量化模型与构建方式 1. **模型名称：成交量模型**[9][12] * **模型构建思路**：基于价量关系进行市场择时，认为成交量变化蕴含市场情绪和趋势信息[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。 2. **模型名称：特征龙虎榜机构模型**[12] * **模型构建思路**：利用龙虎榜中机构投资者的买卖行为特征来构建择时信号[12]。 * **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。 3. **模型名称：特征成交量模型**[12] * **模型构建思路**：基于更精细或具有特定特征的成交量数据（可能与普通成交量不同）进行择时[12]。 * **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。 4. **模型名称：智能算法模型（沪深300/中证500）**[12] * **模型构建思路**：运用智能算法（如机器学习）对市场数据进行建模，以生成择时信号[12]。 * **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。 5. **模型名称：涨跌停模型**[13] * **模型构建思路**：通过分析市场中涨停和跌停股票的数量或比例等特征来研判市场情绪和强度[9][13]。 * **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。 6. **模型名称：上下行收益差模型**[13] * **模型构建思路**：通过计算市场上涨阶段与下跌阶段的收益差异，来衡量市场的内在动能和趋势[9][13]。 * **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。 7. **模型名称：月历效应模型**[13] * **模型构建思路**：基于历史数据中存在的特定月份或时间窗口的规律性收益模式进行择时[13]。 * **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。 8. **模型名称：长期动量模型**[14] * **模型构建思路**：利用长期的价格动量效应，即过去表现较好的资产未来继续表现较好的趋势，进行择时[9][14]。 * **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。 9. **模型名称：A股综合兵器V3模型**[15] * **模型构建思路**：这是一个综合性的择时模型，可能耦合了多个周期、多个策略的信号，以达到攻守兼备的效果[9][15]。 * **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。 10. **模型名称：A股综合国证2000模型**[15] * **模型构建思路**：针对国证2000指数构建的综合择时模型[15]。 * **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。 11. **模型名称：成交额倒波幅模型（港股）**[16] * **模型构建思路**：结合成交额和波动率（波幅）的倒数关系来对港股市场进行择时[16]。 * **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。 12. **模型名称：恒生指数上下行收益差模型（港股）**[16] * **模型构建思路**：针对恒生指数，计算其上行与下行的收益差来构建择时信号[16]。 * **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。 13. **模型名称：双底形态选股策略**[42][51] * **模型构建思路**：基于技术分析中的“双底”形态进行选股，该形态通常被视为看涨反转信号[42]。 * **模型具体构建过程**：识别股价走势中形成的两个近似低点（A点和C点）及之间的反弹高点（B点），当股价突破B点与A点连线构成的颈线位时，视为形态突破，产生买入信号[51]。报告展示了具体个股的A、B、C点日期及突破时点[51][54]。 14. **模型名称：杯柄形态选股策略**[42][45] * **模型构建思路**：基于技术分析中的“杯柄”形态进行选股，该形态是持续看涨的整理形态[42]。 * **模型具体构建过程**：识别股价先下跌后回升形成的“U”形杯状区域（A点到B点），随后在一段较小的回调整理（柄部，B点到C点）后，股价放量突破柄部高点，视为形态突破，产生买入信号[45]。报告展示了具体个股的A、B、C点日期及突破时点[45][55]。 15. **模型名称：倒杯子形态风险监控**[60] * **模型构建思路**：识别技术分析中的“倒杯子”形态，该形态被视为典型的负向形态，预示股价可能延续下跌趋势[60]。 * **模型具体构建过程**：在一波下跌后的反弹筑顶过程中，识别顶部形态，当股价再次下跌并实现向下突破时，确认该负面形态[60]。报告展示了具体个股的形态关键点（A、C、E点）[60]。 模型的回测效果 1. **双底形态组合**，本周收益0.13%，同期上证综指涨跌幅0.37%，本周相对收益-0.23%，自2020年12月31日至今累计收益14.14%，累计超额收益1.77%[42]。 2. **杯柄形态组合**，本周收益-0.23%，同期上证综指涨跌幅0.37%，本周相对收益-0.59%，自2020年12月31日至今累计收益10.57%，累计超额收益-1.8%[42]。 3. **上周杯柄形态突破个股**（30只），上周平均超额收益0.09%[43]。 4. **上周双底形态突破个股**（17只），上周平均超额收益1.17%[49]。 量化因子与构建方式 * 报告提及监控了33个“大师系列”量化选股策略，涉及价值型、成长型、综合型，但未详细阐述具体因子的构建方式[35]。 因子的回测效果 * 报告未提供具体因子的测试结果取值。

量化模型与构建方式 1. 短期择时模型 1. **模型名称**：短期择时模型[7][16] 2. **模型构建思路**：通过综合评估基本面、估值面、情绪面和流动性四个维度的多个指标，生成对A股市场的整体择时信号[7][16] 3. **模型具体构建过程**： * 模型包含四个一级指标：基本面、估值面、情绪面、流动性[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年的分位数位置，被赋予“乐观”、“谨慎”或“中性”的定性信号[16][19] * 二级指标信号汇总后，形成对应一级指标的定性信号（乐观/谨慎/中性）[16][19] * 最终的总仓位信号由四个一级指标信号综合决定[7][16] * 报告中提及的部分二级指标及其信号生成规则如下[16][17][19]： * **基本面指标**： * 制造业PMI是否>50：若PMI ≤ 50，给出谨慎信号[16][19] * 信贷脉冲环比变化分位数：分位数高（如67.80%）给出乐观信号[16][19] * M1同比增速（HP滤波去趋势）分位数：分位数高（如91.53%）给出乐观信号[16][19] * **估值面指标**： * A股整体PE分位数：分位数高（如94.21%）给出谨慎信号[16][19] * A股整体PB分位数：分位数高（如91.15%）给出谨慎信号[16][19] * **情绪面指标**： * A股整体Beta离散度分位数：分位数中性（如44.07%）给出中性信号[17][19] * A股整体量能情绪分位数：分位数低（如9.59%）给出谨慎信号[17][19] * A股整体波动率分位数：分位数中性（如58.40%）给出中性信号[17][19] * **流动性指标**： * 货币利率指标分位数：分位数低（如30.51%）给出乐观信号[17][19] * 汇率预期指标分位数：分位数低（如30.51%）给出乐观信号[17][19] * 沪深净融资额5日均值分位数：分位数极低（如0.00%）给出乐观信号[17][19] 2. 成长价值风格轮动模型 1. **模型名称**：成长价值风格轮动模型[7][26] 2. **模型构建思路**：从基本面、估值面、情绪面三个维度选取指标，判断成长与价值风格的相对强弱，给出超配建议[26][28] 3. **模型具体构建过程**： * 模型包含三个一级指标：基本面、估值面、情绪面[26][28] * 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状态，被赋予利好成长或利好价值的信号，并据此计算出建议的成长/价值配置仓位百分比[26][28] * 最终的综合信号由各维度信号汇总得出[26] * 报告中提及的部分二级指标及其信号生成规则如下[26][28]： * **基本面指标**： * 盈利周期斜率水平：斜率大时利好成长[26][28] * 利率综合周期水平：水平偏高时利好价值[26][28] * 信贷综合周期变化：走强时利好成长[26][28] * **估值面指标**： * 成长价值PE差分位数：估值差均值回归上行中（分位数如34.76%）利好成长[26][28] * 成长价值PB差分位数：估值差均值回归上行中（分位数如41.12%）利好成长[26][28] * **情绪面指标**： * 成长价值换手差分位数：换手差偏高（分位数如75.52%）利好成长[26][28] * 成长价值波动差分位数：波动差反弹至偏高位置（分位数如67.92%）利好均衡（成长价值各50%）[26][28] 3. 小盘大盘风格轮动模型 1. **模型名称**：小盘大盘风格轮动模型[7][30] 2. **模型构建思路**：从流动性等视角选取11个有效轮动指标，构建综合信号来判断小盘与大盘风格的相对强弱[30][32] 3. **模型具体构建过程**： * 模型基于《流动性视角下的市值风格轮动和择时策略》专题报告构建[30] * 共使用11个轮动指标，每个指标独立生成对小盘仓位的建议（0%或100%）[32] * 将11个指标的建议仓位综合，得到最终的小盘/大盘配置信号[30][32] * 报告中列出的11个轮动指标包括：A股龙虎榜买入强度、R007、融资买入余额变化、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1000 MACD(10,20,10)、中证1000交易量能[32] 模型的回测效果 1. 