數據科技行業機器學習系列：投資應用專題聚焦景氣、政策與流動性探索基本面量化投資應用-20221123（25頁）.pdf

1、請務必閱讀末頁的免責條款和聲明2022年年11月月23日日機器學習系列：投資應用專題機器學習系列：投資應用專題聚焦景氣、政策與流動性，探索基本面量化投資應用聚焦景氣、政策與流動性，探索基本面量化投資應用張若海，伍家豪張若海，伍家豪，王博隆，湯可欣，張強，王博隆，湯可欣，張強中信證券研究部中信證券研究部數據科技組數據科技組2核心觀點核心觀點A股行業間投資表現差異化顯著股行業間投資表現差異化顯著，近年行業間收益分化加劇近年行業間收益分化加劇，聚焦行業配置策略創新聚焦行業配置策略創新。近年行業漲跌幅分化且輪動加速近年行業漲跌幅分化且輪動加速，配置收益不斷增厚配置收益不斷增厚。中信證券一級行業月度漲跌

2、幅標準差，從2020年的3.9上漲至2022年6月的6.1，導致行業配置能獲取到的超額收益也在不斷增加。2011年至2022年，所有行業相對上證指數的月度超額漲跌幅的平均極值差達到20.67%。面向基本面量化挖掘新指標面向基本面量化挖掘新指標，同時服務基本面研究與量化研究同時服務基本面研究與量化研究?；久媪炕鸩匠蔀榛久嫜芯颗c量化研究的共同新趨勢，基本面研究以高頻、客觀的數據為基礎面向行業配置給與決策支持，量化研究通過引入基本面因子降低決策頻率并提升產品容量。借助技術支點搭建景氣借助技術支點搭建景氣、政策與流動性等行業特征數據政策與流動性等行業特征數據，形成基本面量化指標形成基本面量化指標

3、，探索把握行業輪動節奏探索把握行業輪動節奏?；久嬷笜伺c傳統行業輪動指標的相關性低且頻率低基本面指標與傳統行業輪動指標的相關性低且頻率低，更加適合低頻配置策略的構建更加適合低頻配置策略的構建。我們以月頻行業配置作為指標應用場景，借助技術手段將大量基本面指標、政策文本、流動性指標處理成為政策情緒、景氣分位、流動性三個綜合指標，結合不同指標特征進行處理與回測。單指標的參數測試與行業配置回測單指標的參數測試與行業配置回測。（1）景氣分位回測對年內邊際變化相對更加敏感，當前市場不適合僅僅對景氣度指標進行過長時間分位數處理。分位數取12個月單指標月度配置3個行業年化超額收益率為9.98%，最大回撤為-1

4、6.20%。（2）政策情緒博取收益的兩類來源分別是短期主題和長期配置，單指標月度配置3個行業年化超額收益率為10.02%，最大回撤為-17.62%。（3）流動性指標回看時間越長，回測收益相對更高且更加穩定。行業配置數量為1時存在流動性過熱風險，我們選擇主動降低流動性最高行業的打分，以避免該情況的影響?；谙嚓P性較低的多個基本面量化指標基于相關性較低的多個基本面量化指標，以線性模型構建綜合行業配置策略以線性模型構建綜合行業配置策略。以政策情緒與景氣分位兩個因子作為行業選擇的主要信息以政策情緒與景氣分位兩個因子作為行業選擇的主要信息，融入流動性因子穩定行業配置結果融入流動性因子穩定行業配置結果，并

5、進行指標融合的參數測試并進行指標融合的參數測試?；販y從2018年1月至2022年10月，策略絕對收益率、相對全行業等全配置超額收益率、相對滬深300超額收益率分別：90.02%、88.83%、102.98%，最大回撤為-16.75%，相對滬深300年度超額勝率、月度配置超額勝率、月度行業配置超額勝率分別為80%、77.27%、54.39%。風險提示：統計模型依賴的歷史規律可能會失效；數據覆蓋度不足風險提示：統計模型依賴的歷史規律可能會失效；數據覆蓋度不足。ZV9UrUtZcVrVpMbR9R7NnPnNoMoMfQrQrQfQpNsO9PmMxOxNqMpNuOpNtQ目錄目錄CONTENTS

6、31.1.短期行業輪動速度加速，中觀行業配置有效性提升短期行業輪動速度加速，中觀行業配置有效性提升A股具有明顯的行業輪動特征，行業配置是重要的收益來源行業配置的指標體系梳理2.2.基于基本面量化通用指標的投資應用測試基于基本面量化通用指標的投資應用測試3.3.綜合中觀行業配置策略構建與測試綜合中觀行業配置策略構建與測試41.1 A股具有明顯的行業輪動特征，行業配置是重要的收益來源股具有明顯的行業輪動特征，行業配置是重要的收益來源各年行業表現差異和行業輪動情況各年行業表現差異和行業輪動情況資料來源：wind，中信證券研究部測算；注：紅色范圍表示最大超額收益至最小超額收益的區間，基準為上證指數20

7、11年年2012年年2013年年2014年年2015年年2016年年漲漲跌跌幅幅前前三三名名銀行房地產傳媒非銀行金融計算機食品飲料食品飲料非銀行金融計算機建筑消費者服務家電傳媒建筑通信房地產通信銀行漲漲跌跌幅幅后后三三名名電子商貿零售建筑石油石化銀行國防軍工有色金屬紡織服裝房地產食品飲料石油石化交通運輸電力設備及新能源計算機鋼鐵傳媒鋼鐵消費者服務0246810121416-40-30-20-10010203040502011-012011-042011-072011-102012-012012-042012-072012-102013-012013-042013-072013-102014-0

8、12014-042014-072014-102015-012015-042015-072015-102016-012016-042016-072016-102017-012017-042017-072017-102018-012018-042018-072018-102019-012019-042019-072019-102020-012020-042020-072020-102021-012021-042021-072021-102022-012022-042022-072022-10最大值最小值行業漲跌幅標準差（右軸）標準差均值（過去12月/右軸）2017年年2018年年2019年年202

9、0年年2021年年今年以來今年以來漲漲跌跌幅幅前前三三名名食品飲料消費者服務食品飲料電力設備及新能源電力設備及新能源煤炭家電銀行電子食品飲料基礎化工交通運輸煤炭石油石化家電消費者服務有色金屬消費者服務漲漲跌跌幅幅后后三三名名綜合金融機械石油石化綜合農林牧漁食品飲料國防軍工傳媒商貿零售建筑房地產綜合金融計算機有色金屬電力及公用事業通信家電建材歷年行業漲跌幅最高與最低的輪動歷年行業漲跌幅最高與最低的輪動資料來源：wind，中信證券研究部51.2 中觀行業配置新方向聚焦：政策情緒、景氣分位、流動性綜合聚焦中觀行業配置新方向聚焦：政策情緒、景氣分位、流動性綜合聚焦資料來源：中信證券研究部目錄目錄CON

