总体经济表现 - 2025年11月经济数据整体低于预期，内需进一步走弱，呈现“供强需弱”格局[2] - 2025年1-11月固定资产投资累计同比为-2.6%，低于预期的-2.2%及前值-1.7%[5][13] - 11月工业增加值同比增4.8%，低于预期的5.0%[5] 消费 - 11月社会消费品零售总额同比增速为1.3%，远低于预期的2.9%，为2023年2月以来最低点[3][5] - 11月商品零售额同比增速为1.0%，较10月的2.8%回落，“以旧换新”相关品类如家用电器和家具销售额同比转为负值[4] - 11月汽车销售额同比增速为-8.3%，较10月的-6.6%进一步下滑[4] - 11月餐饮消费同比增速为3.2%，较10月的3.8%回落，服务价格同比增速降至0.7%[7] 投资 - 11月单月固定资产投资同比增速为-11.1%，较10月的-11.0%小幅下行[13] - 11月制造业投资单月同比增速为-4.4%，较上月收窄2.1个百分点，跌幅有所收窄[13] - 1-11月设备工器具购置投资同比增长12.2%，拉动全部投资增长1.8个百分点[13] - 1-11月规模以上装备制造业增加值同比增长9.3%，占规模以上工业比重达36.4%[13] 基建 - 11月广义基建投资单月同比增速为-12.0%，较10月的-11.7%下滑；狭义基建同比增速为-9.7%，较10月的-8.7%下滑[19] - 10月末，国家发改委投放5000亿元政策性金融工具，财政部新增2000亿元专项债券额度以支持投资[19] 房地产 - 11月全国商品房销售额同比增速为-26.1%，销售面积同比增速为-17.9%[23] - 11月房地产开发投资同比增速大幅下行至-31.4%，达到近年偏低水平[13][23]

行业现状：产能去化与周期筑底 - 2025年10月末能繁母猪存栏降至3990万头，环比下降45万头，时隔17个月再度低于4000万头关口[3] - 2024年12月至2025年10月的10个月内，能繁母猪存栏仅下降45万头，但2025年10月单月降幅便达到45万头，显示去产能明显加速[3] - 2025年2月至7月全国新生仔猪数量同比增长9.3%，预示2025年四季度及2026年春节前后生猪供应压力依然较大[3] - 政策引导调减约100万头能繁母猪，牧原股份2025年三季度末能繁母猪存栏较去年末高点下降约20万头[4] 周期特征：新范式下的变化 - 行业规模化程度提升至70%，导致猪周期波动幅度和时间跨度收窄[28][25] - 2022年猪周期中猪价上涨持续7个月，涨幅123%，板块股价上涨46%；2024年周期中猪价同样上涨7个月，但涨幅降至43%，板块股价涨幅降至21%[25] - 本轮产能去化驱动因素为利润亏损叠加政策调控，但预计去化幅度弱于前两轮（2022/2024年）[2] - 若将能繁母猪调整至正常保有量3900万头，本轮产能去化幅度仅为4%，而过去两轮每轮去化幅度均超过8%[30] 投资逻辑与未来展望 - 生猪养殖板块进入配置区间，当前估值处于历史底部，且头部企业养殖成本显著低于行业水平（如牧原股份成本约11.5元/公斤，全行业约13.5元/公斤）[16][19] - 未来行业投资焦点将从博弈猪价弹性，转向依靠成本和份额优势实现稳定盈利的龙头企业[2][30] - 猪肉消费已经见顶，叠加生产效率持续提升，能繁母猪存栏量下行是长期趋势[31][34][35]

