报告的核心观点 - 轻工制造和纺织服饰行业整体呈现积极态势 [5][6][26][29] - 家具及其零件出口金额同比增长36.10%,受益于美国房地产行业复苏 [26] - 纺织服饰行业出口数据改善,服装及衣着附件、鞋靴出口金额同比增长13.10%和14.40% [28] - 头部纸企启动新一轮提价,将受益 [12] 行业高频数据总结 - TDI和MDI价格小幅下降 [12][14] - 国内浆价走势分化,针叶浆价格下跌,阔叶浆价格上涨 [14][15] - 白卡纸、胶版纸价格上行 [16][17] - 长绒棉价格平稳 [17][19] 公司重要公告总结 - 劲嘉股份转让重庆宏声印务股份 [19] - 奥瑞金累计回购423.51万股 [20] - 伟星股份2023年业绩增长13.32% [21][22] 行情回顾总结 - 轻工制造行业跑输沪深300,个股涨幅前五为翔港科技等 [23][24] - 纺织服饰行业跑赢沪深300,个股涨幅前五为洪兴股份等 [24][25] 本周策略 - 维持轻工制造和纺织服饰行业"看好"评级,维持欧派家居"买入"、索菲亚和探路者"增持"评级 [29] - 关注业绩确定性和高股息个股 [28] 风险提示 - 宏观经济波动风险 [31] - 原材料成本上涨风险 [32] - 新产能无法及时消化的风险 [33] - 大客户流失的风险 [34]

行 业 行业周报 [Table_MainI市nfo] 场关注两会进行，锂价短期有所走强 研 ――金属行业周报 究 分析师： 张珂 SAC NO： S1150523120001 2024年3月5日 [证Ta券bl分e_析Au师th or] [投Tab资le_S要um点mar：y] 张珂  行业情况及产品价格走势初判 022-23839062 zhangke@bhzq.com 钢铁：随原料价格下降，钢厂利润有所改善，生产意愿或有所增加。需求端 [ Table_Contactor] 维持复工复产，两会召开期间内市场处于观望状态，短期钢价或维持震荡。 [子Ta行bl业e_评Ind级In vest] 钢铁 中性 铜：美联储降息预期有所减弱，两会召开期间内市场处观望状态，预计短期 证 有色金属 中性 铜价震荡运行。 券 [重Ta点bl品e_种Stk推Su荐gg est] 铝：近日几内亚工会发起无限期总罢工威胁、美国计划制裁俄罗斯等消息对 博威合金 增持 研 供应端造成干扰，短期对铝价有所支撑。 中金黄金 增持 锡业股份 增持 锂：节后锂盐企业开工放缓，下游企业刚需补库，对锂价形成一定支撑；但 究 整体看供给过剩的局面短 ...

