核心观点 - 市场情绪指标数值为3.9，较上周五的3继续回升，市场情绪得到进一步修复，观点偏多 [2][8] - 价量一致性指标周内企稳回升，行业涨跌趋势性显著走强并突破布林带上界，显示市场短期情绪迎来阶段性修复 [2][11] - 当前模型整体提示小盘与价值风格占优信号，价值风格信号强度未来可能出现一定程度加强 [2][49] 市场情绪模型观点 - 市场情绪指标数值为3.9，较上周五的3继续回升，市场情绪得到进一步修复 [2][8] - 价量一致性指标周内企稳回升，资金关注度与标的涨幅相关性于周四、周五快速走高，短期内价格弹性与关注度重新匹配 [2][11] - 行业间交易波动率延续上行并维持高位，资金在行业间切换节奏加快，行业间博弈加剧 [2][11] - 行业涨跌趋势性显著走强并突破布林带上界，行业观点一致性提升 [2][11] - 融资余额占比延续上行趋势，杠杆资金风险偏好进一步回暖 [2][11] - RSI指标在中性区间小幅震荡，市场情绪仍略显谨慎 [2][11] - 主力资金净流入强度维持在布林带上方区间高位震荡 [2][11] - 本周全A成交额较上周环比增长1.56%，平均日成交额为20438.27亿元，市场成交活跃度与上周维持相同水平 [2][15] 行业择时与风格观点 - 根据均线排列模型，美容护理、医药生物、银行、食品饮料、纺织服饰等行业短期趋势得分上升趋势靠前 [2][40] - 钢铁、电力设备、建筑装饰、环保、煤炭是短期趋势最强的行业，其中钢铁当前短期得分为96.61，为短期得分最高行业 [2][40] - 本周拥挤度与周内涨跌幅相关系数为0.60，呈现较明显的正相关性 [2][45] - 综合、基础化工、农林牧渔等高涨幅同时伴随较高的资金拥挤度 [2][45] - 电力设备、环保等行业资金拥挤度较高但涨幅偏低，显示资金布局稳定，后续若有基本面催化，或具备补涨潜力 [2][45] - 通信、电子、计算机等低拥挤度板块涨幅较低，在风险偏好回升时迎来配置机会，适合中长期逐步布局 [2][45] - 当前模型提示小盘风格占优信号，信号提示强度较弱，短期信号来回切换较为频繁 [2][49] - 模型维持提示价值风格占优信号，且5日RSI相对20日RSI迅速降低，未来信号强度可能出现一定程度加强 [2][49]

市场风格切换 - 小盘风格接力 中证2000ETF易方达（159532）上涨 年内涨幅超40% [1] - 小盘风格近期拥挤度大幅消化 呈现“强趋势-低拥挤”特征 配置价值有所修复 [1] “十五五”规划政策催化 - “十五五”规划落地窗口期 回顾过去“五年规划” 会后1-2周小盘股往往迎来行情爆发 收益表现远超大盘蓝筹 [1] - 政策催化下 增量资金大概率继续往小微盘方向走 [1] 中证2000指数及ETF产品优势 - 中证2000覆盖30个行业 聚焦机械设备、电子等新兴赛道 能分散单一板块风险并捕捉轮动收益 [1] - 中证2000ETF易方达（159532）成立以来信息比率达3.18 显著高于同类型ETF平均值（信息比率1.4） 历史业绩和跟踪效率领先 [1]

报告行业投资评级 未提及 报告的核心观点 - 上周权益市场带动转债上行，市场中位数维持高位，多数平价区间转债估值小幅抬升，但高价偏股品种跟涨能力有限，转债etf延续净流出趋势 [2][17] - 后市进入业绩和政策真空期，小盘成长风格或占优，与转债风格契合，但保险等机构有止盈态势，短期市场以结构性机会为主 [2][17] - 关注储能、半导体设备及材料、创新药等高成长板块，光伏、化工等供需改善板块，以及银行、电力等高股息板块中正股高波或低溢价偏股个券布局机会 [2][17] 根据相关目录分别进行总结 上周市场焦点（11月3日 - 11月7日） 股市 - 权益市场震荡上行，板块轮动快，电力设备板块因电网投资和AI发展需求表现居前，全周价值风格占优，科技板块偏弱 [1][7] - 申万一级行业多数收涨，电力设备、煤炭、石油石化、钢铁、基础化工涨幅居前，美容护理、计算机、医药生物、汽车表现靠后 [8] 债市 - 上半周资金面均衡，债市平淡；后半周央行买卖国债、权益走强、7000亿买断式逆回购到期资金转紧，债市震荡走弱，周五10年期国债利率收于1.81%，较前周上行1.88bp [1][8] 转债市场 - 转债个券多数收涨，中证转债指数全周+0.86%，价格中位数+0.21%，算术平均平价全周+0.48%，全市场转股溢价率与上周相比-0.09% [1][8] - 多数行业收涨，钢铁、电力设备、煤炭、商贸零售表现居前，计算机、汽车、传媒、电子表现靠后 [9] - 中能、振华、大中、航宇、嘉泽转债涨幅靠前；泰坦、恒帅、集智、豫光、银轮转债跌幅靠前 [1][11] - 总成交额3426.31亿元，日均成交额685.26亿元，较前周提高 [15] 观点及策略（11月10日 - 11月14日） - 近期进入业绩和政策真空期，小盘成长风格或占优，与转债风格契合，但保险等机构止盈，短期市场以结构性机会为主 [2][17] - 关注储能、半导体设备及材料、创新药等高成长板块，光伏、化工等供需改善板块，以及银行、电力等高股息板块中正股高波或低溢价偏股个券布局机会 [2][17] 估值一览 - 截至11月7日，偏股型转债不同平价区间平均转股溢价率位于2010年以来/2021年以来不同分位值 [18] - 偏债型转债中平价70元以下平均YTM为-5.5%，位于2010年以来/2021年以来0%/1%分位值 [18] - 全部转债平均隐含波动率为41.2%，位于2010年以来/2021年以来80%/72%分位值；隐含波动率与正股长期实际波动率差额为-0.72%，位于2010年以来/2021年以来75%/76%分位值 [18] 一级市场跟踪 上周情况 - 卓镁转债公告发行，正股星源卓镁，市值59.37亿元，发行规模4.5亿元，信用评级A+，扣除费用后用于年产300万套汽车用高强度大型镁合金精密成型件项目 [26] - 锦浪转02上市，正股锦浪科技，市值341.14亿元，发行规模16.77亿元，信用评级AA，扣除费用后用于多个项目 [27] 未来一周情况 - 截至11月7日公告，未来一周暂无转债公告发行和上市 [28] 发行进度 - 上周上市委通过金盘科技、尚太科技；股东大会通过华通线缆、中汽股份；董事会预案豪能股份、丰茂股份；无新增同意注册、交易所受理企业 [28] - 待发可转债98只，合计规模1465.8亿，其中已同意注册5只，规模42.0亿；已获上市委通过7只，规模62.9亿 [28]

主要股指表现 - 科创100指数收盘上涨2.3% [1] - 中证500指数收盘上涨1.6% [1] - 中证1000指数收盘上涨1.2% [1][4] - 创业板中盘200指数收盘上涨1.0% [1][7] - 中证2000指数收盘上涨0.6% [1] 指数特征与估值 - 中证2000指数聚焦A股小市值，小微盘风格具备承接快速资金的特点 [1] - 中证1000指数滚动市盈率为47.3倍 [4] - 创业板中盘200指数由创业板中市值中等、流动性较好的200只股票组成，反映创业板市场中盘代表性公司的整体表现 [7] - 创业板中盘200指数滚动市盈率为109.3倍 [7] - 创业板中盘200指数中信息技术行业占比超过40% [7] 市场风格分析 - 在政策利好落地、技术突破等事件催化下，资金的迅速活跃以及交易上行有望不断推动小盘风格上涨 [1]

大小盘风格轮动月度策略 - 10月底量化模型信号为-0.17，指向大盘风格 [1] - 基于历史11月小盘风格相对占优的日历效应，建议11月超配小盘风格 [1] - 当前市值因子估值价差为0.88，远低于历史顶部区域1.7~2.6，显示中长期小盘风格并不拥挤，继续看好小盘 [1] - 本年以来大小盘轮动量化模型收益为27.85%，相对等权基准的超额收益为2.86% [1] - 结合主观观点的策略收益为26.6%，超额收益为1.61% [1] 价值成长风格轮动月度策略 - 月度量化模型信号为1，建议10月超配价值风格 [1] - 本年以来价值成长风格轮动策略收益为18.96%，相对于等权基准的超额收益为1.35% [1] 风格因子表现跟踪 - 10月份，在8个大类因子中，红利因子和动量因子正向收益较高，而大市值因子和波动率因子负向收益较高 [2] - 本年以来，波动率因子和动量因子正向收益较高，而流动性因子和大市值因子负向收益较高 [2] - 10月份，在24个风格因子中，本月盈利收益、股息率、动量因子正向收益较高，而大市值、收益能力、贝塔因子负向收益较高 [2] - 本年以来，贝塔、盈利波动、动量因子正向收益较高，而中市值、流动性、大市值因子负向收益较高 [2] 因子协方差矩阵更新 - 股票协方差矩阵估计是股票组合风险预测的核心，利用多因子模型可将其拆解为因子协方差矩阵和股票特质风险矩阵 [2] - 报告更新了截至2025年10月31日的最新一期因子协方差矩阵 [2]

指数表现 - 中证2000指数和创业板中盘200指数均上涨1.0% [1] - 中证1000指数上涨0.5% [1] - 科创100指数上涨0.2% [1] - 中证500指数下跌0.4% [1] 小盘股风格催化因素 - 复盘历次“五年规划”落地规律显示，会后一至两周小盘风格接力爆发 [1] - 小盘指数平均收益显著跑赢大盘蓝筹 [1] - 当前“十五五”规划落地窗口期为小微盘行情提供催化 [1] 中证2000指数特征 - 指数覆盖30个申万一级行业 [1] - 指数聚焦机械设备、电子等新兴赛道 [1] - 指数能有效捕捉轮动机会并分散单一板块风险 [1]

