风格轮动策略 - 风格轮动是依据ETF特征进行交易的行为，常见的类型包括大小盘轮动和成长价值轮动 [1] - 风格轮动的逻辑依赖于权益资产价格的两个驱动因素：盈利和估值，其中盈利是主导风格强弱的关键因素 [1] 价值成长轮动策略 - 价值类股票通常具备更好的安全边际，而成长类股票可能具备更好的盈利前景 [1] - 成长与价值的盈利增速差和收益率差呈现高度正相关性，当盈利增速差值扩大时，成长表现会超过价值 [1] - 可通过观察风格间的相对业绩增速趋势或估值指数来进行风格配置 [1] 大小盘轮动策略 - 大小盘轮动通常根据市场环境和经济周期的变化来进行，并参考月频宏观经济数据辅助判断 [1] - 大盘股在国民经济中比重更高，更容易受到经济周期影响：经济增长上行阶段大盘股盈利上升速度通常高于小盘股，下行阶段受影响更大 [1] - 流动性环境对估值有重要影响：流动性充裕时资金外溢至小盘股，收紧时大盘股表现更佳 [1]

量化模型与构建方式 1. **模型名称：高景气行业轮动策略** - **模型构建思路**：基于分析师对各行业盈利预期的原值、斜率和曲率等多因子，优选景气度持续向上的行业，剔除估值极高行业后等权配置最优行业[1][2]。 - **模型具体构建过程**： 1. 通过分析师一致预期数据构建三大类因子： - 一类因子（长期赛道因子）：如ROE_FY2、ROE_FY3，代表3-5年赛道概念[13]。 - 二类因子（中期景气度因子）：如EPS_F2_qoq、EPS_F3_mom，反映中短期景气度变化[13]。 - 三类因子（短期情绪因子）：如EPS_F3_qoq_d1m，反映景气度变化的斜率[13]。 2. 因子复合：通过分层聚类方法筛选年化超额>3%的因子，等权Rank复合（最优复合数量为8）[17][18]。 3. 极端估值保护：剔除PB分位数（5日平滑）高于95%的行业[23][26]。 - **模型评价**：聚焦盈利预期边际变化，规避估值泡沫，适合中短期景气周期跟踪[13][16]。 2. **模型名称：隐含情绪动量策略** - **模型构建思路**：通过剥离换手率变化率与收益率关系得到“未证伪情绪”，捕捉未被主流预期反映的市场动向[32][33]。 - **模型具体构建过程**： 1. 日度收益率对换手率变化率截面回归（无截距），残差为未证伪情绪收益率[34]。 2. 计算累计未证伪情绪净值，构建半个月/12个月动量因子[35]。 3. 增强措施：剥离基本面影响（如EPS_yoy）、波动率调整、多因子复合（半个月+12个月动量最优）[36]。 4. 加入极端估值保护机制[36]。 - **模型评价**：有效捕捉情绪驱动的动量效应，但需警惕高波动风险[32][38]。 3. **模型名称：宏观指标风格轮动策略** - **模型构建思路**：以宏观经济、货币、信贷等指标为基础，结合行业风格（价值/动量/波动率）定量择时，映射至行业优选[43][44]。 - **模型具体构建过程**： 1. 宏观指标处理：分历史中枢（6年zscore）、超预期（SUE_3Y）、边际变动（d3m）三个维度[48][49]。 2. 行业风格因子优选：通过截面回归筛选显著性、稳定性、低相关性的风格因子（如Value、Beta_1y、Vol_3m、Mom_12m）[51][53]。 3. 风格研判：宏观指标等权投票打分，映射至行业标准化暴露度[58][61]。 - **模型评价**：突破传统宏观框架局限性，但依赖风格因子稳定性[43][63]。 4. **模型名称：中长期动量反转策略** - **模型构建思路**：结合行业收益率“中短期动量、长期反转”结构，叠加低换手因子捕捉周期轮换机会[71][74]。 - **模型具体构建过程**： 1. 构建12个月动量因子（剔除最近1月）和24-36个月反转因子[76][78]。 2. 复合因子：12月动量 + 24-36月反转Rank等权复合[76]。 3. 低换手增强：剔除旬度换手率截面zscore高的行业[82][83]。 - **模型评价**：兼顾动量与反转效应，但需动态调整参数[71][84]。 