华泰 | 策略：价值策略如何改进，何时占优

2026-10-23 · dyygame.com

炒股就看 金麒麟分析师研报 ，权威，专业，及时，全面，助您挖掘潜力主题机会！ 在中证 800 中选股构建传统价值策略，将其相对中证 800 的超额收益拆成盈利增长、折价修复、换仓轮动和分红四项，传统价值策略的超额主要来自调仓时的估值均值回归，相对稳定的股息可以进一步增厚收益；短板则有两处，一是便宜股里混有盈利恶化的价值陷阱；二是行业暴露，超额在成长牛市中成段

炒股就看 金麒麟分析师研报 ，权威，专业，及时，全面，助您挖掘潜力主题机会！

在中证 800 中选股构建传统价值策略，将其相对中证 800 的超额收益拆成盈利增长、折价修复、换仓轮动和分红四项，传统价值策略的超额主要来自调仓时的估值均值回归，相对稳定的股息可以进一步增厚收益；短板则有两处，一是便宜股里混有盈利恶化的价值陷阱；二是行业暴露，超额在成长牛市中成段回吐。前者用分红门槛和预期负面剔除来增强，年化超额由 1.7pp 升至 3.6pp ；后者用贴现率、再通胀、成长稀缺性三个信号投票定仓位， 2011 年以来，与始终持有价值策略相比，仓位择时将相对中证 800 的信息比由 0.36 升至 0.57 ，年化收益也由 8.7% 升至 9.7% 。 当前三个择时信号中两个亮灯，价值策略相对中证 800 仍有望占优。

传统价值策略靠换仓赚钱，因价值陷阱和不利的市场环境受损

传统价值策略（中证 800 中估值最低的 30% ）年化超额只有 1.7pp 。拆开看，换仓轮动贡献 7.3pp ，即调仓时买低卖高，赚估值均值回归的钱；股息稳定贡献 1.6pp 。但是盈利增长拖累 6.3pp ，估值折价也未收敛（ -1.0pp ），反映该策略的一个短板在于踩雷价值陷阱的风险高。另一处短板则在于行业配置极端，天然超配金融地产、低配 TMT ，超额在成长牛市里成段回吐。

用分红门槛和预期负面剔除避开陷阱，超额翻倍

对传统价值策略的增强分为两步，首先要求连续 3 年现金分红，其次剔除一致预期下修最多的 1/3 标的。盈利拖累由 -6.3pp 收窄至 -0.5pp ，超额与信息比均约翻倍。同时，持仓仍比中证 800 约 90% 的股票便宜，提升来自对“价值陷阱”的规避，而非风格漂移。

再以三信号投票调节仓位，应对价值风格逆风期

降低“踩雷”风险后，超额的波动仍然比较高。价值在下行市里多数跑赢，扣除 β 后年化超额仍有 3.8pp ，并不只是防御；但在成长牛市中则压力较大， 2010 年以来三段跑输都出现在成长股估值翻倍的行情中，亏在估值折价和行业配置。经过复盘，价值占优的环境可归纳为四类：贴现率上行、上游再通胀、成长稀缺性下降三类可按月观测，作为择时信号，亮灯个数即票数；成长泡沫破裂无法提前判断，只在成长估值进入近五年最贵的 5% 时作为左侧事件性预警，不改变仓位。价值本身跑赢中证 800 ，减仓有机会成本，因此，从投票到仓位的映射偏向多持有： 0 票保留 1/3 ， 1 票 2/3 ， 2 票及以上则全部持有价值策略，减少的仓位持有基准中证 800 。

择时提升信息比，贡献集中在成长风格的大级别拐点

票数越多，价值下月相对中证 800 的超额越高： 0 票后年化跑输 11.6% ， 3 票后跑赢 16.4% 。相对始终持有价值策略，择时每年贡献约 0.9pp ，但主要来自 2015 、 2020 和 2026 三年成长牛市，去掉这三年后转负，且 2020 年后才明显起作用。换言之，择时的关键是抓住成长风格大级别的向下拐点。