根据研报内容，以下是关于量化模型和因子的总结： 量化因子与构建方式 Barra风格因子 1. **因子名称**：Beta[15] * **因子构建思路**：衡量股票相对于市场的系统性风险[15] * **因子具体构建过程**：使用历史数据计算股票的历史Beta值[15] 2. **因子名称**：市值[15] * **因子构建思路**：反映公司规模大小[15] * **因子具体构建过程**：对公司的总市值取自然对数[15] $$因子值 = \ln(总市值)$$ 3. **因子名称**：动量[15] * **因子构建思路**：捕捉股票价格的趋势效应[15] * **因子具体构建过程**：计算股票历史超额收益率序列的均值[15] 4. **因子名称**：波动[15] * **因子构建思路**：衡量股票价格的历史波动程度[15] * **因子具体构建过程**：通过加权组合三种不同的波动率指标来构建[15] $$因子值 = 0.74 \times 历史超额收益率序列波动率 + 0.16 \times 累积超额收益率离差 + 0.1 \times 历史残差收益率序列波动率$$ 5. **因子名称**：非线性市值[15] * **因子构建思路**：捕捉市值因子的非线性效应[15] * **因子具体构建过程**：对市值风格因子进行三次方运算[15] $$因子值 = (市值因子)^3$$ 6. **因子名称**：估值[15] * **因子构建思路**：衡量股票的估值水平[15] * **因子具体构建过程**：使用市净率的倒数作为估值因子[15] $$因子值 = \frac{1}{市净率}$$ 7. **因子名称**：流动性[15] * **因子构建思路**：反映股票的换手活跃度，即交易流动性[15] * **因子具体构建过程**：通过加权不同时间窗口的换手率来构建[15] $$因子值 = 0.35 \times 月换手率 + 0.35 \times 季换手率 + 0.3 \times 年换手率$$ 8. **因子名称**：盈利[15] * **因子构建思路**：衡量公司的盈利能力[15] * **因子具体构建过程**：综合多种盈利相关指标进行加权计算[15] $$因子值 = 0.68 \times 分析师预测盈利价格比 + 0.21 \times 市现率倒数 + 0.11 \times 市盈率TTM倒数$$ 9. **因子名称**：成长[15] * **因子构建思路**：评估公司的成长性[15] * **因子具体构建过程**：综合多种增长类指标进行加权计算[15] $$因子值 = 0.18 \times 分析师预测长期盈利增长率 + 0.11 \times 分析师预测短期利率增长率 + 0.24 \times 盈利增长率 + 0.47 \times 营业收入增长率$$ 10. **因子名称**：杠杆[15] * **因子构建思路**：衡量公司的财务杠杆水平[15] * **因子具体构建过程**：综合多种杠杆率指标进行加权计算[15] $$因子值 = 0.38 \times 市场杠杆率 + 0.35 \times 账面杠杆 + 0.27 \times 资产负债率$$ 技术类因子 1. **因子名称**：120日波动[21][24][27][31] * **因子构建思路**：衡量股票基于120日历史数据的波动率，通常作为反向因子[21][24][27][31] * **因子具体构建过程**：计算过去120个交易日的价格波动率[21][24][27][31] 2. **因子名称**：60日波动[21][24][27][31] * **因子构建思路**：衡量股票基于60日历史数据的波动率，通常作为反向因子[21][24][27][31] * **因子具体构建过程**：计算过去60个交易日的价格波动率[21][24][27][31] 3. **因子名称**：20日波动[21][24][27][31] * **因子构建思路**：衡量股票基于20日历史数据的波动率，通常作为反向因子[21][24][27][31] * **因子具体构建过程**：计算过去20个交易日的价格波动率[21][24][27][31] 4. **因子名称**：20日动量[21][24][27][31] * **因子构建思路**：捕捉股票基于20日历史数据的价格趋势，在不同股池中方向不同（全市场、中证1000为反向；沪深300、中证500为正向）[21][24][27][31] * **因子具体构建过程**：计算过去20个交易日的价格动量[21][24][27][31] 5. **因子名称**：60日动量[21][24][27][31] * **因子构建思路**：捕捉股票基于60日历史数据的价格趋势，通常作为反向因子[21][24][27][31] * **因子具体构建过程**：计算过去60个交易日的价格动量[21][24][27][31] 6. **因子名称**：120日动量[21][24][27][31] * **因子构建思路**：捕捉股票基于120日历史数据的价格趋势，在不同股池中方向不同（全市场为反向；沪深300、中证500为正向）[21][24][27][31] * **因子具体构建过程**：计算过去120个交易日的价格动量[21][24][27][31] 