图表27：低关注度掘金策略分年度收益统

注：截至2024-10-31；2024年收益率为实际收益率，非年化数据；标红突出近年表现

资料来源：Wind，中金公司研究部

次新股掘金策略

我们在《中金|关注企业投资行为，助力次新股掘金》报告中，分析了次新股的基本特征，并认为该类股票与其他股票核心差异点在于距离IPO的时间相对较短，公司持有的现金较多，投资扩产的活动也比较旺盛。因此，在构建次新股掘金策略过程中，除了常规的基本面、机构观点、价量信息外，还应重点考察次新股的投融资行为，反映公司投资管理水平，也具有较强的选股能力。结合四维度信息，我们最终构建了次新股掘金策略，历史回测收益表现较好，大部分年度收益可观。该策略最新的跟踪情况如下图所示。

图表28：次新股掘金策略收益表现

注：截至2024-10-31

资料来源：Wind，中金公司研究部

图表29：次新股掘金策略收益表现（2021年以来）

注：截至2024-10-31

资料来源：Wind，中金公司研究部

图表30：次新股掘金策略分年度收益统计

注：截至2024-10-31；2024年收益率为实际收益率，非年化数据

资料来源：Wind，中金公司研究部

四象限选股策略
由于A股市场中，大盘/小盘、成长/价值风格轮动现象较为明显，并且风格收益对策略收益影响较大，因此，我们考虑将选股增强与风格轮动两部分策略拆分，并在《中金|四象限风格内应如何选股》报告中，将A股市场划分为大盘成长、大盘价值、小盘成长、小盘价值四个风格象限，在各个风格范围内构建了综合选股策略，以实现对不同风格指数的增强。

图表31：四象限风格内选股策略收益（本月）

注：截至2024-10-31

资料来源：Wind，朝阳永续，中金公司研究部

图表32：四象限风格内选股策略收益统计（年初至今）

注：截至2024-10-31

资料来源：Wind，朝阳永续，中金公司研究部

量化配置：股票>商品>债券

我们从量化模型的视角，判断未来各类资产的走势与相对强弱。综合宏观驱动力、经济预期差、左侧内生结构、技术指标等维度的信息，我们当前对国内股票资产最为看好，商品资产中性乐观，债券资产最为谨慎，各资产看多程度排序股票>商品>债券。

宏观预期差维度：股票乐观、债券中性、商品谨慎

我们在2021年11月28日发布的报告《中金|量化配置系列（7）：捕捉经济预期差，顺势配置资产》中，基于国内重要宏观经济指标在发布实际数据时的超预期或者不及预期的情况，从中量化筛选出对国内股、债、商品资产未来走势有显著预测效果的预期差指标，并构建了各类资产的预期差指数。

图表33：宏观预期差指数构建流程

资料来源：中金公司研究部

从宏观预期差的角度，当前股票乐观、债券谨慎、商品乐观。截至2024-10-31，从股票市场看，最新公布的CPI和PPI不及预期，社融连续两个月超预期，整体对股票市场影响偏正面；从债券市场看，近期公布的GDP超预期，整体对债券市场影响偏负面；从商品市场看，最新的PMI、工业增加值、美元兑人民币均超预期，整体对商品市场影响偏正面。因此从宏观预期差的角度，我们当前对各资产观点为：股票乐观、债券谨慎、商品乐观。

图表34：预期差指数最新观点

注：数据截至2024-10-31

资料来源：Wind，中金公司研究部

左侧择时维度：股票中性、债券中性、商品中性

我们在2022年4月8日发布的报告《中金｜先发制人：A股左侧择时指标探讨》、2022年7月5日发布的报告《中金｜左侧择时在债券市场是否依然有效?》以及2022年12月22日发布的报告《中金｜左侧择时在商品、可转债及港股中的应用》，从估值水平、市场情绪和资金流向的角度，对股、债、商品分别构建了10余个用于顶底判断的左侧择时指标。

当前股市左侧择时体系为震荡信号。截至2024-10-31，当前股市左侧择时体系中有2个指标触发看多信号，4个指标触发看空信号，其余指标维持无观点状态。我们认为股市未来走势可能以震荡整理为主。

当前债券左侧择时体系为中性信号。截至2024-10-31，当前债券左侧择时体系中有3个指标发出看多信号，3个指标发出看空信号，其余指标维持无观点状态。我们认为债券市场在估值、情绪、资金等角度整体处于一般状态，对其未来的走势观点偏中性。

