文章核心观点 - 文章对2025年12月主要宽基核心指数的成分股调整进行了预测，涉及上证50、沪深300、中证500、中证1000、创业板指、深证100、科创50及科创100指数 [1][2][4] - 指数调整基于指数编制规则，依据截至当年4月30日的交易数据及财务指标进行预测，可能带来事件性投资交易机会 [4] 上证50指数调整预测 - 预测调入4只个股：中国海油、建设银行、上汽集团、中科曙光 [6] - 预测调出4只个股：保利发展、中国中车、国电南瑞、陕西煤业 [6] - 指数样本每半年调整一次，调整比例一般不超过10% [5] 沪深300指数调整预测 - 预测调入10只个股，包括东山精密、宁波港、华电新能、安克创新、上海电气、瑞芯微、光启技术、中天科技等 [8] - 预测调出10只个股，包括白云山、欧派家居、TCL中环、星宇股份、福斯特、一汽解放、福莱特、龙源电力、纳思达等 [8] - 选样方法侧重过去一年日均总市值和日均成交金额排名 [7] 中证500指数调整预测 - 预测调入50只个股，包括电投能源、苏泊尔、申能股份、中策橡胶、天山股份、千里科技、广汇能源、迎驾贡酒等 [10][11] - 预测调出50只个股，包括华工科技、中国长城、四川长虹、张江高科、海思科、光线传媒、芯原股份、瑞芯微、新诺威等 [10][11] - 样本空间为剔除沪深300样本及市值前300名后的证券 [9] 中证1000指数调整预测 - 预测调入100只个股，包括北汽蓝谷、常山北明、纳思达、TCL中环、恩捷股份、东方雨虹、常山药业、正邦科技等 [13][14][15] - 预测调出100只个股，包括报喜鸟、百通能源、龙版传媒、普门科技、英利汽车、甘源食品、杭萧钢构、健民集团等 [13][14][15] - 选取中证800指数样本以外规模偏小且流动性好的证券 [12] 创业板指指数调整预测 - 预测调入8只个股：常山药业、惠城环保、罗博特科、银之杰、万辰集团、大族数控、一品红 [17] - 预测调出8只个股：碧水源、欧普康视、天华新能、帝尔激光、怡合达、华厦眼科、易华录、立华股份 [17] - 选样考虑日均总市值和日均成交金额，并设置缓冲区规则 [16] 深证100指数调整预测 - 预测调入7只个股：光启技术、东山精密、国货航、藏格矿业、新诺威、安克创新 [20] - 预测调出7只个股：泰格医药、康龙化成、卓胜微、晶澳科技、天山股份、晶盛机电、山西焦煤 [20] - 样本股选取深市规模大、流动性好的前100只股票 [18][19] 科创50指数调整预测 - 预测调入4只个股：华虹公司、诺诚健华-U、百济神州-U、复旦微电 [22] - 预测调出4只个股：华大智造、航材股份、华熙生物、宜石网络 [22] - 样本由科创板市值大、流动性好的50只证券组成，每季度调整 [21] 科创100指数调整预测 - 预测调入10只个股：佳驰科技、华大智造、合合信息、康布诺、联芸科技、拉普拉斯、华熙生物、航材股份、海博思创、宜石网络 [24] - 预测调出10只个股：五矿新能、百克生物、龙腾光电、亚辉龙、百奧泰、智翔金泰-U、华虹公司、海尔生物、新点软件、复旦微电 [24] - 选取科创板市值中等且流动性较好的100只证券，样本每季度调整 [23]

量化转债组合表现 - 量化可转债组合基于可转债基本面因子、低频价量因子、高频价量因子三套因子体系生成，采用月度调仓策略 [1][5] - 今年以来组合收益为21.01%，超越基准的超额收益为4.02% [1] - 10月份组合收益为-0.83%，当月超额收益为-0.72% [1] 量化因子体系 - 研究体系共跟踪144个量化因子，包括32个转债基本面因子、80个转债低频价量因子和32个转债高频价量因子 [2] - 可转债基本面因子涵盖估值、债券属性、溢价率、正股价值、质量、规模、成长、盈利等多个维度 [9] - 低频价量因子包含99个技术因子（Alpha001至Alpha099，Alpha101）以及已实现方差、偏度、峰度等指标 [9] - 高频价量因子包括高频上行/下行波动率、量价相关性、趋势强度、大单资金净流入比率、聪明钱因子等 [9] - 定价偏差因子（市场价格减理论定价）显示，截至2025年10月31日，不同转债的偏差值从-2.61到68.23不等，例如110062.SH为-2.61，128129.SZ为68.23 [11] 转债市场风险预警 - 基于交易所规则及事件法、信用打分法，对存在交易类强制退市风险、财务类强制退市风险、*ST风险、ST风险、事件型信用风险、打分型信用风险的可转债进行提示 [3][12] - 交易类强制退市预警涉及鹰19转债、岭南转债等 [12] - 财务类强制退市预警涉及声迅转债等 [12] - *ST退市风险警示涉及精装转债等 [12] - ST其他风险警示涉及建工转债、凌钢转债、南航转债等大量个券 [12] - 事件型信用风险预警涉及闻泰转债、三房转债、双良转债等 [12] - 打分型信用风险预警涉及建工转债、精工转债、天业转债等 [12] 转债指数择时观点 - 对中证转债指数的多空择时及仓位管理基于价量模型、定价偏差和转债弹性三个维度 [4][13] - 10月底价量模型与定价模型均发出看多信号，凸性模型信号为0 [4][14] - 最新仓位观点为2/3（即67%仓位） [4][14] - 10月份仓位观点在33%与67%之间动态调整，例如10月17日至20日为33%，10月21日至23日及10月31日调整为67% [14]

