核心观点 报告围绕量化全天候策略展开，涵盖市场观点、ETF投顾策略、指数基金市场、资金流向及市场表现复盘等内容，指出A股市场风险偏好改善，港股市场暂时承压，各策略表现有差异，指数基金市场有新申报、成立、首发和上市情况，资金流向不同资产类别有别，全球各类资产表现各异[2][5]。 市场观点和ETF交易机会 国内市场 - A股本周成交1.44万亿，国家队买入使流动性风险缩小，风险偏好改善，中证红利领涨，看好三季度军工、半导体、内需消费配置机会[5] 港股市场 - 情绪面回落看空，流动性等较弱，金管局两周内四次承接港币卖盘，累计买入590.72亿港元，7月关税月风险定价悲观，看好地产等板块，国内经济基本面回暖利好港股分子端[5] ETF投顾策略跟踪 鑫选ETF绝对收益策略 - 样本外表现出色，过去三年年化收益14.23%，最大回撤8.6%，夏普比率1.44，2024年初至今总回报35.29%，最新持仓含黄金ETF等[11] 全天候多资产多策略ETF风险平价策略 - 结合多种策略，分散资产，2024年初至今收益率20.85%，最大回撤3.62%，持仓含黄金ETF等[14][16] 中美核心资产组合 - 结合RSRS和反转策略，2015年初至今年化回报34.05%，最新持仓含纳斯达克指数等[20] 高景气/红利轮动策略 - 构建轮动模型，2021年初至今年化收益20.11%，最新持仓含红利低波ETF等[23] 双债LOF增强策略 - 调整权重保证债券持仓占比，2019年初至今年化收益6.79%[26] 结构化风险平价（QDII） - 以国内中长期债券ETF为主，2024年初至今收益率25.58%，最大回撤2.38%[29] 策略表现总览（2024年初至今） - 各策略总收益率、年化收益率、最大回撤、波动率、夏普比率有差异[32] 指数基金新发市场追踪 新申报指数基金 - 本周新申报17只，含3只ETF、5只联接基金[34] 新成立指数基金 - 本周新成立公募基金20只，募集53.28亿元，其中指数基金11只，首发规模32.26亿元[35] 首发基金 - 下周26只指数基金首发，含华富中证A500指数A等[37] 上市基金 - 下周6只基金上市，如易方达国证价值ETF等[38] ETF资金流向 不同资产类别ETF资金流向 - 截至2025年7月4日，A股、债券、商品、跨境ETF本周净申赎金额分别为-136.4亿元、122.9亿元、23.7亿元、91.4亿元[43] A股ETF细分类别资金流 - 宽基ETF净卖出-333.84亿元，科创50获增持，银行等行业增持规模靠前，宽基红利遭抛售[44] 跨境ETF细分市场资金流 - 跨境ETF本周净买入92.91亿元，香港ETF获增持88亿元[48] 商品类ETF资金流 - 黄金ETF获增持23.18亿元[52] 市场表现复盘 全球大类资产表现回顾 - 各类资产本周、近一个月、年初至今涨跌情况不同，如中证红利本周涨1.93%等[56] 一级行业表现回顾 - 各行业本周、近1月、近1年、年初至今涨跌幅及PE、PB十年分位点有差异，如钢铁本周涨5.27%[57] 鑫选ETF池周涨幅TOP35 - 游戏ETF本周涨幅6.77%居首，各ETF年初至今涨跌幅不同，涉及传媒等行业[59]

纪要涉及的行业和公司 涉及银行、券商、家电、电力、工程试验、煤炭、钢铁、建材、医药、电子通信、非银、军工、传媒、电信、化工、计算机、有色金属、消费、成长、金融、稳定风格等行业，未提及具体公司名称 纪要提到的核心观点和论据 1. **银行板块**：表现出色，自4月7日以来连续九周阳线，多数银行股涨幅超30%，PB约为0.6至0.7，具备长线投资价值，或处于牛市中段，是性价比高的长线投资标的，适合长期持有，不建议频繁短差操作 [1][11][27] 