基金经理陈博的投资框架 - 投资理念深受彼得·林奇影响，以寻找“小而美的Alpha”作为主动管理超额收益的重要来源，目标是在科技成长产品中找到未来长期盈利有望翻倍的小盘成长股 [2] - 将高ROE视为优秀公司的重要标准，全市场ROE排名前列成为选股的重要依据，长期高于市场平均的ROE本身就是一种超额收益 [3] - 通过“高切低”的交易策略获取Alpha，即定期对组合做动态再平衡，将仓位切换到风险收益比更优的公司或行业上，例如在享受科创电子涨幅后于去年底切换到低估的游戏股 [3] - 选股标准主要包括：资产负债表干净且最好无负债、ROE水平较高、每年业绩增速保持较高水平且远期有利润翻倍的增长空间 [11][12] - 在买卖交易上，Alpha来源于“高切低”，而“低追高”的短期操作长期会损耗个股的Alpha [13] 产品管理与业绩表现 - 同时管理红利风格产品（上银国企红利混合）和科技风格产品（上银未来生活灵活配置），采用由两者构成的杠铃策略，以适应不同市场环境 [2] - 管理的上银未来生活灵活配置A获得国泰海通5年期、3年期双5星评级，近3年收益率排名101/1718（前10%），近2年排名126/1823（前10%），5年维度排名249/1488（前20%） [1] 宏观研判与仓位管理 - 投资决策需先判断宏观环境，明确市场处于牛市或熊市，因为牛熊市打法完全不同，公司投研一体化平台及固收团队的宏观预判能力为权益投资提供了重要支持 [14] - 在2024年二三季度预判国内流动性收缩而主动降低仓位，于9月中旬市场跌至2600点左右时判断A股充满机会并开始逐步加仓，通过仓位操作获得较好Alpha [15] - 凭借量化研究背景，拥有一套自己的择时指标，定期保持一定仓位进行择时，并在有明确观点时进行大择时，同时结合组合内部的“高切低”调整 [16] 对红利与科技资产的投资逻辑 - 认为科技和红利资产虽看似不同，但均受益于低利率的宏观环境，低利率利好受益于低利率的成长股和股息率高于国债收益率的红利资产 [17] - 两类资产的共同关键在于高ROE，许多科技股两年后ROE可超15%，红利资产ROE约10%加上5%股息率也是不错回报，高ROE本身就是超额收益 [18] - ROE是买好公司的信仰，也对应长期持有收益率，若公司能保持15%以上ROE，长期持有可获得相近年化收益率，15%的ROE处于全市场前75%分位 [19][20] - 红利资产筛选加入股息率指标，偏好股息率处于市场前75%分位的公司，追求整体利润增速快于GDP的企业；成长股筛选更重视业绩增速，希望未来三年保持30%以上利润增速 [21] - 代表性红利案例包括垃圾焚烧行业（资本开支结束进入现金增长阶段，业绩增速5%-10%，股息率5%，ROE 10%-15%）和某物业龙头（上证2600点时总市值等于净现金） [23] - 代表性科技案例包括2023年9月科创600点时布局电子企业，以及2024年底高估值后切换到动态估值低于15倍的游戏股，部分优质游戏企业ROE达30%，净利率40% [24] 公司投研体系支持 - 公司投研一体化平台提供宏观策略、行业研究等六大专业小组支持，通过信息共享和策略联动提升宏观研判及中观布局能力，例如上半年精准布局先进制造、半导体等主题赛道产品 [28] - 公司投研文化务实高效，追求稳健为先和长期业绩，开放自由的氛围允许深度互动和充分讨论，定期及不定期开展的投研会议和专题讨论有助于保持市场敏锐度 [29] 市场展望与投资机会 - 对A股市场乐观，认为中国风险资产正迎来系统性重估，财富效应突破临界点可能引发系统性财富转移和加速入市，核心工作是寻找有Alpha、高ROE及高盈利增速的公司 [27] - 看好多个细分领域机会，如手持摄像机产业链需求旺盛排产预计翻倍、储能政策出台后国内储能需求两年内翻倍、超市调改后收入空间打开、以及AI领域能找到三年收入翻数倍的咨询公司 [27] - 认为牛市并非仅有科技成长主线，财富效应可能带动消费升级重启，红利资产虽不一定跑赢成长股但仍具备绝对收益属性，牛市中各种风格资产都会上涨 [27]

