VIP佣金费率与交易服务 - 股票交易佣金费率为万分之0.854，普通账户与信用账户费率相同 [2] - 融资利率范围为3.8%至4.5%，为永久费率且开户方式灵活 [2] - ETF及LOF交易佣金为万分之0.5，货币及债券ETF不收费；可转债交易佣金为万分之0.5，上海市场0起收，深圳市场0.1起收 [2] - 北交所交易佣金为万分之3，0起收；港股通交易佣金为万分之0.8，0起收 [2] - 国债逆回购手续费为1折，0起收；记账式及凭证式国债在上海市场费率为百万分之五，在深圳市场费率为十万分之五 [2] - 提供VIP通道、独立交易单元等交易通道服务，以及L2行情、资金靓号等其他服务 [2] - 量化工具支持包括QMT、miniQMT、Ptrade以及LDP极速柜台 [2] 开源数据获取方案 - 推荐使用开源Python库pytdx作为从通达信获取行业行情数据的替代方案，以规避miniQMT的VIP限制 [1] - 通过pytdx连接通达信行情服务器获取数据前，需使用其自带工具测试并获取最快的可用服务器IP地址 [3] - pytdx无法直接获取行业成分股，需通过通达信软件手动导出板块成分数据，该数据更新频率较低，通常为一周或一个月一次 [4] - 导出的行业成分股数据包含行业代码、行业名称、股票代码和股票名称，为后续分析提供基础 [8] 行情数据获取与验证 - 使用pytdx的`TdxHq_API`接口，连接指定IP和端口后，可获取指定指数的日线行情数据 [9] - 获取的行情数据字段包括开盘价、收盘价、最高价、最低价、成交量及成交金额等，与通达信软件显示的数据完全一致 [9] 行业数据应用分析方向 - 利用获取的行业行情及成分股数据，可进行行业整体强弱对比，例如计算各行业的涨跌幅、年化收益率及波动率 [10] - 可基于动量指标或均线突破等方法进行行业轮动分析，以识别近期强势板块并构建轮动策略 [11] - 可在行业内部识别龙头股，依据为成交量最大或涨幅最明显的成分股 [11] - 可分析个股相对于行业的强弱，筛选出表现超越行业指数的股票以捕捉超额收益 [11] - 可计算不同行业指数间的相关系数，以识别风险对冲或互补关系 [11] - 可结合趋势指标绘制行业轮动热力图，直观展示各板块的趋势强度变化 [11]

市场总体走势与指数观点 - 上证指数当前接近关键点位 仅差23点即可突破4190点 且该点位并非年度高点 预计很快将被突破[1] - 市场呈现震荡向上格局 并非牛市末期 而是处于中后期阶段 尚未出现加速上涨的“疯牛”行情[5] - 指数突破4200点的核心动力预计将来自白酒 证券 半导体等权重行业的补涨[5] - 市场可能复制日韩市场的涨幅模式 最终由证券板块拉升诱多后结束本轮牛市 当前市场讨论度不高 预示可能还有一波大行情[5] 行业板块表现与轮动 - 地产板块表现强劲 2025年销量排名前十的地产股普遍大涨 其中均价超过3万元的项目涨幅尤为显著 主要上涨集中在港股市场[3] - 基建相关行业同步上涨 包括工程机械 钢铁 水泥等板块[3] - 市场呈现结构性行情与行业轮动特征 上涨并非普涨 导致部分投资者持仓股票与指数表现脱节[5] - 能源板块近期上涨为指数提供了支撑[5] - 科技板块虽被普遍视为未来方向 但主力资金动向可能相反 需关注大股东减持及汇金对双创基金的赎回情况[3] 资金动向与市场情绪 - 证券板块的走势对指数突破有直接影响 其降温会延缓突破进程[1] - 汇金的动向是关键变量 若不进行砸盘降温 大盘指数将继续拉升 但过程可能较为缓慢[7] - 在4200点整数关口 盘整时间越长可能越有利于后续拉升 该位置已盘整近半年 市场平均持仓成本已抬升[7] - 冲高回落的走势反而有利于行情的健康发展[5] 投资策略与持仓偏好 - 投资策略出现分化 部分资金在高位追逐科技资产获利 另一部分则在低位的地产 消费 能源等板块布局[3] - 对于地产等受利好消息刺激而上涨的板块 策略上更适合减仓 若仓位不重且无浮仓抄底则可选择持有[3] - 投资行为受认知局限 多数投资者（约90%）可能因认知不足而错过地产股等板块的上涨机会[3]