10、TENTS61.1.短期行業輪動速度加速，中觀行業配置有效性提升短期行業輪動速度加速，中觀行業配置有效性提升2.2.基于基本面量化通用指標的投資應用測試基于基本面量化通用指標的投資應用測試自主構建的基本面量化指標說明景氣分位、政策情緒、流動性3個指標的參數測試與單因子回測3.3.綜合中觀行業配置策略構建與測試綜合中觀行業配置策略構建與測試72.1 自主構建的基本面量化指標說明自主構建的基本面量化指標說明資料來源：中信證券研究部本章節將以中觀景氣度中觀景氣度、政策熱度政策熱度和流動性流動性視角信息，標準化處理至中信證券一級行業與月頻兩個標準維度，并探討單因子行業配置策略的構建以及策略的回測效果。

11、各類型基本面量化指標介紹各類型基本面量化指標介紹指標類型指標類型指標名稱指標名稱數據來源數據來源邏輯概述邏輯概述指標處理流程指標處理流程景氣度中觀景氣度Wind、國家統計局、工信部、財務部、商務部等識別各行業的有效經濟數據，并通過機器學習模型合成行業景氣度指數，計算歷史分位數確定高景氣行業，并構建合適的行業配置組合獲取收益。政策政策情緒中共中央、國務院、國家部委、各地方政府基于政策文本數據庫，通過NLP方法，在時序上統計得到個股政策情緒指標，自下而上歸集得到對應行業政策情緒指標。流動性成交量Wind、Choice、同花順等從成交量、機構行為和融資融券三個維度，在每個維度下將成分股指標按照月度進

12、行加總，得到月度個股原始流動性指標，并將個股歸集到對應行業得到行業流動性指標。機構行為兩融資金景氣回看時間范圍確定分位數長短期比例確定平滑參數設置行業輪動因子個股政策情緒計算自下而上行業歸集平滑參數設置行業輪動因子個股多維指標聚合自下而上行業歸集滑動窗口設置行業輪動因子8行業景氣度得分計算如下：=1 行業的近12個月分位數+2 行業的近48個月分位數，其中1、2為分位數長短期比例。景氣度指標需要設置的參數有：分位數長短分位數長短期比例期比例、平滑參數平滑參數以及行業配置數量行業配置數量。其中，我們分別回看12個月和48個月計算分位數，從而刻畫行業在長短期內景氣水平；另外，平滑參數用于刻畫行業景

13、氣度的延續性，參數越大，歷史景氣度影響越大；每次調倉時我們會分別選取景氣度打分排名靠前的1、3、5、10或15個行業進行配置。以平滑參數為零為例，我們選取分位數長短期比例和行業配置數量進行實驗?？梢钥吹椒治粩刀唐诒戎卦酱髸r策略收益越高，以12個月計算分位數時，三行業輪動策略的收益率達到78.25%，每月IC平均值為3.85%。2.2 景氣分位回測對年內邊際變化相對更加敏感，當前市場不適合對景氣分位回測對年內邊際變化相對更加敏感，當前市場不適合對景氣度進行過長時間分位處理景氣度進行過長時間分位處理資料來源：wind，中信證券研究部測算景氣度參數設置和景氣度參數設置和各參數下策略收益各參數下策略收

14、益情況情況 行業配置數量分位數長短期比例1351015平均收益率每月IC平均值（不平滑）12月:48月=1:078.25%61.35%40.05%21.56%3.99%41.04%3.85%12月:48月=0.95:0.0544.51%71.98%44.59%22.92%3.82%37.57%3.76%12月:48月=0.9:0.127.82%72.95%43.66%20.65%4.60%33.94%3.66%12月:48月=0.85:0.1534.84%46.15%38.91%18.77%4.68%28.67%3.56%12月:48月=0.8:0.249.70%42.05%44.42%21.

15、54%5.22%32.58%3.46%12月:48月=0.75:0.2549.70%45.97%39.20%19.08%3.01%31.39%3.35%12月:48月=0.7:0.352.08%42.13%34.36%20.96%3.08%30.52%3.24%12月:48月=0.65:0.3549.51%33.68%34.10%17.50%4.07%27.77%3.13%12月:48月=0.6:0.426.57%27.95%35.44%19.87%1.74%22.31%3.01%12月:48月=0.55:0.4526.55%24.50%37.17%16.88%3.34%21.69%2.88%

16、12月:48月=0.5:0.526.71%25.47%37.96%16.80%4.39%22.27%2.75%12月:48月=0.45:0.5538.55%27.38%30.89%15.17%4.75%23.35%2.61%12月:48月=0.4:0.642.38%35.79%30.20%14.01%5.78%25.63%2.47%12月:48月=0.35:0.6542.38%32.40%30.09%11.60%5.99%24.49%2.31%12月:48月=0.3:0.742.53%26.37%25.62%12.27%5.28%22.41%2.15%12月:48月=0.25:0.7537.5

17、5%19.99%28.40%10.23%4.20%20.07%1.99%12月:48月=0.2:0.838.66%10.93%19.18%11.68%2.27%16.55%1.81%12月:48月=0.15:0.8568.26%10.87%10.50%14.16%1.51%21.06%1.63%12月:48月=0.1:0.967.88%8.27%11.95%14.53%3.41%21.21%1.45%12月:48月=0.0.5:0.9572.98%-3.05%8.36%14.49%3.72%19.30%1.26%12月:48月=0:175.07%-2.08%12.75%13.50%1.95%2

18、0.24%1.07%平均收益率47.26%31.48%30.37%16.58%3.85%25.91%9以近12個月的分位數為例，我們選取不同平滑參數和行業配置數量進行實驗。為了刻畫和解決景氣度模型存在的跳變問題，我們對景氣度進行一定的平滑處理，行業 景 氣 分 位 計 算 方 式 為：=平滑參數 +(1 平滑參數)1，其中為行業當月景氣分位。從2018年至2022年回測結果看，景氣度短期平滑的回測效果優于長期平滑，該指標對于短期邊際變化相對更加敏感。在進行一定量平滑操作后一定程度避免了景氣度模型引起的少量跳變情況，頭部配置行業的收益率存在明顯提升。2.2 景氣度源自高頻基本面指標，回測中直接使

19、用當月值優于平滑后的景氣度源自高頻基本面指標，回測中直接使用當月值優于平滑后的結果結果景氣度參數設置和景氣度參數設置和各參數下策略收益各參數下策略收益情況情況資料來源：wind，中信證券研究部測算 行業配置數量 平滑參數1351015平均收益率每月IC平均值078.25%61.35%40.05%21.56%3.99%41.04%3.85%0.05151.35%71.06%47.85%11.20%7.37%57.77%3.64%0.1138.87%70.37%48.60%11.81%7.47%55.43%3.44%0.15138.98%68.69%43.13%9.51%7.88%53.64%3.