核心观点 - 当前量化择时模型提示小盘风格和价值风格占优信号 [2] - 小盘风格信号强度较弱需观察 但价值风格信号强度进一步上升 [2] - 在历史关税冲击背景下 小盘指数虽初期跌幅更大但后续反弹力度更强 展现出更强韧性 [2] - 市场情绪指标数值为1.75 较9月26日的1.85出现小幅下降 观点偏空 [8] 市场情绪模型观点 - 市场情绪指标数值为1.75 较9月26日周五的1.85出现小幅下降 [8] - 价量一致性保持高位运行 资金关注度与标的涨幅具有较高相关性 显示资金高活跃度和高参与度 [3] - 科创50相对万得全A成交占比保持上升趋势 说明当前市场风险偏好较高 [3] - 行业间交易波动率继续回落 表明资金切换活跃度进一步下降 资金流动放慢 [3] - 行业涨跌趋势出现回升 表明资金在行业观点分歧有所下降 市场对行业短期价值判断一致性提升 [3] - 融资余额占比继续上升 意味着市场杠杆资金情绪进一步上升 反映投资者风险偏好不断上升 [3] - RSI指标出现回升 短期超买后的回调压力边际缓解 前期获利盘了结节奏放缓 但短期震荡格局未改 [3] - 本周全A成交额较上周小幅上升 市场成交活跃度出现一定水平回升 其中10月9日成交额为近期最高 达26718.18亿人民币 日成交量1529.53亿股 [3] 行业趋势与拥挤度分析 - 根据均线排列模型 银行、钢铁、公用事业、建筑装饰、基础化工等行业短期趋势得分上升趋势靠前 [30] - 有色金属、电力设备、房地产、机械设备、电子是短期趋势最强的行业 其中有色金属当前短期得分为98.31 为短期得分最高行业 [30] - 近期有色金属、煤炭高涨幅同时伴随较高的资金拥挤度 短期需关注估值与情绪回落带来的波动风险 [3] - 汽车、电子等行业资金拥挤度较高但涨幅偏低 显示资金布局稳定 [3] - 医药生物、美容护理等低拥挤度板块涨幅较低 在风险偏好回升时迎来配置机会 适合中长期逐步布局 [3] - 本阶段平均拥挤度最高的行业分别为汽车、环保、房地产、电力设备、电子 拥挤度最低的行业分别为农林牧渔、计算机、国防军工、美容护理、医药生物 [35] 风格择时模型观点 - 当前模型切换提示小盘风格占优信号 但5日RSI相对20日小幅下降 信号提示强度较弱 未来有待进一步观察指标 [2] - 模型维持提示价值风格占优信号 提示强度进一步上升 且5日RSI相对20日大幅下降 未来信号存在进一步加强可能 [2] - 在四次历史关税冲击背景下 小盘指数在冲击当日下跌均大于大盘指数 但在后续中短期表现优于大盘指数 反弹力度更强 展现出更强韧性 [47]

核心观点 - 报告核心观点为模型切换提示小盘风格占优，同时价值风格保持占优信号且强度进一步上升 [1][2] - 在历史关税冲击背景下，小盘指数虽在冲击当日跌幅大于大盘，但后续中短期表现优于大盘，反弹力度更强，展现出更强韧性 [2] 市场情绪指标 - 截至10月10日，市场情绪指标数值为1.75，较9月26日的1.85出现小幅下降，观点偏空 [2][8] - 本周全A成交额较上周小幅上升，市场成交活跃度出现一定水平回升，其中10月9日成交额为近期最高的26718.18亿人民币，日成交量1529.53亿股 [2][15] - 价量一致性保持高位运行，资金关注度与标的涨幅具有较高相关性，说明资金的高活跃度和高参与度 [2][11] - 科创50相对万得全A成交占比保持上升趋势，说明当前市场的风险偏好较高 [2][11] - 行业间交易波动率继续回落，表明资金切换活跃度进一步下降，资金流动放慢 [2][11] - 行业涨跌趋势出现回升，表明当前资金在行业观点分歧有所下降，市场对行业短期价值判断一致性提升 [2][11] - 融资余额占比继续上升，意味着市场杠杆资金情绪进一步上升，反映投资者风险偏好不断上升 [2][11][27] - RSI指标出现回升，短期超买后的回调压力边际缓解，前期获利盘了结节奏放缓，但短期震荡格局未改 [2][11][29] 行业趋势与拥挤度 - 根据均线排列模型，截至2025年10月10日，银行、钢铁、公用事业、建筑装饰、基础化工等行业短期趋势得分上升趋势靠前 [2][34] - 