资产配置系列专题报告 - 涵盖资产荒背景下的BL模型应用 探讨趋势追踪TAA方法 基于预期不确定性和宏观因子的配置体系构建 [2] - 研究行业趋势股债配置策略 从宏观因子走势中挖掘投资机会 配置风险组合构建及商品资产配置价值多角度分析 [2] - 涉及宏观数据预期误差配置策略 不同经济状态下资产配置方法 SmartBeta策略有效性及可变周期资产定价 [2] - 包含经济周期修正均值方差配置 降息周期历史规律分析 均值回复应用及EPU指数与投资时钟关联 [2] - 细分债务周期定量配置 利率量化研判与国债期货策略 不同目标下权益板块选择及技术分析利率择时 [2] - 宏观因子到资产价格传导路径定量研究 中国经济领先指数构建与实践 量化固收+模式及风险溢价股债策略 [3] - 货币先行指数与A股择时应用 A股历史4次底部20个特征分析 宏观指标关注度在配置中的应用 [3] - 海外权益资产配置研究 领先滞后关系宏观因子择时策略 风格因子驱动行业选择及ABL经济周期行业配置 [3] 行业轮动系列专题报告 - 基于大单资金流反转效应 回归树行业配置应用 历史状态空间相似性匹配SMIA模型及行业轮动规律挖掘 [3] - 捕捉羊群效应行业轮动 月份效应行业配置策略 个股极值比例行业轮动及Hurst指数切换策略 [3] - 宏观视角行业轮动 景气视角下游消费/中游/金融及服务篇轮动策略 行业聚类与估值轮动方法 [3] - 预期增速与偏差行业轮动 细分行业景气盈利策略 多维宏观状态行业轮动及拥挤度细分行业动量策略 [3] - 行业聚类方法探讨 预期改善及底部特征轮动 宏观趋势行业轮动及卖方买方观点共振配置策略 [3] - 北向资金行业与风格轮动因子差异化 细分行业景气+轮动配置 行业拥挤度指标应用及指数增强 [3] - 基于舆情概念指数轮动 宏观超预期事件行业配置 市场结构变化风格轮动规律及多维度风格轮动研究 [3] - 另类视角指数轮动策略 龙头扩散效应行业轮动框架及其扩展研究 [3] 研究团队与方向 - 团队覆盖量化择时 CTA策略 资产配置与基金产品研究 因子选股与资产配置 量化策略及量化选股等全方位研究方向 [5][6][7] - 研究范围包括宏观经济因子 债务周期 利率研判 行业景气 风格轮动 舆情分析等多维度市场结构研究 [3][6][7]

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 今日转债多数行业上涨，估值环比抬升；转债市场成交情绪减弱；大盘成长相对占优；转债中枢提升，高价券占比提升；正股行业指数下降占比过半[1] 根据相关目录分别进行总结 市场主要指数表现 - 中证转债指数环比上涨0.46%，上证综指环比下降0.01%，深证成指环比上涨0.67%，创业板指环比上涨1.58%，上证50指数环比上涨0.45%，中证1000指数环比下降0.37%[1] - 大盘成长环比上涨1.28%，大盘价值环比下降0.57%，中盘成长环比上涨0.64%，中盘价值环比上涨0.25%，小盘成长环比下降0.05%，小盘价值环比下降0.70%[1] 市场资金表现 - 可转债市场成交额为773.68亿元，环比减少12.25%；万得全A总成交额为23917.71亿元，环比增长1.90%；沪深两市主力净流出236.00亿元，十年国债收益率环比降低1.82bp至1.88%[1] 转债估值 - 转债整体收盘价加权平均值为130.63元，环比上升0.41%；价格中位数为130.20元，环比下降0.01%[2] - 百元平价拟合转股溢价率为28.71%，环比上升0.29pct；整体加权平价为100.56元，环比下降0.14%[2] - 偏股型转债溢价率为9.77%，环比上升1.15pct；偏债型转债溢价率为85.27%，环比上升0.57pct；平衡型转债溢价率为23.08%，环比上升0.21pct[2] 行业轮动 - A股市场中，跌幅前三位行业为纺织服饰（-1.45%）、农林牧渔（-1.22%）、家用电器（-1.07%）；涨幅前三位行业为传媒（+2.23%）、通信（+1.99%）、有色金属（+1.87%）[3] - 转债市场共计21个行业上涨，涨幅前三位行业为环保（+2.46%）、有色金属（+1.62%）、汽车（+1.22%）；跌幅前三位行业为建筑装饰（-0.49%）、基础化工（-0.21%）、轻工制造（-0.19%）[3] - 