5. **模型名称：资金流行业轮动策略** - **模型构建思路**：跟踪主力资金（机构单）和尾盘资金流入强度，挖掘资金驱动动能[91][92]。 - **模型具体构建过程**： 1. 机构单趋势强度因子：净买入金额与绝对值移动平均比值，中性化处理（剔除市值/换手率影响）[94][95]。 2. 尾盘流入强度因子：尾盘资金流入金额占流通市值/成交额比例的月度差分Rank复合[99][103]。 3. 剔除高拥挤行业（换手率zscore分位数>90%）[100][101]。 - **模型评价**：直接反映资金动向，但需规避抱团风险[91][105]。 6. **模型名称：财报失效反转策略** - **模型构建思路**：利用长期有效但阶段性失效的财报因子，依托均值回复机制反转选行业[108][109]。 - **模型具体构建过程**： 1. 财报因子库：48个类ROA因子（利润表/资产负债表指标组合）+16个类净利润YOY/QOQ因子[110][116]。 2. 筛选条件：滚动3年年化超额>5.5%且近4个月连续跑输的因子，按类别等权zscore复合[116][117]。 - **模型评价**：逆向布局财报因子失效，但需严格监控因子恢复周期[108][118]。 7. **模型名称：传统低频多因子打分策略** - **模型构建思路**：从动量、估值、流动性、质量四维度优选单因子，等权Rank复合[122][123]。 - **模型具体构建过程**： 1. 优选因子：如252日动量（正向）、756日动量（反向）、股息率3年分位（反向）、ROE_TTM季度差分（正向）等[124][128]。 2. 仅在中证800权重>2%的行业中筛选[122][123]。 - **模型评价**：经典多因子框架，适合长期配置但换仓频率低[122][129]。 8. **模型名称：波动率控制复合策略** - **模型构建思路**：以各单策略滚动63日负向波动率倒数分配资金，等权配置看多行业[3][139]。 - **模型具体构建过程**： 1. 计算下跌日波动率：$$\sigma_{D}=\sqrt{\frac{1}{n-1}\sum_{r_{i}\in D}\left(r_{i}-\frac{1}{n}\sum_{r_{i}\in D}r_{i}\right)^{2}}$$[139]。 2. 资金分配：负向波动率越低，配置比例越高[139][142]。 3. 调仓频率：兼顾周度/月度/季度策略换仓周期[141][146]。 - **模型评价**：有效控制回撤，但需动态调整窗口参数（M=63最优）[147]。 --- 模型的回测效果 1. **高景气行业轮动策略**：年化超额16.69%，最大回撤-12.95%，卡玛比率1.29[26][28]。 2. **隐含情绪动量策略**：年化超额18.61%，最大回撤-17.83%，卡玛比率1.04[37][38]。 3. **宏观指标风格轮动策略**：年化超额7.01%，最大回撤-23.46%，卡玛比率0.30[63][64]。 4. **中长期动量反转策略**：年化超额11.42%，最大回撤-14.91%，卡玛比率0.77[84][88]。 5. **资金流行业轮动策略**：年化超额11.64%，最大回撤-12.16%，卡玛比率0.96[101][106]。 6. **财报失效反转策略**：年化超额9.13%，最大回撤-10.54%，卡玛比率0.87[118][119]。 7. **传统低频多因子打分策略**：年化超额12.00%，最大回撤-13.25%，卡玛比率0.91[129][133]。 8. **波动率控制复合策略**：年化超额12.2%，最大回撤-6.8%，卡玛比率1.80[147][148]。 --- 量化因子与构建方式 1. **因子名称：景气度复合因子** - **构建思路**：综合盈利预期原值、斜率、曲率三类因子，优选边际变化显著的行业[13][16]。 - **具体构建**：等权Rank复合8个单因子（如ROE_FY2、EPS_F2_qoq等），剔除PB分位数>95%行业[17][21]。 