20、24%0.2110.63%67.46%44.89%6.56%8.88%47.68%3.04%0.2598.42%61.24%42.07%9.20%7.04%43.60%2.84%0.3108.20%49.32%33.50%8.54%7.43%41.40%2.65%0.35104.29%64.14%30.97%6.90%4.58%42.18%2.46%0.489.44%55.55%33.59%2.83%1.15%36.51%2.27%0.4581.01%49.25%37.91%5.58%-2.02%34.35%2.09%0.547.04%28.21%43.17%2.80%-0.55%24.13%

21、1.91%0.5576.00%8.36%46.02%-0.19%-1.18%25.80%1.74%0.660.10%18.91%38.00%-4.14%0.57%22.69%1.57%0.65106.37%31.40%26.99%0.49%-0.08%33.03%1.39%0.7140.25%23.47%22.17%3.24%-2.22%37.38%1.17%0.75134.14%17.68%21.81%2.33%-3.58%34.48%0.88%0.8111.49%15.54%13.90%5.43%1.62%29.60%0.45%0.85161.97%14.69%15.97%6.66%1.4

22、3%40.14%-0.17%0.944.27%33.69%15.58%8.39%-5.51%19.28%-0.97%0.9577.99%-6.95%-2.57%-3.94%-4.33%12.04%-1.42%平均收益率102.95%40.17%32.18%5.74%2.00%36.61%10進行行業配置時，景氣度策略選取歷史12個月計算分位數，平滑參數設置為零，每月選中得分最高的三個行業進行等全配置，回測區間為2018-01至2022-10，不考慮手續費。結果顯示，在2020年之前景氣度策略的超額收益不太顯著，隨后策略獲取超額收益能力逐漸增強；回測區間內，策略相對中信證券一級行業等權組合，年化

23、超額收益率為9.98%，最大回撤為-16.20%。2.2 景氣度單指標進行行業配置回測結果景氣度單指標進行行業配置回測結果單因子景氣度策略業績表現單因子景氣度策略業績表現單因子景氣度策略凈值曲線單因子景氣度策略凈值曲線資料來源：wind，中信證券研究部測算注：超額凈值相對于行業等權組合資料來源：wind，中信證券研究部測算組合名稱組合名稱年化收益率年化收益率最大回撤最大回撤夏普率夏普率每月平均每月平均IC值值景氣度策略10.0%-16.20%0.383.85%等權組合策略0.02%-16.03%-0.05-0.100.10.20.30.40.50.60.70.800.511.522.52018

24、-01-012018-02-142018-03-302018-05-132018-06-262018-08-092018-09-222018-11-052018-12-192019-02-012019-03-172019-04-302019-06-132019-07-272019-09-092019-10-232019-12-062020-01-192020-03-032020-04-162020-05-302020-07-132020-08-262020-10-092020-11-222021-01-052021-02-182021-04-032021-05-172021-06-302021

25、-08-132021-09-262021-11-092021-12-232022-02-052022-03-212022-05-042022-06-172022-07-312022-09-132022-10-27超額凈值（右軸）滬深300景氣度組合行業等權組合11政策情緒得分基于政策文本數據庫，通過NLP方法在時序上統計得到行業政策情緒指標。為了刻畫政策情緒的時效性，行業政策情緒計算如下：=平滑參數 +(1 平滑參數)1，其中為行業當月政策情緒得分政策情緒指標需要設置的參數有：平滑參數平滑參數以及行業配置數量行業配置數量。與景氣度一致，平滑參數用于刻畫行業政策情緒的延續性，參數越大，歷史景氣度

26、影響越大；每次調倉時我們會分別選取景氣度打分排名靠前的1、3、5、10或15個行業進行配置。從結果來看，政策情緒在短期平滑和長期平滑均能獲得較客觀的超額收益，對應短期主題和長期配置兩個思路。從當前市場回測結果看，根據1-2月內的政策情緒進行行業選擇回測收益更高。2.3 政策情緒博取收益的兩類來源：短期主題和長期配置政策情緒博取收益的兩類來源：短期主題和長期配置資料來源：中國政府網，各部委官網，wind，中信證券研究部測算 行業配置數量平滑參數1351015平均收益率每月IC平均值024.10%57.31%36.23%10.46%11.66%27.95%0.0514.84%70.56%51.18

27、%20.77%14.94%34.46%3.39%0.134.76%65.09%57.00%22.21%14.03%38.62%3.45%0.1562.61%73.66%51.26%20.96%13.73%44.44%3.48%0.262.61%61.33%43.88%19.90%13.98%40.34%3.49%0.2578.50%55.35%38.68%18.76%12.63%40.79%3.49%0.3108.45%44.08%41.74%22.54%11.79%45.72%3.47%0.3587.66%46.84%43.01%21.29%11.82%42.12%3.44%0.487.88

28、%43.73%38.63%20.33%11.56%40.43%3.38%0.45130.92%34.36%35.84%19.57%13.00%46.74%3.30%0.5148.41%28.06%21.32%14.20%12.07%44.81%3.20%0.55150.16%28.14%18.39%17.41%11.15%45.05%3.08%0.6175.96%31.82%11.46%14.89%10.24%48.87%2.94%0.65131.61%10.14%15.61%15.58%12.11%37.01%2.80%0.777.09%17.08%23.81%16.38%9.10%28.6

29、9%2.70%0.7551.70%35.48%29.29%24.01%10.96%30.29%2.65%0.820.77%34.57%27.56%24.77%10.13%23.56%2.68%0.85-10.85%15.30%28.62%24.71%13.16%14.19%2.77%0.91.08%11.85%27.44%14.78%16.70%14.37%2.89%0.959.78%10.14%10.35%23.86%12.48%13.32%2.93%平均收益率72.40%38.74%32.57%19.37%12.36%35.09%政策情緒參數設置和政策情緒參數設置和各參數下策略收益各參數下

