市场表现与风格轮动 - 大盘盘中下跌后反弹 收盘维持在4 2星级 盘中一度跌至4 3星级[1][2] - 大盘股下跌幅度较小 中小盘股下跌较多[3] - 成长风格下跌略多 价值风格整体上涨 呈现风格轮动特征[4][5][6][7] - 银行指数整体上涨 此前曾触及高估 目前回调至正常估值区间[8][9][10] - 港股市场小幅下跌[11] 结构性行情与牛市特征 - 结构性行情对主动优选组合有利 该组合今日小幅上涨[12][13] - A股港股牛市多呈现"闪电快牛"特征 较少出现慢牛[22] - 牛市通常由部分品种领涨 每轮领涨品种不同 并非持续大涨 而是"进三退一"式波动上行[14][15][16] - 最近一年A股港股出现2-3波"短期大涨-横盘回调-再次上涨"行情 两轮上涨间隔数月[17][18] - 低估值品种伴随公司盈利增长 后续仍存在上涨机会 但需耐心应对波动[19] 定投策略与组合操作 - 指数增强组合因回归正常估值暂停定投 继续持有 待低估时恢复[21][27] - 主动优选组合定投9474元[21] - 月薪宝组合定投10000元 该组合股债配置比例为40%股票+60%债券 自带再平衡与止盈策略 适合4-5星市场环境投资[21][44] - 月薪宝组合股票部分偏价值风格 当前估值略低于年初 债券部分以中短债为主 因利率上升投资价值提高[45] - 个人养老金定投中 中证A500和中证红利因回归正常估值暂停定投[30][31][32] - 养老指数基金为2024年12月新设品种 年投入上限12000元[33][34] 投资业绩表现 - 养老指数基金定投7个月实现盈利 中证A500盈利20%（市盈率约24倍至高估） 中证红利盈利约4%[37] - 红利指数当前低迷 接近低估区间[38] 估值数据摘要 - 沪深300市盈率15.62 市净率1.82 股息率2.27%[42] - 中证500市盈率31.06 市净率2.32 股息率1.27%[42] - 创业板市盈率43.52 市净率5.61 股息率0.85%[42] - 中证A500市盈率22.06 市净率2.14 股息率1.95%[42] - 中证红利市盈率10.07 市净率1.01 股息率4.63%[42] - 十年期国债收益率1.88%[52]

市场表现与风格轮动 - 大盘盘中一度下跌但收盘上涨 整体微涨且维持在4.2星评级 [1][2] - 大小盘股均略微上涨且涨幅相近 但市场内部涨跌分化明显 [3][4] - 成长风格中科创板上涨较多而创业板略微上涨 价值风格整体下跌 [5][6] - 消费等行业表现低迷 [7] 历史风格周期与市场术语演变 - "老登股"指代近两年上涨较少品种 如白酒、家电、煤炭等消费及能源板块 [8][28][29] - 2015年小盘股牛市期间大盘蓝筹股被称"大烂臭" 小盘股一年上涨4-5倍但随后下跌70% [10][11][13] - 2020年"三傻"指银行保险等低涨幅板块 当时大盘成长指数上涨超150% [16][19][20] - 银行指数2024年创历史新高 同期科技股大幅下跌腰斩 [23][24] - 风格轮动导致术语更迭：2015年小盘强势、2019-2021大盘成长强势、2024年小盘成长强势 [35][36][37] 估值与投资策略 - 结构性牛市下不同品种涨幅分化 强势品种后续可能出现估值大幅回落 [33][34][38] - 被市场群嘲资产可能因低估提供买入机会 而被追捧资产可能因高估提供卖出机会 [41][42][43][44] - 多个指数估值数据更新：沪深300市盈率15.62倍 创业板市盈率43.52倍 纳斯达克100市盈率29.97倍 [49] 产品与活动信息 - 月薪宝投顾组合含40%股票与60%债券 股票部分偏价值风格且估值略低 债券部分为中短债且投资价值提升 [45] - 开展月薪宝体验官活动 提供定制帆布包作为福利 [45] - 发起"我的定投微笑曲线"投资感想征集活动 分享用户定投盈利经历 [47]

