SAC: S0260512020003 anningning@gf.com.cn 广发证券资深金工分析师 张钰东 SAC: S0260522070006 广发证券首席金工分析师 安宁宁 zhangyudong@gf.com.cn 广发金工安宁宁陈原文团队 摘要 最近5个交易日，科创50指数涨5.48%，创业板指涨2.10%，大盘价值跌0.22%，大盘成长涨2.16%，上证50涨0.89%，国证2000代表的小盘涨2.34%，电子、 房地产表现靠前，综合、银行表现靠后。 风险溢价，中证全指静态PE的倒数EP减去十年期国债收益率，权益与债券资产隐含收益率对比，历史数次极端底部该数据均处在均值上两倍标准差区 域，比如2012/2018/2020年（疫情突发），2022/04/26达到4.17%，2022/10/28风险溢价再次上升到4.08%，市场迅速反弹，2024/01/19指标4.11%，自2016年 以来第五次超过4%。截至2025/09/12指标2.87%，两倍标准差边界为4.76%。 估值水平，截至2025/09/12，中证全指PETTM分位数78%，上证50与沪深300分别为72%、70%，创业板指接近 ...

广发证券首席金工分析师 安宁宁 SAC: S0260512020003 anningning@gf.com.cn 广发证券资深金工分析师 张钰东 SAC: S0260522070006 zhangyudong@gf.com.cn 广发金工安宁宁陈原文团队 摘要 最近5个交易日，科创50指数跌5.42%，创业板指涨2.35%，大盘价值跌1.25%，大盘成长涨1.68%，上证50跌1.15%，国证2000代表的小盘跌2.41%，电力设 备、综合表现靠前，国防军工、计算机表现靠后。 风险溢价，中证全指静态PE的倒数EP减去十年期国债收益率，权益与债券资产隐含收益率对比，历史数次极端底部该数据均处在均值上两倍标准差区 域，比如2012/2018/2020年（疫情突发），2022/04/26达到4.17%，2022/10/28风险溢价再次上升到4.08%，市场迅速反弹，2024/01/19指标4.11%，自2016年 以来第五次超过4%。截至2025/09/05指标2.99%，两倍标准差边界为4.76%。 估值水平，截至2025/09/05，中证全指PETTM分位数76%，上证50与沪深300分别为71%、69%，创业 ...

核心观点 - 基于宏观与技术分析的大类资产配置观点显示权益、债券和黄金资产被看多，工业品资产被看空 [1][2][23] - 资产配置组合的历史表现显示固定比例+宏观指标+技术指标组合年化收益率达11.96%，最大回撤为9.06% [3][28] - 宏观指标趋势通过T检验方法评估，技术指标基于价格趋势、估值和资金流分析，两者结合提升配置有效性 [4][5][21] 宏观分析视角 - 权益资产宏观层面整体利多，受CPI同比（1月周期利多）、10年期国债收益率（12月周期利多）和美元指数（1月周期利多）支撑，但PMI（3月周期利空）和社融存量同比（1月周期利空）形成部分抵消 [7][8] - 债券资产宏观层面整体利多，主要受PMI（3月周期利多）、社融存量同比（3月周期利多）和美国10年期国债收益率（1月周期利多）推动，但CPI同比（3月周期利空）产生负面影响 [7][8] - 工业品资产宏观层面整体利空，因PMI（3月周期利空）、WTI原油（1月周期利空）和社融存量同比（1月周期利空）指标均显示负面信号 [7][8] - 黄金资产宏观层面整体利多，受益于PMI（3月周期利多）、中美10年期国债利差（1月周期利多）和美国M2同比（12月周期利多） [7][8] 技术分析视角 - 权益资产技术层面趋势向上，估值适中和资金流入：趋势指标显示1.02%向上，估值ERP分位数为52.65%，资金流指标为31亿元净流入 [12][13][16][19][20] - 债券资产技术层面趋势向下，趋势指标为-0.79% [12][13] - 工业品资产技术层面趋势向上，趋势指标为1.35% [12][13] - 黄金资产技术层面趋势向上，趋势指标为2.66% [12][13] 资产配置组合表现 - 固定比例+宏观指标+技术指标组合2025年8月收益率2.64%，2025年累计收益率6.82%，年化收益率11.96%，最大回撤9.06%，年化波动率6.92% [3][28] - 波动率控制+宏观指标+技术指标组合2025年8月收益率3.50%，年化收益率9.50%，最大回撤9.25%，年化波动率5.91% [3][30] - 风险平价+宏观指标+技术指标组合2025年8月收益率0.79%，年化收益率9.63%，最大回撤5.41%，年化波动率4.36% [3][30] - 组合权重调整基于宏观和技术信号，权益资产基准权重10%调整至5%，债券资产基准权重30%调整至5%，商品和货币资产权重保持稳定 [24][25] 方法论框架 - 宏观指标趋势使用历史均线法和T检验评估，筛选不同趋势下资产收益显著分化的指标，周期包括1月、3月和12月 [4][5][6] - 技术指标基于价格趋势（如LLT和收盘价计算）、估值（ERP分位数）和资金流（净流入额）分析，优选历史测试有效的计算方法 [9][13][16][19] - 宏观与技术信号结合，平均相关系数约0.17，通过得分加总提升配置有效性，如权益总得分3（宏观2+技术1），黄金总得分4（宏观3+技术1） [21][22]

