目錄本輪外資流入行為有何特征？ 3外資本輪流入偏好什么風格？ 3外資本輪流入偏好哪些行業？ 5外資哪些機構在加倉？ 6大類資產量化觀點 7權益：景氣度分歧仍存，三月震蕩前行 7利率：3月10Y國債利率或下行7BP至2.26% 12黃金：美國就業小幅回升，黃金整體仍有機會 13地產：壓力與上月持平，新房價格仍在下行 16市場風格量化觀點 18價值成長紅利：價值機會收斂，布局成長反彈 18大小市值：關注度降、擁擠度高，但模型仍偏小盤 21行業配置量化觀點 25行業推薦：勝率與賠率 26行業推薦：出清反轉策略 27行業推薦：宏觀驅動戴維斯雙擊策略 30風險提示 31插圖目錄 32表格目錄 33本輪外資流入行為有何特征？2022年以來，北向資金有著四次主要流入趨勢。這四次分別為2022年516日-2022742022113日-2023420日、202377-202384日、2024119-202431資金趨勢性流入的過程中，更偏好哪些行業與風格，對資產價格又產生了什么影響，接下來我們對這四次的歷史復盤。圖1：北向資金累計凈流入（單位：億元） 資料來源：wind，，注：虛線部分為2022年來北向資金四次主要流入趨勢北向資金在2022年以來四輪主要流入趨勢期間，整體更加偏好成長風格，且成長價值風格指數的走勢與北向資金在成長價值風格上的流入表現出較高相關性。我們首先對北向資金四輪流入趨勢中對成長價值風格的偏好進行了復盤，依據北向持股在國證成長（399370.SZ）和國證價值（399371.SZ）成分股中的分布判斷資金的偏好。在前三輪流入趨勢中，北向資金整體更加偏向于成長風格的股票，成長價值風格指數的走勢與北向資金的流入也保持著較高的相關性。本輪（第四輪）中，北向資金在成長與價值風格上表現均為先流出再流入，從相關性來看，北向資金流入流出也對成長價值風格指數的漲跌起到一定的驅動作用。圖2：成長價值風格第一輪北向流入 圖3：成長價值風格第二輪北向流入 資料來源：wind， 資料來源：wind，圖4：成長價值風格第三輪北向流入 圖5：成長價值風格第四輪北向流入 資料來源：wind， 資料來源：wind，值得注意的是，本輪流入中，北向資金一度大量買入小盤風格，最后又切換為大盤風格。本輪流入趨勢的前半段，北向資金大量買入100億市值以下的股票，500億市值以上的股票則呈大幅凈賣出的狀態；而到后半段，北向資金又大幅拋售小市值股票，轉而大量買入大市值股票，風格切換迅速。圖6：按市值分類北向資金累計流入（單位：億元） 資料來源：wind，行業（中信一級）角度來看，外資長期看好TMT、消費以及新能源，本輪TMT與消費。TMT第四和第五；新能源則被暫時冷落，汽車行業凈流入相對有限，電力設備及新能源行業則出現小幅的凈賣出。流出最多的為傳媒。圖7：行業分類第一輪北向流入（單位：億元） 圖8：行業分類第二輪北向流入（單位：億元） 資料來源：wind， 資料來源：wind，圖9：行業分類第三輪北向流入（單位：億元） 圖10：行業分類第四輪北向流入（單位：億元） 資料來源：wind， 資料來源：wind，凈流入排名第一輪第二輪第三輪第四輪凈流入排名第一輪第二輪第三輪第四輪1東方財富寧德時代寧德時代中際旭創2匯川技術五糧液比亞迪北方華創3贛鋒鋰業邁瑞醫療五糧液寧德時代4東方雨虹分眾傳媒東方財富京東方A5衛星化學東方財富平安銀行五糧液6德方納米京東方A同花順格力電器7康龍化成匯川技術分眾傳媒洋河股份8恩捷股份晶盛機電美的集團濰柴動力9邁瑞醫療平安銀行三花智控順豐控股10順豐控股格力電器廣發證券美的集團資料來源：，本輪北向資金流入趨勢中，資金來源主要為外資的銀行和券商，中資銀行和券商的國際子公司并不是主力。