涉及的行业与公司 * **行业**：医药行业（特别是创新药）、军工行业、农林牧渔行业、宠物行业、生猪养殖行业、科技行业（美股）、固收资产、黄金[1][2][3][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19] * **公司**：英伟达（美股）、信达生物、武田、瑞普生物、乖宝（麦富迪、弗列加特品牌）、中宠、邦基科技、粤海饲料、相声医疗、南威医学、昂立康[3][8][12][14][15][17][18] 核心观点与论据 宏观经济与市场整体判断 * **国内宏观经济疲弱**：10月份社融和信贷全面走弱，政府债券和企业债券同比减少拖累社融增长，出口转负，固定投资和地产投资同比降幅扩大，狭义基建同比转负[5] * **A股震荡运行**：尽管经济数据疲弱，但非银存款增加1.85万亿，同比多增7,700亿，显示居民存款入市意愿，A股处于震荡运行阶段[5] * **宏观流动性边际收敛**：2025年10月实体部门负债增速为8.6%，低于前值8.8%，预计年底继续下行至8.3%，金融总量增速下降被视为自然趋势[6][7] * **经济边际缩表与资产配置**：大规模化债降低了地方政府融资成本和流动性风险，有利于提升全社会预期，未来1-2年股债收益差可能从下行转向区间震荡，推荐长债加上价值类权益资产组合[7] 行业与板块机会 * **医药行业创新药低位反弹具持续性**：医药BD节奏恢复，10月份信达生物与武田达成重要合作，中国创药授权竞争力提升，市场对创药估值逐步理性化，关注海外临床推进与商业化确定性，建议配置创新药、器械出海等方向[8] * **地缘政治提振军工板块情绪**：日本涉台言论引发紧张局势，我国深海及水下装备建设需求提升，后续十五规划出台和新订单预期将夯实行情基础[9][10] * **农林牧渔存在补涨机会**：作为前期相对低位方向，关注农业现代化机械化设备需求、畜禽养殖疫病防控、水产养殖环保技术及政策支持[11] * **宠物行业头部公司表现亮眼**：双十一期间乖宝和中宠旗下品牌表现突出，推荐在宠物疫苗领域具有显著优势的瑞普生物，其产品和渠道布局优秀[12][14] * **生猪行业处于去产能阶段**：自9月份开始去产能逻辑显现，猪价和仔猪价格下行，行业最惨烈时期尚未完全到来，建议谨慎配置，推荐业绩好转、开拓新市场的粤海饲料，其前三季度销量同比增长10%至30%[16][17][18] 海外市场与资产策略 * **美股预计震荡分化**：关注英伟达11月19日财报后的科技股持续性、小盘科技股、医疗保健、金融板块及低端必需消费品[1][3][19] * **美债策略区间震荡**：维持逢高做多策略，高点在4.2%~4.3%之间[1][4] * **黄金建议逢低布局**：短期内不宜追高[1][4] 其他重要内容 * **邦基科技收购终止**：因收购事宜暂时终止导致股票跌幅明显，公司目前主要依赖饲料业务，预计今年利润为1.3至1.5亿元，未来仍计划布局养猪业务[15]

心态和价值观 - 对2025年截至8月31日的收益率感到满意，低波动基金收益超过沪深300指数（涨幅14%），高波动基金收益率约为低波动基金的两倍，显著跑赢指数 [5] - 在年初宏观判断错误且市场风格（科技成长小微盘）非自身擅长领域的情况下，通过均衡策略实现全系列产品跑赢市场 [5] - 强调坚守能力圈的重要性，不轻易涉足认知范围外的投资，认为长期来看超出认知的投资会导致亏损 [8] - 通过使用中证500股指期货（IC）等工具，以更安全、中庸的方式参与科技成长行情，该工具年化贴水约10%，提供增强收益和安全垫，并实现更好的夏普比率 [9][10] - 