（来源：XYQuantResearch）

导读

1、截至2026年2月27日，股债性价比分位数指标在36.9%分位点，处于历史相对偏下的位置。

2、风格轮动模型：从最新风格观点看，截至2026年2月底，由于地产增速维度偏向小盘，流动性维度看好小盘，大小盘轮动模型总体给出小盘风格占优的信号。由于美债利率下行，动量偏价值，成长价值轮动模型给出均衡的信号。

3、成长价值轮动模型在2022年9月底以来的样本外表现优异，策略年化收益25.32%，远高于基准11.37%的年化收益，月度胜率60.6%左右。大小盘轮动模型在2022年12月30日以来的样本外表现优异。策略实现17.86%的年化收益，高于基准9.28%的年化收益率，月度胜率达到66.67%左右。

4、“分歧与共振”行业轮动模型：从全样本来看，截至2026年2月27日，策略年化收益率为11.4%，年化波动率为21.47%，相对等权基准的年化超额收益为10.03%；超额收益年化波动率为9.42%，最大回撤为8.62%，夏普比率和卡玛比率分别为1.06和1.16。

5、根据模型，我们2026年3月初最新推荐的行业为：公用事业、钢铁、计算机、煤炭、交通运输。

风险提示：模型结论基于历史数据，在市场环境转变时模型存在失效的风险。

一、当前市场分析与展望

从配置环境来看，短期在外围地缘扰动与国内两会窗口期的交织下，资源品与科技仍将是构成核心催化的两大主线，围绕涨价和政策两条线索布局。

宏观层面，近期全球再通胀预期升温、地缘局势趋紧的环境，为资源品带来的是“避险属性和战略价值抬升”的有利叙事。政策方面，国内高质量发展、科技强国的大背景下，科技产业仍将是政策中的结构性亮点和市场关注的焦点。

1.1

估值比较：股票性价比略低于中位数

经典的股债性价比指标被定义为股票长期预期收益与债券预期收益的差值，实操中往往用股票股息率或盈利收益率与长期国债到期收益率的差值表示。比如我们分别用DIV和Y代表万得全A指数股息率和10年国债到期收益率，定义基于股息率的股债性价比指标为:

𝐷𝐼𝑉_𝑌 = 𝐷𝐼𝑉 − 𝑌

但在2022年之后此指标长期处于历史高位，而市场却总体持续下行了较长时间，这导致基于性价比的股债轮动组合表现不佳。我们发现近年来原始性价比指标之所以失效，与其构建方式本身的内在问题有关：传统性价比指标没有考虑经济增长预期的变化以及全球利率水平的变化。为了解决这个问题，我们在报告《固收加系列之五——股债性价比指标改进与组合构建》对经典股债性价比指标进行了改进，先利用信用扩张增速趋势对股票端性价比进行调整，再同时考虑中美利率后对债券端性价比进行调整。调整后的改进股债性价比指标对于股债轮动具有更好的预测效果。

我们计算了改进性价比指标在每个时点所处的滚动4年历史分位数水平Q。从下图可以看到，在历史上多次市场大涨前，比如2008年12月、2015年12月、2019年1月、2020年3月、2024年9月，股债性价比指标都处于历史较高的位置。

截至2026年2月27日，股债性价比分位数指标在36.9%分位点，处于历史相对偏下的位置。

1.2

宏观跟踪：经济先行指标向上恢复

从兴证金工中国经济先行指数的走势看，2022年5月以来指数走势有所企稳。截至2026年2月27日，1月先行指数构建所需数据已全部披露完毕。其中1月综合先行指数为97.50，相比12月数值96.66略有上行；1月实体先行指数为101.04，相比12月有所上行；1月金融环境指数为94.09，相比12月略有上行。

1.3

微观观察：指标持续好转，市场情绪高涨

我们使用市场两融数据、主力资金、主流宽基指数换手率、指数波动率、期权VIX等数据多维度观察市场情绪。综合资金维度和交投维度来看，2026年2月指标持续好转，市场情绪整体乐观。

资金维度：截至2026年2月底，A股市场两融余额为2.67万亿元，略低于上月末水平，同时自由流通市值上行，整体而言两融余额与自由流通市值比值下行，但目前仍位于近10年以来的95%分位点左右。截至2026年2月底，主力资金（大单及超大单）近期净流出放缓，2026年2月主力资金日均净流出262亿元，主力资金净流出略有减速，目前主力净流入占自由流通市值的比值位于历史76%分位点左右。