投资评级 - 维持“买入”评级 [1][8] 核心观点 - 佐力药业收购未来医药多种微量元素注射液资产组，旨在布局营养产品赛道，通过双方优势互补和资源整合，有望优化产品结构并增厚公司业绩 [1][4][5] - 收购的资产组包括已上市的国家医保乙类品种多种微量元素注射液（Ⅰ）和（Ⅱ），以及在审评阶段的在研品种（Ⅲ），将帮助公司构建覆盖“儿童-成人-老年”的全龄健康产品与服务体系 [4][5] - 公司凭借覆盖**15000多家医院**的强大渠道网络和临床推广经验，有望实现收购产品的快速入院和放量 [5] - 此次收购估值具有性价比，收购总价（含税）为**人民币3.56亿元**，对应资产组**2025年预计净利润约6000万元**的估值约为**6倍PE**，且采用分阶段支付，对公司现金流压力较小 [7] - 公司控股子公司青海珠峰药业在一项知识产权诉讼中胜诉，强化了百令胶囊的知识产权保障，扫清了市场放量的法律障碍 [4][8] 市场与产品分析 - **市场空间广阔**：2024年多种微量元素注射液整体市场规模达到约**18亿元**，且保持增长态势 [6] - **产品增长强劲**：多种微量元素注射液（Ⅰ）销量从2020年的**254万支**增至2024年的**406万支**，年化增速**12.44%**；多种微量元素注射液（Ⅱ）销量从**265万支**增至**892万支**，年化增速高达**35.58%** [6] - **竞争格局良好**：拥有多种微量元素注射液（Ⅰ）上市批文的企业仅**4家**（未来医药占**2家**），拥有（Ⅱ）上市批文的企业仅**5家**（未来医药占**1家**），且（Ⅱ）无参比制剂在国内上市 [7] - **产品受权威推荐**：收购的两款已上市产品均被纳入国家医保乙类，并获得多个临床指南和专家共识推荐，临床应用科室广泛 [5][10][11] 财务预测与估值 - **盈利预测**：暂不考虑收购影响，维持公司2025-2027年归母净利润预测为**6.55亿元、8.36亿元、10.63亿元** [8] - **增长率**：预计2025-2027年净利润增长率分别为**28.95%、27.66%、27.12%** [9] - **每股收益（EPS）**：预计2025-2027年EPS分别为**0.93元、1.19元、1.51元** [9] - **估值水平**：当前股价对应2025-2027年PE分别为**18倍、14倍、11倍** [8][9] - **盈利能力指标**：预计归母净利润率将从2024年的**19.7%** 提升至2027年的**24.8%**；ROE（摊薄）将从2024年的**18.34%** 提升至2027年的**28.18%** [9][15]

行业现状：产能去化与筑底 - 生猪产能去化加速，2025年10月末能繁母猪存栏降至3990万头，环比下降45万头，时隔17个月再度低于4000万头[3] - 行业进入亏损区间推动去产能，2024年12月至2025年10月的10个月内，能繁母猪存栏仅下降45万头，而2025年10月单月降幅便达到45万头[3] - 政策调控助力去产能，引导调减约100万头能繁母猪，牧原股份2025年三季度末能繁母猪存栏较去年末高点下降约20万头[4] - 短期内供应压力仍大，2025年2月至7月全国新生仔猪数量同比增长9.3%，预示四季度及2026年春节前后供应压力较大[3] 周期特征：新范式与历史对比 - 猪周期波动收窄，2022年以前周期约4年，而2022年与2024年周期缩短至约2年[25] - 猪价上涨弹性减弱，2022年周期猪价上涨7个月涨幅123%，2024年周期上涨7个月涨幅降至43%[25] - 股价涨幅同步收窄，2022年周期生猪养殖板块股价上涨46%，2024年周期涨幅降至21%[25] - 规模化养殖程度提升至70%，导致产能退出速度慢、生产效率提升，削弱价格弹性[26][28] 未来展望：温和复苏与投资逻辑 - 预计本轮猪价回升幅度温和，因利润亏损幅度偏低、生产效率提升及政策目标温和[30] - 预计本轮产能去化幅度偏弱，若调整至正常保有量3900万头，去化幅度仅为4%，而前两轮每轮去化幅度均超过8%[30] - 投资逻辑转向龙头企业，未来关注点从博弈猪价弹性转向依靠成本与份额优势实现稳定盈利[2][30] - 猪肉消费已见顶，人均消费量及国内总消费量增长停滞，支撑产能长期下行趋势[34][35]