投资决策需有清晰框架，包括明确的持仓标准、决策逻辑以及根据最新信息（如订单、毛利率、竞争格局）动态调整，而非纠结于沉没成本 [12][13][14][15] - 与投资者沟通强调诚实和透明，稳定传达预设框架和理念，管理预期，让投资人自主选择，实现双向筛选 [17][18] - 心态调整为“爱世界，更爱自己”，以包容心态看待市场泡沫和萧条，通过风险控制（如最大回撤控制在20%出头）和保持身心健康来应对外界干扰 [21][23][24] 市场判断和观点 - 认为股票市场大上涨趋势仍处于前半段，当前沪深300市盈率约十三四倍，从底部上涨约30%，隐含回报率7%-8%，与债券收益率（约1%）的利差（5%-6%）处于历史较高水平 [28][29] - 市场上涨的核心驱动力是估值回归，即流动性推动下股票风险溢价过高的修复，此为牛市第一阶段（一级火箭） [35] - 预计牛市第二阶段将由基本面改善和业绩回升驱动，标志是房价环比企稳及CPI/PPI持续回升 [35] - 牛市第三阶段将由赚钱效应和风险偏好提升驱动，可能引发全面泡沫化，但当前宽基指数估值仍低 [36] - 增量资金来自两方面：高净值个人近期加配量化基金，以及储蓄通过分红险（保底利率1.75%）向股市转移，保险公司成为重要增量资金来源 [30] - 政策范式发生变化，2023年后许多政策（如商品房收储、城中村改造）未落地，投资需基于政策实际落地和数据，而非文件预期 [33][34] - 依然看好地产行业面临十年一遇的机会，源于供需改善：长期年需求约10-12亿平米，当前销售仅6-7亿平米需回归；供给侧90%企业消亡，竞争格局改善，土地溢价率下降，头部企业新推盘净利率达10%-12% [38][39][40][41][43] - 当前地产股处于底部买阿尔法（个股）阶段，待二手房房价企稳后可转向买贝塔（指数） [44] - 选择中证500股指期货（IC）参与行情是正确的，因其表现优于小微盘股且有贴水增强效应 [46][47] - 当前持仓处于“躺赢”状态，一半为顺周期高股息股票（受益于保险资金流入），一半为IC指数产品，风格均衡，期待未来风格切换至顺周期属性凸显的第二阶段 [49][50] - 大宗商品市场大趋势取决于财政政策是否切实发力，当前工业品需求疲软，PPI未有效回升，局部亮点由供给侧因素驱动 [52] 策略和公司发展 - 宏观对冲策略涵盖股票、债券、商品多个资产类别，利用资产间负相关性降低组合波动率，并在资产类别内部（如个股与股指期货）和跨资产间进行对冲操作 [54][55] - 策略大量使用衍生品（特别是期货和期权）以实现不对称投资效果，更适合宏观经济趋势鲜明的单边市场 [55] - 公司战略定位为专注于原有宏观对冲策略，不搞多元化经营或打造大型平台型公司，以保持运营舒适和可持续性 [57] - 认为资产管理公司穿越周期的核心是风险控制，包括业务合规和避免基金出现致命回撤 [59] - 公司风控措施严格：单一个股持仓上限5%，低于行业平均；对单一行业和衍生品持仓有控制；实施动态风控，根据回撤目标调整仓位；交易总管兼任风控，基于客观指标操作 [60] - 基于风控底线，公司有信心成为能长期存活、穿越周期的资产管理公司 [60]