股票ETF市场整体资金流向 - 2月12日，全市场股票ETF（含跨境ETF）净流出资金接近62亿元，市场总份额减少44.33亿份 [1][3] - 本周股票ETF已连续四个交易日呈现资金净流出，合计净流出近200亿元 [2][11] - 2月12日全市场ETF（含所有类型）整体净流出56.3亿元，其中宽基ETF净流出居前，金额达60.13亿元，而债券ETF与港股市场ETF净流入居前，分别达81.84亿元与28.35亿元 [3][12] 资金净流入的ETF品种 - 当日有27只股票ETF净流入超过1亿元，中证500ETF（南方）、恒生科技ETF（华泰柏瑞）、中证1000ETF（南方）资金净流入位居前三 [3][12] - 从指数板块看，当日资金流入前五的板块为：恒生科技指数（净流入23.8亿元）、中证1000指数（净流入15.7亿元）、中证500指数（净流入14.4亿元）、中概互联指数（净流入9.5亿元）、黄金（净流入5.0亿元） [3][12] - 从5日维度观测，近期资金流入中证1000指数ETF超56亿元，流入中证500指数ETF超55亿元 [4][13] - 具体产品中，南方中证500ETF当日净流入11.24亿元，华泰柏瑞恒生科技ETF净流入8.77亿元，南方中证1000ETF净流入8.19亿元 [5][14] 资金净流出的ETF品种 - 当日有40只股票ETF净流出超过1亿元，跟踪创业板、A500、科创50、沪深300等宽基的ETF，以及绿色电力、证券保险、有色金属等行业主题ETF是资金净流出较多的品种 [6][14] - 具体产品中，易方达创业板ETF净流出10.15亿元，华泰柏瑞A500ETF净流出9.95亿元，科创50ETF净流出8.42亿元 [7][15] - 在指数维度，中证A500指数ETF单日净流出居前，金额达47.13亿元 [4][13] 头部基金公司ETF动态 - 易方达基金旗下ETF在2月12日整体规模增加17.3亿元至6627.5亿元，其中中概互联网ETF易方达净流入8.3亿元，恒生科技ETF易方达净流入3.6亿元 [8][16] - 华夏基金旗下恒生科技指数ETF和中证1000ETF单日净流入居前，分别净流入5.78亿元和5.14亿元，最新规模分别达525.1亿元和154.16亿元 [8][16] 机构市场观点 - 富国基金认为，活跃资金节前趋于休整导致市场交投情绪回落，节后资金回流将修复流动性，当前布局应着眼于节后市场的风格切换和行业轮动，一是拥抱景气反转布局高弹性成长，二是关注周期品、基建板块的预期差机会 [8][16] - 长城基金认为市场震荡后有望逐步企稳，市场具备积极因素，包括海外金融紧缩预期边际改善、国内政策重心转向内需主导、证监会强调巩固市场势头以及A股公司回购热潮，投资思路上新兴科技仍有望是主线，同时可关注自由现金流指数等代表公司质量的标的 [9][17]

文章核心观点 - 文章介绍了对申万金工成长组合的升级改造，通过引入行业轮动模型进行非线性倾斜加权，构建了2.0版本，旨在提升组合在成长风格行情中的收益弹性，同时保持收益的稳定性 [3][12][38] 1. 申万金工成长组合（1.0版本） - 组合构建逻辑聚焦于对未来基本面业绩的预测，通过高预测胜率实现收益，对量价因子依赖较少 [4] - 具体构建分为三步：首先从有分析师覆盖的股票中选取当前一年盈利预测增速前一半的股票作为股票池；其次在10月底剔除股票池中前三季度累计盈利增速为负的样本；最后使用分析师一致预期变化因子筛选出50只股票 [1][4] - 组合实现了较好的业绩预测效果，其平均净利润增速中位数落在全市场股票净利润增速的前10%至20%水平之间 [6] - 组合历史表现具有鲜明的成长风格特征：2019年收益62.91%，2020年收益58.56%，2021年收益42.86%，在成长风格不佳的2022年和2023年分别回撤-16.03%和-15.83%，2024年收益22.68%，2025年收益42.85% [9][10] 2. 