量化模型与因子总结 量化模型与构建方式 本报告主要对宽基指数进行多维度数据跟踪与统计，未涉及具体的预测或选股量化模型。报告内容侧重于市场指标的描述性统计与历史对比分析。 量化因子与构建方式 报告在跟踪分析中涉及了多个用于衡量市场状态和指数特征的量化指标（因子）。 1. **因子名称：风险溢价**[25] * **因子构建思路**：以十年期国债即期收益率作为无风险利率的参考，计算各宽基指数收益率相对于无风险利率的溢价，用于衡量其相对投资价值和偏离情况[25]。 * **因子具体构建过程**：计算指数收益率与十年期国债即期收益率之差。报告中的“当前风险溢价”应为此差值。具体公式虽未明确给出，但标准计算方式为： $$风险溢价 = 指数收益率 - 无风险利率$$ 其中，无风险利率采用十年期国债即期收益率[25][26]。 2. **因子名称：股债性价比**[44] * **因子构建思路**：以各指数市盈率（PE-TTM）的倒数代表股票的潜在收益率，与十年期国债即期收益率（债券收益率）进行比较，其差值用于衡量股票相对于债券的投资吸引力[44]。 * **因子具体构建过程**：计算指数PE-TTM的倒数与十年期国债即期收益率之差。公式为： $$股债性价比 = \frac{1}{PE-TTM} - 十年期国债即期收益率$$ 报告通过该因子的历史分位值（如80%分位为机会值，20%分位为危险值）来判断市场位置[44]。 3. **因子名称：指数换手率**[16] * **因子构建思路**：衡量指数成分股的整体交易活跃程度。 * **因子具体构建过程**：报告给出了具体的计算方法： $$指数换手率 = \frac{\sum(成分股流通股本 \times 成分股换手率)}{\sum(成分股流通股本)}$$ 即按流通股本加权的成分股换手率均值[16]。 4. **因子名称：交易金额占比**[16] * **因子构建思路**：衡量单个宽基指数成交额在全市场中的比重，反映资金流向与关注度。 * **因子具体构建过程**：计算该指数当天的交易金额除以中证全指当天的交易金额[16]。 5. **因子名称：破净率**[52][54] * **因子构建思路**：通过统计市净率小于1的个股占比，反映市场总体的估值低迷程度或悲观情绪。 * **因子具体构建过程**：对于每个宽基指数，计算其成分股中“破净”（市净率PB < 1）的个股数量，再除以该指数的总成分股数量[52][54]。 $$破净率 = \frac{破净个股数}{指数成分股总数}$$ 6. **因子名称：收益分布峰度（超额峰度）**[22][23] * **因子构建思路**：通过计算指数日收益率分布的峰度，衡量收益率分布的尖峭或扁平程度，反映收益分布的集中度和尾部风险。 * **因子具体构建过程**：报告采用超额峰度（Excess Kurtosis），即在计算峰度后减去正态分布的峰度值3。公式未明确给出，但标准峰度计算公式为： $$峰度 = \frac{E[(X-\mu)^4]}{(E[(X-\mu)^2])^2}$$ 报告中的“当前vs.近5年”列，展示了当前峰度与近5年峰度均值的差值[22][23]。 7. **因子名称：收益分布偏度**[22][23] * **因子构建思路**：通过计算指数日收益率分布的偏度，衡量分布的不对称性，正偏态意味着极端正收益情形更多。 * **因子具体构建过程**：标准偏度计算公式为： $$偏度 = \frac{E[(X-\mu)^3]}{(E[(X-\mu)^2])^{3/2}}$$ 报告中的“当前vs.近5年”列，展示了当前偏度与近5年偏度均值的差值[22][23]。 8. **因子名称：均线相对位置**[12][13] * **因子构建思路**：通过比较指数收盘价与不同周期移动平均线（MA）的位置，判断短期、中期和长期趋势。 * **因子具体构建过程**：计算指数收盘价相对于MA5、MA10、MA20、MA60、MA120、MA250的百分比偏离。例如： $$vsMA5 = \frac{收盘价 - MA5}{MA5} \times 100\%$$ 报告用此判断指数是否跌破或站上某条均线[12][13]。 9. **因子名称：近250日高位/低位相对位置**[12][13] * **因子构建思路**：衡量指数当前价格处于近期（250个交易日）价格区间中的位置，用于判断是否接近阶段高点或低点。 * **因子具体构建过程**：计算收盘价相对于近250交易日最高价和最低价的百分比偏离。例如： $$vs近250日高位 = \frac{收盘价 - 近250日高位}{近250日高位} \times 100\%$$ 因子的回测效果 报告未提供基于这些因子的策略回测结果（如IC、IR、多空收益等）。报告主要展示了各因子在特定时点（2026年1月26日）的截面取值或历史分位值，属于描述性统计，而非预测性因子的绩效测试。 **各宽基指数在报告基准日（2026-01-26）的因子取值如下：** 1. **风险溢价**：上证50为0.57%，沪深300为0.09%，中证500为-0.98%，中证1000为-1.25%，中证2000为-1.59%，中证全指为-0.67%，创业板指为-0.91%[29]。其近5年历史分位值分别为：76.11%， 55.16%， 16.27%， 15.16%， 12.22%， 22.38%， 27.54%[26][29]。 2. **PE-TTM分位值（近5年）**：中证500为99.92%，中证1000为99.92%，中证2000为93.14%，中证全指为99.83%，沪深300为86.78%，上证50为81.9%，创业板指为63.39%[40][41]。 3. **股债性价比状态**：没有指数高于其80%分位（机会值），中证500和中证全指低于其20%分位（危险值）[44]。 4. **交易金额占比**：沪深300为24.7%，中证1000为21.8%，中证500为21.46%[16]。 5. **指数换手率**：中证2000为5.34，创业板指为4.87，中证1000为4.06，中证500为3.13，中证全指为2.67，沪深300为1.1，上证50为0.53[16]。 6. **股息率分位值（近5年）**：创业板指为56.12%，沪深300为35.45%，上证50为32.81%，中证全指为25.45%，中证1000为23.47%，中证500为1.07%，中证2000为0.58%[49][51]。 7. **破净率**：上证50为24.0%，沪深300为16.67%，中证500为9.8%，中证1000为6.9%，中证全指为5.26%，中证2000为2.25%[55]。 8. **收益分布峰度（当前vs近5年）**：创业板指负偏离最大（-2.67），中证500负偏离最小（-1.51）[22][23]。 9. **收益分布偏度（当前vs近5年）**：创业板指负偏态最大（-0.64），中证500负偏态最小（-0.40）[22][23]。 10. **均线位置**：创业板指跌破10日均线（vsMA10为-0.4%）[12][13]。中证500、中证1000、中证2000、中证全指均创近250日新高后回调[12]。

