指数选择——行业指数篇(下)

admin 2025-09-08 阅读:4 评论:0
上一篇,司长介绍了自己对于配置行业指数的理解,其本质就是对我们持有的宽基指数,在某一个板块上的增强!并完成了:科技互联网、消费两个主题行业的指数筛选。筛选出的指数为:国证芯片(代码:980017.CNI),场内ETF:159995.SZ;中...

上一篇,司长介绍了自己对于配置行业指数的理解,其本质就是对我们持有的宽基指数,在某一个板块上的增强!并完成了:科技互联网、消费两个主题行业的指数筛选。筛选出的指数为:国证芯片(代码:980017.CNI),场内ETF:159995.SZ;中国互联网50指数(代码:H30533.CSI),场内ETF:513050.SH;中证酒指数(代码:399987.SZ),场内ETF:512690.SH。本期司长将继续探索医药、养老、新能源、金融等主题行业指数。

一、医药与养老产业

医药行业也是历史出大牛股的地方,因此找一个医药指数出来跟踪很有必要。

首先,司长排除掉了原来表格中的医药100指数,最直接的原因是,没有相应的ETF进行跟踪,不方便场内投资。然后,司长找了300医药、CS生医(生物医药)、中证医疗、中证中药四个指数。我们将从这四个指数中寻找医药行业投资标的。

对于,中证养老产业,唯一的一只场内ETF只有0.72亿的规模,所以从可投资的角度予以排除。同时,对于养老产业,虽然司长比较看好,但一者,养老产业的逻辑实现周期较长;二者,当前的中证养老产业指数,不管是构建方式,还是行情走势,都有点差强人意,因此从这个角度也予以排除。当然,如果您认可这个指数,可以从场外基金着手,000968.OF基金也有11亿的规模。该指数构建方法是:“从沪深市场中选取80只涉及健康管理、休闲旅游、人寿保险等养老产业相关业务上市公司证券作为指数样本,反映沪深市场养老产业相关上市公司证券的整体表现。所有样本权重相等。”

接着对比下,我们上面说的4个指数。首先,从走势上来说,中证中药一直不温不火,着实没有看点,予以排除;中证医疗、CS生医、300医药,三者的走势相关性较高,但300医药的走势,相对中证医疗、CS生医要稳健一些。考虑到这中间3年的疫情,可能扭曲了中证医疗和生物医药的走势。司长选择从2017年开始看行情走势。另外,300医药的持仓,从沪深300中选取医药相关的个股构建,不仅包含了医疗器械、化学制药、生医制药领域的股票,还适当包含了片仔癀、云南白药等传统中药名企,持仓更有代表性。

因此,对于医药行业,司长倾向于选择300医药作为跟踪指数,对应的指数代码为:000913.SH,场内基金代码为:512010.SH。当然对于医药领域,目前的不可控因素较多,尤其是医保带量采购、仿制药一致性评价只接受前三家等政策的变化,甚至可能导致整个医药领域价值重估。很多人都被吓着了,但是,难道大家都不生病了吗?生病了难道不吃药了吗?你可能会担心某个药企突然不行了,但我们不能预期整个医药行业不行了。对于需要极深专业领域知识的投资抉择,司长的办法通常是下注整个赛道,而不是赌单个企业。

二、新能源产业

新能源产业,主要包括风光水电及核能等产业。司长找了5个指数:中证新能、风电产业、光伏产业、中证水利、新能车。其中,新能车属于新能源应用端的产业,这里放到一起比较一下。

首先,要排除的是风电产业,以及中证水利。一是,二者的走势相对较差;二是,没有相应的基金产品,即使选择了也没有办法跟踪。对于剩下的三个指数,光伏产业、中证新能以及新能源车,走势上三者高度相关。我们可以从持仓角度入手筛选。

从持仓看,中证新能和光伏产业的重合度较高,但中证新能除了包含光伏相关的个股,还包含风电、水电、核电以及电池等新能源领域的企业。包含的产业类别更广泛,更具有代表性。和新能车相比,中证新能只是排除了汽车产业链的相关公司,而相关的电池及原材料企业还是包含在内的。而决定新能车走势的是“新能”,因此两者表现出高度的相关性也就解释得通了。

因此,从走势和持仓角度,司长倾向于选择中证新能作为新能源的跟踪指数。而相应指数的持有成本也支持司长做出这个判断。新能源ETF的持有一年的成本为0.2%(0.15%+0.05%),只有光伏和新能车的1/3。所以,最后司长选择的指数是:中证新能,对应的指数代码为:399808.SZ,对应的基金代码为:516160.SH。

三、金融行业

A股上市的金融行业,主要是:银行、保险、券商三大类。这里,司长找来了中证银行、保险主题、证券公司、300非银四个指数进行对比筛选。

对于银行业,虽然银行是百业之母,但在A股,银行几乎很少有表现机会。投资者一般也只是把银行股当一种特殊的债券购买。只要银行的股息率超过6%,那么长期持有银行股,大概率比存银行要划算得多,万一遇到一波牛市还可以获得一些价差收入。