從2024年2月16日至2024年3月1日期間北向資金買入最多的前十大機構來看，有9家為外資的銀行券商；中資銀行和券商雖然有所布局，但在本輪資金流入中并不是資金的主要來源。這一變化或表明外資對A股市場的看法趨于樂觀。機構名稱加倉比例香港上海匯豐銀行有限公司11.1%中銀國際證券有限公司190.5%機構名稱加倉比例香港上海匯豐銀行有限公司11.1%中銀國際證券有限公司190.5%渣打銀行(香港)有限公司4.5%JPMORGANCHASEBANK,NATIONALASSOCIATION3.7%J.P.MORGANBROKING(HONGKONG)LTD19.6%花旗銀行5.9%高盛(亞洲)證券有限公司7.6%SocieteGenerale29.3%ABNAMROCLEARINGHONGKONGLTD153.0%UBSSECURITIESHONGKONGLTD0.8%資料來源：，大類資產量化觀點2024年3月大類資產量化觀點如下：大類資產觀點權益核心：景氣度分歧仍存，三月震蕩前行2大類資產觀點權益核心：景氣度分歧仍存，三月震蕩前行2利率核心：3月10Y國債利率或下行7BP至2.26%20231286%；2PMI310Y黃金核心：美國就業小幅回升，黃金整體仍有機會2023971%；地產核心：壓力與上月持平，新房價格仍在下行0.736；資料來源：，景氣度指數緩慢攀升，成分指標內部分歧。根據民生A股景氣度指數監測，景氣度指數在2023年8月二次探底后已順利進入上升趨勢。2024Q1截至2月底景氣度變化+2.8，整體處于平穩回升中。上證指數凈利潤同比2023Q3實際收斂到-1.8%，預計2023Q4、2024Q1都將進一步改善。不過成分指標內部有所分歧，工業企業利潤同比趨勢出現見底跡象，工業增加值趨勢持續回升，但PMI分項反映的就業、生產、出口、通脹等指標都較弱。圖11：當前景氣上行趨勢與歷史6波上行周期平均趨勢 資料來源：wind，，注：橫軸為日歷日天數，縱軸為標準化景氣度變化幅度

圖12：2020年至今各季度景氣度變化(截至2024.3.1） 資料來源：wind，，注：景氣度指數計算詳見專題報告《分歧度、流動性、景氣度——三維指數擇時框架》，全文同圖13：A股景氣度指數與上證指數凈利潤同比（%） 資料來源：wind，2月預計邊際減弱。2為1.92萬億元，同比減少1.24萬億元，社融TTM環比約為-3.45%。從結構來看，信貸、政府債券和企業債券均相較去年超高基數有所回落。信貸方面，商品PMI2IPO圖14：上證指數、A股景氣度及社融TTM環比MA6變化 資料來源：wind，，注：圖中上證指數為放縮調整后的趨勢示意總量預測2024年2月預測值2023年總量預測2024年2月預測值2023年2月2024年1月預測值2024年1月新增社融19162316105985265017社融TTM環比-3.45%6.11%-0.03%1.44%結構預測2024年2月預測值2023年2月2024年1月預測值2024年1月人民幣貸款13441181845023948401→企業貸款+居民短貸10870181035180351228→居民中長貸2038635066272→企業票據融資2368-989-2070-9733外幣貸款-1310-280989委托貸款-62-7717-359信托貸款-77266-1817732未貼現銀行承兌匯票-1219-6941995635企業債券1862366242944835政府債券6024813829372947非金融企業境內股票融資86571477422存款類金融機構資產支持證券-563-279-525-203貸款核銷367367312474資料來源：，預測流動性與波動率同步提升，市場震蕩反彈，但未來持續性或有限。