报告的核心观点 - 政策面上,国务院出台《推动大规模设备更新和消费品以旧换新行动方案》,有望加速战略新兴产业发展[32] - 挖机销量预计2月国内市场同比下降53%左右,出口市场同比下降17%左右,但随着政策效应持续释放,下游地产开工需求有望改善[33] - 轨交固定资产投资有望继续增长,城轨建设有望维持增长[34] 行业发展情况 1. 宏观数据 - CPI同比下降0.8%,PPI同比下降2.5%,制造业PMI为49.1%,低于临界点[8][9][10][11] - 进出口数据有所改善,12月进出口总值为5,318.96亿美元[12][13] 2. 工程机械 - 挖掘机、起重机、装载机等主要工程机械销量保持较快增长[15][16][17][18][19] - 基建投资景气度较高,房地产投资仍较低迷[20][21] 3. 工业机器人 - 2023年工业机器人累计产量约42.95万台,同比下降2.20%,但12月单月产量转正[23] - 制造业固定资产投资持续增长,带动工业机器人需求回升[24] 4. 轨交设备 - 2024年1月铁路固定资产投资同比增长11.61%,动车组累计产量同比增长63.20%[26][27] - 铁路客运量和货运量均有较大增长[27][28] 行情回顾 - 2024年2月3日-3月4日,申万机械设备板块上涨19.68%,跑赢沪深300指数8.32个百分点[29] - 行业估值方面,TTM市盈率为25.04倍,相对沪深300的估值溢价率为123.21%[31] 投资策略 - 维持行业"看好"评级,维持三一重工、中联重科、中国中车"增持"评级[35] 风险提示 - 开工情况不及预期[37] - 经济增速低于预期[38] - 市场风险影响超预期[39] - 原材料价格波动风险[40]

报告公司投资评级 - 评级为增持 [18][26] 报告的核心观点 - 2024年公司坚定“多品牌、全渠道、全品类”战略布局，多品牌同步发力延续增长，多品类、多品牌、全渠道融合发展经营战略显效，中长期高质量发展可期 [12][25][26] 根据相关目录分别进行总结 公司战略布局 - 品牌经营上，索菲亚品牌2024年继续用整家营销策略促橱柜、木门、家居家品业绩增长；米兰纳品牌2024年开拓橱柜品类并融入整家套餐；司米品牌2024年进行终端门店布局，抓设计师和装企渠道建设；华鹤品牌2024年加快终端招商、建店，拓展设计师和装企渠道 [12] - 渠道经营方面，整装渠道2024年加入橱柜品类布局，推动产品落地，加强门店建设、维护合作装企；大宗渠道工程业务保持平稳，2024年拓展海外市场 [12] 员工持股计划 - 3月2日公司公告2024年度员工持股计划草案，将在股东大会审议通过后6个月内，受让不超1134.45万股回购股票，占公告当日股本总额1.18%，参与人数200人，含高管及监事5人，受让价格8.59元/股，拟募集资金不超9744.89万元 [24] - 考核机制是以2023年为基数，2024年营收与归母净利润增速不低于10%，2025年不低于20%，收入或归母净利目标完成其一即达标 [24] 整家4.0战略 - 1月17日公司发布整家4.0战略，从组合式定制整家1.0升级迭代到全阶段覆盖整家4.0，从单一产品定制升级为多元化生活方式研究，覆盖5大消费群体、9大生活空间和N种多元化整家生活方式，推动公司与产业高质量发展 [36] 财务预测 - 中性情景下预测23 - 25年公司EPS分别为1.34元/1.50元/1.71元（前值为1.43元/1.66元/1.92元），对应24年PE估值为11倍 [26] 财务指标 |指标|2021A|2022A|2023E|2024E|2025E| | ---- | ---- | ---- | ---- | ---- | ---- | |营业收入（百万元）| - |10407|11223|11864|13069| |营收增长率|24.6%|7.8%|5.7%|10.2%|11.6%| |经营利润（EBIT，百万元）| - |684|1356|1619|1748| |EBIT增长率|-51.2%|98.2%|19.4%|8.0%|11.5%| |归母净利润（百万元）| - |123|1064|1293|1448| |净利润增长率|-89.7%|768.3%|21.5%|12.0%|13.6%| |每股收益（元）| - |0.13|1.17|1.34|1.50| [14][40]

行 业 行业周报 [Table美_Mai国nInfo地] 产行业复苏，关注纺服业绩确定性个股 研 ――轻工制造&纺织服饰行业周报 究 分析师： 袁艺博 SAC NO： S1150521120002 2024年3月4日 [证Ta券bl分e_析Au师th or] [Table_Summary] 袁艺博 投资要点： 022-23839135  行业要闻 yuanyb@bhzq.com [ Table_Contactor] 1）Fosber集团欧洲新总部基地项目正式启动。 [[子TTaa行bbll业ee__评CIno级dnIn tavcetsotr]] 证 家居用品 看好 2）澳大利亚对涉华A4复印纸作出双反复审终裁：撤销双反措施。 造纸 中性 券 包装印刷 中性  公司重要公告 文娱用品 看好 1）太阳纸业：公司2023年归母净利润同比+9.38%。 研 纺织制造 中性 服装家纺 看好 2）开润股份：公司回购130.00万股。 究 饰品 看好 [重Ta点bl品e_种St推kS荐ug gest]  行情回顾 报 欧派家居 买入 2月26日至3月1日，轻工制造行业跑输沪深300 0.36pct：SW轻工制造 索菲 ...