收盘价方面，大周期环比+0.71%、制造环比+0.59%、科技环比+0.27%、大消费环比+0.48%、大金融环比+0.57%[3] - 转股溢价率方面，大周期环比+0.71pct、制造环比+1.3pct、科技环比+0.0015pct、大消费环比+1.7pct、大金融环比+1.2pct[3] - 转换价值方面，大周期环比+0.35%、制造环比-0.44%、科技环比+0.19%、大消费环比-0.76%、大金融环比-1.06%[3] - 纯债溢价率方面，大周期环比+1.0pct、制造环比+0.9pct、科技环比+0.4pct、大消费环比+0.64pct、大金融环比+0.66pct[4]

市场表现综述 - 国内权益市场指数表现分化 创业板指上涨2.34% [4] - 煤炭、电力设备、电子行业涨幅居前 银行、有色金属、非银金融行业跌幅居前 [4] - 权益基金表现较好 混合债券型基金业绩回撤 [4] 基金产品发行情况 - 新成立基金63只 合计发行份额为748.28亿份 [5] - 新成立基金中债券型基金27只 股票型基金27只 混合型基金7只 [5] - 全市场新发行基金31只 股票型基金21只 FOF基金4只 混合型基金4只 [5] 基金产品表现跟踪 - TMT主题基金净值涨幅优势延续 本周涨跌幅为2.56% 金融地产主题基金回调明显 本周涨跌幅为-2.68% [6] - 医药主题基金净值持续回撤 本周涨跌幅为-2.41% [6] - 股票被动指数型基金净值涨跌幅中位数为-0.04% 半导体、游戏、港股科技ETF净值表现较好 [6] ETF市场跟踪 - 国内股票ETF资金转为净流入77.93亿元 收益中位数为0.03% [7] - 港股ETF资金维持大幅流入166.52亿元 收益中位数为0.84% [7] - 金融地产主题ETF资金净流入显著 合计流入113.16亿元 [8] 基金仓位监控 - 主动偏股基金仓位相较上周下降0.27个百分点 [9] - 汽车、电子、基础化工等行业获资金增配 银行、医药生物、农林牧渔等行业遭资金减持 [9] ESG金融产品跟踪 - 新发行绿色债券34只 已发行规模合计379.48亿元 累计发行规模达4.82万亿元 [10] - 主动权益型ESG基金本周净值涨跌幅中位数为1.42% 气候变化、低碳经济等主题基金表现占优 [10] - 国内基金市场存量ESG基金共214只 规模合计1589.84亿元 [10]

国信金工团队概况 - 团队由7名成员组成，研究方向覆盖主动量化选股、指数增强、因子研究、FOF投资、基金研究、行业轮动、资产配置、港股投资、CTA策略等多个领域 [1] 量化选股策略 - 超预期精选组合自2010年以来年化收益率高达36.04%，相对中证500指数年化超额32.90%，分年度业绩在主动股基中排名前30%以内 [11] - 成长稳健组合自2012年以来年化收益41.15%，相对中证500指数年化超额34.84% [13][14] - 券商金股业绩增强组合年化收益21.78%，相较股基中位数年化超额14.15%，2018年以来基本每年排在主动股基前30% [17][19] - 优秀基金业绩增强组合自2012年以来年化收益21.56%，相对偏股混合型基金指数年化超额11.61%，分年度基本均能排名在主动股基前30% [21] - 小盘精选组合自2014年以来年化收益39.22%，相对中证2000指数年化超额28.66% [25] - 稳健精选组合自2012年以来年化收益率26.18%，相对中证红利全收益指数年化超额14.96%，每年均有正超额且最大回撤明显更低 [30] 多策略增强与指数增强 - 启发式分域多策略增强组合自2013年以来年化收益率23.43%，年化超额收益18.60%，信息比2.60，收益回撤比2.50 [34] - 港股精选组合自2010年以来年化收益率20.54%，相对恒生指数年化超额19.28%，信息比1.26，收益回撤比0.81 [35] 行业轮动与CTA策略 - 基于时点动量的行业轮动策略自2013年以来年化收益25.29%，相对中证全指年化超额收益19.65%，在2022Q4-2023Q2行业轮动加剧环境下依然有较好表现 [39] FOF投资组合 - 稳定战胜主动股基中位数的FOF精选组合自2014年以来年化超额收益8.74%，年化跟踪误差3.55%，超额收益信息比2.22，相对收益回撤比2.57，平均排名分位点为27.95% [43]

