中信建投研报指出，战略上长期看好A股，战术上建议参考右侧量化信号。当前机构关注“家电”行业的股票，“石油石化”行业的机构关注度从高位下降；近期“电力及公用事业”、“机械” 、“非银行金融”、“交通运输”、“传媒”行业的机构关注度在提升。综合多维度，2024年看多科技行业的相对收益。关注大盘成长类ETF的投资机会。国内ESG发展稳步向好，与国际进一步接轨。

　　中信建投2024年展望 | 多因子与ESG策略：看好权益市场，把握细分赛道和风格

　　战略上长期看好A股，战术上建议参考右侧量化信号。当前机构关注“家电”行业的股票，“石油石化”行业的机构关注度从高位下降；近期“电力及公用事业”、“机械” 、“非银行金融”、“交通运输”、“传媒”行业的机构关注度在提升。综合多维度，2024年看多科技行业的相对收益。关注大盘成长类ETF的投资机会。国内ESG发展稳步向好，与国际进一步接轨。

　　资产配置与ETF策略

　　国内经济复苏期，信贷因子边际改善，战略上长期看好A股，战术上建议参考右侧量化信号。美国经济衰退风险、货币因子见底预期抬升、技术变革预期等多重因素之下，短期预计美股区间震荡，中长期看多美股成长风格，预计美债YTM易下难上。中美利差恢复利于我国股市流动性的恢复，大盘、成长、流动性因子与也在这样较为宽松的环境下，表现愈来愈好，同时价值因子的走势也会回落，高估值风格有望跑赢，因此关注大盘成长类ETF的投资机会，如沪深300成长ETF、深证50ETF等。

　　行业配置

　　基于财务报表、分析师预期和行业中观数据构建行业景气度指标，“石油石化”、“钢铁”、“电力及公用事业”和“纺织服装”的景气度比较高。所有行业的PB分位数都低于50%，行业之间估值分化程度下降。当前机构关注“家电”行业的股票，“石油石化”行业的机构关注度从高位下降；近期“电力及公用事业”、“机械” 、“非银行金融”、“交通运输”、“传媒”行业的机构关注度在提升。综合多维度，2024年看多科技行业的相对收益；行业轮动策略历史详细业绩信息请关注Wind-PMS组合，“行业轮动相对收益@基本面+量价”。

　　ESG发展趋势

　　国内ESG发展稳步向好，与国际进一步接轨。ISSB发布可持续披露准则，全球范围内的企业可持续信息披露标准趋于统一，国内有望制定披露过渡路径从而实现与ISSB准则的贴合。绿债方面，国际市场已基本形成了以TCFD框架为核心的ESG信息披露体系，而我国目前仍处于TCFD框架的起步阶段。《中债绿色债券环境效益信息披露指标体系》有望统一国内绿色债券信息披露步伐。国内ESG产品体系日益多元，其中债券型ESG公募基金比例逐渐提升，投资策略由主题投资向筛选策略转变。绿债发行量有望在2024年突破万亿元人民币。此外，国内ESG实践加强与国际接轨，今年绿金委先后公布三批符合中欧《共同分类目录》的中国存量绿色债券清单，绿债国际互认加强，另一方面，ESG漂绿风险管理手段有望升级，为国内ESG市场的可持续发展奠定了坚实基础。

　　基金投资

　　公募基金：依托“中特估”+TMT的投资主线，展望后市，低波、价值、中小盘风格存在较高配置价值。恒生科技动态市盈率PE（TTM）为21.64倍，位于指数自2021年以来1.02% 的历史分位数水平。恒生科技指数估值水平已跌至历史最低点附近，看多恒生科技指数的后续反弹以及中长期基本面向好的确定性。动量因子收益率走高，近三个月累计收益率3.75%，表明风格因子趋势持续性增强，量化基金策略有效性有望提高，看好量化基金后市表现。

　　年金方面：我国年金规模与覆盖范围有望稳步提高，随养老金投资制度与实务逐渐完善，权益资产占比有望与发达国家运作成熟的养老金基金靠拢。年金基金积极入市为市场注入长期稳定资金，有益于降低市场波动，有利于催生出长牛慢牛，利好权益类资产表现。年金作为长期资金须识别ESG相关风险，与ESG“双碳”目标的结合将更加紧密，年金管理者应注重构筑并实践ESG投资框架，关注REITs等绿色投资机会。

　　转债量化

　　1）正股震荡行情下，建议首选IC转债套利策略以控制波动，今年来该策略取得较好风险收益比；2）股票行情波动较大背景下，可结合前文股票指数择时信号做偏债与弹性转债之间的动态切换，市场调整时偏债转债具有较好的收益风险比和超额收益；3）个券因子方面，多数因子2022年以来效果已经明显衰减，当下推荐错误定价类、正股技术形态类因子，而正股基本面因子时效性稍差，当前效果一般；4）近期时有出现转债杀估值行情（体现在转债相对正股超额净值的急速下行与波动率折价指数的下行），短期维度，在波动率折价指数企稳之前，建议控制组合中转债仓位，适度用正股做替代或者控制组合加权Delta值。5）量化组合上，中长期，绝对收益方面推荐IC套利组合策略，多头上推荐弹性组合策略。

　　模型仅机构调研和拥挤度等市场行为角度给出行业配置建议，未考虑宏观环境的变化、政策的变化和突发事件的影响。

　　量化模型是根据历史数据总结出来的规律，在未来有失效的可能，历史有效并不代表未来有效。在宏观环境复杂的背景下，既往历史规律有失效的可能，特别是当遇到一些意想不到的黑天鹅事件，当遇到历史上没有出现的情景时，应更多的依赖主观上的定性分析，并且需要考虑不同可能情况下企业盈利和宏观变量的变化，需要具体问题具体分析。