7. **因子名称**：中位数离差[21][24][27][31] * **因子构建思路**：衡量股票价格相对于市场中位数的偏离程度，通常作为反向因子[21][24][27][31] * **因子具体构建过程**：计算股票价格与市场整体价格中位数的偏离度[21][24][27][31] 基本面因子（列举自不同股池） 1. **因子名称**：ROC增长[23] * **因子构建思路**：衡量公司的资本回报率增长情况，作为正向因子[23] * **因子具体构建过程**：计算资本回报率（ROC）的增长指标[23] 2. **因子名称**：市销率[23] * **因子构建思路**：衡量股票的估值水平，作为反向因子[23] * **因子具体构建过程**：使用市销率指标[23] 3. **因子名称**：ROA超预期增长[23] * **因子构建思路**：衡量公司总资产回报率（ROA）的超预期增长情况，作为正向因子[23] * **因子具体构建过程**：计算ROA的超预期增长指标[23] 4. **因子名称**：营业利润超预期增长[23] * **因子构建思路**：衡量公司营业利润的超预期增长情况，作为正向因子[23] * **因子具体构建过程**：计算营业利润的超预期增长指标[23] 5. **因子名称**：ROC[23] * **因子构建思路**：衡量公司的资本回报率水平，作为反向因子[23] * **因子具体构建过程**：计算资本回报率（ROC）指标[23] 6. **因子名称**：营业周转率[23] * **因子构建思路**：衡量公司的营运效率，作为反向因子[23] * **因子具体构建过程**：计算营业周转率指标[23] 7. **因子名称**：ROC超预期增长[23] * **因子构建思路**：衡量公司资本回报率（ROC）的超预期增长情况，作为正向因子[23] * **因子具体构建过程**：计算ROC的超预期增长指标[23] 8. **因子名称**：市盈率[23] * **因子构建思路**：衡量股票的估值水平，作为反向因子[23] * **因子具体构建过程**：使用市盈率指标[23] 9. **因子名称**：ROA增长[23] * **因子构建思路**：衡量公司总资产回报率（ROA）的增长情况，作为正向因子[23] * **因子具体构建过程**：计算ROA的增长指标[23] 10. **因子名称**：营业利润增长[23] * **因子构建思路**：衡量公司营业利润的增长情况，作为正向因子[23] * **因子具体构建过程**：计算营业利润的增长指标[23] 11. **因子名称**：净利润超预期增长[23] * **因子构建思路**：衡量公司净利润的超预期增长情况，作为正向因子[23] * **因子具体构建过程**：计算净利润的超预期增长指标[23] 12. **因子名称**：ROA[23] * **因子构建思路**：衡量公司的总资产回报率水平，作为反向因子[23] * **因子具体构建过程**：计算总资产回报率（ROA）指标[23] 13. **因子名称**：营业利润率[23] * **因子构建思路**：衡量公司的盈利能力，作为反向因子[23] * **因子具体构建过程**：计算营业利润率指标[23] GRU模型因子 1. **因子名称**：GRU因子（barra1d模型）[4][20][22][25][26][28][29] * **因子构建思路**：使用GRU神经网络模型，结合Barra风格因子及短期（1天）市场数据构建的合成因子[4][20][22][25][26][28][29] * **因子具体构建过程**：报告未详细描述GRU模型的具体网络结构、输入特征和训练过程，但指出其基于Barra因子和日频数据（1d）[4][20][22][25][26][28][29] 2. **因子名称**：GRU因子（barra5d模型）[4][8][20][22][25][26][28][29][33] * **因子构建思路**：使用GRU神经网络模型，结合Barra风格因子及稍长周期（5天）市场数据构建的合成因子[4][8][20][22][25][26][28][29][33] * **因子具体构建过程**：报告未详细描述GRU模型的具体网络结构、输入特征和训练过程，但指出其基于Barra因子和5天数据（5d）[4][8][20][22][25][26][28][29][33] 3. **因子名称**：GRU因子（open1d模型）[4][20][22][25][26][28][29][34] * **因子构建思路**：使用GRU神经网络模型，结合开盘价等短期（1天）市场数据构建的合成因子[4][20][22][25][26][28][29][34] * **因子具体构建过程**：报告未详细描述GRU模型的具体网络结构、输入特征和训练过程，但指出其基于开盘价（open）和日频数据（1d）[4][20][22][25][26][28][29][34] 