核心观点 - 本周A股总体估值收缩，银行行业领涨，其PB（LF）处于历史22.8%分位数，具备较大修复空间 [1][8] - 市场资金偏好从“进攻”转向防御，资产价格预期分歧加剧，推动银行等防御属性板块修复 [1][8] - 创业板PE（TTM）扩张幅度高于主板但低于科创板，算力基建剔除运营商/资源类的相对估值收缩 [1][23] - 股市相对债市性价比下降，A股非金融ERP及股债收益差均上升 [63][68] 本周A股估值详情：总体市场 - A股总体PE（TTM）从上周22.47倍降至本周22.00倍，PB（LF）从上周1.81倍降至本周1.77倍 [10] - A股总体重点公司全动态PE从上周15.19倍降至本周14.93倍 [14] - 主板PE（TTM）从上周17.90倍降至本周17.71倍，PB（LF）从上周1.51倍降至本周1.49倍 [17] - 创业板PE（TTM）从上周97.70倍大幅降至本周75.51倍，PB（LF）从上周4.38倍降至本周4.15倍 [19] - 科创板PE（TTM）从上周258.35倍降至本周246.87倍，PB（LF）从上周5.46倍降至本周5.14倍 [21] 行业估值水平：大类行业视角 - 从PE（TTM）看，可选消费、中游制造绝对及相对估值均高于历史90分位数；服务业、必需消费相对估值低于历史10分位数 [2][27] - 从PB（LF）看，资源类、TMT、周期类绝对及相对估值高于历史中位数；必需消费相对估值低于历史10分位数 [2][28] - 从全动态PE看，可选消费绝对估值高于历史90分位数；必需消费绝对及相对估值低于历史中位数，其相对估值低于历史10分位数 [2][36] 行业估值水平：一级行业视角 - 从PE（TTM）看，商贸零售、计算机、国防军工、纺织服饰绝对及相对估值均高于历史90分位数；非银金融、房地产、综合、钢铁等行业估值低于历史10分位数 [40] - 从PB（LF）看，电子、有色金属、汽车等行业估值高于历史中位数，电子相对估值高于历史90分位数；石油石化、医药生物等行业相对估值低于历史10分位数 [46][51] - 综合赔率与胜率，石油石化、农林牧渔、通信、公用事业等行业具低估值高盈利能力特征；建筑材料、电力设备、基础化工、传媒等行业具低估值高业绩增速特征 [2][58][62] 市场相对价值指标 - A股非金融ERP从上周0.81%升至本周0.92%；股债收益差从上周-0.21%升至本周-0.06% [63] - A股非金融重点公司全动态ERP从上周2.77%升至本周2.96% [68]

市场表现 - 10月16日A股三大指数集体低开后翻红，国证自由现金流指数低开后持续震荡，现小幅下跌约0.25% [1] - 指数成分股中白银有色、大参林、锦江航运等领涨 [1] - 自由现金流ETF（159201）跟随指数小幅调整 [1] 资金与投资前景 - 预计到2026年底，居民存款搬家的潜力约12万亿元 [1] - 活期存款仍有0.7-1.9万亿元空间 [1] - 当前股债收益差仍有下降空间，居民入市意愿强烈，持股体验良好 [1] - 建议关注中短期景气投资与长期价值投资 [1] 自由现金流ETF产品特征 - 自由现金流ETF（159201）是同类中规模最大的产品 [1] - 成分股聚焦自由现金流充裕的行业龙头 [1] - 行业覆盖有色金属、汽车、石油石化、电力设备等高壁垒领域 [1] - 行业分散性显著，有效规避单一行业波动风险，是底仓配置的有利选择 [1] - 基金管理年费率0.15%，托管年费率0.05%，均为市场最低费率水平 [1]