市场表现 - 最近5个交易日科创50指数下跌3.19%，创业板指上涨0.50%，国证2000代表的小盘股上涨1.18% [1] - 行业方面电力设备、有色金属表现靠前，通信、美容护理表现靠后 [1] - 两市日均成交额为22967亿元 [2] 估值水平 - 截至2025年10月29日中证全指PETTM分位数为81%，上证50与沪深300分位数分别为75%和73% [1] - 创业板指估值分位数接近53%，中证500与中证1000分位数分别为63%和61% [1] - 风险溢价指标为2.84%，两倍标准差边界为4.75% [1] 资金流向 - 最近5个交易日ETF资金流出69亿元 [2] - 融资盘5个交易日增加约469亿元 [2] AI量化模型主题配置 - 使用卷积神经网络对价量数据建模，最新配置主题为银行、能源、红利等 [2] - 具体关注指数包括中证银行指数、中证能源指数、中证中央企业红利指数等细分指数 [2][3][12]

招聘岗位与职责 - 招聘岗位为金融工程组实习生，工作地点覆盖深圳、上海、北京，要求线下实习 [1] - 实习期要求每周至少工作3天，总时长不少于3个月，优秀者有留用机会 [1] - 岗位核心职责包括数据处理分析、协助量化投资研究以及金融工程策略模型的开发与跟踪 [2] 候选人基本要求 - 专业背景要求为数学、统计、物理、计算机、信息工程等理工科或金融工程相关专业 [3] - 学历要求为硕士或博士在读，或特别优秀且已保研的大四学生，毕业年份需在2027年及之后 [3] - 技能要求熟练掌握Python编程语言和SQL数据库，并强调优秀的编程能力与规范 [3] - 软性要求包括责任心、自我驱动力以及逻辑思维、分析判断、沟通表达等综合能力 [3] 优先考虑条件 - 具备扎实的金融市场知识，熟悉股票、债券、期货、指数及基金等核心概念 [4] - 数学基础扎实，有科研项目经历或SCI、EI收录的学术论文者优先 [4] - 熟悉Wind、Bloomberg、天软等金融终端，或熟悉机器学习、深度学习及PyTorch等框架 [4] - 拥有GPU服务器使用经验或其他机构量化投研相关实习经历者将获得优先考虑 [4] 申请流程与方式 - 简历投递截止日期为2025年11月30日，合格候选人将尽快安排笔试和面试 [5] - 申请邮箱为chenyuanwen@gf.com.cn，需以PDF格式发送简历 [5] - 邮件标题需严格按"【金融工程组】-【姓名】-【毕业学校】-【专业】"格式命名，否则视为垃圾邮件 [5]

市场表现 - 最近5个交易日科创50指数上涨7.27% 创业板指上涨8.05% 上证50指数上涨2.63% 国证2000指数上涨3.58% [1] - 行业板块中通信和电子表现靠前 农林牧渔和食品饮料表现靠后 [1] - 市场风格方面 大盘成长风格上涨5.08% 大盘价值风格上涨1.30% [1] 估值水平 - 截至2025年10月24日 中证全指市盈率分位数为81% 处于相对较高水平 [1] - 上证50指数市盈率分位数为76% 沪深300指数市盈率分位数为73% [1] - 创业板指市盈率分位数接近52% 处于历史中位数水平 中证500和中证1000指数市盈率分位数分别为62%和59% [1] 资金流向 - 最近5个交易日ETF资金净流入24亿元 [2] - 同期融资盘减少约62亿元 [2] - 两市日均成交额为17795亿元 [2] 风险溢价 - 截至2025年10月24日 中证全指静态市盈率的倒数EP与十年期国债收益率的差值为2.79% [1] - 该风险溢价指标的两倍标准差边界为4.75% [1] AI模型行业配置 - 基于卷积神经网络的AI模型将价量数据图表化并与未来价格建模 最新配置主题为能源 银行 煤炭等行业 [2][11] - 具体配置指数包括中证能源指数 中证银行指数 中证煤炭指数 中证800银行指数和中证内地低碳经济主题指数 [3][12]