报告行业投资评级 未提及 报告的核心观点 - 2月底前对权益市场持乐观态度，关注风格能否从成长占优向均衡、价值占优转化，若转化2月债市调整风险上升；金融市场新增资金有限，对择时和交易要求提高；缩表周期下股债性价比偏向权益幅度有限，价值风格占优概率更高 [2][7][10] 根据相关目录分别进行总结 国家资产负债表分析 - 负债端：2025年12月实体部门负债增速8.4%，预计2026年1月降至8.3%附近；上周资金面收敛，本周地方债发行加快或使2月实体部门负债增速反弹，但资金面进一步松弛概率有限 [2][17] - 财政政策：上周政府债净增加6214亿元，按计划下周净增加1413亿元；2025年12月末政府负债增速12.4%，预计2026年1月反弹至12.5%附近，2月重回下行 [3][18] - 货币政策：上周资金成交量和价格环比下降，期限利差收窄，资金面收敛；一年期国债收益率震荡上行至1.28%，预计2026年降息10个基点；十年国债和一年国债期限利差收窄至55个基点，十年和三十年国债收益率波动区间分别在1.6%-1.9%和1.8%-2.3%附近 [3][18] - 资产端：2025年12月物量数据平稳运行，关注后续经济能否企稳上行；两会给出2025年实际经济增速目标5%左右，名义增速目标4.9%，需确认5%左右名义增速是否成未来1 - 2年中枢目标 [4][19] 股债性价比和股债风格 - 2011 - 2024年四季度中国潜在经济增速下行，之后盈利周期低位窄幅震荡；中国提出稳定宏观杠杆率等三大政策目标，负债端收敛空间不大；中美均势竞争，关注人民币汇率是否升值；风险偏好或区间震荡，金融市场新增资金有限 [20] - 上周资金面收敛，权益上涨、价值股走弱，成长占优；债券长端下行、短端上行，股债性价比偏向权益；十债收益率下行1个基点至1.83%，一债收益率上行4个基点至1.28%，30年国债收益率下行2个基点至2.29%；宽基轮动策略全周跑赢沪深300指数1.29pct，2024年7月建仓以来累计跑输-1.49pct，最大回撤12.1% [8][21] - 本周推荐上证50指数（仓位60%）、中证1000指数（仓位40%）；宽基指数推荐是自上而下策略，可容纳大资金量，波动小、流动性好，在国家资产负债表收敛背景下受关注 [9][22] 行业推荐 行业表现回顾 - 本周A股缩量上涨，上证指数涨0.84%，深证成指涨1.1%，创业板指跌0.3%；申万一级行业中建筑材料、石油石化等涨幅大，银行、通信等跌幅大 [28] 行业拥挤度和成交量 - 截至1月23日，拥挤度前五为电子、电力设备等，后五为美容护理、综合等；本周拥挤度增长前五为国防军工、基础化工等，下降前五为电子、计算机等；国防军工等行业拥挤度处于2018年以来较高分位数，交通运输等处于较低分位数 [29] - 本周全A日均成交量2.8万亿元较上周回升，基础化工、房地产等成交量同比增速高，传媒、计算机等成交量跌幅大 [32] 行业估值盈利 - 本周申万一级行业PE(TTM)中建筑材料、石油石化等涨幅大，银行、通信等跌幅大 [35] - 2024年全年盈利预测高且当下估值相对历史偏低的行业有银行、保险等 [36] 行业景气度 - 外需涨跌互现，12月全球制造业PMI降至50.4，主要经济体PMI涨跌不一，CCFI指数环比下跌，港口货物吞吐量回落，韩国和越南出口增速上升 [39] - 内需方面，最新一周二手房价格上涨，数量指标涨跌互现，高速公路货车通行量回升，产能利用率1月小幅回落，汽车和新房成交不佳 [39] 公募市场回顾 - 1月第3周主动公募股基多数跑赢沪深300，10%、20%、30%和50%周度涨跌幅分别为4.7%、3.5%、2.7%、1.5%，沪深300周度下跌0.6% [55] - 截至1月23日，主动公募股基资产净值4.06万亿元，较2024Q4的3.66万亿元上升 [55] 行业推荐 - 缩表周期下推荐A+H红利组合（13只个股）和A股组合（20只个股），主要集中在银行、电信等行业，部分行业个股适当精简 [10][58]

量化模型与因子总结 量化因子与构建方式 1. **因子名称**：风格相对拥挤度[70][128] * **因子构建思路**：通过计算不同风格指数（如成长vs红利、小盘vs大盘等）的换手率标准化值之差的历史分位，来衡量某一风格相对于另一风格的交易拥挤程度，用于判断风格的配置风险与性价比[70][128] * **因子具体构建过程**： 1. 对于风格A和风格B的指数，分别计算其近252日的平均换手率[128] 2. 将计算出的平均换手率值，置于从2005年1月1日至今的历史时间序列中进行Z-score标准化，得到Z-score_A和Z-score_B[128] 3. 计算两个标准化值的差值：Z-score_A - Z-score_B[128] 4. 计算该差值的滚动6年历史分位数（若历史数据量满1年但不足6年，则使用全部历史数据计算），该分位数即为风格A相对于风格B的相对拥挤度[128] 2. **因子名称**：风格累计超额净值[70][129] * **因子构建思路**：以万得全A指数为基准，计算各风格指数相对于基准的累计超额收益，用于跟踪风格表现的强弱[70][129] * **因子具体构建过程**： 1. 设定基准日（报告中为2020年1月4日）[129] 2. 将各风格指数及万得全A指数的每日收盘点数除以各自在基准日的收盘点数，得到各自的累计净值[129] 3. 将各风格指数在每个交易日的累计净值，除以同一交易日的万得全A指数累计净值，得到该风格指数相对于万得全A的累计超额净值[129] 3. **因子名称**：机构调研活跃度[130] * **因子构建思路**：通过计算板块、指数或行业在特定周期内日均机构调研次数的标准化活跃度及其历史分位，来衡量市场关注度的变化[130] * **因子具体构建过程**： 1. 