使用行业轮动模型进行升级 - 升级动机在于满足投资者在成长风格来临时对更强收益弹性的需求，计划在不改变选股逻辑和50只股票数量的基础上提升收益 [12] - 选用申万金工行业轮动模型，因其在牛市环境中具备进攻性且有效，该模型使用基本面、资金面和技术面因子，并特别强调动量，在高动量板块下正向使用拥挤度 [7][13] - 该行业轮动模型的多头组合相对于全部行业指数的平均值具有较为稳定的超额收益，表明其信息具有稳定性和可拓展性 [15] - 仅使用多头组合会损失模型的有效信息，因此计划通过行业打分来利用模型提升组合表现 [18] 3. 非线性倾斜加权提升组合收益弹性 - 采用非线性倾斜加权方式，即对行业轮动模型得分靠前的行业进行更高倾斜的超配，对得分靠后的行业进行更高倾斜的低配，从而拉大个股权重差异，更有效地利用模型信息 [7][19][20] - 线性倾斜加权方式对组合收益的提升效果有限，因此未采用 [7][20] - 权重倾斜后，个股最大权重可上升至4%左右（原等权约为2%），最小权重可下降至0.2%附近，权重上调和下调的比例基本对称 [2][36] - 具体权重变化：例如2017年最大权重4.32%，最小权重0.18%；2021年最大权重4.12%，最小权重0.18% [37] 4. 升级后组合（2.0版本）表现 - 收益提升：倾斜组合在2019年以外的其他年份收益均有提升，其中2020年收益率从58.56%提升至69.53%，2021年从42.86%提升至60.86%，2022年回撤从-16.03%改善至-11.20%，2023年回撤从-15.83%改善至-14.50% [7][31][32] - 收益稳定性：倾斜组合相比等权组合的超额收益走势平稳，表明收益提升并非以牺牲稳定性为代价 [7][25] - 风险指标：倾斜组合的波动率和最大回撤与等权组合维持在相似水平，未明显放大 [31][33] - 整体绩效：从2017年至2026年1月的数据看，倾斜组合总收益率603.40%，年化收益率23.96%，年化波动率25.20%，最大回撤-35.02%，夏普比率0.87，Calmar比率0.68；均优于等权组合（总收益率382.35%，年化收益率18.91%，年化波动率24.39%，最大回撤-42.99%，夏普比率0.69，Calmar比率0.44） [31][34][35]

市场行情与板块表现 - 2月11日，以有色金属为代表的资源品板块走强，多只稀有金属主题ETF涨超3%，矿业、有色、黄金股、稀土、化工等主题ETF普遍涨超2% [1][2] - 具体ETF表现方面，稀有金属ETF(562800.SH)上涨3.86%，矿业ETF(561330.SH)上涨2.93%，工业有色ETF万家(560860.SH)上涨2.90%，黄金股ETF(517520.SH)上涨2.85%，有色金属ETF(512400.SH)上涨2.78% [3] - 受益于AI应用风口的影视、传媒、线上消费等主题ETF在2月11日集体回调，影视ETF(159855.SZ)下跌5.94%，传媒ETF(512980.SH)下跌2.85%，线上消费ETF工银(159725.SZ)下跌2.82% [3][4] 跨境与海外主题ETF表现 - 近期日本股市走强，日经225主题ETF涨幅与溢价率同步增长，日经ETF(513520.SH)2月11日上涨4.85%，溢价率升至4.79%，另外三只日经主题ETF溢价率均超3% [2] - 随着道琼斯工业指数创新高，道琼斯ETF(513400.SH)2月11日溢价率升至5.37%，当日涨幅为2.54% [2][3] 债券型ETF交易活跃度 - 2月11日，债券型ETF交易显著活跃，总成交额较昨日增加超900亿元 [1][5] - 短融ETF海富通(511360)当日成交额创历史新高，突破630亿元 [1][5] - 国泰基金、华夏基金、鹏华基金旗下科创债ETF成交额均突破百亿元，并较昨日显著放量 [5] 股票型ETF资金流向 - 近期热点轮动行情下，场内资金呈现从宽基ETF流向行业主题ETF的趋势，沪深300、中证A500主题ETF2月10日（前一交易日）均净流出20亿元以上，中证500、科创50主题ETF净流出超10亿元 [7][8] - 