当前两个信号亮灯，价值策略仍有望占优

截至 2026 年 9 月末，贴现率与再通胀信号亮灯，成长稀缺性信号未亮灯。联储 9 月加息，国内 PPI-CPI 剪刀差为 3.0pp ，前两个信号短期大概率维持亮灯，价值策略仍有望相对中证 800 占优。当前价值仓位处于最高档，也意味着承担全部行业偏离：相对中证 800 低配 TMT 约 31pp 、超配金融地产约 45pp ，合计为 2010 年以来最高。接下来需要观察的是成长稀缺性信号，如果这一信号也亮灯，价值占优的把握和预期超额可能都会更高。

风险提示：结论基于中证 800 历史回测；择时可能失效；主动风险较高。

价值策略的出发点，是比较股价与公司的内在价值：价格低于内在价值的股票，预期会向内在价值回归。 内在价值无法直接观测，实践中只能用盈利、净资产、股息等基本面指标来近似，而任何一个指标都不完美。“便宜”可能是市场定价错了，也可能是基本面即将变差，后者就是价值陷阱。即便买对了，价格何时回归也取决于所处的市场环境和催化因素。 本篇报告中，我们将探讨用好价值策略的两个关键点：第一降低买到“价值陷阱”的概率，第二判断什么环境下值得重仓。

首先，我们构建传统价值策略作为分析的起点。 参照海外及国内指数编制公司的一般做法，我们以中证 800 成份股为母池，基于市盈率、市净率、股息率三个指标，以自由流通市值加权标准化后等权合成价值得分，取价值得分最高的 30% ，按自由流通市值加权、单票权重不超过 5% ，每年 6 月和 12 月第二个周五调仓，超额收益基准为中证 800 全收益。

传统价值策略长期跑赢，但跑赢的幅度不大，同时并不稳定。 2009 年末至 2026 年 9 月，传统价值策略年化收益 5.3% ，中证 800 全收益 3.6% ，年化超额 1.7pp ，信息比仅 0.16 （图表 1 、图表 8 ）。分年看， 11 个年份跑赢、 6 个年份跑输，但输的时候输得更多： 2019—2020 年核心资产抱团，两年分别跑输 10.8pp 和 29.4pp ； 2025 年 AI 产业行情中又跑输 10.7pp （图表 2 ）。策略的波动与回撤低于基准（最大回撤 -41.4% vs -48.5% ），但超额本身既不高也不稳定。 由此引出两个问题：这约 1.7pp 的超额从哪里来哪一部分可以改进

超额拆解：换仓轮动产生收益，价值陷阱造成拖累

要改进策略，先要弄清超额从哪里来。参照单只股票的收益拆解，价值策略的超额可以拆成四项。 股票收益可以写成盈利增长、估值变化与分红之和，组合相对基准的超额同样如此。其中估值变化再分为两部分：一是组合整体相对基准的估值折价是否收敛，记为折价修复；二是半年调仓时卖出已不再便宜的股票、买入新变便宜的股票所带来的估值跳变，记为换仓轮动，赚的是估值均值回归的钱（图表 3 ）。

更关键的是，这两项互为镜像。 当一家公司盈利下滑而股价没有同步下跌时，它的市盈率会被动抬高，下次调仓时因“变贵”被卖出，产生换仓轮动的正收益。举例来说，股价不变、利润下滑 20% ，市盈率就从 8 倍被动升到 10 倍，对数口径下，盈利降 22% ，估值升 22% ，两者恰好抵消。因此，轮动收益里有一部分并非真正的估值修复，而是盈利恶化在估值上的镜像——对于传统价值策略，盈利与轮动合计贡献 1.0pp 。从机制上看，换仓轮动是调仓环节的均值回归，小盘微盘策略的调仓收益也来自同一机制。价值策略的不同在于调仓依据是估值，分母里有盈利，盈利下滑会制造“假便宜”，这对应下一节优化的着力点。

策略优化：增设分红门槛、剔除盈利预期下修，超额翻倍

拖累既然来自盈利恶化，优化就从盈利质量入手。 我们在传统价值的基础上先后加了两道筛选：先看公司是否持续分红，再看盈利预期是否在被下修。两步都只做减法，不改变价值得分，也不补入新的股票。