对于目标板块（指数、行业），计算其近n个交易日的“日均机构调研次数”[130] 2. 将该值在滚动y年的历史时间序列上进行z-score标准化[130] 3. 将上述标准化结果与万得全A指数的同期标准化结果作差，得到“机构调研活跃度”[130] 4. 最后计算该“机构调研活跃度”的滚动y年历史分位数[130] * **长期口径参数**：n取126（近半年），滚动窗口y为6年（历史数据量满3年且不足6年时，以全部历史数据计算）[130] * **短期口径参数**：n取63（近一季度），滚动窗口y为3年（历史数据量满1年且不足3年时，以全部历史数据计算）[130] 4. **因子名称**：股债风险溢价（ERP）[51] * **因子构建思路**：通过计算股票指数市盈率倒数与无风险利率（10年期国债收益率）的差值，来衡量投资股票相对于债券的额外收益补偿，即股债性价比[51] * **因子具体构建过程**： 1. 计算股票指数的市盈率倒数：1 / 指数PE_TTM[51] 2. 减去当前10年期中债国债到期收益率[51] * **公式**：$$指数 erp = 1/指数 PE\_TTM – 10 年期国债到期收益率$$[51] 5. **因子名称**：滚动季度夏普率[37][39] * **因子构建思路**：计算指数滚动季度周期的夏普比率，用于衡量经风险调整后的收益，并作为市场情绪风险的观测指标[37][39] * **因子具体构建过程**：报告中未给出详细计算过程，但提及使用万得全A指数的滚动季度夏普率来观察市场情绪是否达到极端位置[37][39] 6. **因子名称**：成交热度[26] * **因子构建思路**：使用周度日均自由流通换手率的历史分位值，来衡量指数、板块或行业的交易活跃程度[26] * **因子具体构建过程**：成交热度 = 指数（或板块、行业）的周度日均自由流通换手率在历史时间区间（如2005年1月1日至今）内的历史分位值[26][35] 因子的回测效果 *注：本报告为市场跟踪周报，主要展示各因子或风格在特定时间窗口（近一周、近一月、年初至今）的表现状态或具体数值，而非长期历史回测结果。以下为报告截至2026年1月23日当周的数据汇总。* 1. **风格相对拥挤度因子**，成长vs红利相对拥挤度历史分位：75%[70]；小盘vs大盘相对拥挤度历史分位：37%[70]；微盘股vs中证800相对拥挤度历史分位：0%[70] 2. **风格累计超额净值因子**，成长较红利超额收益：近一周 -1.4%，近一月 3.6%，年初至今 4.3%[61][64]；小盘较大盘超额收益：近一周 4.8%，近一月 14.5%，年初至今 13.4%[61][64]；微盘股较基金重仓超额收益：近一周 3.5%，近一月 3.4%，年初至今 3.1%[61][64]；动量较反转超额收益：近一周 -1.2%，近一月 2.7%，年初至今 -1.4%[61][64] 3. **股债风险溢价（ERP）因子**，万得全A指数ERP百分位：54%[58][60]；沪深300指数ERP百分位：61%[58][60]；中证500指数ERP百分位：65%[60]；创业板指数ERP百分位：85%[52][60] 4. **滚动季度夏普率因子**，万得全A指数滚动季度夏普率状态：从历史低位反弹，尚未触及预警位置[37] 5. **成交热度因子**，万得全A指数成交热度历史分位：92%[35]；沪深300指数成交热度历史分位：88%[35]；中证1000指数成交热度历史分位：93%[35]；创业板指数成交热度历史分位：97%[35]

德邦稳盈增长基金申购事件 - 德邦稳盈增长基金单日获得超过150亿元人民币的申购，其中蚂蚁平台贡献超过120亿元 [1][7] - 该基金在2025年第三季度的规模仅为14亿出头，此次大规模申购使其规模急剧膨胀 [1][7] - 基金通过绑定头部大V进行营销，支付千分之二至千分之三的带量费用，即申购一百亿需支付2000万至3000万元营销费用 [1][7] - 此次申购使德邦基金的非货币基金规模排名从第76名跃升至第65名左右 [1][7] 基金持续营销模式 - “持营”指持续营销，基金公司通常选择业绩较好的老基金、符合市场热点的基金或刚变更运作策略的产品进行推广 [1][7] - 文中对德邦稳盈增长基金所采用的、依赖头部大V带量的营销模式及其长期业绩表现持保留态度 [1][7] 市场行情与指标观察 - 近期市场出现“17连阳”行情，类比2017年底至2018年初的白马股牛市，该行情在连阳加速后曾因外部冲击和国内去杠杆政策而中断，直至2019年才恢复 [1][7] - Wind全A的股债性价比目前已低于去年9月水平，距离负两倍标准差尚有约6%的空间，显示市场回调风险正在积聚 [1][7] 铜油比与恒生科技指数关联 - 铜油比是铜价与油价的比值，铜价被视为经济景气度风向标，油价隐含通胀预期，两者比值能反映经济在美林时钟中所处阶段 [2][8] - 铜油比持续走高表明经济复苏向好，铜油比持续走低则代表滞胀程度加深 [2][8] - 最近两年，滞后150天的铜油比指标与恒生科技指数相关性较高，该指标预示恒生科技指数未来半年上涨概率较大 [2][7] - 基于此，在当前位置逢低吸纳恒生科技相关基金被视为一个潜在机会 [2][7] 基金管理公司非货规模排名 - 根据2025年第三季度数据，列出了部分基金管理公司的非货币基金规模排名及规模数据 [4][10] - 德邦基金管理有限公司排名第76位，非货规模为494.39亿元 [4][10] - 其他列示的公司包括申万菱信基金（674.27亿元，第62位）、兴银基金（652.01亿元，第63位）等 [4][10]

