核心观点 - 报告核心观点认为，私募基金规模继续回升并有望成为市场重要增量资金，叠加风险偏好改善后融资资金可能回流，将有利于市场风格偏向中小盘，并使得成长与价值风格更加均衡 [1][16] - 若美伊冲突出现缓和迹象，油价有望高位回落，市场风险偏好将得到阶段性修复，从而缓解全球美元流动性紧张局面 [1][16] 流动性专题：投资者月度跟踪 - 公募基金方面，截至2026年1月，股票型和混合型基金整体份额环比小幅增加146.64亿份至6.52万亿份，但总净值环比小幅下降136亿元至9.7万亿元 [8] - 估算偏股型基金在2025年12月和2026年1月分别净流入1575亿元和217亿元，为市场贡献了增量资金 [11] - 私募基金方面，2026年1月私募证券投资基金新增备案规模为276.86亿元，较2025年12月的542亿元有所回落，但存量管理规模环比提升1823亿元至7.26万亿元，同比增速达38.76% [13] 货币政策与利率 - 上周（3/2-3/6）央行公开市场净回笼15634亿元，未来一周将有2776亿元逆回购和1500亿元国库现金定存到期 [19] - 货币市场利率下行，R007下行1.5bp至1.49%，DR007下行8.9bp至1.41% [19] - 国债收益率曲线陡峭化，1年期国债收益率下行3.1bp至1.29%，10年期国债收益率上行0.6bp至1.78% [19] - 同业存单发行规模扩大，上周发行7172.0亿元，较上期增加3686.7亿元 [20] 股市资金供需 - 资金供给方面，上周新成立偏股类公募基金52.3亿份，股票型ETF净流入40.9亿元，但融资资金净卖出241.7亿元，融资余额为26276.7亿元 [28] - 资金需求方面，上周IPO融资额为0亿元，重要股东净减持102.4亿元，公告的计划减持规模为61.2亿元，限售解禁市值为428.4亿元 [35] 市场情绪与结构 - 上周融资买入额占A股成交额比例为8.5%，较前期下降，融资资金交易活跃度减弱 [41] - 海外市场风险偏好下降，VIX指数较前期（2月27日）上升9.6点至29.5 [43] - 上周关注度相对提升的风格指数及大类行业为必选消费、北证 50、中证 1000 [47] - 当周换手率历史分位数排名前5的为：周期（99.0%）、北证 50（94.0%）、中证 1000（93.7%）、上证 50（93.3%） [47] 投资者偏好 - 行业偏好上，石油石化、有色金属、交通运输获各类资金净流入规模较高 [51] - 具体来看，石油石化行业获融资资金净流入31.91亿元，ETF净流入127.89亿元；有色金属行业获融资资金净流入21.84亿元，ETF净流入83.95亿元 [52] - 融资净买入规模较高的个股为华工科技（+12.6亿元）、佰维存储（+11.8亿元）、比亚迪（+8.0亿元） [53] - ETF偏好方面，上周ETF整体净申购164.5亿份，宽指ETF以净赎回为主，行业ETF申赎参半，其中原材料ETF净申购215.5亿份，信息技术ETF净赎回64.5亿份 [56] - 净申购规模最高的股票型ETF为国泰中证油气产业ETF（+36.1亿份），净赎回规模最高的为广发中证传媒ETF（-14.4亿份） [57] 外部流动性变化 - 海外重要经济数据显示，美国2月非农就业人数意外减少9.2万人，远逊于市场预期的增加近6万人，失业率环比上升0.1个百分点至4.4% [69] - 美联储内部对降息存在分歧，市场对美联储降息预期降温，CME FedWatch工具显示市场对利率路径的预期 [65][68]

核心观点 报告的核心观点是，尽管1月超储率因政府存款超预期上升而有所回落，但在央行持续呵护下，2月资金面保持宽松，超储率小幅回升。展望3月，在政府存款下降和节后现金大规模回流的共同推动下，预计超储率将显著上升至1.5%的高位，银行体系流动性将保持充裕，资金利率中枢有望维持在较低水平[2][3][4][5][7][10][85]。 1、年初政府存款升幅超预期推动1月超储率降至1.1% - 2025年12月超储率为1.5%，2026年1月超储率回落0.4个百分点至1.1%，处于近年来非季度末月的中性水平[3][16] - 1月政府存款上升1.51万亿元，远超预期，绝对规模达到6.5万亿元，处于历史最高水平，主要原因是国有资本运营支出调入规模上升及年末财政走款时滞[3][16] - 随着后续财政与特殊再融资债支出高峰到来，政府存款大概率将出现明显回落[3][16] - 1月其他流动性影响因素，如央行对其他存款性公司债权、法定存款准备金、货币发行及外汇占款变动，均与预期相差不大[3][17] 2、2月央行呵护下超储率或升至1.2%，资金利率中枢回落波动下降 - 预计2月广义财政赤字达1.28万亿元，为往年同期最高水平，政府存款预计环比下降约3900亿元，对流动性形成补充[4][24] - 2月货币发行预计增加约9000亿元，缴准规模预计上升约1000亿元，外汇占款预计环比上行500亿元[4][24] - 2月央行通过MLF净投放3000亿元、买断式逆回购净投放6000亿元等方式进行呵护，预计央行对其他存款性公司债权环比上升约7719亿元，当月还买入国债500亿元[4][24][39] - 