策略核心观点 - 围绕盈利和成长两大维度 辅助个股质量、价值等维度进行选股 在回测期内等权重策略年化收益率达23.43% 相对中证800年化超额收益率为16.25% [1][4][5] - 策略采用量化方法 每年三次调仓（4月30日、8月31日、10月31日） 筛选ROE较高、销售毛利率改善、现金流优势及资产质量良好的个股 [3][4][30] - 组合平均每期持股55只 个股平均流通市值140亿元 行业分布集中于医药生物、化工、电子、机械设备、食品饮料等领域 [1][23][26] 实证分析表现 - 等权重组合累计收益率3281.94% 年化收益率23.43% 相对中证800年化信息比1.19 年化波动率13.67% [5][13] - 市值加权组合累计收益率2330.56% 年化收益率21.02% 相对中证800年化超额收益率13.88% 年化信息比1.00 [15][22] - 等权重组合在17年回测期内实现13次正收益 最大回撤发生在2015年6月12日至9月15日 达49.64% [12][14] 组合构建特征 - 样本筛选排除上市未满一年、ST、*ST及亏损个股 调仓时采用最新财报数据 [3] - 选股标准包括ROE趋势向上、销售毛利率改善、现金流优势、资产负债率合理及资产质量良好 [4] - 权重设置采用等权重与市值加权双方案 行业偏好医药生物、化工、电子等 回避休闲服务、建筑装饰、国防军工等领域 [4][26] 历史表现对比 - 等权重组合相对中证800超额收益显著 2009年超额收益13.21% 2013年达30.13% 2020年达64.14% [14][22] - 市值加权组合在2020年收益率达103.82% 相对中证800超额收益58.24% 2025年至今收益率74.75% [22] - 策略在2011年、2022年等市场下行期仍能控制相对回撤 2022年等权重组合相对最大回撤13.34% [14][22]

市场表现 - 最近5个交易日科创50指数涨7.49% 创业板指涨7.74% 大盘价值跌1.37% 大盘成长涨5.83% 上证50涨1.63% 国证2000涨0.33% [1] - 通信和有色金属行业表现靠前 纺织服饰和煤炭行业表现靠后 [1] 风险溢价指标 - 中证全指风险溢价指标2022/04/26达4.17% 2022/10/28达4.08% 2024/01/19达4.11% [1] - 截至2025/08/29风险溢价指标为2.92% 两倍标准差边界为4.77% [1] 估值水平 - 中证全指PETTM分位数78% 上证50分位数72% 沪深300分位数70% 创业板指分位数46% [2] - 中证500分位数60% 中证1000分位数59% 创业板指估值处于历史相对较低水平 [2] 技术面分析 - 深100指数技术面呈现3年周期特征 2012/2015/2018/2021年下行幅度40%-45% [2] - 本轮调整始于2021年一季度 时间和空间较充分 关注底部向上周期可能 [2] 资金交易 - 最近5个交易日ETF资金流入286亿元 融资盘增加966亿元 [3] - 两市日均成交额29510亿元 [3] 人工智能主题配置 - 使用卷积神经网络对价量数据建模 特征映射至行业主题板块 [9] - 最新配置主题包括人工智能产业指数 消费电子主题指数 5G通信主题指数等 [10] 指数跟踪 - 重点跟踪指数包括中证人工智能产业指数(931071.CSI) 中证5G通信主题指数(931079.CSI) [10] - 同时关注中证全指通信设备指数(931160.CSI) 中证细分化工产业主题指数(000813.CSI) [10]