30、策略收益情況情況12進行行業配置時，政策情緒策略的平滑參數設置為零，每月選中三個行業進行等全配置，回測區間為2018-01至2022-10，不考慮手續費。結果顯示，政策情緒策略在2020年之前難以獲取超額收益，隨后獲取超額收益能力逐漸增強，主要因為是隨著2020年之后市場對政策關注度提升，策略超額收益也開始逐漸增強；回測區間內，策略相對中信證券一級行業等權組合，年化超額收益率為10.02%，最大回撤為-17.62%。2.3 政策情緒單指標進行行業配置回測結果政策情緒單指標進行行業配置回測結果單因子政策情緒策略業績表現單因子政策情緒策略業績表現單因子政策情緒策略凈值曲線單因子政策情緒策略凈值曲線

31、資料來源：中國政府網、各部委官網，wind，中信證券研究部測算注：超額凈值相對于行業等權組合資料來源：中國政府網、各部委官網，wind，中信證券研究部測算組合名稱組合名稱年化收益率年化收益率最大回撤最大回撤夏普率夏普率每月平均每月平均IC值值政策情緒策略10.4%-17.62%0.303.49%等權組合策略0.02%-16.03%-0.05-0.2-0.100.10.20.30.40.50.60.70.80.900.511.522.52018-01-012018-02-142018-03-302018-05-132018-06-262018-08-092018-09-222018-11-052

32、018-12-192019-02-012019-03-172019-04-302019-06-132019-07-272019-09-092019-10-232019-12-062020-01-192020-03-032020-04-162020-05-302020-07-132020-08-262020-10-092020-11-222021-01-052021-02-182021-04-032021-05-172021-06-302021-08-132021-09-262021-11-092021-12-232022-02-052022-03-212022-05-042022-06-172

33、022-07-312022-09-132022-10-27超額凈值（右軸）滬深300政策情緒組合行業等權組合13從成交量、機構行為和融資融券三個維度，在每個維度下將成分股指標按照月度進行加總，并將個股歸集到對應行業得到行業流動性指標，行業流動性得分計算如下：=(+1,)，其中為滑動窗口大小。流動性指標需要設置的參數有：平滑求和參數平滑求和參數以及行業配行業配置數量置數量。平滑求和參數為回看月數，用于刻畫行業流動性的延續性，參數越大，歷史景氣度影響越大；每次調倉時我們會分別選取景氣度打分排名靠前的1、3、5、10或15個行業進行配置。從結果來看，回看月數越多，策略傾向于具有越高的收益，每月IC平

34、均值也更高。不過行業配置數量為1時也會存在過熱交易的風險，在后續的操作中選擇主動降低流動性最高行業的打分，以避免該情況的影響。2.4 回看時間越長，流動性指標的回測收益相對更高且更加穩定回看時間越長，流動性指標的回測收益相對更高且更加穩定資料來源：wind，中信證券研究部測算流動性參數設置和流動性參數設置和各參數下策略收益各參數下策略收益情況情況 行業配置數量 滑動求和參數1351015平均收益率 每月IC平均值1-53.27%-35.47%-22.12%1.44%5.40%-20.81%-1.69%2-49.45%-7.15%3.03%6.61%6.06%-8.18%0.39%3-40.31

35、%68.92%9.43%10.64%7.35%11.21%2.65%47.58%50.30%42.05%16.72%10.02%25.33%4.09%5-0.94%55.47%39.86%24.47%10.49%25.87%4.65%6-12.04%40.80%54.58%28.49%9.11%24.19%5.04%74.13%9.20%46.20%30.65%7.47%19.53%5.55%8-41.59%16.64%35.34%29.45%6.37%9.24%5.29%9-16.43%34.63%40.22%34.20%8.76%20.28%5.50%1013.55%29.46%43.38

36、%36.06%15.61%27.61%6.13%113.01%32.33%32.02%40.00%17.81%25.03%6.37%127.41%18.58%47.41%37.01%20.35%26.15%6.02%平均收益率-14.86%26.14%30.95%24.64%10.40%15.45%14進行行業配置時，流動性策略的平滑求和參數設置為六個月，單因子回測區間位2018-01至2022-10，不考慮手續費，每月選中三個行業進行等全配置。結果顯示，流動性策略的波動性較大，在2021年之后策略開始獲取顯著的超額收益；回測區間內，策略相對中信證券一級行業等權組合，年化超額收益率為7.79%

37、，最大回撤為-22.05%。由于Top1行業存在過熱風險，沒有對流動性指標進行額外處理前在2020年之前整體收益率不高。但經過處理的流動性指標與其他基本面指標相結合，可以很好的提升短期流動性健康的行業得分，使得行業配置結論與收益更加穩定。2.4 低頻市場指標的合理引入可以提升流動性健康的行業得分，穩定低頻市場指標的合理引入可以提升流動性健康的行業得分，穩定行業配置收益行業配置收益單因子流動性策略業績表現單因子流動性策略業績表現單因子流動性策略凈值曲線單因子流動性策略凈值曲線資料來源：wind，中信證券研究部測算注：超額凈值相對于行業等權組合資料來源：wind，中信證券研究部測算組合名稱組合名稱

38、年化收益率年化收益率最大回撤最大回撤夏普率夏普率每月平均每月平均IC值值流動性策略7.81%-22.05%0.235.04%等權組合策略0.02%-16.03%-0.05-0.3-0.2-0.100.10.20.30.40.50.60.700.20.40.60.811.21.41.61.822018-01-012018-02-142018-03-302018-05-132018-06-262018-08-092018-09-222018-11-052018-12-192019-02-012019-03-172019-04-302019-06-132019-07-272019-09-092019

39、-10-232019-12-062020-01-192020-03-032020-04-162020-05-302020-07-132020-08-262020-10-092020-11-222021-01-052021-02-182021-04-032021-05-172021-06-302021-08-132021-09-262021-11-092021-12-232022-02-052022-03-212022-05-042022-06-172022-07-312022-09-132022-10-27超額凈值（右軸）滬深300流動性組合行業等權組合目錄目錄CONTENTS151.1.短期

40、行業輪動速度加速，中觀行業配置有效性提升短期行業輪動速度加速，中觀行業配置有效性提升2.2.基于基本面量化通用指標的投資應用測試基于基本面量化通用指標的投資應用測試3.3.綜合中觀行業配置策略構建與測試綜合中觀行業配置策略構建與測試技術手段挖掘基本面量化指標，應用于月頻中觀行業配置基于基本面量化指標數據，以線性模型構建行業配置綜合策略行業配置綜合策略回測結果最新結論16數據挖掘基本面量化指標的應用場景多樣數據挖掘基本面量化指標的應用場景多樣，我們同樣以月頻中觀行業配置作為應用場景我們同樣以月頻中觀行業配置作為應用場景，并將所有指標數據以行業配置最并將所有指標數據以行業配置最合適的方式合適的方式