根据行业短期得分数值，有色金属、电力设备、房地产、机械设备、电子是短期趋势最强的行业，其中有色金属当前短期得分为98.31，为短期得分最高行业 [2][34] - 近期有色金属、煤炭高涨幅同时伴随较高的资金拥挤度，短期需关注估值与情绪回落带来的波动风险 [2][42] - 汽车、电子等行业资金拥挤度较高但涨幅偏低，显示资金布局稳定 [2][42] - 医药生物、美容护理等低拥挤度板块涨幅较低，在风险偏好回升时迎来配置机会，适合中长期逐步布局 [2][42] - 本阶段平均拥挤度最高的行业分别为汽车、环保、房地产、电力设备、电子，拥挤度最低的行业分别为农林牧渔、计算机、国防军工、美容护理、医药生物 [40] 风格择时信号 - 当前模型切换提示小盘风格占优信号，但5日RSI相对20日小幅下降，信号提示强度较弱，未来有待进一步观察 [2][45] - 模型维持提示价值风格占优信号，提示强度进一步上升，且5日RSI相对20日大幅下降，未来信号存在进一步加强可能 [2][45] - 具体数据显示，国证成长/国证价值比值的20日RSI为71.96，60日RSI为71.96，20日相对60日位置为-0.54%，提示价值风格占优 [47] - 申万小盘/申万大盘比值的20日RSI为58.71，60日RSI为58.71，20日相对60日位置为7.24%，提示小盘风格占优 [47]

量化指标观点 - 基于沪深300指数的流动性冲击指标为1.36，低于前一周的1.86，显示市场流动性高于过去一年平均水平1.36倍标准差 [1] - 上证50ETF期权成交量PUT-CALL比率下降至0.85，低于前一周的0.91，表明投资者对上证50ETF短期走势的谨慎程度有所下降 [1] - 上证综指和Wind全A五日平均换手率分别为1.34%和1.91%，处于2005年以来77.44%和81.52%的高分位点，交易活跃度与前期持平 [1] 宏观因子观察 - 上周在岸和离岸人民币汇率周涨幅分别为-0.06%和-0.17% [1] - 中国9月官方制造业PMI为49.8，高于前值49.4，但低于Wind一致预期49.95 [1] - 标普全球中国制造业PMI为51.2，高于前值50.5 [1] 事件驱动分析 - 上周美股市场大幅下行，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-2.73%、-2.43%和-2.53% [2] - 特朗普发表强硬言论，表示考虑对进入美国的产品大幅提高关税，此言论影响美股三大指数收盘全线下跌 [2] - 中国商务部正式实施针对境外稀土物项和技术的出口管制措施，并将14家相关外国实体列入不可靠实体清单 [2] 技术分析信号 - Wind全A指数于9月11日向上突破SAR翻转指标 [3] - 基于Wind二级行业指数的均线强弱指数当前得分为198，处于2023年以来71.9%的高分位点 [3] - 市场情绪模型得分为2分（满分5分），趋势模型信号为正向，加权模型信号为负向 [3] - 上周A股主要指数普遍下跌，上证50指数下跌0.47%，沪深300指数下跌0.51%，中证500指数下跌0.19%，创业板指下跌3.86% [3] - 当前全市场PE（TTM）为22.5倍，处于2005年以来78.0%的高分位点 [3] 因子与行业拥挤度 - 小市值因子拥挤度为0.08，呈现继续下行趋势 [4] - 低估值因子拥挤度为-0.31，高盈利因子拥挤度为-0.18，高盈利增长因子拥挤度为0.19 [4] - 有色金属、电力设备、综合、通信和电子行业的拥挤度相对较高 [4] - 有色金属和钢铁行业的拥挤度上升幅度相对较大 [4]