综合测算，预计2月超储率约1.2%，较1月上行0.1个百分点[4][24] - 2月DR001均值降至1.33%，资金面波动低于1月，跨春节资金价格处于近年同期最低水平，反映了央行的呵护[5][40] - 银行净融出规模维持在4.4万亿元高位，非银机构正回购规模普遍回落，降杠杆行为也是资金宽松的重要因素[5][44] - 2月调休日因素扰动资金跨月/跨节进度，但央行呵护下资金整体维持平稳[6][49] 3、3月现金及政府存款净投放或达2万亿，超储上升银行负债压力仍可控 - 预计3月广义财政赤字处于历年同期最高水平，政府存款或环比下降约8300亿元，对流动性形成补充[7][56] - 2026年春节偏晚，节后现金回流主要发生在3月，预计货币发行将减少约1.16万亿元，对流动性形成重要支撑[7][56][57] - 预计3月新增信贷约3.20万亿元，缴准规模约为3400亿元，外汇占款预计环比上升500亿元[7][56] - 假设央行MLF和买断式回购合计净回笼1000亿元，质押式逆回购净回笼约6000亿元，PSL等工具净回笼约500亿元，则央行对其他存款性公司债权环比或将下降约7500亿元，预计央行国债净买入规模仍为500亿元[7][10][76] - 综合来看，预计3月超储率约1.5%，较2月上升0.3个百分点，与2025年末水平相当[7][10] - 政府存款下降与现金回流合计贡献近2万亿元流动性，这些资金相对政策工具更稳定，有助于改善银行指标[10][77] - 年初以来银行吸收高息同业存款加剧资金分层，但随着资产端冲击高峰过去及同业自律可能趋严，资金分层有望缓解[10][80] - 两会信息显示央行将保持流动性充裕，引导货币市场利率围绕政策利率运行，1-2月资金状态符合目标，降准降息时点可能后推至4月政治局会议前后，但在此之前央行料将维持呵护基调[11][81][84] - 在此背景下，预计3月DR001中枢大概率维持在1.3%-1.35%区间，R001均值也有望降至1.4%以内[11][85]

核心观点 - 报告认为，地缘政治风险（美伊冲突）出现显著缓解迹象，是驱动市场情绪回暖、风险偏好提升的关键因素，并导致股票、债券、商品三大市场出现结构性分化 [2][5][7][8] - 股票市场呈现“深强沪弱、小盘强于大盘”的普涨格局，科技成长板块在AI技术突破、行业会议催化及政策支持下成为市场主线，而美伊冲突相关周期板块深度回调 [2][5][7] - 债券市场在经历前期调整后企稳反弹，主要源于对过度抛售的修正及地缘风险缓解，预计短期将维持震荡格局 [8] - 商品市场在油价冲高回落的带动下整体下跌，能化板块领跌，贵金属则因美元指数回落和工业需求支撑而上涨 [8][10] 市场行情分析 股票市场 - **市场整体表现**：A股市场普涨，上证指数收于4123.14点，上涨0.65%；深证成指涨2.04%；创业板指大涨3.04%；科创50指数上涨2.16%至1420.54点 [2] - **市场情绪与成交**：全市场上涨家数达4531家，下跌仅850家，情绪偏向乐观；但全市场成交额2.42万亿，较昨日缩量9.5% [2] - **风格与板块分化**：市场呈现深强沪弱、小盘强于大盘的特征；科技成长板块全面爆发，通信设备板块领涨4.32%，电子、机械板块分别上涨3.34%、2.72%；光模块、光电路交换机、覆铜板等算力硬件概念领涨8.03%、7.52%、6.79% [2][5] - **地缘冲突影响**：因美国总统特朗普暗示“战争已基本结束”，市场预期美伊冲突缓解，风险偏好回暖，带动科技板块领涨；同时，美伊冲突相关板块深度回调，石油石化、煤炭板块分别大跌4.74%、3.09%，天然气指数、化学原料精选指数分别下跌2.93%、2.67% [5][7] 债券市场 - **国债期货表现**：市场分化震荡，30年期主力合约TL2606微涨0.04%至111.490元；10年期主力合约T2606收盘持平于108.305元；5年期合约持平，2年期合约微涨0.01% [8] - **流动性状况**：央行通过逆回购单日净投放52亿元，资金面维持偏松；隔夜Shibor下行0.4BP至1.318%，7天期Shibor上行0.9BP至1.432% [8] - **市场驱动与展望**：反弹源于对前一交易日过度抛售的修正及地缘风险缓解；预计利率债市场短期维持震荡，需关注后续国内经济数据及央行货币政策操作 [8] 商品市场 - **整体表现**：南华商品指数收于3052.9点，下跌2.10%，呈现“涨少跌多”的分化格局 [8] - **领涨品种**：沪银上涨7.11%至22768元/千克，铂上涨4.26%，碳酸锂上涨4.15% [8][10] - **领跌品种**：集运指数（欧线）下跌13.92%，原油下跌10.76%，甲醇下跌7.58% [8] - **原油市场**：受美伊冲突可能结束的消息影响，布伦特原油价格自接近120美元/桶回落至90美元/桶附近，国内原油主力合约收于666.3元/桶；预计油价短期维持高波动 [8] - **贵金属驱动**：原油价格回落缓解通胀预期，美元指数自99.7回落至98.5左右，带动贵金属回暖；白银还受益于新能源、光伏等领域的需求增长 [10] 交易热点追踪 近期热门品种梳理 - **AI应用**：以阿里千问、谷歌GEMINI等为代表的产品应用加速，后续关注应用场景转化及产品技术升级突破 [11] - **商业航天**：商业航天司成立带来政策支持，后续关注国内可回收火箭发射情况及海外龙头技术突破 [11] - **核聚变**：中上游环节产业化提速，后续关注项目进展推动及行业招标情况 [11] - **量子科技**：技术突破与战略新兴产业地位，后续关注国内政策支持力度及国内外重点项目进展 [11] - **脑机接口**：受益于十五五政策支持及海外技术进步，后续关注国内技术进步及国外公司项目进展 [11] - **机器人**：产品持续升级与产业化趋势加速，后续关注特斯拉订单释放节奏及国内企业技术进展 [11] - **大消费**：政策推动消费升级，后续关注经济复苏情况及进一步刺激政策 [11] - **券商**：A股成交额高位运行，后续关注市场成交量及交易制度可能的变化 [11] - **贵金属**：受央行持续增持及美联储降息预期支撑，后续关注美联储进一步降息预期及地缘政治风险 [11] - **有色金属**：受供给约束影响，后续关注美元指数变化及全球各区域供给变化 [11] 近期核心思路总结 - **权益方面**：地缘政治风险显著缓解，但短期消息面或仍有反复，建议持续关注市场量能变化 [14] - **债市方面**：市场反弹源于对过度抛售的修正，需关注后续国内经济数据和央行政策 [14] - **商品方面**：短期油价可能维持高波动，需进一步关注实质性和谈情况及霍尔木兹海峡通行能否缓解 [14]

核心观点 - 报告认为网格交易是一种适用于震荡行情、利用价格波动赚取差价的策略，并指出具备特定特征的权益型ETF是实施该策略的合适标的[3][11] - 报告基于流动性、振幅、趋势性、价格区间及成立时长五个维度筛选，本期重点关注云计算、消费电子和机器人三个行业的ETF，认为其具备网格交易条件且受行业积极催化[3][12] 网格交易策略概述 - 网格交易本质是一种高抛低吸的交易策略，不预测市场具体走势，而是利用价格在一定范围内的自然波动获利，适用于价格频繁波动的市场[3][11] - 在震荡行情中，投资者可通过网格交易反复赚取较小差价以增强收益，待市场新方向明确后再进行策略切换[3][11] - 适用网格交易的标的特征包括：选择场内标的、长期行情稳定、交易费用低廉、流动性好、波动性较大[3][11] - 基于上述特征，权益型ETF被认为是相对合适进行网格交易的标的类型[3][11] 华宝证券ETF网格策略标的分析 - 报告通过对ETF进行筛选，基于五个维度对权益型ETF进行打分，列出了本期适合进行网格交易的标的清单[12][21] 云计算 ETF (159273.SZ) - OpenClaw等AI智能体框架的兴起，直接驱动对云计算基础设施和算力租赁服务的需求，有望推动算力需求指数级增长[3][12] - 云计算被视为AI大模型和智能体进行训练与推理不可或缺的基础设施[3][12] - 国家战略层面支持明确：《2026政府工作报告》提出“深化拓展‘人工智能+’”、“实施超大规模智算集群、算电协同等新基建工程”[3][12] - “十五五规划”提出适度超前建设新型基础设施，推进全国一体化算力网等建设，明确了算力在AI时代的核心基础设施地位[3][12] 消费电子 ETF (562950.SH) - 小米于3月6日启动国内首个类OpenClaw的移动端系统级智能体“Xiaomi miclaw”的小范围封闭测试，标志着AI与消费电子进入深度融合期[4][15] - 该产品基于小米自研MiMo大模型，能在手机系统层部署大模型，根据用户模糊指令自动拆解并执行任务[4][15] - 消费电子行业正从硬件升级驱动转向“硬件+AI服务”的价值重估，端侧AI模型与系统级智能体有望催生新的产品体验与换机需求，利好核心元器件、高端芯片及整机厂商[4][15] - 此类创新强化了头部厂商的生态壁垒与用户粘性，有望提升行业集中度与整体盈利能力[4][15] 机器人 ETF (159530.SZ) - 2025年及2026年春晚的“高浓度”机器人展示，是中国机器人产业成熟度提升与商业化临界点到来的集中体现[5][17] - 中国机器人正从传统工业场景向全社会更多商业场景渗透[6][17] - “十五五规划”提出推动具身智能等未来产业成为新的经济增长点[6][17] - 以AI大模型、多模态感知、灵巧操控为代表的技术突破，正大幅拓展机器人在商用服务、医疗康复、家庭陪伴等领域的商业化边界[6][17] - “十五五”时期或将成为智能机器人快速发展的重要战略机遇期[6][17] 策略组合建议 - 建议投资者使用网格交易策略时，可选择数只合适的、相关性较低的ETF构成组合，例如“宽基+行业”或“A股+港股”等类型搭配[18] - 组合分散的好处除了分散风险，还可以起到轮动效果，从而提高资金利用率[18]