2. **券商板块**：是本轮行情破局的关键因素，6月24日券商股拉升带动市场情绪，中证证券公司指数约为800点，理论上最高可涨至876点，仍有上涨空间，建议选择离年线较近且刚好站上年线的股票 [1][6][21] 3. **市场行情**：本轮上涨行情预计为衰竭式上涨，多头周期预计持续到7月中旬，上证指数在3497点附近冲高回落属正常现象，3509至3550点附近压力较大，不建议追高开新仓，适合超短线操作 [1][5][19] 4. **大盘突破条件**：要继续突破，需要形成主升浪，且券商板块需单周涨幅达到15个点以上，目前尚未出现主升浪迹象，白酒板块难以推动大盘，主要依赖券商 [1][10] 5. **市场热点**：当前市场热点包括家电、电力、工程试验、煤炭等偏红利的板块，但这些热点并非主升浪性质，仅为小突破，综合金融和科技板块出现一定程度回吐，表明当前行情并非主升段行情 [4][16][18] 6. **未来行情预期**：未来行情仍有延续空间，上行目标至少达到3509点，但在3509点之后需谨慎，压力可能增大至3550点附近，预计多头周期持续至下周三到周五之间，此时可能出现变盘节点 [19][20] 7. **行业风格优势**：未来一个季度甚至半年，消费、成长和金融这三个行业风格预计将居于前列，无风险利率下降、美联储预期降息以及国内产业景气状态企稳恢复，都为这些行业提供了良好的外部环境，稳定风格当前仅在估值和资金方面占优，而景气度及宏观经济状态相对较弱，未来可能失去吸引力 [4][37][38] 其他重要但是可能被忽略的内容 1. **市场分歧**：主要体现在对市场强弱的判断和对板块轮动速度和热点的看法上，反映了投资者对当前市场状况的不确定性 [3] 2. **权重指数走势**：本周权重指数继续带头上攻，小部分指数如科创50和北证50出现下跌，权重指数的强劲走势主要受到银行板块的推动，上证50和沪深300表现出色，小盘股指数相对疲软 [7][8] 3. **行业板块表现**：本周钢铁、建材等行业板块表现突出，医药板块在6月15日出现疲态后经历了一波高位回撤，随后出现了反弹，但并未创新高，港股创新药目前处于第五浪上涨阶段，一旦创出新高可能形成MACD日线顶背离 [12][14][31] 4. **行业性价比**：根据7月4日的数据，目前性价比较高的行业包括电子通信、非银、军工、银行、传媒、电信、化工、计算机和有色金属，是基于6成交易面和4成基本面的综合评分得出的结果 [29] 5. **多头周期板块**：在多头周期中，可以积极考虑军工、计算机、传媒、电子和电信等板块，这些板块预计将在未来一周内保持多头走势，并且大盘调整不会立即出现，但需注意选择接近年线附近的品种 [30] 6. **股票选择建议**：银行股可在回调至5月均线时买入，券商股应避免选择前期反弹幅度较大的品种，建议选择离年线较近且刚好站上年线的股票 [28]

量化模型与构建方式 1. **模型名称：A股行业轮动模型** - **模型构建思路**：通过资金、估值、情绪、动量、超买超卖和盈利6个因子构建打分体系，综合评估行业表现[17] - **模型具体构建过程**： 1. **资金因子**：以行业主力资金净流入率计算 2. **估值因子**：行业当前估值在过去1年的分位数 3. **情绪因子**：行业成分股上涨比例 4. **动量因子**：MACD指标 5. **超买超卖因子**：RSI指标 6. **盈利因子**：行业一致预测EPS在过去1年的分位数 各因子标准化后加权求和得到综合评分[17] - **模型评价**：多维度捕捉行业轮动特征，但需注意因子权重设置的合理性[17] 2. **模型名称：共识度选股模型** - **模型构建思路**：结合行业动量、估值、高频资金流与价格走势相似度筛选个股[20] - **模型具体构建过程**： 1. 筛选过去30天涨幅前三的申万二级行业 2. 计算个股的月度动量因子、估值因子和上涨频率 3. 