金工深度研究：基于市场展望信息构建行业轮动策略

免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 1 金工 基于市场展望信息构建行业轮动策略 华泰研究 林晓明 研究员 SAC No. S0570516010001 SFC No. BPY421 linxiaoming@htsc.com +(86) 755 8208 0134 刘依苇 研究员 SAC No. S0570521090002 SFC No. BSU078 liuyiwei@htsc.com +(86) 755 2395 0493 何康，PhD 研究员 SAC No. S0570520080004 SFC No. BRB318 hekang@htsc.com +(86) 21 2897 2202 季频行业轮动策略累计超额收益曲线 资料来源：Wind，华泰研究 2025 年 8 月 20 日│中国内地 深度研究 公募基金市场展望文本中，行业情感得分与未来收益之间存在正向关联 公募基金等机构投资者通常有着更高的市场敏感度与信息优势。公募基金季报中定期公开的市场展望，就是观测机构投资者观点的重要窗口之一。在2025 年 1 月 25 日发布的《十问透视主动权益基金四季报重要变化——基金选品系列研究之二》中，我们对公募主动权益基金的市场展望文本进行分析后，得出了行业情感打分与未来收益有一定正向关联的结论。本报告中我们进一步优化测算规则并构建了季频行业轮动策略，2016/1/22-2025/7/21 期间年化收益约为 16.23%，相比同期所有行业等权基准的超额收益为14.37%。过去 10 年中 9 年获得正超额。 从基金市场展望中提取行业观点：关注度和情感得分的计算方法 文本信息的分析包括词频与情感两个维度，若某个行业及行业相关词汇在多只基金的市场展望中出现，说明该行业是当前公募基金的关注焦点，也说明后续对该行业的情感打分是基于较大的样本量得出的，能够相对客观地反映市场共识。我们首先通过行业关键词映射表定位包含行业的短句，并计算各行 业 在 公 布 市 场 展 望 基 金 中 的 出 现 频 率 作 为 行 业 关 注 度 ， 再 基 于GPT+FinBERT 扩充后的金融情感词典量化该短句内情绪的极性和强度，从而得到行业情感得分。 基于市场展望信息构建行业轮动策略，去除行业主题基金后策略收益提升 策略构建规则是，每季度基于市场展望文本计算各一级行业的关注度和情绪得分，筛选在同期行业中的排名分位高于规定阈值的行业作为下季度的配置标的，若所有行业均未同时满足关注度和情绪得分条件，则放宽关注度条件，从满足情绪得分要求的行业中选取关注度最高的行业。季频策略年化收益率为 13.47%，季度胜率 57.89%，超额收益盈亏比 1.77，过去十年仅有 2023年超额为负（-3.82%）。去除行业主题基金后，策略年化收益提升到 16.23%，季度胜率 63.16%，盈亏比 1.86，相较原始策略有明显提升。 2025Q2 市场展望文本：传媒、银行、军工等情感打分较高且关注度较高 2025 年二季度市场展望中获得较高关注的行业中，情感打分排名前五且关注度较高的行业有传媒、银行、国防军工等；计算机和电子行业的关注度较高，情感打分分别排在第六和第七；轻工制造情感得分最高，但关注度较低；商贸零售、房地产、食品饮料等行业情绪打分排名较为靠后。 风险提示：策略模型根据历史规律总结，历史规律可能失效。本报告不涉及证券投资基金评价，不涉及对具体基金产品的投资建议，亦不涉及对具体个股的投资建议。择时策略参数均通过全样本参数寻优得到，可能存在过拟合风险。 0.91.41.92.42.93.43.92016年1月2016年7月2017年1月2017年7月2018年1月2018年7月2019年1月2019年7月2020年1月2020年7月2021年1月2021年7月2022年1月2022年7月2023年1月2023年7月2024年1月2024年7月2025年1月2025年7月000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 2 金工研究 正文目录 引言 .............................................................................................................................................................................. 4 公募基金市场展望文本中，行业情感得分与未来收益之间存在正向关联 .............................................................. 4 基于市场展望文本信息构建季频行业轮动策略，年化收益超 16% ........................................................................ 4 从基金市场展望中提取行业观点：计算关注度和情感得分 ........................................................................................... 5 约有 30%左右的基金公布市场展望，样本量可支持后续分析 ............................................................................... 5 文本信息量化：行业关注度与情感得分的计算...................................................................................................... 5 行业关注度计算：将细分行业和具体产品信息映射到一级行业，计算一级行业出现频率 ............................. 6 情感得分计算：基于金融情感词库，得到行业所在短句的情感极性与强度 .................................................. 6 基于市场展望信息构建行业轮动策略 ........................................................................................................................... 8 规律发现：行业情绪得分与下一季度超