根据提供的金融工程周报，以下是报告中涉及的量化模型和因子的总结： 量化模型与构建方式 1. 流动性冲击指标 **模型构建思路**：通过计算当前市场流动性相对于历史水平的偏离程度，来评估市场流动性状况[2] **模型具体构建过程**：基于沪深300指数构建，计算当前流动性相对于过去一年平均水平的标准化偏差[2] **模型评价**：该指标越高表明市场流动性越好，高于历史平均水平[2] 2. PUT-CALL比率模型 **模型构建思路**：通过上证50ETF期权成交量中认沽期权与认购期权的比率来反映市场情绪[2] **模型具体构建过程**：计算认沽期权成交量与认购期权成交量的比值[2] **模型评价**：比率下降表明投资者对短期走势的谨慎程度降低[2] 3. 换手率指标模型 **模型构建思路**：使用五日平均换手率来度量市场交易活跃度[2] **模型具体构建过程**：分别计算上证综指和Wind全A的五日平均换手率，并与历史分位点进行比较[2] **模型评价**：换手率分位点较高时表明交易活跃度相对历史水平有所下降[2] 4. SAR指标模型 **模型构建思路**：抛物线转向指标，用于识别市场趋势的转折点[10] **模型具体构建过程**：Wind全A指数于9月11日向上突破翻转指标，产生买入信号[10][12] **模型评价**：该指标继续维持正向信号，表明趋势向好[10] 5. 均线强弱指数模型 **模型构建思路**：通过Wind二级行业指数计算市场整体技术面强弱程度[10] **模型具体构建过程**：基于均线系统构建综合得分，当前市场得分为150，处于2023年以来的53.3%分位点[10][16] **模型评价**：指数下降至近50%分位点，出现震荡趋势[10] 6. 情绪择时模型 **模型构建思路**：基于涨跌停板相关因子构建的情绪择时指标[10] **模型具体构建过程**：包含趋势模型和加权模型两个子模型，当前情绪模型得分为1分（满分5分）[10][13] **模型评价**：情绪模型较上周有所降低，趋势模型信号为正向，加权模型信号为负向[10] 7. 情绪因子细分模型 **模型构建思路**：通过多个细分情绪因子综合刻画市场情绪强弱[14] **模型具体构建过程**：包含净涨停占比、跌停次日收益、涨停板占比、跌停板占比、高频打板收益等五个细分因子[14] **模型具体构建过程**：各因子信号分别为：净涨停占比0、跌停次日收益0、涨停板占比0、跌停板占比0、高频打板收益1[14] 8. 因子拥挤度模型 **模型构建思路**：度量因子投资资金过度集中导致的收益稳定性下降现象[15] **模型具体构建过程**：使用估值价差、配对相关性、长期收益反转、因子波动率四个指标综合度量因子拥挤程度[15] **模型具体构建过程**：综合打分公式为四个分项指标的综合评估[15][18] 9. 行业拥挤度模型 **模型构建思路**：评估各行业板块的资金拥挤程度[21] **模型具体构建过程**：基于多维指标构建行业拥挤度评分体系[21] **模型评价**：拥挤度较高的行业可能存在回调风险[21] 模型的回测效果 流动性冲击指标 - 当前值：1.86[2] - 前一周值：1.33[2] PUT-CALL比率模型 - 当前值：0.91[2] - 前一周值：1.14[2] 换手率指标模型 - 上证综指五日平均换手率：1.27%，处于2005年以来75.73%分位点[2] - Wind全A五日平均换手率：1.91%，处于2005年以来81.47%分位点[2] 均线强弱指数模型 - 当前得分：150[10] - 历史分位点：53.3%（2023年以来）[10] 情绪择时模型 - 情绪模型得分：1分（满分5分）[10] - 趋势模型信号：正向[10] - 加权模型信号：负向[10] 量化因子与构建方式 1. 小市值因子 **因子构建思路**：基于市值规模选股的有效因子[18] **因子具体构建过程**：作为常见选股因子之一，其拥挤度通过复合指标评估[18] 2. 低估值因子 **因子构建思路**：基于估值水平选股的有效因子[18] **因子具体构建过程**：作为常见选股因子之一，其拥挤度通过复合指标评估[18] 3. 高盈利因子 **因子构建思路**：基于盈利能力选股的有效因子[18] **因子具体构建过程**：作为常见选股因子之一，其拥挤度通过复合指标评估[18] 4. 高盈利增长因子 **因子构建思路**：基于盈利增长能力选股的有效因子[18] **因子具体构建过程**：作为常见选股因子之一，其拥挤度通过复合指标评估[18] 5. 