报告行业投资评级 未提及 报告的核心观点 报告系统梳理金融时间序列预测模型的演进，基于LSTM神经网络构建中国十年期国债收益率预测模型，初步探索其在固收量化领域的应用，模型预测本周十年期国债收益率呈下行趋势，后续可从多方面优化模型 [10][2][3] 根据相关目录分别进行总结 金融时序预测和神经网络模型 - 金融时间序列预测模型经历传统计量模型、传统机器学习模型、深度学习模型三个发展阶段，深度学习模型能适应金融时间序列复杂特征，RNN及其变种是主流方法之一 [11][12] - 神经网络模型模仿人脑神经元连接结构，是深度学习基础结构，LSTM为解决传统RNN长期依赖问题而设计，在债券收益率预测上有优势 [13][18][22] 基于堆叠LSTM模型的国债收益率预测 - 堆叠LSTM将多个LSTM层连接，在长序列处理和多维特征提取上更具优势，适配金融场景复杂时序预测 [23] - 采用三层堆叠LSTM+Dropout正则化架构构建十年期国债收益率预测模型，仅用收益率历史序列作单一变量，可输入更多变量提升效果 [24] - 数据标的为中债十年期国债到期收益率，对数据进行一阶差分和标准化处理，以过去60个交易日差分作输入特征，未来一周差分作预测目标构建样本，按时间顺序划分训练集、验证集、测试集 [27] - 模型架构由LSTM、Dropout和Dense层组成，迭代200轮，设早停机制优化，以MSE、MAE、RMSE评估模型 [28][29] - 构建含约13万个可调参数的模型，第27轮迭代出最优模型，第77轮触发早停机制，测试集平均绝对误差1.43BP，本周十年期国债收益率呈下行趋势 [30] 后续优化方向 - 对现有模型的时间窗口、数据处理、网络架构和训练策略等设计进行调整优化 [3] - 将输入变量从单一收益率序列扩展至宏观、市场、情绪等多维度变量 [3] - 将LSTM模型与传统计量模型或其他机器学习模型结合构建混合模型 [3] - 采用滚动时间窗口回测机制，实现模型动态更新和持续预测 [3]

报告行业投资评级 未提及 报告的核心观点 2025年11月主要经济指标进一步回落，规模以上工业生产同比增速下降但环比增速上升，1-11月固定资产投资累计同比降幅扩大但11月环比降幅收窄，社消同比增速继续下降且环比增速弱于季节性；利率债方面投资者对债市应逐渐乐观，预计10Y国债收益率波动中枢为1.75%，可转债长期看是相对优质资产但需在结构上多做文章 [1][2][3] 根据相关目录分别进行总结 事件 2025年12月15日国家统计局公布2025年11月经济数据，11月规模以上工业增加值同比增长4.8%，1-11月固定资产投资累计同比下降2.6%，11月社会消费品零售总额同比增长1.3% [1][6][9] 点评 规模以上工业生产同比增速下降但环比增速上升 11月规模以上工业增加值同比增长4.8%，涨幅较10月下降0.1个百分点，环比增速为+0.44%，较10月上升；三大门类中，采矿业增加值同比增速上升，制造业、电力等行业同比增速下降 [2][6] 1 - 11月固定资产投资累计同比降幅扩大，但11月环比降幅收窄 2025年1-11月固定资产投资累计同比增速为-2.6%，降幅扩大，11月环比增速为-1.03%，环比降幅收窄；1-11月房地产、制造业、广义基建投资累计同比增速均下降，11月单月同比增速均较弱 [2][13][17] 社消同比增速继续下降，且环比增速弱于季节性 11月社会消费品零售总额同比增长1.3%，增速较上月下降，环比增速为-0.42%，低于2023、2024年同期水平；11月不同类型消费品同比增速均较上月有所下降 [2][18] 债市观点 利率债 2025年8月至今国债收益率走势分化，短端稳中有降，长端上升，国债收益率曲线走陡；当前资金面宽松，基本面不强，投资者对债市应逐渐乐观，预计10Y国债收益率波动中枢为1.75% [3][22] 可转债 2025年开年以来（截至12月12日），中证转债涨跌幅为+16.5%，低于中证全指数的+21.8%，表现弱于权益市场；在权益市场慢牛预期等背景下，长期看转债是相对优质资产，需在结构上多做文章 [3][31]