通过高频分钟数据计算资金流变化 4. 计算资金流与价格走势的相似度（具体算法未披露） 5. 按相似度排名选出各二级行业前5名股票[20] - **模型评价**：兼顾基本面与市场行为，但高频数据处理复杂度较高[20] --- 量化因子与构建方式 1. **因子名称：主力资金净流入率（资金因子）** - **因子构建思路**：统计大额交易单反映主力资金动向[12] - **因子具体构建过程**： 1. 定义主力资金单笔成交：≥10万股或≥20万元 2. 按申万一级行业汇总每日净流入额 3. 计算标准化净流入率： $$ \text{净流入率} = \frac{\text{行业净流入额}}{\text{行业总成交额}} $$ [12] 2. **因子名称：估值分位数（估值因子）** - **因子构建思路**：衡量行业当前估值的历史位置[17] - **因子具体构建过程**： 1. 选取行业PE/PB等指标 2. 计算过去1年滚动分位数 $$ \text{分位数} = \frac{\text{当前值 - 最小值}}{\text{最大值 - 最小值}} $$ [17] 3. **因子名称：MACD（动量因子）** - **因子构建过程**： 1. 计算行业指数12日/26日EMA $$ EMA_{12} = \text{前日EMA}_{12} \times \frac{11}{13} + \text{当日收盘价} \times \frac{2}{13} $$ $$ EMA_{26} = \text{前日EMA}_{26} \times \frac{25}{27} + \text{当日收盘价} \times \frac{2}{27} $$ 2. 计算DIF与DEA： $$ DIF = EMA_{12} - EMA_{26} $$ $$ DEA = \text{DIF的9日EMA} $$ 3. MACD柱 = (DIF - DEA) × 2[17] 4. **因子名称：RSI（超买超卖因子）** - **因子构建过程**： 1. 计算行业指数14日平均涨幅/跌幅 $$ RS = \frac{\text{平均涨幅}}{\text{平均跌幅}} $$ 2. 标准化： $$ RSI = 100 - \frac{100}{1+RS} $$ [17] --- 模型的回测效果 1. **A股行业轮动模型** - 综合评分最高行业：综合（10分）、有色金属（10分）[19] - 综合评分最低行业：银行（-15分）、石油石化（-9分）[19] - 因子贡献分布： - 综合行业：资金（++）、估值（+++）、动量（+++）[19] - 银行行业：资金（---）、情绪（--）、盈利（---）[19] 2. **共识度选股模型** - 本期选股行业：通信设备、地面兵装Ⅱ、元件[21] - 选股结果示例： - 通信设备：新易盛、移远通信[21] - 地面兵装Ⅱ：长城军工、光电股份[21] --- 因子的回测效果 1. **主力资金净流入因子** - 5日净流入前五行业：非银金融（94.57亿元）、建筑装饰（4.85亿元）[13] - 30日净流入前五行业：煤炭（-8.82亿元）、综合（-16.5亿元）[14] 2. **估值分位数因子** - 高分位行业：综合（+++）、有色金属（++）[19] - 低分位行业：银行（---）、石油石化（---）[19] 3. **动量因子（MACD）** - 强势行业：电子（+++）、综合（+++）[19] - 弱势行业：交通运输（---）、银行（--）[19] 4. **超买超卖因子（RSI）** - 超买行业：电子（+++）、通信（+++）[19] - 超卖行业：医药生物（---）、传媒（---）[19]