受益于AI应用风口的相关主题ETF迎来布局资金，跟踪中证影视指数的ETF2月10日净流入超13亿元，跟踪中证传媒指数的ETF净流入超6亿元 [1][7][8] - 截至2月10日，旅游ETF(159766)已连续17个交易日维持资金净流入态势，基金份额突破110亿份，规模突破94亿元，均创历史新高 [1][7] - 具体资金流向数据显示，中证影视指数跟踪ETF2月10日净流入13.39亿元，中证传媒指数跟踪ETF净流入6.22亿元，机器人主题ETF净流入5.37亿元 [8] 股票型ETF成交额变化 - 股票型ETF近期交易相对平淡，随着港股创新药板块涨势放缓，港股创新药ETF(513120)成交额由2月10日的68.68亿元减少至2月11日的34.17亿元 [5][6] - 部分宽基ETF成交额居前但环比变化不一，A500ETF基金(512050.SH)2月11日成交额110.37亿元，低于前一交易日的126.69亿元，而中证A500ETF(159338.SZ)成交额70.34亿元，高于前一交易日的55.62亿元 [6] 机构观点与配置线索 - 汇添富基金建议配置上重点关注三条线索：一是TMT中受海外映射带动的AI硬件（北美算力链、半导体产业链）；二是高端制造中的新能源（电池储能、电网、光伏）与创新药；三是国内逻辑主导的涨价链（化工、建材、钢铁） [9] - 汇添富基金同时指出，AI应用（计算机、传媒、人形机器人）在2月催化密集、拥挤度合理的背景下，值得提升关注度 [9] - 富国基金表示，当前布局应着眼于节后市场的风格切换和行业轮动，一方面拥抱景气反转，布局高弹性成长板块（如电子、计算机、通信），另一方面关注周期品、基建板块的预期差机会（如环保、机械设备、有色金属） [9]

报告行业投资评级 报告未提及行业投资评级相关内容 报告的核心观点 - 尝试基于基本面预测打造的成长组合进行升级改造，以行业轮动模型作为强化点，采用非线性倾斜加权方式提升申万金工成长组合收益弹性，且收益提升并非以放大波动为代价 [3][41][42] 根据相关目录分别进行总结 申万金工成长组合 申万金工成长组合的构建逻辑和历史表现 - 申万金工在成长、红利等方向构建量化策略，内核是实现对未来基本面业绩的预测，申万金工成长组合依托对上市公司未来高业绩增速的预测，通过分析师一致预期数据筛选股票池，经业绩检验和优选最终选出50只股票 [4] - 该组合实现了对业绩预测较好的效果，平均净利润增速中位数处于全市场前10%-20% [4] - 历史表现具备鲜明成长风格特征，2019 - 2021年分别取得超62%、58%、42%的收益，2022 - 2023年回撤，2024 - 2026.1收益回暖 [8][9] 使用行业轮动模型进一步提升收益 - 成长风格环境与牛市环境相同，申万金工行业轮动模型主要使用基本面、资金面和技术面因子，对拥挤度和趋同度做差异化处理，强调动量，可提升成长组合收益弹性 [12] - 申万金工构建的行业轮动模型多头对全部行业平均值有稳定超额收益，稳定性有可拓展属性，可用于改变个股权重以持续改进组合表现 [15] 非线性倾斜加权提升组合收益弹性 非线性的倾斜加权方式 - 线性倾斜加权对组合收益改变有限，采用非线性倾斜加权方式，使得分靠前和靠后的行业个股权重差异拉开，更有效利用行业轮动模型信息 [21] 组合表现提升 - 权重倾斜后组合收益有效提升，除2019年外其他年份收益提升，2020 - 2021年收益率提升至60%以上，2022 - 2023年回撤下降，收益弹性提升明显 [25][34] - 倾斜后新组合相比等权组合超额走势平稳，收益提升未牺牲稳定性 [27] 分年度表现等统计信息 - 统计新老组合分年度收益、波动率和最大回撤等信息，倾斜组合在多数年份收益提升，波动率和最大回撤与等权组合相似，未明显放大 [32][36] - 倾斜组合年化收益率提升，波动率略有上升，最大回撤下降，夏普比和卡玛比率明显提升 [37] - 权重倾斜后个股最大权重升至4%，最小权重降至0.2%附近，上调和下调比例基本对称 [38] 小结 - 采用非线性倾斜加权方式调整组合权重，除2019年外其他年份收益增长，组合整体收益提升，超额稳定性不错 [42]