量化模型与构建方式 短期量化择时模型 1. **模型名称**：短期量化择时模型[12][13][16] **模型构建思路**：从宏观基本面、估值面、情绪面和流动性四个维度，综合多个二级指标信号，生成对A股市场的整体看多看空判断[12][13][16] **模型具体构建过程**： - 将择时信号分为四个一级指标：基本面、估值面、情绪面、流动性[12][13][16] - 每个一级指标下包含若干二级指标，每个二级指标根据其当前值在过去5年中的分位数位置，独立生成“乐观”、“谨慎”或“中性”信号[12][13][16] - 汇总每个一级指标下所有二级指标的信号，得到该一级指标的最终信号[12][13][16] - 综合所有四个一级指标的信号，生成最终的总仓位信号（看多或看空）[12][13][16] **模型评价**：该模型是一个多因子综合判断模型，通过不同维度的指标捕捉市场状态，逻辑清晰，覆盖面广 2. **模型名称**：成长价值风格轮动模型[24][26] **模型构建思路**：从基本面、估值面和情绪面三个维度分析，判断当前应超配成长风格还是价值风格[24][26] **模型具体构建过程**： - **基本面**：分析盈利周期斜率、利率综合周期水平、信贷综合周期变化三个指标。例如，盈利周期斜率大时利好成长，利率周期水平偏高时利好价值，信贷周期走强时利好成长[24][26] - **估值面**：分析成长与价值指数的PE估值差和PB估值差在过去5年的分位数。估值差均值回归上行时，利好成长风格[24][26] - **情绪面**：分析成长价值换手差和波动差的5年分位数。换手差偏低利好价值，波动差反弹至偏高位置利好均衡[24][26] - 综合三个维度的信号，给出最终的超配建议（如100%成长或100%价值）[24][26] 3. **模型名称**：小盘大盘风格轮动模型[28][29][31] **模型构建思路**：从流动性视角出发，综合11个有效轮动指标，构建判断超配小盘或大盘的综合信号[28][29][31] **模型具体构建过程**： - 模型基于11个指标，包括：A股龙虎榜买入强度、R007、融资买入余额变化、小盘主题投资交易情绪、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[31] - 每个指标独立生成看多小盘（100%）或看多大盘（0%）的信号[31] - 综合所有指标的信号，生成最终的综合配置建议[31] 模型的回测效果 1. **短期量化择时模型**，年化收益率17.99%，年化波动率15.87%，最大回撤22.44%，夏普比率0.9959，收益回撤比0.8014，月度胜率63.64%，季度胜率61.54%，年度胜率71.43%[14][19] 2. **成长价值风格轮动模型**，年化收益率13.22%，年化波动率20.80%，最大回撤43.07%，夏普比率0.6056，收益回撤比0.3069，月度胜率58.82%，季度胜率60.78%[25][28] 3. **小盘大盘风格轮动模型**，年化收益率19.10%（综合信号3D平滑），年化超额收益率11.96%，最大回撤39.71%，胜率（按交易）50.00%[31] 量化因子与构建方式 1. **因子名称**：制造业PMI因子[12][16] **因子构建思路**：作为基本面维度的景气度观察指标[12][16] **因子具体构建过程**：直接采用国家统计局发布的制造业采购经理指数（PMI）最新值，判断其是否大于50的荣枯线[12][16] 2. **因子名称**：信贷脉冲因子[12][16] **因子构建思路**：作为基本面维度的信贷增速观察指标[12][16] **因子具体构建过程**：计算人民币中长期贷款脉冲同比增速，并计算其在过去5年的分位数[12][16] 3. **因子名称**：M1同比增速（HP滤波）因子[12][16] **因子构建思路**：作为基本面维度的货币供应观察指标[12][16] **因子具体构建过程**：对M1同比增速进行HP滤波去趋势处理，并计算处理后的数据在过去5年的分位数[12][16] 4. **因子名称**：整体PE分位数因子[12][16] **因子构建思路**：作为估值面维度的估值水平观察指标[12][16] **因子具体构建过程**：计算A股整体PE中位数，并计算其在过去5年的分位数[12][16] 5. **因子名称**：整体PB分位数因子[12][16] **因子构建思路**：作为估值面维度的估值水平观察指标[12][16] **因子具体构建过程**：计算A股整体PB中位数，并计算其在过去5年的分位数[12][16] 