会议基本信息 - 会议名称为广发证券2025年秋季策略会-余工论坛 主题为智慧量化与未来投资 [2] - 会议时间为2025年8月27日13:30至17:00 地点为浦东香格里拉大酒店浦江楼2楼北京厅 [2] 会议议程与演讲主题 - 13:30-14:00由安宁宁讲解AI复盘之精选策略组合 [2] - 14:00-14:30由陈原文讲解面向通用模型的时序增强学习 [2] - 14:30-15:00由张超讲解可转债指数择时的三个视角 [2] - 15:00-15:30由李豪讲解多角度定量刻画指数拥挤度 [2][3] - 15:30-16:00由周飞鹏讲解龙头扩散效应行业轮动 [4] - 16:00-16:30由张钰东讲解基于多因子加权的ETF轮动策略 [5] - 16:30-17:00由王小康讲解如何利用聪明钱改进分析师预期 [6] 会议参与方式 - 会议提供扫码报名渠道 [8]

市场表现 - 最近5个交易日科创50指数涨13.31%，创业板指涨5.85%，大盘价值涨1.56%，大盘成长涨4.77%，上证50涨3.38%，国证2000涨3.47% [1] - 通信和电子行业表现靠前，房地产和煤炭行业表现靠后 [1] - 两市日均成交额达25463亿元 [3] 估值水平 - 截至2025/08/22中证全指PETTM分位数76%，上证50分位数72%，沪深300分位数68%，创业板指分位数39%，中证500分位数58%，中证1000分位数57% [2] - 创业板指估值处于历史相对较低水平 [2] 风险溢价 - 中证全指静态EP减十年期国债收益率，2022/04/26达4.17%，2022/10/28达4.08%，2024/01/19达4.11% [1] - 截至2025/08/22风险溢价指标为3.03%，两倍标准差边界为4.77% [1] 技术面分析 - 深100指数呈现3年周期熊牛交替特征，历史下行幅度40%-45%，本轮调整始于2021年一季度时间和空间较充分 [2] - 使用卷积神经网络对价量数据建模，最新配置主题为通信行业 [2][8] 资金流向 - 最近5个交易日ETF资金流入247亿元 [3] - 融资盘5个交易日增加约901亿元 [3] 行业主题指数 - AI模型重点关注通信设备指数(931160.CSI)、5G通信主题指数(931079.CSI)、人工智能产业指数(931071.CSI) [9] - 同时关注通信设备主题指数(931271.CSI)和新能源电池指数(980027.CNI) [9]

广发证券2025年秋季策略会-余工论坛 - 会议主题为"智慧量化·未来投资"，聚焦量化投资与金融工程领域的前沿策略 [2] - 会议时间定于2025年98月27日13:30-17:00，地点在浦东香格里拉大酒店浦江楼2楼北京厅 [2] 会议议程 - 13:30-14:00由安宁宁主讲"多角度定量刻画指数拥挤度"，探讨指数投资的风险评估方法 [2] - 14:00-14:30陈原文分享"面向通用模型的时序增强学习"，介绍AI在时序预测中的应用 [2] - 14:30-15:00张超讲解"可转债指数择时的三个视角"，分析可转债市场的择时策略 [2] - 15:30-16:00周飞鹏探讨"龙头扩散效应行业轮动"，研究行业轮动中的龙头股传导效应 [4] - 16:00-16:30张钰东介绍"基于多因子加权的ETF轮动策略"，提出ETF投资的量化方法 [5] - 16:30-17:00王小康分享"如何利用聪明钱改进分析师预期"，讨论市场资金流向对分析预测的影响 [6]

