川海智库

报告概述

本报告为中信建投金融工程团队发布的行业轮动月报，基于因子动量思想，综合宏观、财务、分析师预期、ETF份额变动、全体基金仓位、优选基金仓位和事件动量七个子模块，构建复合行业轮动策略。报告覆盖2012年以来的历史回测及样本外跟踪，展示了各子模块的最新业绩与行业观点，并给出2026年7月的行业推荐组合。适用于投资者进行行业配置参考。

报告的核心结论

2026年7月医药、消费者服务、交通运输、电子、银行为优选行业

报告基于复合行业轮动模型，综合近期超额表现较优的宏观、财务、事件动量等子维度信号，给出最新行业推荐。其中医药和消费者服务在多个子模块中获正向打分，交通运输和电子也在事件动量及优选基金仓位模块中表现突出。

复合行业轮动策略长期跑赢行业等权

自2012年以来，复合策略多头组合年化超额收益19.8%，月度胜率70%，空头组合年化超额-10.2%。分年来看，策略每年均获得正超额收益，且优于绝大多数单一子模块。报告期内策略绝对收益2.22%，超额行业等权5.90%。

优选基金仓位模块近期超额能力最强

样本外跟踪以来，优选基金仓位模块多头累计超额高达106.2%，报告期超额15.9%，显著优于其他子模块。该模块通过筛选长期能力因子排名前20的基金，跟踪其仓位变动，体现了优秀基金经理的行业选择能力。

事件动量与宏观模块提供增量信息

事件动量模块在2024年9-10月基本面因子失效时实现超额修复，与其余模块相关性较低。宏观模块在2024年9-10月多数模型回撤时仍保持稳定正超额。两者均是复合策略的重要补充维度。

报告回答的关键问题

2026年7月哪些行业相对占优？

根据中信建投行业轮动模型，2026年7月推荐的行业为医药、消费者服务、交通运输、电子、银行。这些行业在宏观、财务、事件动量等多个子模块中获得较高综合评分，尤其医药在多项信号中表现突出。

行业轮动模型如何综合考虑多个因子？

报告采用因子动量思想，每月底选择过去一段时间超额表现较优的子模块作为下月决策依据，再将选定子模块等权复合。子模块涵盖宏观、财务、分析师预期、ETF份额变动、全体基金仓位、优选基金仓位和事件动量七大维度，兼顾基本面与市场行为。

哪些子模块近期行业选择能力较强？

报告显示，优选基金仓位模块样本外累计超额106.2%，报告期超额15.9%；财务模块报告期超额8.6%；事件动量模块报告期超额0.3%但长期稳定。宏观模块和ETF份额变动模块也保持正超额。相比之下，分析师预期和全体基金仓位模块近期超额为负。

行业轮动策略的历史表现如何？

复合策略自2012年至2026年6月，多头组合年化超额收益19.8%，月度胜率70%，最大超额回撤12.8%；空头组合年化超额-10.2%，月度胜率37%。策略各年均获正超额，尤其在2019年后数据完整区间多头年化超额达29.0%。

报告中的代表性数据

19.8%

复合策略多头年化超额收益

2012年1月-2026年6月，基于行业等权基准，复合行业轮动策略多头组合（前5行业）的年化超额收益率，月度胜率70%。

106.2%

优选基金仓位模块样本外累计超额

2023年7月-2026年6月，优选基金仓位模块在样本外跟踪期间多头组合累计超额收益率，报告期单月超额15.9%。

5.90%

报告期复合策略超额收益

2026年6月，2026年6月复合行业轮动策略相对行业等权组合的超额收益，同期策略绝对收益2.22%。

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

  • 各子模块的详细构建方法：涵盖宏观因子、财务因子、分析师预期因子、ETF份额变动因子、全体基金仓位因子、优选基金仓位因子和事件动量因子的构造逻辑与变量选择过程。
  • 子模块历史业绩图表：包括宏观、财务、分析师预期等七个模块自回测起始以来的超额净值曲线及最新绩效统计表（年化收益、波动、夏普比率等）。
  • 复合行业轮动信号构造细节：说明如何基于因子动量选取子模块并等权复合，以及不同时间段参与子模块的变化。
  • 多维度行业打分明细：提供2026年7月各行业在复合信号及各子模块下的具体得分，便于投资者自定义组合。
  • 风险提示与免责声明：包含模型失效风险、历史不预示未来、地缘政治风险、经济增长不及预期等警示。
  • 分析师介绍与评级说明：介绍研究团队背景及投资评级标准。
  • 完整的回测绩效表格：展示复合信号分组（多头至空头共5组）的年化收益、波动、夏普比率、最大回撤、信息比率等指标。

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。

相关报告