市场情绪模型观点 - 截至2026年1月16日，市场情绪结构指标数值为2.25，较上周五的1.6大幅上升，模型观点看多 [4] - 情绪结构指标由9个分项指标等权求和后取20日均线构成，近5年在[-6,6]区间波动，2024年10月突破2分 [3] - 本周全A市场平均日成交额为34650.61亿元，较上周环比上升21.25%，其中1月14日创下历史成交额新高，达39868.62亿元，日成交量2282.76亿股 [10] - 价量一致性指标周内快速上升，表明市场价量匹配程度显著改善，资金关注度与标的涨幅关联性增强，反映市场情绪活跃 [6][7] - 行业间交易波动率持续下行，表明资金在不同行业间切换节奏趋缓，跨行业轮动活跃度下降 [6][13] - 行业涨跌趋势性指标维持高位震荡并运行于布林带上界附近，反映市场对行业短期价值判断一致性较高，板块β效应占主导 [6][16] - 融资余额占比整体维持高位，尽管周内小幅回落但仍运行于布林带上界之上，显示杠杆资金情绪保持偏高水平 [6][19] - RSI指标周内持续改善并得到快速修复，短期卖盘压力减弱，上行动能边际回升 [6][23] - 主力资金净流入指标维持高位震荡，主力买入力量较强，机构资金配置意愿提升 [6][21] - 科创50相对万得全A成交占比整体维持稳定，表明市场风险偏好结构性变化有限，高弹性板块吸引力尚未明显改善 [6][12] 其他择时模型观点 - 根据均线排列模型，截至2026年1月16日，计算机、医药生物、美容护理、传媒、建筑装饰等行业短期得分上升趋势靠前 [25] - 从行业短期得分数值看，有色金属、机械设备、轻工制造、通信是短期得分最高的行业，其中有色金属短期得分为98.31，为最高 [25] - 截至2026年1月16日，行业拥挤度最高的行业分别为计算机、传媒、石油石化、社会服务、家用电器，拥挤度最低的行业分别为煤炭、农林牧渔、环保、轻工制造、纺织服饰 [27] - 本周行业拥挤度与周内涨跌幅相关系数为0.23，存在较高正相关性，计算机、传媒、社会服务等高拥挤度板块领涨明显 [28] - 根据相对强弱指标模型，当前维持小盘风格占优信号，但5日RSI相对20日RSI有所下降，未来信号存在削弱可能 [30][31] - 模型切换提示成长风格占优信号，信号提示强度较强，且5日RSI相对20日RSI存在上升趋势，短期信号可能进一步加强 [30][31] - 具体数据显示，国证成长/国证价值比值为0.8260，5日RSI为81.98，20日RSI为68.95，60日RSI为56.25，5日相对20日位置为18.89% [28][31] - 申万小盘/申万大盘比值为1.0275，5日RSI为70.70，20日RSI为85.84，60日RSI为66.68，5日相对20日位置为-17.63% [28][31]

量化模型与构建方式 1. **模型名称：均线强弱指数模型**[14] * **模型构建思路**：通过计算市场各行业指数相对于其关键移动平均线的位置，来综合判断市场整体的技术强弱状态[14]。 * **模型具体构建过程**： 1. 选取Wind二级行业指数作为计算基础[14]。 2. 对于每个行业指数，计算其收盘价与某一长期移动平均线（如250日均线）的相对位置[14]。 3. 根据每个行业指数相对于其均线的位置（例如，在均线之上或之下，以及偏离程度）进行打分[14]。 4. 将所有行业指数的得分加总，得到市场的均线强弱指数总分[14]。 5. 将当前总分与历史分位数进行比较，以判断当前市场在历史中的强弱位置[14]。 2. **模型名称：情绪择时模型**[14] * **模型构建思路**：基于涨跌停板相关数据构建因子，用以刻画市场的情绪强弱，并综合多个因子信号生成择时观点[14]。 * **模型具体构建过程**： 1. 根据专题报告，构建了多个涨跌停板相关情绪因子，包括：净涨停占比、跌停次日收益、涨停板占比、跌停板占比、高频打板收益[14][19]。 2. 每个因子独立生成信号（例如，看多为1，看空为0）[19]。 3. 通过加权或其他方式综合各因子信号，得到最终的情绪模型得分（满分5分）和趋势方向信号[14]。 3. **模型名称：高频资金流择时模型**[14] * **模型构建思路**：通过分析主要宽基指数的高频资金流数据（如主力资金流向）的走势，对指数发出买入或卖出信号[14]。 * **模型具体构建过程**： 1. 获取沪深300、中证500、中证1000等宽基指数的高频资金流数据[14]。 2. 根据资金流的趋势、强度等特征，设定信号生成规则[14]。 3. 模型输出多种策略信号，包括“激进多头”、“激进多空”、“稳健多头”、“稳健多空”[19]。 4. 信号为“1”代表看多，“-1”代表看空（根据上下文推断）[19]。 