根据提供的研报内容，以下是关于量化模型和因子的总结： 量化模型与构建方式 1. **模型名称：短期择时策略**[4][14][16] * **模型构建思路**：构建一个多维度（基本面、估值面、情绪面、流动性）的量化择时框架，通过综合各维度的信号来判断市场短期走势并给出仓位建议[4][14][16] * **模型具体构建过程**： * **维度划分**：模型从四个维度进行市场研判：基本面、估值面、情绪面、流动性[14][16] * **指标选取与信号生成**：每个维度下包含多个具体指标，根据指标当前值在其过去5年历史中的分位数位置，生成“乐观”、“谨慎”或“中性”的二级信号[14][16][17] * **基本面**：包含制造业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）分位数等指标[14][17] * **估值面**：包含A股整体PE分位数、A股整体PB分位数等指标[14][17] * **情绪面**：包含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等指标[15][17] * **流动性**：包含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日均值分位数等指标[16][17] * **维度综合**：将同一维度下的所有二级信号进行综合，得出该维度的一级信号（乐观/谨慎/中性）[14][16][17] * **总仓位生成**：综合所有四个维度的一级信号，最终生成总的仓位建议信号（例如，1.00代表满仓看多，0.00代表空仓）[16][17][23] * **模型评价**：该模型是一个系统性的多因子择时框架，旨在通过多维数据捕捉市场短期波动机会[14][16] 2. **模型名称：成长价值风格轮动模型**[4][24][26] * **模型构建思路**：从基本面、估值面、情绪面三个维度构建指标，判断成长风格与价值风格之间的相对强弱，进行风格配置[4][24][26] * **模型具体构建过程**： * **维度与指标**： * **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进行判断[24][26] * **估值面**：基于成长价值PE估值差分位数、成长价值PB估值差分位数进行判断[24][26] * **情绪面**：基于成长价值换手差分位数、成长价值波动差分位数进行判断[24][26] * **信号生成**：每个指标根据其数值或分位数水平，给出倾向于成长或价值的二级仓位信号（例如，100%成长/0%价值）[24][26] * **维度综合**：将同一维度下的二级信号进行综合，得出该维度的一级仓位建议（例如，成长100%）[24][26] * **最终建议**：综合三个维度的一级信号，给出最终的风格配置建议（超配成长或超配价值）[4][24] 3. **模型名称：小盘大盘风格轮动模型**[4][28][29] * **模型构建思路**：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之间的轮动[4][28][29] * **模型具体构建过程**： * **指标池**：模型包含11个轮动指标，例如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、中证1000交易量能等[28][29] * **信号生成**：每个指标独立产生一个针对小盘风格的仓位信号（0%或100%）[28][29] * **信号综合**：将所有11个指标的信号进行综合（例如，通过3日平滑处理），得出最终的小盘/大盘综合仓位信号[28][29] 模型的回测效果 1. **短期择时策略**[16][20][22] * 年化收益率：16.86% * 年化波动率：14.77% * 最大回撤：15.49% * 夏普比率：0.9941 * 收益回撤比：1.0884 * 月度胜率：65.81% * 基准（月度中性持仓再平衡）年化收益率：4.88%[16] * 年化超额收益率：11.99%[16] * 2024年以来年化收益率：35.36%[21] * 2024年以来最大回撤：11.04%[21] * 2025年以来收益率：27.62%（基准收益率：14.02%，超额收益率：13.60%）[16][22] 2. **成长价值风格轮动策略**[25][26][27] * 年化收益率：13.53% * 年化波动率：20.81% * 最大回撤：43.07% * 夏普比率：0.6186 * 收益回撤比：0.3142 * 月度胜率：58.44% * 