情绪细分因子 **因子构建思路**：通过市场微观结构数据构建情绪监测因子[14] **因子具体构建过程**：包含净涨停占比、跌停次日收益、涨停板占比、跌停板占比、高频打板收益等五个细分因子[14] 因子的回测效果 因子拥挤度指标（2025年9月26日） 小市值因子 - 估值价差：1.08[18] - 配对相关性：0.06[18] - 市场波动：-0.42[18] - 收益反转：0.85[18] - 综合打分：0.40[18] 低估值因子 - 估值价差：-1.25[18] - 配对相关性：-0.03[18] - 市场波动：-0.09[18] - 收益反转：-1.32[18] - 综合打分：-0.67[18] 高盈利因子 - 估值价差：-0.17[18] - 配对相关性：0.14[18] - 市场波动：-0.84[18] - 收益反转：0.48[18] - 综合打分：-0.10[18] 高盈利增长因子 - 估值价差：1.91[18] - 配对相关性：0.46[18] - 市场波动：-0.94[18] - 收益反转：-0.82[18] - 综合打分：0.15[18] 行业拥挤度指标（2025年9月26日） 高拥挤度行业 - 有色金属：1.58[18][23] - 通信：1.40[18][23] - 综合：1.38[18][23] - 电力设备：1.19[18][23] - 电子：0.97[18][23] 拥挤度变化较大行业 - 电力设备：从-0.06上升至1.19，变化1.25[24] - 国防军工：从0.35下降至-0.77，变化-1.12[24] - 传媒：从-1.00上升至-0.66，变化0.34[24] - 电子：从0.65上升至0.97，变化0.32[24]

核心观点 - 构建AI驱动的多因子量化择时框架 通过趋势、动量、资金流向和估值四个维度整合12个核心指标 利用HistGradientBoosting机器学习算法生成复合择时信号 有效预警脉冲式行情风险[2][3][4] - 策略回测表现优异 年化收益率达36.41% 夏普比率2.30 最大回撤-19.51% 显著优于万得全A指数 尤其在"9·24"行情中展现"追涨不追高、下跌能抗跌"特征[4][41][42] - 模型在测试集准确率54.08% 21个因子通过IC显著性检验 证明多因子体系对市场波动具备稳定解释力[46][51][53] 多维度指标分析 - 趋势维度显示"9·24"行情初期MA5>MA10>MA20形成多头排列 10月10日后MA5贴近收盘价 MA10>MA5>MA20结构预示行情转向震荡[6] - 动量维度显示行情高点KDJ接近90 RSI_6逼近97 回调阶段KDJ从89急降至56 RSI从98跌至58 跌破60阈值释放行情结束预警[8][9] - 资金流向维度显示成交额从9月24日9744亿飙升至10月8日34835亿 10月11日降至15871亿形成量价背离 预示动能减弱[11][12] - 估值维度显示PE(TTM)从9月24日15.63(5年分位3.6%)升至10月8日19.55(分位74%) 分位高于70%叠加动量超买构成风险提示[15] AI量化框架构建 - 从四个维度精选12个核心指标 包括MACD、KDJ、RSI_6、收盘价、涨跌幅、成交额、振幅、PE(TTM)、MA5/10/20和换手率[22] - 构建衍生指标体系 包括MACD_acc(趋势加速度)、MACD_anom(趋势异常性)、RSI_percentile63(滚动分位适应)、Break20(突破信号)、Slope10(趋势斜率)等[23][24][26] - 采用Z-score标准化和GaussianRank分位变换处理因子 消除量纲差异 增强稳健性和可比性[29][30][31] 模型选择与训练 - 选择HistGradientBoosting模型 因其能处理非线性关系且在速度与效果间平衡 适合中等规模因子建模[36][39] - 参数调优采用学习率0.1配合树深度测试 训练验证集比例7:3 以验证集夏普比率和IC值为评估标准[39] - 输出看涨概率分数 超过60%触发买入信号 保证策略可解释性和可操作性[39] 策略效果验证 - 累计净值曲线显著优于基准 在多轮牛市中紧跟上涨趋势 市场大跌时通过减仓控制回撤[41][42] - 最大回撤-19.51% 远低于同期指数跌幅 "9·24"行情回调阶段策略回撤仅11% 显示抗跌性[45] - 月度信号数量与市场走势正相关 在2007年、2015年和2020年等牛市周期中信号显著增多[56] 当前市场研判 - 2025年9月24日万得全A指数6289.68点 对应PE(TTM)22.32倍 成交额2.35万亿元 未触及历史极端高位[61] - 政策环境与流动性提供支撑 美联储9月开启降息周期 全球流动性转向宽松 新兴市场估值修复可期[61]