美联储货币政策转向 - 美联储主席鲍威尔表示可能在未来数月内结束资产负债表缩减进程，以防止短期资金市场出现流动性紧张 [1] - 美联储自2022年3月开始加息，同年6月开始缩表，而政策转向始于2024年9月的首次降息，缩表进程直至当前才开始出现转变 [2] - 停止缩表或扩表将带来流动性宽松，市场对10月底再度降息的预期概率高达99.6% [3] 港股市场反应 - 美联储政策转向预期直接利好港股，恒生指数当日上涨1.84%，恒生科技指数上涨2.57%，市场出现企稳迹象 [5] - 港股在国庆期间率先调整，其率先企稳可能对A股市场产生带动作用 [5] - 尽管降息预期下港股常上涨，但南向资金在降息日经常呈现净流出，当日净流出54亿元 [5] A股市场表现 - A股市场早盘震荡偏弱，表现显著弱于港股，主要受前一日下跌惯性影响 [6] - 三花智控涨停带动泛科技板块上涨修复，市场情绪显著改善 [7] - 机器人板块因消息面反复波动，例如特斯拉机器人订单从5000台下调至2000台，此类波动更适合网格交易策略 [8][9] 量化交易策略表现 - 震荡行情下趋势信号变更频繁，导致追涨杀跌次数增多和交易磨损提高，例如创业板200指数在下跌后次日上涨，触发卖出后又重新买入信号 [12][15][16] - 网格交易策略近期交易活跃，涉及多个行业ETF，包括恒生消费ETF、新能车ETF、机器人50ETF、电池ETF等均有成交记录 [17] - 趋势量化信号显示，精选宽基指数轮动、科创成长指数当前有趋势，而科创AI指数、通讯设备指数、恒生创新药指数、机器人指数当前无趋势 [19] 市场估值与行业ETF表现 - 当前股债收益差为5.23%，处于历史53.73%百分位，显示股票性价比较高 [19] - 行业ETF网格策略表现分化，游戏ETF网格累计收益率达133.08%，远超同期指数涨幅102.61%，而畜牧ETF网格累计收益率为-9.73% [21][22] - 部分ETF估值水平呈现极端状态，如机器人50ETF、创业板200ETF、中证2000ETF处于极度高估，而房地产ETF基金、畜牧ETF等处于极度低估 [21][22]

根据提供的金融工程定期报告，以下是报告中涉及的量化模型和因子的总结： 量化模型与构建方式 1. **模型名称：行业轮动模型**[2][8][15] * **模型构建思路**：该模型通过分析市场走势、行业拥挤度变化以及其他技术指标，生成行业交易信号，以捕捉行业轮动带来的投资机会[2][8][15] * **模型具体构建过程**：模型对不同的行业或主题板块进行监测，其信号生成逻辑综合了多种技术分析方法，具体包括： * **区间震荡与突破**：对于处于区间震荡的板块，观察其是否在区间下轨出现超跌反弹迹象，或是否在突破前高之前进行高位窄幅震荡整理后出现放量上涨[15] * **均线系统**：观察价格是否开始放量上涨并上穿多根均线[15] * **动量与强度**：评估板块的长期动量是否偏强，以及短期板块内部强势股数量是否提升，赚钱效应是否增强[15] * **顶背离风险提示**：结合周期分析的空头信号和KDJ指标的高位死叉或均线下行，作为风险提示信号[15] * **模型评价**：该模型旨在当前市场高位震荡、上行空间受限的背景下，为“高低切换”的投资思路提供信号支持[2][8] 模型的回测效果 *报告未提供行业轮动模型的具体回测指标数值，如年化收益率、夏普比率、最大回撤等* 量化因子与构建方式 1. **因子名称：股债收益差**[2][8][10] * **因子构建思路**：该因子通过计算股票市场收益率与债券收益率之间的差值，来衡量股票资产相对于债券资产的吸引力或风险溢价[2][8][10] * **因子具体构建过程**：报告中使用沪深300指数的股债收益差，并结合布林带（Bollinger Bands）进行分析。