基准（月度风格均衡配置）年化收益率：7.97%[25] * 年化超额收益率：5.56%[25] * 2025年以来策略收益率：34.18%（基准收益率：24.38%，超额收益率：9.80%）[25][27] 3. **小盘大盘风格轮动策略**[28][29] * 2025年以来策略收益率：32.67%（基准收益率：24.11%，超额收益率：8.57%）[29] * 2014年以来策略每年均产生正向超额收益[28] * 综合信号3日平滑年化收益率：20.13%[29] * 综合信号3日平滑年化超额收益率：12.84%[29] * 综合信号3日平滑最大回撤：40.70%[29] 量化因子与构建方式 1. **因子名称：估值分位数因子**[8][9][10][14][15] * **因子构建思路**：使用滚动历史分位数来衡量当前估值水平（如PE、PB）在历史中的相对位置，作为均值回归的信号的依据[8][14][15] * **因子具体构建过程**：对于给定的指数或风格，计算其当前PE或PB的中位数，然后计算该中位数在滚动窗口（如1年、3年、5年）历史数据中的分位数[8][9][10][14][15] 2. **因子名称：宏观周期因子**[14][24][26] * **因子构建思路**：利用宏观经济指标的周期性变化（如盈利周期、利率周期、信贷周期）来判断市场风格或整体走势[14][24][26] * **因子具体构建过程**：报告中提及的宏观周期因子包括： * 盈利斜率周期水平[24][26] * 利率综合周期水平[24][26] * 信贷综合周期变化[24][26] * M1同比增速（经过HP滤波去趋势处理）[14] * 人民币中长期贷款脉冲同比增速[14] 3. **因子名称：市场情绪因子**[15][16][17][24][26][28][29] * **因子构建思路**：捕捉市场参与者的情绪变化，如交易活跃度、风险偏好、观点分歧等[15][16][24][28] * **因子具体构建过程**：报告中提及的情绪类因子包括： * A股整体Beta离散度[15][17][28] * A股整体量能情绪[15][17] * A股整体波动率[15][17] * 成长价值换手差[24][26] * 成长价值波动差[24][26] * 主题投资交易情绪[28][29] * 期权波动率风险溢价[28][29] * A股龙虎榜买入强度[28][29] * 融资买入余额变化[28][29] 4. **因子名称：流动性因子**[16][17][28][29] * **因子构建思路**：从货币市场、汇率、市场资金面等角度衡量市场流动性状况[16][28] * **因子具体构建过程**：报告中提及的流动性因子包括： * 货币利率指标（如R007）[16][17][28][29] * 汇率预期指标[16][17] * 沪深两市净融资额[16][17] * 等级利差[28][29] 因子的回测效果 （报告中未提供单个因子的独立回测绩效指标，仅提供了基于这些因子构建的综合模型的回测结果）

市场整体趋势判断 - 市场继续运行在上行趋势格局，短期均线（20日线6237点）位于长期均线（120日线5525点）之上，两线差值由上周的12.72%扩大至12.89%，距离绝对值显著大于3%的阈值[2][8][13] - 市场进入上行趋势的核心观察变量是赚钱效应，当前WIND全A赚钱效应约为1.43%，只要该效应保持为正，中期增量资金有望持续入场[2][8][13] - 短期来看，尽管中美贸易问题对市场风险偏好形成压制，但市场已进行大幅调整且存在较强的再度缓和预期，预计后续调整空间较为有限[2][8][13] - 节前（2025年9月28日）WIND全A趋势线位于6184点，赚钱效应约为0.65%，上周（报告期）WIND全A指数下跌0.36%[1][9] 行业表现与资金流向 - 从市值维度看，上周代表小市值股票的中证2000下跌0.06%，中盘股中证500下跌0.19%，沪深300下跌0.51%，上证50下跌0.47%[1][9] - 行业表现方面，有色金属和煤炭板块表现较强，其中有色金属上涨4.35%；传媒和消费者服务板块表现较弱，传媒下跌3.58%[1][9] - 