货币政策与框架 - 市场讨论央行是否应创设新的价格型隔夜工具以增强对隔夜利率的引导能力，源于央行长期推动调控方式从“数量型”向“价格型”转型，以及近期银行间隔夜利率波动加大[1] - 美联储在2008年金融危机后建立了以准备金利率（IOR）与隔夜逆回购利率（ON RRP）为核心的管理利率体系，转向价格型调控[1] - 中国能否转向类似美联储的价格型框架，关键在于是否已形成“充裕的准备金体系”，而目前银行体系尚未形成流动性整体充裕的局面[2] - 中国货币政策调控处于“数量与价格并重”的阶段，当前以7天期逆回购利率为短期政策利率的框架具有现实适应性，在准备金未显著充裕前，单纯仿照美联储增设价格型隔夜工具的必要性不突出[2] 宏观经济数据与观察 - 经济呈现结构分化：生产端延续边际转弱，仅房地产相关的螺纹钢产量环比显著偏强；消费受“晚春节”效应影响显著分化；外贸短期承压；房地产市场显现积极信号但库存压力巨大[13] - 消费指标分化：上周一线城市地铁日均流量约3938.6万人次，同比增加24.9%；同期物流投递量同比增幅转正为12.2%；但电影票房同比萎缩70.1%，汽车销售开年至今累计较2025年同期萎缩约30.4%[20] - 外贸量价回落：本周中国港口货物吞吐量回落至2.57亿吨，环比增速为-1.70%；出口集装箱运价指数（CCFI）小幅下行至1175.59[23] - 财政收支完成度较低：2025年第一本账（一般公共预算）收入完成度约98%，短收3805亿元；支出完成度为96.8%，短支9610亿元；土地出让收入4.2万亿元，同比-14.7%[32] - 房地产市场量升价稳但库存高企：一二手房成交继续回暖，但十大城市存销比录得127.8，为2019年至今同期最高[41] - 货币市场延续宽松，债市加杠杆意愿仍处于高位：银行间待购回债券余额季节性回落但仍处于历史同期高位[38]

宏观与资产配置 - 宏观环境处于“货币+信用”双宽格局，大类资产表现排序为 股 > 商 > 债[2][6] - 全球宏观叙事正从估值修复转向盈利兑现[2] - 资产配置双主线为“AI（人工智能）”与“Au（黄金）”[1] 贵金属 - 黄金定价逻辑从实际利率转向秩序安全，与地缘政治风险指数相关性升至0.5，长牛格局稳固[2][11] - 白银价格创新高但COMEX净头寸回落，出现“聪明钱”撤离的背离信号，且30日波动率垂直攀升，短期巨震风险高[12][14][15][16] - 金银比已快速下行至五年历史极低位，白银相对黄金溢价过度透支[16] 汇率 - 1月人民币升幅小于0.6%，表现滞后于美元指数2%的跌幅，期权市场看跌情绪持续升温[17] - 日元定价锚由利差转向财政担忧，受“股汇跷跷板”效应及2月大选影响，升值空间受限[2][23] A股 - A股在极值性价比下迎来“反内卷”行情，关注供需内生性修复，如轨交设备（产能利用率季度环比+0.19）、电池等赛道[2][31][33] - 市场情绪高热，但1月中旬以来宽基指数ETF持续净流出，融资买入额增速放缓，显示杠杆收缩和向慢牛切换[24][25] - 沪深300（除金融）股息率与十年期国债收益率之比处于极高位，股相对债的吸引力极强[28] 美股与科技股 - 美股科技板块市值占比远超其利润贡献，约8%的缺口暗示估值对未来增长极度透支[2][45] - 市场对已披露的4Q25财报反应呈负偏态，即使业绩超预期股价仍下跌，显示定价苛刻[34][36] - 市场一致预期科技股盈利增长超过38%，高增长门槛面临考验[2][45] 其他权益市场 - 韩国股市受益于AI存储芯片（HBM）超级周期，其2026年盈利预期上修斜率在亚太区一骑绝尘[2][46] - 新兴市场整体远期每股收益（EPS）展望升至金融危机以来最高水平[2][46] 美债 - 美国预算赤字占GDP比重约6%，财政纪律缺失导致长期债券供给放量，压制长端利率[52][57] - 配置策略建议采取“短久期核心+陡峭化卫星”，核心持仓3-5年期投资级债券，严控长端敞口[2][57]

核心观点 - 核心结论：大类资产配置排序为“股 > 商 > 债” 宏观格局锚定“货币+信用”双宽 全球宏观叙事由估值修复转向盈利兑现 权益端 美股科技与韩股存储共振 A股在极值性价比下迎来“反内卷”供需修复的新线索 商品端 黄金定价逻辑重塑 具备长期配置价值 债市则受制于美日财政溢价及通胀粘性 维持短久期防御 [2] 宏观与流动性环境 - 宏观环境呈现“货币+信用”双宽格局 系统性资金趋紧风险极低 信用脉冲边际改善 新增社融数据超预期 金融对实体支撑坚实 [6] - 在此宏观象限下 大类资产历史表现遵循“股＞商＞债”的排序 [6] 贵金属 - 黄金定价逻辑发生系统性迁移 定价锚从实际利率转向秩序安全 地缘博弈背景下隐含看跌期权属性凸显 与地缘政治风险指数的相关性已升至0.5 四大定价因子（通胀、利率、避险、央行）维持强劲 长牛格局稳固 [2][11] - 白银价格虽创新高 但出现筹码结构背离信号 COMEX净头寸持续回落 聪明钱高位套现 同时全球主要交易所密集调升保证金比例 强制去杠杆 需警惕流动性风险 [2][14] - 白银波动率垂直攀升 远超黄金 金银比快速下行至五年历史极低位 显示白银相对黄金的溢价过度透支 [15][16] 汇率 - 人民币1月升幅小于0.6% 表现滞后于美元指数2%的跌幅及多数G10货币 期权市场看跌情绪自1月以来持续升温 2月可能面临季节性疲软压力 [2][17] - 日元传统“利差锚”定价失效 财政担忧引发债汇双杀 美日协同稳汇旨在防范美债抛压风险 但受制于“股汇跷板板”效应与2月大选维稳需求 日元升值空间受限 大概率维持区间震荡 [2][22][23] A股市场 - A股市场处于“降杠慢牛”阶段 政策引导市场向慢牛过渡 股债极端性价比是核心支撑 沪深300（除金融）股息率与十年期国债收益率之比处于极高位 相对债券吸引力极强 [2][28] - 市场交易情绪边际降温 1月中旬以来宽基指数ETF持续净流出 融资买入额增速放缓 [24][25] - 投资主线关注“反内卷”行情的纵深演绎 重点挖掘供需周期内生性修复的线索 具体方向包括供需双旺的高景气赛道（如轨交设备、电池）与供给收缩的困境反转方向（如养殖、工程机械） [2][31][33] 美股市场 - 美股4Q25财报季进入巅峰披露期 本周标普500披露市值占比高达33% 市场对已披露公司表现出苛刻的负偏态反应 即使业绩超预期股价仍可能下跌 [2][34][36] - 科技板块估值存在透支 其市值占比远超利润贡献 约8%的缺口暗示估值对未来增长极度透支 市场一致预期科技股盈利增长超38% 高增长门槛面临考验 [2][40][45] 韩股市场 - 新兴市场整体远期EPS展望升至金融危机以来最高水平 韩国股市受益于AI存储芯片（HBM）超级周期 其2026年盈利预期上修斜率在亚太区一骑绝尘 [2][46][48] 美债市场 - 美债短期受经济数据韧性支撑 美国三季度GDP增速创两年最高 通胀路径温和 欧洲抛售美债的实际风险可控 收益率具备阶段性企稳空间 [49][51] - 长期隐忧在于财政赤字 美国预算赤字占GDP比重约6% 财政纪律缺失导致未来债券供给持续放量 对长端利率形成压制 10年期美债收益率突破前期高点 [52][53][57] - 配置策略建议采取“短久期核心+陡峭化卫星” 核心持仓3-5年期投资级债券 严控长端敞口以规避财政扩张风险 [2][57]

量化模型与因子总结 量化模型与构建方式 1. **模型名称：国信金工指数增强模型**[11][12] * **模型构建思路**：以多因子选股为核心，结合风险控制和组合优化，构建能够稳定战胜特定基准指数（如沪深300、中证500等）的投资组合[11][12]。 * **模型具体构建过程**：构建流程主要包括三部分： 1. **收益预测**：基于多因子模型对股票未来收益进行预测。 2. **风险控制**：对组合的风险暴露进行约束。 3. **组合优化**：在满足风险约束的条件下，通过优化算法求解最优的股票权重，以最大化预期收益或信息比率[12]。 2. **模型名称：单因子MFE组合模型**[15][40] * **模型构建思路**：为了在更贴近实际投资约束（如行业中性、风格中性）的条件下检验单个因子的有效性，构建最大化该因子暴露的投资组合（Maximized Factor Exposure Portfolio），通过观察该组合相对于基准的超额收益来判断因子在给定约束下的有效性[15][40]。 * **模型具体构建过程**：采用组合优化模型构建，具体步骤如下： 1. **设定约束条件**：包括控制组合相对于基准指数的风格暴露、行业暴露、个股权重偏离度、成分股内权重占比、禁止卖空及权重上限等[40][41][44]。 2. **构建优化问题**：目标函数为最大化组合在目标因子上的暴露。优化模型如下： $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$ 其中，`f`为因子取值向量，`w`为待求解的股票权重向量，`w_b`为基准指数成分股权重向量。`X`为风格因子暴露矩阵，`H`为行业暴露矩阵，`B_b`为成分股标识向量。`s_l`, `s_h`, `h_l`, `h_h`, `w_l`, `w_h`, `b_l`, `b_h`, `l`分别为各项约束的上下限[40][41]。 3. **月度换仓**：在每个月末，根据最新的因子数据和约束条件，重新求解优化问题，构建每个单因子的MFE组合[44]。 4. **回测评估**：计算MFE组合历史收益，扣除交易费用（双边0.3%）后，计算其相对于基准指数的各项收益风险指标[44]。 3. **模型名称：公募重仓指数**[42][43] * **模型构建思路**：为了测试因子在公募基金持仓风格下的有效性，通过汇总公募基金定期报告的持仓信息，构建一个反映公募基金整体重仓股情况的指数，作为因子测试的新样本空间[42]。 * **模型具体构建过程**： 1. **样本基金筛选**：选取普通股票型及偏股混合型基金，剔除规模小于五千万且上市不足半年的基金[43]。 2. **持仓数据合成**：获取符合条件基金的最新定期报告（年报、半年报或季报）持仓信息，将所有基金对每只股票的持仓权重进行平均，得到公募基金平均持仓[43]。 