报告核心观点 - 报告将经典的波特五力行业竞争结构分析框架，延伸并应用于个股层面的量化选股策略[1] - 通过将五个维度（购买者议价能力、供应商议价能力、个股行业内竞争优势、替代品威胁、行业壁垒）进行量化刻画，并最终融合构建了“波特五力综合因子”[1][3] - 基于“好行业、好公司、好价格”原则，将波特五力综合因子与估值因子结合构建选股策略，在全市场股票池下，策略年化收益为31.95%，相对于中证全指的年化超额收益为28.81%，信息比率为2.41，相对收益回撤比为1.14[3] 以量化的视角剖析波特五力模型 - 波特五力模型由迈克尔·波特提出，用于分析行业竞争结构，五种力量包括供应商议价能力、购买者议价能力、行业内部竞争、潜在进入者威胁和替代品威胁[8][10][11][12][13] - 报告将分析视角从行业推演至个股，将行业结构分析转化为对个股竞争优势的评估，构建了五个分析维度：行业壁垒（行业层面）、供应商议价能力、购买者议价能力、个股行业内竞争优势、替代品威胁（后四者为个股层面）[14][15] - 波特五力模型被众多绩优基金经理使用，报告旨在将其定性逻辑转化为可回测、可复制的量化模型[20] “购买者议价能力”的量化表达 - 该维度通过应收账款与预收款项结构、客户集中度、利润现金含量等指标来量化个股对下游客户的议价能力[21] - 构建了涵盖应收账款、预收款项、买家结构、坏账准备、利润现金含量五大类共10个有效细分因子，例如应收账款稳定性因子Rank IC均值为2.42%[34] - 合成的购买者议价能力综合因子表现优异，Rank IC均值为3.20%，Rank ICIR达到2.59，多空组合年化收益达12.53%[3][41] “供应商议价能力”的量化表达 - 该维度通过应付账款与预付款项结构、供应商集中度、利润现金含量等指标来量化个股对上游供应商的议价能力[42] - 构建了涵盖应付账款、预付款项、供应商结构、利润现金含量四大类共7个有效细分因子，例如应付账款稳定性因子Rank IC均值为2.00%[53] - 合成的供应商议价能力综合因子Rank IC均值为2.68%，Rank ICIR为2.26，多空组合年化收益达11.34%[3][58] “个股行业内竞争优势”的量化表达 - 该维度从盈利能力、运营效率、成本控制、研发投入、员工结构、外部支持等多个角度综合评估个股在行业内的竞争优势[59][60] - 构建了涵盖盈利能力、运营效率、成本控制能力、研发投入强度、员工结构特征、外部支持六大类共20个有效细分因子，例如研发费用率因子Rank IC均值达3.97%[64] - 合成的个股行业内竞争优势综合因子表现强劲，Rank IC均值达到4.49%，Rank ICIR为3.20，多空组合年化收益高达16.48%[3][67] “替代品威胁”的量化表达 - 该维度从“替代难易程度”（技术壁垒）和“抗冲击能力”（营收分散度、定价空间）两方面评估个股面临的替代品威胁[68][69] - 构建了涵盖技术资产依赖度、营收分散度、毛利率及其弹性等共7个有效细分因子，例如毛利率因子Rank IC均值为3.68%[79] - 合成的个股替代品威胁综合因子Rank IC均值达4.61%，ICIR为2.13，多空组合年化收益率达17.63%[3][83] “行业壁垒”的量化表达 - 该维度是唯一从行业层面分析的维度，从技术壁垒、资本壁垒、市场壁垒三方面评估行业进入门槛[84][87] - 基于中信一级行业分类，构建了6个行业层面因子，例如供给侧改革后，行业资本开支占比因子Rank IC均值达6.26%[95][97] - 合成的行业壁垒综合因子Rank IC均值高达8.26%，ICIR为0.91，多空组合年化收益率为11.29%[3][100] 波特五力综合因子与选股策略 - 将五个维度的综合因子（四个个股因子，一个映射至个股的行业因子）进行融合，构建波特五力综合因子，其Rank IC均值为5.18%，Rank ICIR达到2.53[3][103] - 五个细分维度因子之间的相关性较低，表明它们从不同侧面提供了增量信息[104][106] - 基于“三好原则”，将波特五力综合因子与估值因子结合构建量化选股策略，策略在全市场及不同股票池（沪深300、中证800、中证1000、国证2000）中均展示了稳健的超额收益[3][7]

核心观点 - 报告为一份市场日报 核心内容是对2026年3月10日A股市场的整体表现、主要指数、行业及概念板块进行回顾与总结 [1][8] 市场回顾：指数表现 - 2026年3月10日 A股主要指数悉数收涨 上证指数涨0.65% 收于4123.14点 深证成指涨2.04% 收于14354.07点 创业板指涨3.04% 收于3306.14点 科创50指数涨2.16% 收于1420.54点 [1] - 市场整体呈现普涨格局 全市场有4531只个股上涨 850只个股下跌 103只个股收平 [1] - 沪深两市全天成交额合计23979亿元 较前一交易日缩量2497亿元 [1] 市场回顾：行业板块表现 - 申万一级行业涨多跌少 通信、电子、机械设备、建筑材料等行业涨幅居前 涨幅分别为4.32%、3.41%、2.81%、2.07% [1] - 石油石化、煤炭、综合等行业跌幅居前 跌幅分别为5.14%、3.11%、1.83% [1] 市场回顾：概念板块表现 - 涨幅居前的概念板块包括光模块(CPO)、覆铜板、光通信、培育钻石、光芯片、电路板、高速铜连接、HBM、射频及天线、玻璃纤维、超硬材料、光刻机、6G、TOPcon电池、高送转预期 [2] - 回调的概念板块包括央企煤炭、油气开采、煤炭开采精选 [11]