根据研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. **模型名称**：恒生港股通科技主题指数 **模型构建思路**：聚焦TMT板块，剔除医药、家电、汽车等行业，确保科技主题投资的纯度[28][29] **模型具体构建过程**： - 选股范围：具备港股通南向交易资格且恒生行业分类属于资讯科技类、电子零件、互动媒体及服务、线上零售商、支付服务的股票[34] - 筛选条件：最近6个月日均总市值排名前30的股票[34] - 加权方式：流通市值加权，个股权重上限10%[34] - 调整频率：每半年调整一次成分股[34] **模型评价**：行业分布集中，科技属性纯粹，避免了不同行业逻辑差异对收益的稀释[28][29] 2. **模型名称**：恒生科技指数 **模型构建思路**：覆盖与科技主题高度相关的行业，包括网络、金融科技、云端、电子商务等[34] **模型具体构建过程**： - 选股范围：恒生行业分类属于工业、非必需性消费、医疗保健、金融、资讯科技业的股票[34] - 筛选条件：满足科技平台运营、研发支出占比≥5%或收入同比增长≥10%之一，并选取市值最大的30只股票[34] - 加权方式：流通市值加权，个股权重上限8%[34] - 调整频率：每季度调整一次成分股[34] 3. **模型名称**：中证港股通科技指数 **模型构建思路**：覆盖通信、互联网、医药生物、电子、半导体等科技相关行业[34] **模型具体构建过程**： - 选股范围：中证港股通综合指数样本中科技相关行业的股票[34] - 筛选条件：剔除过去两年营收增速连续为负且研发投入占比<3%的股票（中证二级行业前三豁免），选取最近一年日均总市值前50的股票[34] - 加权方式：市值加权，个股权重上限10%[34] - 调整频率：每半年调整一次成分股[34] 4. **模型名称**：国证港股通科技指数 **模型构建思路**：聚焦互联网、电子、通信设备、生物科技等科技领域[34] **模型具体构建过程**： - 选股范围：具备互联互通标的资格且主营业务属于科技相关领域的股票[34] - 筛选条件：近两年营收复合增长率>10%或近一年研发费用占比>5%，剔除流动性后10%的股票，选取最近一年日均总市值前30的股票[34] - 加权方式：流通市值加权，个股权重上限15%（前五大合计≤60%）[34] - 调整频率：每半年调整一次成分股[34] 模型的回测效果 1. **恒生港股通科技主题指数**： - 近一年年化收益率55.90%，近三年年化收益率8.83%[43] - 2025年上半年涨跌幅超18%，年内最高收益达30%以上[23][24] - 当前PE-TTM约20倍，低于2020年7月以来9%分位数[6][8] 2. **恒生科技指数**： - 当前PE-TTM约20倍，PB-LF 2.89倍，分别处于历史8.5%和58%分位数[8][9][11] - 2025年上半年涨跌幅与恒生港股通科技主题指数接近[24] 3. **中证港股通科技指数**： - 行业分布包含20.94%的汽车与零配件和11.31%的医药生物[36] 4. **国证港股通科技指数**： - 行业分布包含12.14%的汽车与零配件和10.40%的医药生物[36] 量化因子与构建方式 （注：研报中未明确提及独立因子的构建，主要围绕指数编制规则展开，故本部分暂缺） 因子的回测效果 （注：研报中未提供独立因子的测试结果，故本部分暂缺） 补充说明 - **行业分布对比**：恒生港股通科技主题指数在信息技术（66.55%）、可选消费（18.25%）、通讯服务（15.20%）的分布更集中，而其他指数包含医药、汽车等非核心科技行业[33][36] - **市值分布**：恒生港股通科技主题指数成分股中市值≥1000亿港元的占比26.67%，流动性较好[40][42]