量化模型与因子总结 量化因子与构建方式 1. **因子名称：风格相对拥挤度**[67][122] * **因子构建思路**：通过比较两种风格指数（如成长与红利）的换手率活跃度差异，来衡量某一风格相对于另一风格的交易拥挤程度，从而判断其配置风险或性价比[67][122] * **因子具体构建过程**： 1. 对于风格A指数和风格B指数，分别计算其近252个交易日的平均换手率[122] 2. 将每个指数的平均换手率序列，在2005年1月1日以来的历史时间序列上进行Z-score标准化，得到Z-score_A和Z-score_B[122] 3. 计算两个标准化值的差值：差值 = Z-score_A - Z-score_B[122] 4. 计算该差值在滚动6年窗口内的历史分位数（若历史数据不足6年但满1年，则使用全部历史数据计算）[122] 5. 最终得到的分位数（百分比形式）即为风格A相对于风格B的相对拥挤度指标[67][122] 2. **因子名称：风格累计超额净值**[61][123] * **因子构建思路**：通过计算特定风格指数相对于市场基准（万得全A）的累计净值表现，来衡量该风格的长期超额收益能力[61][123] * **因子具体构建过程**： 1. 设定基准日（报告中为2020年1月4日）[123] 2. 将风格指数和万得全A指数每日的收盘点数，分别除以其在基准日的收盘点数，得到各自的累计净值序列[123] 3. 将风格指数的累计净值，除以同一交易日的万得全A指数累计净值，得到该风格指数相对于万得全A的累计超额净值[123] 3. **因子名称：机构调研活跃度**[124] * **因子构建思路**：通过计算板块、指数或行业在特定周期内机构调研次数的活跃程度，并将其与市场整体活跃度进行比较，以衡量市场关注度的相对变化[124] * **因子具体构建过程**： 1. 对于目标板块（指数、行业），计算其近n个交易日的“日均机构调研次数”[124] 2. 将该日均值在滚动y年的历史时间序列上进行z-score标准化[124] 3. 对万得全A进行同样的计算，得到其标准化值[124] 4. 将目标板块的标准化值与万得全A的标准化值作差，得到“机构调研活跃度”[124] 5. 计算该“机构调研活跃度”在滚动y年窗口内的历史分位数（若历史数据不足y年，则按规则使用全部历史数据计算）[124] * **参数设置**： * **长期口径**：n取126（近半年），滚动窗口y为6年（历史数据满3年不足6年时用全部数据）[124] * **短期口径**：n取63（近一季度），滚动窗口y为3年（历史数据满1年不足3年时用全部数据）[124] 4. **因子名称：股债性价比（ERP）**[50] * **因子构建思路**：通过计算股票指数的盈利收益率与无风险利率（国债收益率）的差值，来衡量当前配置权益资产相对于债券的潜在超额收益，即风险溢价[50] * **因子具体构建过程**： 1. 计算股票指数的盈利收益率，即其市盈率（PE_TTM）的倒数[50] 2. 减去当前10年期中国国债到期收益率[50] 3. 公式为： $$指数ERP = \frac{1}{指数PE\_TTM} - 10年期国债到期收益率$$[50] 4. 同时，计算该ERP值在历史序列（2005年1月1日至今）中的百分位，以判断其相对水平[50][58] 5. **因子名称：滚动季度夏普率**[35] * **因子构建思路**：通过计算万得全A指数在滚动季度窗口内的风险调整后收益（夏普率），来评估市场情绪风险和潜在的回撤风险[35] * **因子具体构建过程**：报告中未给出详细计算过程，但提及该指标用于衡量市场情绪，当其上升至历史极高位置时，表明市场情绪达到极端高峰，后续市场易进入震荡或调整状态[35] 因子的回测效果 1. **风格相对拥挤度因子** * 成长 vs 红利：本周末历史分位值为72%，上周末为70%，上年末为70%[67] * 小盘 vs 大盘：本周末历史分位值为39%，上周末为39%，上年末为39%[67] * 微盘股 vs 中证800：本周末历史分位值为89%，上周末为90%，上年末为90%[67] 2. **风格累计超额净值因子** * 成长较红利超额：近一周为2.5%，近一月为2.5%，年初至今为2.5%[59] * 小盘较大盘超额：近一周为5.0%，近一月为8.6%，年初至今为5.0%[59] * 微盘股较基金重仓超额：近一周为-1.2%，近一月为-0.2%，年初至今为-1.2%[59] * 动量较反转超额：近一周为-0.6%，近一月为2.1%，年初至今为-0.6%[59] 3. **股债性价比（ERP）因子** * 万得全A ERP：本周末为2.5%，百分位为54%，当前状态为“均衡”[58] * 沪深300 ERP：本周末为5.1%，百分位为57%，当前状态为“均衡”[58] * 中证500 ERP：本周末为0.9%，百分位为67%，当前状态为“较高”[58] * 创业板指 ERP：本周末为0.5%，百分位为85%，当前状态为“极高”[58]

文章核心观点 - 文章通过定量与定性指标构建的“股市牛熊信号板”分析市场状态，指出A股市场在经历2024年两次极端低估（5.9星级）后，于2025年大幅反弹，至2026年初已回升至3.9星级，整体估值已脱离低估区间，进入正常水平 [1][18][54] 定量信号分析 - **星级指标**：市场于2024年2月初和9月中旬两次触及5.9星级的极端低估，但持续时间很短，随后快速反弹；2025年是A股港股近5年表现最好的一年，创业板第三季度上涨50%；至2026年初，市场时隔多年重回3.9星级，意味着股票资产投资价值较高的阶段已过去 [18][20][54] - **巴菲特指标**：该指标（上市公司总市值/GDP）在80%以下代表市场便宜，当前已从低估回升至合理区间 [3][22] - **市净率百分位**：分为大盘价值、大盘成长、小盘价值、小盘成长四种风格；2024年5.9星时各风格估值均处低位，反弹后成长风格尤其小盘成长风格反弹最快，并在2025年领涨，小盘成长风格已进入高估，其他风格估值多回到正常水平 [3][24][56] - **股债性价比**：该指标（中证全指盈利收益率/十年期国债收益率）大于2时通常出现较好投资机会；当前数值为2.42，从近10年看，股票投资价值超过历史上76%的时间，主要因债券收益率下降凸显股票性价比 [4][26] 定性信号分析 - **市场活跃度**：融资余额和成交额百分位可反映市场冷热；截至2024年9月市场低迷，成交量不高；市场反弹后成交活跃，2025年第三季度A股融资余额与成交量均达近年高位，市场活跃度大幅提升，已非熊市底部状态 [4][29] - **新股发行**：新股破发率越高通常市场越低迷；从熊市底部上涨后，破发率大幅降低，最近一年多已几乎未见破发新股 [6][32] - **市场流动性**：中证全指全收益指数越靠近M2折算底部曲线，市场行情越低迷；观察M2走势可近似判断市场底部区域 [6][7][34] - **基金规模变化**： - **老基金规模**：各风格代表性老基金规模相比2021年高位普遍下降了50%-60%甚至更多，显示市场低迷 [8][36] - **新基金规模**：新股票基金存在“好卖不好做，好做不好卖”现象；2024年二三季度新基金发行规模创2015年9月后历史新低；2024年9-11月因A500指数基金发行出现小高峰，2个月规模达2000多亿元；2025年三季度后新基金募集规模开始提升，出现50亿级别新基金，但未再现2021年“百亿规模新基金”的牛市标志性事件 [8][40][41][42] - **基金限购**：基金池中限购基金占比低通常代表市场便宜；当前投顾组合基金池中大部分基金开放申购，仅少部分因规模限购 [9][10][44][45] - **政策消息**：市场低迷时常有利好消息；近两年以利好消息为主，包括多次降准降息、央行支持汇金增持、新“国九条”、下调印花税、降低交易费用等 [11][47][48][55] 市场阶段总结 - 本轮熊市两次低点分别出现在2024年2月初和9月中旬，均为5.9星级，但极端低估持续时间短 [53] - 2025年A股港股均上涨20%多，是近5年表现最好的一年；至2026年初，A股回到3.9星上下，市场整体已不在低估区间 [54] - 小盘成长风格是本轮牛市领涨风格，目前已达高估，需对此保持谨慎；其他风格上涨后估值多在正常水平 [24][56]

量化模型与因子总结 量化因子与构建方式 1. **因子名称：风险溢价因子**[25] * **因子构建思路**：以十年期国债即期收益率为无风险利率的参考，计算各宽基指数相对于无风险利率的风险溢价，用于衡量其相对投资价值和偏离情况[25]。 * **因子具体构建过程**：风险溢价的计算公式为指数的预期收益率（通常用市盈率倒数或股息率等指标近似）减去无风险利率。报告中直接给出了各指数的“当前风险溢价”值，其计算逻辑为：风险溢价 = 指数收益率（或估值隐含收益率） - 十年期国债即期收益率[25][26][27]。 2. **因子名称：股债性价比因子**[44] * **因子构建思路**：以各指数市盈率（PE-TTM）的倒数和十年期国债即期收益率之差构建股债性价比指标，用于比较股票与债券资产的相对吸引力[44]。 * **因子具体构建过程**：股债性价比 = (1 / 指数PE-TTM) - 十年期国债即期收益率[44]。报告通过图表展示了该因子的历史走势，并设置了基于近5年数据的80分位值（机会值）和20分位值（危险值）作为参考阈值[44]。 3. **因子名称：股息率因子**[46] * **因子构建思路**：股息率反映现金分红回报率，是红利投资风格的核心指标。在市场低迷或利率下行期，高股息资产因其稳定的现金流和较低的估值而具备防御性[46]。 * **因子具体构建过程**：股息率 = 年度现金分红总额 / 总市值。报告直接列出了各宽基指数的当前股息率数值[51]。 4. **因子名称：破净率因子**[52] * **因子构建思路**：破净率表示市净率小于1的个股数量占比，用于反映市场整体的估值态度和悲观程度。破净率越高，表明市场低估情况越普遍；反之，则可能表明市场对未来发展持乐观态度[52][54]。 * **因子具体构建过程**：破净率 = (指数成分股中市净率小于1的个股数量) / (指数成分股总数量)。报告直接给出了各宽基指数的当前破净率数值[55]。 5. **因子名称：均线偏离因子**[13] * **因子构建思路**：通过计算指数收盘价与不同周期移动平均线（MA）的偏离程度，来评估指数的短期趋势强度、超买超卖状态以及距离支撑位的远近[13]。 * **因子具体构建过程**：计算指数收盘价相对于各条移动平均线（如MA5, MA10, MA20, MA60, MA120, MA250）的百分比偏离。计算公式为：$$ vsMA_N = (Close / MA_N - 1) \times 100\% $$，其中 $$ Close $$ 为当日收盘价，$$ MA_N $$ 为N日移动平均线[13]。报告在表格中直接列出了各指数相对于不同周期均线的偏离百分比[13]。 6. **因子名称：收益分布形态因子（偏度与峰度）**[21][23] * **因子构建思路**：通过计算指数日收益率分布的偏度和超额峰度，来刻画收益分布的不对称性和尖峰厚尾特征，从而评估市场极端收益出现的可能性和分布集中度[21][23]。 * **因子具体构建过程**： * **偏度**：衡量分布的不对称性。正偏态表示极端正收益情形增加，负偏态反之[21]。 * **峰度**：报告中计算的是超额峰度（峰度值减去了正态分布的峰度3），用于衡量分布相比正态分布的尖峰或平峰程度。峰度越大（正值），说明收益率分布更集中，尾部更厚；负值则说明分布更平缓[23]。 报告通过对比“当前值”与“近5年”历史值，来分析分布形态的近期变化[23]。 模型的回测效果 *本报告为市场数据跟踪报告，主要展示各类因子的当前状态和历史分位值，并未涉及基于这些因子构建投资组合模型并进行历史回测，因此无模型回测效果数据。* 因子的回测效果 *本报告未提供基于单因子或多因子组合进行选股或择时的历史回测绩效指标（如年化收益率、夏普比率、信息比率IR、最大回撤等）。报告主要呈现的是各因子在特定时点（2026年1月6日）的截面数据、历史分位值以及近期统计特征（如均值、波动率）。* **各因子在报告基准日（2026年1月6日）的取值与统计特征如下：** 1. **风险溢价因子**[29] * **当前值**：上证50 (1.90%)， 沪深300 (1.54%)， 中证500 (2.12%)， 中证1000 (1.42%)， 中证2000 (1.21%)， 中证全指 (1.58%)， 创业板指 (0.74%) * **近5年分位值**：上证50 (96.19%)， 沪深300 (93.97%)， 中证500 (97.30%)， 中证1000 (87.54%)， 中证2000 (81.27%)， 中证全指 (93.33%)， 创业板指 (70.63%) * **近1年波动率**：上证50 (0.84%)， 沪深300 (0.96%)， 中证500 (1.28%)， 中证1000 (1.41%)， 中证2000 (1.61%)， 中证全指 (1.14%)， 创业板指 (1.84%) 2. **PE-TTM估值因子**[40][42] * **当前值**：上证50 (12.13)， 沪深300 (14.53)， 中证500 (35.49)， 中证1000 (48.34)， 中证2000 (162.84)， 中证全指 (22.16)， 创业板指 (43.01) * **近5年历史分位值**：上证50 (90.58%)， 沪深300 (92.23%)， 中证500 (99.92%)， 中证1000 (99.67%)， 中证2000 (89.50%)， 中证全指 (99.92%)， 创业板指 (62.73%) * **近1年波动率**：上证50 (0.49)， 沪深300 (0.76)， 中证500 (2.52)， 中证1000 (4.30)， 中证2000 (28.71)， 中证全指 (1.50)， 创业板指 (4.99) 3. **股息率因子**[51] * **当前值**：上证50 (3.05%)， 沪深300 (2.64%)， 中证500 (1.33%)， 中证1000 (1.05%)， 中证2000 (0.74%)， 中证全指 (1.94%)， 创业板指 (0.93%) * **近5年历史分位值**：上证50 (30.00%)， 沪深300 (31.65%)， 中证500 (10.58%)， 中证1000 (27.19%)， 中证2000 (5.21%)， 中证全指 (27.60%)， 创业板指 (57.93%) * **近1年波动率**：上证50 (0.44%)， 沪深300 (0.42%)， 中证500 (0.21%)， 中证1000 (0.15%)， 中证2000 (0.12%)， 中证全指 (0.32%)， 创业板指 (0.16%) 4. **破净率因子**[55] * **当前值**：上证50 (24.0%)， 沪深300 (16.33%)， 中证500 (10.2%)， 中证1000 (7.7%)， 中证2000 (3.1%)， 中证全指 (5.92%) 5. **均线偏离因子**[13] * **vsMA5偏离百分比**：上证50 (2.8%)， 沪深300 (2.2%)， 中证500 (3.3%)， 中证1000 (2.4%)， 中证2000 (2.0%)， 中证全指 (2.4%)， 创业板指 (1.9%) * **vsMA250偏离百分比**：上证50 (12.9%)， 沪深300 (15.3%)， 中证500 (23.2%)， 中证1000 (17.9%)， 中证2000 (18.9%)， 中证全指 (17.7%)， 创业板指 (33.8%) 6. **收益分布形态因子**[23] * **当前峰度（超额）**：上证50 (0.01)， 沪深300 (0.55)， 中证500 (0.81)， 中证1000 (1.48)， 中证2000 (1.32)， 中证全指 (0.93)， 创业板指 (1.01) * **当前偏度**：上证50 (1.32)， 沪深300 (1.52)， 中证500 (1.55)， 中证1000 (1.68)， 中证2000 (1.69)， 中证全指 (1.61)， 创业板指 (1.56) * **当前vs近5年峰度变化**：上证50 (-2.06)， 沪深300 (-1.85)， 中证500 (-2.18)， 中证1000 (-1.26)， 中证2000 (-1.51)， 中证全指 (-1.90)， 创业板指 (-2.74)

报告行业投资评级 未提及 报告的核心观点 - 新年伊始债市连续下跌，走势超预期，1月或保持震荡，月底供给冲击过后有望逐步修复，短期以短端加杠杆策略为主静待配置机会 [1][5] - 债市下跌受股市强劲、供给担忧、央行买债规模低、信贷社融冲量、通胀阶段性回升等多因素影响，但随着利率调整和交易结构变化，债市企稳力量逐步增强 [1][2][5] 根据相关目录分别进行总结 债市开年表现 - 新年首周债市连续下跌，各期限利率普遍上行，10年和30年国债较上周分别上升3.6bps和4.3bps至1.88%和2.31% [1][9] 债市下跌原因 - 股市强劲：开年股市连续上涨，上证指数突破4000点，吸引非银资金从债市流向股市，投资者风险偏好提升，对债券投资谨慎，缩短久期减配长债 [2][9] - 供给担忧：首周政府债净融资规模6127亿元，其中国债净融资4950亿元，本周2年和10年国债单只发行规模分别为1750亿元和1800亿元，引发对后续供给上升和财政加码担忧，增加债市调整压力 [2][14] - 央行买债：12月央行国债净买入规模为500亿元，与11月持平，低于市场预期，降低了市场对央行呵护债市程度的预期，加大债市调整压力 [2][19] - 信贷社融冲量：年初信贷社融往往会集中冲量，1季度占全年信贷和社融比例越来越高，今年1月信贷社融占比可能更高，从资金需求和配置力量等角度对债市产生冲击 [2][22] - 通胀阶段性回升：12月食品价格涨幅明显高于去年同期，叠加黄金等有色价格上涨影响，预计12月CPI同比回升至1.1%左右，PPI环比涨幅为0.2%，同比跌幅收窄至 -1.9%，物价短期走强对债市形成压力 [2][23] 债市后续走势分析 - 股债性价比变化：以Wind全A（非金融石油石化）市盈率倒数和10债收益率之差观察，股债相对性价比已回到2023年初水平，与当前PMI对比，债券更具性价比，股市牛市中后段股债可能同向变化 [3][26] - 供给压力节奏性：1月信贷社融冲量并非融资需求攀升结果，2026年政府债券同比多增或低于2025年，全年融资增量有限，1月集中投放后后续投放空间下降，影响是节奏性的，1月末冲击将渐退 [29] - 通胀影响有限：通胀阶段性回升主要受有色涨价和短期天气因素推动，持续性需观察，价格上涨不提升融资需求，货币政策难以有效调整，对利率影响有限 [4][30] - 央行购债有增量可能：央行购债注重持续性，虽每月500亿元买入量不多，但全年累计影响可观，且随着政府债供给放量，购买量有阶段性增加可能 [4][32] - 债市企稳力量增强：交易型机构仓位降低，继续减仓空间受限，配置型机构不断增持，债券相对于贷款等资产性价比提升，银行、保险等配置型机构将持续增加配置 [5][32]