4. **模型名称：因子拥挤度模型**[20] * **模型构建思路**：使用多个指标综合度量因子的拥挤程度，以预警因子可能因资金过度追逐而失效的风险[20]。 * **模型具体构建过程**： 1. 选取四个分项指标来度量拥挤度：估值价差、配对相关性、长期收益反转、因子波动率[20]。 2. 分别计算目标因子（如小市值因子）在这四个指标上的得分[21]。 3. 将四个分项指标得分合成一个综合拥挤度分数[21]。合成方法在对应专题报告中详细说明[20]。 5. **模型名称：行业拥挤度模型**[27] * **模型构建思路**：构建综合指标来度量各行业的交易拥挤程度，以识别过热或过冷的行业板块[27]。 * **模型具体构建过程**：根据专题报告，构建了行业拥挤度指标，具体计算方法未在本文中详述，但展示了截至某一时点的计算结果和排名[27]。 模型的回测效果 1. **均线强弱指数模型**，当前市场得分为213，处于2023年以来的76.93%分位点[14] 2. **情绪择时模型**，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[14] 3. **高频资金流择时模型**，沪深300指数信号：看多[14]；中证500指数信号：看多[14]；中证1000指数信号：看多[14] 4. **因子拥挤度模型**，小市值因子拥挤度0.20[21]；低估值因子拥挤度-0.75[21]；高盈利因子拥挤度0.35[21]；高盈利增长因子拥挤度0.55[21] 5. **行业拥挤度模型**，通信行业拥挤度1.96[30]；有色金属行业拥挤度1.95[30]；综合行业拥挤度1.82[30]；电子行业拥挤度1.40[30]；国防军工行业拥挤度1.08[30] 量化因子与构建方式 1. **因子名称：流动性冲击指标**[4] * **因子构建思路**：通过计算当前市场流动性相对于其历史平均水平的偏离程度，来度量市场的流动性冲击[4]。 * **因子具体构建过程**：以沪深300指数为标的，计算其流动性指标的Z值。具体公式为： $$流动性冲击指标 = \frac{当前流动性 - 过去一年流动性均值}{过去一年流动性标准差}$$ 报告中指出，周五该指标值为3.32，意味着当前市场流动性高于过去一年平均水平3.32倍标准差[4]。 2. **因子名称：PUT-CALL比率**[4] * **因子构建思路**：使用上证50ETF期权看跌期权与看涨期权的成交量比率，来观察市场对标的资产短期走势的谨慎或乐观情绪[4]。 * **因子具体构建过程**：计算上证50ETF期权当日看跌期权总成交量与看涨期权总成交量的比值[4]。 3. **因子名称：五日平均换手率**[4] * **因子构建思路**：通过计算市场近期平均换手率，并将其与历史分位数比较，来衡量市场的交易活跃度[4]。 * **因子具体构建过程**：计算上证综指或Wind全A指数最近五个交易日的日均换手率[4]。 4. **因子名称：净涨停占比**[14][19] * **因子构建思路**：通过涨停与跌停公司数量的净差额占比来反映市场多头力量的强度[14]。 * **因子具体构建过程**：计算（涨停公司家数 - 跌停公司家数） / 总交易公司家数（或类似基准）[14]。 5. **因子名称：跌停次日收益**[14][19] * **因子构建思路**：通过观察跌停股票在次日的平均表现，来探测市场是否存在“错杀”或恐慌性抛售后的修复动力[14]。 * **因子具体构建过程**：计算当日跌停股票在下一个交易日的平均收益率[14]。 6. **因子名称：涨停板占比**[14][19] * **因子构建思路**：通过涨停公司数量占比来直接衡量市场的赚钱效应和做多热情[14]。 * **因子具体构建过程**：计算涨停公司家数 / 总交易公司家数[14]。 7. **因子名称：跌停板占比**[14][19] * **因子构建思路**：通过跌停公司数量占比来直接衡量市场的亏钱效应和悲观情绪[14]。 * **因子具体构建过程**：计算跌停公司家数 / 总交易公司家数[14]。 8. **因子名称：高频打板收益**[14][19] * **因子构建思路**：通过模拟在涨停价买入股票并在次日卖出的策略收益，来检验涨停板策略的短期有效性，从而反映市场情绪[14]。 * **因子具体构建过程**：计算在涨停价买入当日涨停股票，并于下一交易日以开盘价或收盘价卖出的平均收益率[14]。 9. **复合因子名称：小市值因子**[20] * **因子构建思路**：识别并投资于市值较小的公司，这些公司可能具有更高的成长潜力和弹性[20]。 * **因子具体构建过程**：通常使用总市值或流通市值作为排序标准，构建做多小市值、做空大市值的组合。其拥挤度通过估值价差、配对相关性等四个子指标综合计算[20][21]。 