具体构建过程涉及： * 计算股债收益差的时间序列 * 基于近三年的数据计算该时间序列的布林带，包括中轨（通常为移动平均线）以及上下轨（通常为中轨加减N倍标准差）[2][8] * 报告特别指出，当股债收益差持续运行在布林带下轨的-2倍标准差下方时，视为一个关键状态[2][8] * **因子评价**：当股债收益差处于极低水平（如报告所述位置）时，在缺乏新的向上驱动因素情况下，意味着市场整体的上行空间可能有限[2][8] 2. **因子名称：行业拥挤度**[2][8][11] * **因子构建思路**：该因子用于衡量某一行业或板块的交易热度、资金集中程度，以及潜在的交易风险[2][8][11] * **因子具体构建过程**：报告中对“泛行业拥挤度”进行跟踪，但未详细说明其具体计算方法和公式。通常，这类因子可能综合考量板块的成交额占比、换手率、估值分位数、融资余额变化等多个维度的指标[11] 因子的回测效果 *报告未提供股债收益差因子和行业拥挤度因子的具体测试结果取值，如IC值、ICIR、因子收益率等*

核心观点 - 本周A股市场总体估值呈现扩张态势，有色金属行业在国庆期间利好因素推动下继续领涨 [1][8] - 从不同估值维度比较，部分行业展现出低估值与高盈利能力或高增长预期的特征，例如石油石化、农林牧渔以及建筑材料、电力设备、基础化工、传媒等行业 [2][3][54][57] - 股市相对于债市的吸引力本周有所下降，风险溢价和股债收益差均出现收窄 [3][60][64] 本周估值概览 - A股总体PE（TTM）从上周的22.36倍升至本周的22.78倍，PB（LF）从上周的2.17倍升至本周的2.21倍，显示整体估值扩张 [10] - 有色金属行业整体PB（LF）处于历史87.8%分位数，其中细分行业铜、铝、锂、黄金的PB（LF）分别处于历史92.1%、96.3%、40.7%、83.6%分位数，锂行业估值提升空间相对更大 [1][8] 各板块估值变化 - 主板PE（TTM）从上周的17.76倍升至本周的18.00倍，PB（LF）从上周的1.82倍升至本周的1.84倍 [17] - 创业板PE（TTM）从上周的81.61倍升至本周的82.22倍，扩张幅度高于主板但低于科创板，PB（LF）从上周的4.85倍微升至本周的4.88倍 [19] - 科创板PE（TTM）从上周的272.77倍大幅升至本周的276.66倍，PB（LF）从上周的6.72倍升至本周的6.81倍 [21] - 算力基建（剔除运营商/资源类）的相对PE（TTM）从上周的5.80倍降至本周的5.66倍，相对PB（LF）从上周的5.69倍降至本周的5.54倍 [23] 大类行业估值分位数分析 - 从PE（TTM）看，可选消费、中游制造、大消费、周期类、中游材料的绝对估值和相对估值均高于历史中位数，其中可选消费和中游制造高于历史90%分位数；资源类、必需消费则低于历史中位数，服务业、金融服务、必需消费的相对估值低于历史10%分位数 [27] - 从PB（LF）看，TMT、中游制造、可选消费的绝对估值和相对估值均高于历史中位数；金融服务、必需消费则低于历史中位数，其中大消费、必需消费的相对估值低于历史10%分位数 [29] - 从全动态PE看，可选消费、中游制造、TMT、周期类的绝对估值和相对估值均高于历史中位数，其中可选消费、中游制造绝对估值高于历史90%分位数；资源类、必需消费则低于历史中位数，其中必需消费相对估值低于历史10%分位数 [37] 一级行业估值特征与投资机会 - 基于PB历史分位数（赔率）和ROE历史分位数（胜率）的综合比较，石油石化、农林牧渔等行业当前显示出低估值高盈利能力的特征 [54] - 基于全动态PE（赔率）和2025-2026年一致预期净利润复合增速（胜率）的综合比较，建筑材料、电力设备、基础化工、传媒等行业兼具低估值与高业绩增速的特征 [57] - 部分一级行业估值处于极端水平，例如商贸零售、计算机、国防军工、电力设备的PE（TTM）绝对估值和相对估值均高于历史90%分位数；而非银金融、房地产、综合、钢铁等行业则低于历史10%分位数 [41] 股债性价比变化 - 从静态估值看，A股非金融股权风险溢价从上周的0.80%降至本周的0.76%；股债收益差从上周的-0.19%降至本周的-0.24% [60] - 从动态估值看，A股非金融重点公司全动态股权风险溢价从上周的2.76%微升至本周的2.77% [64]