2. **因子名称：未证伪情绪动量因子** - **构建思路**：剥离换手率对收益的影响，捕捉情绪驱动的超额收益[32][34]。 - **具体构建**：$$r_{i,t}=\beta \cdot \Delta \text{turnover}_{i,t}+\epsilon_{i,t}$$（无截距回归残差）[34][35]。 3. **因子名称：宏观风格因子** - **构建思路**：通过宏观指标预测风格多空（如Value/Beta），映射至行业暴露[51][53]。 - **具体构建**：宏观指标等权投票打分，行业得分=标准化风格暴露×方向[58][61]。 4. **因子名称：长期反转-中期动量因子** - **构建思路**：结合12个月动量与24-36个月反转效应[76][78]。 - **具体构建**：Rank等权复合动量与反转因子，叠加低换手筛选[76][82]。 5. **因子名称：资金流复合因子** - **构建思路**：综合机构单趋势强度与尾盘流入强度[91][94]。 - **具体构建**：中性化后等权zscore复合，剔除换手率拥挤度>90%行业[94][100]。 6. **因子名称：财报失效反转因子** - **构建思路**：筛选长期有效但近期失效的财报因子，逆向布局[116][117]。 - **具体构建**：按类别优选单因子（如ROA边际变化、净利润YOY分位）等权复合[116][117]。 7. **因子名称：传统多因子复合因子** - **构建思路**：四维度（动量/估值/流动性/质量）等权Rank复合[124][128]。 - **具体构建**：如252日动量+股息率3年分位+ROE_TTM差分等[124][128]。 --- 因子的回测效果 1. **景气度单因子**：ROE_FY2年化超额6.9%，EPS_F2_qoq年化超额7.0%[17][18]。 2. **未证伪情绪动量因子**：半个月+12个月复合因子年化超额18.61%[37][38]。 3. **宏观风格因子**：Value/Beta_1y等风格因子Rank IC均值>0.05[51][53]。 4. **长期反转-中期动量因子**：复合因子年化超额11.42%[84][88]。 5. **资金流复合因子**：年化超额11.64%，最大回撤-12.16%[101][106]。 6. **财报失效反转因子**：优选因子年化超额9.13%[118][119]。 7. **传统多因子复合因子**：年化超额12.00%[129][133]。

量化模型与构建方式 1. **模型名称**：基于指数内部风格强弱的扩散指数模型 - **模型构建思路**：通过统计指数成分股内不同风格因子（如市值、波动率等）的相对强弱，构建扩散指数进行风格轮动[4][5] - **模型具体构建过程**： 1. 选定指数（成分股数量为N）和风格因子F，将成分股按F值分为两组（各N/2个）[18] 2. 计算过去M天所有股票收益的平均值r，统计两组中跑赢r的比例（p1和p2）[18] 3. 计算相对强弱指标R并归一化： $$ R = \frac{p1 - p2}{2} + 0.5 $$ 其中R∈[0,1]，值越大表示F值大的组相对强势[18] - **模型评价**：能有效捕捉指数内风格分化，但受限于单一指数范围[5] 2. **模型名称**：基于不同指数间相对强弱的扩散指数模型 - **模型构建思路**：推广模型一至跨指数比较，用于指数间轮动[4][27] - **模型具体构建过程**： 1. 选定两个指数（成分股数量分别为N1和N2）[26] 2. 分别计算过去M天两指数成分股收益的平均值r1和r2，加权得r=(r1+r2)/2[30] 3. 