核心观点 - 报告认为，在避险情绪升温及通胀忧虑背景下，机构对长期信用风险定价趋于谨慎，市场交易呈现明显的“短久期”偏好，二永债收益率进一步大幅下行空间有限，市场或进入低位震荡阶段，交易机会更多体现在结构性配置与利差变化上 [2][11] - 对于二永债，建议交易优先中短久期品种 [2][11] - 对于普信债，市场延续了4Y-3Y骑乘策略，并建议接下来可将3Y-2Y区间作为重点关注区间 [3][16] 二级市场走势：二永债交易短久期，普信债延续骑乘策略 二永债市场表现 - **收益率与曲线变化**：上周（2026-03-02至2026-03-06）二级资本债收益率整体窄幅波动，期限结构分化，中短端收益率小幅下行（如1年期和3年期分别下降4.56bp和1.44bp），中长端小幅上行（如5年期和7年期分别上行0.41bp和1.16bp），收益率曲线略有陡峭化 [9] - **历史分位数**：短端收益率分位数已处于历史极低水平，1年期和2年期二级资本债收益率分位数已降至接近2022年以来最低值，3年期也降至10%以内；而7年期分位数上升0.77个百分点 [9] - **信用利差**：二级资本债信用利差整体走阔，各期限上行0.77-2.28bp不等，且长久期上行幅度更大（5年期和7年期分别上行1.71和2.28bp），对应分位数明显上行，显示信用利差有所修复 [9] - **期限利差**：2Y-1Y利差显著扩大4.42bp，其余期限变化相对有限 [9] - **永续债表现**：永续债收益率亦呈现分化，1年期和2年期分别下行4.58bp和1.60bp，3-4年期小幅上行；其信用利差整体走阔，其中3-7年期更为明显；期限利差显示短端陡峭化特征较为明显（2Y-1Y和3Y-2Y利差分别扩大2.98bp和2.57bp） [10][11] 二永债交易情况 - **交易回暖且偏好短久期**：中短久期二级资本债成交笔数显著上升，其中4-5年期最为活跃，成交金额放大至805亿元左右，环比增长近一倍；5-7年期涨幅最大且超过节前水平 [2][13] - **对长久期谨慎**：7-10年期交易维持低位，成交笔数和金额略有回升但幅度有限，远低于节前水平，表明机构对长久期保持谨慎 [2][13] - **永续债交易**：永续债交易亦明显回升，中短久期成交活跃，其中3-4年期金额超过330亿元，4-5年期金额超过530亿元 [13] 普信债与城投债市场表现 - **中短期票据（普信债）**： - 收益率整体明显下行，各期限普遍下降1.76–2.86bp，5年期以内降幅差距不大，7年期降幅相对较小 [14] - 信用利差方面，1年期和3年期小幅走阔，4年期和5年期利差压缩较为明显，对应分位数有所回落 [14] - 期限利差分位数显示，3Y-2Y和5Y-4Y利差分位数上行相对较多 [14] - **城投债**： - 收益率整体明显下行，各期限普遍下降1.80–3.58bp，中短久期降幅相对更大 [15] - 历史分位数显著回落，1-2年期分位数已降至接近历史最低水平，3-5年期收益率分位数均已降至5%以内 [15] - 信用利差呈现分化，1年期和3年期小幅走阔，2年期及4-7年期有所收窄，其中4年期压缩幅度较为明显 [15] - 期限利差方面，除4Y-3Y收窄外，其余期限利差均小幅走阔，其中3Y-2Y和5Y-4Y利差分位数上行超8个百分点 [15] 策略总结 - 普信债市场整体延续了4Y-3Y骑乘策略，4年期收益率和利差的相对较高历史分位吸引了配置需求 [3][16] - 随着3Y-2Y分位数上行，且考虑中长久期波动或将加剧，接下来或可将3Y-2Y区间作为重点关注区间 [3][16] 一级市场发行：节后第二周，发行逐渐恢复常态 - **信用债发行总量**：本周（报告期）信用债发行3335.16亿元，较上周大幅增加，发行整体恢复常态；与上年同期相比，发行额小幅下降151.89亿元 [17] - **结构分析**：发行额下降主要因为金融债发行下降；公司债发行超1000亿元，占比超30%且贡献最大增量；中票和短融发行额均在500亿元以上；金融债发行461亿元；资产支持证券和PPN发行相对较少 [17] - **科创债发行**：本周科创债发行202亿元，环比大幅回升，且同比也有所增加；回顾2月份，科创债合计发行1066亿元，较2025年同期的630亿元大幅增加近70% [19]