国庆前后A股市场表现规律 - 近十年国庆假期前5个交易日上证指数整体上涨概率仅30% [1][2][6] - 节前最后一个交易日上涨概率达70% [1][2][6] - 节后第一个交易日上涨概率达70% [2][6] - 节后5个交易日上涨概率为60% [2][6] 具体年份市场涨跌幅表现 - 2024年节前5日涨幅达21.37% 为近十年最高 [2] - 2018年节后5日跌幅达-7.60% 为近十年最差表现 [2] - 2023年节前5日涨幅0.84% 节后5日跌幅-0.72% [2] - 2015年节后5日涨幅6.87% 表现最佳 [2] 行业轮动特征 - 2020年节前领涨行业为食品饮料 社会服务 国防军工 [4] - 2020年节后领涨行业变为纺织服饰 电力设备 美容护理 [4] - 2023年节前领涨行业为传媒 通信 计算机 [4] - 2023年节后领涨行业变为电子 汽车 医药生物 [4] - 2024年节前领涨行业为公用事业 银行 石油石化 [4] - 2024年节后领涨行业为电子 计算机 银行 [4] 机构观点 - 光大证券预计节前市场延续震荡格局 呈现"存量博弈下的结构平衡"特征 [6] - 配置关注三个方向：服务消费 TMT方向 反内卷与涨价主线 [6] - 招商证券指出融资盘呈现"节前收敛 节后迸发"规律 [7] - 建议关注固态电池 AI算力 人形机器人 商业航天等低渗透率赛道 [7]

量化模型与构建方式 1. 可转债随机森林策略 - **模型名称**：可转债随机森林策略[16][17] - **模型构建思路**：利用随机森林这一机器学习方法，以决策树为基础筛选出每期具有超额收益潜力的可转债标的，构建高胜率可转债择券策略[17] - **模型具体构建过程**：采用随机森林算法，通过多棵决策树进行集成学习，每棵树基于不同的样本和特征子集训练，最终通过投票或平均方式得到最终预测结果，用于筛选具有超额收益潜力的可转债标的[17] 2. 多维度择时模型 - **模型名称**：多维度择时模型[18][19] - **模型构建思路**：根据宏观、微观、中观信号将A股划分为9个状态，分别对应多空信号形成三维大周期择时信号，在此基础上叠加股指期货基差产生的衍生品信号，合成四维度非线性择时模型[18] - **模型具体构建过程**： 1. 宏观维度：从短期货币流动性、长端利率、信用、经济增长以及汇率五个维度刻画宏观环境运行状态[21] 2. 中观维度：通过行业景气指数构建，基于产业链系统分析追踪上下游行业部门，对行业进行财务指标分解，重构行业景气度追踪框架[27][30] 3. 微观维度：以估值、风险溢价、波动率以及流动性四类均值回复性较强的因子刻画各宽基指数的微观结构风险[35] 4. 衍生品维度：基于股指期货基差与指数自身的相关性趋势构建日频择时信号[43] 5. 信号合成：将四个维度的信号综合，形成最终的多维度择时信号[18][19] 3. 宏观Logit模型 - **模型名称**：宏观Logit模型[24][25] - **模型构建思路**：通过Logit回归模型对宏观环境状态进行预测[24] - **模型具体构建过程**：使用短期货币流动性、长端利率、信用、经济增长以及汇率五个维度的宏观变量，经过平稳化处理后，构建Logit回归模型来预测宏观环境状态[21][24] - **模型评价**：能够有效预测宏观环境变化，为择时策略提供宏观维度的信号支持[24] 4. 中观景气度2.0模型 - **模型名称**：中观景气度2.0模型[27][28] - **模型构建思路**：通过追踪行业主营业务的营收和成本情况来监控行业整体的景气度[27] - **模型具体构建过程**： 1. 基于产业链系统分析，追踪上下游行业部门[30] 2. 对行业进行财务指标分解，挖掘可追踪的重点指标[30] 3. 重构行业的景气度追踪框架[30] 4. 计算各行业景气指数后，按上证指数每日各行业市值权重加权合成新景气指数2.0[27] - **模型评价**：能够领先预测A股盈利扩张周期，有效反映行业景气变化[28][29] 5. 