41、，標準化處理成為中信一級行業與月頻兩個標準維度標準化處理成為中信一級行業與月頻兩個標準維度。在指標應用過程中在指標應用過程中，我們針對不同指標同樣使用了上文提到的預處理流程我們針對不同指標同樣使用了上文提到的預處理流程，并設置最合適的預處理參數：并設置最合適的預處理參數：政策指標進行平滑景氣度計算歷史分位數流動性進行滑動求和，并將Top1的行業減半資料來源：中國政府網、各部委官網，wind，中信證券研究部測算政策情緒與景氣分位兩個指標的融合參數測試政策情緒與景氣分位兩個指標的融合參數測試3.1 技術手段挖掘基本面量化指標，應用于月頻中觀行業配置技術手段挖掘基本面量化指標，應用于月頻中觀行業配置

42、17指標融合思路：以政策情緒與景氣分位兩個因子作為行業選擇的主要信息指標融合思路：以政策情緒與景氣分位兩個因子作為行業選擇的主要信息，進行指標融合的參數測試進行指標融合的參數測試。政策情緒與景氣分位權重在1:2時達到一個中間穩態：從測試結果可以看到，以政策情緒或景氣分位分別作為主要因子時，絕對收益率均能達到相對較高的位置，同時在政策:景氣的權重比值達到3.5:6.5時，每個月度配置不同行業數量均達到相對較高的收益率。在政策:景氣的權重比值選擇3.5:6.5時，配置的行業越少絕對收益率越高，配置15個行業的夏普率也達到最高的0.668，行業的選擇相對更加穩定。資料來源：中國政府網、各部委官網，w

43、ind，中信證券研究部測算政策情緒與景氣分位兩個指標的融合參數測試政策情緒與景氣分位兩個指標的融合參數測試3.2 基于基本面量化指標數據，以線性模型構建綜合策略基于基本面量化指標數據，以線性模型構建綜合策略政策權重景氣權重流動性權重機構調研權重收益率月度配置行業數=1收益率月度配置行業數=3收益率月度配置行業數=5收益率月度配置行業數=10收益率月度配置行業數=15收益率均值0.010.00078.25%61.35%40.05%21.56%3.99%50.31%0.59.50096.54%80.00%49.35%19.32%9.52%61.30%1.09.00086.32%81.29%52.8

44、6%23.52%9.36%61.00%1.58.50069.35%87.39%60.86%15.86%7.18%58.36%2.08.00044.39%71.91%51.20%17.59%7.16%46.27%2.57.50079.71%54.09%41.28%22.58%5.25%49.42%3.07.000108.44%66.24%61.40%25.46%6.28%65.38%3.56.500118.34%72.66%57.84%28.83%7.99%69.42%4.06.000113.27%69.23%54.60%24.25%9.07%65.34%4.55.50083.11%88.15%

45、58.28%23.84%16.12%63.35%5.05.00076.83%78.11%45.83%25.56%19.20%56.58%5.54.50075.94%63.84%33.64%20.00%20.32%48.35%6.04.00050.54%67.45%35.41%19.93%22.82%43.33%6.53.50032.55%96.95%48.62%18.07%20.50%49.05%7.03.00046.30%112.88%53.61%20.01%16.58%58.20%7.52.50058.51%83.72%62.54%19.46%14.77%56.06%8.02.000126

46、.46%68.47%59.43%25.80%9.76%70.04%8.51.500129.23%73.06%58.44%22.51%10.03%70.81%9.01.000122.75%62.72%46.90%23.53%8.60%63.98%9.50.50090.14%46.13%57.71%15.63%13.10%52.40%10.00.00062.61%61.33%43.88%19.90%13.98%46.93%18在固定政策情緒與景氣分位兩個因子權重比例后在固定政策情緒與景氣分位兩個因子權重比例后，融入流動性因子穩定行業的選擇與收益率融入流動性因子穩定行業的選擇與收益率。對于流動性指標

47、的構建，我們取過去6個月的流動性總和，代表市場對于每個行業相對于過去三年的交易熱度。政策情緒與景氣分位作為兩個純基本面指標，在融入流動性指標后，可以一定程度融入市場因素，穩定行業的選擇結果并一定程度提升收益。資料來源：中國政府網、各部委官網，wind，中信證券研究部測算流動性指標的融入參數測試流動性指標的融入參數測試3.2 基于基本面量化指標數據，以線性模型構建綜合策略基于基本面量化指標數據，以線性模型構建綜合策略政策權重景氣權重流動性權重機構調研權重收益率月度配置行業數=1收益率月度配置行業數=3收益率月度配置行業數=5收益率月度配置行業數=10收益率月度配置行業數=15收益率_均值3.56

48、.50.00118.34%72.66%57.84%28.83%7.99%57.13%3.56.50.5086.59%61.66%69.01%27.06%8.74%50.61%3.56.51.00105.86%59.14%67.87%35.89%10.20%55.79%3.56.51.50106.10%62.09%73.50%33.51%14.93%58.02%3.56.52.00109.81%73.11%70.45%34.12%17.49%61.00%3.56.52.50147.39%70.73%74.50%26.77%19.83%67.85%3.56.53.00173.32%90.89%80

49、.95%30.44%19.34%78.99%3.56.53.50132.73%94.69%74.85%28.75%17.25%69.65%3.56.54.00134.85%82.81%61.08%30.33%17.94%65.40%3.56.54.50134.00%63.70%56.42%30.16%16.76%60.21%3.56.55.00123.06%60.82%52.84%24.67%14.94%55.27%3.56.55.50136.59%61.42%68.18%25.84%15.42%61.49%3.56.56.00136.77%52.82%79.50%33.01%13.72%63

50、.16%3.56.56.50147.42%47.60%79.44%31.25%11.80%63.50%3.56.57.00156.80%52.93%75.88%27.70%9.31%64.52%3.56.57.50116.23%79.69%74.12%25.48%11.98%61.50%3.56.58.00110.43%74.11%70.43%26.28%10.95%58.44%3.56.58.5091.64%82.40%68.21%28.68%12.91%56.77%3.56.59.0088.14%87.15%62.16%30.18%12.82%56.09%3.56.59.5090.99%8

51、0.08%57.20%34.00%13.04%55.06%3.56.510.0090.99%74.77%55.58%29.39%12.38%52.62%19中觀行業配置綜合策略回測結果：中觀行業配置綜合策略回測結果：回測時間段選?。?018年1月1日至2022年10月31日。策略絕對收益率、相對全行業等全配置超額收益、相對滬深300超額收益分別：90.02%、88.83%、102.98%。策略最大回撤發生在2022年4月，達到16.76%。由于指標配置選擇考慮相對長期，沒有融入過多邊際變化因素，所以2022年4月持倉行業列表為：電力及公用事業、基礎化工、電力設備及新能源，伴隨市場下跌達到了最大