根据提供的研报内容，以下是关于量化模型与因子的总结： 量化因子与构建方式 **1 因子名称：行业分歧度[7]** - **因子构建思路**：通过计算各行业滚动一季度收益率的标准差，来衡量市场行业表现的分化程度[7] - **因子具体构建过程**： 1. 选取市场中的所有行业作为计算样本 2. 计算每个行业在过去一个季度（滚动窗口）的收益率 3. 计算这些行业收益率的标准差，作为行业分歧度指标 具体公式为： $$行业分歧度 = Std( R_{i, t} )$$ 其中，`R_i,t` 代表行业 `i` 在滚动一季度窗口内的收益率，`Std` 代表标准差函数 **2 因子名称：交易拥挤度[7]** - **因子构建思路**：通过计算特定板块（如TMT、先进制造）的成交金额占市场总成交金额的比例，来衡量资金在这些板块的集中程度[7] - **因子具体构建过程**： 1. 确定目标板块（如TMT板块、先进制造板块） 2. 计算目标板块内所有成分的日成交金额总和 3. 计算全市场（或选定基准）的总成交金额 4. 计算板块成交金额总和与市场总成交金额的比值 具体公式为： $$板块拥挤度 = \frac{成交金额_{板块}}{成交金额_{全市场}}$$ 报告中特别提及了TMT板块拥挤度，以及TMT与先进制造板块合并计算的拥挤度[7] **3 因子名称：股债收益差[8]** - **因子构建思路**：通过比较股票市场收益率与债券市场收益率的差异，并结合布林带分析，来判断市场的相对价值和风险[8] - **因子具体构建过程**： 1. 计算股票的隐含收益率（通常使用市盈率的倒数等方法） 2. 选取代表性债券（如10年期国债）计算其到期收益率 3. 计算股债收益差：`股债收益差 = 股票收益率 - 债券收益率` 4. 基于近三年的股债收益差数据计算其布林带，包括中轨（均值）和上下轨（均值±2倍标准差）[8] 报告中指出该指标用于判断市场位置，当前运行在布林带下轨（-2倍标准差）下方[8] 模型的回测效果 *（注：报告中未提供具体量化模型的回测数值结果）* 因子的回测效果 *（注：报告中未提供具体量化因子的回测数值结果，但对因子的历史表现和当前状态有定性描述）* **行业分歧度因子**：近期持续扩大，若格局延续预计将突破2024年9月以来的峰值，历史极值通常伴随市场风险偏好提升出现[7] **交易拥挤度因子**：TMT板块成交占比处于历史第三高位，TMT与先进制造板块合并占比正逼近历史最高水平[7] **股债收益差因子**：当前已持续运行在近三年布林带下轨的-2倍标准差下方[8]

量化模型与构建方式 1 周期分析模型 - 模型名称：周期分析模型[8] - 模型构建思路：基于技术分析，通过分析市场周期波动来判断趋势状态[8] - 模型具体构建过程：该模型通过识别市场价格的周期性波动特征，结合时间序列分析来判定市场趋势。具体构建时，会计算价格在不同周期窗口下的波动特征，并结合滤波技术提取周期成分，最终通过模式识别方法判断当前市场所处的周期阶段及趋势强度[8] 2 行业四轮驱动模型 - 模型名称：行业四轮驱动模型[2][9][15] - 模型构建思路：通过多维度指标进行行业轮动，捕捉板块内轮动机会[2][9] - 模型具体构建过程：模型从四个维度（驱动轮）对行业进行评估和筛选。