报告行业投资评级 未提及 报告的核心观点 - 对金融时间序列预测模型的演进进行系统梳理，基于LSTM神经网络，构建以历史时间序列为单一输入变量的中国十年期国债收益率预测模型，初步探索深度学习模型在固收量化领域的应用[10] 根据相关目录分别进行总结 金融时序预测和神经网络模型 - 金融时间序列预测经历传统计量模型、传统机器学习模型、深度学习模型三个阶段，深度学习模型能适应金融时间序列复杂特征，是主流预测方法之一[1][11][12] - 神经网络模型是深度学习的基础结构，RNN及其变种模型如LSTM是处理序列数据的网络，LSTM解决了传统RNN的长期依赖问题，能过滤噪声，增强对不规则数据的鲁棒性，适合债券收益率预测[1][12][18] 基于堆叠LSTM模型的国债收益率预测 - 堆叠LSTM是多个LSTM层连接形成的深度神经网络结构，在长序列处理、多维特征提取上更具优势，适配金融场景的复杂时序预测[23] - 采用三层堆叠LSTM+Dropout正则化架构构建十年期国债收益率预测模型，仅使用十年期国债收益率自身历史时间序列作为单一变量，后续可输入更多相关变量提升预测效果[2][24] - 数据标的为中债十年期国债到期收益率，样本时间区间为2021年初至2025年12月12日，对收益率数据进行一阶差分和标准化处理，以过去60个交易日的收益率一阶差分作为输入特征，以未来一周的收益率一阶差分作为预测目标构建时间序列样本，按时间顺序划分为训练集、验证集、测试集[27] - 模型架构由LSTM、Dropout和Dense层组成，训练策略为迭代200轮，以降低验证集损失为优化目标，设置早停机制，以最优模型针对测试集的第一天收益率预测结果的均方误差、平均绝对误差和均方根误差作为模型评估指标[28][29] - 最终构建出包含约13万个可调参数的中等复杂度LSTM神经网络模型，第27轮训练迭代出最优模型，第77轮触发早停机制，针对测试集预测的平均绝对误差为1.43BP，本周（2025年12月15日 - 2025年12月19日）10年期国债收益率呈现下行趋势，2025年12月19日的预测值为1.8330%，相比2025年12月12日的1.8396%有小幅下降[2][30] 后续优化方向 - 对现有模型的时间窗口、数据处理、网络架构和训练策略等相关设计进行调整优化[3][36] - 将输入变量从单一收益率序列扩展至宏观、市场、情绪等多维度变量，使模型预测更符合经济逻辑，捕捉信息更全面[3][36] - 将LSTM模型与传统计量模型或其他机器学习模型相结合，构建混合模型，发挥不同模型优势，提升预测精度[3][36] - 引入滚动回测机制，固定样本时间窗口并随时间推移实现模型的动态更新和持续预测，提升模型稳健性[3][36]

宏观与策略观点 - 新一轮政策部署有望提振市场信心，吸引资金流入，A股跨年行情可期，历史数据显示“十三五”和“十四五”开局之年市场表现积极，2026年有望延续[2] - 美联储12月如期降息25个基点，更显鸽派，并启动每月400亿美元的短期国债购买以扩表[15] - 2025年11月中国出口同比增长5.9%，主要得益于高基数效应消退和海外需求旺盛，但对美出口边际好转[21] - 中央经济工作会议定调政策“更加积极有为”，财政要保持必要支出总量，货币政策要“灵活高效”，预计未来一两个月内降准或降息概率较高[14][33] 