3. **成分股选取**：将平均后的股票权重降序排序，选取累计权重达到90%的股票作为成分股，构建公募重仓指数[43]。 量化因子与构建方式 报告跟踪了来自估值、反转、成长、盈利、流动性、波动、公司治理和分析师等多个维度的30余个常见选股因子[16]。以下是部分因子的具体构建方式： 1. **因子名称：BP（市净率倒数）**[17] * **因子构建思路**：属于估值类因子，衡量公司净资产与市值的比率，值越高代表估值可能越低。 * **因子具体构建过程**：$$BP = \frac{净资产}{总市值}$$[17] 2. **因子名称：EPTTM（滚动市盈率倒数）**[17] * **因子构建思路**：属于估值类因子，衡量公司过去十二个月（TTM）的净利润与市值的比率。 * **因子具体构建过程**：$$EPTTM = \frac{归母净利润TTM}{总市值}$$[17] 3. **因子名称：股息率**[17] * **因子构建思路**：属于估值类因子，衡量公司现金分红回报。 * **因子具体构建过程**：$$股息率 = \frac{最近四个季度预案分红金额}{总市值}$$[17] 4. **因子名称：一个月反转**[17] * **因子构建思路**：属于反转类因子，认为过去短期内跌幅较大的股票未来可能反弹，涨幅较大的股票可能回调。 * **因子具体构建过程**：$$一个月反转 = 过去20个交易日涨跌幅$$[17] 5. **因子名称：三个月反转**[17] * **因子构建思路**：属于反转类因子，考察稍长周期的反转效应。 * **因子具体构建过程**：$$三个月反转 = 过去60个交易日涨跌幅$$[17] 6. **因子名称：单季营收同比增速**[17] * **因子构建思路**：属于成长类因子，衡量公司营业收入的最新增长情况。 * **因子具体构建过程**：$$单季营收同比增速 = 单季度营业收入同比增长率$$[17] 7. **因子名称：单季净利同比增速**[17] * **因子构建思路**：属于成长类因子，衡量公司净利润的最新增长情况。 * **因子具体构建过程**：$$单季净利同比增速 = 单季度净利润同比增长率$$[17] 8. **因子名称：SUE（标准化预期外盈利）**[17] * **因子构建思路**：属于成长类因子，衡量公司实际盈利超出市场一致预期的程度，并进行标准化处理。 * **因子具体构建过程**：$$SUE = \frac{单季度实际净利润 - 预期净利润}{预期净利润标准差}$$[17] 9. **因子名称：单季ROA**[17] * **因子构建思路**：属于盈利类因子，衡量公司总资产的盈利能力。 * **因子具体构建过程**：$$单季ROA = \frac{单季度归母净利润 \times 2}{期初归母总资产 + 期末归母总资产}$$[17] 10. **因子名称：单季ROE**[17] * **因子构建思路**：属于盈利类因子，衡量公司净资产的盈利能力。 * **因子具体构建过程**：$$单季ROE = \frac{单季度归母净利润 \times 2}{期初归母净资产 + 期末归母净资产}$$[17] 11. **因子名称：DELTAROA**[17] * **因子构建思路**：属于盈利类因子，衡量公司盈利能力（ROA）的同比改善情况。 * **因子具体构建过程**：$$DELTAROA = 单季度总资产收益率 - 去年同期单季度总资产收益率$$[17] 12. **因子名称：一个月换手**[17] * **因子构建思路**：属于流动性因子，通常认为换手率过高可能预示短期情绪过热。 * **因子具体构建过程**：$$一个月换手 = 过去20个交易日换手率均值$$[17] 13. **因子名称：特异度**[17] * **因子构建思路**：属于波动类因子，衡量股票收益中不能被常见风险因子（如Fama-French三因子）解释的部分，即特质波动。 * **因子具体构建过程**：$$特异度 = 1 - 过去20个交易日Fama-French三因子回归的拟合度$$[17] 14. **因子名称：预期PEG**[17] * **因子构建思路**：属于分析师预期类因子，在市盈率（PE）基础上结合成长性（G），衡量成长性估值水平。 * **因子具体构建过程**：$$预期PEG = 一致预期PEG$$[17] 15. **因子名称：预期净利润环比**[17] * **因子构建思路**：属于分析师预期类因子，反映分析师对公司未来净利润增长预期的变化。 * **因子具体构建过程**：$$预期净利润环比 = \frac{一致预期净利润}{3个月前一致预期净利润}$$[17] 16. **因子名称：三个月机构覆盖**[17] * **因子构建思路**：属于分析师类因子，反映机构对公司的关注度。 * **因子具体构建过程**：$$三个月机构覆盖 = 过去3个月内机构覆盖数量$$[17] 模型的回测效果 1. **国信金工沪深300指数增强组合**，本周超额收益0.00%，本年超额收益3.00%[5][14]。 