市场整体表现 - 本周A股市场整体承压运行，41个主要指数中仅有2个实现周度上涨，其余均下跌，结构性分化特征突出 [2] - 科创50与创业板指跌幅居前，大盘价值风格相对稳健，小微盘股跌势有所放缓，中盘股成为调整重点区域 [2][5] - 市场并未出现系统性恐慌性下跌，但风险偏好持续回落，节前资金谨慎特征显著，市场进入防守与观望阶段 [3][5] 主要指数与风格表现 - 主要指数普遍收跌，具体周涨跌幅数据为：科创50下跌5.76%，创业板指下跌3.28%，上证指数下跌0.93%，沪深300下跌1.33%，中证500下跌1.27%，中证1000下跌1.27% [6] - 大盘价值风格相对稳健，小盘股与防御性板块相对抗跌 [5] 行业轮动与表现 - 行业层面呈现明显轮动特征，日常消费、工业等防御性和早周期板块表现占优，成为资金避险方向 [3][7] - 信息技术、材料等前期涨幅较大的成长板块出现明显回调，科技与资源类板块调整压力集中释放 [3][7] - 周涨幅居前的子行业包括：家庭用品上涨3.25%，食品饮料上涨2.94%，电气设备上涨2.37%，银行上涨2.1%，交通运输上涨2.07% [11][12] - 周跌幅居前的子行业包括：半导体下跌7.67%，有色金属下跌7.66%，工业贸易与综合下跌5.49%，软件服务下跌3.67%，媒体娱乐下跌3.63%，硬件设备下跌3.53% [14][15][16] 个股表现 - 周涨幅居前的个股以超跌小盘股和部分消费防御类个股为主，涨幅前十的个股涨幅从38.64%至115.92%不等，例如民爆光电上涨115.92%，凯龙高科上涨72.80% [3][16][17] - 周跌幅居前的个股集中在贵金属和科技板块，跌幅前十的个股跌幅从-24.23%至-33.82%不等，例如航天宏图下跌33.82%，开普云下跌32.80% [3][20] 市场交易与流动性 - 市场量能明显回落，本周成交量7103.66亿股，较上周8944.21亿股下降超过20%；本周成交金额120332.69亿元，较上周153162.31亿元下降超过20% [21][25] - 市值换手率呈现逐日下滑态势，市场从进攻性博弈转入防守与观望区间 [21][22] - 换手结构上，信息技术与通讯服务板块构成市场主要交易引擎，成长板块在流动性层面保持相对活跃 [22][27] - 信息技术板块周换手率为14.03%，通讯服务板块为13.62%，而金融、公用事业等防御板块换手率明显偏低，分别为1.99%和5.48% [28][29] - 个股换手率排名靠前的以微盘股和题材股为主，例如泽润新能周换手率达233.68%，C世盟达226.91% [23][30][31] 资金流向 - 主力资金连续5个交易日净流出，周度累计净流出约510亿元，但流出强度未放大，部分交易日尾盘出现小幅回流，显示资金为理性降仓而非情绪性出逃 [32][36] - 行业层面，主力资金呈现系统性撤退，信息技术、材料、工业等板块流出规模居前，分别净流出797.27亿元、433.45亿元和227.59亿元；金融板块相对抗跌但同样未形成净流入，净流出50.10亿元 [33][37][38][39] - 个股层面，资金集中流向少数核心龙头和高弹性标的，呈现“点状抱团”特征，例如宁德时代主力净流入16.23亿元，美的集团净流入14.66亿元 [34][40][41] 市场情绪与杠杆资金 - 市场情绪经历“恐慌—修复—钝化”过程，周一跌停家数高达130家，随后迅速收敛，周五跌停家数降至10家，涨停家数自周中起稳定在60-80家区间 [42][44] - 杠杆资金持续收缩，本周前四个交易日两融余额累计减少超过280亿元，融资余额同步回落，与主力资金流出相印证，反映市场风险偏好仍处低位 [42][45][47] 下周重点事件 - 新股申购：通宝光电将于2月9日申购，代码920168，发行价格16.17元，发行市盈率14.99倍，募资总额3.04亿元，主营业务为汽车电子零部件 [49][50][51] - 多家*ST公司因2025年业绩预告引发交易所高度关注，需关注后续审计结果 [50] - 龙韵股份于2月9日复牌，拟发行股份购买愚恒影业58%股权，交易构成重大资产重组 [50] - 下周解禁：A股市场将有33家上市公司限售股份解禁，合计解禁数量24.46亿股，解禁规模最大的两家公司为甘肃能化（解禁16.23亿股）和湖南裕能（解禁3.74亿股） [52]