报告核心观点 本周模拟组合收益回升，信用仓位涨幅大，票息收益略有回升、波动回落，近四周久期与下沉策略累计超额收益之差走阔，本周超额收益集中于超长端 [2][3][4] 组合策略收益跟踪 组合周度收益一览 - 截至7月4日，今年以来利率和信用风格组合累计收益低于过去两年同期，产业超长型、城投久期及短端下沉组合累计综合收益表现相对占优，除存单重仓策略外，信用风格组合累计收益普遍超对应利率风格组合 [10] - 本周模拟组合收益回升，信用仓位涨幅大，利率风格中产业超长型、二级超长型策略组合读数靠前，信用风格中产业超长型、二级超长型策略组合收益居前列 [2][14][15] - 分重仓券种看，二级资本债重仓策略显著修复，信用风格存单重仓组合周度收益均值上涨，进攻属性不及长久期资产，城投重仓组合周度收益平均上行，二级资本债重仓组合收益均值回升，超长债重仓策略平均收益大幅回升 [2][18] 组合周度收益来源 - 各类策略组合票息收益略有回升，波动再度回落，主要策略中组合票息多数升高，城投短端下沉、二级债下沉策略票息环比涨幅约0.04bp，除重仓超长债策略外，其余组合年化票息不足2%，城投短端下沉、哑铃型组合在1.95%以上，票息波动小幅回落 [3][27] - 信用风格组合票息贡献在10% - 25%区间，资本利得贡献主要收益，城投子弹型、二级债久期组合票息贡献降至13%附近低位 [3][27] 信用策略超额收益跟踪 久期与下沉策略累计超额收益 - 近四周，久期策略、下沉策略累计超额收益之差整体走阔，城投哑铃型、城投久期及券商债久期策略组合累计超额收益分别为33.6bp、7.4bp、5.8bp，多数策略累计读数回负区间，久期策略仍占优，金融债久期组合跑赢同券种下沉组合 [4][31] 不同期限策略超额收益 - 本周超额收益集中于超长端，短端存单策略超额收益降至 -1.6bp附近，城投下沉小幅超越基准 [4][34] - 中长端各类策略转为负项超额收益，负偏离幅度基本在10bp内，二永债拉久期与基准组合持平，券商债下沉、城投短端下沉较中长端基准超额近年初以来最低，二季度城投短债下沉策略偏弱 [4][34] - 超长端策略超额收益回升至6月初水平，近期久期策略从城投轮动至产业、二级债品种，本周二级超长型策略组合超额升至17bp以上 [4][34] 附：模拟组合配置方法 - 利率风格组合按80%：20%配置利率债与信用债，信用风格反之，利率债用10年期国债，信用债配20%超长债及10年期AA +产业债 [12] - 不同策略有不同配置方式，如子弹型、下沉、久期、超长策略及城投/混合哑铃型等配置选取不同期限和评级的债券 [12] - 年度累计收益由周度综合收益加总，票息收益按期初估值收益×持有时长计算 [12]

报告行业投资评级 未提及 报告的核心观点 截至7月4日，城投债、产业债成交期限加权分别为2.27年、3.27年，均处2021年3月以来90%以上分位数水平；商业银行债中，二级资本债、银行永续债、一般商金债加权平均成交期限分别为4.28年、3.73年、3.27年，银行永续债处较低历史水平；其余金融债中，证券公司债、证券次级债、保险公司债、租赁公司债久期分别为1.52年、1.69年、3.33年、1.37年，证券公司债、证券次级债位于较低历史分位，租赁公司债位于较高历史分位 [2][9] 根据相关目录分别进行总结 全品种期限概览 - 截至7月4日，城投债、产业债成交期限分别加权于2.27年、3.27年，均处于2021年3月以来90%以上分位数水平 [2][9] - 商业银行债中，二级资本债、银行永续债以及一般商金债加权平均成交期限分别为4.28年、3.73年、3.27年，银行永续债处于较低历史水平 [2][9] - 其余金融债中，证券公司债、证券次级债、保险公司债、租赁公司债久期分别为1.52年、1.69年、3.33年、1.37年，证券公司债、证券次级债位于较低历史分位，租赁公司债位于较高历史分位 [2][9] - 