具体构建过程包括： 1) 赚钱效应异动信号捕捉：监测行业价格和成交量的异常变动，识别潜在机会 2) 行业拥挤度分析：计算行业成交金额占比及其历史分位数 3) 行业分化程度跟踪：衡量板块间涨跌分化程度 4) 基本面与技术面结合：综合行业近期表现与历史Sharpe比率进行排序 模型最终输出建议关注的行业组合，如表中所列传媒、商贸零售、农林牧渔等行业[2][9][15] 量化因子与构建方式 1 股债收益差因子 - 因子名称：股债收益差[8] - 因子构建思路：通过比较股票与债券收益率差异来判断市场估值水平[8] - 因子具体构建过程：计算股票市场收益率与债券市场收益率的差值，并进行标准化处理。具体公式为： $$股债收益差 = \frac{股票收益率 - 债券收益率}{\sigma}$$ 其中$\sigma$为历史波动率。当该值处于2倍标准差之下时，表明市场可能接近阶段性高点[8] 2 行业分化程度因子 - 因子名称：行业分化程度[2][9][11] - 因子构建思路：衡量不同行业板块之间涨跌差异程度的指标[2][9] - 因子具体构建过程：计算各行业指数收益率的截面标准差，或者使用其他离散度度量指标来衡量行业间的分化程度。当分化程度达到历史高点附近时，可能预示市场需要高低切换[2][9][11] 3 行业拥挤度因子 - 因子名称：行业拥挤度[9][12] - 因子构建思路：通过成交金额占比来评估行业热度拥挤情况[9][12] - 因子具体构建过程：计算特定行业（如TMT板块）成交金额占市场总成交金额的比例，并计算其历史分位数。当该比例接近历史高点时，表明行业可能过于拥挤，需要警惕回调风险[9][12] 4 赚钱效应异动因子 - 因子名称：赚钱效应异动[15] - 因子构建思路：捕捉行业价格和成交量异常变动带来的赚钱效应变化[15] - 因子具体构建过程：监测行业指数的价格突破和成交量放大现象，当出现异常变动时生成信号。具体通过计算行业指数的短期收益率与成交量比值的异常值来识别潜在机会[15] 模型的回测效果 （报告中未提供具体的模型回测指标数值） 因子的回测效果 （报告中未提供具体的因子回测指标数值）

宏观体量指标 - 市值与GDP之比为85.6%，较历史高点（超过100%）仍有提升空间[4][20] - 市值与居民存款之比为73.2%，低于历史高点平均102.3%[4][23] - 市值/GDP比值本轮增幅为18.5%，属历次行情偏低水平[4][20] - 市值/存款比值本轮增幅为15.7%，属历次行情偏低水平[4][25] 交易热度指标 - 成交额从起点1.6万亿升至峰值3.19万亿，增幅约2倍，低于近期行情4.7-7.2倍增幅[5][28] - 换手率峰值2.76%，较起点提升0.99%，低于历史1%以上增幅水平[5][28] - 交易拥挤度达39.3%，较起点27.7%提升11.5%，增幅属历次偏高[5][30] - 回撤风险仅5.9%，显著低于历史10%以上水平[6][33] 资金流入指标 - 两融余额2.24万亿，较起点1.85万亿增长1.21倍，低于近期1.34倍增幅[7][35] - 两融余额/市值比为1.91%，较2014-2015年高点2.85%有较大差距[7][35] - 月度开户峰值196.4万户，较起点192.4万户仅增1倍，远低于历史2-31.9倍增幅[7][40] - 偏股基金发行峰值/起点比值为1.1倍，显著低于近期3.1-3.8倍水平[10][42] 股债估值比较 - ERP从起点4.26%降至2.68%，降幅1.58%属历次偏低[11][45] - 股债收益差从起点1.05%降至-0.03%，降幅1.08%属历次偏高[11][48]