当前商品左侧择时体系为中性信号。截至2024-10-31，当前商品左侧择时体系中有1个指标发出看多信号，2个指标发出看空信号，其余指标维持无观点状态。我们认为商品市场整体在情绪、库存、开工率等维度整体处于一般状态，对其未来的走势观点偏中性。

图表35：股市左侧指标汇总

资料来源：Wind，中金公司研究部

图表36：当前股市左侧指标触发情况

注：数据截至2024-10-31

资料来源：Wind，中金公司研究部

图表37：债市左侧指标汇总

资料来源：Wind，中金公司研究

图表38：当前债市左侧指标触发情况

注：数据截至2024-10-31

资料来源：Wind，中金公司研究部

图表39：商品左侧指标汇总

资料来源：Wind，中金公司研究部

图表40：当前商品左侧指标触发情况

注：数据截至2024-10-31

资料来源：Wind，中金公司研究部

阻力支撑维度：当前股市整体为看多信号，底部支撑相对更强

我们在2021年1月发布的报告《中金：金融工程视角下的技术择时艺术》中，从市场阻力支撑相对强弱的角度，构建了各宽基指数的技术择时指标。

图表41：阻力支撑应用逻辑

资料来源：中金公司研究部

当前指标在主要宽基指数中整体为看多信号，底部支撑相对更强。截至2024-10-31，股市阻力支撑指标在5个主要宽基指数中均为看多信号，我们认为当前市场支撑相对更强，未来出现趋势上行的概率较大。

图表42：QRS量化择时指标值

注：数据计算截至2024-10-31资料来源：Wind，中金公司研究部

系统性风险维度：当前预警信号未触发，股债未来同跌风险不大

我们在2021年2月5日发布的报告《中金：巧识尾部相关性，规避组合系统性风险》中，借助资产之间的上下尾相关系数，构建了国内股债双跌的预警指标。具体来说，当满足以下三个条件时，触发股债双跌预警指标：

►下尾相关系数大于0。下尾相关系数大于0是股债资产表现出下尾相关性的必要条件，预示着股债双跌出现概率较大幅度增加。下尾相关系数使用过去63个交易日数据计算。

►上尾相关系数等于0。在市场波动较大时，股债收益率往往出现较多的同正离群值和同负离群值，此时下尾和上尾相关系数均大于0，即偏向于双尾相关。为区分下尾相关性和双尾相关性，我们要求上尾相关系数必须等于0，从而保证下尾相关系数为0时，大概率可以对应到真正股债双跌时期。上尾相关系数使用过去63个交易日数据计算。

►股债资产其中之一处于下跌趋势。为避免短期扰动所带来的在两资产均处于上涨趋势时所发出的错误信号，我们要求股债资产其中之一处于下跌趋势。趋势使用标准DIF值（12日移动平均-26日移动平均）计算。

当前预警信号未触发，股债未来同跌风险不大。截至2024-10-31，当前股债双杀预警信号未触发，我们认为未来股债同跌风险相对较小。

图表43：今年股债尾部相关系数变化情况

注：股票使用沪深300指数，债券使用中债综合财富指数

资料来源：Wind，中金公司研究部

[1]沪深300指数增强模型详见报告《量化多因子系列（1）：QQC综合质量因子与指数增强应用》

[2]中证500指数增强模型详见报告《量化多因子系列（2）：非线性假设下的情景分析因子模型》

[3]沪深300指数增强模型详见报告《量化多因子系列（1）：QQC综合质量因子与指数增强应用》

[4]中证500指数增强模型详见报告《量化多因子系列（2）：非线性假设下的情景分析因子模型》

Source

文章来源

本文摘自：2024年11月2日已经发布的《量化月报（44）：成长风格能否延续》

分析员 周萧潇 SAC 执业证书编号：S0080521010006 SFC CE Ref：BRA090

分析员 古 翔 SAC 执业证书编号：S0080521010010 SFC CE Ref：BRE496

分析员 宋唯实 SAC 执业证书编号：S0080522080003 SFC CE Ref：BQG075

分析员 胡骥聪 SAC 执业证书编号：S0080521010007 SFC CE Ref：BRF083

分析员 郑文才 SAC 执业证书编号：S0080523110003 SFC CE Ref：BTF578

分析员 曹钰婕 SAC 执业证书编号：S0080524020013 SFC CE Ref：BUA485

分析员 陈宜筠 SAC 执业证书编号：S0080524080004 SFC CE Ref：BTZ190

分析员 刘均伟 SAC 执业证书编号：S0080520120002 SFC CE Ref：BQR365

版权声明：文章版权归原作者所有，部分文章由作者授权本平台发布，若有其他不妥之处的可与小编联系。