10. **复合因子名称：低估值因子**[20] * **因子构建思路**：识别并投资于估值水平（如市盈率PE、市净率PB）较低的股票，寻求价值回归的收益[20]。 * **因子具体构建过程**：通常使用PE或PB等估值指标作为排序标准，构建做多低估值、做空高估值的组合。其拥挤度通过估值价差、配对相关性等四个子指标综合计算[20][21]。 11. **复合因子名称：高盈利因子**[20] * **因子构建思路**：识别并投资于盈利能力（如净资产收益率ROE）较强的公司[20]。 * **因子具体构建过程**：通常使用ROE等盈利指标作为排序标准，构建做多高盈利、做空低盈利的组合。其拥挤度通过估值价差、配对相关性等四个子指标综合计算[20][21]。 12. **复合因子名称：高盈利增长因子**[20] * **因子构建思路**：识别并投资于盈利增长能力较强的公司[20]。 * **因子具体构建过程**：通常使用净利润增长率等指标作为排序标准，构建做多高增长、做空低增长的组合。其拥挤度通过估值价差、配对相关性等四个子指标综合计算[20][21]。 因子的回测效果 1. **流动性冲击指标**，基于沪深300指数，周五值为3.32[4] 2. **PUT-CALL比率**，周五值为0.80[4] 3. **五日平均换手率**，上证综指值为1.71%，处于2005年以来84.10%分位点[4]；Wind全A值为2.71%，处于2005年以来92.01%分位点[4] 4. **净涨停占比**，当前信号为1（看多）[19] 5. **跌停次日收益**，当前信号为0[19] 6. **涨停板占比**，当前信号为1（看多）[19] 7. **跌停板占比**，当前信号为0[19] 8. **高频打板收益**，当前信号为0[19] 9. **小市值因子**，估值价差得分0.43，配对相关性得分0.22，市场波动得分-0.28，收益反转得分0.41，综合拥挤度0.20[21] 10. **低估值因子**，估值价差得分-1.22，配对相关性得分-0.05，市场波动得分0.26，收益反转得分-2.01，综合拥挤度-0.75[21] 11. **高盈利因子**，估值价差得分-0.55，配对相关性得分0.31，市场波动得分-0.01，收益反转得分1.65，综合拥挤度0.35[21] 12. **高盈利增长因子**，估值价差得分1.09，配对相关性得分0.46，市场波动得分-0.29，收益反转得分0.95，综合拥挤度0.55[21]

量化模型与构建方式 1. **模型名称**：流动性冲击指标[2] * **模型构建思路**：用于衡量当前市场流动性相对于过去一年平均水平的标准差倍数，以判断市场流动性状况[2]。 * **模型具体构建过程**：报告未提供该指标的具体计算公式和构建步骤，仅提及了基于沪深300指数的计算结果[2]。 2. **模型名称**：情绪择时模型[14][16][17] * **模型构建思路**：通过构建涨跌停板相关因子来刻画市场情绪强弱，并综合多个细分情绪因子信号生成择时信号[14]。 * **模型具体构建过程**：模型包含多个情绪因子，每个因子生成0或1的信号。报告列举了部分细分因子及其最新信号：净涨停占比（信号1）、跌停次日收益（信号0）、涨停板占比（信号1）、跌停板占比（信号1）、高频打板收益（信号1）[17]。模型最终综合这些信号给出总分（满分5分）和方向信号[14]。 3. **模型名称**：趋势模型[14][16] * **模型构建思路**：作为情绪择时模型的一部分，根据市场趋势给出正向或负向信号[14][16]。 * **模型具体构建过程**：报告未提供具体构建过程，仅提及了其最新信号为“正向”[14]。 4. **模型名称**：加权模型[14][16] * **模型构建思路**：作为情绪择时模型的一部分，根据加权计算给出正向或负向信号[14][16]。 * **模型具体构建过程**：报告未提供具体构建过程，仅提及了其最新信号为“正向”[14]。 5. **模型名称**：SAR指标（停损转向指标）[14][15] * **模型构建思路**：一种技术分析指标，用于判断市场趋势的转向点，提供买入和卖出信号[14][15]。 * **模型具体构建过程**：报告未提供具体计算公式，但通过图表展示了Wind全A指数与SAR指标的对比，并指出Wind全A指数于12月1日向上突破翻转指标[14][15]。 6. **模型名称**：均线强弱指数[1][7][14][19] * **模型构建思路**：通过计算Wind二级行业指数的均线情况来综合衡量整个市场的技术面强弱程度[14]。 * **模型具体构建过程**：报告未提供具体计算公式。构建过程涉及使用Wind二级行业指数进行计算，最终得到一个市场得分[14]。最新得分为261，处于2023年以来的95.22%分位点，表明市场技术面处于历史高位[14]。 