2. **国信金工中证500指数增强组合**，本周超额收益0.01%，本年超额收益-0.88%[5][14]。 3. **国信金工中证1000指数增强组合**，本周超额收益0.90%，本年超额收益2.17%[5][14]。 4. **国信金工中证A500指数增强组合**，本周超额收益-0.53%，本年超额收益2.90%[5][14]。 因子的回测效果 （以下为以中证500指数为样本空间的单因子MFE组合部分表现示例，数据为“最近一周”超额收益）[21] 1. **股息率因子**，超额收益2.36%[21]。 2. **EPTTM因子**，超额收益2.24%[21]。 3. **BP因子**，超额收益2.17%[21]。 4. **预期BP因子**，超额收益2.09%[21]。 5. **一个月波动因子**，超额收益1.79%[21]。 6. **三个月波动因子**，超额收益1.73%[21]。 7. **DELTAROA因子**，超额收益1.72%[21]。 8. **单季EP因子**，超额收益1.42%[21]。 9. **EPTTM年分位点因子**，超额收益1.34%[21]。 10. **一个月换手因子**，超额收益1.02%[21]。 11. **预期EPTTM因子**，超额收益0.96%[21]。 12. **三个月换手因子**，超额收益0.88%[21]。 13. **一个月反转因子**，超额收益0.84%[21]。 14. **单季营收同比增速因子**，超额收益0.80%[21]。 15. **标准化预期外收入因子**，超额收益0.79%[21]。 16. **DELTAROE因子**，超额收益0.74%[21]。 17. **单季ROE因子**，超额收益0.70%[21]。 18. **标准化预期外盈利(SUE)因子**，超额收益0.67%[21]。 19. **单季SP因子**，超额收益0.67%[21]。 20. **特异度因子**，超额收益0.66%[21]。 21. **单季超预期幅度因子**，超额收益0.60%[21]。 22. **SPTTM因子**，超额收益0.57%[21]。 23. **一年动量因子**，超额收益0.55%[21]。 24. **非流动性冲击因子**，超额收益0.38%[21]。 25. **单季ROA因子**，超额收益0.13%[21]。 26. **3个月盈利上下调因子**，超额收益0.05%[21]。 27. **预期PEG因子**，超额收益-0.07%[21]。 28. **高管薪酬因子**，超额收益-0.33%[21]。 29. **单季净利同比增速因子**，超额收益-0.64%[21]。 30. **三个月反转因子**，超额收益-0.86%[21]。 31. **三个月机构覆盖因子**，超额收益-0.92%[21]。 32. **单季营利同比增速因子**，超额收益-1.01%[21]。 33. **预期净利润环比因子**，超额收益-1.56%[21]。

A股市场资金流向 - 最近一周（2026/1/26-1/30）北向资金估算净流出9亿元人民币，前一周（1/19-1/23）净流出93亿元人民币[10] - 同期灵活型外资估算净流入25亿元人民币，前一周净流入32亿元人民币[10] - 陆股通前十大活跃个股中，紫金矿业双向成交247亿元（占周交易额9%），宁德时代224亿元（占17%），中际旭创193亿元（占10%）[10] 港股市场资金流向 - 最近一周（2026/1/21-1/27）各类资金合计净流入港股市场59亿港元[12] - 稳定型外资净流出35亿港元，灵活型外资净流入82亿港元，港股通（南向）净流入126亿港元，本地资金净流出91亿港元[12] - 外资主要流入有色金属、医药生物、电信服务行业；港股通主要流入软件服务、石油石化、耐用消费品行业[12] 亚太及其他市场资金流向 - 截至1/19当周，海外投资者净流入日本股市2128亿日元，前一周流入7505亿日元，2023年以来累计净流入11.7万亿日元[15][17] - 12月海外机构投资者净流出印度股市25.2亿美元，前一月流出4.3亿美元，2020年以来累计净流入122亿美元[17] - 12月全球共同基金净流入美国权益市场322亿美元，前一月流入92亿美元，2020年以来累计净流入7237亿美元[19] - 12月全球共同基金净流入英国、德国、法国权益市场分别为17.4亿美元、9.7亿美元、21.6亿美元[19]