行 业 行业周报 [Table_MainInfo] CME 预估 2 月挖掘机销量约 1.37 万台，同比下降约 36% 研 ――机械设备行业周报 究 分析师： 宁前羽 SAC NO： S1150522070001 2024年2月29日 [证Ta券bl分e_析Au师th or] [Table_Summary] 宁前羽 投资要点： 022-23839174  行业要闻 ningqy@bhzq.com 1) CME预估2月挖掘机销量约1.37万台，同比下降约36%。 2) 工信部印发《工业领域数据安全能力提升实施方案（2024—2026年）》。 [子Ta行bl业e_评Ind级In vest] 证 通用设备 看好  公司重要公告 专用设备 中性 券 1) 美腾科技：发布2023年度业绩快报，营业收入同比增长13.87%。 交运设备 中性 工程机械 看好 2) 海目星：发布2023年度业绩快报，营业收入同比增长16.98%。 研 自动化设备 看好  周行情回顾 究 2024年2月22日至2024年2月28日，沪深300指数下跌0.19%，申万机械 设备板块上涨3.14%，跑赢沪深300指数3.33个百分点，在申 ...

行 业 行业周报 [Table_MainInfo] 节后逐渐复工，静待需求恢复 研 ――金属行业周报 究 分析师： 张珂 SAC NO： S1150523120001 2024年2月27日 [证Ta券bl分e_析Au师th or] [投Tab资le_S要um点mar：y] 张珂  行业数据 022-23839062 zhangke@bhzq.com 钢铁：供给端和需求端均在逐步恢复过程中，钢厂增产意愿不足，成本支撑 [ Table_Contactor] 力度下降，基本面供需双弱下，短期钢价或偏弱震荡。 [子Ta行bl业e_评Ind级In vest] 证 钢铁 中性 铜：美联储降息预期有所减弱，海外矿端持续干扰；供应和需求逐步恢复， 有色金属 中性 预计短期铜价震荡运行。 券 [重Ta点bl品e_种Stk推Su荐gg est] 铝：受矿石供应紧张和天气因素影响，氧化铝供应偏紧；国内电解铝持稳生 博威合金 增持 研 产，需求处季节性淡季，随节后下游消费逐步恢复，或对铝价有所支撑。 中金黄金 增持 锡业股份 增持 锂：节后部分物流和交易活动尚未完全复工，成交较为清淡，锂价弱稳运行； 究 当前锂行业行情低迷，部分外 ...

行 业 行业月报 [Table_新Main一Info轮] 消费品“以旧换新”开启，LPR 迎下调 研 ――轻工制造&纺织服饰行业 3 月月报 究 分析师： 袁艺博 SAC NO： S1150521120002 2024年2月26日 [证Ta券bl分e_析Au师th or] [Table_Summary] 投资要点： 袁艺博  行业发展情况 022-23839135 yuanyb@bhzq.com 2023 年，国内家居行业呈现弱复苏。2023 年，国内家具社会零售总额为 [ Table_Contactor] 1,516.20 亿元，同比增长 2.80%。2023 年，家具制造业实现营收 6,555.70 [子Ta行bl业e_评Ind级In vest] 亿元，同比下降4.40%。 证 家居用品 看好 2023 年，国内居民服装消费需求持续恢复。2023 年，服装鞋帽、针、纺织 造纸 中性 券 包装印刷 中性 品社零额为1.41万亿元，同比增长12.90%；服装类社零额为1.04万亿元， 文娱用品 看好 同比增长15.40%。 研 纺织制造 中性  行情回顾 服装家纺 看好 1月29日至2月23日，轻工制造行 ...