其一，分红是对盈利质量的检验，便宜而不产生现金的公司盈利质量差，便宜的吸引力有限。 我们剔除过去 3 个财年未连续现金分红，或股利支付率（ 3 年平均与最近 1 年） <0 或 >1 的公司。增设上述门槛的增益不大，但稳定。整体超额由 1.7pp 升至 2.2pp ，净值信息比由 0.16 升至 0.21 ； 17 个年份中 13 年有增益。但增益并非来自多拿分红（分红项仅增加不到 0.1pp ），而是来自盈利增长（拖累收窄 0.8pp ），换仓轮动基本不变，折价修复反而下降 0.4pp （图表 6 ），加入这一门槛改善的是组合的盈利质量。

其二，便宜本身不是问题，便宜且盈利预期还在被下修，可能构成价值陷阱，剔除这类标的后，盈利拖累基本消除，超额进一步提升至 3.6pp 。 分析师下修盈利预期，往往是基本面恶化的信号。我们在通过分红门槛的股票中，计算每只股票当年每股收益一致预期在三个月内的变化，剔除下修最多的 1/3 。剔除后，盈利增长的拖累由 -5.4pp 收窄至 -0.5pp 。需要注意的是，如前所述，盈利的贡献改善的同时，轮动的收益也会减少（由 7.3pp 降至 3.8pp ），两者相抵，四项合计由 2.2pp 升至 3.3pp （图表 6 ）。被剔除的这 1/3 确实更像陷阱：随后半年平均跑输保留的 2/3 约 2.5pp ， 32 个完整持有期中 21 次跑输（图表 7 ）。 例外集中在急涨行情，此时盈利预期往往让位于风险偏好： 2015 年上半年牛市和 2024 年 9 月下旬急涨所在的两个持有期，被剔除组分别跑赢保留组 25.6pp 和 11.4pp 。

优化后的策略仍是深度价值。 优化后的价值策略年化收益 7.2% 、超额 3.6pp 、信息比 0.31 ，超额和信息比分别约为传统价值的 2.1 倍和 1.9 倍。最大回撤与传统价值相当（ -40.9% ），跟踪误差小幅升至 11.4% （图表 8 ）。两道筛选的目的在于增强对价值陷阱的规避，没有改变策略的价值属性。 2010 年以来，优化前后的持仓都比中证 800 中约九成的股票更便宜；变化在盈利预期上，传统价值持仓的预期修正与中证 800 整体相当，优化后则好于近七成的股票。

超额一半来自行业配置，一半来自行业内选股。 策略长期超配金融地产（全期平均 30.3pp ，最新一期 44.7pp ），低配必需消费和 TMT ，上游资源基本标配（ -1.0pp ）（图表 9 ）。按 Brinson 归因把超额拆成两层，行业配置是按策略的行业权重持有中证 800 成份股带来的超额（选对行业），行业内选股是同一行业里持仓股相对行业整体的超额（押对个股）。 2010 年起，行业配置贡献 1.7pp ，信息比 0.18 ，却承担了约 78% 的主动风险，行业内选股贡献 1.8pp ，信息比 0.57 ，只占约 22% （图表 10 ）。换言之，行业内选股是常年存在、相对稳定的超额； 行业配置贡献了相近的收益，但波动大、方向与市场环境有关，这也正是接下来的择时部分需要重点解决的问题。

价值策略的超额环境：什么时候价值占优

第一部分的两道筛选修复了盈利端，但优化后价值策略的超额依旧不平稳，波动主要来自行业配置，超配金融地产、低配 TMT 这组行业偏离，顺风时贡献超额，逆风时集中亏损。 价值的超额收益环境是择时的基础。基于优化后价值策略的超额净值， 2010 年 11 月以来，共有 4 个超额上行段和 3 个超额下行段（图表 11 ）。