4. **因子名称**：GRU因子（close1d模型）[4][20][22][25][26][28][29][34] * **因子构建思路**：使用GRU神经网络模型，结合收盘价等短期（1天）市场数据构建的合成因子[4][20][22][25][26][28][29][34] * **因子具体构建过程**：报告未详细描述GRU模型的具体网络结构、输入特征和训练过程，但指出其基于收盘价（close）和日频数据（1d）[4][20][22][25][26][28][29][34] 多因子组合 1. **模型/因子名称**：多因子组合[8][33][34] * **模型/因子构建思路**：将多个因子进行组合，构建综合选股模型[8][33][34] * **模型/因子具体构建过程**：报告未详细说明具体包含哪些因子以及组合权重确定方法[8][33][34] 因子的回测效果 Barra风格因子多空收益表现（全市场股池）[17] | 因子名称 | 最近一周 | 最近一月 | 最近半年 | 今年以来 | 三年年化 | 五年年化 | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 市值 | -3.55% | -5.76% | -15.19% | -39.59% | -41.82% | -34.39% | | 非线性市值 | 3.47% | -6.71% | -15.01% | -34.67% | -39.36% | -30.87% | | 估值 | 2.62% | 5.07% | 3.99% | 6.18% | 14.66% | 15.43% | | 盈利 | 1.99% | 2.35% | -10.59% | 14.48% | 4.57% | 1.20% | | 杠杆 | -1.04% | 3.55% | -7.04% | 17.65% | 8.42% | 2.62% | | 波动 | 1.03% | 4.94% | -11.49% | 5.13% | 8.33% | -11.03% | | 成长 | 0.08% | 0.53% | 2.20% | 0.89% | 19.14% | 4.10% | | 动量 | 1.01% | -5.58% | -17.92% | 11.71% | 17.92% | 15.59% | | 流动性 | 2.40% | -7.26% | -4.57% | 8.50% | -19.41% | -25.17% | | beta | 4.58% | -6.52% | 13.16% | 30.92% | 12.22% | 10.49% | 技术类因子多空收益表现（全市场股池）[21] | 因子名称 | 最近一周 | 最近一月 | 最近半年 | 今年以来 | 三年年化 | 五年年化 | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 120日波动 | 0.47% | -5.55% | -2.67% | 14.03% | -4.62% | 9.26% | | 60日波动 | 1.02% | -5.14% | 0.02% | 9.74% | -8.22% | -11.84% | | 20日动量 | 1.22% | -4.96% | -1.05% | -11.47% | -12.50% | -12.68% | | 60日动量 | 1.30% | -5.34% | -6.33% | -6.59% | -13.41% | -15.85% | | 20日波动 | 1.32% | -6.19% | 2.22% | 10.11% | -6.85% | -11.77% | | 中位数离差 | 1.64% | -5.89% | -5.51% | 5.44% | -13.85% | -14.17% | | 120日动量 | 1.81% | -2.83% | -11.64% | 3.84% | -15.76% | -13.79% | 多头组合近期超额收益（相对中证1000指数）[34] | 策略/因子名称 | 近一周 | 近一月 | 近三月 | 近六月 | 今年以来 | | :--- | :--- | :--- | :--- | :--- | :--- | | open1d (GRU) | -0.02% | 1.65% | -1.43% | 1.74% | 6.16% | | close1d (GRU) | -0.07% | 2.18% | -3.97% | 0.79% | 2.92% | | barra1d (GRU) | -0.08% | -0.18% | 1.90% | 2.76% | 5.37% | | barra5d (GRU) | 0.27% | 3.14% | -2.73% | 1.68% | 5.91% | | 多因子组合 | 0.04% | 3.19% | -1.74% | -0.47% | 1.71% |