微观结构风险模型 - **模型名称**：微观结构风险模型[35][36] - **模型构建思路**：以估值、风险溢价、波动率以及流动性四类均值回复性较强的因子刻画各宽基指数的微观结构风险[35] - **模型具体构建过程**： 1. 估值：市盈率与市净率在过去5年中所处分位数的均值[36] 2. 风险溢价：ERP(ep-rf:市盈率倒数减去一年期定存利率)在过去5年中所处的分位数[36] 3. 波动率：50日波动率在过去5年中所处分位数[36] 4. 流动性：自由流通市值换手率在过去5年中所处分位数[36] 5. 结构风险因子：四因子等权相加[36] - **模型评价**：能够有效刻画市场微观结构风险，为择时策略提供微观维度的信号支持[36] 6. 行业轮动策略2.0 - **模型名称**：行业轮动策略2.0[68][69] - **模型构建思路**：通过信用及企业盈利构建经济四象限，开发多维度行业风格因子，构建适用于A股市场的行业轮动策略[68][69] - **模型具体构建过程**： 1. 构建经济四象限：[企业盈利上行，信用上行]、[企业盈利上行，信用下行]、[企业盈利下行，信用上行]、[企业盈利下行，信用下行][68] 2. 开发多维度行业风格因子：包括一致预期景气、超越预期盈利、龙头效应、行业估值泡沫、反转因子、动量因子、拥挤度、通胀beta[69] 3. 在四个经济象限分别对各因子进行有效性检验[69] 4. 基于因子轮动配置相应的高预期收益行业[69] - **模型评价**：宏观适配性强，覆盖行业多维度特性，能够实现有效的行业轮动[69][78] 7. ETF轮动策略 - **模型名称**：ETF轮动策略[78][79] - **模型构建思路**：将基于基本面轮动、质量低波、困境反转三维度行业轮动策略进行等权组合，实现因子与风格的互补[78] - **模型具体构建过程**： 1. 基本面轮动策略：使用超预期景气度、行业龙头效应、行业动量、拥挤度、通胀beta等因子[78] 2. 质量低波策略：聚焦个股质量与低波，防御性突出[78] 3. 困境反转策略：使用PB_zscore、分析师长期预期、短期筹码交换等因子捕捉估值修复与业绩反转机会[78] 4. 将三个策略等权组合，形成最终的ETF轮动策略[78] - **模型评价**：能够实现因子与风格的互补，降低单一策略的风险[78] 8. 遗传规划指数增强模型 - **模型名称**：遗传规划指数增强模型[88][93][97][102] - **模型构建思路**：使用遗传规划算法挖掘选股因子，构建指数增强组合[88][93][97][102] - **模型具体构建过程**： 1. 股票池：根据不同指数选择对应的成分股[88][93][97][102] 2. 训练集：2016年1月1日-2020年12月31日[88][93][97][102] 3. 因子挖掘：由遗传规划因子挖掘模型挖掘多个初始种群，经过多代多轮得到最终因子集合[88][93][97][102] 4. 策略：每周最后一个交易日选择模型得分最高的每个行业内的前10%的股票构建多头组合，以下周第一个交易日开盘价买入，周频调仓，交易成本为双边千三[88][93][97][102] - **模型评价**：能够有效挖掘具有预测能力的选股因子，实现稳定的超额收益[88][93][97][102] 量化因子与构建方式 1. Barra CNE6风格因子 - **因子名称**：Barra CNE6风格因子[45][46] - **因子构建思路**：包括9个一级风格因子和20个二级风格因子，通过计算各个风格因子近期收益，评估不同因子在近期市场中的表现[45] - **因子具体构建过程**：规模（市值、非线性市值）、波动性（BETA、残差波动率）、流动性（流动性）、动量（短期反转、季节、行业动量、动量）、质量（杠杆、盈利变动率、盈利质量、盈利能力、投资质量）、价值（价值、盈利、长期反转）、成长（成长）、分析师预期（分析师预期）、红利（红利）[45] 2. 