成交活跃度上，煤炭和钢铁行业资金继续呈现明显流入态势[1][9] 行业配置建议 - 贵金属板块上行趋势仍在延续，建议继续持有[2][8][13] - 受益于政策驱动的稀土和化工板块有望受益[2][8][13] - TWO BETA模型继续推荐科技板块，建议关注国产算力以及恒生互联网相关标的[2][8][13] - 考虑长假不确定性时，可调仓至红利板块进行应对[1][9] 估值水平与仓位建议 - WIND全A指数整体PE估值位于约85分位点附近，PB估值位于约50分位点附近，属于中等水平[3][10] - 结合短期趋势判断，根据仓位管理模型，当前以WIND全A为股票配置主体的绝对收益产品建议仓位为80%[3][8][10]

市场表现 - 最近5个交易日科创50指数下跌1.48%，创业板指下跌3.79%，大盘价值上涨1.03%，上证50上涨1.13%，国证2000代表的小盘股下跌0.15% [1] - 行业板块中，有色金属和钢铁表现靠前，传媒和通信表现靠后 [1] - 截至2025年10月10日，中证全指PETTM分位数达80%，上证50与沪深300分位数均为71%，创业板指分位数接近50%，中证500与中证1000分位数分别为63%和61% [1] 资金交易 - 最近5个交易日ETF资金流入686亿元，融资盘增加约153亿元，两市日均成交额达23317亿元 [2] 风险偏好与估值 - 截至2025年10月10日，中证全指风险溢价为2.84%，其两倍标准差边界为4.76% [1] - 创业板指风格估值相对历史总体处于中位数水平 [1] AI模型与主题配置 - 采用卷积神经网络对图表化价量数据与未来价格进行建模，并将学习特征映射到行业主题板块中 [2][11] - 最新AI模型配置主题聚焦半导体材料、芯片、信息技术等领域，涉及上证科创板半导体材料设备主题指数、中证半导体产业指数等细分指数 [2][3][12]

核心观点 - 对后市持“以时间换空间”的看法，认为A股在积累较大涨幅后进入稳固期，需等待“十五五”政策作为下一轮上涨的催化剂 [5][7] - 配置上建议关注港股的超额收益机会，以及在A股中挖掘具备“困境反转”逻辑的个股α机会 [8][46][49] 市场表现回顾 - 9月主要股指表现分化：截至9月26日，上证指数下跌0.77%，深证成指上涨4.04%，创业板指上涨9.04%，沪深300上涨1.19%，上证50下跌1.19%，科创50上涨8.16% [6][17] - 成长风格领涨：成长风格上涨4.06%，周期风格上涨2.24%，而金融风格下跌6.13%，消费风格下跌2.60%，稳定风格下跌1.67% [6][17] - 市场节奏先抑后扬：外部扰动较少，内部经济数据平稳，美联储降息符合预期，市场节奏主要由自身博弈决定 [6][17] - 行业层面分化显著：通信（11.97%）、有色金属（9.13%）、非银金融（8.84%）、电子（7.31%）、综合（6.77%）涨幅居前；食品饮料（-6.34%）、美容护理（-4.57%）、家用电器（-3.30%）表现较差 [23] A股高频数据跟踪 - 择时模型发出空仓信号：截至9月26日，中邮策略HMM择时模型认为市场潜在收益无法覆盖风险，参与性价比低，开始发出空仓信号 [28][29] - 个人投资者情绪回落：截至9月27日，个人投资者情绪指数7日移动平均数报-4.56%，较9月20日的15.96%明显下降 [33][35] - 融资盘情绪维持高位：融资盘占A股成交额比例维持在20%以上，且延续净流入态势，高风险偏好资金尚未明显离场 [38][40] - 红利资产性价比不足：以银行为例，其股债差异补偿为0.81%，若以1%为最低要求，对应股息率应为4.43%，当前性价比或进入“鱼尾”阶段 [42][45] 后市展望及配置建议 - A股需等待政策催化：自6.23行情以来涨幅较大，技术面出现滞涨，历史经验显示美联储初次降息后A股大行情需国内政策利好作为扳机，预计“十五五”政策是更实际的预期 [7][46] - 港股配置性价比凸显：港股对国际流动性更为敏感，当前情境与2007年A股牛市后港股追涨的剧本相似，月度层面看好港股相对A股的超额收益 [8][46] - A股侧重个股α机会：行业层面缺乏业绩验证的主线，应重视自下而上挖掘“困境反转”逻辑的个股机会，该策略在中报季被证明比“业绩超预期”更有效 [8][46][49]

