报告概述
本报告为国泰海通金融工程团队发布的风格轮动策略月度跟踪报告，聚焦A股市场大小盘风格与价值成长风格的轮动规律。报告覆盖策略模型信号更新、历史日历效应分析、风格因子表现跟踪以及风险模型协方差矩阵更新等核心内容。研究框架上，报告采用量化多因子模型与主观分析相结合的方式，从宏观、估值、基本面、资金、情绪、量价等多个维度构建大小盘轮动打分模型，并从宏观、估值、基本面三个维度构建价值成长轮动模型，同时参考历史月度效应进行观点确认。此外，报告基于Barra CNE6框架跟踪8个大类因子与20个风格因子表现，并更新因子协方差矩阵。通过阅读本报告，投资者可以及时获取风格轮动信号，了解当前市场风格特征，为风格配置与组合风险管理提供参考。
报告的核心结论
12月建议超配大盘风格和价值风格
报告基于截至2025年11月28日的量化模型信号与历史日历效应给出配置建议。大小盘轮动模型最新信号为-0.17，指向大盘；历史12月大盘相对占优。价值成长轮动模型信号为-0.33，指向价值；历史12月价值风格略占优。因此综合模型信号和日历效应，12月建议超配大盘风格和价值风格。
中长期继续看好小盘风格
报告认为，当前市值因子估值价差处于相对低位，近期虽有所上升，但距离历史顶部区域仍有明显距离，中长期并不拥挤。基于这一判断，未来一两年更看好小盘风格。同时提示，该结论基于小样本归纳，存在失效风险。
量化风格轮动策略能跑赢等权基准
本年以来，大小盘轮动量化模型相对等权基准获得正向超额收益，结合主观观点的策略超额收益更高；价值成长风格轮动模型也相对等权基准取得超额收益。这表明量化模型与主观调整结合的风格轮动策略具备有效性。
11月红利质量因子占优，大市值动量走弱
11月8个大类因子中，红利、质量因子获正向收益，而大市值、动量因子负向收益较高。20个风格因子中，残差波动、短期反转等正向收益较高，动量、收益能力等负向收益较高，反映当月市场风格偏向防御与质量。
报告回答的关键问题
12月A股风格配置应该偏大盘还是小盘？
报告建议12月超配大盘风格。量化模型最新信号为-0.17，指向大盘；从日历效应看，历史12月大盘相对占优。因此综合模型信号和日历效应，12月大盘风格更值得关注。同时，报告也建议超配价值风格。
哪些因素影响大小盘风格轮动？
报告构建的大小盘轮动模型从宏观、估值、基本面、资金、情绪、量价6个维度入手，测试并选取历史有效因子，包括期限利差、货币活化、信用利差、分析师预期、大单资金、ETF份额、龙虎榜、融资买入、换手率等。量化模型无法完全刻画市场，因此还会结合日历效应和主观分析进行调整。
价值成长风格轮动策略如何判断？
价值成长轮动月度模型从宏观、估值、基本面3个维度选取因子，包括国内外流动性、信用、通胀、相对估值、分析师预期、深度学习因子等。当前模型信号为-0.33，指向价值，结合历史12月价值风格略占优，建议超配价值风格。另外还有纯量价周度模型进行月内调整。
当前A股哪些风格因子表现较好？
11月红利、质量、成长因子获得正向收益，而大市值、动量、价值因子收益为负；本年以来，波动率、成长、动量因子正向收益较高，流动性、大市值因子负收益较高。风格因子表现跟踪显示市场风格在不同阶段有明显切换，投资者可通过纯因子组合观察市场动向。
报告中的代表性数据
大小盘轮动量化模型本年收益
2025年以来，相对等权基准23.21%的超额收益为1.5%；结合主观观点的策略收益26.1%，超额收益2.89%。
价值成长风格轮动模型本年收益
2025年以来，相对等权基准16.88%的超额收益为2.99%。
市值因子估值价差
截至2025年11月底，计算方法为小市值组PB中位数除以大市值组PB中位数，历史高点区域为1.7~2.6，当前距离顶部仍有空间。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 大小盘风格轮动月度观点更新：展示量化模型6维度最新打分、逐日信号变化，并复盘上月观点正确性，同时阐述中长期市值因子估值价差的位置与风格判断。
- 价值成长风格轮动月度观点：给出月度量化模型信号、日历效应参考，并对比模型与等权基准的收益表现，附录介绍策略构建细节。
- 8个大类因子表现跟踪：包括本月收益、本年收益、年化波动、最大回撤等指标，并附净值走势图，帮助观察市场风格动向。
- 20个风格因子表现跟踪：详细列出每个风格因子月度与年度收益，跟踪高收益与回撤因子，并展示净值曲线，便于识别因子轮动节奏。
- 最新一期因子协方差矩阵：更新截至2025年11月28日的因子协方差矩阵及归一化相关系数矩阵，用于组合风险预测和风险归因。
- 大小盘轮动策略完整模型框架：从宏观、估值、基本面、资金、情绪、量价六维度介绍因子构建逻辑、计算方法及主观分析调整方式。
- 价值成长轮动策略模型框架：介绍宏观、估值、基本面三维度月度模型，以及纯量价周度模型如何做月内调整，并列出全部因子。
- A股风险模型与风格因子体系：参考Barra CNE6说明多因子模型、因子收益分解、协方差矩阵估计方法，并列出20个风格因子及8个大类因子结构。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