量化模型与构建方式 1. **模型名称**：风险溢价模型[29] **模型构建思路**：以十年期国债即期收益率为无风险利率参考，计算各宽基指数相对于无风险利率的风险溢价，用以衡量其相对投资价值和偏离情况[29] **模型具体构建过程**：风险溢价的计算公式为指数收益率减去无风险利率。报告中具体计算了各宽基指数相对于十年期国债即期收益率的风险溢价，并统计了其当前值、历史分位值、均值、波动率及相对于均值和标准差的偏离情况[29][31][33] 2. **模型名称**：股债性价比模型[48] **模型构建思路**：以各指数PE-TTM的倒数（即盈利收益率）与十年期国债即期收益率之差作为股债性价比指标，用于比较股票与债券的相对吸引力[48] **模型具体构建过程**：股债性价比的计算公式为： $$股债性价比 = \frac{1}{PE-TTM} - 十年期国债即期收益率$$ 报告中通过该指标观察各宽基指数的走势，并与近5年数据计算的80分位值（机会值）、20分位值（危险值）、均值及±1倍标准差进行比较[48] 3. **模型名称**：指数分布形态分析模型[24][26] **模型构建思路**：通过计算各宽基指数日收益率分布的峰度和偏度，分析其分布形态特征及与历史基准的差异[24][26] **模型具体构建过程**： * **峰度**：计算指数日收益率分布的峰度，用以衡量收益率分布的集中程度。报告中在计算时减去了3（正态分布的峰度值），以便于比较[26] * **偏度**：计算指数日收益率分布的偏度，用以衡量分布的不对称性。正偏态显示极端正收益情形增加，负偏态则相反[24] * 将当前时点的峰度、偏度与近5年历史数据进行比较，计算差值以观察形态变化[26] 量化因子与构建方式 1. **因子名称**：均线比较因子[16] **因子构建思路**：通过比较指数收盘价与不同周期移动平均线（MA）的位置关系，判断指数短期趋势与支撑压力情况[16] **因子具体构建过程**：计算指数收盘价相对于5日、10日、20日、60日、120日、250日移动平均线的偏离百分比。公式为： $$ vsMA_N = \frac{收盘价 - MA_N}{MA_N} \times 100\% $$ 其中，N代表不同的均线周期（如5，10，20等）[17] 2. **因子名称**：交易金额占比因子[19] **因子构建思路**：计算各宽基指数成交额占全市场（以中证全指为代表）成交额的比例，用以观察资金在不同风格板块间的流动情况[19] **因子具体构建过程**：因子计算公式为： $$ 交易金额占比 = \frac{该指数当日交易金额}{中证全指当日交易金额} \times 100\% $$ [19] 3. **因子名称**：指数换手率因子[19] **因子构建思路**：计算各宽基指数的整体换手率，反映市场交易活跃度[19] **因子具体构建过程**：采用流通市值加权平均的方式计算指数换手率，公式为： $$ 指数换手率 = \frac{\sum (成分股流通股本 \times 成分股换手率)}{\sum (成分股流通股本)} $$ [19] 4. **因子名称**：PE-TTM估值因子[41] **因子构建思路**：使用滚动市盈率（PE-TTM）作为估值参考，衡量各指数在当前时点的估值水平[41] **因子具体构建过程**：计算指数的PE-TTM值，并计算其在近1年、近5年以及全部历史数据中的分位值，以判断当前估值在历史中所处的位置[44][45] 5. **因子名称**：股息率因子[50] **因子构建思路**：股息率反映现金分红回报率，是红利投资风格的核心指标，用于在市场波动中寻找具有稳定现金流和低估值的标的[50] **因子具体构建过程**：计算各宽基指数的股息率（当期值），并统计其近1年、近5年及历史分位值、均值、波动率等，分析其当前水平与历史分布的相对关系[52][56] 6. **因子名称**：破净率因子[57] **因子构建思路**：破净率指市净率（PB）小于1的个股占比，该因子用于反映市场整体的估值态度和悲观程度，比率越高表明低估越普遍[57][58] **因子具体构建过程**：对于每个宽基指数，统计其成分股中市净率小于1的个股数量，并计算其占指数总成分股数量的百分比，即： $$ 破净率 = \frac{破净个股数}{指数总成分股数} \times 100\% $$ [57][59] 模型的回测效果 *注：本报告为市场数据跟踪报告，未提供量化模型的历史回测绩效指标（如年化收益率、夏普比率、最大回撤等）。报告中对模型的评价主要为定性描述。* 因子的回测效果 *注：本报告主要展示各因子在特定时点（2025年12月29日）的截面取值或状态，未提供因子历史IC、IR、多空收益等传统回测绩效指标。报告中对因子的评价主要为定性描述。以下为报告中各宽基指数在所述因子上的具体取值：* 1. **均线比较因子** (2025年12月29日收盘价 vs. 各均线)[17] * **上证50**： vsMA5: 0.1%， vsMA10: 0.7%， vsMA20: 1.1%， vsMA60: 0.9%， vsMA120: 3.5%， vsMA250: 8.7% * **沪深300**： vsMA5: 0.01%， vsMA10: 0.9%， vsMA20: 1.2%， vsMA60: 0.8%， vsMA120: 4.6%， vsMA250: 12.0% * **中证500**： vsMA5: 0.7%， vsMA10: 2.4%， vsMA20: 3.5%， vsMA60: 3.1%， vsMA120: 7.5%， vsMA250: 17.6% * **中证1000**： vsMA5: 0.8%， vsMA10: 2.4%， vsMA20: 3.0%， vsMA60: 2.5%， vsMA120: 5.2%， vsMA250: 14.3% * **中证2000**： vsMA5: 0.8%， vsMA10: 2.3%， vsMA20: 2.9%， vsMA60: 3.5%， vsMA120: 5.6%， vsMA250: 16.1% * **中证全指**： vsMA5: 0.4%， vsMA10: 1.6%， vsMA20: 2.1%， vsMA60: 1.9%， vsMA120: 5.3%， vsMA250: 14.1% * **创业板指**： vsMA5: -0.2%， vsMA10: 1.3%， vsMA20: 2.0%， vsMA60: 3.0%， vsMA120: 12.2%， vsMA250: 30.8% 2. **交易金额占比因子** (2025年12月29日)[19] * **中证2000**： 23.74% * **沪深300**： 22.8% * **中证1000**： 22.05% * *其他指数未列出具体占比数值* 3. **指数换手率因子** (2025年12月29日)[19] * **中证2000**： 4.03 * **中证1000**： 2.66 * **创业板指**： 2.52 * **中证全指**： 1.78 * **中证500**： 1.78 * **沪深300**： 