A股量化择时研究报告：融资余额增加 ETF资金流入

本报告中提到的量化模型包括GFTD模型和LLT模型[88] - GFTD模型和LLT模型的历史择时成功率为80%左右[88] - 这些模型在市场波动不确定性下可能存在信号失效的风险[88] - 报告中提到的宏观因子包括货币政策、财政政策、流动性、通胀水平以及其他经济指标[60] - 宏观因子的变化趋势与股市、债市、大宗商品的变化趋势密切相关[60] - 报告中列出了对市场影响较大的宏观因子事件，例如PMI、CPI同比、PPI同比等[61] - 通过历史均线将宏观因子走势分为趋势上行和趋势下行，并统计其对资产未来一个月收益率的影响[63] - 当前宏观因子趋势对权益市场的影响包括：PMI 3月均线上行看多、CPI同比1月均线下行看多等[64] - 报告中提到的市场情绪指标包括新高新低比例指标、个股均线结构指标、基金仓位、ETF规模变化、期权成交量看涨看跌比、市场交易活跃度等[36][37][41][42][52][55] - 近5个交易日，ETF资金流入111.65亿元，融资盘增加约47亿元，两市日均成交11830亿元[87] - 中证全指风险溢价跟踪显示，截至2025年1月17日，风险溢价指标为3.63%，两倍标准差边界为4.65%[86] - 沪深300的PE为12.7倍，位于历史45%分位，创业板指的PE为31.9倍，位于历史12%分位[25] - 主要指数PE_TTM统计显示，沪深300、上证50、创业板指等指数的PE_TTM走势[27][29] - 主要行业指数PE_TTM统计显示，电力设备、建筑装饰、纺织服饰、美容护理、食品饮料等行业的PE_TTM距离其历史底部估值最近[29] - 主要行业指数PB_LF统计显示，不同行业的PB_LF和其分位数[33][35] - 年初至今A股个股基于收益区间的占比分布统计显示，不同收益区间的个股占比情况[67] - 年初至今A股个股收益中位数统计显示，个股收益的中位数情况[70] - 主要指数超跌指标统计显示，不同指数的超跌情况[78] - 行业指数超跌指标统计显示，不同行业指数的超跌情况[81]