金融市场数据 - 本周（2025年12月8日-12日）国内新成立基金39只，合计发行份额为365.89亿份，股票型ETF资金小幅流入[2] - 本周公募REITs二级市场价格波动下跌，加权REITs指数收于180.06，回报率为-0.23%[2] - 2025年12月8日至12日，信用债共发行369只，发行规模总计4595.12亿元，环比增加35.34%[25] - 11月金融数据显示社融回稳，新增社融2.5万亿元，增速8.5%，政府债与企业债发行放量形成支撑[37] 行业与公司动态 - 医药行业商保创新药目录首次发布，24个药品参与协商，19个成功纳入，为创新药开辟新市场空间[6] - 2025年版医保目录谈判成功率为88%，创7年新高，首版商保目录协商成功率为79%[43] - 11月核心15城二手房成交面积1236万平方米，环比增长14.7%，但30城新房成交面积同比下滑47.4%[39] - 铜行业因供需偏紧格局及国内“两新”政策利好消费，继续看好铜价上行，推荐紫金矿业等标的[5]

行业投资评级 - 对钢铁/有色行业评级为“增持”，并维持该评级 [5] 核心观点 - 报告认为，随着工信部出台《钢铁行业规范条件（2025年版）》并提及推动落后产能有序退出，钢铁板块的盈利有望修复到历史均值水平，钢铁股的市净率（PB）也有望随之修复 [4][201] 流动性分析 - M1和M2增速差在2025年9月创下近56个月高点后，连续两个月回落，2025年11月值为-3.1个百分点，环比下降1.10个百分点 [1][18] - BCI中小企业融资环境指数2025年11月值为52.50，环比上月上升0.17% [1][18] - 本周伦敦金现价格为4299美元/盎司，环比上周上涨2.43% [1][10] - 中美十年期国债收益率利差在本周五为-235个基点，环比上周收窄6个基点 [10] - 本周一年期国债收益率为1.39%，环比变动-1.37个基点；螺纹钢价格为3250元/吨，环比下跌0.61% [10] 基建与地产链条 - 全国高炉产能利用率连续两周低于去年同期水平，本周环比下降1.16个百分点至85.92% [1][42] - 本周价格变动：螺纹钢-0.61%、水泥价格指数+0.86%、橡胶+1.71%、焦炭-3.29%、焦煤-0.71%、铁矿-0.63% [1] - 本周全国水泥、沥青开工率环比分别-0.30个百分点、+0.3个百分点 [1] - 2025年1-10月，全国房地产新开工面积累计同比为-19.80%，商品房销售面积累计同比为-6.80% [22] - 2025年1-10月，全国基建投资额（不含电力）累计同比为-0.10% [33] - 2025年11月下旬，重点企业粗钢旬度日均产量为181.80万吨，环比下降6.43% [42] - 本周螺纹钢产量为172.54万吨，环比下降8.86%；周度总库存为476.14万吨，环比下降5.49% [42] - 本周长流程螺纹钢利润为242元/吨，环比上升6.01% [42] - 本周全国水泥开工率为34.41%，环比下降0.3个百分点，相比去年同期下降8.4个百分点 [60] 地产竣工链条 - 全国商品房竣工面积1-10月累计同比为-16.90% [79] - 本周钛白粉价格为13000元/吨，环比持平，毛利润为-1679元/吨 [1][81] - 平板玻璃本周开工率为73.82%，价格为1235元/吨，环比持平 [1][81] 工业品链条 - 本周全国半钢胎开工率为71.57%，环比上升0.65个百分点，处于五年同期中位水平 [2][96] - 本周主要大宗商品价格表现：冷轧价格环比持平、铜价环比+2.59%、铝价环比-0.36% [2] - 对应的毛利环比变化：冷轧扭亏为盈、电解铜亏损环比扩大2.46%、电解铝利润环比增加0.19% [2] - 