市场表现与风格分析 - 最近5个交易日，科创50指数下跌6.46%，创业板指下跌5.71%，而大盘价值风格上涨2.08%，显示市场内部价值与成长风格分化显著 [1] - 同期小盘股代表国证2000指数下跌4.69%，行业层面银行和煤炭表现靠前，电子和传媒表现靠后 [1] - 估值方面，中证全指PETTM分位数为77%，上证50与沪深300分位数分别为73%和70%，创业板指估值接近历史中位数水平，分位数为47% [1] 资金流向与市场交易 - 最近5个交易日，ETF资金流入686亿元，融资盘增加约705亿元，显示有增量资金入场 [2] - 市场交投活跃，两市日均成交额为21,746亿元 [2] 量化模型与行业主题配置 - 采用卷积神经网络对图表化的价量数据与未来价格进行建模，并将学习特征映射到行业主题板块中 [2][11] - 当前模型关注的配置主题包括低碳经济、新能源、半导体材料等，具体跟踪指数有中证内地低碳经济主题指数、创业板新能源指数、上证科创板半导体材料设备主题指数等 [2][3][12] 风险溢价指标 - 截至2025年10月17日，中证全指静态市盈率的倒数EP与十年期国债收益率的差值为2.97%，该指标用于衡量权益资产相对于债券资产的吸引力 [1] - 该风险溢价指标的两倍标准差边界为4.75% [1]

市场表现 - 最近5个交易日科创50指数下跌1.48%，创业板指下跌3.79%，大盘价值上涨1.03%，上证50上涨1.13%，国证2000代表的小盘股下跌0.15% [1] - 行业板块中，有色金属和钢铁表现靠前，传媒和通信表现靠后 [1] - 截至2025年10月10日，中证全指PETTM分位数达80%，上证50与沪深300分位数均为71%，创业板指分位数接近50%，中证500与中证1000分位数分别为63%和61% [1] 资金交易 - 最近5个交易日ETF资金流入686亿元，融资盘增加约153亿元，两市日均成交额达23317亿元 [2] 风险偏好与估值 - 截至2025年10月10日，中证全指风险溢价为2.84%，其两倍标准差边界为4.76% [1] - 创业板指风格估值相对历史总体处于中位数水平 [1] AI模型与主题配置 - 采用卷积神经网络对图表化价量数据与未来价格进行建模，并将学习特征映射到行业主题板块中 [2][11] - 最新AI模型配置主题聚焦半导体材料、芯片、信息技术等领域，涉及上证科创板半导体材料设备主题指数、中证半导体产业指数等细分指数 [2][3][12]

文章核心观点 - 基于宏观与技术分析的综合评估，当前对权益、债券、黄金资产持看多观点，对工业品资产持看空观点 [1][2][23] - 宏观与技术指标信号相关性较低，平均相关系数约为0.17，结合两者可提供更全面的资产配置视角 [21] - 采用固定比例叠加宏观与技术指标的资产配置组合，自2006年4月以来的年化收益率为12.04% [3][25] 宏观分析视角 - 权益资产：当前宏观层面整体利多，具体指标显示PMI（3月周期）、CPI同比（1月周期）、10年期国债收益率（12月周期）、美元指数（1月周期）均呈利多，而社融存量同比（1月周期）呈利空 [7][8] - 债券资产：当前宏观层面整体利多，具体指标显示CPI同比（3月周期）、社融存量同比（3月周期）、美国10年期国债收益率（1月周期）均呈利多，而PMI（3月周期）呈利空 [7][8] - 工业品资产：当前宏观层面整体利空，具体指标显示WTI原油（1月周期）、社融存量同比（1月周期）均呈利空，而PMI（3月周期）呈利多 [7][8] - 黄金资产：当前宏观层面整体利多，具体指标显示中美10年期国债利差（1月周期）、美国M2同比（12月周期）均呈利多，而PMI（3月周期）呈利空 [7][8] - 宏观指标趋势分析方法采用T检验，判断指标处于不同趋势下对资产未来1个月收益率的影响 [4][5][6] 技术分析视角 - 权益资产：价格趋势向上，截至2025年9月30日趋势指标值为2.69%；估值水平适中，历史5年ERP分位数为49.75%；资金流状态为流出，最新资金流指标值为-548亿元 [12][16][19][20] - 债券资产：价格趋势向下，截至2025年9月30日趋势指标值为-0.91% [12][13] - 工业品资产：价格趋势向下，截至2025年9月30日趋势指标值为-1.65% [12][13] - 黄金资产：价格趋势向上，截至2025年9月30日趋势指标值为3.09% [12][13] - 技术指标基于资产收盘价或LLT指标构建，根据不同资产的历史测试结果优选趋势判断方法 [9] 资产配置组合表现 - 固定比例+宏观指标+技术指标组合：2025年收益率为9.47%；自2006年4月以来年化收益率12.04%，最大回撤9.06%，年化波动率6.92% [3][25][28] - 波动率控制+宏观指标+技术指标组合：2025年收益率为14.15%；自2006年4月以来年化收益率9.65%，最大回撤9.25%，年化波动率5.91% [3][30][33] - 风险平价+宏观指标+技术指标组合：2025年收益率为5.90%；自2006年4月以来年化收益率9.68%，最大回撤5.41%，年化波动率4.36% [3][30][33] - 组合构建选取7类资产（如沪深300、中证500、国债、企业债、黄金、工业品、货币基金），并根据信号调整非货币资产权重 [24][25][29]