票息久期拥挤度指数下滑后略有上升，本周较上周小幅下降，目前处于2021年3月以来27.80%的水平 [12] 品种显微镜 - 城投债加权平均成交期限徘徊在2.27年附近，广东省级城投债久期超5年，贵州省级城投债成交久期缩短至0.48年附近；浙江地级市、广东地级市、福建区县级、山东地级市等区域城投债久期历史分位数已逾90%，湖南省级、河南地级市城投债久期逼近2021年以来最高 [3][16] - 产业债加权平均成交期限较上周有所拉长，总体处于3.27年附近，房地产行业成交久期缩短至1.85年，公共事业行业成交久期拉长至3.63年；房地产行业成交久期处于较低历史分位，公用事业、食品饮料、医药生物、商贸零售、建筑材料等行业均位于90%以上的历史分位 [3][20] - 一般商金债久期拉长至3.27年，处于99.50%的历史分位，高于去年同期水平；二级资本债久期拉长至4.28年，处于97.30%的历史分位，高于去年同期水平；银行永续债久期拉长至3.73年，处于68.10%历史分位数，高于去年同期水平 [3][23] - 从加权平均成交期限来看，保险公司债＞证券次级债＞证券公司债＞租赁公司债，分别处于83%、14%、30%、71%的历史分位数，保险公司债久期较上周有小幅拉长 [3][25]

根据提供的证券研究报告内容，以下是量化模型与因子的详细总结： --- 量化模型与构建方式 1. 短期量化择时模型 - **模型构建思路**：通过基本面、估值面、情绪面、流动性四个维度的指标综合判断市场短期走势[17][20][22] - **具体构建过程**： 1. **基本面指标**：制造业PMI分位数（44.92%）、中长期贷款余额同比增速分位数（0.00%）、M1同比增速分位数（77.97%）[17] 2. **估值面指标**：A股整体PE分位数（92.80%）、PB分位数（71.05%）[18] 3. **情绪面指标**：Beta离散度分位数（40.68%）、量能情绪分位数（72.70%）、波动率分位数（12.99%）[20] 4. **流动性指标**：货币利率指标分位数（33.90%）、汇率预期指标分位数（40.68%）、融资额分位数（80.81%）[20] 5. 采用加权打分机制，各维度信号权重均衡，最终输出乐观/中性/谨慎信号[22] 2. 成长价值轮动模型 - **模型构建思路**：基于盈利周期、利率周期、信贷周期构建基本面信号，结合估值差和情绪指标进行风格判断[32][34] - **具体构建过程**： 1. **基本面信号**： - 盈利周期斜率=4.17（利好成长） - 利率综合周期水平=9.17（利好价值） - 信贷综合周期变化=-3.33（利好价值）[32] 2. **估值信号**： - 成长价值PE差分位数=15.19% - PB差分位数=34.08%（均利好成长）[32] 3. **情绪信号**： - 换手差分位数=21.01%（利好价值） - 波动差分位数=20.58%（均衡）[32] 4. 采用三级信号加权体系，最终输出成长/价值配置比例[34] 3. 小盘大盘轮动模型 - **模型构建思路**：与成长价值模型类似，但指标调整为小盘大盘特异性指标[36][38] - **具体构建过程**： 1. **基本面信号**： - 盈利周期斜率=4.17（利好小盘） - 利率综合周期水平=9.17（利好大盘） - 信贷综合周期变化=-3.33（利好大盘）[36] 2. **估值信号**： - 小盘大盘PE差分位数=80.60% - PB差分位数=99.59%（均利好大盘）[36] 3. **情绪信号**： - 换手差分位数=54.26%（均衡） - 波动差分位数=83.71%（利好大盘）[36] 4. 采用相同加权机制输出配置建议[38] 4. 四风格轮动模型 - **模型构建思路**：整合成长价值和小盘大盘模型的输出，形成四象限配置建议[31][43] - **具体构建过程**： 1. 