7. **模型名称**：日历效应模型[1][4][7][9] * **模型构建思路**：基于历史数据统计特定时间段（如1月下半月）市场指数的表现规律，用于判断未来相同时期的市场表现[1][4][7][9]。 * **模型具体构建过程**：统计2005年以来，各大宽基指数在1月下半月的上涨概率、涨幅均值和中位数[9]。例如，上证综指、沪深300、中证500、创业板指在1月下半月的上涨概率分别为55%、45%、50%、40%，涨幅均值分别为-1.52%、-0.97%、-1.42%、-1.11%[9]。 8. **因子名称**：因子拥挤度（复合因子）[18][20][21] * **因子构建思路**：用于预警因子可能因资金过度追逐而失效的风险。通过综合多个子指标来度量因子的拥挤程度[18]。 * **因子具体构建过程**：使用四个指标度量因子拥挤程度：估值价差、配对相关性、长期收益反转、因子波动率[18]。报告未提供各子指标及综合打分的具体计算公式，但提及详细计算方法可参考专题报告《选股因子系列（四十二）——因子失效预警：因子拥挤》[18]。 9. **因子名称**：行业拥挤度[4][23][25][26] * **因子构建思路**：用于衡量特定行业是否因资金过度集中而存在回调风险[4][23]。 * **因子具体构建过程**：报告未提供具体计算公式，但提及详细计算方法可参考专题报告《行业轮动系列研究 15——行业板块拥挤度》[23]。 10. **因子名称**：行业三维矩阵[27][28][29] * **因子构建思路**：通过三个维度（拥挤度、历史估值偏离度、景气度）对行业进行可视化分析，辅助判断行业投资价值[27][28][29]。 * **因子具体构建过程**： * **横轴**：历史估值偏离度，代表行业滚动500个交易日市净率（PB）的Z值[29]。 * **纵轴**：行业拥挤度[28]。 * **气泡大小**：代表行业景气度，用行业滚动120个交易日分析师预期ROE的百分位刻画[29]。 模型的回测效果 *报告未提供量化模型的历史回测效果指标（如年化收益率、夏普比率、最大回撤等）。* 量化因子与构建方式 *（因子拥挤度、行业拥挤度、行业三维矩阵因子已在上方“量化模型与构建方式”中列出，此处不再重复）* 因子的回测效果 1. **小市值因子拥挤度**，综合打分 **0.37**[21] 2. **低估值因子拥挤度**，综合打分 **-0.57**[21] 3. **高盈利因子拥挤度**，综合打分 **0.63**[21] 4. **高增长因子拥挤度**，综合打分 **1.09**[21] 5. **行业拥挤度**（截至2026.01.09），各行业取值如下[25][26]： * 通信：2.19 * 综合：1.47 * 有色金属：1.74 * 国防军工：-0.15 * 电子：0.59 * 电力设备：1.08 * 基础化工：0.59 * 机械设备：0.14 * 非银金融：0.07 * 钢铁：0.36 * 银行：0.16 * 商贸零售：0.16 * 石油石化：-0.44 * 社会服务：-0.07 * 轻工制造：-0.16 * 计算机：-0.97 * 医药生物：-0.76 * 公用事业：-0.48 * 农林牧渔：-0.67 * 交通运输：-0.32 * 纺织服饰：-0.50 * 传媒：-1.04 * 煤炭：-0.71 * 汽车：-0.89 * 建筑材料：-0.34 * 建筑装饰：-0.89 * 美容护理：-0.68 * 食品饮料：-1.01 * 家用电器：-1.03 * 房地产：-0.90 * 环保：-1.03

核心观点 - 市场情绪稳步修复，截至2026年1月9日，市场情绪指标数值为1.6，较上周三的1.35小幅增加，模型观点看多 [2][8] - 市场成交活跃度快速上升，本周全A成交额较上周环比上升34.00%，平均日成交额为28519.51亿元，1月9日成交额达近期最高的31523.68亿元 [2][16] - 当前模型整体提示小盘与价值风格占优信号，其中小盘风格信号较强且未来存在增强可能，价值风格信号提示强度较弱且短期可能存在多次切换 [2][51] 情绪模型观点 - 情绪结构指标由多个分项指标合成，包括行业间交易波动率、行业交易拥挤度、价量一致性等，指标围绕0轴在[-6,6]范围内波动 [7] - 价量一致性指标周内维持高位震荡，表明市场价量匹配程度高，资金关注度与标的涨幅相关性较强，市场情绪处于活跃区间 [2][12][13] - 科创50相对万得全A成交占比维持低位并延续下行趋势，反映高弹性板块参与度仍偏低，市场风险偏好未明显变化 [2][12][19] - 行业间交易波动率持续下降并维持下行态势，表明资金在不同行业间切换节奏放缓，跨行业轮动意愿减弱，流动性边际趋缓 [2][12][24] - 行业涨跌趋势性指标维持在布林带上界附近震荡，表明行业观点一致性较高，板块β效应仍占主导 [2][12][27] - 融资余额占比维持高位并创阶段性新高，尽管周内略有回落但仍处于布林带上界之上，显示杠杆资金情绪保持偏高水平 [2][12][31] - RSI指标周内明显改善并快速修复，短期卖压减弱，上行动能有所回升 [2][12][34] - 主力资金净流入指标维持高位震荡，机构资金进场意愿增强 [2][12][36] 其他择时模型观点 - 根据均线排列模型，截至2026年1月9日，医药生物、煤炭、房地产、传媒、环保等行业短期得分上升趋势靠前 [2][41] - 从行业短期得分数值看，国防军工、有色金属、轻工制造、综合、建筑材料是短期得分最高的行业，其中国防军工短期得分为100，为最高 [2][41] - 行业拥挤度方面，截至2026年1月9日，平均拥挤度最高的行业分别为国防军工、石油石化、商贸零售、非银金融、医药生物，拥挤度最低的行业分别为综合、建筑装饰、房地产、纺织服饰、环保 [44][47] - 本周拥挤度与周内涨跌幅相关系数为0.37，存在较高正相关性 [2][47] - 近期国防军工、石油石化等高拥挤度板块领涨明显，短期仍有上冲惯性但需警惕高位回调压力 [2][47] - 商贸零售、非银金融等拥挤度较高但涨幅较低，若有资金面进一步催化，或仍具备上涨潜力 [2][47] - 环保、房地产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，若市场情绪回暖有望率先企稳反弹 [2][47] - 根据RSI风格择时模型，当前模型维持提示小盘风格占优信号，同时5日RSI相对20日RSI继续上升，未来信号存在增强可能 [2][51] - 模型切换提示价值风格占优信号，但信号提示强度较弱，且5日RSI相对20日RSI快速上升，短期信号可能存在多次切换可能 [2][51]

核心观点 - 市场情绪指标显示情绪正逐步修复，综合得分较上周提升，从情绪角度观点看多 [2][7] - 价量一致性指标快速上升，市场价量匹配程度回升，资金关注度与标的涨幅相关性增强，情绪端呈现边际回暖 [2][10] - 当前模型整体提示小盘风格与成长风格占优信号 [2][43] 市场情绪模型观点 - 截至12月31日，市场情绪指标数值为1.35，较上周五的1.1小幅增加 [2][7] - 本周全A成交额较上周环比上升8.30%，平均日成交额为21283.35亿元，市场成交活跃度回升，其中12月30日成交额达近期最高的21615.32亿元人民币，日成交量1252.10亿股 [2][13] - 价量一致性指标周内快速上升并突破布林带上界，表明市场价量匹配程度回升 [2][11] - 科创50相对万得全A成交占比延续下行趋势，反映高弹性板块参与度仍偏低，风险偏好修复仍显不足 [2][10][16] - 行业间交易波动率持续下降并下穿布林带上界，资金在不同行业间切换节奏放缓，跨行业轮动意愿减弱，流动性边际趋缓 [2][10][19] - 行业涨跌趋势性指标维持在布林带上界附近震荡，行业观点一致性较高，板块β效应仍占主导 [2][10][21] - 融资余额占比持续上行并创阶段新高，杠杆资金情绪升温，风险偏好呈现一定修复 [2][10][24] - RSI指标周内明显改善并快速修复，短期卖压减弱，上行动能有所回升 [2][10][27] - 主力资金净流入指标维持高位震荡，机构资金进场意愿增强 [2][10][30] 其他择时模型观点 - 根据均线排列模型，截至2025/12/31，机械设备、传媒、计算机、美容护理、汽车等行业短期得分上升趋势靠前 [2][34] - 从行业短期得分数值看，国防军工、有色金属、轻工制造、通信、基础化工是短期得分最高的行业，其中国防军工、有色金属当前短期得分均为88.14，为短期得分最高行业 [2][34] - 截至2025年12月31日，平均拥挤度最高的行业分别为国防军工、建筑材料、石油石化、机械设备、商贸零售，拥挤度最低的行业分别为煤炭、计算机、房地产、纺织服饰、传媒、建筑装饰 [37] - 本周拥挤度与周内涨跌幅相关系数为0.19，存在一定正相关性 [2][40] - 近期国防军工、石油石化等高拥挤度板块领涨明显，短期仍有上冲惯性但需警惕高位回调压力 [2][40] - 建筑材料、商贸零售等拥挤度同样较高但涨幅较低，若有资金面进一步催化，或仍具备上涨潜力 [2][40] - 煤炭等低拥挤度板块涨幅相对落后 [2][40] - 当前模型维持提示小盘风格占优信号，同时5日RSI相对20日RSI继续上升，未来信号存在增强可能 [2][43] - 当前模型维持提示成长风格占优信号，但5日RSI相对20日RSI快速上升，未来信号强度可能有所削弱 [2][43]