6. **因子名称**：Beta离散度因子[13][16] **因子构建思路**：作为情绪面维度的市场分歧观察指标[13][16] **因子具体构建过程**：计算A股整体Beta离散度，并计算其在过去5年的分位数[13][16] 7. **因子名称**：量能情绪因子[13][16] **因子构建思路**：作为情绪面维度的市场交易热度观察指标[13][16] **因子具体构建过程**：计算A股整体量能情绪得分，并计算其在过去5年的分位数[13][16] 8. **因子名称**：波动率因子[13][16] **因子构建思路**：作为情绪面维度的市场波动观察指标[13][16] **因子具体构建过程**：计算A股整体年化波动率，并计算其在过去5年的分位数[13][16] 9. **因子名称**：货币利率指标因子[13][16] **因子构建思路**：作为流动性维度的货币市场流动性观察指标[13][16] **因子具体构建过程**：计算货币利率指标，并计算其在过去5年的分位数[13][16] 10. **因子名称**：汇率预期指标因子[13][16] **因子构建思路**：作为流动性维度的人民币汇率预期观察指标[13][16] **因子具体构建过程**：计算汇率预期指标，并计算其在过去5年的分位数[13][16] 11. **因子名称**：融资额因子[13][16] **因子构建思路**：作为流动性维度的杠杆资金观察指标[13][16] **因子具体构建过程**：计算两市5日平均新增融资额，并计算其在过去5年的分位数[13][16] 12. **因子名称**：盈利斜率周期水平因子[24][26] **因子构建思路**：作为成长价值轮动中基本面维度的盈利周期观察指标[24][26] **因子具体构建过程**：基于量化经济中周期分析框架，计算盈利周期的斜率水平[24][26] 13. **因子名称**：利率综合周期水平因子[24][26] **因子构建思路**：作为成长价值轮动中基本面维度的利率周期观察指标[24][26] **因子具体构建过程**：基于量化经济中周期分析框架，计算利率的综合周期水平[24][26] 14. **因子名称**：信贷综合周期变化因子[24][26] **因子构建思路**：作为成长价值轮动中基本面维度的信贷周期观察指标[24][26] **因子具体构建过程**：基于量化经济中周期分析框架，计算信贷的综合周期变化[24][26] 15. **因子名称**：成长价值PE差分位数因子[24][26] **因子构建思路**：作为成长价值轮动中估值面维度的估值差观察指标[24][26] **因子具体构建过程**：计算成长指数与价值指数PE中位数之差，并计算该差值在过去5年的分位数[24][26] 16. **因子名称**：成长价值PB差分位数因子[24][26] **因子构建思路**：作为成长价值轮动中估值面维度的估值差观察指标[24][26] **因子具体构建过程**：计算成长指数与价值指数PB中位数之差，并计算该差值在过去5年的分位数[24][26] 17. **因子名称**：成长价值换手差分位数因子[24][26] **因子构建思路**：作为成长价值轮动中情绪面维度的交易热度差观察指标[24][26] **因子具体构建过程**：计算成长指数与价值指数换手率之差，并计算该差值在过去5年的分位数[24][26] 18. **因子名称**：成长价值波动差分位数因子[24][26] **因子构建思路**：作为成长价值轮动中情绪面维度的波动差观察指标[24][26] **因子具体构建过程**：计算成长指数与价值指数波动率之差，并计算该差值在过去5年的分位数[24][26] 因子的回测效果 1. **融资买入余额变化因子**，年化收益率12.91%，年化超额收益率5.78%，最大回撤44.32%，胜率（按交易）49.44%[31] 2. **大宗交易折溢价率因子**，年化收益率16.47%，年化超额收益率9.33%，最大回撤40.67%，胜率（按交易）56.71%[31] 3. **A股龙虎榜买入强度因子**，年化收益率13.09%，年化超额收益率5.95%，最大回撤54.66%，胜率（按交易）47.89%[31] 