券商则是“牛市的号手”,牛市前期都是券商先上场表演,做个开场陈词,然后才轮到其他行业。而保险业在A股上,除了头部的中国平安等少数几家公司,其他都有点小透明。

从走势上来看,18年以来这三个行业的表现也确实不能令人兴奋。但司长还是愿意把他们放进自己的观察列表中。是因为,金融业对政策的敏感性更强,很多时候,金融行业一定程度上可以作为一个“领先指标”给我们以指引。

另外300非银的走势,21年以来的表现基本就是券商+保险,然后再除以2。所以,从投资的角度,如果看好这两个板块,完全可以直接从300非银下手,从下面的持仓看,也支持做出这个决定。再加上保险主题只有一个LOF进行跟踪,虽然场内外都可以购买,但持有成本是真心不便宜哈!不过为了看清每个行业的走势,司长建议还是要保留券商和保险行业的观察。

因此,对于金融行业。从投资的角度,司长建议选择:300非银指数,指数代码:H30035.CSI,场内基金:512070.SH;中证银行指数,指数代码:399986.SZ, 场内基金:512800.SH。但对于券商和保险指数还要继续跟踪。

总结下本期的内容,我们从医药行业里,挑选了:300医药指数(代码:000913.SH),场内ETF:512010.SH。从新能源领域,挑选了:中证新能(代码:399808.SZ),场内ETF:516160.SH。从金融行业,挑选了:300非银(代码:H30035.CSI),场内ETF:512070.SH;中证银行(代码:399986.SZ), 场内ETF:512800.SH。这些就是本期筛选出的行业指数啦。

版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权,未经许可,不得转载。

分享:

扫一扫在手机阅读、分享本文

热门文章
  • BIAS指标解析:如何利用乖离率预测股价反转

    BIAS指标解析:如何利用乖离率预测股价反转
    乖离率(BIAS)是技术分析中一个重要的指标,用于衡量股价与其移动平均线之间的偏离程度。通过计算股价与均线的差值占均线的百分比,投资者可以判断当前股价是否处于超买或超卖状态。BIAS的计算公式为: BIAS = (当前股价 – 移动平均线) / 移动平均线 × 100% 当BIAS值大于10%时,通常认为股价处于超买状态,市场可能面临回调风险;而当BIAS值小于-10%时,则认为股价处于超卖状态,市场可能迎来反弹机会。 乖离率的基本原理 乖离率的核心思想是股价会围...
  • MACD指标解析:如何通过DIFF和DEA线捕捉市场趋势

    MACD指标解析:如何通过DIFF和DEA线捕捉市场趋势
    MACD(平滑异同移动平均线)是技术分析中常用的趋势跟踪指标,由DIFF线、DEA线和柱状线组成。它通过计算两条指数移动平均线(EMA)的差值,帮助投资者识别市场趋势的强弱和转折点。本文将深入解析MACD的构成、计算方法及其在捕捉趋势转折与背离信号中的应用。 MACD的构成与计算方法 MACD由三个主要部分组成:DIFF线、DEA线和柱状线。DIFF线是短期EMA(通常为12日)与长期EMA(通常为26日)的差值,反映了短期和长期趋势的差异。DEA线则是DIFF线的9...
  • CCI指标揭秘:如何利用CCI>100和CCI<-100捕捉买卖信号

    CCI指标揭秘:如何利用CCI>100和CCI<-100捕捉买卖信号
    顺势指标(Commodity Channel Index,简称CCI)是一种广泛应用于股票、期货和外汇市场的技术分析工具。它由唐纳德·兰伯特(Donald Lambert)于1980年提出,主要用于衡量价格相对于其统计平均值的偏离程度。CCI的核心思想是通过计算当前价格与历史平均价格的差异,来判断市场是否处于超买或超卖状态。 CCI的计算公式较为复杂,但其核心逻辑是通过比较当前价格与一定周期内的平均价格,来衡量价格的波动性。具体来说,CCI的计算公式为:CCI = (当...
  • 威廉指标突破80?别急,还需这些指标验证!

    威廉指标突破80?别急,还需这些指标验证!
    威廉指标(Williams %R,简称WMSR)是一种常用的技术分析工具,主要用于判断市场的超买和超卖状态。它由拉里·威廉姆斯(Larry Williams)在20世纪70年代提出,通过测量当前价格相对于一定周期内最高价和最低价的位置,来反映市场的短期动能。本文将深入探讨威廉指标的基本原理、如何利用它判断短期超买状态(80以上),以及为什么需要结合其他指标进行验证。 威廉指标的基本原理 威廉指标的计算公式为: WMSR = (最高价 – 收盘价) / (最高价 –...
  • 能量潮(OBV)揭秘:如何通过成交量预测股价趋势

    能量潮(OBV)揭秘:如何通过成交量预测股价趋势
    能量潮(On-Balance Volume,简称OBV)是一种技术分析工具,由乔·格兰维尔(Joe Granville)在1963年提出。OBV通过累计成交量的变化来预测股票价格趋势,是一种非常有效的量价分析工具。OBV的核心思想是成交量是价格变动的先行指标,成交量的变化可以预示价格的未来走势。 OBV的计算方法相对简单。当某一天的收盘价高于前一天的收盘价时,当天的成交量被加到前一天的OBV值上;当某一天的收盘价低于前一天的收盘价时,当天的成交量从前一天的OBV值中减去...