统计两指数成分股跑赢r的比例（p1和p2），计算归一化R值（公式同模型一）[30] - **模型评价**：扩展性强，适用于任意指数对比较，但需注意参数敏感性[27] --- 模型的回测效果 1. **沪深300波动轮动模型**（双均线参数：短期10日MA，长期20日MA） - 高波动组胜率48.48%，平均超额收益1.00%[35] - 低波动组胜率63.64%，平均超额收益1.47%[35] 2. **中证500波动轮动模型** - 高波动组胜率37.14%，平均超额收益0.78%[38] - 低波动组胜率51.43%，平均超额收益0.99%[38] 3. **中证1000与沪深300轮动模型** - 中证1000胜率64.71%，平均超额收益1.57%[44] - 沪深300胜率63.64%，平均超额收益1.16%[44] --- 参数敏感性分析 1. **中证1000成分股内波动率轮动** - 最优回顾期20-25天，年化收益率16.78%，最大回撤32.50%[51][53] 2. **中证1000与沪深300轮动** - 回顾期20天时年化收益率9.18%，最大回撤29.19%[55] - 回顾期180天时年化收益率9.85%，最大回撤33.34%[55] --- 关键因子说明 - **波动率因子**：过去一年收益率年化标准差[17] - **市值因子**：Wind总市值[20] - **价值因子**：PE_TTM倒数[22] - **成长因子**：单季度归母净利润增速[24]

量化模型与构建方式 1. **模型名称：A股行业轮动模型** - **模型构建思路**：通过资金、估值、情绪、动量、超买超卖和盈利6个因子构建综合打分体系，评估行业轮动机会[18] - **模型具体构建过程**： 1. **资金因子**：行业主力净流入率（过去N日主力资金净流入/行业市值） 2. **估值因子**：行业当前PE/PB位于过去1年的分位数 3. **情绪因子**：行业成分股上涨比例（上涨股票数/总股票数） 4. **动量因子**：行业MACD指标（DIF与DEA差值） 5. **超买超卖因子**：行业RSI指标（14日周期） 6. **盈利因子**：行业一致预测EPS过去1年分位数 各因子标准化后加权求和，权重未公开[18] - **模型评价**：多维度覆盖市场驱动因素，但未披露因子权重分配逻辑 2. **模型名称：共识度选股模型** - **模型构建思路**：结合行业动量、高频资金流与价格走势相似度筛选个股[21] - **模型具体构建过程**： 1. **行业筛选**：选取过去30天涨幅前三的申万二级行业 2. **股票池构建**：在目标行业中计算以下指标： - 月度动量因子（过去30日收益率） - 估值因子（如PE分位数） - 上涨频率（日内上涨分钟数占比） 3. **高频资金匹配**：计算股票分钟级资金流与价格走势的相关系数（如Pearson系数） 4. **最终筛选**：按相关系数排序，每个行业选取前5只股票[21] - **模型评价**：高频数据捕捉短期资金动向，但对交易成本敏感 --- 模型的回测效果 1. **A股行业轮动模型**： - 非银金融（得分6）、食品饮料（5）、电子（4）为当期高分行业[20] - 石油石化（-8）、轻工制造（-6）、银行（-6）为低分行业[20] 2. **共识度选股模型**： - 当期输出标的：元件（满坤科技、沪电股份等）、油服工程（通源石油、中海油服等）、饰品（明牌珠宝、周大生等）[22] --- 量化因子与构建方式 1. **因子名称：主力资金净流入率** - **构建思路**：通过大单交易识别主力资金动向[13] - **具体构建过程**： - 定义主力交易单：单笔成交≥10万股或金额≥20万元 - 计算每日行业净流入额：主力买入额-主力卖出额 - 标准化处理：净流入额/行业流通市值[13] 2. **因子名称：MACD动量因子** - **构建思路**：捕捉行业价格趋势变化[18] - **具体构建过程**： - 计算行业指数12日EMA（快线）与26日EMA（慢线）： $$EMA_{12} = \frac{2}{13} \times (今日收盘价 - 昨日EMA_{12}) + 昨日EMA_{12}$$ $$EMA_{26} = \frac{2}{27} \times (今日收盘价 - 昨日EMA_{26}) + 昨日EMA_{26}$$ - DIF = EMA_{12} - EMA_{26} - DEA = DIF的9日EMA[18] 3. **因子名称：RSI超买超卖因子** - **构建思路**：衡量行业短期超买超卖状态[18] - **具体构建过程**： - 计算14日行业指数涨跌幅： $$RS = \frac{14日平均涨幅}{14日平均跌幅}$$ - $$RSI = 100 - \frac{100}{1+RS}$$[18] --- 因子的回测效果 （注：报告中未披露单一因子的独立测试结果）

根据研报内容，以下是量化模型和因子的详细总结： 量化模型与构建方式 1. **模型名称：行业修正动量策略（PMS组合）** - **模型构建思路**：基于市场环境判断，在不同市场状态下通过个股动量构建行业动量代理指标，选择兼顾龙头股趋势、非龙头股反转及系统性风险分散的行业进行配置[27] - **模型具体构建过程**： 1. 计算行业动量代理指标：结合1年动量（1Y动量）和1年夏普比率（1Y夏普因子） 2. 筛选行业：龙头股趋势（RANK IC 18.67%）、非龙头股反转（RANK IC 15.63%） 3. 月度调仓，配置银行、非银、传媒、电子、农林牧渔等行业[27][28] - **模型评价**：在行业层面趋势类策略占优，尤其适用于内外部宏观扰动较多的环境[27] 2. **模型名称：利率债多周期择时策略** - **模型构建思路**：利用核回归算法捕捉10年期国债收益率曲线的趋势形态，结合长、中、短周期信号生成复合择时观点[41] - **模型具体构建过程**： 1. 长周期（月度频率）：向下突破信号 2. 中周期（双周频率）：无信号 3. 短周期（周度频率）：无信号 4. 综合信号权重：下行突破1票，上行突破0票，输出中性震荡观点[41][42] 3. **模型名称：转债期权估值择时策略** - **模型构建思路**：基于期权二叉树定价法计算转债定价偏离度，动态调整仓位[52] - **模型具体构建过程**： 1. 计算定价偏离度：$$偏离度 = \frac{转债二叉树定价}{转债市价} - 1$$ 2. 仓位调整规则：偏离度>0时增配转债，偏离度<0时减配 3. 周度调仓，偏离度中位数-0.69%时配置44%仓位[52][53] --- 量化因子与构建方式 1. **因子名称：股债性价比因子** - **因子构建思路**：作为估值领先指标，通过权益与债券的收益比判断A股估值空间[12] - **因子具体构建过程**： 1. 计算中证800指数12个月滚动收益与10年期国债收益率差值 2. 标准化处理：5年分位数56.27%（全A）、31.03%（中证800）[12][15] 2. **因子名称：ROIC利率中枢因子** - **因子构建思路**：通过权益与债市ROIC匹配关系推算利率中枢[32] - **因子具体构建过程**： 1. 权益ROIC计算：$$ROIC_{权益} = \frac{净利润}{总资产}$$（A股除金融口径4.07%） 2. 债市隐含ROIC计算：$$ROIC_{债市} = (无风险利率+信用溢价)×债权比例$$（3.57%） 3. 利率中枢推算：上市公司口径1.34%，工业企业口径1.50%[32][40] 3. **因子名称：转债正股PB估值因子** - **因子构建思路**：合成全市场转债正股PB中位数，判断股底BETA机会[57] - **因子具体构建过程**： 1. 自下而上计算正股PB中位数：最新值2.19 2. 分位数处理：5年分位数19.72%[57][58] --- 模型的回测效果 1. **行业修正动量策略（PMS组合）** - 年化收益率：6.84%（超额收益7.59%） - 最大回撤：-11.78%[27] 2. **利率债多周期择时策略** - 年化收益率（不计费）：7.79% - 收益回撤比：13.46[47] 3. **转债期权估值择时策略** - 年化收益率：8.75% - 超额收益（vs等权基准）：2.22%[56] --- 因子的回测效果 1. **股债性价比因子** - 中证800预测收益：6.55%（中性情景）[19] 2. **ROIC利率中枢因子** - 利率走廊上限：1.75%（上市公司口径）[40] 3. **转债正股PB估值因子** - 正股PB中位数：2.19（5年分位数19.72%）[57]