0.61 * **上证50**： 0.26 4. **PE-TTM估值因子** (2025年12月29日)[44][45] * **当前值**： * 上证50: 11.81， 沪深300: 14.17， 中证500: 33.81， 中证1000: 46.76， 中证2000: 158.24， 中证全指: 21.51， 创业板指: 41.67 * **近5年历史分位值**： * 上证50: 84.79%， 沪深300: 87.02%， 中证500: 97.60%， 中证1000: 95.45%， 中证2000: 86.45%， 中证全指: 96.03%， 创业板指: 59.17% 5. **股息率因子** (2025年12月29日)[52][56] * **当前值**： * 上证50: 3.13%， 沪深300: 2.72%， 中证500: 1.39%， 中证1000: 1.09%， 中证2000: 0.76%， 中证全指: 2.01%， 创业板指: 0.95% * **近5年历史分位值**： * 上证50: 30.58%， 沪深300: 35.95%， 中证500: 16.03%， 中证1000: 35.04%， 中证2000: 12.15%， 中证全指: 33.80%， 创业板指: 60.41% 6. **破净率因子** (2025年12月29日)[59] * **上证50**： 22.0% * **沪深300**： 16.0% * **中证500**： 10.6% * **中证1000**： 7.9% * **中证2000**： 3.35% * **中证全指**： 6.12% * *创业板指未列出破净率*

报告行业投资评级 未提及相关内容 报告的核心观点 - 2025年11月实体部门负债增速符合预期，预计12月下降，与稳定宏观杠杆率目标一致；财政政策方面，上周政府债净增加高于计划，预计12月政府负债增速继续下行；货币政策上，上周资金面边际松弛，一年期国债收益率下行，市场或已透支2026年一次降息；资产端11月物量数据低位企稳，需观察经济后续走势 [2][3][16] - 2011 - 2024年Q4中国潜在经济增速下行，之后盈利周期进入低位窄幅震荡；目前负债端收敛空间不大，海外中美均势竞争，若美国科技领域估值重估，资金或流向中国；上周资金面松弛，风险偏好上升，风格转至成长占优，股债性价比偏向股票；本周推荐上证50指数（仓位60%）、中证1000指数（仓位20%）、30年国债ETF（仓位20%） [6][7][8] - 缩表周期下股债性价比偏向权益幅度有限，价值风格占优概率高；推荐A+H红利组合13只个股和A股组合20只个股，集中在银行、电信、石油石化、交通运输等行业 [9][58] 根据相关目录分别进行总结 国家资产负债表分析 - 负债端：2025年11月实体部门负债增速8.6%，前值8.7%，预计12月降至8.3%；金融部门上周资金面边际松弛，关注1月政府债发行情况；央行明确稳定宏观杠杆率方向，等待2026年两会定量财政目标 [2][16] - 财政政策：上周政府债净增加1707亿元高于计划，下周计划净增加174亿元，11月末政府负债增速13.1%，预计12月降至12.4% [2][18] - 货币政策：上周资金成交量和价格环比上升，期限利差走扩，资金面松弛；一年期国债收益率周末收至1.29%，预计下沿1.3%，中枢1.4%，市场或透支2026年一次降息；十年国债和一年国债期限利差走扩至55个基点 [3][18] - 资产端：11月物量数据低位企稳，需观察经济能否延续企稳或上行；2025年全年实际经济增速目标5%左右，名义经济增速目标4.9%，需确认是否成未来1 - 2年中枢目标 [3][19] 股债性价比和股债风格 - 2011 - 2024年Q4中国因边际收益递减等因素潜在经济增速下行，之后盈利周期进入低位窄幅震荡；政府2016年提出稳定宏观杠杆率等三大政策目标，目前负债端收敛空间不大；海外中美均势竞争，关注人民币汇率升值通道；风险偏好或区间震荡，金融市场新增资金有限，对择时和交易要求高 [6][20] - 上周资金面松弛，风险偏好上升，风格转至成长占优；债券长端平稳、短端下行，股债性价比偏向股票；十债收益率上行1个基点至1.84%，一债收益率下行7个基点至1.29%，期限利差走扩至55个基点，30年国债收益率稳定在2.22%；宽基轮动策略跑输沪深300指数 [7][21] - 资金面宽松接近极限，关注1月政府债发行；债券长端有参与价值，权益转为中性，维持价值占优判断；本周推荐上证50指数（仓位60%）、中证1000指数（仓位20%）、30年国债ETF（仓位20%） [8][22] 行业推荐 行业表现回顾 - 本周A股放量上涨，上证指数涨1.9%，深证成指涨3.5%，创业板指涨3.9%；申万一级行业中有色金属、国防军工等涨幅大，美容护理、社会服务等跌幅大 [28] 行业拥挤度和成交量 - 截至12月26日，拥挤度前五行业为电子、电力设备等，后五为美容护理、综合等；本周拥挤度增长前五为电力设备、电子等，下降前五为通信、商贸零售等；部分行业拥挤度处于2018年以来较高或较低分位数 [31] - 本周全A日均成交量1.97万亿元较上周回升，交通运输、有色金属等成交量同比增速高，银行、煤炭等成交量跌幅大 [32] 行业估值盈利 - 本周申万一级行业PE(TTM)中有色金属、国防军工等涨幅大，社会服务、美容护理等跌幅大 [36] - 截至2025年12月26日，2024年全年盈利预测高且当下估值相对历史偏低的行业有银行、证券等 [37] 行业景气度 - 外需边际回落，11月全球制造业PMI下降，主要经济体PMI涨跌互现，CCFI指数环比上涨，港口货物吞吐量回落，韩国和越南出口增速有变化 [41] - 内需方面，最新一周二手房价格下跌，数量指标涨跌互现，高速公路货车通行量回落，产能利用率5 - 8月回升、9 - 10月回落、11 - 12月回升，汽车和新房成交情况不佳 [41] 公募市场回顾 - 12月第4周主动公募股基多数跑赢沪深300，10%、20%、30%和50%周度涨跌幅分别为6%、4.8%、3.9%、2.4%，沪深300周度上涨2% [55] - 截至12月26日，主动公募股基资产净值3.98万亿元，较2024Q4小幅上升 [55] 行业推荐 - 缩表周期下股债性价比偏向权益幅度有限，价值风格占优概率高；推荐A+H红利组合13只个股和A股组合20只个股，集中在银行、电信等行业，部分行业个股适当精简 [9][58]