区间复盘：跑赢的四段中，三段处在下行市

价值的超额上行段的底色是市场下跌。 4 个超额上行段年化超额约 13.7% ； 3 个超额下行段年化超额约 -23.1% （超额 = 策略净值 / 中证 800 净值 −1 ，下同），跑赢的阶段相对平缓而持续，跑输的阶段则是短促而集中。 4 个超额上行段中有 3 段中证 800 在下跌。 2015 年 5 月至 2019 年 1 月、 2021 年 1 月至 2025 年 5 月、 2026 年 6 月以来，中证 800 分别下跌 37.6% 、 17.2% 和 13.3% ，策略同期的超额分别为 61.6% 、 68.7% 和 27.3% 。其中 2026 年 7 月单月超额 23.5% ，是 2010 年以来最高的一个月： AI 相关的电子、通信板块单月下跌 30% 以上，银行、煤炭和石油石化则逆势上涨 10% 以上。 3 个超额下行段则全部对应中证 800 大涨，涨幅分别为 49.8% 、 70.2% 和 41.1% （图表 12 ）。例外是 2010 年 11 月至 2014 年 12 月，中证 800 上涨 18.5% ，但涨幅集中在 2014 年四季度降息后的蓝筹行情；此前的 2010 年 11 月至 2014 年 9 月，中证 800 下跌 11.2% ，策略的超额为 19.7% 。

逐月看也是如此，市场跌得越多，价值超额越高。 2010 年以来，中证 800 下跌的月份中，策略有 74% 的月份跑赢，月均超额 1.8pp ；上涨的月份中只有 37% 跑赢，月均超额 -1.0pp 。按中证 800 月收益分成五组，跌幅最大的一组（月均 -7.8% ）策略月均跑赢 2.9pp ，涨幅最大的一组（月均 9.4% ）月均跑输 1.6pp （图表 13 ）。下行市里的相对收益，一部分来自低 β ：策略相对中证 800 的 β 约 0.77 ，跌时少跌、涨时也少涨。但扣除 β 和无风险利率的影响后，策略的年化超额约 3.8pp ，高于同口径下（月度算术平均）约 3.1pp 的原始超额，价值的超额不只是低 β 的副产品。

跑输的三段：成长估值翻倍，价值输在折价与行业配置

三个超额下行段都输在估值端，盈利都不是主要拖累。 按第一部分的四项拆解，三个超额下行段的折价修复分别为 -11.6pp 、 -32.6pp 和 -29.9pp ，都是四项中最大的拖累，同期盈利增长分别为 -1.4pp 、 3.2pp 和 -5.4pp （图表 12 ）。幅度最大的两段超额上行段则主要靠折价修复与换仓轮动， 2015 年 5 月至 2019 年 1 月两项分别贡献 26.7pp 和 24.1pp ， 2021 年 1 月至 2025 年 5 月分别为 25.4pp 和 15.7pp 。 择时要判断的主要是估值折价的方向。

三个超额下行段都是成长牛市，成长股的估值翻了一倍左右。 2014 年 12 月至 2015 年 5 月的杠杆牛、 2019 年 1 月至 2021 年 1 月的核心资产抱团、 2025 年 5 月至 2026 年 6 月的 AI 产业趋势行情中，成长股的整体市净率均明显扩张，价值的估值折价随之走阔。 2010 年以来，超额净值与成长股市净率的月度变化相关系数为 -0.70 （图表 14 ）。 2013 年至 2014 年 9 月的移动互联网行情是个例外：领涨的主要是小盘成长股，中证 800 本身就大幅跑输中证全指，策略相对中证 800 只小幅落后（超额 -6.2% ），并不是典型的超额下行段。

超额下行段的亏损主要来自行业配置。 按第一部分的两层拆解，三个超额下行段中行业配置的超额分别为 -13.4% 、 -25.3% 和 -23.9% ，行业内选股分别为 -4.7% 、 -9.5% 和 -6.0% （图表 15 ）。策略长期超配金融地产、低配 TMT ，成长风格占优时，行业层面明显跑输，同一行业内的便宜股票也会跑输，但幅度小得多。超额上行段两层都有贡献，行业配置仍是大头。行业配置什么时候顺风、什么时候逆风，取决于宏观与市场环境，因此是可以择时的对象。