市场走势 - 三大指数连续上涨 本周实现3连阳 证券板块持续拉升 若非白酒 银行压制指数 可能已创年内新高 [1] - 当前行情与2020年6月走势相似 证券板块或成主旋律 上半年业绩优异推动市场提前拉升 [1] - 上证指数接近3430点 午后小幅拉升即可突破年内高点 [7] 证券行业 - 香港证券板块显著反弹 从800多点升至1200多点 4月至今涨幅近50% [3] - 证券板块上涨初期特征明显 2024年上半年业绩增速突出 股价与估值匹配需求推动正常拉升 [3] - 证券板块仍有上涨空间 与上证指数同步上行 六月底行情配合暑假周期值得期待 [5] 行业轮动 - 白酒板块表现受限 主要用于后期接替银行护盘 地产板块随时可能启动但四季度节奏更佳 [3] - 权重行业相互压制形成慢牛格局 行业轮动上涨推动大盘震荡上行 选错行业将面临风险 [3] 资金动向 - 早盘离场现象属于诱空 资金策略为驱散散户而非接盘 反向操作具备期待价值 [5] - 市场经历9个月洗盘 新入场者被套牢 老手出局 后续拉升符合主力资金利益 [5] - 逼空上涨逻辑强化 唱空者踏空后等待回调 但大资金或不会提供低吸机会 [5] 行情预期 - 624行情与去年924行情具备可比性 周期 时空 逻辑 消息 估值等多维度吻合 [1] - 市场不存在股灾或疯牛 行业轮动主导指数稳步上行 全年大盘走势无系统性风险 [3] - 当前市场分歧显著 盈利者认同上涨逻辑 但无需普遍共识 历史大行情中策略有效性已验证 [7]

报告核心观点 - 面向下半年，后续市场有2019年大盘“俯卧撑”但消费+科技交织轮动、2020年经济复苏“小牛市”、2024年市场“二次探底”三类设想，类比2019年接受度最高，类比2020年需“边走边看”，类比2024年尚不明晰；A股处于新旧动能转换“新胜于旧”阶段，“新”包括港股成中国新核心资产、出海成A股大盘成长新胜负手、新科技、新消费投资模式 [1][3][4] 当前大盘指数演绎的三条路径猜想 类比2019年大盘复盘 - 2019年1 - 4月内外共振上涨修复，4 - 12月新旧动能转换下大盘震荡呈“俯卧撑”；宏观环境与当前相似点是中长期悲观问题乐观改善，核心是新旧动能转换，集中在科技和消费板块；不同点是2019年未经历楼市低迷和疫情冲击，内生动力强，长债利率3%附近震荡，产业主线清晰，高股息策略欠佳，存在结构性通胀 [15][22] - 行情数据显示，2018年底至2019年震荡上行中，经济总量无明显改善，但消费和科技交织轮动，形成趋势性行情；2019年通胀上行高股息收益不明显，中证1000占优，与今年银行 - 微盘“极致杠铃策略”有区别，但新消费50和新科技双轮动跷跷板上涨与2019年消费+科技轮动上涨相似 [25][3] 类比2020年大盘复盘 - 2020年和当前相似点是中美库存周期都处于底部，有共振反转基础；市场上涨核心要素是全球政策和经济周期共振，外资涌入，中美库存周期共振，出口高增长带动盈利底形成，大盘成长板块演绎小牛市 [33] - 不同点是2020年国内盈利底形成依赖全球供应链冲击后需求向中国集中，对美出口大幅攀升，当前中美经贸依赖度下降，对美出口下滑，逆全球化环境不同；2020年初全球流动性周期同步宽松，当前中美货币政策周期错位，美联储未降息，中美利差达历史高点附近 [38] - 2020年市场结构特征是经济复苏叙事叠加结构性产业趋势，形成消费+科技+高景气三大主线，大市值龙头+高盈利确定性获机构资金集中买入，机构重仓股全面占优，小盘股和红利风格跑输 [42] 类比2024年大盘复盘 - 2024年和当前相似点是经济面临结构性矛盾和持续低通胀，内需和地产走弱，长债利率快速下行；市场表现是以银行+微盘股为代表的杠铃策略持续占优，景气投资失效，缺乏明确产业主线和增量资金，主要增量资金来自ETF和险资 [49] - 差异是2024年市场二次探底因前期政策效果不及预期且经济数据全面恶化，目前在政策支持下，房价和社融有企稳趋势，物价数据筑底；国内经济下半年有波折但无“失速”风险，能完成全年5%左右目标，中美关税或反复，但中方有稀土优势，维持弱美元底色，大盘指数无明显“二次探底”风险 [53]