52、回撤值。資料來源：中國政府網、各部委官網，wind，中信證券研究部測算行業配置策略資產凈值表現行業配置策略資產凈值表現3.3 行業配置綜合策略回測結果行業配置綜合策略回測結果-0.200.20.40.60.811.21.400.511.522.52018-01-012018-02-122018-03-262018-05-072018-06-182018-07-302018-09-102018-10-222018-12-032019-01-142019-02-252019-04-082019-05-202019-07-012019-08-122019-09-232019-11-042019-12

53、-162020-01-272020-03-092020-04-202020-06-012020-07-132020-08-242020-10-052020-11-162020-12-282021-02-082021-03-222021-05-032021-06-142021-07-262021-09-062021-10-182021-11-292022-01-102022-02-212022-04-042022-05-162022-06-272022-08-082022-09-192022-10-31超額收益（右軸）滬深300資產凈值-8.00%-6.00%-4.00%-2.00%0.00%2

54、.00%4.00%6.00%0246810121416182018-01-012018-02-132018-03-282018-05-102018-06-222018-08-042018-09-162018-10-292018-12-112019-01-232019-03-072019-04-192019-06-012019-07-142019-08-262019-10-082019-11-202020-01-022020-02-142020-03-282020-05-102020-06-222020-08-042020-09-162020-10-292020-12-112021-01-232

55、021-03-072021-04-192021-06-012021-07-142021-08-262021-10-082021-11-202022-01-022022-02-142022-03-292022-05-112022-06-232022-08-052022-09-172022-10-30當天收益（右軸）回撤最大回撤行業配置策略回撤表現行業配置策略回撤表現資料來源：中國政府網、各部委官網，wind，中信證券研究部測算20資料來源：中國政府網、各部委官網，wind，中信證券研究部測算配置策略的年度收益率表現配置策略的年度收益率表現3.3 行業配置綜合策略回測結果行業配置綜合策略回測結果配

56、置策略在不同行業的表現配置策略在不同行業的表現資料來源：中國政府網、各部委官網，wind，中信證券研究部測算中信證券一級行業中信證券一級行業配置平均超額漲跌幅配置平均超額漲跌幅（%/相對滬深300）（%/相對滬深300）配置期數配置期數鋼鐵鋼鐵25.85351煤炭煤炭5.783710消費者服務消費者服務5.31214紡織服裝紡織服裝4.55912食品飲料食品飲料3.24489國防軍工國防軍工2.85834計算機計算機2.24539電力設備及新能源電力設備及新能源2.08256電子電子1.74188基礎化工基礎化工1.74107機械機械1.67034銀行銀行1.45634家電家電1.30543通

57、信通信1.23249醫藥醫藥0.965515石油石化石油石化0.92267輕工制造輕工制造0.82912非銀行金融非銀行金融0.72623電力及公用事業電力及公用事業0.71336房地產房地產0.52038傳媒傳媒0.46866汽車汽車0.363611有色金屬有色金屬0.35035農林牧漁農林牧漁-0.558214交通運輸交通運輸-1.55394建筑建筑-2.384310-40%-30%-20%-10%0%10%20%30%40%-40%-30%-20%-10%0%10%20%30%40%20182019202020212022年1-10月滬深300漲跌幅資產年度收益率超額（右軸）中觀行業配置

58、綜合策略回測指標：中觀行業配置綜合策略回測指標：夏普率=0.5453最大回撤=16.75%相對滬深300，年度超額勝率=80%相對滬深300，月度配置勝率=77.27%相對滬深300，行業配置勝率=54.39%213.4 最新結論最新結論行業配置策略推薦結果詳情行業配置策略推薦結果詳情資料來源：中國政府網、各部委官網，wind，中信證券研究部測算注：最新行業漲跌幅與收益率截至2022年11月20日配置結論生成日期配置結論生成日期推薦配置行業1推薦配置行業1推薦配置行業2推薦配置行業2推薦配置行業3推薦配置行業3行業1月度收益率行業1月度收益率（%）（%）行業2月度收益率行業2月度收益率（%）（

59、%）行業3月度收益率行業3月度收益率（%）（%）月均收益率月均收益率（%）（%）月均收益率超額月均收益率超額（%/相對滬深300）（%/相對滬深300）2021-01-312021-01-31電子電子煤炭煤炭輕工制造輕工制造-3.4117-3.41174.54334.54331.49071.49070.87410.87411.15821.15822021-02-282021-02-28食品飲料食品飲料汽車汽車醫藥醫藥-4.2953-4.2953-5.7120-5.7120-3.1066-3.1066-4.3713-4.37131.03271.03272021-03-312021-03-31電力

60、及公用事業電力及公用事業煤炭煤炭汽車汽車-7.3908-7.39084.73574.73573.20493.20490.18330.1833-0.3812-0.38122021-04-302021-04-30交通運輸交通運輸食品飲料食品飲料電力及公用事業電力及公用事業2.49912.49918.25048.25043.70123.70124.81694.81691.57531.57532021-05-312021-05-31交通運輸交通運輸煤炭煤炭食品飲料食品飲料-0.7445-0.74453.35443.3544-5.3990-5.3990-0.9297-0.92970.89420.8942

61、2021-06-302021-06-30煤炭煤炭機械機械鋼鐵鋼鐵5.32435.32432.27932.279318.544518.54458.71618.716116.025016.02502021-07-312021-07-31煤炭煤炭石油石化石油石化有色金屬有色金屬27.664627.66466.86516.865118.807118.807117.778917.778917.894517.89452021-08-312021-08-31石油石化石油石化有色金屬有色金屬電力及公用事業電力及公用事業5.70635.7063-16.4094-16.409415.411015.41101.56

62、931.56930.46580.46582021-09-302021-09-30機械機械煤炭煤炭交通運輸交通運輸3.23443.2344-12.3146-12.3146-0.9671-0.9671-3.3491-3.3491-4.8974-4.89742021-10-312021-10-31石油石化石油石化電力設備及新能源電力設備及新能源有色金屬有色金屬-4.0243-4.02433.83743.83747.44907.44902.42072.42073.98413.98412021-11-302021-11-30醫藥醫藥食品飲料食品飲料電力及公用事業電力及公用事業0.29710.29711.