市场阶段与风格判断 - 当前A股春季行情自2025年12月17日展开，由宽基ETF、灵活型外资和杠杆资金先后助推[1] - 截至2026年1月23日，A股行业轮动强度处于近五年18%的历史低位，但近一周该指标回升，显示行业轮动或正在开启[1][12] - 历史数据显示，春季行情期间风格均衡，2005年以来历次春季行情中国证成长与国证价值指数最大涨幅均值分别为24.0%和23.5%[2][18] - 从牛市周期看，市场自2024年9月进入牛市，参考历史经验，牛市后半程行业结构往往从分化转向发散和均衡[2][17] 行情展望与配置建议 - 本轮春季行情仍有向上空间，历史对比显示牛市背景下春季行情指数涨幅通常约20%，而本轮上证指数自2025年12月17日以来最大涨幅仅为9.8%[3][30] - 配置上建议均衡，科技成长仍是主线，AI行情有望从硬件向应用端扩散[3][31] - 同时应关注前期滞涨的传统价值板块配置机会，如低估值的白酒、地产等“老登”资产[3][31] - 根据行业超额收益轮动模型，除科技成长外，偏价值板块中地产链的建筑建材超额收益趋势相对较优[3][32][43] 风险提示 - 主要风险包括海内外政策进程不及预期以及经济修复出现波动[3][45]

贵金属市场动态 - 1月30日金价在30小时内大幅跳水，单日跌幅一度扩大至12%，创1983年以来最大单日跌幅[1][11] - 市场崩盘直接导火索是提名主张缩减资产负债表和维持更高中性利率的凯文·沃什为美联储主席，逆转了市场持续降息和弱美元的定价逻辑[1][11] - 金价跌破关键支撑位后触发量化模型止损卖盘，叠加前期净多头头寸过于集中，导致踩踏效应[1][11] - 短期市场情绪由亢奋转为恐慌，散户从白银ETF大规模撤离，但中期贵金属上涨的宏观逻辑未明显动摇[1][12] 多资产表现概览 - 1月24日至31日当周，伦敦金现上涨0.72%，伦敦银现上涨4.24%，WTI原油上涨6.78%[13] - 同期，沪深300上涨0.09%，恒生指数上涨2.39%，标普500上涨0.34%[13] - 美元指数当周下跌0.41%，离岸人民币贬值0.15%[13] - 当周金银比为48.28，较上周下降1.69；铜油比为205.03，较上周下降6.55[14] 库存与资金行为 - 最新一周原油库存为44684万吨，较上周上升44911万吨；螺纹钢库存为294万吨，较上周上升326万吨[23] - 最新一周阴极铜库存为145342吨，较上周上升233004吨；电解铝库存为66万吨，较上周上升2万吨[23] - 最新一周美元多头持仓增加1942张至17945张，空头持仓下降71张至22350张[28] - 最新一周黄金ETF规模增加2万盎司至3495万盎司[28]

总体表现 - 2026年1月制造业PMI为49.3%，非制造业PMI为49.4%，均环比下降0.8个百分点，双双回落至荣枯线以下[2][3] - 作为“十五五”首份宏观数据，1月PMI未延续2025年12月的扩张态势，经济企稳回升过程仍有波折[4] 制造业分析 - 制造业PMI环比回落0.8个百分点至49.3%，低于近三年同期均值0.2个百分点，环比降幅（-0.8pct）低于过去三年1月平均环比变化（+0.8）[3][5] - 生产指数回落1.1个百分点至50.6%，新订单指数回落更多，达1.6个百分点至49.2%，产需差扩大0.5个百分点至1.4个百分点[3][5] - 价格指数显著上行，呈现“量跌价升”：购进价格指数大幅上升3.0个百分点至56.1%，出厂价格指数上升1.7个百分点至50.6%[3][6] - 大、中、小型企业景气度均下行，分别下降0.5、1.1、1.2个百分点至50.3%、48.7%、47.4%，“大小企业差”扩大0.7个百分点至2.9个百分点[3][6] 非制造业分析 - 非制造业PMI环比下降0.8个百分点至49.4%，表现显著弱于近年同期（2023-2025年1月均值51.8%）[3][7] - 建筑业PMI大幅下行4.0个百分点至48.8%，其中房屋建筑业下行3.0个百分点至47.0%，是主要拖累[3][8] - 服务业PMI小幅回落0.2个百分点至49.5%，结构分化：居民服务业上行1.6个百分点至45.8%，而交运、信息与商务服务业下行[3][7] 市场预期与背景 - 制造业生产经营活动预期指数回落2.9个百分点至52.6%[3][6] - 2026年作为“十五五”开局年，在外需波动、内需不振背景下，经济增速目标或有所放松，已公布目标的21个省份中大部分有所下调[4]

量化模型与构建方式 1. **模型名称：国信金工多因子指数增强模型**[11][12] * **模型构建思路**：以多因子选股为主体，通过收益预测、风险控制和组合优化三个核心步骤，构建能够稳定战胜特定基准指数（如沪深300、中证500等）的增强组合[11][12]。 * **模型具体构建过程**： 1. **收益预测**：基于多因子模型对股票未来收益进行预测[12]。 2. **风险控制**：在组合优化中施加多种约束以控制风险，包括行业暴露、风格暴露、个股权重偏离、换手率等[12][40]。 3. **组合优化**：在满足上述约束的条件下，通过优化算法求解最优的股票权重，目标通常是最大化预期收益或最大化风险调整后收益[12][40]。具体优化模型形式如下（以最大化单因子暴露为例）[40]： $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$ * **公式说明**： * $f$ 为因子取值向量，$w$ 为待求解的股票权重向量，$f^{T}w$ 表示组合在该因子上的加权暴露[40][41]。 * $w_b$ 为基准指数成分股的权重向量[41]。 * $X$ 为股票对风格因子的暴露矩阵，$s_l$, $s_h$ 为风格因子相对暴露的下限及上限，此约束控制组合的风格暴露[41]。 * $H$ 为股票的行业暴露矩阵（One-Hot编码），$h_l$, $h_h$ 为组合行业偏离的下限及上限，此约束控制组合的行业暴露[41]。 * $w_l$, $w_h$ 为个股相对于基准权重的偏离下限及上限，此约束控制个股权重偏离[41]。 * $B_b$ 为个股是否属于基准指数成分股的0-1向量，$b_l$, $b_h$ 为成分股内权重的下限及上限，此约束控制组合在成分股内的权重占比[41]。 * $0 \leq w \leq l$ 约束禁止卖空并限制个股权重上限[41]。 * $1^{T}w=1$ 约束要求权重和为1，即满仓运作[41][42]。 2. **模型名称：单因子MFE（Maximized Factor Exposure）组合模型**[15][40] * **模型构建思路**：为了在更贴近实际投资约束（如行业、风格中性）的条件下检验单因子的有效性，通过组合优化的方式，构建一个在满足所有约束条件下最大化该因子暴露的投资组合，并通过该组合相对于基准的表现来判断因子有效性[15][40]。 * **模型具体构建过程**[40][44]： 1. **设定约束**：根据目标基准指数，设定MFE组合的约束条件，包括控制行业暴露为0、控制市值等风格因子暴露为0、限制个股相对于基准的最大偏离权重（如0.5%-1%）、要求成分股内权重占比100%等[44]。 2. **构建组合**：在每个调仓日（如月末），将待检验的因子值向量 $f$ 代入上述优化模型的目标函数，在设定的约束条件下求解最优权重 $w$，得到该因子的MFE组合[40][44]。 3. **回测评估**：在回测期内定期（如每月）换仓，计算MFE组合的历史收益，扣除交易费用（如双边0.3%）后，计算其相对于基准指数的各项收益风险指标，以评估因子表现[44]。 3. **模型名称：公募重仓指数模型**[42] * **模型构建思路**：为了测试因子在公募基金持仓风格下的有效性，通过汇总公募基金定期报告持仓，构建一个代表公募基金整体重仓股构成的指数，作为新的因子测试样本空间[42]。 * **模型具体构建过程**[42][43]： 1. **样本筛选**：选取普通股票型基金和偏股混合型基金，剔除规模小于五千万且上市不足半年的基金[43]。 2. **持仓合并**：获取符合条件的基金最新定期报告（年报、半年报或季报）的全部持仓信息。对于季报，需结合前期的年报或半年报信息来构建完整的持仓数据[43]。 3. **权重平均与排序**：将所有基金的持仓股票权重进行平均，得到公募基金平均持仓。将平均后的股票权重降序排序[43]。 4. **选取成分股**：选取累计权重达到90%的股票作为成分股，以此构建公募基金重仓指数[43]。 量化因子与构建方式 （报告共列出30余个因子，分为7大类，以下按类别及表1内容详细列出）[16][17] 1. **估值类因子** * **因子名称**：BP * **因子构建思路**：衡量市净率的倒数，属于价值因子。 * **因子具体构建过程**：净资产 / 总市值[17]。 * **因子名称**：单季EP * **因子构建思路**：衡量单季度盈利与市值的比率。 * **因子具体构建过程**：单季度归母净利润 / 总市值[17]。 * **因子名称**：单季SP * **因子构建思路**：衡量单季度营收与市值的比率。 * **因子具体构建过程**：单季度营业收入 / 总市值[17]。 * **因子名称**：EPTTM * **因子构建思路**：衡量滚动盈利与市值的比率。 * **因子具体构建过程**：归母净利润TTM / 总市值[17]。 * **因子名称**：SPTTM * **因子构建思路**：衡量滚动营收与市值的比率。 * **因子具体构建过程**：营业收入TTM / 总市值[17]。 * **因子名称**：EPTTM分位点 * **因子构建思路**：衡量当前EPTTM在历史区间内的相对位置。 * **因子具体构建过程**：EPTTM在过去一年中的分位点[17]。 * **因子名称**：股息率 * **因子构建思路**：衡量公司分红回报。 * **因子具体构建过程**：最近四个季度预案分红金额 / 总市值[17]。 2. **反转类因子** * **因子名称**：一个月反转 * **因子构建思路**：捕捉短期价格反转效应。 * **因子具体构建过程**：过去20个交易日涨跌幅[17]。 * **因子名称**：三个月反转 * **因子构建思路**：捕捉中期价格反转效应。 * **因子具体构建过程**：过去60个交易日涨跌幅[17]。 * **因子名称**：一年动量 * **因子构建思路**：捕捉长期价格动量效应。 * **因子具体构建过程**：近一年除近一月后动量[17]。 3. **成长类因子** * **因子名称**：单季净利同比增速 * **因子构建思路**：衡量单季度净利润的同比增长。 * **因子具体构建过程**：单季度净利润同比增长率[17]。 * **因子名称**：单季营收同比增速 * **因子构建思路**：衡量单季度营业收入的同比增长。 * **因子具体构建过程**：单季度营业收入同比增长率[17]。 * **因子名称**：单季营利同比增速 * **因子构建思路**：衡量单季度营业利润的同比增长。 * **因子具体构建过程**：单季度营业利润同比增长率[17]。 * **因子名称**：SUE (Standardized Unexpected Earnings) * **因子构建思路**：衡量盈利超出预期的标准化幅度。 * **因子具体构建过程**：（单季度实际净利润 - 预期净利润）/ 预期净利润标准差[17]。 * **因子名称**：SUR (Standardized Unexpected Revenue) * **因子构建思路**：衡量营收超出预期的标准化幅度。 * **因子具体构建过程**：（单季度实际营业收入 - 预期营业收入）/ 预期营业收入标准差[17]。 * **因子名称**：单季超预期幅度 * **因子构建思路**：衡量盈利超预期的相对幅度。 * **因子具体构建过程**：预期单季度净利润 / 财报单季度净利润[17]。 4. **盈利类因子** * **因子名称**：单季ROE * **因子构建思路**：衡量单季度净资产收益率。 * **因子具体构建过程**：单季度归母净利润 * 2 / (期初归母净资产 + 期末归母净资产)[17]。 * **因子名称**：单季ROA * **因子构建思路**：衡量单季度总资产收益率。 * **因子具体构建过程**：单季度归母净利润 * 2 / (期初归母总资产 + 期末归母总资产)[17]。 * **因子名称**：DELTAROE * **因子构建思路**：衡量ROE的同比变化。 * **因子具体构建过程**：单季度净资产收益率 - 去年同期单季度净资产收益率[17]。 * **因子名称**：DELTAROA * **因子构建思路**：衡量ROA的同比变化。 * **因子具体构建过程**：单季度总资产收益率 - 去年同期单季度总资产收益率[17]。 5. **流动性类因子** * **因子名称**：非流动性冲击 * **因子构建思路**：衡量单位成交金额引起的价格冲击。 * **因子具体构建过程**：过去20个交易日的日涨跌幅绝对值 / 成交额的均值[17]。 * **因子名称**：一个月换手 * **因子构建思路**：衡量短期交易活跃度。 * **因子具体构建过程**：过去20个交易日换手率均值[17]。 * **因子名称**：三个月换手 * **因子构建思路**：衡量中期交易活跃度。 * **因子具体构建过程**：过去60个交易日换手率均值[17]。 6. **波动类因子** * **因子名称**：特异度 * **因子构建思路**：衡量个股收益中不能被常见风险因子解释的部分（异质波动）。 * **因子具体构建过程**：1 - 过去20个交易日Fama-French三因子回归的拟合度[17]。 * **因子名称**：一个月波动 * **因子构建思路**：衡量短期股价波动。 * **因子具体构建过程**：过去20个交易日日内真实波幅均值[17]。 * **因子名称**：三个月波动 * **因子构建思路**：衡量中期股价波动。 * **因子具体构建过程**：过去60个交易日日内真实波幅均值[17]。 7. **公司治理类因子** * **因子名称**：高管薪酬 * **因子构建思路**：衡量公司治理水平（之一）。 * **因子具体构建过程**：前三高管报酬总额取对数[17]。 8. **分析师类因子** * **因子名称**：预期EPTTM * **因子构建思路**：基于分析师一致预期的滚动盈利市值比。 * **因子具体构建过程**：一致预期滚动EP[17]。 * **因子名称**：预期BP * **因子构建思路**：基于分析师一致预期的滚动市净率倒数。 * **因子具体构建过程**：一致预期滚动PB[17]。 * **因子名称**：预期PEG * **因子构建思路**：结合成长性与估值。 * **因子具体构建过程**：一致预期PEG[17]。 * **因子名称**：预期净利润环比 * **因子构建思路**：衡量分析师对未来盈利增长预期的变化。 * **因子具体构建过程**：一致预期净利润 / 3个月前一致预期净利润[17]。 * **因子名称**：三个月盈利上下调 * **因子构建思路**：衡量分析师盈利预测调整的净情绪。 * **因子具体构建过程**：过去3个月内分析师（上调家数 - 下调家数）/ 总家数[17]。 * **因子名称**：三个月机构覆盖 * **因子构建思路**：衡量公司受机构关注度。 * **因子具体构建过程**：过去3个月内机构覆盖数量[17]。 模型的回测效果 1. **国信金工沪深300指数增强组合**，本周超额收益0.00%，本年超额收益3.00%[5][14]。 2. **国信金工中证500指数增强组合**，本周超额收益0.01%，本年超额收益-0.88%[5][14]。 