2025年11月，全国PMI新订单指数为49.20%，环比上升0.4个百分点 [94] 细分品种表现 - 预焙阳极价格处于2023年4月以来新高水平，本周价格为5893元/吨，环比持平，毛利润为25元/吨 [2][116] - 石墨电极：超高功率价格为19000元/吨，环比持平，综合毛利润为3128.56元/吨，环比大幅上升55.87% [2][106] - 电解铝价格为22070元/吨，环比下跌0.36%，测算利润为4759元/吨（不含税），环比上升0.19% [2][116] - 电解铜价格为93970元/吨，环比上涨2.59%，测算利润为-3694.03元/吨（不含税），亏损环比扩大2.46% [2][116] - 钨精矿价格为374000元/吨，环比上周上涨5.65%，续创2012年以来新高水平 [2][132] - 钢铁行业综合毛利润本周为152元/吨，环比上升3.63% [111] 比价关系 - 伦敦现货金银价格比值本周五为67倍，创2021年7月以来新低水平 [3][156] - 小螺纹（主要用在地产）和大螺纹（主要用在基建）的价差本周五达190元/吨，环比上周上涨11.76% [3][153] - 本周上海冷轧钢和热轧钢的价格差达490元/吨，环比下降40元/吨 [3][153] - 螺纹和铁矿的价格比值本周为4.07，较上周下降0.61% [3][154] 出口链条 - 2025年11月，中国PMI新出口订单为47.60%，环比上升1.7个百分点 [3][181] - 中国出口集装箱运价指数CCFI综合指数本周为1118.07点，环比上升0.29% [3][181] - 商务部、海关总署联合发布公告，决定自2026年1月1日起对部分钢铁产品实施出口许可证管理，我国钢铁产品出口行为有望进一步规范 [3] 股票市场与估值 - 本周沪深300指数下跌0.08%，周期板块中表现最佳的是工程机械，上涨0.30% [4][191] - 截至本周，普钢板块的PB相对于沪深两市PB的比值分位为34.35%，工业金属板块的该比值分位高达96.70% [4][194] - 普钢板块PB相对于沪深两市PB的比值目前为0.51，2013年以来的最高值为0.82 [4] - 有色金属板块中本周涨幅前五为：西部材料（+40.98%）、银邦股份（+22.72%）、天通股份（+22.27%）、盛达资源（+12.40%）、三祥新材（+12.02%） [191] - 钢铁板块中本周表现前五为：广大特材（+6.82%）、常宝股份（+5.98%）、久立特材（+4.70%）、大中矿业（+3.35%）、友发集团（+1.39%） [191]

量化模型与构建方式 1. **模型名称：量能择时模型**[23] * **模型构建思路**：通过分析市场成交量的变化来判断市场趋势和买卖时机，当量能指标发出看多信号时，认为市场可能上涨[23]。 * **模型具体构建过程**：报告未详细描述该模型的具体构建公式和计算步骤，仅提及其为一种择时信号[23]。 2. **模型名称：沪深300上涨家数占比择时模型**[24][27] * **模型构建思路**：通过计算沪深300指数成分股中过去一段时间内上涨股票的家数占比，来衡量市场情绪。当上涨家数占比高时，市场情绪可能过热；当上涨家数占比从低位回升时，可能预示市场底部[24]。 * **模型具体构建过程**： 1. 计算沪深300指数成分股过去N日收益大于0的个股数占比，得到原始指标[24]。 2. 对原始指标进行两次不同窗口期的移动平均平滑，得到快线（短期平滑线）和慢线（长期平滑线）[27]。 3. 生成交易信号：当快线大于慢线时，认为市场情绪上行，发出看多信号；当快线小于慢线时，认为市场情绪下行，持谨慎或中性态度[27]。 * **模型评价**：该指标可以较快捕捉上涨机会，但也会错失市场持续亢奋阶段的上涨收益，且对下跌市场的判断存在缺陷，难以有效规避下跌风险[25]。 3. **模型名称：均线情绪指标择时模型**[30][31] * **模型构建思路**：通过判断沪深300指数收盘价相对于一组长期均线的位置关系，来评估市场的趋势状态和情绪[30]。 * **模型具体构建过程**： 1. 计算沪深300收盘价的八条均线，参数分别为8, 13, 21, 34, 55, 89, 144, 233[30]。 2. 统计当日沪深300指数收盘价大于这八条均线指标值的数量[31]。 3. 生成交易信号：当收盘价大于均线的数量超过5条时，看多沪深300指数[31]。 4. **因子名称：横截面波动率**[34] * **因子构建思路**：衡量同一时间点（截面）上，某一指数（如沪深300）内所有成分股收益率之间的离散程度。波动率越高，表明个股表现分化越大，可能意味着Alpha（超额收益）机会更多[34]。 * **因子具体构建过程**：报告未给出具体的计算公式，但指出其用于观察市场赚钱效应和Alpha环境[34]。 5. **因子名称：时间序列波动率**[37] * **因子构建思路**：衡量指数成分股收益率随时间变化的波动程度。波动率上升可能意味着市场活跃度增加，Alpha环境改善[37]。 * **因子具体构建过程**：报告未给出具体的计算公式，但指出其用于观察市场赚钱效应和Alpha环境[37]。 6. **因子名称：基金抱团分离度**[81] * **因子构建思路**：通过计算抱团基金组合截面收益的标准差，来度量基金抱团的程度。标准差小表示抱团基金表现趋同，抱团程度高；标准差大表示抱团正在瓦解[81]。 * **因子具体构建过程**： 1. 构造抱团基金组合（具体构造方法未详述）[81]。 2. 计算该抱团基金组合在截面上的收益率标准差，作为分离度指标[81]。 模型的回测效果 （报告中未提供各择时模型的具体回测绩效指标数值，如年化收益率、夏普比率、最大回撤等。） 因子的回测效果 1. **横截面波动率因子** * **沪深300横截面波动率**：近两年平均值1.93%，近一年平均值1.89%，近半年平均值1.99%，近一季度平均值2.05%[37]。近一季度平均值处于近两年、近一年、近半年分位数的71.22%、73.50%、69.15%[37]。 * **中证500横截面波动率**：近两年平均值2.11%，近一年平均值2.11%，近半年平均值2.16%，近一季度平均值2.27%[37]。近一季度平均值处于近两年、近一年、近半年分位数的57.94%、65.87%、61.90%[37]。 * **中证1000横截面波动率**：近两年平均值2.31%，近一年平均值2.39%，近半年平均值2.40%，近一季度平均值2.47%[37]。近一季度平均值处于近两年、近一年、近半年分位数的73.31%、71.71%、65.74%[37]。 2. **时间序列波动率因子** * **沪深300时序波动率**：近两年平均值0.65%，近一年平均值0.61%，近半年平均值0.62%，近一季度平均值0.64%[40]。近一季度平均值处于近两年、近一年、近半年分位数的60.25%、65.84%、59.21%[40]。 * **中证500时序波动率**：近两年平均值0.47%，近一年平均值0.45%，近半年平均值0.45%，近一季度平均值0.48%[40]。近一季度平均值处于近两年、近一年、近半年分位数的65.08%、66.67%、64.29%[40]。 * **中证1000时序波动率**：近两年平均值0.26%，近一年平均值0.25%，近半年平均值0.24%，近一季度平均值0.26%[40]。近一季度平均值处于近两年、近一年、近半年分位数的69.72%、71.71%、63.75%[40]。