根据提供的研报内容，以下是关于量化模型和因子的总结。报告主要侧重于对不同市场风格和行业的历史表现进行统计回测，并未涉及具体的量化模型或量化因子的构建过程、公式或详细的测试指标。因此，以下总结将基于报告中提到的风格和行业分类进行。 量化模型与构建方式 报告未提及具体的量化模型。 量化因子与构建方式 报告未涉及具体的量化因子构建思路、过程或公式。报告内容主要围绕历史数据的统计规律展开，属于市场现象的描述性分析，而非量化因子的构建[6][7][8][9][10]。 模型的回测效果 报告未涉及具体的量化模型，因此无模型回测效果数据。 因子的回测效果 报告中对各类风格和行业指数在不同时间窗口的历史表现进行了统计，以下为相关指数的历史表现数据汇总。这些指数可被视为表征不同风格的风险因子。 **1. 上证指数** * **国庆节前20个交易日胜率**：56%[17] * **国庆节前20个交易日赔率**：0.73[17] * **国庆节前20个交易日收益率中位数**：0.38%[17] * **国庆节后20个交易日胜率**：61%[17] * **国庆节后20个交易日赔率**：1.49[17] * **国庆节后20个交易日收益率中位数**：1.38%[17] * **第四季度胜率**：56%[17] * **第四季度赔率**：1.07[17] * **第四季度收益率中位数**：1.57%[17] **2. 沪深300指数 (大盘风格)** * **国庆节前20个交易日胜率**：61%[20] * **国庆节前20个交易日赔率**：0.81[20] * **国庆节前20个交易日收益率中位数**：0.55%[20] * **国庆节后20个交易日胜率**：61%[20] * **国庆节后20个交易日赔率**：1.81[20] * **国庆节后20个交易日收益率中位数**：1.43%[20] * **第四季度胜率**：61%[20] * **第四季度赔率**：0.89[20] * **第四季度收益率中位数**：1.63%[20] **3. 中证1000指数 (小盘风格)** * **国庆节前20个交易日胜率**：50%[22] * **国庆节前20个交易日赔率**：0.40[22] * **国庆节前20个交易日收益率中位数**：-0.14%[22] * **国庆节后20个交易日胜率**：61%[22] * **国庆节后20个交易日赔率**：0.48[22] * **国庆节后20个交易日收益率中位数**：0.82%[22] * **第四季度胜率**：39%[22] * **第四季度赔率**：2.09[22] * **第四季度收益率中位数**：-1.60%[22] **4. Wind微盘指数** * **国庆节前20个交易日胜率**：72%[33] * **国庆节前20个交易日赔率**：0.37[33] * **国庆节前20个交易日收益率中位数**：2.03%[33] * **国庆节后20个交易日胜率**：78%[33] * **国庆节后20个交易日赔率**：0.51[33] * **国庆节后20个交易日收益率中位数**：3.32%[33] * **第四季度胜率**：78%[33] * **第四季度赔率**：0.99[33] * **第四季度收益率中位数**：7.35%[33] **5. 长江成长指数** * **国庆节前20个交易日胜率**：50%[36] * **国庆节前20个交易日赔率**：1.52[36] * **国庆节前20个交易日收益率中位数**：-0.10%[36] * **国庆节后20个交易日胜率**：44%[36] * **国庆节后20个交易日赔率**：2.31[36] * **国庆节后20个交易日收益率中位数**：-1.04%[36] * **第四季度胜率**：44%[36] * **第四季度赔率**：1.35[36] * **第四季度收益率中位数**：-1.19%[36] **6. 长江红利指数** * **国庆节前20个交易日胜率**：72%[38] * **国庆节前20个交易日赔率**：0.27[38] * **国庆节前20个交易日收益率中位数**：1.25%[38] * **国庆节后20个交易日胜率**：56%[38] * **国庆节后20个交易日赔率**：0.90[38] * **国庆节后20个交易日收益率中位数**：1.14%[38] * **第四季度胜率**：56%[38] * **第四季度赔率**：1.31[38] * **第四季度收益率中位数**：0.87%[38] **7. 行业排名反转效应** * **前三季度排名前3的行业，在第四季度的平均排名**：约17位[44] * **第四季度排名前3的行业，在前三季度的平均排名**：约16位[44]