短期择时模型 * **回测区间**：2012年底至今[18] * **年化收益率**：16.41%[18][21] * **基准年化收益率**：4.77%[18][21] * **年化超额收益率**：11.65%[18] * **年化波动率**：14.81%[21] * **最大回撤**：14.07%[18][21] * **夏普比率**：0.9655[21] * **收益回撤比**：1.1667[21] * **月度胜率**：66.24%[21] * **季度胜率**：60.38%[21] * **年度胜率**：78.57%[21] * **2024年以来年化收益率**：29.13%[24] * **2024年以来基准年化收益率**：9.12%[24] * **2024年以来最大回撤**：11.04%[24] * **2024年以来夏普比率**：1.4813[24] * **2024年以来收益回撤比**：2.6388[24] * **2024年以来月度胜率**：72.00%[24] * **2025年以来收益率**：23.44%[18][22] * **2025年以来基准收益率**：13.34%[18][22] * **2025年以来超额收益率**：10.09%[18][22] 2. 成长价值风格轮动模型 * **回测区间**：2012年底至今[27] * **年化收益率**：12.74%[27][29] * **基准年化收益率**：7.97%[27][29] * **年化超额收益率**：4.77%[27] * **年化波动率**：20.80%[29] * **最大回撤**：43.07%[29] * **夏普比率**：0.5853[29] * **收益回撤比**：0.2958[29] * **月度胜率**：58.33%[29] * **季度胜率**：59.62%[29] * **2025年以来收益率**：25.13%[27][29] * **2025年以来基准收益率**：25.96%[27][29] * **2025年以来超额收益率**：-0.84%[27][29] 3. 小盘大盘风格轮动模型 * **综合信号年化收益率**：19.73%[32] * **综合信号年化超额收益率**：12.67%[32] * **综合信号最大回撤**：40.70%[32] * **综合信号胜率（按交易）**：49.57%[32] * **2025年以来超额收益率**：11.66%[31][32] * **各独立指标年化超额收益率范围**：3.65% 至 9.68%[32]（指标包括：融资买入余额变化、大宗交易折溢价率、A股龙虎榜买入强度、R007、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、中证1000 MACD、中证1000交易量能）

核心观点总结 - 市场情绪指标数值为3.15，较上周五的3.8进一步降低，从情绪角度来看观点偏空[8] - 情绪指标呈现结构性分化但稳中趋缓的状态，价量匹配改善且主力资金回流，但短期上行动能偏弱[12] - 全A成交额环比下降6.87%，平均日成交额为17369.23亿元，市场成交活跃度降低[16] - 模型提示小盘与价值风格占优信号，其中价值风格信号未来可能加强，小盘风格信号未来存在减弱可能[2] - 行业层面，美容护理、传媒、家用电器等行业短期趋势得分上升靠前，纺织服饰、基础化工等是短期趋势最强的行业[2][41] 情绪模型观点总结 - 市场情绪得分周内继续回落，截至11月28日数值为3.15，较上周五的3.8降低[8] - 价量一致性小幅回升，市场价量匹配程度改善，资金关注度与标的涨幅相关性增强[12][13] - 行业间交易波动率小幅下降，显示资金在行业间切换节奏放缓，交易活跃度边际减弱[12] - 行业涨跌趋势性在布林带上界高位震荡，行业观点一致性维持在较高水平[12] - 融资余额占比继续上行并刷新近三年新高，杠杆资金风险偏好持续回升[12][29] - RSI指标周内快速下行并下穿布林带下界，市场短期上行动能偏弱[12][32] - 主力资金净流入周内持续回升，买入力度显著增强，机构资金进场意愿边际改善[12][36] 其他择时模型观点总结 - 均线排列模型显示，美容护理、传媒、家用电器、国防军工、计算机等行业短期趋势得分上升趋势靠前[2][41] - 纺织服饰、基础化工、石油石化、钢铁、电力设备是短期趋势最强的行业，其中纺织服饰短期得分为84.75[2][41] - 行业拥挤度与周内涨跌幅相关系数为-0.12，呈现弱负相关性[2][46] - 电力设备、银行、美容护理、房地产等高拥挤度板块领涨明显，短期有上冲惯性但需警惕高位回调压力[2][46] - 农林牧渔、纺织服饰、非银金融、公用事业等拥挤度较高且涨幅稳健，显示出较强的进攻属性[2][46] - 有色金属、煤炭、石油石化、机械设备、综合等低拥挤度板块涨幅相对落后，资金压力小、估值安全边际高，中长期配置价值突出[2][46] - RSI风格择时模型维持提示小盘风格占优信号，但5日RSI相对20日RSI迅速上升，未来信号存在减弱可能[2][49] - 模型维持提示价值风格占优信号，且5日RSI相对20日RSI迅速降低，未来信号强度可能出现进一步加强[2][49]