63、97891.97899.58949.58943.95513.95512.12162.12162021-12-312021-12-31房地產房地產煤炭煤炭石油石化石油石化1.34351.3435-4.7374-4.7374-3.0959-3.0959-2.1633-2.16335.10565.10562022-01-312022-01-31汽車汽車醫藥醫藥基礎化工基礎化工0.13270.13273.93103.93108.52088.52084.19484.19483.80323.80322022-02-282022-02-28電力設備及新能源電力設備及新能源基礎化工基礎化工煤炭煤炭-8.724

64、6-8.7246-8.3103-8.310313.150213.1502-1.2949-1.29496.37616.37612022-03-312022-03-31電力及公用事業電力及公用事業基礎化工基礎化工電力設備及新能源電力設備及新能源-6.4339-6.4339-14.1044-14.1044-17.0003-17.0003-12.5129-12.5129-6.9216-6.92162022-04-302022-04-30基礎化工基礎化工紡織服裝紡織服裝電力設備及新能源電力設備及新能源10.970110.97017.90987.909812.776212.776210.552110.55

65、218.67788.67782022-05-312022-05-31汽車汽車基礎化工基礎化工消費者服務消費者服務14.954014.954012.158712.158723.164223.164216.758916.75895.44125.44122022-06-302022-06-30汽車汽車基礎化工基礎化工農林牧漁農林牧漁5.20485.2048-1.2691-1.26914.31274.31272.74952.74958.43228.43222022-07-312022-07-31建筑建筑汽車汽車計算機計算機-2.3330-2.3330-11.5130-11.5130-4.6270-4.

66、6270-6.1577-6.1577-3.9692-3.96922022-08-312022-08-31汽車汽車計算機計算機機械機械-13.9638-13.9638-10.4681-10.4681-12.3838-12.3838-12.2719-12.2719-5.6252-5.62522022-09-302022-09-30汽車汽車紡織服裝紡織服裝電力設備及新能源電力設備及新能源-5.0987-5.0987-5.2379-5.2379-3.2569-3.2569-4.5312-4.53123.78943.78942022-10-312022-10-31汽車汽車商貿零售商貿零售建筑建筑6.25

67、276.252712.804812.80485.17465.17468.07748.07740.72870.728722風險因素風險因素風險提示：統計模型依賴的歷史規律可能會失效；數據覆蓋度不足。感謝您的信任與支持！感謝您的信任與支持！THANK YOU23張若海張若海（數據科技首席分析師數據科技首席分析師）執業證書編號：S1010516090001湯可欣湯可欣（數據科技分析師數據科技分析師）執業證書編號：S1010520120002王博隆王博?。〝祿萍挤治鰩煍祿萍挤治鰩煟﹫虡I證書編號：S1010522050005 伍家豪伍家豪（數據科技分析師數據科技分析師）執業證書編號：S1010522

68、090002張強張強（數據科技分析師數據科技分析師）執業證書編號：S1010522050003免責聲明免責聲明24分析師聲明分析師聲明主要負責撰寫本研究報告全部或部分內容的分析師在此聲明：（i）本研究報告所表述的任何觀點均精準地反映了上述每位分析師個人對標的證券和發行人的看法；（ii）該分析師所得報酬的任何組成部分無論是在過去、現在及將來均不會直接或間接地與研究報告所表述的具體建議或觀點相聯系。一般性聲明一般性聲明本研究報告由中信證券股份有限公司或其附屬機構制作。中信證券股份有限公司及其全球的附屬機構、分支機構及聯營機構（僅就本研究報告免責條款而言，不含CLSAgroup of compani

69、es），統稱為“中信證券”。本研究報告對于收件人而言屬高度機密，只有收件人才能使用。本研究報告并非意圖發送、發布給在當地法律或監管規則下不允許向其發送、發布該研究報告的人員。本研究報告僅為參考之用，在任何地區均不應被視為買賣任何證券、金融工具的要約或要約邀請。中信證券并不因收件人收到本報告而視其為中信證券的客戶。本報告所包含的觀點及建議并未考慮個別客戶的特殊狀況、目標或需要，不應被視為對特定客戶關于特定證券或金融工具的建議或策略。對于本報告中提及的任何證券或金融工具，本報告的收件人須保持自身的獨立判斷并自行承擔投資風險。本報告所載資料的來源被認為是可靠的，但中信證券不保證其準確性或完整性。中信

70、證券并不對使用本報告或其所包含的內容產生的任何直接或間接損失或與此有關的其他損失承擔任何責任。本報告提及的任何證券或金融工具均可能含有重大的風險，可能不易變賣以及不適合所有投資者。本報告所提及的證券或金融工具的價格、價值及收益可跌可升。過往的業績并不能代表未來的表現。本報告所載的資料、觀點及預測均反映了中信證券在最初發布該報告日期當日分析師的判斷，可以在不發出通知的情況下做出更改，亦可因使用不同假設和標準、采用不同觀點和分析方法而與中信證券其它業務部門、單位或附屬機構在制作類似的其他材料時所給出的意見不同或者相反。中信證券并不承擔提示本報告的收件人注意該等材料的責任。中信證券通過信息隔離墻控制

71、中信證券內部一個或多個領域的信息向中信證券其他領域、單位、集團及其他附屬機構的流動。負責撰寫本報告的分析師的薪酬由研究部門管理層和中信證券高級管理層全權決定。分析師的薪酬不是基于中信證券投資銀行收入而定，但是，分析師的薪酬可能與投行整體收入有關，其中包括投資銀行、銷售與交易業務。若中信證券以外的金融機構發送本報告，則由該金融機構為此發送行為承擔全部責任。該機構的客戶應聯系該機構以交易本報告中提及的證券或要求獲悉更詳細信息。本報告不構成中信證券向發送本報告金融機構之客戶提供的投資建議，中信證券以及中信證券的各個高級職員、董事和員工亦不為（前述金融機構之客戶）因使用本報告或報告載明的內容產生的直接

72、或間接損失承擔任何責任。評級說明評級說明投資建議的評級標準投資建議的評級標準評級評級說明說明報告中投資建議所涉及的評級分為股票評級和行業評級（另有說明的除外）。評級標準為報告發布日后6到12個月內的相對市場表現，也即：以報告發布日后的6到12個月內的公司股價（或行業指數）相對同期相關證券市場代表性指數的漲跌幅作為基準。其中：A股市場以滬深300指數為基準，新三板市場以三板成指（針對協議轉讓標的）或三板做市指數（針對做市轉讓標的）為基準；香港市場以摩根士丹利中國指數為基準；美國市場以納斯達克綜合指數或標普500指數為基準；韓國市場以科斯達克指數或韓國綜合股價指數為基準。股票評級買入相對同期相關證