四类超额环境：三类状态指标，一类事件预警

价值占优的环境可以归纳为四类。 前三类是可观测的状态：贴现率上行、上游再通胀、成长稀缺性下降。第四类是只能预警的事件：成长股估值被推到极端后回落。

超额上行段中，三类状态通常有一到两类同时成立，超额下行段则明显更少。价值跑赢的阶段，往往伴随美联储加息或美债利率走高、上游涨价、成长股增速优势收窄中的一到两项； 跑输的阶段则正好相反：利率下行或停在高位，上游没有涨价，成长股的增速优势还在扩大， 2014 年 12 月至 2015 年 5 月的杠杆牛中三类环境一个都没有出现（图表 16 ）。

其一，贴现率上行。价值股的现金流离当下更近，久期更短；贴现率上行时，远期现金流占比高的成长股估值受损更多，价值的折价随之修复。 幅度最大的两段超额上行段都处在全球紧缩周期： 2015 年 12 月美联储开启加息， 2015 年 5 月至 2019 年 1 月贴现率上行全程成立； 2021 年 1 月至 2025 年 5 月，美债 10 年期实际利率上行约 3.1 个百分点。相反， 2019 年 1 月至 2021 年 1 月实际利率下行约 1.8 个百分点、降至 -1.0% ，成长股估值随之大幅扩张。 2025 年 5 月至 2026 年 6 月，实际利率停在 1.7%~2.2% 的高位、不再上行，贴现率环境只在约三成月份成立，成长股的定价更多由 AI 产业趋势主导。

其二，上游再通胀。 PPI 同比高于 CPI 同比时，利润从下游和成长行业流向上游。 策略并不超配上游资源，受益主要来自另一端：这类环境中低配的 TMT 往往承压，第三部分给出板块层面的证据。 2015 年 5 月至 2019 年 1 月，供给侧改革推动 PPI 转正，再通胀在 57% 的月份成立； 2026 年 6 月以来， PPI-CPI 升至 3.0pp ，再通胀全程成立。三个超额下行段中，再通胀成立的月份占比分别只有 0% 、 0% 和 8% 。

其三，成长稀缺性下降。成长股的溢价来自盈利增速的稀缺；价值股与全市场的预期增速差收窄时，这份溢价会收敛。 第一个超额上行段的宏观状态最弱，贴现率上行和再通胀分别只在约三成和两成的月份成立，成长稀缺性下降却在约六成月份成立。这一段也是四个超额上行段中唯一由盈利主导的一段：盈利增长贡献 21.8pp ，其中 2012 年一年就有 15.0pp 。三个超额下行段中，这一状态成立的月份同样不超过约两成。

其四，成长泡沫破裂。这是事件而不是状态：三个超额下行段结束时，成长股市净率都处在近五年最贵的 3% 以内，随后的超额上行段都从这里开始（图表 14 ）。 泡沫何时破裂无法提前判断，只能事后确认，但估值进入极端区间本身可以观测，适合作为预警。

幅度最大的两段超额上行段，都是多类环境叠加。 2015 年 5 月至 2019 年 1 月，下行市中成长泡沫破裂，随后供给侧改革与美联储加息接踵而至，四类环境先后到齐，超额 61.6% ； 2021 年 1 月至 2025 年 5 月，核心资产抱团瓦解后叠加全球加息，超额 68.7% 。四类环境之外也有难以刻画的行情，例如 2014 年四季度降息后的蓝筹行情，一个季度的超额就有 17.3% 。前三类状态可以按月观测，构成第三部分择时框架的三个信号；第四类只能在成长估值进入极端区间时预警，作为三个信号之外的事件指标。

价值策略的择时：三信号投票定仓位，事件预警

第二部分归纳的前三类环境可以按月观测，据此得到择时信号。 下文先给出三个信号的定义，检验它们是否分别对应第二部分提出的作用机制；再按同时亮灯的信号个数（票数）决定价值策略的仓位，其余仓位持有中证 800 ，即回到基准、不做反向押注；成长泡沫破裂只能在估值极端时预警，单列为事件指标；最后与中证红利比较。评价分两层：一是信号能否识别价值占优的环境，看价值相对中证 800 的超额收益；二是择时能否增厚收益，以始终满仓的价值策略（下称满仓价值策略）为基准，因为 2011 年以来价值策略本身就年化跑赢中证 800 全收益 4.2pp ，减仓有机会成本，只有在价值跑输的阶段减仓，择时才有贡献。受一致预期数据可得性的限制，择时回测从 2011 年 2 月开始；信号月末观测，次月首个交易日收盘调仓。下文择时回测与中证红利比较均取这一区间，与第一部分全样本的数字略有差异（如满仓价值策略信息比 0.36 ，全样本 0.31 ）。