行业轮动因子 - **因子名称**：行业轮动因子[55][57] - **因子构建思路**：通过多维度行业风格因子构建行业轮动策略[55][57] - **因子具体构建过程**：包括一致预期行业景气度、超越预期盈利、龙头效应、北向资金、估值beta、动量因子、反转因子、拥挤度等因子[57] 模型的回测效果 1. 可转债随机森林策略 - 本周超额收益：0.64%[16] 2. 多维度择时模型 - 最新信号：多头（1）[19] 3. 宏观Logit模型 - 最新预测值：0.919[24][25] 4. 中观景气度2.0模型 - 当前景气指数：0.913[28][31] - 剔除大金融板块景气指数：1.288[28][31] 5. 行业轮动策略2.0 - 无剔除版年化超额收益：9.44%[71] - 双剔除版年化超额收益：10.14%[71] 6. ETF轮动策略 - 年化超额收益率：12.84%[82] - 夏普率：0.89[82] - 今年以来超额收益率：14.34%[82] 7. 遗传规划指数增强模型 沪深300指数增强 - 年化超额收益率：17.91%[91][92] - 夏普率：1.05[91][92] - 今年以来超额收益率：-4.35%[91][92] - 本周收益率：-1.14%[91] - 本周超额收益率：-0.70%[91] 中证500指数增强 - 年化超额收益率：11.78%[95] - 夏普率：0.85[95] - 今年以来超额收益率：-2.92%[95] - 本周收益率：-0.41%[95] - 本周超额收益率：-0.73%[95] 中证1000指数增强 - 年化超额收益率：17.97%[98][99] - 夏普率：0.93[98][99] - 今年以来超额收益率：-1.80%[98][99] - 本周收益率：-1.01%[98] - 本周超额收益率：-1.22%[98] 中证全指指数增强 - 年化超额收益率：24.84%[103] - 夏普率：1.33[103] - 今年以来超额收益率：11.36%[103] - 本周收益率：-0.27%[103] - 本周超额收益率：-0.09%[103] 因子的回测效果 1. Barra CNE6风格因子 - 2025年9月15日至2025年9月19日：规模因子表现较好，波动性因子表现较差[46] - 本月（9月以来）：波动性因子表现较好[46] - 最近一年：动量（反转）因子和波动性因子表现较好[46] 2. 行业轮动因子 - 一致预期行业景气度月收益率：0.40%[57] - 超越预期盈利月收益率：-0.21%[57] - 龙头效应月收益率：-1.18%[57] - 北向资金月收益率：0.63%[57] - 估值beta月收益率：2.37%[57] - 动量因子月收益率：-0.95%[57] - 反转因子月收益率：0.95%[57] - 拥挤度月收益率：0.15%[57]

量化模型与构建方式 1. 扩散指数行业轮动模型 - **模型名称**：扩散指数行业轮动模型[25][26] - **模型构建思路**：基于价格动量原理，通过计算行业扩散指数来捕捉行业趋势，选择扩散指数排名靠前的行业进行配置[26][38] - **模型具体构建过程**： 1. 选取中信一级行业作为标的[27] 2. 计算每个行业的扩散指数，扩散指数反映了行业价格趋势的强度[27] 3. 定期（如月度）选择扩散指数排名前六的行业作为配置组合[26][30] 4. 具体配置行业根据最新扩散指数值确定，例如2025年9月配置行业为综合、有色金属、通信、银行、传媒、商贸零售[26][30] 2. GRU因子行业轮动模型 - **模型名称**：GRU因子行业轮动模型[33][34] - **模型构建思路**：基于分钟频量价数据，通过GRU（门控循环单元）深度学习网络生成行业因子，捕捉交易信息中的规律进行行业轮动[34][38] - **模型具体构建过程**： 1. 使用分钟频量价数据作为输入[38] 2. 通过GRU深度学习网络处理数据，生成每个行业的GRU因子值[34][38] 3. GRU因子值反映了行业短期的动量或交易信号[34] 4. 定期（如周度）选择GRU因子排名靠前的行业作为配置组合，例如调入煤炭、调出房地产[36] 模型的回测效果 1. 