德邦金工2022年度策略报告：进击的“小巨人”-20211213-德邦证券-32页_2mb

金融工程专题总结

核心内容概述

本报告由德邦金工团队发布，围绕2022年A股市场投资策略展开，重点分析了宏观经济走势、上市公司盈利情况及行业轮动策略。报告指出，2022年A股或先守后攻，小市值股票和专精特新股票或将成为主要投资方向。同时，基于人工智能的选股策略在小市值股票池中表现优异，且扩散指标在行业轮动策略中具有显著择时效果。

主要观点与关键信息

1. 宏观经济及展望

1.1 回望2021

• 经济复苏进入后半程：2021年中国经济复苏放缓，工业增加值和GDP增速逐步回落，PPI-CPI剪刀差开始收敛。
• 政策导向：货币政策保持宽松，财政政策强调精准和可持续性，共同富裕主题下，小市值风格受政策支持而走强。
• 地产政策调控：对地产价格进行合理调节，抑制不合理上涨，影响消费和投资。
• 互联网监管加强：多项政策出台，规范平台经济、教育、算法等，推动更加公平的市场环境。

1.2 明年A股市场或先守后攻

• 中美利差收敛：人民币贬值压力加大，A股尚未完全计入美元升值影响。
• 宽货币效果有限：货币政策需进一步宽松，降息预期增强，利好小盘成长。
• 海外环境分化：美国经济复苏快于非美地区，美元流动性回流美国，对新兴市场融资构成压力。
• 疫情影响逐步淡化：全球市场对疫情反应趋于平稳。

2. 上市公司盈利及展望

• 盈利增速放缓：2021年前三季度盈利增速前高后低，预计Q4增速为-10%至-12%。
• 库存周期影响：A股库存周期约为3-3.5年，预计2022年Q1盈利增速见底。
• 板块表现分化：周期、成长板块盈利增长，消费、稳定板块盈利下滑。
• 国企与民企差异：国企盈利增速相对稳定，民企则面临较大压力。

3. 2022年度选股展望

3.1 市值因子表现

• 小市值股票走强：自2021年以来，小市值股票显著回暖，尤其在中证1000指数中表现突出。
• 历史回测表现：小市值组合在大部分年份取得正超额收益，尽管在2017年和2020年出现回撤。
• 换手率低：小市值组合具有较低的换手率，降低交易成本。

3.2 机器学习残差因子

• 因子构造方法：基于多元线性回归残差构建机器学习因子，结合神经网络、随机森林、提升树等模型。
• 回测结果：机器学习残差因子在小市值股票池中表现出良好的选股能力，超额收益显著。
• 组合表现：高残差因子暴露的组合在2013-2021年间均取得正超额收益，信息比率较高。

3.3 机器学习残差因子与市值因子结合

• 双重筛选策略：结合机器学习残差因子和市值因子，构建高收益组合。
• 回测表现：该组合在风险调整后表现优于单纯基于市值或残差因子的组合。
• 策略容量限制：由于成份数量较少，策略容量受限。

3.4 选股策略展望

• 优化因子模型：引入更多数据维度，如量价信息和财务数据，提升因子质量。
• 探索更好的结合方式：优化因子与市值因子的组合策略，提高策略的稳定性和容量。
• 关注大小盘轮动：规避极端风险，探索大小盘风格的轮动规律。

行业轮动策略

4.1 扩散指标构建行业景气度

• 扩散指标作用：反映指数成分股处于多头状态的比例，可作为行业景气度指标。
• 择时逻辑：通过“快线”与“慢线”交叉判断买卖信号，适用于多种交易策略。
• 行业回测结果：29个中信一级行业均取得正收益，多数行业具有较高胜率和Sharpe比率。

4.2 行业轮动策略

• 策略有效性：基于扩散指标构建的行业轮动策略在历史回测中表现良好。
• 行业配置建议：关注高景气度且低估值的行业，如煤炭、钢铁、有色金属和基础化工。

风险提示

• 海外市场波动风险：美元指数走强，可能影响外资流入，增加新兴市场融资压力。
• 宏观政策变化风险：政策调整可能对市场走势产生影响。
• 模型失效风险：量化模型可能因市场环境变化而失效。

图表与数据支持

• 图1-14：展示工业增加值、PMI、中美利差、美元指数、社融数据等宏观经济指标。
• 图25-35：反映A股上市公司盈利、净资产收益率、中信板块净利润增速等关键数据。
• 图36-43：展示指数表现、因子回测、行业轮动策略等。
• 表1-7：汇总政策变化、行业表现、因子表现等重要信息。

总结

本报告通过对2021年宏观经济、上市公司盈利及行业轮动策略的分析，指出2022年A股市场可能呈现“先守后攻”的趋势。小市值股票和专精特新股票因政策支持和市场关注度提升，有望成为投资重点。同时，基于机器学习的量化选股方法在小市值股票池中表现出色，结合市值因子可进一步优化投资组合。行业轮动策略通过扩散指标有效判断行业景气度，建议配置高景气度、低估值的行业。报告强调了政策变化、市场波动和模型风险等潜在挑战，为投资者提供了全面的策略分析。