73、券市場代表性指數漲幅20%以上增持相對同期相關證券市場代表性指數漲幅介于5%20%之間持有相對同期相關證券市場代表性指數漲幅介于-10%5%之間賣出相對同期相關證券市場代表性指數跌幅10%以上行業評級強于大市相對同期相關證券市場代表性指數漲幅10%以上中性相對同期相關證券市場代表性指數漲幅介于-10%10%之間弱于大市相對同期相關證券市場代表性指數跌幅10%以上證券研究報告證券研究報告2022年年11月月23日日免責聲明免責聲明25特別聲明特別聲明在法律許可的情況下，中信證券可能（1）與本研究報告所提到的公司建立或保持顧問、投資銀行或證券服務關系，（2）參與或投資本報告所提到的公司的金融交易，

74、及/或持有其證券或其衍生品或進行證券或其衍生品交易。本研究報告涉及具體公司的披露信息，請訪問https:/ Limited（于中國香港注冊成立的有限公司）分發；在中國臺灣由CL Securities Taiwan Co.,Ltd.分發；在澳大利亞由CLSA Australia Pty Ltd.（商業編號：53 139 992 331/金融服務牌照編號：350159）分發；在美國由CLSA（CLSA Americas,LLC除外）分發；在新加坡由CLSA Singapore Pte Ltd.（公司注冊編號：198703750W）分發；在歐洲經濟區由CLSA Europe BV分發；在英國由CLS

75、A（UK）分發；在印度由CLSA India Private Limited分發（地址：8/F,Dalamal House,Nariman Point,Mumbai 400021；電話：+91-22-66505050；傳真：+91-22-22840271；公司識別號：U67120MH1994PLC083118）；在印度尼西亞由PT CLSA Sekuritas Indonesia分發；在日本由CLSA Securities Japan Co.,Ltd.分發；在韓國由CLSA Securities Korea Ltd.分發；在馬來西亞由CLSA Securities Malaysia Sdn B

76、hd分發；在菲律賓由CLSA Philippines Inc.（菲律賓證券交易所及證券投資者保護基金會員）分發；在泰國由CLSASecurities(Thailand)Limited分發。針對不同司法管轄區的聲明針對不同司法管轄區的聲明中國大陸：中國大陸：根據中國證券監督管理委員會核發的經營證券業務許可，中信證券股份有限公司的經營范圍包括證券投資咨詢業務。中國香港中國香港：本研究報告由CLSA Limited分發。本研究報告在香港僅分發給專業投資者（證券及期貨條例（香港法例第571 章）及其下頒布的任何規則界定的），不得分發給零售投資者。就分析或報告引起的或與分析或報告有關的任何事宜，CLSA

77、客戶應聯系CLSALimited的羅鼎，電話：+852 2600 7233。美國：美國：本研究報告由中信證券制作。本研究報告在美國由CLSA（CLSA Americas,LLC除外）僅向符合美國1934年證券交易法下15a-6規則界定且CLSA Americas,LLC提供服務的“主要美國機構投資者”分發。對身在美國的任何人士發送本研究報告將不被視為對本報告中所評論的證券進行交易的建議或對本報告中所述任何觀點的背書。任何從中信證券與CLSA獲得本研究報告的接收者如果希望在美國交易本報告中提及的任何證券應當聯系CLSA Americas,LLC（在美國證券交易委員會注冊的經紀交易商），以及 CL

78、SA 的附屬公司。新加坡：新加坡：本研究報告在新加坡由CLSA Singapore Pte Ltd.，僅向（新加坡財務顧問規例界定的）“機構投資者、認可投資者及專業投資者”分發。就分析或報告引起的或與分析或報告有關的任何事宜，新加坡的報告收件人應聯系CLSA Singapore PteLtd，地址：80 Raffles Place,#18-01,UOB Plaza 1,Singapore 048624，電話：+65 6416 7888。因您作為機構投資者、認可投資者或專業投資者的身份，就CLSA Singapore Pte Ltd.可能向您提供的任何財務顧問服務，CLSA Singapore

79、Pte Ltd豁免遵守財務顧問法（第110章）、財務顧問規例以及其下的相關通知和指引（CLSA業務條款的新加坡附件中證券交易服務C部分所披露）的某些要求。MCI（P）085/11/2021。加拿大：加拿大：本研究報告由中信證券制作。對身在加拿大的任何人士發送本研究報告將不被視為對本報告中所評論的證券進行交易的建議或對本報告中所載任何觀點的背書。英國：英國：本研究報告歸屬于營銷文件，其不是按照旨在提升研究報告獨立性的法律要件而撰寫，亦不受任何禁止在投資研究報告發布前進行交易的限制。本研究報告在英國由CLSA（UK）分發，且針對由相應本地監管規定所界定的在投資方面具有專業經驗的人士。涉及到的任何投

80、資活動僅針對此類人士。若您不具備投資的專業經驗，請勿依賴本研究報告。歐洲經濟區：歐洲經濟區：本研究報告由荷蘭金融市場管理局授權并管理的CLSAEurope BV 分發。澳大利亞：澳大利亞：CLSA Australia Pty Ltd(“CAPL”)(商業編號：53 139 992 331/金融服務牌照編號：350159)受澳大利亞證券與投資委員會監管，且為澳大利亞證券交易所及CHI-X的市場參與主體。本研究報告在澳大利亞由CAPL僅向“批發客戶”發布及分發。本研究報告未考慮收件人的具體投資目標、財務狀況或特定需求。未經CAPL事先書面同意，本研究報告的收件人不得將其分發給任何第三方。本段所稱的

81、“批發客戶”適用于公司法（2001）第761G條的規定。CAPL研究覆蓋范圍包括研究部門管理層不時認為與投資者相關的ASXAll Ordinaries 指數成分股、離岸市場上市證券、未上市發行人及投資產品。CAPL尋求覆蓋各個行業中與其國內及國際投資者相關的公司。印度：印度：CLSA India Private Limited，成立于 1994 年 11 月，為全球機構投資者、養老基金和企業提供股票經紀服務（印度證券交易委員會注冊編號：INZ000001735）、研究服務（印度證券交易委員會注冊編號：INH000001113）和商人銀行服務（印度證券交易委員會注冊編號：INM000010619）。CLSA 及其關聯方可能持有標的公司的債務。此外，CLSA及其關聯方在過去 12 個月內可能已從標的公司收取了非投資銀行服務和/或非證券相關服務的報酬。如需了解CLSA India“關聯方”的更多詳情，請聯系 Compliance-I。未經中信證券事先書面授權未經中信證券事先書面授權，任何人不得以任何目的復制任何人不得以任何目的復制、發送或銷售本報告發送或銷售本報告。中信證券中信證券2022版權所有版權所有。保留一切權利保留一切權利。