當前景氣度仍處于上行趨勢但斜率較低，分歧度和流動性同步快速回升，整體市場處在震蕩上漲象限，但流動性回升具有周期性并且難以持續維持高水平，三月市場可能出現隨著流動性回落帶來的回調。從股權風險溢價來看，由于國債收益率持續下行，市場反彈后也仍處于賠率極值。對于以美債利率計算成本的外資來說，雖然股權風險溢價角度A股仍不具吸引力，但是北向資金已由持續流出轉變為持續流入，外資當前對市場有正向作用。圖15：分歧度、流動性、景氣度變化趨勢資料來源：wind，圖16：滬深300ERP分位數（中債/美債為底）資料來源：wind，圖17：中證800走勢與北上資金近期關系 資料來源：wind，，注：指數的數值調整目的為在坐標軸中與其他指標可比民生金工三維擇時框架樣本外表現當下已創新高。框架通過將量價情緒與宏觀景氣有機結合判斷市場漲跌概率，同時通過股權風險溢價（ERP）等因素補充刻畫極端賠率狀態修正判斷，能夠低頻且有效抓取市場上漲區間，規避市場高風險區間。詳細內容請參考報告《分歧度、流動性、景氣度——三維指數擇時框圖18：分歧度-流動性-景氣度三維擇時框架樣本外表現（截至2024.3.1） 資料來源：wind，利率：310Y7BP2.26%利率的本質是資金的價格。利率變動由資金的供需因素共同決定，民生金工利率預測框架采用結構化靜態因子模型（trctdtaticacorl，從精選的宏觀指標中抽象出四大因子：經濟增長、通貨膨脹、債務杠桿、短期利率，共同刻畫利率的變動方向。圖19：10Y國債利率驅動因素模型資料來源：繪制以此框架進行月度利率擇時，2006年以來樣本內外均有70%左右勝率。模型通過靜態因子模型預測下月10Y國債利率變動方向，并通過累加或者累減實際變動以表示預測效果，以2019年初為樣本內外節點進行統計，總體保持較高勝率。2023年以來樣本外有12個月方向判斷正確，勝率為86%。圖20：靜態因子模型歷史月度利率擇時效果資料來源：wind，，注：擇時結果計算方法為利率月度變動的累加（看多）或累減（看空）310Y7BP2.26%。子來看，經濟增長因子保持回升，通貨膨脹因子繼續回落，債務杠桿因子繼續上行，短期利率因子大幅回落，2月原材料購進價格PMI3圖21：利率驅動因子長期變化趨勢 資料來源：wind，圖22：10Y國債利率3月預測各因子貢獻 圖23：2018年以來模型預測值與實際值對比 資料來源：wind， 資料來源：wind，黃金的本質是“高級別的保底信用”。當前信用最強貨幣為美元，因此黃金走勢目前主要對標美元信用。美元信用主要體現在美國經濟強弱、信用擴張強弱，美元實際利率等因素中。因此我們從精選的宏觀指標中抽象出四大因子：美國經濟、美國就業、美國財政、美國負債，共同刻畫黃金的變動方向，并采用結構化靜態因子模型進行黃金的判斷。圖24：黃金驅動因素模型資料來源：繪制以此框架進行月度黃金擇時，2008年以來有64%左右勝率。長期來說四因子模型對黃金走勢有較高的解釋度。黃金本身并無未來現金流，傳統金融定價公式無法直接定價，本身交易價格受到敘事與情緒影響較大，四因子雖有較高解釋度，但框架仍是開放的。2023年以來樣本外有9個月方向判斷正確，勝率為71%。圖25：靜態因子模型歷史月度黃金擇時效果資料來源：wind，美國就業因子有所回升，整體仍驅動黃金上漲。