市场下周展望 - 市场下周维持震荡可能性较大 [1][2] - 沪深300流动性冲击指标为0.50，高于前一周的0.15，显示当前市场流动性高于过去一年平均水平0.50倍标准差 [2] - 上证50ETF期权PUT-CALL比率为1.02，投资者对短期走势相对谨慎 [2] 技术指标分析 - Wind全A指数处于SAR反转点位之下，均线强弱指数在指数点位上升幅度不大情况下上行，表明市场存在下行可能 [1][2] - 均线强弱指数当前得分为145，处于2023年以来的49.6%分位点 [2] - 情绪模型得分为1分（满分5分），显示市场情绪较弱 [2] 市场交易活跃度 - 上证综指和Wind全A五日平均换手率分别为0.98%和1.59%，处于2005年以来的65.67%和73.47%分位点，交易活跃度有所下降 [2] - 上周人民币在岸和离岸汇率周涨幅分别为0.43%、0.48% [2] 历史日历效应 - 2005年以来12月上半月，上证综指、沪深300、中证500、创业板指上涨概率分别为70%、65%、55%、60% [2] - 同期上述指数涨幅均值分别为1.81%、2.45%、1.55%、-0.02%，涨幅中位数分别为2.09%、2.58%、1.03%、0.77% [2] 上周市场表现 - 上周上证50指数上涨0.47%，沪深300指数上涨1.64%，中证500指数上涨3.14%，创业板指上涨4.54% [3] - 当前全市场PE（TTM）为21.7倍，处于2005年以来的71.9%分位点 [3] 因子拥挤度 - 低估值因子拥挤度为-0.65，继续处于低位 [3] - 小市值因子拥挤度为0.30，高盈利因子拥挤度为-0.04，高盈利增长因子拥挤度为0.02 [3] 行业拥挤度 - 通信、有色金属、综合、电力设备和电子行业的拥挤度相对较高 [4] - 基础化工和银行的行业拥挤度上升幅度相对较大 [4]

根据提供的研报内容，以下是其中涉及的量化模型与因子的详细总结。 量化模型与构建方式 1. **模型名称：短期择时模型**[13][14][16] * **模型构建思路**：该模型从宏观基本面、估值面、情绪面和流动性四个维度，选取多个二级指标进行综合判断，以生成对A股市场的短期仓位信号。 * **模型具体构建过程**： * **第一步：构建一级指标信号**。模型包含四个一级指标：基本面、估值面、情绪面、流动性。每个一级指标下包含若干二级指标。 * **第二步：计算二级指标信号**。每个二级指标根据其当前值在过去5年历史数据中的分位数，被赋予“乐观”（对应信号值1.00）、“中性”（对应信号值0.50）或“谨慎”（对应信号值0.00）的信号。 * **基本面指标**：包括制造业PMI是否大于50、信贷脉冲环比变化分位数、M1同比增速（HP滤波去趋势）分位数[13][16]。 * **估值面指标**：包括A股整体PE分位数、A股整体PB分位数[13][16]。 * **情绪面指标**：包括A股整体Beta离散度分位数、A股整体量能情绪分位数、A股整体波动率分位数[14][16]。 * **流动性指标**：包括货币利率指标分位数、汇率预期指标分位数、沪深净融资额5日均值分位数[14][16]。 * **第三步：合成一级指标信号**。每个一级指标的综合信号由其下属的二级指标信号值简单平均或加权平均得到。 * **第四步：生成总仓位信号**。最终的总仓位信号由四个一级指标的综合信号值再次平均得到，并根据阈值确定最终的仓位建议（例如，高仓位、中性仓位、低仓位）[16]。 2. **模型名称：成长价值风格轮动模型**[23][24][25] * **模型构建思路**：该模型从基本面、估值面、情绪面三个维度分析成长风格与价值风格的相对强弱，以决定超配成长或价值风格。 * **模型具体构建过程**： * **第一步：维度信号分析**。模型在三个维度上分别计算信号： * **基本面**：基于盈利周期斜率、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风格[23][25]。 * **估值面**：基于成长价值PE估值差的分位数和PB估值差的分位数。当估值差的分位数较低，意味着均值回归上行，利好成长风格[23][25]。 * **情绪面**：基于成长价值换手差的分位数和波动差的分位数。换手差偏高利好成长风格[23][25]。 * **第二步：信号合成**：每个维度内的指标信号被综合（例如，加权平均或投票），得出该维度的最终建议仓位（如100%成长/0%价值）。 * **第三步：模型最终决策**：综合三个维度的建议，得出最终的风格配置建议（例如，超配成长）[23][25]。 3. **模型名称：小盘大盘风格轮动模型**[27][28][29] * **模型构建思路**：该模型基于专题研究，从流动性等多个视角选取11个有效指标，构建综合信号来判断小盘风格与大盘风格的轮动机会。 * **模型具体构建过程**： * **第一步：选取有效指标**。模型共使用11个指标，包括A股龙虎榜买入强度、R007、融资买入余额变化、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[29]。 * **第二步：生成单个指标信号**。每个指标独立产生一个对小盘风格的仓位建议（0%或100%，或可能的中性仓位），例如，0%表示看空小盘（即看多大盘），100%表示看多小盘[29]。 * **第三步：合成综合信号**。将所有11个指标的信号进行综合（具体方法未在提供内容中详述，可能为平均或投票），得出最终的小盘风格综合仓位信号，其补集即为大盘风格仓位信号[27][29]。 模型的回测效果 1. **短期择时模型**[15][18][19][21] * 年化收益率：16.41%（基准为4.74%） * 年化超额收益率：11.66% * 年化波动率：14.82%（基准为11.60%） * 最大回撤：14.07%（基准为31.41%） * 夏普比率：0.9647（基准为0.2854） * 收益回撤比：1.1664（基准为0.1511） * 月度胜率：66.03%（基准为53.85%） * 2024年以来年化收益率：29.24%（基准为9.02%） * 2024年以来夏普比率：1.4804（基准为0.6509） 2. **成长价值风格轮动模型**[24][26] * 年化收益率：12.40%（基准为7.75%） * 年化超额收益率：4.65% * 年化波动率：20.82%（基准为20.69%） * 最大回撤：43.07%（基准为44.13%） * 夏普比率：0.5704（基准为0.3684） * 收益回撤比：0.2879（基准为0.1757） * 月度胜率：58.06%（基准为55.48%） * 2025年以来收益率：19.75%（基准为22.28%） 3. **小盘大盘风格轮动模型**[28][29] * 综合策略年化收益率：19.64%（基准未明确给出单一数值，但提及基准为沪深300和中证1000全收益指数的等权组合） * 综合策略年化超额收益率：12.63% * 综合策略最大回撤：40.70% * 2025年以来超额收益率：10.82% * 部分单一指标年化超额收益率示例：融资买入余额变化（5.66%）、中证1000交易量能（9.63%）[29] 量化因子与构建方式 1. **因子名称：Beta离散度**[12][14][16][29] * **因子构建思路**：用于衡量市场中个股收益率相对于市场基准收益率（Beta）的分散程度，反映市场共识度和交易主线明确性。 * **因子具体构建过程**：报告中未提供具体的计算公式，但指出该指标的分位数被用于情绪面分析。当Beta离散度偏高时，通常给出谨慎信号[14][16]。 2. **因子名称：PB分化度**[12][29] * **因子构建思路**：用于衡量市场中个股市净率（PB）的离散程度，反映估值层面的分化情况。 * **因子具体构建过程**：报告中未提供具体的计算公式，但指出该指标被用于情绪面分析和大小盘轮动模型。PB分化度下行被视为谨慎信号[12][29]。 3. **因子名称：量能情绪**[14][16][29] * **因子构建思路**：综合交易量能信息，反映市场交易活跃度和情绪强弱。 * **因子具体构建过程**：报告中未提供“量能情绪得分”的具体计算公式，但指出其分位数被用于情绪面分析。量能情绪偏弱时给出谨慎信号[14][16]。在大小盘轮动中，“中证1000交易量能”作为一个独立指标使用[29]。 4. **因子名称：成长价值估值差（PE/PB）**[23][25] * **因子构建思路**：计算成长风格与价值风格在估值指标（如PE中位数、PB中位数）上的差异，并通过其历史分位数判断均值回归方向。 * **因子具体构建过程**：报告中未提供具体的差值计算公式，但使用了“成长价值PE差分位数”和“成长价值PB差分位数”的概念。当这些差分位数较低时，认为估值差有均值回归上行的动力，利好成长风格[23][25]。 5. **因子名称：成长价值换手差/波动差**[23][25] * **因子构建思路**：计算成长风格与价值风格在换手率、波动率上的差异，反映市场对不同风格的情绪偏好和风险偏好。 * **因子具体构建过程**：报告中未提供具体的差值计算公式，但使用了“成长价值换手差分位数”和“成长价值波动差分位数”。例如，换手差偏高被认为利好成长风格[23][25]。 因子的回测效果 （注：提供的研报内容主要展示了整合这些因子的模型整体表现，未单独列出上述因子的独立回测绩效指标，如IC值、IR等。因此，此部分根据要求跳过。）