4. **R007因子**，年化收益率12.05%，年化超额收益率4.91%，最大回撤57.98%，胜率（按交易）50.30%[31] 5. **小盘主题投资交易情绪因子**，年化收益率15.85%，年化超额收益率8.71%，最大回撤34.42%，胜率（按交易）50.53%[31] 6. **等级利差因子**，年化收益率12.37%，年化超额收益率5.24%，最大回撤46.47%，胜率（按交易）53.50%[31] 7. **期权波动率风险溢价因子**，年化收益率12.98%，年化超额收益率5.84%，最大回撤63.43%，胜率（按交易）47.37%[31] 8. **beta离散度因子**，年化收益率10.81%，年化超额收益率3.68%，最大回撤53.65%，胜率（按交易）44.62%[31] 9. **pb分化度因子**，年化收益率16.45%，年化超额收益率9.31%，最大回撤45.00%，胜率（按交易）47.88%[31] 10. **中证1000MACD(10,20,10)因子**，年化收益率15.26%，年化超额收益率8.13%，最大回撤37.87%，胜率（按交易）50.00%[31] 11. **中证1000交易量能因子**，年化收益率16.64%，年化超额收益率9.50%，最大回撤39.27%，胜率（按交易）52.93%[31]

市场风格轮动对量化多头策略的影响 - 市场风格轮动是A股典型特征，没有一种风格能始终战胜市场，风格轮动是影响量化多头策略超额收益的核心因素之一[2] - 量化策略通过超配特定风格下的优质股票获取Alpha，当市场风格与策略偏好一致时超额收益显著，当风格剧烈切换时策略面临显著挑战[2] - 风格轮动对量化多头的影响体现在业绩表现和策略可持续性上，当风格与模型历史偏好一致时业绩突出，风格急剧逆转时超额收益普遍承压甚至出现明显回撤[3] 风格轮动的具体表现与案例 - 在2023年上半年及2024年的小盘行情中，许多量化产品获得可观收益，而在2024年初小微盘股集体回调或2024年8月权重股狂奔而多数个股下跌的极端分化行情中，量化策略因持仓分散和风格暴露短期承压[3] - 量化模型基于历史数据挖掘规律，若某种风格持续占优模型会强化对此风格的暴露，一旦风格逆转依赖历史数据的因子可能短期失效导致选股Alpha消失甚至转为负值[3] - 风格轮动加剧不同量化产品之间的业绩分化，专注于不同赛道或采用不同风格约束的基金管理人产品表现在风格切换中产生显著差异[3] 近期风格转换的市场数据 - 2025年8月至9月市场呈现显著风格切换，主要受宏观经济变化、资金流动和政策预期驱动影响[7] - 以市值风格因子为例，7-8月增量资金主导市场行情小盘风格占优，但资金转向双创权重股抱团导致量化策略分散持仓难以发挥优势[7] - 小市值因子收益波动加剧，百亿私募旗下两百余只量化多头策略产品超额收益均值约为-1.69%，正超额占比仅为22.67%，说明量化策略高度暴露于小盘和成长风格[7] 应对风格转换的策略与观察 - 风格转换引发的超额波动一般维持在1-3个月，缺乏事件和流动性催化的高波动率倾向于被市场消化后逐步降低[11] - 可通过调整策略或补充风格来降低组合风险，例如转化已盈利部分的微盘股指增仓位至双创增强策略是对投资组合风险再平衡的尝试[11] - 对中证1000指增指数的滚动3个月超额波动进行刻画，行业整体在2024年8月以来波动上升，若管理人产品超额波动较为平滑则说明轮动行情对其超额影响有限[9]

基金发行市场回暖趋势 - A股市场回暖推动资金进场加速 基金发行市场热度显著提升 出现多只"一日售罄"产品[1] - 权益类基金（股票型与混合型）占比超六成 达2021年四季度以来最高比例[3] - 债基市场同步活跃 第二批14只科创债ETF全部实现"一日售罄" 预计总募集规模近400亿元[12] 权益基金发行策略转变 - 新发权益基金规模明显收缩 募集上限普遍设定10亿或50亿元 与2020年91只"日光基"（含16只百亿级产品）形成鲜明对比[5] - 基金公司主动控制规模 采取达标即止募集策略 避免规模过大影响管理绩效[9] - 部分产品为机构定制基金 机构资金到位即结束募集 零售投资者可获份额有限[10] 