报告行业投资评级 未提及 报告的核心观点 今日转债跟随正股上涨，估值环比抬升，市场成交情绪升温，小盘成长相对占优，正股行业普涨，多个转债指数表现良好[2] 各部分总结 市场概况 - 指数表现：中证转债指数环比上涨0.69%，上证综指环比上涨1.15%，深证成指环比上涨1.68%，创业板指环比上涨2.30%，上证50指数环比上涨1.16%，中证1000指数环比上涨1.92% [2] - 市场风格：小盘成长相对占优，大盘成长环比上涨1.06%，大盘价值环比上涨0.90%，中盘成长环比上涨1.49%，中盘价值环比上涨0.70%，小盘成长环比上涨1.93%，小盘价值环比上涨1.06% [2] - 资金表现：转债市场成交情绪升温，可转债市场成交额为576.75亿元，环比增长6.12%；万得全A总成交额为14480.59亿元，环比增长26.26%；沪深两市主力净流入63.31亿元，十年国债收益率环比上升0.62bp至1.65% [2] 转债价格与估值 - 转债价格：转债中枢提升，高价券占比提升，整体收盘价加权平均值为120.62元，环比上升0.67%，130元以上高价券个数占比25.59%，较昨日环比上升2.13pct，价格中位数为121.96元，环比上升0.63% [3] - 转债估值：估值抬升，百元平价拟合转股溢价率为23.04%，环比上升0.43pct，整体加权平价为90.86元，环比上升1.16% [3] 行业表现 - 正股行业：28个行业上涨，涨幅前三为电力设备（+2.85%）、非银金融（+2.68%）、商贸零售（+2.64%）；2个行业下跌，分别为石油石化（-2.10%）、煤炭（-0.22%） [4] - 转债行业：26个行业上涨，涨幅前三为汽车（+3.50%）、通信（+2.70%）、传媒（+1.62%）；2个行业下跌，分别为建筑装饰（-0.50%）、公用事业（-0.24%） [4] - 各板块表现：收盘价方面，大周期环比+0.53%、制造环比+1.70%、科技环比+1.37%、大消费环比+0.65%、大金融环比+0.58%；转股溢价率方面，大周期环比-0.69pct、制造环比-2.4pct、科技环比-0.95pct、大消费环比-2.3pct、大金融环比-1.7pct；转换价值方面，大周期环比+1.15%、制造环比+3.24%、科技环比+2.08%、大消费环比+1.44%、大金融环比+0.88%；纯债溢价率方面，大周期环比+0.73pct、制造环比+2.1pct、科技环比+1.8pct、大消费环比+0.79pct、大金融环比+0.66pct [4] 市场主要指数表现 - 中证转债收盘价437.96，日涨跌幅0.69%，近一周0.70%，近一月1.93%，2025年初至今涨跌5.64% [8] - 可转债等权收盘价208.66，日涨跌幅0.95%，近一周0.51%，近一月2.00%，2025年初至今涨跌7.30% [8] - 可转债指数收盘价1870.36，日涨跌幅1.99%，近一周0.97%，近一月3.36%，2025年初至今涨跌13.31% [8] - 可转债预案收盘价1649.88，日涨跌幅2.29%，近一周1.22%，近一月5.31%，2025年初至今涨跌13.05% [8] - 上证综指收盘价3420.57，日涨跌幅1.15%，近一周0.94%，近一月1.19%，2025年初至今涨跌2.05% [8] - 深证成指收盘价10217.63，日涨跌幅1.68%，近一周0.53%，近一月-0.02%，2025年初至今涨跌-1.89% [8] - 