杠杆10倍炒股平台板块配置月报：现金流上行，折现率下行，9月建议配置周期上游、周期中游板块

2024-09-25 22:24 75

　　炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

讣告称，新中国成立初期，张存浩先生排除万难回到祖国，一生中为满足国家需求多次改变科研方向。他长期从事催化、火箭推进剂、化学激光、分子反应动力学等领域的研究，取得多项国际先进成果。研制出水煤气合成液体燃料的高效熔铁催化剂，与合作者首次提出固体推进剂燃速的多层火焰理论，在国际上首次研制出放电引发脉冲氟碘化学激光器。在国际上首创研究极短寿命分子激发态的“离子凹陷光谱”方法，并用该方法首次测定了氨分子预解离激发态的寿命为100飞秒，该成果被《科学》主编列为亚洲代表性科研成果之一。

8月，A股市场呈现下跌态势，沪深300指数收益率为-3.51%。中证全债、中证国债以及中证企业债收益率分别为0.15%、0.17%、-0.20%。

不定期调仓的绝对收益配置组合最新仓位配置为：信用债: 20.0%, 中短债: 80.0%。

8月周期上游以及金融板块跌幅较小

8月周期上游以及金融板块跌幅较小，周期下游以及成长等板块表现较差。行业方面，石油石化以及煤炭行业跌幅较小，农林牧渔、美容护理、建筑材料等行业出现较大回撤。

现金流上行，折现率下行：建议配置周期上游、周期中游板块

根据最新数据，天风制造业活动指数同比上行，现金流上行，折现率下行，模型建议9月配置周期上游、周期中游板块。

根据对应时期Two-Beta板块轮动结果，我们构建回测框架，策略历史表现优异，历史年化收益8.71%、相对沪深300指数超额8.35%。

8月，A股市场呈现下跌态势，沪深300指数收益率为-3.51%。中证全债、中证国债以及中证企业债收益率分别为0.15%、0.17%、-0.20%。

不定期调仓的绝对收益配置组合跟踪

在报告《CTA思维下的资产配置方法》中，我们构建了一类不定期触发调仓的绝对收益型资产配置策略，配置资产范围包括黄金、南华商品、沪深300，中长期信用债、货币基金指数等，力求获取超越一般固收类产品的业绩回报。策略回测历史表现优越，历史年化收益8.46%、最大回撤5.71%。

今年以来组合绝对收益为6.90%，最大回撤为2.75%。当前最新仓位配置为：信用债: 20.0%, 中短债: 80.0%。

根据最新的仓位配置，我们在信用债主题基金、中短债主题基金中结合基金规模、Alpha、风险指标等维度筛选相应基金，基金推荐名单以及相应的权重配置建议如下。

行业轮动

8月周期上游以及金融板块跌幅较小

8月板块层面，周期上游以及金融板块跌幅相对较小，周期下游以及成长等板块表现较差。行业方面石油石化、煤炭等行业跌幅最小，农林牧渔、美容护理、建筑材料等行业出现较大回撤。

下月板块配置建议

现金流上行，折现率下行：建议配置周期上游、周期中游板块

基于《天风金工行业轮动系列报告之一——基于现金流与折现率的板块轮动策略》中的TWO-BETA板块配置模型，我们得到如下板块现金流折现率beta结果。

可以看到金融、周期上游、周期中游对于现金流，也就是经济的景气程度敏感度较高，而周期下游、消费、成长板块则相对敏感度较低。因此在现金流上行时，应当配置金融、周期上游、周期中游，现金流下行时应当配置周期下游、消费、成长。

在现金流上行环境中，金融、周期上游、中游三个板块对于折现率的敏感度也存在较大差异，金融板块折现率beta为负，即折现率的上行有利于金融板块。因此在现金流上行，折现率上行时，配置金融板块，现金流上行，折现率下行时，配置周期上游、周期中游板块。

在现金流下行环境中，成长板块折现率beta显著高于周期下游板块，因此成长板块应当在现金流下行，折现率下行时进行配置。而周期下游适宜在现金流下行，折现率上行环境中配置，消费板块折现率居中，在折现率上行下行中均有配置价值。

现金流方面我们构建了天风制造业活动指数同比指标作为代理变量，构建方法如下。

围绕制造业活动的指数主要分为三类：1）制造业景气度调查：通过采购经理的预期来反映制造业情况，我们选取国内最权威的两大景气度指数：中采PMI和财新PMI；2）制造业行情反馈：我们选取了PPI、发电量和铁路货运量，其中PPI代表工业品价格与制造业息息相关，而发电量和铁路货运量也是克强指数的关键成分，能深刻反应工业的景气度水平；3)进出口环境：制造业产业链复杂，往往与贸易强相关，且各国工业景气度较为同步，我们选取了进口金额、工业企业出口交货值、美国ISM制造业协会PMI。

数据处理步骤如下：

1． PMI、财新PMI和美国制造业协会PMI指数已经是经过季调的环比类数据，我们不再进行加工；

2．出于数据的可得性，从2010年1月份数据开始，滚动对过去7年的非季调类型指标进行季调，并与季调数据结合进行标准化处理，对标准化后的数据每月滚动进行PCA分解。