3. **国信金工中证1000指数增强组合**，本周超额收益0.90%，本年超额收益2.17%[5][14]。 4. **国信金工中证A500指数增强组合**，本周超额收益-0.53%，本年超额收益2.90%[5][14]。 因子的回测效果 （以下因子表现数据均摘自各样本空间下“最近一周”、“最近一月”、“今年以来”和“历史年化”四个维度的MFE组合超额收益。数据来源为报告中对应图表，此处仅选取部分代表性因子及完整数据行进行展示，以说明格式。）[19][21][23][25][27] 1. **中证500样本空间因子表现示例**[21]： * **股息率因子**，因子方向正向，最近一周2.36%，最近一月0.06%，今年以来0.42%，历史年化5.61%[21]。 * **EPTTM因子**，因子方向正向，最近一周2.24%，最近一月2.60%，今年以来-2.33%，历史年化4.36%[21]。 * **BP因子**，因子方向正向，最近一周2.17%，最近一月0.42%，今年以来0.37%，历史年化3.52%[21]。 * **三个月反转因子**，因子方向反向，最近一周-0.86%，最近一月-5.83%，今年以来-5.05%，历史年化-2.45%[21]。 2. **中证1000样本空间因子表现示例**[23]： * **单季ROA因子**，因子方向正向，最近一周2.40%，最近一月1.34%，今年以来1.78%，历史年化6.93%[23]。 * **单季ROE因子**，因子方向正向，最近一周2.17%，最近一月2.74%，今年以来3.15%，历史年化7.79%[23]。 * **一个月反转因子**，因子方向反向，最近一周-1.18%，最近一月-3.01%，今年以来-2.34%，历史年化4.33%[23]。 3. **中证A500样本空间因子表现示例**[25]： * **股息率因子**，因子方向正向，最近一周1.47%，最近一月-0.05%，今年以来-0.35%，历史年化3.32%[25]。 * **单季营收同比增速因子**，因子方向正向，最近一周1.42%，最近一月0.40%，今年以来0.85%，历史年化2.67%[25]。 * **预期净利润环比因子**，因子方向正向，最近一周-1.11%，最近一月-0.93%，今年以来-1.09%，历史年化3.70%[25]。

核心观点 - 报告核心观点认为A股春季行情进入下半场，市场结构分化将趋于收敛，呈现均衡普涨特征，后续行情仍有向上空间，建议均衡配置，主线是AI应用为代表的科技，同时重视白酒、地产等老登资产以及上游周期板块 [1][3] 市场近期表现与轮动特征 - 自2025年12月17日以来，在宽基ETF、灵活型外资、杠杆资金助推下，A股春季行情逐渐展开，初期传媒、军工、计算机、有色等行业涨幅靠前，近期白酒、地产等老登资产表现亮眼 [1][11] - 以大类板块相较中证800的累计超额收益变化来看，近期成长和周期板块的累计超额有所下降，而金融、消费板块的负超额明显修复，显示风格间收益差距收敛 [1][11] - 截至2026年1月23日，A股行业轮动强度处于近五年18%的历史低位，但近一周该指标有所回升，意味着行情结构的轮动或正在开启 [1][12] 历史规律：春季行情风格均衡 - 回顾2005年以来历次春季行情，国证成长与国证价值指数最大涨幅均值分别为24.0%和23.5%，两者差别不大，显示春季行情期间成长与价值风格往往均衡表现 [2][18] - 近三年春季行情具体表现为：2023年价值与成长最大涨幅均为19%；2024年成长涨27%，价值涨19%；2025年成长涨12%，价值涨7%，均呈现两者均有表现的特征 [14][17] 牛市周期规律：后半程结构发散 - 从中期视角看，市场仍处于2024年9月以来的牛市氛围中，参考2015年及2021年牛市经验，牛市前半程行情顺主线演绎、结构分化显著，而后半程市场结构往往更为发散均衡，因此本轮行情结构或逐渐向均衡收敛 [2][17] 行情展望：未完待续，向上有空间 - 从历史对比看，牛市背景下的春季行情期间指数往往具备20%左右的涨幅空间，而2025年12月17日以来上证指数最大涨幅仅为9.8%，上涨时空差距仍较大 [3][30] - 宏观政策持续发力有望助力经济开门红，为市场上涨提供基本面支撑，本轮春季行情仍有进一步演绎空间，短期资金面扰动带来的波动是布局机会 [3][30] - 更长期看，随着宏微观基本面修复扩散及居民资金入市，2026年A股牛市有望走向后半场 [3][30] 行业配置建议：均衡配置，科技为主线 - AI浪潮驱动下，科技成长依然是主线，行情有望从硬件向应用端扩散，近期AI应用端催化频现，如蚂蚁集团开源系列大模型、谷歌开放世界模型体验平台等 [3][31] - 由于本轮春季行情中科技成长已有较充分演绎，阶段性可关注部分传统价值板块配置机会，如低估值的白酒、地产等老登资产 [3][31] - 参考RRG行业超额收益刻画模型，除了科技成长行业外，偏价值板块中地产链的建筑建材超额收益趋势相对较优 [3][32] - 报告亦提及重视上游周期板块 [1]