扩散指数行业轮动模型 - 2025年以来超额收益：2.76%[25][30] - 2025年9月以来超额收益：-1.88%[30] - 本周超额收益：-1.41%[30] 2. GRU因子行业轮动模型 - 2025年以来超额收益：-7.78%[33][36] - 2025年9月以来超额收益：-0.10%[36] - 本周超额收益：-0.38%[36] 量化因子与构建方式 1. 行业扩散指数因子 - **因子名称**：行业扩散指数[27] - **因子构建思路**：通过计算行业价格数据的扩散指数，衡量行业趋势强度[27] - **因子具体构建过程**： 1. 获取中信一级行业的价格数据[27] 2. 计算每个行业的扩散指数值，具体计算方法未详细说明，但扩散指数值介于0到1之间，值越高表示趋势越强[27] 3. 例如，截至2025年9月19日，有色金属行业的扩散指数为0.978，银行行业为0.968[27] 2. GRU行业因子 - **因子名称**：GRU行业因子[34] - **因子构建思路**：基于GRU深度学习网络处理分钟频量价数据，生成代表行业短期动量的因子[34][38] - **因子具体构建过程**： 1. 输入分钟频量价数据到GRU网络[38] 2. 网络输出每个行业的GRU因子值，值越高表示行业动量越强[34] 3. 例如，截至2025年9月19日，有色金属行业的GRU因子值为7.4，石油石化行业为5.38[34] 因子的回测效果 （注：报告中未提供因子的独立回测指标，如IC、IR等，仅提供了基于因子构建的模型回测结果）

市场表现与行业分化 - 上周沪指累计下跌1.30% 但市场分化度未明显收窄 [1] - 电力设备 电子 通信等行业涨幅领先 银行 非银 食品饮料等板块滞涨 [1] 券商策略观点汇总 - 国泰海通证券认为市场调整是机会 A/H股指有望走出新高 新兴科技是主线 港股科技医药延续修复 [2] - 国金证券指出降息开启新场景转换 港股6-8月滞涨或有补涨行情 成长投资从科技驱动转向出口出海 制造业顺周期成为中期主线 [2] - 浙商证券预计上证盘整持续1-2周 若轮动顺畅25Q4或挑战2015年来最大波幅0.618分位 建议降低计算机和传媒配比 增配地产 基建工程和社服板块 [3] - 光大证券认为节前市场延续震荡格局 中期慢牛行情核心在于政策节奏 关注服务消费 TMT 反内卷与涨价主线 [4] - 招商证券指出国庆前后融资盘呈节前收敛节后迸发规律 节后风险偏好改善 美联储降息后A/H股上涨概率高 关注固态电池 AI算力 人形机器人 商业航天等领域 [5] - 兴业证券建议以轮动思路应对波动 多个板块交替轮动行情才能行稳致远 [6][7] - 中信建投认为美联储降息周期重启 后续降息路径更清晰 关注AI产业叙事 中国内外需共振筑底 十五五规划预期增量 [8] - 华安证券指出美联储降息落地 政策托底预期升温 维持震荡上涨判断 坚定AI强势主线核心地位 关注景气硬支撑领域 [9] - 华西证券强调A股慢牛逻辑未变 企业在人工智能 生物医药 高端制造等领域展现顶尖产品力 反内卷推进验证盈利改善预期 [10] - 银河证券推荐四条主线把握十五五建筑行业机会 包括重大工程支撑稳增长 出海高股息并购重组 低空经济机器人算力工程 新疆煤化工核电洁净室工程 [11]

华泰金工多维择时模型表现 - 年初以来累计收益率达40.77% 绝对收益36.07% 跑赢行业等权基准17.01个百分点 [1][2] - 模型持续看好A股市场 技术面平稳 资金与情绪显现看多信号 [1] - 5月以来保持做多状态 8月22-28日震荡期平仓 9月3日重启做多 9月17日短暂看空后次日恢复看多 [2][3] 行业配置与轮动 - 遗传规划行业轮动模型累计收益36.07% 超越行业等权基准17.01个百分点 [1][3] - 本周看好银行、工业金属、石油石化行业 新增国防军工和商贸零售 剔除食品饮料及煤炭 [3] - 下周最强预测行业为贵金属、酒类、食品、钢铁和银行 呈现消费周期金融均衡配置 [1] 板块与ETF表现 - 科技板块持续活跃 受益国内"人工智能+"政策支持 [1] - 创业板50ETF上周上涨2.84% 科创创业ETF上涨2.47% 汽车ETF上涨4.26% [2] - 银行ETF下跌4.08% 有色金属ETF下跌4.26% 金融与周期板块明显调整 [2] 全球市场联动 - 美股纳斯达克指数上周上涨2.21% 受美联储降息政策及AI行业活力推动 [1] - 欧洲股市偏弱 富时100下跌0.72% 德国DAX下跌0.25% [1] - 商品市场煤焦钢矿与非金属建材涨幅超4% 农产品下跌4.33% 有色金属下跌3.46% [1] 市场情绪指标 - 上证50会员持单比高于去年同期 反映市场情绪强烈 多头仓位较高 [3] - 境内绝对收益ETF模拟组合年初累计上涨7.34% 上周微跌0.10% 配置基于资产趋势与行业轮动建议 [3]