我們在之前的報告中判斷在財政赤字、債務上限擴張影響下，對美元信用的擔憂將促進黃金反彈。本月來看美國對外負債因子回升，就業因子小幅上行，經濟因子小幅回升，財政因子繼續上升，整體模型判斷黃金仍有機會。圖26：黃金驅動因子長期變化趨勢資料來源：wind，圖27：倫敦金現3月預測各因子貢獻資料來源：wind，從賠率因素來看，實際利率近期緩步走高，黃金賠率判斷無重大變化。美國實際利率可視為黃金機會成本，歷史上與黃金走勢呈較為顯著的負相關關系。雖然在美國政府高赤字率，美債信用評級下降背景下，與黃金走勢的相關性有所減弱。但從賠率的角度來理解，實際利率絕對值仍處高位，未來若繼續下行，對黃金仍是利好驅動。圖28：黃金與美國實際利率走勢 圖29：美國通脹預期 資料來源：wind， 資料來源：wind，民生金工房地產行業壓力指數的構建目標是追蹤市場核心指標變化，衡量房地產市場的承壓狀態。我們采用擴散指數的方式，通過房地產市場供給與需求各鏈路中的關鍵指標，從絕對水平和邊際變動兩個維度打分，加總標準化得到房地產行業壓力指數。房地產行業壓力指數的值越大表示當前房地產市場低迷并有形勢繼續惡化的潛在可能。回顧歷史市場表現，房地產板塊獲得較大超額收益的時期與寬松政策的持續發布期基本吻合，其核心邏輯為高壓力驅動寬政策，進而修復市場預期。房地產行業壓力指數的更多細節請參考報告《視角透析：房地產行業壓力指數構建》。圖30：房企、居民、金融機構、地方政府鏈路關系 資料來源：繪制截止至2024年2月29日，三個月移動平均的房地產行業壓力指數為0.76（前值0.736，行業整體壓力與上期持平。從細分指標層面看，土地出讓金同比延續負增，而成交土地溢價率明顯走低；70大中城市新房價格連續8個月負增長，降幅依舊與上月持平，環比為-0.4%；個人住房貸款同比顯著多增；商品房銷售面積和房屋新開工面積因1、2月數據合并發布，暫不更新觀點。從供需兩側來看，供給側壓力略有上升，土地市場成交處歷史低位，其中或有春節假期因素的影響；需求側壓力則得益于個人住房信貸的多增有所緩解。圖31：民生金工房地產行業壓力指數（2024.02）資料來源：wind，圖32：細分指標當期評分（2024.02）資料來源：wind，繪制圖33：供需兩側壓力（2024.02） 資料來源：wind，繪制市場風格量化觀點2024年3月市場風格量化觀點如下：市場風格觀點價值成長紅利核心：價值機會收斂，布局成長反彈/，1市場風格觀點價值成長紅利核心：價值機會收斂，布局成長反彈/，12018623大小市值核心：關注度降、擁擠度高，但模型仍偏小盤350%；資料來源：，對于價值/成長的輪動，1個月相對收益動量策略在2018年6月后表現穩健。成長/價值相對收益（中證800成長/中證800價值）2005年以來年化為-2.2%，價值略占優。而按照最近1個月、3個月、6個月、12個月占優風格外推下一月占優風格的策略中，僅1個月動量策略表現較好，并且其在2018年6月后表現大幅提升。圖34：價值/成長相對收益動量輪動策略年化收益（2004.12-2024.02）