债基市场规则调整动向 - 监管新规引导大型基金公司优先布局含权产品 "固收+"类基金可享受15个工作日快速注册通道[14][15] - 基金注册实施分级分类管理：符合国家战略的债基及零售债基正常注册 机构持有为主的纯债基金注册从严管控[17] - 监管要求基金公司快速提交新方案 8月底已通过机构监管通报释放政策信号[15] 机构后市观点汇总 - 泓德基金认为反转行情持续 主线聚焦人工智能（硬件/软件）与出海（制造业/服务业） 契合外需强于内需的宏观环境[17] - 招商基金指出当前属慢牛行情 建议投资者先建立核心仓位 再分散布局进攻性行业 需把握风格轮动节奏[19] - 市场交易量保持强劲 若做多情绪与量能维持 行情有望延续上行[19]

市场表现 - 上证指数早盘探底上升午后高位窄幅震动 深证成指和创业板指早盘探底上升午后继续上扬[1] - A股三大指数集体收涨 但上涨家数略少于下跌家数反映市场分化特征[3] - 上证指数维持震荡待突破走势结构 深证成指和创业板指沿五日线加速上行[3] 交易数据 - 沪深两市成交金额连续多日突破2万亿元[1] - 全球配置资金净流入A股市场 居民储蓄加快向资本市场转移形成增量资金[1] 板块表现 - 多元金融 光学光电子 光伏设备及电池等行业表现较好[1] - 光刻机 风电 机器人等板块涨幅居前[3] - 贵金属 商业百货 化肥 旅游酒店 猪肉等板块表现较弱[1][3] 资金环境 - 美联储释放降息信号 全球流动性预期宽松[1] - 美元走弱利于外资回流A股市场[1] - 美联储降息靴子落地后需关注预期兑现带来的市场波动[3] 市场展望 - 短期市场以稳步震荡上行为主 指数层面大概率保持震荡趋势[1][3] - 中长期A股估值仍有吸引力 反内卷政策及需求端政策决定市场高度[3] - 居民储蓄存款入市将是市场指数走强的重要支撑 慢牛行情基础依然存在[3]

红利类指数表现与配置窗口 - 红利指数和红利低波指数自8月27日至9月15日持续回调 但指数估值消化与板块拥挤度缓解可能打开较理想配置窗口 [1] - 年初至9月15日风格轮动节奏加快 防御属性突出的红利类资产对低风险偏好资金保持持续吸引力 [1] 红利主题ETF交易与资金流向 - 红利ETF(510880)和红利低波ETF(512890)9月15日单日成交额分别突破5.13亿元和5.16亿元 [1] - 红利ETF(510880)在近14个交易日中12日获资金净申购 累计吸金15.58亿元 是同期全市场唯一累计净流入超15亿元的红利类主题ETF [1] 红利类资产配置价值与规模 - 低利率环境下 股息回报稳定且资产质量较优的红利类资产长期配置价值凸显 [2] - 截至9月15日 红利ETF(510880)规模190.91亿元 红利低波ETF(512890)规模204.15亿元 均为A股市场少数规模突破百亿元的红利类主题ETF [2] 外资配置动向 - 8月中国股票录得自2024年9月以来最大月度净买入 高股息资产、科技成长和高端制造为外资重点布局方向 [2] - 外资流入态势强劲 可能持续推动高股息优质资产的估值修复 [2] 基金持有人结构与分红记录 - 红利ETF(510880)最新持有人户数达42.18万户 为同期全市场唯一持有人户数超40万户的红利主题ETF [3] - 红利低波ETF(512890)联接基金累计持有人户数116.31万户 为同期市场唯一持有人户数超100万户的红利主题指数基金 [3] - 红利ETF(510880)成立18年以来分红18次 累计分红总额42.98亿元 为同期全市场唯一累计分红超40亿元的红利主题指数基金 [4] 基金管理人产品布局 - 华泰柏瑞基金在红利类主题指数投资领域拥有超过18年管理经验 [4] - 除红利ETF和红利低波ETF外 还管理包括港股通红利ETF(513530)在内的5只策略类型丰富的"红利全家桶"产品 [4] - 截至9月15日 华泰柏瑞旗下红利类主题ETF管理规模达421.83亿元 [4]