核心观点 - 市场情绪指标逐步修复，截至12月31日数值为1.35，较上周五的1.1小幅增加，从情绪角度观点看多 [2][8] - 价量一致性指标周内快速上升，市场价量匹配程度回升，资金关注度与标的涨幅相关性增强，情绪端呈现边际回暖 [2][11] - 当前量化模型整体提示小盘风格与成长风格占优信号 [2] 市场情绪模型观点 - **综合情绪修复**：市场情绪结构指标（20日均线）数值为1.35，较上周五的1.1小幅增加，情绪得分逐步修复，市场交易活跃度出现反转回升迹象 [2][8] - **价量关系改善**：价量一致性指标周内快速上升并突破布林带上界，表明市场价量匹配程度回升，资金关注度与标的涨幅相关性增强 [2][11][12] - **成交活跃度上升**：本周全A成交额较上周环比上升8.30%，平均日成交额为21283.35亿元，其中12月30日成交额达近期最高的21615.32亿元人民币，日成交量1252.10亿股 [2][15] - **风险偏好仍偏低**：科创50相对万得全A成交占比延续下行趋势，反映高弹性板块参与度仍偏低，风险偏好修复不足 [2][11][18] - **行业轮动放缓**：行业间交易波动率持续下降并下穿布林带上界，资金在不同行业间切换节奏放缓，跨行业轮动意愿减弱 [2][11][22] - **板块效应主导**：行业涨跌趋势性指标维持在布林带上界附近震荡，行业观点一致性较高，板块β效应仍占主导 [2][11][24] - **杠杆情绪升温**：融资余额占比持续上行并创阶段新高，杠杆资金情绪升温，风险偏好呈现一定修复 [2][11][28] - **技术指标改善**：RSI指标周内明显改善并快速修复，短期卖压减弱，上行动能有所回升 [2][11][31] - **主力资金积极**：主力资金净流入指标维持高位震荡，机构资金进场意愿增强 [2][11][35] 其他择时模型观点 - **行业均线排列模型**： - 截至2025/12/31，短期得分上升趋势靠前的行业包括：机械设备、传媒、计算机、美容护理、汽车 [2][40] - 短期得分数值最高的行业为：国防军工（88.14分）、有色金属（88.14分）、轻工制造、通信、基础化工 [2][40] - **行业拥挤度分析**： - 本周拥挤度与周内涨跌幅相关系数为0.19，存在一定正相关性 [2][46] - 平均拥挤度最高的行业为：国防军工（0.972）、建筑材料（0.922）、石油石化（0.911）、机械设备（0.906）、商贸零售（0.900） [43][46] - 平均拥挤度最低的行业为：煤炭（0.017）、计算机（0.139）、房地产（0.139）、纺织服饰（0.161）、传媒（0.178）、建筑装饰（0.178） [43][46] - 国防军工、石油石化等高拥挤度板块近期领涨明显，短期仍有上冲惯性；建筑材料、商贸零售等拥挤度高但涨幅较低，或仍具备上涨潜力；煤炭等低拥挤度板块涨幅相对落后 [2][46] - **风格择时模型**： - 当前模型维持提示小盘风格占优信号，同时5日RSI相对20日RSI继续上升，未来信号存在增强可能 [2][49] - 模型维持提示成长风格占优信号，但5日RSI相对20日RSI快速上升，未来信号强度可能有所削弱 [2][49] - 具体数据：申万小盘/申万大盘的20日RSI为72.2257，60日RSI为53.1450，20日RSI > 60日RSI，提示小盘占优 [50]

核心观点 - 市场情绪指标震荡维稳，综合得分周内有所改善，交易活跃度出现反转回升迹象，整体情绪呈现阶段性回暖但结构性分化仍存 [2][8] - 全A市场成交活跃度明显回升，本周平均日成交额达19651.66亿元，环比上升11.63% [2][16] - 量化模型显示小盘风格与成长风格占优，且未来信号存在增强可能 [2][50] 情绪模型观点：市场情绪得分震荡回升 - 截至12月26日，市场情绪指标数值为1.1，与上周五持平，观点偏中性 [2][8] - 价量一致性指标周后段明显回升，市场价量匹配程度回升，资金关注度与标的涨幅相关性增强，情绪端呈现边际回暖 [2][12] - 科创50相对万得全A成交占比延续下行趋势，反映高弹性板块参与度仍偏低，风险偏好修复不足 [2][12][19] - 行业间交易波动率持续下降并下穿布林带上界，资金在不同行业间切换节奏放缓，跨行业轮动意愿减弱 [2][12][23] - 行业涨跌趋势性指标维持在布林带上界附近震荡，行业观点一致性较高，板块β效应仍占主导 [2][12][25] - 融资余额占比持续上行并创阶段新高，杠杆资金情绪升温，风险偏好呈现一定修复 [2][12][29] - RSI指标周内明显改善并快速修复，短期卖压减弱，上行动能有所回升 [2][12][32] - 主力资金净流入指标维持高位震荡，机构资金进场意愿增强 [2][12][36] 其他择时模型观点：行业与风格信号 - **均线排列模型行业观点**：截至12月26日，计算机、房地产、医药生物、汽车、机械设备等行业短期得分上升趋势靠前 [2][41] - **短期得分最高行业**：有色金属、轻工制造、通信的短期得分均为88.14，为最高；商贸零售、国防军工短期得分也较高 [2][41] - **行业拥挤度分析**：本周拥挤度与周内涨跌幅相关系数为0.16，存在一定正相关性 [2][46] - **高拥挤度板块表现**：国防军工、建筑材料等高拥挤度板块领涨明显，拥挤资金快速流入导致涨幅显著放大，但需警惕高位回调压力 [2][46] - **拥挤度与涨幅分化**：食品饮料、商贸零售等拥挤度较高但涨幅较低；美容护理、煤炭、传媒等低拥挤度板块涨幅相对落后 [2][46] - **风格信号**：RSI风格择时模型维持提示小盘风格与成长风格占优信号 [2][50] - **信号强度展望**：小盘风格的5日RSI相对20日RSI继续上升，未来信号存在增强可能；成长风格的5日RSI相对20日RSI快速上升，未来信号强度可能有所增强 [2][50]

量化模型与构建方式 1. **模型名称：行业拥挤度监测模型**[3] * **模型构建思路**：通过构建一个量化模型，对申万一级行业指数的拥挤度进行每日监测，以识别市场热度或交易过度的行业[3]。 * **模型具体构建过程**：报告未详细说明该模型的具体构建步骤、使用的底层指标或计算公式。 2. **模型名称：溢价率 Z-score 模型**[4] * **模型构建思路**：通过计算ETF溢价率的Z-score值，搭建ETF产品筛选信号模型，以识别存在潜在套利机会的标的[4]。 * **模型具体构建过程**：报告未详细说明该模型的具体构建步骤，例如Z-score计算所基于的滚动窗口期长度、均值和标准差的计算方法。但根据金融工程常规做法，该模型的核心是计算当前溢价率相对于其近期历史分布的标准化偏离度。其核心公式可推断为： $$Z_t = \frac{PremiumRate_t - \mu_{t-n, t-1}}{\sigma_{t-n, t-1}}$$ 其中，$Z_t$ 为t日的溢价率Z-score值，$PremiumRate_t$ 为t日的IOPV溢价率，$\mu_{t-n, t-1}$ 为过去n个交易日（滚动窗口）溢价率的均值，$\sigma_{t-n, t-1}$ 为过去n个交易日溢价率的标准差[4]。 量化因子与构建方式 1. **因子名称：行业拥挤度**[3] * **因子构建思路**：综合多个维度指标，合成一个用于衡量某个申万一级行业交易是否过度拥挤、风险是否积聚的综合性指标[3]。 * **因子具体构建过程**：报告未披露行业拥挤度因子的具体合成方法、所包含的子因子（如换手率、估值分位数、资金流入强度等）及其权重。 2. **因子名称：ETF溢价率**[4][6] * **因子构建思路**：计算ETF二级市场交易价格与其参考净值（IOPV）的偏离百分比，反映市场供需导致的定价偏差[4][6]。 * **因子具体构建过程**：报告未给出公式，但该因子为市场通用计算方式。具体构建过程为：使用ETF的实时成交价格与其单位基金份额参考净值（IOPV）进行计算。 $$溢价率 = \frac{ETF市价 - IOPV}{IOPV} \times 100\%$$ 其中，IOPV（Indicative Optimized Portfolio Value）是由交易所根据ETF申购赎回清单和实时证券价格计算并发布的基金份额参考净值[6]。 3. **因子名称：主力资金净流入额**[10] * **因子构建思路**：统计特定时间段内（如单日）流入某行业板块的主力资金净额，用于观察大资金的动向[10]。 * **因子具体构建过程**：报告直接使用了Wind等数据提供商计算的主力资金净流入额数据，未说明其具体算法。通常该因子基于逐笔成交数据，结合成交价格、订单大小和买卖方向等信息估算得出。 模型的回测效果 （报告中未提供任何量化模型的回测效果指标，如年化收益率、夏普比率、最大回撤、信息比率（IR）等。） 因子的回测效果 （报告中未提供任何量化因子的回测效果指标，如因子IC值、IR、多空收益等。仅展示了因子在特定时点的截面数据。）

