“赛道”量化系列之一：新能源车产业，细分赛道轮动模型-20210816-招商证券-43页_1mb

新能源车产业细分赛道轮动模型总结

核心内容概述

新能源车产业作为A股市场的重要投资赛道，近年来在宏观货币超发和政策支持下，表现出显著的超额收益。本文构建了一个量化模型，用于分析新能源车产业链中上游、中游和下游细分赛道的轮动规律，并通过指标筛选、信号事件构建与组合权重配置，实现对新能源车赛道的择时与配置优化。

主要观点

• 新能源车赛道在近3年表现出显著的超额收益，是基金公司重仓配置的领域。
• 产业链分为上游、中游、下游三大细分赛道，分别对应原材料、零部件制造和整车及配套建设。
• 通过量化模型分析，新能源车细分赛道存在明显的轮动效应，且各细分赛道在不同阶段表现差异显著。
• 模型通过将宏观数据、景气度指标和技术指标进行事件化处理，筛选出具有显著风险调整后收益的信号事件，用于构建细分赛道轮动组合。
• 在不同指标配比下，轮动组合对基准组合的超额收益表现稳定，其中包含全部指标的组合在胜率、最大回撤和Sharpe比率方面表现最优。

关键信息

细分赛道分类

• 上游：包括锂资源、钴资源、电解液、正负极材料、隔膜、稀土等原材料。
• 中游：包括动力电池、电机电控、汽车零部件、锂电设备等制造环节。
• 下游：包括整车制造（乘用车、商用车）和充电桩建设。

指标分类与筛选

1. 宏观数据与资源品指标：包括M2、PPI、外汇数据、原材料价格等。
2. 景气度指标：如EPS、ROE、净利润、销售净利率等。
3. 技术指标：如MACD、RSI、MOM、TRIX等。

信号事件构建逻辑

• 变动幅度：当期指标值较上期变动超过特定阈值（如0.1%-10%）。
• 变化趋势持续性：指标连续上升/下降若干期（如1期、3期、6期）。
• 近期高/低位：基于滚动1年Z-score设定阈值（如0.5、1、2）。

有效信号事件筛选

• 通过计算信号事件后的风险调整收益（Sharpe比率）筛选有效信号。
• 保留Sharpe比率绝对值较高的信号，剔除方向与理论不符或发生频率不足的事件。
• 最终筛选出18个有效信号事件，用于构建轮动组合。

组合构建方式

• 根据信号事件的得分对各细分赛道进行加权配置。
• 每月调仓一次，得分范围为0-18分，权重按得分比例分配。
• 在组合中，若得分总和大于11分，则开仓，否则平仓。
• 通过等权组合与加权轮动组合的对比，验证模型的有效性。

组合表现

• 包含全部指标的轮动组合在超额收益稳定性方面表现最佳，Sharpe比率最高。
• 龙头轮动组合在模型优化后，同样取得显著的超额收益，但其绝对收益低于等权组合。

模型有效性与风险提示

• 通过事件化处理，模型在不同时间维度下对细分赛道走势具有较好的预测能力。
• 模型在实际测试中表现出良好的增强效果，对基准组合的超额收益较为稳健。
• 风险提示：模型基于历史数据构建，若未来宏观或行业环境发生重大变化，可能影响模型的适用性。

作者信息

• 任瞳：首席分析师，定量研究团队负责人，17年证券研究经验，多次获得新财富最佳分析师。
• 崔浩瀚：量化分析师，浙江大学经济学硕士，4年量化策略研究经验，专注于机器学习与多因子选股策略。

投资评级

• 公司短期评级：

  • 强烈推荐：股价涨幅超基准指数20%以上
  • 审慎推荐：股价涨幅超基准指数5%-20%
  • 中性：股价变动幅度介于±5%
  • 回避：股价表现弱于基准指数5%以上

• 公司长期评级：

  • A：长期竞争力高于行业平均
  • B：长期竞争力与行业平均一致
  • C：长期竞争力低于行业平均

• 行业投资评级：

  • 推荐：行业基本面向好
  • 中性：行业基本面稳定
  • 回避：行业基本面向淡

结论

新能源车产业细分赛道轮动模型通过量化分析和信号筛选，实现了对赛道内部轮动的优化配置，显著提升了投资组合的超额收益。模型在不同指标配比下表现稳健，尤其在包含全部指标的情况下，风险调整后收益最优。然而，模型的适用性依赖于历史数据和当前市场环境，需持续跟踪和验证。