核心观点 - 报告认为当前资产表现由风险偏好主导，A股市场应关注风格切换，整体震荡但存在结构性机会，重点看好中盘蓝筹及上游涨价板块[2][7][57] - 2月大类资产配置观点为：A股关注风格切换，境内债券和美股持中性看法，黄金短期谨慎但中期看好，商品短期适当谨慎，美债维持谨慎[7][57] 大类资产观点 - **境内股票（A股）**：分子端盈利预期和科技成长预期相对平稳，分母端无风险利率下行缺乏新驱动，风险偏好从两端向中间回归，结构上重点关注中盘蓝筹[7][10] - **境内股票（A股）**：两融新规后融资买入仍在高位，市场情绪整体乐观，预计板块轮动加快，1月市场呈现量缩价涨，在涨价逻辑下优先关注上游，重点是有色、化工和农业板块[7][10] - **境内债券**：1月风险资产调整和经济偏弱预期对债市形成支撑，但供给压力仍在，预期整体平稳，交易层面中期不确定性略有上行，整体看法为中性[7][13] - **黄金**：金价历史上由货币属性和投资属性交替主导，2023年以来进入二者共振时期，当前逻辑未变，1月底冲高回落主因交易结构恶化，短期波动加大但中期仍然看好[7][12] - **黄金**：报告判断本次金价下跌不会类似1980和2012年的深度调整，因前两次是货币属性转向投资属性且美国进入债务收缩，而当前美国债务压力仍大且降息周期尚未结束[7][12] - **商品**：重点关注有色金属，预期层面铜近期补库较快与铜矿减产预期共同作用，需求端有支撑，电解铝库存相对更低，美联储降息周期及传统经济、新经济需求继续提供支撑，短期波动受全球流动性影响，交易不确定性上行较快，整体短期适当谨慎[7][17] - **美股**：估值较高，但在K型经济下科技产业发展引领基本面预期，形成一定支撑，后续需进一步催化或业绩兑现，交易风险整体平稳，历史上与黄金对冲效果较好，整体看法为中性[7][19] - **美债**：预期层面美国就业市场疲软形成支撑，但沃什提名可能带来“降息+缩表”预期导致曲线陡峭化，同时若北欧卖美债进一步传导可能给长债带来更大压力，叠加人民币处于升值周期，配置美债性价比有限，整体适当谨慎[7][22] 量化策略业绩表现 - **资产配置策略**：自2025年以来，低波动策略年化收益**6.0%**，中低波动策略年化**11.8%**，中高波动策略年化**18.1%**[7][58] - **行业轮动策略**：自2025年以来，样本外年化收益达**45.3%**，跑赢偏股混合型基金指数**12.3%**[7][41][42] - **ETF策略**：资产配置ETF策略自2025年以来，低波年化**6.3%**，中低波年化**11.9%**，中高波年化**18.0%**；行业轮动ETF策略自2025年以来年化**44.8%**[7][48][54][58] 二月具体配置建议 - **资产配置策略**：继续看好A股，低波动策略小幅加仓A股和美股，中波动策略加仓A股、境内债券和美股，并减持黄金[7][56][58] - **行业轮动策略**：2月推荐有色金属、基础化工、电力设备（电新）、国防军工、通信、电子等板块[7][45][58] - **ETF策略**：资产配置ETF建议加仓A股、中债、美股等ETF，行业ETF策略推荐有色金属、化工、新能源、军工、通信、信息技术等ETF[7][51][58] - **板块逻辑**：从风险偏好和涨价逻辑出发，重点看好有色、化工、农业等板块[7][58] 策略方法论摘要 - **动态全天候策略**：基于对宏观风险因子（如高通胀、汇率贬值、事件冲击）的判断，将因子与对应资产挂钩，当因子不显著时从组合中剔除相应资产，以此实现充分分散化并降低不确定性[26][27] - **动态全天候策略表现**：2025年以来年化收益**6.0%**，卡玛比率**4.2**，其表现优于传统全天候策略[27][28] - **中波增强策略**：以动态全天候策略打底，并用主动型资产配置增强，自2025年以来，中低波策略年化**11.8%**，中高波策略年化**18.1%**，在分散风险的同时增强了收益弹性[34][35] - **行业轮动框架**：基于增长预期和利率预期划分的股债四象限框架（股强债弱、股弱债强、股债双强、股债双弱），根据不同市场环境下资金行为差异进行行业轮动[39][40] - **ETF映射方法**：通过相关性、跟踪误差、规模、成分股重合度等多个维度为申万一级行业指数筛选最接近的ETF，多数行业与对应ETF的相关性在**90%**以上[46][48]

量化模型与因子总结 量化模型与构建方式 1. 风格轮动综合打分模型 * **模型名称**：风格轮动综合打分模型[6][9] * **模型构建思路**：基于宏观数据构建市场风格轮动解决方案，通过三维度多因子打分，判断价值/成长风格与大盘/小盘风格的占优方向[6][9] * **模型具体构建过程**： 1. **价值成长轮动策略**：结合经济增长、流动性以及市场情绪指标，对价值与成长风格进行综合打分[6][9] 2. **大小盘轮动策略**：结合经济增长、流动性以及市场情绪指标，对大盘与小盘风格进行综合打分[6][9] 3. 最终输出一个综合分数，分数高低代表某种风格的得分高低，用于判断风格配置方向[9][11] 2. 行业轮动综合打分模型 * **模型名称**：行业轮动综合打分模型[6][14] * **模型构建思路**：构造宏观经济、中观基本面、微观技术面以及交易拥挤度四个维度的指标，通过综合打分对行业进行排序，选取排名靠前的行业进行配置[6][14] * **模型具体构建过程**： 1. **宏观指标构建**：将一级行业划分为上游周期、中游制造、下游消费、TMT、大金融五个板块，构建基于宏观增长与流动性二阶差分的象限划分体系，根据宏观状态推荐配置板块[18] 2. **基本面指标构建**：包含历史景气、景气变化与景气预期三个部分，对行业进行打分[21] 3. **技术面指标构建**：包含指数动量、龙头股动量与K线形态三个部分，对行业进行打分[25] 4. **拥挤度指标构建**：包含融资流入、换手率与成交占比三个部分，对行业进行打分[26] 5. **综合信号合成**：结合宏观、基本面和技术面三个维度的正向得分，同时负向配置拥挤度因子，构建行业轮动综合评价体系，得到每个行业的综合得分[30] * **模型评价**：该四维度行业轮动策略在历史上超额收益稳健[15] 3. ETF轮动映射模型 * **模型名称**：ETF轮动映射模型[32] * **模型构建思路**：将行业轮动模型产生的行业信号，通过一套规则映射到具体的ETF产品上，形成可交易的ETF轮动解决方案[32] * **模型具体构建过程**： 1. **ETF筛选**：整理ETF跟踪指数清单，每个指数仅保留规模最大的ETF，并根据规模和流动性进行筛选[32] 2. **行业映射**：对于有ETF跟踪的指数，统计指数成分股的行业权重，选择行业权重最大且行业成分股权重超过50%的行业作为指数对应的行业[32] 3. **指数选择**：对于每一个行业，若存在3个以上指数在该行业上成分股权重最高，则在这些指数中选择过去60天收益率相关性最低的3个指数作为行业对应的指数；若仅有3个及以内指数，则全部映射[32] 4. **最终映射**：计算每一个行业与指数的过去60天收益率的相关系数，选择相关性最强的一个指数对应的ETF作为该行业的最终映射标的[32] 量化因子与构建方式 1. 行业轮动宏观因子 * **因子构建思路**：基于宏观经济增长与流动性的二阶差分变化，划分宏观状态象限，从而推荐受益的行业板块[18] * **因子具体构建过程**： 1. 计算宏观经济增长指标的二阶差分（加速度）。 2. 计算流动性指标的二阶差分（加速度）。 3. 根据两个二阶差分的正负，将宏观状态划分为四个象限（例如：“扩张强化/衰退缓解”、“宽松加码/紧缩放缓”等）[18]。 4. 根据不同象限，给出对上游周期、中游制造、下游消费、大金融、TMT五大板块的配置建议[18]。 2. 