圖35：價值/成長1個月動量輪動策略表現（2004.12-2024.02） 2018年6月A股首次納入MSCI2018年6月A股首次納入MSCI資料來源：wind， 資料來源：wind，策略有效背后的主要因素可能是“跟隨投資”與“公募擴容”導致的調倉粘性上升。如果風格切換后有更多資金跟隨，即便在50%預測勝率下，動量策略也能夠通過高賠率獲得正的預期收益。外資-內資-散戶的定價能力落差催生“跟隨投資”現象。2018年6月A股納入MSCI后“跟隨投資”以更高頻的方式得以發生和傳導，疊加公募擴容下的調倉粘性增加，或使得成長/價值風格動量延續性提升。動量策略什么情況下有效？圖36：動量策略什么情況下有效？動量策略什么情況下有效？資料來源：繪制基于此規律延續的假設，價值/成長輪動可以做右側投資，2024年2月成長跑贏價值，按規則2024年3月建議配置成長。占優風格動量模型判斷判斷對錯2022年1月價值價值√2022年2月占優風格動量模型判斷判斷對錯2022年1月價值價值√2022年2月價值價值√2022年3月價值價值√2022年4月價值價值√2022年5月成長價值×2022年6月成長成長√2022年7月價值成長×2022年8月價值價值√2022年9月價值價值√2022年10月價值價值√2022年11月價值價值√2022年12月成長價值×2023年1月成長成長√2023年2月價值成長×2023年3月價值價值√2023年4月價值價值√2023年5月價值價值√2023年6月成長價值×2023年7月價值成長×2023年8月價值價值√2023年9月價值價值√2023年10月成長價值×2023年11月價值成長×2023年12月√2024年1月√2024年2月成長×2024年3月成長資料來源：，自2016年外資大量流入A股開始，美債利率對A股紅利/成長相對強弱產生顯著影響。邏輯上來說，紅利資產現金流分布較為平均，久期較短，而成長資產現金流分布近小遠大，久期較長，對資金成本的敏感性上來說后者更甚，因而美債利率會對兩者的定價造成一定的影響。從過去規律來看，拐點上美債利率領先紅利/成長相對收益，大約領先3-6個月不等。當前美債利率拐點已過去4個月，紅利切成長的大拐點還未到來，但或已臨近。圖37：紅利/成長相對收益與美債利率 資料來源：wind，當下價值擁擠度略升，成長擁擠度略降，離散度方面價值相對成長優勢收斂。因子擁擠度刻畫了市場交易的風格集中性，目前來看，價值擁擠度略回升，成長擁擠度略下降。因子離散度刻畫了不同風格的潛在機會水平，目前來看價值因子離散度相對成長優勢有所收斂，雖然成長離散度依然底，但價值當下離散度下降較快，短期內或面臨壓力。圖38：價值/成長擁擠度 圖39：價值/成長離散度 資料來源：wind， 資料來源：wind，大盤/小盤的輪動大趨勢上與機構調研強度有較高相關性。我們使用過去30日的平均調研次數作為機構調研強度的代理指標。大盤/小盤（滬深300/中證1000）的相對收益在月度頻率上輪動較為頻繁，但大趨勢上與機構調研強度強弱有較高的一致性，且機構調研強度強弱的拐點一定程度上領先大盤/小盤輪動大趨勢拐點，大小盤的輪動或與注意力機制相關。圖40：小盤/大盤市場機構關注度強弱資料來源：wind，，注：機構關注度強弱指標都做了MA12處理當前小盤相對大盤關注度已經過拐點，并且小盤已經經歷泡沫化并大幅回撤。不論是中證1000+相對于滬深300/中證500還是中證500相對于滬深300的機構調研強度邊際都在走弱，整體市場注意力可能正在發生切換，大趨勢角度目前更看好大盤。圖41：不同市值股票池機構調研強弱資料來源：wind，，注：機構關注度強弱指標都做了MA12處理，中證1000+指中證1000指數成分股及市值更小的其余股票的總和從市值因子擁擠度來看，當前小盤風格擁擠度已經達到歷史極值水平。2月小盤擁擠度有迅速上升，目前已經為2015年以來最擁擠的狀態，仍需格外關注擁擠交易的風險。圖42：市值因子擁擠度資料來源：wind，，注：市值擁擠度使用滬深300和中證1000計算從季節效應來看，20103月份小盤統計上相對占優。