交投维度：相较于上月的水平，2026年2月主流宽基指数的换手率有所下行，从历史来看，相较于过去10年的平均水平，市场活跃度保持在较高水平，目前大部分指数换手率均高于近10年以来的90%分位点水平。波动率方面，2026年2月各主流宽基指数维持震荡，各大指数的波动均较上月有所上行，但从时间序列来看，大部分指数波动率基本位于近10年以来的中位数水平左右。

截至2026年2月底，基于上证50ETF期权计算的VIX为12.21%，处于历史10%分位点左右，显示期权投资者对市场波动率没有明显的风险预期。

二、行业配置建议

我们综合技术面、基本面、资金流维度的信息，并进一步引入宏观数据发布日效应，构造了高胜率、稳健型行业轮动策略。模型细节详见报告《分歧和共振——直击行业轮动痛点》。

2.1

最新观点和相关ETF产品推荐

根据截至2026年2月28日的“分歧与共振”行业轮动模型结果，排序最靠前的行业分别是：公用事业、钢铁、计算机、煤炭、交通运输。在经过宏观日历效应的调整后，各行业持仓权重分别为14.29%、28.57%、14.29%、28.57%、14.29%。

每月中，我们会根据技术面最新信号和宏观数据发布日效应对策略持仓进行调整，如需高频跟踪模型请联系兴证金工团队。

从各个维度的细分结果来看：

1）公用事业：主要推荐理由为技术面和资金流表现优秀，技术面上趋势动量积极且上下游存在积极的景气度溢出效应，资金流维度ETF份额相对缩减，是行业未来走势的积极信号；

2）钢铁：主要推荐理由为技术面和资金流表现优秀，技术面上趋势动量积极，资金流维度ETF份额相对缩减；

3）计算机：主要推荐理由为资金流表现优异，同时基本面和技术面整体较为均衡；资金流维度行业窄基ETF份额相对缩减，是行业未来走势的积极信号，同时技术面维度从上下游景气度传导来看，行业存在上涨动力；

4）煤炭：主要推荐理由为技术面表现优秀，基本面和资金流相对均衡；技术面上趋势动量积极且从上下游景气度传导来看，行业存在上涨动力，基本面上行业历史业绩优秀且短期业绩超预期，资金流维度行业相关窄基ETF份额相对缩小；

5）交通运输：主要推荐理由为技术面表现优秀，同时基本面和资金流整体较为均衡；资金流维度相关行业窄基ETF份额相对缩减，同时基本面行业内个股业绩存在一致趋势的同时部分个股业绩预期明显提升。

进一步，我们基于行业指数与行业ETF之间的逻辑关系、收益率相关性、股票持仓相似性与流动性等维度综合考虑，构建了行业与行业ETF之间的映射关系，并根据每个月的行业轮动观点提供ETF推荐列表，供各位投资者参考，下表展示了行业ETF推荐名单。

2.2

行业轮动方法简介

在这一部分，我们将对“分歧与共振”行业轮动模型进行简要介绍。我们借鉴了宏观策略方向大量的思想，从分歧与共振的角度构建了一个综合技术面、基本面、资金流和宏观维度的稳健型行业轮动策略。

技术面维度，动量是最经典的技术面指标之一，基于动量的思想，我们分别考察了行业的内生动量和动量溢出效应：内生动量效应尝试从行业内个股走势趋同性的角度出发，成分股走势分化的加剧可能预示着行业当前整体趋势难以持续；动量溢出效应使用产业链上下游景气度溢出，从侧面衡量某一行业是否具有上涨动力。

基本面维度，我们聚焦于两大类衡量行业基本面的指标，分别为基于真实业绩的行业基本面评价指标和基于分析师预测的行业基本面评价指标。针对每个行业，我们首先判定该行业历史业绩的可持续程度，可持续程度越高的行业，我们主要从真实业绩的角度出发判断其基本面，而可持续程度越低的行业，我们主要从预期业绩的角度出发判断其基本面。