量化模型与构建方式 分层抽样多因子模型 - **模型名称**: 分层抽样多因子模型 - **模型构建思路**: 针对沪深300和中证500成分股，以月度调仓频率构建投资组合，剔除行业影响，单独检测市值因子在历史不同时间段的表现[14][15] - **模型具体构建过程**: 1. 选取估值、盈利、成长、动量、反转、波动率、流动性、市值八大类因子构建多因子模型，经过缺失值处理、去极值、标准化、中性化等前期准备步骤，采用半衰期加权移动平均方法构建收益预测模型[14] 2. 将基准指数按行业划分为31个子集，每个子集中用市值因子将股票划分为数目相等的两组：大市值组与小市值组[15] 3. 在每个组中各自选取预期收益最高的两只股票，令其均分所在行业在基准指数中的权重，从而剔除行业影响[15] - **模型评价**: 能否适应因子的风格变化，主要看其能否在市场风格转变时迅速调整[16] Thompson Sampling 算法 - **模型名称**: Thompson Sampling 算法 - **模型构建思路**: 将多臂赌博机每一个臂的回报概率看作一个Beta分布，通过不断测试调整Beta分布的参数α和β的值，确定最后的权重[27][29] - **模型具体构建过程**: 1. Beta分布的概率密度函数形式如下： $$ f(x;\alpha,\beta)=\mathrm{constant}\cdot x^{\alpha-1}(1-x)^{\beta-1} $$ 其中，α表示实验成功次数，β表示实验失败次数，α/(α+β)为Beta分布的均值[28] 2. 在离散空间中，每次试验中选中一个臂，有收益则该臂的Beta分布的参数α增加1，否则β增加1[29] 3. 扩展到连续空间后，计算之前M期历史收益情况，当大市值组合收益>小市值组合收益时，α值增加1；反之，β值增加1[29] 4. 大市值组合的权重设为α/(α+β)，小市值组合的权重设为β/(α+β)，得到两个组合混合的最优比例[29] - **模型评价**: 在自我调整的及时性上有更大的优势，表现出较好的适应性[29] Greedy Algorithm - **模型名称**: Greedy Algorithm - **模型构建思路**: 计算每一个臂的回报，选择回报最大的臂进行操作[23] - **模型具体构建过程**: 1. 设置M（M=24）期历史数据为观测窗口，计算两种组合的历史收益[23] 2. 在下一期选择收益高的一组[23] - **模型评价**: 没有完全探索其它奖励概率的可能性，很容易丢掉最优解[23] Epsilon-Greedy Algorithm - **模型名称**: Epsilon-Greedy Algorithm - **模型构建思路**: 在贪心算法的基础上引入探索机制，通过随机数生成来决定是否探索[24] - **模型具体构建过程**: 1. 选定一个较小的常数ε，每次生成一个0到1之间的随机数[24] 2. 如果随机数落在[0,ε]区间内，则随机选择一个臂；如果落在[ε,1]区间内，则选择当前情况下回报率最大的臂[24] 3. 扩展到连续空间后，赋予预期回报率较大组合1-ε的权重，赋予另外一组投资组合ε的权重[24] - **模型评价**: 保持了一定对于探索的开放性，但不能根据试验结果进行自我调整，影响最终整体收益[24] --- 模型的回测效果 沪深300回测结果 - **Thompson Sampling**: 年化收益7.02%，信息比率1.41，胜率66.67%[31][34] - **Epsilon-Greedy Algorithm**: 年化收益5.93%，信息比率1.25，胜率61.90%[34] - **Greedy Algorithm**: 年化收益3.05%，信息比率0.25，胜率55.24%[34] - **定期调整资产比例组（CRP）**: 年化收益6.47%，信息比率1.39，胜率60.95%[34] - **买入持有组（BAH）**: 年化收益6.71%，信息比率1.37，胜率60.00%[34] 中证500回测结果 - **Thompson Sampling**: 