三个信号基于月末数据，次月生效。 贴现率信号在联储处于加息周期，或美债 10 年期实际利率高于一年前时亮灯；再通胀信号在 PPI 同比高于 CPI 同比时亮灯；成长稀缺性信号看全市场价值股（中证全指中价值得分最高的 30% ）与中证全指的一致预期两年复合增速差，较一年前收窄时亮灯。这里用全市场价值股而不用策略持仓，是为了避免与负面剔除重复使用同一份一致预期数据。三个信号的作用机制不同，两两相关系数的绝对值都不超过 0.11 。

三个信号赚的钱各有侧重，与第二部分的机制假设一一对应。 与未亮灯的月份相比，贴现率信号亮灯后，价值多出来的超额几乎都在折价修复上，盈利和轮动差别不大；再通胀信号多在换仓轮动和折价修复上（两项各约 0.6pp ），盈利端反而偏弱（上游涨价传导到价值持仓的盈利需要时间）， PPI-CPI 为正时，策略低配的 TMT 板块下个月相对中证 800 平均跑输约 0.4pp ，比 PPI-CPI 为负时低约 1.3pp ；成长稀缺性信号是唯一多在盈利增长上的信号（图表 17 ）。

贴现率渠道落在估值端，也有久期上的佐证。 按隐含股权久期（未来现金流的加权平均期限）估算，策略持仓平均比中证 800 短约 2.6 年， 2020 年以前缺口平均约 1.7 年， 2020 年以来扩大到 4.1 年左右（图表 18 ）。 2015 年中缺口一度收窄到 1 年以内，是因为牛市顶部价值持仓的市净率由约 1.5 倍升至 2.4 倍，久期随之拉长。而估值折价对实际利率的实际敏感度相当于约 5.0 年，市场给成长股定价时用的久期比其现金流结构更长。久期缺口扩大，意味着价值与成长对利率的敏感度差异变大，贴现率信号近年的作用可能更强。

单个信号单独择时并不划算，投票策略效果更好。单独使用时，三个信号累计择时贡献的最大回撤在 -26%~-29% 之间，信息比在 -0.07~0.06 之间；三个信号投票后，最大回撤收窄至 -13% ，相对满仓价值策略的信息比升至 0.22 （图表 19 ）。单看三个信号，贴现率信号单独择时的累计贡献最高，成长稀缺性信号最低（年化约 -0.7pp ）：它约六成时间未亮灯，这些阶段价值多数仍跑赢中证 800 ，减仓反而吃亏。 单个信号的主要问题是误判风险更大。 2025 年 7 月至 9 月，贴现率信号亮灯，但对应的持有期（ 2025 年 8 月初至 11 月初）正值 AI 产业趋势行情，创业板指相对中证 800 上涨 18.5% ，策略这三个月的超额为 -10.9% ；这段时间成长稀缺性信号没有亮灯，采用投票机制，能够通过仓位调整，减少误判造成的超额收益损失。

三信号投票：票数越多，下个月的超额越高

0 票之后，价值策略下个月年化跑输 11.6% ； 3 票之后年化跑赢 16.4% 。 把三个信号的亮灯个数相加作为票数。我们的仓位映射规则如下： 0 票持有 1/3 的价值策略， 1 票持有 2/3 ， 2 票及以上满仓，其余持有中证 800 。上述次月超额均相对中证 800 。 2011 年以来， 0 票共 31 个月， 3 票共 18 个月， 3 票时三分之二的月份跑赢； 1 票和 2 票居中（图表 20 ）。