CTA产品整体回顾 - 2025年三季度新发行CTA产品52只，发行数量相较上季度出现明显下降 [1][5] - 三季度公布数据的CTA产品样本数量为41只，年化收益率中位数为7.34%，Sharpe Ratio中位数为1.26，近一年最大回撤率中位数为-4.99% [1][10] - 三季度CTA产品总体盈利比例为72.7% [1][10] 股指期货CTA策略 - 股指期货IF、IC、IH、IM合约三季度日均成交量分别为12.9万、12.0万、6.0万、24.1万手，日均持仓量分别26.7万、23.5万、9.9万、35.9万手，成交量与持仓量相较上季度上升明显 [11] - 股指期货基差方面，IH合约整体平水，IF各合约年化贴水约2%-6%，IC合约整体年化贴水在8%附近，IM合约整体年化贴水在10%附近 [11] - 广发股指CTA模型中，日内趋势策略（EMDT）三季度盈利5.01%，模式识别策略（SLM）盈利1.01%，而大小盘风格轮动策略亏损5.98% [27][28][30][34] - A股三季度大幅上涨，上行趋势良好，有利于趋势类CTA策略盈利，四季度股指CTA策略展望较为乐观 [2][36] 国债期货CTA策略 - 三季度长久期国债期货波动率快速反弹 [38] - 广发国债CTA模型中，5年期与10年期国债期货的日内趋势策略（开盘区间突破）三季度累积收益率分别为0.26%和0.80% [41] - 5年期与10年期国债期货的跨品种套利策略三季度累积收益率为0.94% [46] - 国债到期收益率处于历史低位，国债期货价格后期判断以震荡为主，但在波动率较高阶段，国债期货CTA策略仍有参与空间 [3][47] 大宗商品CTA策略 - 三季度大宗商品指数整体上涨，Wind贵金属指数涨幅达16.5%，煤焦钢矿指数上涨10.8%，非金属建材指数上涨9.7%，而谷物指数下跌8.6%，农副产品指数下跌10.3% [48][50] - 大宗商品波动率整体低位盘整，三季度波动率最高的三个品种分别为焦煤、玻璃、焦炭 [51][55] - 商品趋势跟踪策略在主要品种上三季度平均收益0.1%，业绩较好的品种是螺纹钢、焦炭和棕榈油 [59] - 四季度商品市场热点集中在贵金属和黑色板块，贵金属价格突破历史阻力位创新高，针对领涨品种，趋势跟踪策略可能是较优选择 [4][60]

市场表现与风格 - 最近5个交易日科创50指数涨幅为6.47%，创业板指涨1.96%，大盘价值跌0.34%，大盘成长涨2.48%，上证50涨1.07%，国证2000代表的小盘跌1.27% [1] - 电力设备、有色金属行业表现靠前，社会服务、综合行业表现靠后 [1] - 中证全指PETTM分位数为77%，上证50与沪深300分位数分别为70%和69%，创业板指分位数接近51%，处于历史中位数水平 [1] 资金与交易动态 - 最近5个交易日ETF资金流入178亿元，融资盘增加约417亿元，两市日均成交金额为22921亿元 [2] 风险偏好与估值水平 - 截至2025年9月26日，中证全指风险溢价为2.88%，其两倍标准差边界为4.76% [1] - 中证500与中证1000的PETTM分位数分别为62%和58% [1] 人工智能模型应用与主题配置 - 应用卷积神经网络对图表化价量数据与未来价格进行建模，并将学习特征映射到行业主题板块 [2][10] - 最新配置主题聚焦于半导体材料、芯片、信息技术等领域，涉及上证科创板半导体材料设备主题指数、中证半导体产业指数等细分指数 [2][3][11]