资金流维度，我们综合北向和ETF资金进行判断。北向资金代表了主动、外资视角的观点，而ETF资金代表了被动、内资视角的观点，不同资金在市场环境变化不同阶段的行业选择可能存在差异，拥有定价权的资金往往能够与股价共振。受北向数据披露限制，现阶段我们用主力资金对其进行代替。

宏观维度，行业表现具有发布日效应，我们发现在通胀数据即CPI发布日，当日表现好的行业，在未来一个月也倾向于继续表现好。

最终，本文综合技术面、基本面、资金流维度的信息，并进一步引入了宏观发布日效应，构造了一个高胜率、稳健型行业轮动策略。

2.3

历史表现回顾

我们以选择排序最靠前的6个行业（即综合因子值最大的6个行业）为例对策略表现进行回测。具体而言，在每个调仓日，我们首先选择最近一期技术面、基本面、资金流综合打分排名前6的行业作为备选并默认等权，然后根据最近发布日行业收益排序情况剔除排名后6位的行业，剩下的行业中若有发布日收益排序前6的则权重增加一倍后归一化。

从回测结果来看，截至2026年2月27日，策略年化收益率为11.4%，年化波动率为21.47%，相对等权基准的年化超额收益为10.03%；超额收益年化波动率为9.42%，最大回撤为8.62%，夏普比率和卡玛比率分别为1.06和1.16。

三、风格配置最新观点

3.1

成长价值轮动模型

1、最新观点

风格一般是指股票所具有的某种共同特征，而该特征驱动此类股票的收益率保持一定的相关性。从历史看A股成长和价值风格轮动特征明显，相对走势发生了多次反转，这意味着如果能够捕捉风格的转换将有力地提升组合收益水平。我们选取申万高低市盈率指数作为成长和价值风格的代表，从技术面、国内流动性、海外流动性以及股市反弹期等角度选取了6个对成长价值轮动具有预测力的因子，并通过结构化的方法合成单因子信号，构建了多维结构化成长价值轮动模型。具体可参考2022年8月5日的深度报告《风格轮动系列七：多维结构化成长价值轮动模型》。

需要注意的是，这里我们对深度报告中的模型结构做了微调，使之更加符合逻辑和信号稳健。具体而言，股市反弹期因子不再是单独的开关型因子，而是与其它三个主要因子在同一层级。同时股市反弹期因子的信号生成逻辑调整为若性价比大于过去4年90%分位点，则观察过去两月成长是否战胜价值且价值收益为负，若是则看好价值，否则看好成长。性价比位于其它分位点的情形信号生成方式不变。

结构化模型2026年2月底给出风格均衡的信号。从具体风格驱动因素看，成长价值利好因素相对均衡。历史上当以万得全A换手率为代表的交易活跃时，代表市场风险偏好较高，相对利好成长风格的表现。当前市场换手率突破过去2年的中位数水平，说明活跃程度相对较高，成长相对占优。过去一个月价值代表指数动量相对略占优，因此技术面维度总体信号均衡。从流动性角度看，当国内外流动性较好时，相对利好成长风格。国内流动性中，中长期贷款增速还处于下行状态，广义流动性还不够好，而期限利差相对较低，国内流动性维度总体信号偏价值。国外流动性主要指美债利率的变动，这个指标历史上对成长价值相对走势的解释力极强。当前美债利率呈下行趋势，相对利好成长风格。另外，股市反弹期因子不再处于极端高位，没有给出明确信号。综合来看，各因子信号加总后认为风格均衡。

2、模型历史表现

我们回测的时间范围是2013年底至2026年2月底，选取申万高、低市盈率指数作为成长和价值风格的代表，使用成长和价值的月度调仓等权组合作为比较基准。从下方图表看，结构化多因子组合可以实现年化25.40%的收益率，0.99的收益风险比，最大回撤43.63%，均优于等权基准组合。结构化因子带来了17.73%的超额年化收益率，最大回撤为13.74%。

从分年表现看，2014至2024的所有年份中，轮动策略均实现了正的超额收益。总体看结构化风格轮动模型具有较强的稳健性。模型在2022年9月底以来的样本外表现优异，策略年化收益25.32%，远高于基准11.37%的年化收益，月度胜率60.6%左右。