核心观点 - 市场情绪综合得分周内冲高回落，截至11月21日数值为3.8，较上周五的3.9小幅降低，从情绪角度观点偏空 [1][6] - 价量指标共振走弱，市场交易活跃度下降，全A成交额环比下降8.74%，平均日成交额为18650.36亿元，显示短期情绪显著降温 [1][13] - 行业层面，石油石化、基础化工、煤炭、钢铁、纺织服饰等行业短期趋势最强，其中石油石化短期得分达83.05 [1][35] - 风格配置上，模型维持提示小盘风格与价值风格占优信号，但相关RSI指标迅速降低，未来信号强度可能加强 [1][43] 市场情绪指标分析 - 情绪结构指标采用多维度分项指标合成，包括行业间交易波动率、价量一致性、科创50成交占比等9个指标，通过打分法计算综合得分，近5年该指标在[-6.6, 6]区间内波动 [5] - 价量一致性指标周内快速回落，显示资金关注度与标的涨幅相关性明显降低，市场价量匹配程度下降 [10][11] - 科创50相对全A成交占比继续下滑并下穿布林带下界，反映市场风险偏好进一步走弱 [10][16] - 行业间交易波动率保持上涨但增速持续放缓，周五小幅回落，表明资金在不同行业间切换的节奏边际减弱 [10][19] - 行业涨跌趋势性较上周大幅下降并再度下穿布林带上界，显示行业观点分歧加大，板块beta效应减弱 [10][22] - 融资余额占比继续上升，杠杆资金情绪有所回暖 [10][25] - RSI指标周内快速下跌并接近布林带下界，表明市场短期上行动能不足 [10][28] - 主力资金净流入强度快速走低，机构买入意愿明显回落 [10][31] 行业趋势与拥挤度 - 根据均线排列模型，银行、纺织服饰、国防军工、石油石化、综合等行业短期趋势得分上升趋势靠前 [35] - 行业拥挤度分析显示，本周拥挤度与周内涨跌幅相关系数为-0.24，呈现较明显的负相关性 [1][40] - 电力设备、综合、基础化工、美容护理等高拥挤度板块领跌明显，拥挤资金快速流出导致调整幅度放大 [1][40] - 农林牧渔、纺织服饰、公用事业等拥挤度较高但跌幅相对温和，显示一定防御属性 [1][40] - 汽车、机械设备、电子、通信、计算机等低拥挤度板块跌幅较小，中长期配置价值仍在，若市场情绪回暖有望率先企稳反弹 [1][40] - 截至11月21日，平均拥挤度最高的行业为农林牧渔(0.953)、基础化工(0.943)、综合(0.900)、传媒(0.873)、纺织服饰(0.863)；拥挤度最低的行业为家用电器(0.123)、计算机(0.123)、通信(0.110)、汽车(0.033)、机械设备(0.023) [38][39] 市场风格研判 - RSI风格择时模型显示，当前维持小盘风格占优信号，申万小盘/申万大盘的20日RSI为52.38，高于60日RSI的42.01，但5日RSI相对20日RSI迅速降低48.30% [43][44] - 模型同时维持价值风格占优信号，国证成长/国证价值的20日RSI为33.68，低于60日RSI的56.25，5日RSI相对20日RSI降低44.59% [43][44] - 价值风格在300成长/300价值、创业板指/沪深300的对比中也均显示占优，其20日RSI均显著低于60日RSI [44]

核心观点 - 市场情绪指标数值为3.8，较上周五的3.9小幅降低，情绪出现下滑，观点偏空 [7] - 价量一致性指标周内快速回落，市场价量匹配程度下降，情绪快速走低 [11] - 模型整体提示小盘与价值风格占优信号，且信号强度未来可能加强 [49][50] 市场情绪模型观点 - 市场情绪指标周内冲高回落，综合得分周内快速下降，市场交易活跃度不断走低 [7] - 全A成交额较上周环比下降8.74%，平均日成交额为18650.36亿元，市场成交活跃度降低 [15] - 价量一致性指标快速回落，资金关注度与标的涨幅相关性明显降低 [11][12] - 科创50相对全A成交占比继续下滑并下穿布林带下界，反映风险偏好进一步走弱 [11][18] - 行业间交易波动率保持上涨但增速持续放缓，周五小幅回落，资金切换节奏边际减弱 [11][22] - 行业涨跌趋势性较上周大幅下降并再度下穿布林带上界，行业观点分歧加大，板块beta效应减弱 [11][25] - 融资余额占比继续上升，杠杆资金情绪有所回暖 [11][29] - RSI指标周内快速下跌并接近布林带下界，市场短期上行动能不足 [11][32] - 主力资金净流入强度快速走低，机构买入意愿明显回落 [11][36] 其他择时模型观点 - 均线排列模型显示，银行、纺织服饰、国防军工、石油石化、综合等行业短期趋势得分上升趋势靠前 [40] - 石油石化、基础化工、煤炭、钢铁、纺织服饰是短期趋势最强的行业，其中石油石化短期得分为83.05，为最高 [40] - 行业拥挤度与周内涨跌幅相关系数为-0.24，呈现较明显的负相关性 [45] - 电力设备、综合、基础化工、美容护理等高拥挤度板块领跌明显，拥挤资金快速流出导致调整幅度放大 [45] - 农林牧渔、纺织服饰、公用事业等拥挤度较高但跌幅相对温和，显示一定防御属性 [45] - 汽车、机械设备、电子、通信、计算机等低拥挤度板块跌幅较小，中长期配置价值仍在，若情绪回暖有望率先反弹 [45] - RSI风格择时模型维持提示小盘风格和价值风格占优信号 [49][50] - 小盘风格信号提示强度较强，但5日RSI相对20日RSI迅速降低，未来有待观察 [49] - 价值风格信号方面，5日RSI相对20日RSI迅速降低，未来信号强度可能出现一定程度加强 [49]