年化收益12.43%，信息比率2.24，胜率75.24%[40][44] - **Epsilon-Greedy Algorithm**: 年化收益9.04%，信息比率1.45，胜率66.67%[44] - **Greedy Algorithm**: 年化收益10.72%，信息比率2.00，胜率73.33%[44] - **定期调整资产比例组（CRP）**: 年化收益11.71%，信息比率2.19，胜率74.29%[44] - **买入持有组（BAH）**: 年化收益11.82%，信息比率2.23，胜率79.05%[44] 股债混合模型回测结果 - **Thompson Sampling**: 年化收益15.73%，信息比率3.0044，胜率53.24%[49][51] - **Epsilon-Greedy Algorithm**: 年化收益8.46%，信息比率0.5649，胜率51.90%[51] - **Greedy Algorithm**: 年化收益12.84%，信息比率0.5289，胜率51.90%[51] - **定期调整资产比例组（CRP）**: 年化收益5.76%，信息比率0.0825，胜率47.41%[51]

量化模型与构建方式 1. 模型名称：Bandit Learning 模型 - **模型构建思路**：Bandit Learning 模型是一种在线学习算法，旨在通过实时反馈平衡守成（exploitation）与探索（exploration）的比例，以最大化总体收益[4][10][12] - **模型具体构建过程**： 1. 定义资产收益率 $R_{k}=(R_{k,1},\cdots R_{k,n})^{T},k=1,\cdots,m$，并在每个时刻 $k$ 求解权重 $W_{k}=(W_{k,1},\cdots,W_{k,n})^{\rm T}$，满足 $\sum_{i=1}^{n}w_{k,i}=1$ 和 $w_{k,i}\geq0$[13][14] 2. 使用传统多因子模型估计资产收益率和协方差矩阵 $\Sigma_{k}$，并对协方差矩阵进行主成分分解，得到特征值和特征向量[14][16] 3. 对特征向量进行归一化处理，得到线性不相关的投资组合权重 $\widetilde{H}_{k}$，并计算新的协方差矩阵 $\tilde{\Sigma}_{k}$[16][17] 4. 使用 UCB（Upper Confidence Bound）算法计算每个特征向量的奖赏函数 $\bar{r}_{i}(t_{k})=\frac{\bar{H}_{k,i}R_{k,i}}{\sqrt{\hat{A}_{k,i}}}$，并选择最优臂 $i_{k}^{*}$ 和 $j_{k}^{*}$[19][21][23] 5. 通过优化权重 $\theta_{k}^{*}=\frac{\tilde{\lambda}_{k,i_{k}^{*}}}{\tilde{\lambda}_{k,i_{k}^{*}}+\tilde{\lambda}_{k,j_{k}^{*}}}$，构建最终投资组合权重 $w_{k}=(1-\theta_{k}^{*})\bar{H}_{k,i_{k}^{*}}+\theta_{k}^{*}\bar{H}_{k,j_{k}^{*}}$[24][25] 6. 对权重进行非负约束调整，最终输出最优权重 $w_{new,k}$[26][27] - **模型评价**：Bandit Learning 模型在震荡市中表现优于传统多因子模型，但在趋势性市场中表现稍逊。其选股风格较为跳跃，适应性较强，但收益来源和延续能力存在不确定性[4][42][50] 2. 模型名称：传统多因子模型 - **模型构建思路**：基于 Markowitz 风险收益模型，通过线性模型预测收益，结合 Barra 模型估计协方差矩阵，优化投资组合[9][31] - **模型具体构建过程**： 1. 选取估值、盈利、成长、动量、反转、波动率、流动性、市值八大类因子，经过缺失值处理、去极值、标准化和中性化等步骤，构建收益预测模型[31][33] 2. 