叠加择时后，相对中证 800 的信息比由 0.36 升至 0.57 （扣除交易成本后 0.53 ），最大超额回撤由 -34.9% 收窄至 -24.8% ，年化收益由 8.7% 升至 9.7% 。 2011 年 2 月至 2026 年 9 月，投票择时策略年化收益 9.7% ，夏普比率 0.50 ；始终满仓价值策略年化 8.7% ，中证 800 全收益 4.5% （图表 21 ）。择时每年贡献约 0.9pp ，平均仓位约 74% ，扣除双边交易成本后约 0.6pp 。

择时的贡献集中在成长泡沫年，可以看作一个保险

择时只在三年里真正起作用： 2015 年、 2020 年和 2026 年分别贡献 11.8pp 、 19.9pp 和 7.4pp 。 其余 13 年中有 9 年小幅亏损，最多的 2011 年和 2014 年均为 -4.9pp ，这两年价值本身都明显跑赢中证 800 ，减仓反而吃亏； 2017 年和 2018 年票数均在 2 票及以上、几乎全程满仓，择时贡献约为零（图表 22 ）。三个大年分别对应第二部分价值跑输的三段成长牛市：杠杆牛、核心资产抱团和 AI 产业趋势行情。

择时在 2020 年后才明显起作用： 2011—2019 年择时贡献小幅为负（每年约 -0.5pp ）， 2020 年以来每年约 2.8pp 。 原因主要有三点（图表 23 ）。其一，价值与成长的分化变大，可以躲开的回撤更深、持续更久： 2020 年以来价值超额的波动明显放大，核心资产抱团和 AI 行情分别持续约 24 个月和 13 个月，月频信号有足够时间反应，而 2015 年的杠杆牛只有 5 个月。其二，信号更准： 2011 — 2014 年价值的超额主要来自盈利增长（见第二部分），而贴现率、再通胀两个信号主要走估值渠道，那几年票数偏少、仓位偏低，价值却在跑赢，减仓反而吃亏； 2020 年以来全球利率波动加大，估值折价对美债实际利率的敏感度明显上升，票数对下个月超额的区分度扩大到原来的约 6 倍。其三，市场方向的作用变大：价值策略相对中证 800 的β由 0.89 降至 0.43 ，成长行情往往伴随市场上涨，减仓换入β更高的中证 800 ，等于在上涨前提高了β，择时收益中约四成可以归于这一“市场方向×低β”的效应。

事件指标：成长估值走到极端时预警，不改变仓位

成长股估值进入近五年最贵的 5% 后，价值在随后的预警窗口里 5 次均跑赢中证 800 ，平均超额 4.9% 。 三个信号之外，第二部分的第四类环境单列为事件指标，沿用成长股整体市净率，用账面价值而不用盈利，是因为成长股整体有近三成的时间处于亏损，盈利口径的估值会失真。估值处在过去五年最贵的 5% 即触发，进入 3 个月的预警窗口，窗口内再次触发则顺延（图表 24 ）。其中 3 次只是小幅跑赢： 2015 年 4 月、 2020 年 12 月和 2021 年 5 月触发后，成长行情仍延续了一段时间。阈值取 1%~10% 时，触发后三个月价值的平均超额为 3%~8% ，越极端越强。不过只有 5 个观察窗口，样本太少； 泡沫何时破裂也无法提前判断，触发后成长股可能继续上涨。因此事件指标只作预警，提示价值的赔率在上升，仓位仍以三信号投票为准。

叠加择时后， 2011 年以来策略年化跑赢中证红利全收益约 1.5pp ， 16 年中 12 年占优。 投票择时策略年化收益 9.7% 、夏普比率 0.50 ，中证红利全收益分别为 8.2% 和 0.40 ；满仓价值策略为 8.7% ，只比中证红利高约 0.6pp ，领先主要来自择时（图表 25 ）。扣除双方的交易成本后，投票择时策略与中证红利分别为 9.1% 和 8.0% 。二者的月收益相关系数为 0.92 ，同属价值大类，不宜视为互相分散风险的两类资产。