3.2

拐点趋势大小盘轮动模型

1、最新观点

我们从趋势和拐点两个维度出发寻找逻辑和实证上对于大小盘轮动有预测力的因子，并构建大小盘轮动模型。在趋势型指标方面，我们构建了流动性、经济增长和动量三个维度的指标。其中流动性我们使用期限利差和信用利差代表，经济增长我们使用房地产投资累计增速代表，动量我们用大小盘相对净值的均线突破捕捉。在拐点型指标方面，我们构建了市场拐点期和风格关注度拐点期两种因子。我们用股债相对性价比是否处于极端位置来判断股市整体的拐点。另外，我们使用大小盘的历史相对换手率分位数来捕捉风格关注度的拐点，相对关注度达到极端位置往往也是风格拐点的前兆。具体可参考2023年1月20日的深度报告《基于拐点+趋势的大小盘轮动研究》。

结构化模型2026年2月底给出风格偏小盘的信号。从具体风格驱动因素看，动量维度风格过去21日偏向小盘。从经济增长角度看，代表传统经济增速的房地产投资累计同比与大小盘相对走势具有较强一致性。这主要是因为大盘股例如银行、地产等行业往往与传统经济整体更相关。近期地产投资同比略有下行，给出看好小盘的信号。从拐点型指标看，股市反弹期因子显示股市整体性价比不再处于极端高位，没有给出信号。风格关注度拐点没有给出信号。综合来看，各因子信号加总后认为小盘风格略占优。

2、模型历史表现

我们回测的时间范围是2013年底至2026年2月底，选取申万大、小盘指数作为大盘和小盘风格的代表，使用大小盘月度调仓等权组合作为比较基准。从下方图表看，结构化多因子组合可以实现年化18.83%的收益率，0.76的收益风险比，最大回撤53.10%，均优于等权基准组合。结构化因子带来了11.58%的超额年化收益率，最大回撤为10.00%。值得注意的是，模型在2022年12月30日以来的样本外表现优异。策略实现17.86%的年化收益，高于基准9.28%的年化收益率，月度胜率达到66.67%左右。

四、股债配置组合

4.1

组合构建方法

我们在报告《固收加系列之五——股债性价比指标改进与组合构建》对经典股债性价比指标进行了改进，本报告将跟踪基于性价比的股债轮动组合的表现。我们基于改进性价比的历史分位数Q设定组合股债权重，即股票相对性价比越高组合中股票的配置权重越高。具体来说，我们首先计算每一个调仓日股债性价比指标在历史数据中的分位数Q，然后将其线性映射到股票的权重范围中。

比如对于股票权重在0-100%完全灵活调整的组合，调仓日的目标股票权重就等于分位数Q，债券权重为1-Q，股票权重的长期平均中枢大约为50%。而对于股票权重在0-30%之间变动的固收加组合，调仓日的目标股票权重等于Q*30%，债券权重为1-Q*30%，股票权重的长期平均中枢大约为15%。

4.2

历史表现

我们用万得全A指数和中债总财富总值指数作为股债资产的代表，测试的范围是2013年底至2026年2月底，假设每月末调仓。对于灵活配置组合和固收加股债组合，我们分别以月度调仓的股债50/50等权组合以及15/85组合作为比较基准。

从下方图表看，股债灵活配置组合实现14.36%的年化收益和14.88%的最大回撤，显著优于等权基准7.77%的年化收益和28.49%的最大回撤。固收加组合实现7.75%的年化收益和4.42%的最大回撤，同样优于15/85基准组合5.83%的年化收益和8.16%的最大回撤。

4.3

最新一期权重

截至2026年2月27日，股债改进性价比指标处于历史36.9%分位点，股票性价比处于相对偏低。因此灵活配置组合股票最新权重为36.9%，固收加组合中股票权重为11.07%。

风险提示：模型结论基于历史数据，在市场环境转变时模型存在失效的风险。

注：文中报告节选自兴业证券经济与金融研究院已公开发布研究报告，具体报告内容及相关风险提示等详见完整版报告。

证券研究报告：《内外部催化因素叠加，看好资源品与科技两大主线》

对外发布时间：2026年03月02日

报告发布机构：兴业证券股份有限公司（已获中国证监会许可的证券投资咨询业务资格）

--------------------------------------

分析师：

郑兆磊

SAC执业证书编号：S0190520080006

宫民

SAC执业证书编号：S0190521040001

罗婧

SAC执业证书编号：S0190525070003

--------------------------------------