量化模型与因子总结 量化模型与构建方式 1. **模型名称：行业拥挤度监测模型**[3] * **模型构建思路**：通过构建模型，对申万一级行业指数的拥挤度进行每日监测，以识别行业交易过热或过冷的状态[3]。 * **模型具体构建过程**：报告未详细说明该模型的具体构建过程和计算公式。 2. **模型名称：溢价率 Z-score 模型**[4] * **模型构建思路**：通过计算ETF溢价率的Z-score值，搭建ETF产品筛选信号模型，以识别存在潜在套利机会的标的[4]。 * **模型具体构建过程**：报告未详细说明该模型的具体构建过程和计算公式。但根据名称推断，其核心步骤可能包括：计算目标ETF的溢价率（(市价 - IOPV) / IOPV），然后在设定的时间窗口（如过去N个交易日）内，计算该溢价率时间序列的均值和标准差，最后计算当前溢价率相对于该历史均值的Z-score值。公式可能为： $$Z_t = \frac{Premium_t - \mu_{t-N, t-1}}{\sigma_{t-N, t-1}}$$ 其中，$Z_t$为t日的Z-score值，$Premium_t$为t日的溢价率，$\mu_{t-N, t-1}$为过去N个交易日溢价率的均值，$\sigma_{t-N, t-1}$为过去N个交易日溢价率的标准差。 量化因子与构建方式 1. **因子名称：行业拥挤度**[3] * **因子构建思路**：衡量特定行业交易的热度或拥挤程度，数值高低可能反映市场情绪和潜在的反转风险[3]。 * **因子具体构建过程**：报告未详细说明该因子的具体构建过程和计算公式。 2. **因子名称：ETF溢价率**[4][6] * **因子构建思路**：衡量ETF交易价格与其参考净值（IOPV）的偏离程度，是判断ETF是否存在折溢价套利机会的基础指标[4][6]。 * **因子具体构建过程**：报告未给出详细构建公式，但根据金融常识，其计算公式通常为： $$溢价率 = \frac{ETF市价 - IOPV}{IOPV} \times 100\%$$ 其中，IOPV（Indicative Optimized Portfolio Value）为ETF的实时参考净值[6]。 模型的回测效果 （报告中未提供相关量化模型的回测效果指标数据，如年化收益率、夏普比率、最大回撤、信息比率IR等。） 因子的回测效果 （报告中未提供相关量化因子的回测效果指标数据，如因子IC值、IR、多空收益、分组收益等。）

核心观点 - 市场情绪指标在周内探底后出现小幅回升，综合得分显示情绪出现较明显改善，市场交易活跃度有反转回升迹象，但结构性分化依然存在，整体观点偏中性 [1][6] - 量化模型当前提示小盘风格与成长风格占优信号，其中小盘风格信号未来可能削弱，而成长风格信号强度可能进一步加强 [1][33][41] - 从行业层面看，美容护理、医药生物等行业短期得分上升趋势靠前，通信、商贸零售等行业短期得分最高，而行业拥挤度与周内涨跌幅呈正相关，高拥挤度板块领涨明显 [1][33][38] 市场情绪模型观点 - 截至12月19日，市场情绪指标得分为1.1，较上周五的1.35小幅降低，但周五单日情绪得分出现回升 [1][6] - 价量一致性指标周内整体上行、周五明显抬升，市场价量匹配程度回升，资金关注度与标的涨幅相关性增强，显示情绪端边际回暖 [1][9][10] - 全A成交活跃度环比下降，本周全A成交额较上周环比下降9.86%，平均日成交额为17604.84亿元，其中12月17日成交额最高，达18343.65亿元人民币，日成交量1175.91亿股 [1][12] - 科创50相对万得全A的成交占比延续下行趋势，反映市场风险偏好修复仍显不足 [1][9][15] - 行业间交易波动率持续下降，表明资金在不同行业间切换节奏放缓，流动性边际趋弱 [1][9][18] - 行业涨跌趋势性指标维持在布林带上界附近震荡，显示行业观点一致性较高，板块beta效应较强 [1][9][20] - 融资余额占比持续上行并创下近三年度新高，表明杠杆资金情绪升温，市场风险偏好呈现结构性修复 [1][9][22] - RSI指标周内出现明显改善并突破布林带下界，短期上行动能有所修复 [9][25] - 主力资金净流入指标突破震荡区间，机构资金进场意愿增强 [9][28] 其他择时模型观点 - 根据均线排列模型，截至12月19日，短期得分上升趋势靠前的行业包括美容护理、医药生物、非银金融、农林牧渔、商贸零售 [1][33] - 从短期得分数值看，通信、商贸零售、国防军工、轻工制造、有色金属是短期得分最高的行业，其中通信行业短期得分为79.66，为最高 [1][33] - 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0.30，存在较强正相关性 [1][38] - 近期商贸零售、轻工制造、国防军工等高拥挤度板块领涨明显，拥挤资金快速流入导致涨幅显著放大，短期仍有上冲惯性 [1][38] - 建筑材料、通信等行业拥挤度同样较高但涨幅较低，若有资金面进一步催化，或仍具备上涨潜力 [1][38] - 电力设备、计算机、建筑装饰等低拥挤度板块涨幅相对落后 [1][38] - 根据RSI风格择时模型，当前模型提示小盘风格占优信号，同时5日RSI相对20日RSI有所下降，未来信号存在削弱可能 [1][41] - 模型同时维持提示成长风格占优信号，且5日RSI相对20日RSI迅速上升，未来信号强度可能出现进一步加强 [1][41]