当前状态： 2 票，价值策略仍有望占优

截至 2026 年 9 月末，贴现率信号和再通胀信号亮灯，成长稀缺性信号未亮灯，票数为 2 ， 10 月价值仓位处于最高档，价值策略仍有望相对中证 800 占优。 2011 年以来票数为 2 的 52 个月里，价值策略下个月相对中证 800 年化跑赢 10.7% ， 56% 的月份跑赢。事件指标在 2026 年 5~7 月触发，目前仍处于 3 个月的预警窗口内；成长股市净率已从近五年的最高位回落至 7.0 倍，不再处于极端区间（图表 27 ）。把时间拉长看， 2 票及以上的阶段，价值策略相对中证 800 多在走强； 0 票的阶段多在走弱（图表 28 ）。

信号读数：贴现率与再通胀亮灯，成长稀缺性未亮灯

已亮灯的两个信号短期内大概率不会出现大的变化。 联储 9 月重新加息，只要不转向降息，贴现率信号就会保持亮灯，美债 10 年期实际利率也比一年前高约 1.1 个百分点； PPI-CPI 在 4 月转正， 8 月为 3.0pp ，离转负还有较大距离。任一信号灭灯，价值仓位即由满仓降至 2/3 ；两个信号同时灭灯，需要联储转向降息、实际利率回落到一年前以下，且 PPI-CPI 转负，短期出现的概率偏低。

成长稀缺性信号是下一个观察点。 2026 年 5 月年报披露后一致预期切换基期，价值股与中证全指的预期增速差从 -10.5pp 跳到 -14.4pp ，此后一直在 -14pp 附近（图表 29 ）。 5 月切换基期是每年的固定动作， 2011—2025 年平均使增速差下移 1.9pp ，今年下移 3.9pp 、约为两倍，因为中证全指预期增速偏高： 4 月时三年复合预期约 20% ， 2025 年实际仅增约 4% 。 2027 年 4 月以前，增速差要回到一年前的 -9pp~-11pp 以上才会亮灯； 2027 年 5 月以后，比较的基数换成跳变后的 -14pp 附近，门槛降低；但当期增速差届时也会再切一次基期，若再次明显下移，信号仍难转亮。历史上 3 票的 18 个月，价值策略下个月相对中证 800 年化跑赢 16.4% 。

最高档仓位下，行业偏离处于 2010 年以来最大

最高档仓位意味着承担较高的主动风险。 近 36 个月策略相对中证 800 的跟踪误差（月度收益口径）为 19.9% ， β 降至 0.29 ；其中 2026 年 7 月单月的大幅跑赢影响较大，剔除该月后跟踪误差约 15.7% 、 β 约 0.43 ，仍高于全样本的 13.2% 。主动风险主要来自行业配置。策略 6 月调仓时的持仓低配 TMT 板块 31.4pp ，为 2010 年以来各次调仓中最大；超配金融地产 44.7pp ，仅略低于 2020 年 6 月的 44.8pp ，两项合计则是 2010 年以来最大。择时不改变这组偏离的方向，只决定承担的幅度：信号转弱时降低价值仓位、向中证 800 靠拢，偏离随之缩小；当前 2 票、价值仓位处于最高档，意味着模型判断环境有利，主动承担了全部偏离。一旦成长行情再起，相对中证 800 的回撤也会相应放大。

1 ）历史回测不代表未来： 结论基于中证 800 样本空间、 2009 年 12 月至 2026 年 9 月的数据，择时回测始于 2011 年 2 月；事件指标只有 5 个观察窗口，统计意义有限。

2 ）择时可能阶段性失效： 择时收益主要来自 2015 、 2020 和 2026 年，去掉最好的三年，择时贡献为每年 -2.0pp ；择时幅度还取决于仓位映射等规则设计，且约四成来自“市场方向×低β”。若未来不再出现同类成长泡沫，择时可能长期为负贡献。

3 ）主动风险与口径依赖： 除特别注明外，回测未扣除交易成本；母池、价值得分、分红门槛与负面剔除规则、调仓频率的改变都可能实质影响结论，一致预期、分红与宏观数据也存在修订或调整的可能。

研报《价值策略如何改进，何时占优 》2026年10月21日

孙瀚文，研究员 SAC No. S0570524040002 SFC No. BVB302

王伟光，研究员 SAC No. S0570523040001