市场大势研判 - 择时体系信号显示，Wind全A指数短期均线（20日线）收于6184点，长期均线（120日线）收于5473点，两线距离为13.0%，显著大于3%的阈值，市场继续运行在上行趋势格局中[1][8][14] - 市场进入上行趋势的核心观察变量是赚钱效应，当前Wind全A趋势线位于6184点附近，赚钱效应约为0.66%，只要该效应保持为正，中期增量资金有望持续入场[2][3][8][14] - 短期面临国庆长假的不确定性，这可能对市场风险偏好产生压制，但在赚钱效应转负之前，建议投资者耐心持有[2][3][8][14] - 回顾上周（截至20250921）表现，Wind全A指数微涨0.25%，赚钱效应约为0.87%[1][9] 行业配置建议 - 行业配置模型显示，贵金属板块的上行趋势仍在延续，建议继续关注[2][3][8][10][14] - 受益于政策驱动的板块中，新能源和化工行业有望受益[2][3][8][10][14] - TWO BETA模型继续推荐科技板块，建议关注芯片和机器人领域[2][3][8][10][14] - 考虑到长假不确定性，短期配置可重点关注红利板块以应对潜在风险[2][3][8][10][14] 市场表现回顾 - 从市值维度看，上周代表小市值股票的中证2000指数下跌1.79%，而中盘股中证500指数上涨0.98%，沪深300指数上涨1.07%，上证50指数上涨1.07%[1][9] - 行业表现方面，电子行业表现强劲，上周上涨3.67%，有色金属板块也表现较强；消费者服务行业表现较弱，下跌6.71%，商贸零售板块同样表现不佳[1][9] - 成交活跃度上，电子行业资金继续呈现明显流入态势[1][9] 估值水平与仓位建议 - Wind全A指数整体PE估值位于约85分位点附近，PB估值位于约50分位点附近，属于中等估值水平[2][10] - 结合短期趋势判断，根据仓位管理模型，当前对以Wind全A为配置主体的绝对收益产品建议仓位为80%[2][10]

市场量化指标 - 基于沪深300指数的流动性冲击指标周五为1.86，高于前一周的1.33，显示当前市场流动性高于过去一年平均水平1.86倍标准差 [1] - 上证50ETF期权成交量PUT-CALL比率周五为0.91，低于前一周的1.14，表明投资者对上证50ETF短期走势谨慎程度下降 [1] - 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75.73%和81.47%的分位点，交易活跃度有所下降 [1] 宏观因子 - 上周人民币在岸和离岸汇率周涨幅分别为-0.31%和-0.3% [1] - 上周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-0.15%、-0.31%和-0.65% [1] - 1-8月份中国规模以上工业企业实现利润总额46929.7亿元，同比增长0.9%，8月份利润同比由上月下降1.5%转为增长20.4% [1] 技术分析与市场情绪 - Wind全A指数于9月11日向上突破SAR翻转指标 [1] - 基于Wind二级行业指数的均线强弱指数当前市场得分为150，处于2023年以来53.3%的分位点 [1] - 情绪模型得分为1分（满分5分），趋势模型信号为正向，加权模型信号为负向 [1] 市场表现与估值 - 上周上证50指数上涨1.07%，沪深300指数上涨1.07%，中证500指数上涨0.98%，创业板指上涨1.96% [2] - 当前全市场PE（TTM）为22.1倍，处于2005年以来75.3%的分位点 [2] 因子与行业拥挤度 - 小市值因子拥挤度为0.40，低估值因子拥挤度为-0.67，高盈利因子拥挤度为-0.10，高盈利增长因子拥挤度为0.15 [2] - 有色金属、通信、综合、电力设备和电子的行业拥挤度相对较高，电力设备和传媒的行业拥挤度上升幅度相对较大 [3]