20232月、4月、5月、8月、12月。3月統計顯示小盤相對占優，2010年-2023年期間350.02.05%。圖43：月度大小盤收益差（季節效應）資料來源：wind，，注：300代表滬深300，500代表中證500，1000代表中證1000我們基于機構關注度、市值因子擁擠度、季節效應三個維度，構建了大小盤輪動擇時策略（滬深0/中證100。我們根據機構關注度的趨勢、市值擁擠度的水平以及當月的季節效應對三個維度分別打分（-1表示小盤占優，0表示沒有明顯偏重，1表示大盤風格占優，并以1：1：3的比例加權得到綜合分數??????????，大盤倉位設置為0.5+0.5???????????，小盤倉位設置為0.5?0.5???????????，策略月度調倉。截止2024年2月，策略年化收益14.93%，相較于等權基準超額穩定，年化超額6.59%。圖44：大小盤輪動策略表現（2005.01-2024.02） 資料來源：wind，2024年3月模型相對看好小盤風格。機構關注度維度和擁擠度維度看好大盤，季節效應維度3月更看好小盤，綜合來看模型3月更偏好于小盤風格。（模型倉位選擇上小盤：大盤為6：4）行業配置量化觀點行業多維行業配置策略勝率賠率出清反轉宏觀驅動戴維斯雙擊電力及公用事業10.0%√行業多維行業配置策略勝率賠率出清反轉宏觀驅動戴維斯雙擊電力及公用事業10.0%√輕工制造10.0%√汽車10.0%√家電10.0%√食品飲料10.0%√交通運輸10.0%√鋼鐵6.7%√商貿零售6.7%√傳媒6.7%√資料來源：，，注：3月出清反轉策略為空倉，因此多維行業配置推薦行業總權重為80%民生金工多維行業配置策略由三個行業配置策略組合而成，采取“恒星+衛星“的模式，其中勝率賠率策略、出清反轉以及宏觀驅動戴維斯雙擊策略權重為3：1：1，策略內部選取的行業等權持有。策略歷史絕對收益與超額收益顯著，2023年絕對收益2.50%，相對于中信一級行業等權的超額收益為7.06%。2024年收益-2.84%，相對于中信一級行業等權的超額收益為0.10%。圖45：民生金工多維行業配置策略絕對收益 圖46：民生金工多維行業配置策略超額收益 資料來源：wind， 資料來源：wind，投資的期望回報取決于投資的勝率和賠率。在行業配置中，勝率是行業短周期實現相對市場超額收益的概率，賠率刻畫行業長周期能獲得多少絕對收益。短期看，行業景氣度往往決定了行業的勝率；長期看，行業的估值、股息率等決定了行業的賠率。高勝率的行業往往趨勢較好、景氣度較高，而高賠率的行業往往估值低、長期看有絕對收益空間。我們從勝率和賠率兩個維度對中信一級行業進行刻畫，綜合考慮勝率和賠率，推薦：交通運輸、電力及公用事業、輕工制造、家電、汽車、食品飲料。圖47：2024年3月行業勝率賠率刻畫資料來源：wind，推薦行業勝率賠率勝率&賠率交通運輸√推薦行業勝率賠率勝率&賠率交通運輸√√√電力及公用事業√√√輕工制造√√√家電√√√汽車√√食品飲料√√√通信√√機械√√紡織服裝√石油石化√建材√√資料來源：繪制策略歷史表現如下，樣本外超額顯著。圖48：勝率賠率策略收益 資料來源：wind，策略介紹需求引導并且領先供給變化，在供給出清需求反轉下行業回報將大概率提升。在行業繁榮時期企業由于過度擴張、競爭導致產能過剩，出現供過于求的狀態，而從該種狀態到產能淘汰整合，資本撤離行業的過程稱為行業出清。在出清尾聲，需求端的回升使得企業盈利好轉，而供給端還沒有進入新的擴張時，將是布局行業的良好機會。我們從行業需求、行業供給、行業競爭格局三個維度描述行業發展所處狀態。