风格轮动规律 - A股市场风格呈现周期性轮动 平均每3至5年切换一次 其中2016至2018年为价值风格主导 2019至2021年为成长风格主导 2022至2024年回归价值风格 预计2025年将再次转向成长风格[2] - 风格轮动结合牛市行情通常形成结构性牛市 除2007年普涨型大牛市外 A股历史牛市多为特定资产类别领涨 其他资产后续往往补涨[2] 成长风格特征 - 成长风格行情波动剧烈 上涨阶段涨幅显著 例如2024年5月9日以来部分创业板科创板指数涨幅超100% 2018年5星至2021年3星期间创业板指数上涨超150%[4] - 成长风格下跌风险突出 2015年和2021年牛市后均出现指数腰斩级回撤 该风格对止盈时机要求极高 未及时止盈可能导致收益大幅回吐[4] 价值风格特征 - 价值风格行情走势相对稳健 接近欧美市场慢牛特征 其指数长期年化回报与海外指数相当[4][5] - 该风格对持有耐心要求较高 需低估买入并长期持有才能获得稳定回报 部分价值资产分红稳定 适合长期分红策略[5] 投资配置策略 - 成长与价值风格均会在低估时提供投资机会 实践中常采用组合配置 例如中证A500与中证红利搭配 或通过主动优选组合同时布局两类风格[6] - 成长风格定位为进攻型品种（剑） 价值风格定位为防守型品种（盾） 组合配置比例根据估值动态调整 估值越低则配置权重越高[6]

投资者踏空心理与原因 - 踏空导致投资者心理痛苦程度超过市场下跌时的亏损 因未实现收益产生强烈挫败感[1] - 专业投资者踏空主要源于对市场走强缺乏信心 将初期上涨误判为反弹而不敢参与[2] - 缺乏深度研究准备的"根据地" 导致无法在市场上涨时快速识别投资机会[3] 应对踏空的策略与方法 - 建立行业研究"根据地" 覆盖创新药 AI产业链 贵金属 新消费等多条主线[3][5] - 保持高仓位运作 避免空仓等待调整 通过持仓微调优化组合应对市场波动[5][6] - 关注估值洼地品种 其价格优势明显 而热门品种估值已显著提升[7] 市场调整的认知与形态 - 市场调整不仅指宽基指数下跌 还包括风格轮动和日内大幅换手震荡等形式[4][5] - 强势行情中领涨板块呈现轮动特征 宽基指数多呈现大涨小回 进三退一的态势[5] - 投资者需区分宽基指数与个股表现 个股走势未必与指数同步[5] 行业投资机会与布局 - 创新药 AI 贵金属 新消费及"反内卷"政策受益领域成为本轮行情领涨主线[5] - 研究中需明确各细分领域龙头 如化工行业竞争力强的公司及优质黄金股标的[3] - 估值洼地品种具备价格优势 可在领涨板块估值提升后作为替代投资选择[6][7]

投资者踏空心理分析 - 踏空带来的痛苦比市场下跌时亏损更强烈 这是损失厌恶的典型表现 投资者更痛苦于本可赚到却未赚到的心理损失 [1] - 专业投资人在强势行情中踏空的挫败感特别强烈 因为别人都在赚钱而自己没有 这种心理落差远超弱势行情中共担的痛苦 [2] 专业投资人踏空原因 - 对市场走强缺乏信心是核心原因 长期调整形成共识认为每次上涨只是反弹而非行情开端 这种共识往往出现在市场转折前夕 [3] - 缺乏个股和行业研究准备 没有建立投资"根据地" 成功投资人通过深度基本面分析自下而上挖掘个股 不理会市场涨跌持续买入 [4] - 投研团队必须持续满负荷研究 每个研究员和基金经理都需明确各领域最佳公司 包括创新药 AI 化妆品 互联网 茶饮咖啡 化工和黄金等行业 [4][5] 市场调整认知 - 市场调整不仅指宽基指数大幅下跌 还包括风格轮动等丰富形态 强势行情初期往往由少数基本面优秀行业率先领涨 [6] - 本轮行情包含创新药 AI产业链 贵金属 银行股 新消费 反内卷等多条主线 这些主线呈现轮动式调整而非齐涨齐跌 [6] - 投资者不应仅关注宽基指数调整 更需关注具体公司和行业的真实调整 包括日内大额换手震荡和风格轮动等形式 [7] 当前投资策略 - 市场保持健康态势 成交量较前期放大存在调整可能 但未见市场拐点迹象 [8] - 维持较高仓位水平 持仓结构无需重大调整 仅需及时微调优化组合 [8] 踏空后应对策略 - 空仓等待调整是强势行情中最不可取的策略 正确做法是高仓位等待调整 [9] - 错过领涨板块后应及时转向中周期或后周期行业 类比农业种植 错过水稻可改种红薯玉米或花生 [9] - 估值洼地公司最大优点是足够便宜 虽然存在各种缺点 但相比涨幅巨大估值昂贵的明星公司具备投资价值 [10] - 市场从一花独放向百花齐放发展时 各行业都会轮动表现 估值洼地公司同样存在投资机会 [10]