核心观点 - 美联储9月FOMC会议降息25BP符合预期但表态偏鹰 抑制短期风险偏好 但中长期降息前景仍可乐观[3][12][13] - 8月中国经济数据全面走弱 内需疲软 投资与消费增速放缓 政策托底预期升温[4][15][19] - 行业轮动强度见顶后成长风格大概率延续强势 金融风格转弱 周期风格走强[5][27][28] - 配置上坚定AI产业趋势主线 同时关注景气硬支撑领域[5][45][47] 市场观点 美联储政策影响 - 9月FOMC降息25BP至4%-4.25% 为2024年9月启动降息后首次降息[12] - 鲍威尔表态偏鹰派 强调政策路径保持数据依赖 未支持降息50BP[13] - 点阵图显示2026年仅预测一次降息 低于市场预期的三次 利率调整至3%的时间推迟至2027年[13] - 中长期利率指引偏鹰 抑制市场风险偏好 美股震荡分化 纳斯达克指数小幅走低[13] 中国经济数据表现 - 8月社会消费品零售总额3.97万亿元 同比增3.4% 较上月回落0.3个百分点[15] - "以旧换新"政策效果减弱 家用电器和音响器材类消费增速回落14.4个百分点至14.3% 通讯器材类回落7.6个百分点至7.3%[16] - 汽车零售额增速回正至0.8% 但依然偏低 服务业生产指数由7月5.8%回落至8月5.6%[16] - 固定资产投资累计同比0.5% 较上月1.6%下降1.1个百分点[19] - 制造业投资增速5.1% 较上月6.2%下滑 基建投资同比2.0% 较上月3.2%下降[19] - 房地产投资同比下降12.9% 降幅较上月-12.0%扩大 商品房销售额和销售面积同比分别下降14.0%和10.6%[21][23] - 7-8月数据拟合的三季度GDP增速约4.9% 较7月进一步下滑[4][15] 政策预期 - 政策加码必要性回升 市场对促消费与房地产领域新政策预期升温[4][15] - 国补资金已使用约2640亿元 年内存在补充诉求[16] - 中美谈判释放积极信号 双方就TikTok问题、减少投资障碍等达成框架共识[26] 行业配置 行业轮动规律 - 基于2008年至今三轮成长行情复盘 行业轮动强度见顶后1个月内成长风格继续上涨概率较大[5][27] - 金融风格在轮动强度见顶后容易由强转弱 周期风格大概率走强 消费风格未见明显变化[5][27] - 前期最强成长主线行业在轮动见顶后延续强者恒强态势[5][27] 具体行情表现 - 2008-2010年智能手机行情：6次轮动强度抬升中4次见顶后成长风格上涨 周期品中有色金属见顶后平均涨幅21.2% 机械设备11.7% 煤炭9.6%[29][32] - 2012-2015年互联网+行情：5次轮动抬升中3次见顶后成长风格上涨 传媒板块在见顶后30天平均涨幅22.9%[33][39] - 2019-2021年新能源行情：5次轮动抬升中3次见顶后成长风格上涨 电力设备板块见顶后30天平均涨幅7.2%[40][44] 配置主线 AI产业趋势主线 - AI算力基建扩散至应用端 但并非"高切低" 仍处于AI产业链条中[45][46] - 产业周期行至第一阶段中后期 未来仍有业绩支撑和估值拔高阶段[46] - 重点包括泛TMT、AI、算力、软件、游戏、机器人等方向[47] 景气硬支撑领域 - 稀土永磁、贵金属、军工、券商、金融IT、电源设备[47] - 海风/风电、整车、电池、轮胎、农药、化学纤维、工程机械、牛肉及乳制品[47] - 这些领域具备良好景气度或业绩超预期支撑[47] 市场展望 - 维持市场震荡上涨判断 关键点位担忧仅带来短期情绪扰动[45][46] - 行业结构扩散但仍围绕AI产业链 电池、风电、消费电子领涨[45] - 机器人链条表现强势 煤炭、出行链条有事件催化[45]