核心观点 - 报告核心观点认为，在“实物再通胀”的宏观背景下，自由现金流策略有望跑赢红利策略及整体市场，牛市下半场的主要驱动力将从流动性转向业绩增长，从而利好大盘和成长风格 [2][13] - 报告分析指出，自由现金流指数相比传统红利指数能更敏锐地捕捉企业盈利弹性，长期收益表现更优，是当前市场环境下值得关注的投资工具 [3][13] - 报告重点分析了沪深300自由现金流指数的投资价值，认为其具备高股息、高自由现金流特征，并在石化、有色、家电、汽车等行业集中配置，长期看能产生显著超额收益 [4][5][6][13] - 报告以摩根沪深300自由现金流ETF（563900）为例，介绍了其为投资者提供的、可便捷投资于高现金流龙头公司的工具 [9][13] A股自由现金流与分红能力演变 - 过去十年，随着经济向高质量发展转型，企业资本开支趋于审慎，经营重心转向盈利质量与现金流稳定，全A非金融自由现金流自2014年起持续增长并转正 [1][14] - 近年来，企业利润分配中自由现金流占比稳定在21%至26%之间，充裕的现金流支撑了股东回报水平的提升 [1][14] - 企业盈利模式的变化有望降低对融资环境和短期周期的依赖，从而可能减少指数波动 [1] “实物再通胀”逻辑下的市场展望 - 牛市下半场的核心逻辑是通胀回归带动业绩上行以消化估值，具体分为三步：流动性持续改善与企业资金活化、通胀回归、企业盈利修复 [2][13][18] - 流动性方面，M1同比已上行至4.9%（2026年1月），M2同比上行至9.0%，上市公司现金类资产保持强劲增长 [18] - 通胀方面，PPI同比有望在2026年三季度转正，成为资产配置逻辑转变的核心假设 [2][18] - 企业盈利方面，2025年工业企业利润同比增速为0.6%，结束此前三年负增长，预计2026年全A非金融归母净利润同比增速为11%至17% [18] - 在通胀回归的假设下，股市主要驱动有望转向业绩，从而可能呈现大盘强于小盘、成长跑赢价值的格局 [2][18] 自由现金流策略对比红利策略的优势 - 自由现金流指数（如国证自由现金流）的编制基于ROE和自由现金流率筛选，并实行季频调仓，相比基于股息率、年度调仓的红利指数，更能敏锐捕捉企业前端盈利变化 [21] - 长期收益表现上，自由现金流指数显著领先，国证、中证自由现金流指数十年年化收益达21%至22%，明显高于各红利指数10%至11%的水平，夏普比率也更优 [3][22][23] - 以煤炭行业为例，其股价跑输或跑赢市场与行业自由现金流规模的收缩或回正密切相关，印证了自由现金流策略对盈利周期的捕捉能力 [3][22][25] 沪深300自由现金流指数投资价值分析 - **股息率与估值**：截至2026年3月6日，该指数股息率为3.4%，高于万得全A（1.7%）和沪深300（2.6%），但低于中证红利（4.7%）；其市盈率为15.9倍，略高于沪深300（14.2倍）[4][27] - **行业分布**：指数编制剔除了金融和房地产行业，聚焦于现金流充裕的行业，前四大权重行业为石油石化（21.9%）、有色金属（12.2%）、家用电器（10.7%）和汽车（10.6%），成分股以中大市值龙头公司为主 [5][31] - **历史收益表现**：自2014年初至2026年3月6日，沪深300自由现金流全收益指数累计上涨483%，显著高于同期中证红利全收益（330%）、沪深300全收益（164%）和万得全A（189%）[6][37] - **风险收益特征**：该指数年化夏普比率为0.84，优于沪深300全收益（0.45）和中证红利全收益（0.69）[37][40] - **成分股财务特征**：指数成分股兼具高股息和高自由现金流特征，其股息率中枢从2013-2021年平均2.4%显著提升至2022-2025年平均约4%；过去10年其自由现金流/EBITDA比例均值为31%，高于沪深300非金融（25%）和全A非金融（20%）[7][41][42] - **对比其他自由现金流指数**：在主流自由现金流指数中，沪深300自由现金流指数呈现低波动、低回撤特征，年化波动率为17.4%，最大回撤为24.7%；其行业配置显著超配石油石化、通信和家用电器 [8][46][49][52] 摩根沪深300自由现金流ETF产品简介 - 摩根沪深300自由现金流ETF（基金代码：563900）成立于2025年4月24日，是一只被动指数型基金 [9][54][55] - 该基金主要投资于沪深300自由现金流指数的成分股，追求跟踪偏离度和跟踪误差最小化，为投资者提供了聚焦市场中现金流创造能力强的龙头企业的投资工具 [9][54] - 基金管理人为摩根基金管理（中国）有限公司，其母公司摩根资产管理全球资产管理规模超过3.6万亿美元（截至2024年底）[56]

核心观点 - 报告构建了综合市场风格、基本面、资金面、交易面、估值五个维度的“五维行业比较框架”，旨在对行业股价表现做出综合判断 [3] - 该框架在非财报季对五个维度进行等权打分，在财报季则给予基本面更高权重，并降低市场风格及估值维度的权重 [3] - 历史回测（2016年至2025年2月）显示框架表现优异，按得分高低将行业分为5组，第1组至第5组的年化收益率分别为11.8%、1.3%、-1.4%、-7.5%及-10.5%，年化夏普比率分别为0.53、0.06、-0.07、-0.35及-0.51 [3][21] - 若通过做多第1组、做空第5组构建多空组合，该组合的年化收益率为23.7%，年化夏普比率为1.69 [3][21] - 对于2026年3月，报告预计市场风格将在成长及均衡间轮动，高估值板块相对更值得关注 [3] - 从五维框架打分结果看，电力设备、国防军工、电子、机械设备等行业得分较高，值得投资者重点关注 [3] 五维行业比较框架 - **框架亮点**：1）兼具客观数据与主观判断，灵活性较强；2）指标权重并非每月固定，会根据市场核心影响因素调整；3）引入了市场风格因素；4）在资金及估值方面的运用与市场常见方式不同 [8] - **核心思路**：股价受多重因素影响，需对各类因素进行分析并综合判断，并对未来可能的市场主导因素赋予更高权重 [3][8] - **框架构成**：综合市场风格、基本面、资金面、交易面、估值五个维度，其中市场风格、资金面及估值涉及主观判断，基本面和交易面为纯客观数据 [9] - **打分过程**： - **市场风格维度**：使用“现实情绪风格投资时钟”对未来市场风格（经济预期与市场情绪走向）做出主观判断，并对适合该风格的行业打分 [15] - **基本面维度**：涉及四个客观指标（行业净利润增速、增速改善、业绩增速预测值、预测值改善），对各指标单独排序打分后等权加总 [15] - **资金面维度**：分为两部分等权加总：1）对主观判断的未来主导资金（如融资资金）潜在流入占流通市值比例高的行业打高分；2）对主观判断为净流入的公募资金潜在流入占比高的行业打高分，若判断净流出则对流出占比高的行业打低分 [15] - **交易面维度**：逻辑为寻找“强动量+低换手+低拥挤”的行业，按3:1:1的权重将三个指标的分数相乘得到最终分数 [20] - **估值维度**：先主观判断未来市场情绪走向，若判断情绪上升则对高估值（PE-TTM）行业打高分，若判断情绪下降则对低估值行业打高分 [20] 3月观点及行业推荐 - **2月回顾**：2月份使用该框架推荐关注成长及独立景气板块，得分靠前的电子、电力设备、机械设备等行业表现较好，第1组行业平均涨幅为3.1% [26] - **3月权重设置**：3月为非财报季，各维度打分权重将等权设置 [33] - **3月主观判断**： - **市场风格**：预计经济预期将出现波动、市场情绪可能震荡抬升，对应成长及均衡风格轮动 [3][33] - **资金面**：预计公募资金将净流入，未来主导资金或为融资资金 [3][33] - **估值面**：预计市场情绪可能走强，对应高估值行业表现会更好 [3][33] - **3月推荐行业**：结合主观判断，五维框架下得分靠前的行业包括电力设备、国防军工、电子、机械设备、汽车、通信等 [3][34] - **具体行业及关注逻辑**： - **电力设备**：建议关注氢氨醇一体化、电网（受益于美国缺电及印度可能放宽进口限制）、AIDC（受益于英伟达GTC大会及国内算力建设）等方向 [37][39] - **电子通信**：AI仍是核心主线，建议关注光模块、PCB、存储等方向，催化事件包括英伟达GTC大会将发布新型芯片、存储产业持续高景气及涨价预期、字节AI海量需求及华为昇腾芯片演进 [40][41] - **高端制造**：看好机器人（2026年有望步入量产与资本化阶段）、北美AI产业链（关注发电、液冷、PCB等环节）、矿山机械（受益于全球AI及电力发展带来的铜矿缺口）等方向 [42][44] - **汽车**：关注机器人产业链带来的板块性机会，以及车端业绩兑现情况，整车建议关注吉利汽车、蔚来，零部件建议关注福耀玻璃、拓普集团、双林股份 [45][47] - **医药生物**：持续看好创新药械及产业链，3月市场将进入年报业绩兑现期，资金或向低估值龙头、业绩高增长及出海优异赛道集中，建议关注创新药、CXO、医疗器械、中药等细分领域 [48][50] 市场风格：或在成长及均衡间轮动 - **风格判断框架**：通过“现实情绪风格投资时钟”，依据“经济现实”与“市场情绪”两个变量的组合，将市场划分为均衡、顺周期、防御、主题成长及独立景气四类风格 [57] - **当前经济现实判断**：国内经济数据整体平稳，呈现结构性复苏，10年期国债收益率窄幅震荡，反映市场预期稳定 [58][60]；考虑到全国“两会”召开，投资者对政策的博弈可能抬升，预计经济预期将出现波动 [63] - **当前市场情绪判断**：当前市场换手率接近过去60日均值-1倍标准差，情绪处于偏低位置，未来大幅下降可能性不大 [65]；结合春节后日历效应及科技板块潜在催化（如全国两会、苹果发布会、英伟达GTC大会），预计3月市场情绪或震荡回升 [70][73] - **3月风格结论**：预计市场将在“弱现实、强情绪”（成长风格）及“强现实、强情绪”（均衡风格）情景间波动，对应成长及均衡风格的轮动 [75] - **对应关注行业**： - **成长风格**：主要涉及TMT、电新、军工，以及具有独立景气的周期板块如汽车、有色金属、机械设备等 [81] - **均衡风格**：涉及成长、周期、金融地产等，偏情绪类包括计算机、通信、电子、非银金融、电力设备等，偏经济类包括房地产、建筑材料、食品饮料等 [81] 基本面：非财报季，权重下调为20% - **财务指标表现（基于2025年三季报）**： - **净利润增速**：高增长主要集中在周期及成长领域，如钢铁、有色金属、非银金融、电子、传媒等行业增速较高；房地产、商贸零售、煤炭、轻工制造、美容护理等行业增速较低 [92] - **净利润增速改善**：钢铁、房地产、非银金融、电力设备、国防军工等行业改善幅度靠前；农林牧渔、商贸零售、建筑材料、计算机、交通运输等行业改善幅度靠后 [92] - **业绩预测指标（截至2026年2月25日）**： - **预测景气高低**：交通运输、有色金属、电力设备、电子等行业景气可能相对较高；农林牧渔、房地产、石油石化、建筑材料等行业景气度可能较低 [99] - **预测景气改善**：交通运输、农林牧渔、非银金融、有色金属等行业景气可能有所改善；社会服务、汽车、房地产、商贸零售等行业景气可能有所回落 [99] - **3月基本面维度得分**：综合四项指标，非银金融、有色金属、电子、电力设备、钢铁等行业得分较高；商贸零售、石油石化、建筑装饰、房地产、建筑材料等行业得分较低 [100] 资金面：融资资金或成3月主导资金 - **主导资金判断**：预计融资资金可能成为3月的主导资金 [33] - **保险资金测算**：根据不同的10年期国债收益率假设点位，测算了保险资金3月可能的净流入金额，例如在1.70%的假设下净流入约81.0亿元 [104] - **公募资金判断**：预计公募资金将呈现净流入 [33] 交易面及估值面：三因素打分体系、关注高估值 - **交易面逻辑**：采用“强动量+低换手+低拥挤”的三因素打分体系，旨在寻找存在潜在利好且股价尚未完全反映、同时交易不拥挤的行业 [20] - **估值面逻辑**：估值对行业股价的影响主要与市场情绪有关，在具体打分前需对未来市场情绪的走向做出主观分析判断 [20] - **3月估值判断**：预计市场情绪可能会走强，对应于高估值行业表现会更好 [3][33]

核心观点 本报告提出了一种基于相似性算法的风格轮动策略，旨在通过寻找与当前市场走势相似的历史阶段，来预测未来风格（大小盘、成长价值）的相对表现，并生成交易信号。报告的核心结论是，基于相对收益视角、采用带约束的动态时间规整算法（DTW-S-2D）构建的相似性指标，能够有效指导风格轮动，并且可以显著提升作者团队此前提出的基于赔率和胜率的复合轮动框架的表现[1][4]。 一、算法介绍与比较 - **DTW算法**：允许时间序列非线性对齐，解决时间轴偏移问题，但对整体趋势匹配效果好，缺点是计算量大且易出现过度扭曲[4][12][22] - **DTW-S算法**：在DTW基础上引入Sakoe-Chiba带状约束，限制路径在对角线附近移动，能提升计算效率并防止过度扭曲，例如设置窗口为2时，允许A序列一日的行情在B序列3日内完成相似走势[4][23][28] - **SBD算法**：基于形状匹配，抗干扰能力强且计算效率高（通过FFT加速），但局部模式识别能力弱，对全局轮廓相似的序列更有效[4][31][35] - **MSM算法**：操作设计直观，对时间轴畸变鲁棒性强，但受关键代价参数c影响较大，计算复杂度为O(nm)[4][36][40] 二、模型构建关键发现 - **收益视角选择**：相对收益视角（直接比较风格间的相对净值）明显优于绝对收益视角（分别比较各风格的绝对净值）。原因在于绝对视角下两个风格的最相似历史阶段可能不匹配，且在模糊的估计结果上进行精确比较有失偏颇[4][42][54] - **算法有效性比较**：DTW系列算法整体表现最为稳健，相互间差异不大；MSM算法在大小盘策略中相对偏弱；SBD算法在成长价值策略中表现不佳。结合主观逻辑，允许当日行情在3日内完成相似走势（DTW-S-2D）比5日内（DTW-S-4D）更为合理，因此最终选用DTW-S-2D[4][54] - **相似阈值设定**：以近五年样本数据的均值加两倍标准差作为相似度下限的筛选标准，该阈值对标准差倍数参数不敏感[4][61][71] - **时间衰减改进**：引入时间衰减函数（半衰期n年）为历史阶段的权重，认为时间更近的阶段因市场环境更相似而更具参考价值。该改进对大小盘策略形成有效性提升，当n取20时表现较好；对成长价值策略影响不显著，但为保持一致性，两者均采用n=20[4][76][80] 三、独立相似性策略表现 - **大小盘轮动策略**：采用DTW-S-2D算法并引入时间衰减（n=20）后，策略总收益达**246.84%**，年化超额收益为**10.93%**，信息比率为**1.18**，最大回撤为**12.43%**[82][85] - **成长价值轮动策略**：采用相同配置，策略总收益达**512.02%**，年化超额收益为**15.54%**，信息比率为**1.25**，最大回撤为**15.47%**[82][89] 四、与赔率胜率框架的融合提升 - **框架回顾**：作者团队已有的复合模型结合了“赔率”（基于估值差分位数与历史收益率的线性关系）和“胜率”（基于多个宏观、市场、动量等指标）来生成配置信号[91][97][100] - **融合效果**：将前述相似性指标作为一个新的胜率指标纳入原有框架后，策略表现得到显著边际改善[4][100] - **大小盘策略**：年化超额收益从**16.76%** 提升至 **18.13%**，信息比率从 **1.85** 提升至 **2.01**[4][100][102] - **成长价值策略**：年化超额收益从**13.79%** 提升至 **15.27%**，信息比率从 **1.11** 提升至 **1.23**[4][100][107]