市场整体观点 - 市场下周或将维持震荡 [1][2] - Wind全A指数连续一周处于SAR反转点位之下且两者距离未收敛 [1][2] - 均线强弱指数得分为80处于2023年以来25.9%分位点表明市场还有下行空间 [2] - 情绪模型得分为0分（满分5分）趋势模型和加权模型信号均为负向显示市场情绪较弱 [2] 量化指标分析 - 基于沪深300指数的流动性冲击指标为0.15低于前一周0.67意味着当前市场流动性高于过去一年平均水平0.15倍标准差 [2] - 上证50ETF期权成交量PUT-CALL比率震荡下降至1.02低于前一周1.04显示投资者对上证50ETF短期走势谨慎程度下降 [2] - 上证综指和Wind全A五日平均换手率分别为1.21%和1.86%处于2005年以来73.72%和80.02%分位点交易活跃度有所下降 [2] 上周市场表现 - 上证50指数下跌2.72%沪深300指数下跌3.77%中证500指数下跌5.78%创业板指下跌6.15% [3] - 全市场PE（TTM）为21.3倍处于2005年以来70.1%分位点 [3] - 2005年以来各宽基指数在11月下半月均表现不佳 [3] 宏观与外部事件 - 人民币汇率震荡在岸和离岸汇率周涨幅分别为-0.14%-0.07% [2] - 美股道琼斯工业指数标普500指数和纳斯达克指数周收益率分别为-1.91%-1.95%-2.74% [2] - 特朗普政府考虑批准英伟达H200 AI芯片对华销售 [2] - 美国11月标普全球制造业PMI初值为51.9创4个月新低服务业PMI初值为55综合PMI初值为54.8均创4个月新高 [2] 因子拥挤度 - 低估值因子拥挤度出现下降为-0.69 [4] - 小市值因子拥挤度为0.39高盈利因子拥挤度为-0.02高盈利增长因子拥挤度为0.05 [4] 行业拥挤度 - 有色金属通信综合电力设备和钢铁的行业拥挤度相对较高 [5] - 基础化工和银行的行业拥挤度上升幅度相对较大 [5]

量化模型与构建方式 量化择时模型 1. **模型名称**：短期择时策略模型[5][13][14] **模型构建思路**：基于多维度市场指标构建综合择时信号，通过基本面、估值面、情绪面、流动性四个维度的二级指标信号综合判断市场走势[13][14] **模型具体构建过程**： - 选取四个一级指标：基本面、估值面、情绪面、流动性 - 每个一级指标下设置多个二级指标： - 基本面：制造业PMI是否>50、信贷脉冲环比变化分位数、M1同比增速（HP滤波去趋势）分位数[13] - 估值面：A股整体PE分位数、A股整体PB分位数[13] - 情绪面：A股整体Beta离散度分位数、A股整体量能情绪分位数、A股整体波动率分位数[14] - 流动性：货币利率指标分位数、汇率预期指标分位数、沪深净融资额5日均值分位数[14] - 每个二级指标根据其数值在历史分位数位置给出乐观、谨慎或中性信号 - 综合各维度信号得出总仓位信号[13][14] **模型评价**：该模型通过多维度指标综合判断，能够较全面反映市场状况[13][14] 2. **模型名称**：成长价值风格轮动模型[24][25] **模型构建思路**：基于基本面、估值面、情绪面三个维度分析成长与价值风格的相对强弱，实现风格轮动配置[24] **模型具体构建过程**： - 基本面维度：分析盈利周期斜率、利率综合周期水平、信贷综合周期变化 - 盈利周期斜率大时利好成长风格 - 利率周期水平偏低时利好成长风格 - 信贷周期上行时利好成长风格[24] - 估值面维度：分析成长价值PE估值差分位数、PB估值差分位数 - 估值差均值回归上行时利好成长风格[24] - 情绪面维度：分析成长价值换手差分位数、波动差分位数 - 换手差偏高时利好成长风格 - 波动差反弹至偏高位置时利好均衡配置[24] - 综合三个维度信号得出超配成长或价值的建议[24] 3. **模型名称**：小盘大盘风格轮动模型[28][29] **模型构建思路**：从流动性视角出发，基于11个有效轮动指标构建综合大小盘轮动信号[28] **模型具体构建过程**： - 选取11个轮动指标：A股龙虎榜买入强度、R007、融资买入余额变化、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[30] - 每个指标独立给出小盘或大盘的仓位建议（0%或100%） - 对11个指标的综合信号进行3日平滑处理[30] - 根据综合信号确定最终的小盘大盘配置比例[28][30] 模型的回测效果 1. **短期择时策略模型**[15][19][22] - 