量化月视点：资产配置与量化选股策略交流纪要

摘要： 本次会议由国金证券金融工程团队主讲，分享 2026 年 1 月的量化投资观点，涵盖全球及国内资产配置、行业轮动模型、机器学习选股策略以及基金市场资金流向分析。

核心观点：

1. 资产配置：1 月全球多资产建议配置国债、纳斯达克、中证 500 及黄金（黄金权重提升明显）；国内权益信号回升，进取型股票仓位从 55% 上升至 60%。
2. 行业轮动：超级增强策略推荐房地产（综合排名第一）、有色金属、国防军工、基础化工和电子；调研活动策略则重点推荐计算机、交通运输、煤炭、钢铁和国防军工。
3. 量化选股：改进的机器学习模型（TSGRU+LGBM）在沪深 300、中证 500 及中证 1000 范围内表现稳定，有效性较强；中证红利选股策略年化超额表现优异。
4. 基金市场：资金流入呈现分化，中证 A500 ETF 净流入明显，周期类 ETF 资金流入较多，而电源地毯类 ETF 净流出严重。

论据支撑：

1. 宏观面：12 月制造业 PMI 回升至 50.1，生产与新订单指数均好转，且通胀抬升势头良性，市场流动性趋向宽松。
2. 因子分析：行业推荐基于盈利质量、估值动量、分析师预期及超预期因子。房地产在估值动量和分析师预期维度得分显著上升；国防军工在多策略中被共同推荐。
3. 模型验证：机器学习模型在 2025 年三季度风格切换中成功捕捉 Alpha 逻辑，且在宽基指数上的样本外 IC 值维持在较高水平。

局限性/风险：

1. 行业轮动速度过快时，估值动量因子的预测作用会相应减弱。
2. 指数增强策略在市场剧烈波动期间（如 2025 年 2 月和 8 月）曾出现较大回撤，影响年化表现。