使用 Barra 模型估计协方差矩阵 $\Sigma=X_{f}F X_{f}{}^{\prime}+\Delta$，其中 $X_{f}$ 为因子暴露矩阵，$F$ 为因子收益率协方差矩阵，$\Delta$ 为个股残差波动率对角矩阵[33][34] 3. 结合收益预测和风险预测，求解优化问题 $\max \alpha^{\prime}w-\frac{1}{2}\lambda w^{\prime}\Sigma w$，其中 $\alpha$ 为收益预测，$\Sigma$ 为协方差矩阵，$\lambda$ 为风险厌恶系数[35][36] - **模型评价**：传统多因子模型在趋势性市场中表现优异，但在震荡市和市场剧变时回撤较大，适应性较弱[4][42][50] --- 模型的回测效果 Bandit Learning 模型 - **累计收益**：$l=3$为143.73%，$l=4$为175.09%，$l=5$为95.01%[43] - **年化收益**：$l=3$为17.82%，$l=4$为20.48%，$l=5$为13.08%[43] - **波动率**：$l=3$为30.69%，$l=4$为30.23%，$l=5$为30.07%[43] - **最大回撤**：均为57.03%[43] - **夏普比率**：$l=3$为0.578，$l=4$为0.6742，$l=5$为0.4331[43] - **胜率**：$l=3$为53.03%，$l=4$为52.81%，$l=5$为52.67%[43] 传统多因子模型 - **累计收益**：180.34%[43] - **年化收益**：20.89%[43] - **波动率**：25.71%[43] - **最大回撤**：35.59%[43] - **夏普比率**：0.8088[43] - **胜率**：53.76%[43] --- 量化因子与构建方式 1. 因子名称：估值因子 - **因子的构建思路**：衡量股票的估值水平[33] - **因子具体构建过程**：选取 BP 和扣非 EP_ttm 作为估值因子[33] 2. 因子名称：盈利因子 - **因子的构建思路**：衡量公司盈利能力[33] - **因子具体构建过程**：选取单季度 ROE 作为盈利因子[33] 3. 因子名称：成长因子 - **因子的构建思路**：衡量公司成长性[33] - **因子具体构建过程**：选取单季度营业收入增长率和单季度归母净利润增长率[33] 4. 因子名称：动量因子 - **因子的构建思路**：衡量股票的动量效应[33] - **因子具体构建过程**：选取指数加权一年收益率和上月收益率[33] 5. 因子名称：反转因子 - **因子的构建思路**：衡量股票的反转效应[33] - **因子具体构建过程**：选取上月收益率[33] 6. 因子名称：波动率因子 - **因子的构建思路**：衡量股票的波动性[33] - **因子具体构建过程**：选取月度、季度和年度波动率[33] 7. 因子名称：流动性因子 - **因子的构建思路**：衡量股票的流动性[33] - **因子具体构建过程**：选取月度、季度和年度换手率[33] 8. 因子名称：市值因子 - **因子的构建思路**：衡量股票的市值规模[33] - **因子具体构建过程**：选取流通市值对数[33] --- 因子的回测效果 Bandit Learning 模型因子 - **因子均值**：市值-0.197，盈利-0.050，反转-0.002，动量-0.004，成长0.226，流动性0.043，波动率0.167，估值-0.138[49] - **因子波动**：市值0.413，盈利0.521，反转0.490，动量0.446，成长1.114，流动性0.457，波动率0.378，估值0.297[49] - **因子收益**：市值0.007，盈利-0.005，反转-0.027，动量0.019，成长0.063，流动性-0.018，波动率-0.069，估值-0.094[49] 传统多因子模型因子 - **因子均值**：市值-0.174，盈利0.221，反转0.002，动量0.141，成长0.700，流动性-0.218，波动率-0.131，估值0.245[49] - **因子波动**：市值0.534，盈利0.425，反转0.368，动