根据研报内容，总结如下： 量化模型与构建方式 **1. 模型名称：短期择时模型** - **模型构建思路**：从宏观基本面、估值面、情绪面、流动性四个维度选取多个指标，通过各指标在历史数据中的分位数位置判断其信号方向（乐观/谨慎/中性），再综合形成最终的仓位建议[7][19][20][21] - **模型具体构建过程**： 1. **指标选取与信号生成**：选取四个维度共9个二级指标，计算每个指标当前值在过去5年历史中的分位数[22] 2. **信号映射规则**： - **基本面维度**：包含制造业PMI、信贷脉冲环比变化分位数、M1同比增速（HP滤波去趋势）分位数三个指标[22] - **估值面维度**：包含A股整体PE分位数、A股整体PB分位数两个指标[22] - **情绪面维度**：包含A股整体Beta离散度分位数、A股整体量能情绪分位数、A股整体波动率分位数三个指标[22] - **流动性维度**：包含货币利率指标分位数、汇率预期指标分位数、沪深净融资额5日均值分位数三个指标[22] 3. **综合判断**：将各维度下的二级指标信号汇总，得到该维度的一级信号，最终综合四个一级信号得出总仓位信号（例如，乐观对应高仓位，谨慎对应低仓位或空仓）[7][19][20][21] **2. 模型名称：成长价值风格轮动模型** - **模型构建思路**：从基本面、估值面、情绪面三个维度分析当前市场环境对成长风格和价值风格的相对利好程度，从而给出风格配置建议[29] - **模型具体构建过程**： 1. **基本面维度**：基于盈利周期斜率、利率综合周期水平、信贷综合周期变化三个指标判断[31] - 盈利周期斜率大，利好成长[31] - 利率周期水平偏高，利好价值[31] - 信贷周期走强，利好成长[31] 2. **估值面维度**：基于成长价值PE差分位数、成长价值PB差分位数两个指标判断[31] - PE/PB估值差均值回归上行中，利好成长[31] 3. **情绪面维度**：基于成长价值换手差分位数、成长价值波动差分位数两个指标判断[31] - 换手差偏低，利好价值[31] - 波动差反弹至偏高位置，利好均衡[31] 4. **综合判断**：汇总三个维度的信号，得出超配成长或超配价值的建议[29][31] **3. 模型名称：小盘大盘风格轮动模型** - **模型构建思路**：基于专题报告《流动性视角下的市值风格轮动和择时策略》，从11个有效的日频轮动指标出发，通过综合判断构建大小盘轮动信号[14][33] - **模型具体构建过程**： 1. **指标选取**：模型包含11个轮动指标，例如A股龙虎榜买入强度、R007、融资买入余额变化、主题投资交易情绪、等级利差、期权波动率风险溢价、beta离散度、pb分化度、大宗交易折溢价率、中证1000MACD(10,20,10)、中证1000交易量能等[16][34] 2. **信号生成**：每个指标独立产生支持小盘或大盘的信号（例如，100%代表支持小盘，0%代表支持大盘）[16] 3. **综合信号**：对11个指标的信号进行综合（例如，计算支持小盘/大盘的指标数量或比例），形成最终的综合轮动信号[14][33][34] 4. **策略执行**：根据综合信号决定超配小盘或超配大盘[5][33] 模型的回测效果 **1. 短期择时模型** - **回测期**：2012年底至今[21][24] - **年化收益率**：16.52%[21][24] - **基准年化收益率**：4.73%[21][24] - **年化超额收益率**：11.79%[21][24] - **年化波动率**：14.79%[24] - **最大回撤**：15.49%[21][24] - **夏普比率**：0.9727[24] - **收益回撤比**：1.0660[24] - **月度胜率**：65.81%[24] - **季度胜率**：60.38%[24] - **年度胜率**：71.43%[24] - **2024年以来年化收益率**：32.27%[27] - **2024年以来最大回撤**：11.04%[21][27] - **2025年以来收益率**：23.22%[21][24] **2. 成长价值风格轮动模型** - **回测期**：2012年底至今[30][32] - **年化收益率**：13.10%[30][32] - **基准年化收益率**：7.77%[30][32] - **年化超额收益率**：5.33%[30][32] - **年化波动率**：20.83%[32] - **最大回撤**：43.07%[32] - **夏普比率**：0.5998[32] - **收益回撤比**：0.3041[32] - **月度胜率**：58.44%[32] - **季度胜率**：59.62%[32] - **2025年以来收益率**：28.07%[30][32] - **2025年以来超额收益率**：6.50%[30][32] **3. 