行业轮动基本面因子 * **因子名称**：行业轮动基本面因子[21] * **因子构建思路**：从历史景气、景气变化与景气预期三个部分评估行业的基本面状况[21] * **因子具体构建过程**：报告未提供三个部分（历史景气、景气变化、景气预期）的具体计算方法和合成方式。 3. 行业轮动技术面因子 * **因子名称**：行业轮动技术面因子[25] * **因子构建思路**：从指数动量、龙头股动量与K线形态三个部分评估行业的技术面状况[25] * **因子具体构建过程**：报告未提供三个部分（指数动量、龙头股动量、K线形态）的具体计算方法和合成方式。 4. 行业轮动拥挤度因子 * **因子名称**：行业轮动拥挤度因子[26] * **因子构建思路**：从融资流入、换手率与成交占比三个部分评估行业的交易拥挤程度[26] * **因子具体构建过程**：报告未提供三个部分（融资流入、换手率、成交占比）的具体计算方法和合成方式。 模型的回测效果 1. 行业轮动综合打分模型 * **回测期**：2017年以来（至2026年1月30日）[16] * **年化收益**：18.4%[16] * **基准年化收益**（行业等权）：4.7%[16] * **超额年化收益**：13.7%[16] * **月度IC均值**：12.3%[16] * **月度ICIR**：1.41[16] * **分年度表现**：详见报告表1[16] 因子的回测效果 （报告中未提供单个因子的独立测试结果，如IC、IR等）

量化模型与构建方式 1. **模型名称：周期分析模型**[2][7] * **模型构建思路：** 通过分析市场价格的周期性波动规律，识别不同级别的趋势与转折点，以判断市场所处的阶段和潜在的企稳或转向信号[2][7]。 * **模型具体构建过程：** 报告未提供该模型的具体构建公式和详细步骤，仅提及了其应用结论。模型可能基于对历史价格序列进行频谱分析、周期识别等技术来划分不同时间级别的波动周期[7]。 2. **模型名称：趋势模型**[7] * **模型构建思路：** 用于判断市场或资产的中长期主要运动方向，区分多头（上涨）和空头（下跌）区间[7]。 * **模型具体构建过程：** 报告未提供该模型的具体构建公式和详细步骤。通常此类模型可能基于移动平均线、趋势线突破或动量指标等来定义和确认趋势状态[7]。 3. **模型名称：缠论分析模型**[6][9] * **模型构建思路：** 基于“缠中说禅”理论，通过分析价格走势中蕴含的几何结构（如笔、线段、中枢等），对市场走势进行分解和分类，以预判未来的可能路径[6][9]。 * **模型具体构建过程：** 报告未提供该模型的具体构建公式和详细步骤。其构建通常涉及对K线进行包含处理、划分笔和线段、识别中枢及判断走势类型等一系列规则化的流程[9]。 4. **模型名称：泛行业拥挤度分析模型**[6][10] * **模型构建思路：** 通过量化监测各行业或板块的交易活跃度、资金集中程度等指标，评估其是否处于过度拥挤（过热）或过度冷清的状态，以提示潜在的风险或机会[6][10]。 * **模型具体构建过程：** 报告未提供该模型的具体构建公式和详细步骤。常见的拥挤度指标可能包括换手率分位数、成交额占比、融资买入占比、分析师情绪一致性等[10]。 5. **模型名称：行业四轮驱动模型**[6][13] * **模型构建思路：** 一个综合性的行业轮动模型，旨在通过多维度信号捕捉不同行业板块的交易机会或潜在机会[6][13]。 * **模型具体构建过程：** 报告未详细说明其四个维度的具体构成和合成方法。从输出信号类型（如“交易机会”、“牛回头(潜在机会)”、“低位金叉(潜在机会)”）来看，该模型可能综合了趋势、动量、估值、资金流等多个因子或子模型的结果进行判断[13]。 模型的回测效果 *报告未提供任何量化模型的回测绩效指标（如年化收益率、夏普比率、最大回撤等）的具体数值。* 量化因子与构建方式 *报告未提及任何具体的量化因子（如估值因子、动量因子、质量因子等）的构建思路、过程和公式。* 因子的回测效果 *报告未提供任何量化因子的测试结果（如IC值、IR、多空收益等）的具体数值。*