通過對每個指標上下行狀態進行劃分得到行業八種狀態。我們將行業需求和供給均在下降時定義為行業出清狀態，而將出清后行業需求端得到改善，行業供給未轉向，同時集中度下行的狀態定義為出清結束反轉狀態，觀察行業是否能夠在出清狀態結束后基于格局變化獲得超額收益。詳細內容請參考報告《量化捕捉行業出清反轉投資機會》。圖49：供需角度分析行業出清過程 圖50：行業狀態劃分標準 資料來源：繪制 資料來源：繪制策略表現20121312024229策略主要在熊市末期與牛市初期貢獻超額收益。16 1412 10 86 16 1412 10 86 4 20 2012/012012/092013/052014/012014/092015/052016/012016/092018/012018/092019/052020/012020/092021/052022/012022/092023/05超額收益（右軸） 行業出清策略 行業平均資料來源：wind，策略最新觀點當下處在反轉期-分散化且前6個月出清過的行業為石油石化、建材、商貿零售、消費者服務、紡織服裝、房地產、電子。但是根據模型設定，推薦行業較多時，采用空倉能夠提升策略超額的穩定性，因此出清反轉策略本期不進行行業推薦。行業 2024年2月行業 2024年2月態石油石化 轉期-散化建材 轉期-散化商貿零售 轉期-散化消費者務 轉期-散化紡織服裝 轉期-散化房地產 轉期-散化電子 轉期-散化機械 反轉期-散化汽車 反轉期-散化家電 反轉期-散化建筑 反轉期-中化醫藥 反轉期-中化食品飲料 反轉期-中化通信 反轉期-中化傳媒 反轉期-中化電力及用事業 景氣期-散化煤炭 景氣期-中化國防軍工 景氣期-中化鋼鐵 出清中-散化輕工制造 出清中-散化電力設及新源 出清中-散化交通運輸 出清中-散化計算機 出清中-散化有色金屬 出清中-中化基礎化工 出清中-中化農林牧漁 出清前-散化資料來源：wind，宏觀驅動戴維斯雙擊策略認為宏觀變量到資產價格的傳導并非線性結構，如果直接利用宏觀變量對行業未來收益做預測，其有效性較弱。宏觀到資產價格的傳導路徑需要經過景氣度和估值這兩個中間變量，如果能夠把握景氣度和估值的變化，就能夠較好地預測資產價格變動的方向。PMIPMIShibor，利率能夠顯著驅動計算機行業的估值，當流動性提升時，計算機行業的估值可能有明顯提升。我們通過宏觀指標分別預測行業未來盈利和未來估值，尋找未來盈利與估值均有可能上升的行業，構建宏觀驅動戴維斯雙擊策略。圖52：宏觀到資產價格的傳導需要經歷景氣度和估值2個中間變量資料來源：繪制模型每季度末從宏觀預測的角度給出下一季度景氣和估值有望雙升的行業推薦信號，2024年Q1推薦的行業為：傳媒、鋼鐵、商貿零售。宏觀驅動戴維斯雙擊策略歷史上貢獻顯著收益。·1412108141210864206.75.74.73.72.71.70.7超額收益（右軸）宏觀驅動戴維斯雙擊策略行業平均資料來源：wind，風險提示量化模型基于歷史數據，市場未來可能發生變化，策略模型有失效可能；模型采用的樣本數據有限，存在樣本不足以代表整體市場的風險。插圖目錄圖1：北向資金累計凈流入（單位：億元） 3圖2：成長價值風格第一輪北向流入 4圖3：成長價值風格第二輪北向流入 4圖4：成長價值風格第三輪北向流入 4圖5：成長價值風格第四輪北向流入 4圖6：按市值分類北向資金累計流入（單位：億元） 4圖7：行業分類第一輪北向流入（單位：億元） 5圖8：行業分類第二輪北向流入（單位：億元） 5圖9：行業分類第三輪北向流入（單位：億元） 5圖10：行業分類第四輪北向流入（單位：億