接收成长价值模型输出（当前成长0%/价值100%）[32] 2. 接收小盘大盘模型输出（当前小盘50%/大盘50%）[36] 3. 按交叉组合计算配置比例： $$配置比例 = 成长价值权重 \times 小盘大盘权重$$[43] 4. 当前输出：小盘成长12.5%、小盘价值37.5%、大盘成长12.5%、大盘价值37.5%[31] --- 模型的回测效果 1. 短期择时模型 - 年化收益率：16.58%（基准4.26%）[21] - 年化超额收益率：12.32%[21] - 最大回撤：27.70%（基准31.41%）[21] - 夏普比率：0.9889（基准0.2440）[26] - 2024年以来年化收益率：27.68%（基准5.99%）[28] 2. 成长价值轮动模型 - 年化收益率：11.67%（基准6.77%）[33] - 年化超额收益率：4.90%[33] - 最大回撤：43.07%（基准44.13%）[35] - 夏普比率：0.5387（基准0.3231）[35] 3. 小盘大盘轮动模型 - 年化收益率：12.21%（基准6.85%）[37] - 年化超额收益率：5.36%[37] - 最大回撤：50.65%（基准53.70%）[40] - 夏普比率：0.5336（基准0.3210）[40] 4. 四风格轮动模型 - 年化收益率：13.17%（基准7.27%）[43] - 年化超额收益率：5.90%[43] - 最大回撤：47.91%（基准49.07%）[43] - 夏普比率：0.5895（基准0.3432）[43] --- 量化因子与构建方式 1. Beta离散度因子 - **构建思路**：衡量市场局部过热风险[2][20] - **计算方法**： $$Beta离散度 = \frac{1}{n}\sum_{i=1}^n (\beta_i - \bar{\beta})^2$$ 其中$\beta_i$为个股Beta值，$\bar{\beta}$为市场平均Beta[20] - **当前值**：-0.59%（过去5年40.68%分位数）[20] 2. 量能情绪因子 - **构建思路**：结合60日成交量与换手率布林带指标[20] - **计算方法**： $$量能情绪 = \frac{成交量 - 下轨}{上轨 - 下轨} \times 换手率Z值$$[20] - **当前值**：0.30（过去5年72.70%分位数）[20] 3. 估值差分位数因子 - **构建思路**：计算风格间PE/PB估值差的历史分位数[32][36] - **计算方法**： $$估值差分位数 = Percentile(\frac{PE_{风格A}}{PE_{风格B}})[32]$$ - **当前值**： - 成长价值PE差分位数=15.19%[32] - 小盘大盘PE差分位数=80.60%[36] --- 因子的回测效果 （注：报告中未单独披露因子级回测结果） --- 模型评价 1. **短期择时模型**：在多周期测试中表现稳健，尤其在波动控制方面显著优于基准[21][26] 2. **风格轮动模型**：基本面驱动逻辑明确，但2025年出现小幅超额收益回撤[33][37][43] 3. **因子设计**：Beta离散度因子能有效捕捉市场过热风险，量能情绪因子对短期趋势敏感[2][20]