小盘大盘风格轮动模型** - **回测期**：2014年以来[34] - **综合信号年化收益率**：19.87%[34] - **综合信号年化超额收益率**：12.91%[34] - **综合信号最大回撤**：40.70%[34] - **2025年以来超额收益率**：9.91%[14][18][34] - **部分指标年化超额示例如下**[34]： - 中证1000交易量能指标：年化超额收益9.64% - 大宗交易折溢价率指标：年化超额收益9.33% - pb分化度指标：年化超额收益9.33% - 中证1000MACD(10,20,10)指标：年化超额收益8.30% - 融资买入余额变化指标：年化超额收益5.95% 量化因子与构建方式 **1. 因子名称：交易量能指标** - **因子构建思路**：结合全A成交量和换手率构建，用于衡量市场交易活跃度和情绪[7][13] - **因子具体构建过程**：报告未给出具体构建公式，但提及该指标可计算其历史分位数，例如回落至过去5年42.18%分位数被视为谨慎区间[7][13][20] **2. 因子名称：估值分位数因子（PE/PB）** - **因子构建思路**：计算主要宽基指数或风格指数估值（PE_TTM中位数或PB_LF中位数）在滚动窗口（如1年、3年、5年）内的历史分位数，用于评估估值水平高低[10][11][12] - **因子具体构建过程**：对于特定指数，其估值分位数 = （当前估值在指定回顾期历史数据中的排名 - 1） / （回顾期总数据点数 - 1）[11][12] 例如，万得全A的PE中位数滚动5年分位数为96.69%[10][11] **3. 因子名称：流动性视角下的市值风格轮动指标** - **因子构建思路**：从不同流动性维度构建11个指标，用于判断小盘或大盘风格的占优情况[14][33][34] - **因子具体构建过程**：报告列出了11个指标的名称，如A股龙虎榜买入强度、R007、融资买入余额变化等，但未详细描述每个因子的具体计算公式[16][34] 因子的回测效果 （报告未单独提供上述因子的IC值、IR等传统因子测试结果，而是将其作为模型的输入，展示了模型的综合回测效果）

核心观点 - 报告核心观点为模型切换提示小盘风格占优，同时价值风格保持占优信号且强度进一步上升 [1][2] - 在历史关税冲击背景下，小盘指数虽在冲击当日跌幅大于大盘，但后续中短期表现优于大盘，反弹力度更强，展现出更强韧性 [2] 市场情绪指标 - 截至10月10日，市场情绪指标数值为1.75，较9月26日的1.85出现小幅下降，观点偏空 [2][8] - 本周全A成交额较上周小幅上升，市场成交活跃度出现一定水平回升，其中10月9日成交额为近期最高的26718.18亿人民币，日成交量1529.53亿股 [2][15] - 价量一致性保持高位运行，资金关注度与标的涨幅具有较高相关性，说明资金的高活跃度和高参与度 [2][11] - 科创50相对万得全A成交占比保持上升趋势，说明当前市场的风险偏好较高 [2][11] - 行业间交易波动率继续回落，表明资金切换活跃度进一步下降，资金流动放慢 [2][11] - 行业涨跌趋势出现回升，表明当前资金在行业观点分歧有所下降，市场对行业短期价值判断一致性提升 [2][11] - 融资余额占比继续上升，意味着市场杠杆资金情绪进一步上升，反映投资者风险偏好不断上升 [2][11][27] - RSI指标出现回升，短期超买后的回调压力边际缓解，前期获利盘了结节奏放缓，但短期震荡格局未改 [2][11][29] 行业趋势与拥挤度 - 根据均线排列模型，截至2025年10月10日，银行、钢铁、公用事业、建筑装饰、基础化工等行业短期趋势得分上升趋势靠前 [2][34] - 根据行业短期得分数值，有色金属、电力设备、房地产、机械设备、电子是短期趋势最强的行业，其中有色金属当前短期得分为98.31，为短期得分最高行业 [2][34] - 近期有色金属、煤炭高涨幅同时伴随较高的资金拥挤度，短期需关注估值与情绪回落带来的波动风险 [2][42] - 汽车、电子等行业资金拥挤度较高但涨幅偏低，显示资金布局稳定 [2][42] - 医药生物、美容护理等低拥挤度板块涨幅较低，在风险偏好回升时迎来配置机会，适合中长期逐步布局 [2][42] - 本阶段平均拥挤度最高的行业分别为汽车、环保、房地产、电力设备、电子，拥挤度最低的行业分别为农林牧渔、计算机、国防军工、美容护理、医药生物 [40] 风格择时信号 - 当前模型切换提示小盘风格占优信号，但5日RSI相对20日小幅下降，信号提示强度较弱，未来有待进一步观察 [2][45] - 模型维持提示价值风格占优信号，提示强度进一步上升，且5日RSI相对20日大幅下降，未来信号存在进一步加强可能 [2][45] - 具体数据显示，国证成长/国证价值比值的20日RSI为71.96，60日RSI为71.96，20日相对60日位置为-0.54%，提示价值风格占优 [47] - 申万小盘/申万大盘比值的20日RSI为58.71，60日RSI为58.71，20日相对60日位置为7.24%，提示小盘风格占优 [47]