政策面与市场反应的脱节 - 国务院安委会发布高层建筑火灾隐患排查通知，但政策出台未必直接转化为相关板块（如建材、消防设备）的投资机会，需观察实际资金流向 [3][19] - 2025年行情中，仅六成个股跑赢指数，显示市场存在分化，并非全面牛市 [4] - 政策与资金流向常存在时差，例如央行重申虚拟货币禁令时，区块链概念股反而出现异动 [19] 宏观经济与行业数据的分化 - 11月制造业PMI为49.2%，仍处收缩区间，但内部出现分化：大型企业数据下滑，而小型企业环比上升2个百分点 [3] - 1-10月国有企业营业收入同比增长0.9%，但利润总额同比下降3%，同时资产负债率攀升0.4个百分点 [3] - PMI数据微小的回升（如0.2个百分点）在量化模型中可能预示趋势转折，但其重要性在传统分析中易被忽视 [19] 机构资金行为与市场波动 - 量化系统可通过“机构库存”等数据监测主力资金动向，例如华兰疫苗在股价六连阴而大盘六连阳期间，“机构库存”数据保持活跃，预示了后续股价爆发 [6][12] - 牛市中的暴跌会催生两种极端交易行为：“死扛派”与“惊弓之鸟”，两者均可能错失盈利机会 [9] - 部分股票反弹时若“机构库存”突然消失，可能预示主力资金撤离，而非真正突破，例如绿色方框内的五连阳实为出货信号 [15] 板块与个股的特定案例 - 11月14日半导体板块早盘诱多、尾盘跳水，显示跟风交易风险 [1][4] - 天风证券被立案调查的消息表面是突发利空，但量化系统可能已提前捕捉资金异常流动 [18] - 恩捷股份收购中科华联、ST立方年报造假等事件背后，可能存在机构提前布局或量化系统可察觉的端倪 [19] - 工信部座谈动力电池产业、三部门取消现金登记新规、杰瑞股份获北美大单等信息均是市场拼图的一部分 [19] 量化分析工具的价值 - 量化工具能捕捉表面信息之下的资金暗流，帮助识别主力洗盘（如通过持续的“机构库存”数据）或出货行为 [12][15] - 传统思维易受政策标题驱动，而量化视角注重验证资金是否真实流入目标板块 [19] - 量化系统的价值在于整合各类信息碎片（政策、财报、订单等），帮助投资者看清市场全貌 [19]