市场表现 - 上周沪深300指数周涨幅1.54%，上证综指周涨幅1.40%，中证500指数周涨幅0.81%，市场延续上涨但内部结构分化[3] - 增量资金带动A股上攻3500点，但新增资金快速退坡，市场后期或重回震荡[4][5] 基本面分析 - 国内6月官方PMI较5月有所回升，但仍未走出4月贸易战冲击的压力区，经济回升趋势不明确[4] - 美国就业数据呈现巨大波动，4.1%的失业率已消除非法移民干扰，预计后续震荡上行[4] - 美国"大美丽法案"落地，属于财政刺激政策延续而非新增，对经济提振作用有限[4] 技术面分析 - 增量资金突袭推动市场反弹，但资金持续性不足，技术面脉冲信号已兑现[5] - 逆势增量资金带动A股冲高，但最新监控显示增量资金退潮[5] 仓位建议 - 主板建议重回中等仓位，因增量资金退坡且资金方向波动大[5] - 中小市值板块建议跟随主板重回中等仓位，风格转向均衡[5] 行业关注 - 短期动量模型建议关注银行行业[5]

市场行情分析 - 上证指数日内涨幅达1%但个股普跌现象持续 3000-4000家下跌成为注册制后的常态 [1] - 港美股指数上涨主要由少数科技巨头轮动驱动 若持仓错配可能导致满仓踏空 [1] 关税影响评估 - 上证50成分股以内需为主 四大银行/保险公司/三桶油/通信企业海外业务占比低 关税政策对其业绩影响有限 [3] - 市场对7月9日关税暂停期限的担忧导致资金离场 但核心权重股基本面未受冲击 [3] 板块轮动展望 - 银行板块具备加速潜力 需白酒/保险/证券/地产中至少一个板块配合形成合力 [5] - 指数突破3500点关键阻力需依赖普涨行情 保险/白酒/证券/地产成为轮动关键变量 [5] 市场趋势预判 - 利空事件后易现报复性反弹 4月7日低点后指数已确立上升趋势 [7] - 市场存在"越不看好越上涨"的反向特征 当前点位较4月7日显著抬升 [7]

核心观点 国信总量团队开发 AI 赋能投研体系，结合五大周期框架，通过动态赋权、回测调优等预测股债胜率，实现分析师主动框架与人工智能多模态分析统一，定期跟踪预测市场表现。7 月更新显示货币信用框架权重高，债券资产年内有相对优势，价值风格占优，成长风格四季度有望修复，还给出资产配置比例和行业配置观点 [2][3]。 分组1：AI 赋能投研体系介绍 - 国信总量团队开发 AI 赋能投研体系，结合五大周期框架，动态赋权、回测调优预测股债胜率，应用于主动投研并定期跟踪市场表现 [2] 分组2：AI 对资产配置框架的优化 - AI 学习国信总量团队资产配置框架，联网输入数据，通过静态样本学习和动态实战纠偏评判适用模型并赋予权重，实现宏观框架“降维”精准预测股债走势 [3] 分组3：7 月股债及风格预测 - 本月货币信用框架权重 55% [3] - 股市胜率延续回落但边际收敛，债市收益率有下行空间，配置价值稳固 [3] - 年内债券资产有相对优势，股市胜率三季度底部徘徊、四季度小幅回升，股市拐点或延后 [3] - 本月和全年价值风格占优，四季度成长风格有望阶段性修复 [3] 分组4：资产配置比例 - 7 月国内资产配置比例：股票 12.64%、红利 3.58%、债券 76.45%、黄金 7.33%，与传统风险平价模型比，股票、红利、债券、黄金资产变化分别为 2%、 -1%、0%、 -1% [4] - 7 月海外股市配置比例：法国 15.62%、德国 14.85%、美国 20.24%、日本 16.44%、中国香港 11.50%、印度 22.35%，与传统风险平价模型比，法国、德国、中国香港小幅减配（各 -1%），美国和日本分别加配 1 和 2 个百分点 [4] 分组5：行业配置观点 - AI 赋能构建的行业轮动策略夏普比率提升 420%，最大回撤降低 41%，优于传统策略 [5] - 三季度行业配置观点：超配机械设备、综合、电子，标配汽车、通信、建筑装饰，低配银行、商贸零售 [5] 分组6：五大资配框架情况 |框架|当前所处阶段|指示股债配置方向| | ---- | ---- | ---- | |美林时钟框架|滞涨|股↓债↑ [14]| |周期叠加框架|产能周期下行，主动补库存|股↑债↑ [14]| |信贷库存框架|被动补库存|股↓债↑ [14]| |货币信用框架|紧货币宽信用|股↑债↓ [14]| |政策组合框架|紧货币宽财政|股↑债↓ [14]|