创业板指收盘价2064.13，日涨跌幅2.30%，近一周0.33%，近一月0.91%，2025年初至今涨跌-3.62% [8] - 上证50收盘价2715.92，日涨跌幅1.16%，近一周1.15%，近一月-0.65%，2025年初至今涨跌1.16% [8] - 中证1000收盘价6194.67，日涨跌幅1.92%，近一周0.77%，近一月2.12%，2025年初至今涨跌3.98% [8] 市场资金表现 - 成交额：转债576.75亿，A股14480.59亿 [10] - 10Y国债收益率：+0.62BP；转债利差变动：+0.01PCT [12] - 主力净流入：63.31亿元 [14] 转债估值 - 百元平价拟合溢价率：23.04%，+0.43pct，2019年以来66.10%分位数 [18] - 转债估值修复指数：60.34%，-0.78pct [22] - 整体加权平均平价：90.86，+1.16%；价格中位数：121.96，+0.63%，2019年以来82.20%分位数 [22] - 按照股债性划分转股溢价率：偏债型-1.12pct，偏股型+0.16pct [27] - 正股市值100 - 500亿（含）转债价格：+1.41% [26] - 正股市值500亿以上转股溢价率：+6.64% [29] - 六个月内次新券平均转股溢价率：-0.98pct [30] - 六个月内次新券相对上市首日收盘价涨跌幅均值：+2.59pct [33] - 破底占比：2.56%，0.00pct [36] - 博时可转债ETF份额27.98亿份，净减少60万份；海富通可转债ETF份额4.82亿份，净持平 [37] 行业轮动 - 电力设备、非银金融、商贸零售领涨，电力设备正股日涨跌幅2.85%，转债日涨跌幅1.01%；非银金融正股日涨跌幅2.68%，转债日涨跌幅0.95%；商贸零售正股日涨跌幅2.64%，转债日涨跌幅0.86%等 [56]

市场表现 - 三大指数大幅上涨，4771家股票上涨，成交量达1.45万亿，放量3011亿 [1] - 港股同步反弹，市场预期将继续上涨，6月底可能涨至3500点 [1] - 上证指数站上3420点，市场情绪乐观，3400点无压力，3600点更无压力 [2] - 证券、保险板块反弹，地产、白酒板块有望补涨，上证指数或突破3674点 [3] 行业轮动 - 白酒、银行板块压制指数，节奏克制 [1] - 结构性行情持续，行业轮动上涨趋势不可逆 [2] - 证券、保险板块已反弹，地产、白酒板块或成为下一轮补涨主力 [3] 市场情绪与策略 - 市场通过利空洗盘散户，后续或继续逼空上涨 [1] - 投资者需调整情绪，避免踏空，可利用浮仓分批减仓，底仓可做日内T0 [2] - 连续阳线拉升可能吸引资金入场，成交量或突破2万亿 [3] - 当前市场位置乐观，主升浪可期，建议保持底仓不动 [5] 个股表现 - 19家股票跌停，部分投资者可能因选股失误而焦虑 [2] - 指数权重行业和指数本身表现良好，持有者收益为正 [1]

市场行情分析 - 当前市场表面平静但暗流涌动 主力资金已开始布局[1] - 盘面特征从存量博弈转向酝酿新一轮局部主升浪 呈现战术性行情和结构性爆发特点[2] - 行情以新主线风口轮动为主 不适合盲目重仓但适合有策略的执行[2] 近期热点事件 - 地缘政治：伊朗空袭以色列港口事件刺激黄金、军工、石油板块异动[2] - 产业动态：巴黎航展大单推动低空经济、航空制造链上涨[2] - 科技领域：华为开发者大会催化鸿蒙、AI PC、芯片、算力板块[2] - 政策预期：印花税数据暴跌90%引发减税预期炒作[2] - 金融基建：跨境支付互联互通落地被解读为"人民币版Swift"[2] - 财报行情：资金提前布局一季报暴涨且具备题材的中报潜力股[2] 投资机会方向 - 华为产业链中被低估的细分领域存在机会[3] - 小盘真成长股叠加政策强驱动的赛道值得关注[3] - 情绪退潮后留下的真龙头品种具有潜力[3] 市场特征 - 当前市场赚钱效应取决于站位准确性和节奏把握[4] - 需提前预判布局而非被动跟随[4] - 本轮主升浪具有时效性特征 机会窗口较短[5]