市场表现 - 最近5个交易日科创50指数涨5.53%，创业板指涨8.48%，大盘价值跌0.76%，大盘成长涨3.63%，上证50涨1.57%，国证2000代表的小盘涨3.86% [1] - 通信、电子行业表现靠前，银行、钢铁行业表现靠后 [1] - 中证全指风险溢价指标在2024/01/19达到4.11%，为2016年以来第五次超过4%，截至2025/08/15该指标回落至3.23% [1] 估值水平 - 截至2025/08/15中证全指PETTM分位数72%，上证50与沪深300分位数分别为69%、63%，创业板指分位数接近33%，中证500与中证1000分位数分别为54%、52% [2] - 创业板指估值处于历史相对较低水平 [2] - 深100指数技术面呈现3年周期规律，2012/2015/2018/2021年下行幅度40%-45%，2021年一季度开始的调整时间与空间较充分 [2] 资金交易 - 最近5个交易日ETF资金流出104亿元，融资盘增加约418亿元，两市日均成交20767亿元 [3] 量化模型应用 - 采用卷积神经网络对价量数据建模，将学习特征映射至行业主题板块，最新配置主题为通信等 [2][8] - 模型涉及中证全指通信设备指数(931160.CSI)、中证钢铁指数(930606.CSI)、中证通信设备主题指数(931271.CSI)等标的 [9] 市场情绪与技术指标 - 权益资产风险溢价跟踪显示历史极端底部通常出现在均值上两倍标准差区域，如2012/2018/2020年 [1] - 深100指数技术面周期显示当前调整或接近尾声 [2]

研究背景与数据介绍 - 研究基于Level 2数据构建股价跳跃相关因子，检测波动率、跳跃振幅、跳跃成交活跃度等因子的选股效果[1][3] - Level 2数据相比Level 1数据频率更高、信息更丰富，包含10档买卖价量、逐笔订单等详细信息[5][6] - 逐笔订单数据是行情数据的根源，包含精确到毫秒的订单时间、价格、数量等关键信息[5] 跳跃因子构建 - 跳跃因子分为波动率、累计值、成交额关联三类，考虑价格变动方向和跳跃大小进行分类刻画[18][21][23][25] - 波动率因子区分原始波动率和相对值，考虑正负方向和大小值影响，对比是否剔除无实质价格变动订单[21][22] - 累计值因子基于泰勒展开式构建，同样考虑价格变动方向和跳跃大小[23][24] - 成交额关联因子统计有跳跃订单成交额占比，结合跳跃大小信息[25][26] 实证回测结果 - 月度换仓下，RRJV因子RANK_IC为7.50%，JSR2_drop因子RANK_IC达9.89%[28][35] - 周频换仓下，RRJV因子多空年化收益40.7%，多头费后年化收益28.2%[32][37] - 收益累计值类因子中JSR2_drop表现突出，月度换仓RANK_IC达9.77%[29][35] - 波动类因子相对值归一化后表现有边际提升，如RRJV因子ICIR为0.68[28] 因子绩效分析 - RRJV因子2021年收益率39.8%，夏普比1.86；2023年收益率25.8%，夏普比2.07[54] - JPR因子2021年收益率29.4%，夏普比1.61；2025年收益率15.4%，夏普比2.10[61] - 周频换仓下RRJV因子2021年收益率34.0%，夏普比1.75；2025年收益率31.1%，夏普比3.25[98] - JSR2_drop因子周频换仓2021年收益率28.2%，夏普比1.87；2025年收益率16.8%，夏普比2.51[116] 相关性分析 - 收益累计值类跳跃因子与市值风格和PB估值呈现一定相关性[127] - 波动类因子内部相关性较高，相对值归一化后与原始因子相关性边际下滑[127][134] - JNR因子与RJVP因子相关性达-0.99，JSR2因子与RJV因子相关性达-1.00[134][135]