全区间（2012年底至今）年化收益率：16.05%（基准4.64%）[15][19] - 全区间年化超额收益率：11.41%[15][19] - 全区间最大回撤：15.49%（基准31.41%）[15][19] - 全区间夏普比率：0.9453（基准0.2766）[19] - 全区间收益回撤比：1.0360（基准0.1477）[19] - 2024年以来年化收益率：27.83%（基准8.31%）[22] - 2024年以来最大回撤：11.04%（基准8.89%）[22] - 2024年以来夏普比率：1.4264（基准0.5906）[22] 2. **成长价值风格轮动模型**[25][27] - 全区间（2012年底至今）年化收益率：12.40%（基准7.75%）[25][27] - 全区间年化超额收益率：4.65%[25] - 全区间最大回撤：43.07%（基准44.13%）[27] - 全区间夏普比率：0.5704（基准0.3684）[27] - 全区间收益回撤比：0.2879（基准0.1757）[27] - 2025年收益率：19.75%（基准22.28%）[25][27] 3. **小盘大盘风格轮动模型**[29][30] - 2025年超额收益率：11.88%[29][30] - 2014年以来每年均产生正向超额收益[29] - 综合信号3日平滑年化收益：19.51%[30] - 综合信号年化超额收益：12.73%[30] - 综合信号最大回撤：40.70%[30] 量化因子与构建方式 1. **因子名称**：Beta离散度[11][14] **因子构建思路**：衡量市场个股Beta系数的离散程度，反映市场共识度和趋势强度[11][14] **因子具体构建过程**：计算全市场个股Beta系数的标准差或变异系数[11][14] 2. **因子名称**：PB分化度[11][30] **因子构建思路**：衡量市场个股市净率的离散程度，反映估值分化状况[11][30] 3. **因子名称**：量能情绪得分[14] **因子构建思路**：基于市场交易量能变化构建的情绪指标[14] 4. **因子名称**：龙虎榜买入强度[28][30] **因子构建思路**：通过龙虎榜数据反映机构资金买入意愿[28][30] 5. **因子名称**：融资买入余额变化[28][30] **因子构建思路**：监测融资资金的变化趋势，反映杠杆资金情绪[28][30] 6. **因子名称**：主题投资交易情绪[28][30] **因子构建思路**：衡量主题投资的热度和市场关注度[28][30] 7. **因子名称**：中证1000MACD(10,20,10)[30] **因子构建思路**：基于中证1000指数的MACD技术指标判断小盘股趋势[30] 8. **因子名称**：中证1000交易量能[30] **因子构建思路**：监测中证1000指数的成交量变化，反映小盘股交易活跃度[30]

核心观点 - 市场下周或将出现震荡，主要因技术面指标与指数走势出现背离，且多项量化指标显示市场情绪谨慎、交易活跃度下降 [1][2] 量化指标表现 - 基于沪深300指数的流动性冲击指标为0.67，高于前一周的0.40，表明当前市场流动性高于过去一年平均水平0.67倍标准差 [2] - 上证50ETF期权成交量PUT-CALL比率下降至1.04，低于前一周的1.22，反映投资者对上证50ETF短期走势谨慎程度有所下降 [2] - 上证综指和Wind全A五日平均换手率分别为1.27%和1.91%，处于2005年以来75.55%和81.44%的高分位点，交易活跃度下降 [2] 宏观因子数据 - 人民币汇率震荡，在岸和离岸汇率周涨幅分别为0.31%和0.35% [2] - 中国10月CPI同比为0.2%，高于前值-0.3%和Wind一致预期-0.04%；PPI同比为-2.1%，高于前值-2.3%和Wind一致预期-2.28% [2] - 10月新增人民币贷款2200亿元，低于Wind一致预期4599.82亿元和前值12900亿元；M2同比增长8.2%，高于Wind一致预期8.04%但低于前值8.4% [2] 日历效应与技术分析 - 2005年以来，11月下半月主要宽基指数上涨概率均低于50%，涨幅均值为负值，历史表现不佳 [2] - Wind全A指数于10月27日向上突破SAR翻转指标；当前市场均线强弱指数得分为218，处于2023年以来79.2%的高分位点 [2] - 市场情绪模型得分为3分（满分5分），趋势模型和加权模型信号均为正向 [2] 上周市场表现与估值 - 上周主要宽基指数表现：上证50指数上涨0%，沪深300指数下跌1.08%，中证500指数下跌1.26%，创业板指下跌3.01% [3] - 当前全市场PE（TTM）为22.2倍，处于2005年以来75.8%的高分位点 [3] 因子与行业拥挤度 - 主要因子拥挤度保持平稳：小市值因子0.37，低估值因子-0.25，高盈利因子-0.18，高盈利增长因子0.08 [3] - 有色金属、综合、通信、电力设备和钢铁等行业拥挤度相对较高；基础化工和银行的行业拥挤度上升幅度较大 [4]