核心观点 - 构建AI驱动的多因子量化择时框架 通过趋势、动量、资金流向和估值四个维度系统整合市场信号 有效识别短期脉冲行情风险并提升收益稳定性 [2][3][4] - 策略在回测中表现优异 年化收益率达36.41% 夏普比率2.30 最大回撤-19.51% 显著优于万得全A指数 尤其在"9·24"行情中展现抗跌性 [4][41][42] - 当前市场处于右侧区间但未达极端高位 万得全A指数6289.68点 PE(TTM)22.32倍 成交额2.35万亿元 中长期在政策与流动性支撑下保持乐观 [61] 多维度市场分析 - 趋势维度：均线多头排列（MA5>MA10>MA20）标志趋势启动 而MA10>MA5>MA20结构预示回调 布林带收缩印证趋势减弱 [6] - 动量维度：KDJ接近90和RSI_6达97表明超买 动量指标快速跌破阈值（如RSI从98跌至58）释放行情结束预警 [8][9] - 资金维度：成交额爆发（从9744亿升至34835亿）领先价格突破 量能萎缩与价格背离（如成交额从34835亿降至15871亿）预示见顶 [11][12] - 估值维度：PE分位数从3.6%飙升至74% 当分位数高于70%且叠加动量超买时 形成高风险共振信号 [15] AI量化框架构建 - 从12个核心指标（如MACD、KDJ、成交额、PE分位数等）衍生28个因子 通过Z-score标准化和GaussianRank分位化处理确保数据可比性 [22][29][33] - 采用HistGradientBoosting模型整合因子 利用非线性拟合能力捕捉复杂交互效应 生成未来5日上涨概率信号 阈值设为60%触发交易 [36][39] - 因子IC检验显示21个因子通过显著性标准（IC>0.03且t值显著） 证明因子具备稳定解释力 [46] 策略性能验证 - 回测显示策略累计净值曲线稳健上行 在多轮牛市中获得超额收益 市场下跌时通过减仓控制回撤 [41][42] - 模型测试集准确率54.08% 对上涨情形识别率57% 预测概率分布集中在0.35–0.65区间 反映中性谨慎倾向 [51][55] - 月度信号数量与市场走势正相关 在上涨周期（如2007、2015年）中信号显著增多 体现趋势跟随能力 [56] 当前市场研判 - 万得全A指数较年初显著抬升但未达历史极端高位 成交额保持2.35万亿元活跃水平 资金流入具延续性 [61] - 国内稳增长政策与低资金成本提供支撑 美联储降息周期开启缓解全球流动性压力 中长期估值修复空间仍存 [61]

市场情绪指标分析 - 市场情绪指标数值为2，较上周五的2.55明显下降，周内保持回落趋势，观点偏空但部分分项指标好转 [1][7] - 价量一致性保持高位运行，资金关注度与标的涨幅相关性高，反映资金高活跃度和参与度 [1][9][10] - 行业间交易波动率继续回落，资金切换活跃度下降 [1][9][18] - RSI指标回落至布林带区间内，由正向转为中性，短期超买状态下多头动能降温 [1][9][30] - 融资余额占比继续上升且迫近布林带上界，杠杆资金情绪修复 [1][9][24] - PCR方向指标由负转正，市场看多情绪回升 [1][9][25] 市场交易活跃度 - 全A成交额较上周小幅上涨，市场成交活跃度回升 [1][12] - 周四日成交额达周内最高31666.43亿人民币，日成交量1962.69亿股 [1][12] - 科创50相对万得全A成交占比保持快速上升趋势，风险偏好上升但指标迫近布林带下限 [1][9][14] 行业趋势与拥挤度 - 行业涨跌趋势周内回升，资金对行业观点分歧减弱，短期价值判断一致性提升 [1][9][20] - 汽车、电力设备板块涨幅高但资金拥挤度高，需关注估值与情绪回落风险 [1][39][43] - 商贸零售、交通运输行业资金拥挤度高但涨幅偏低，资金布局稳定 [1][39][43] - 医药生物、美容护理等低拥挤度板块涨幅较低，风险偏好回升时具备配置机会 [1][39][43] - 周平均拥挤度最高行业为商贸零售(0.963)、综合(0.720)、电子(0.793)、通信(0.593)、有色金属(0.590) [39][40] - 拥挤度最低行业为医药生物(0.037)、国防军工(0.043)、美容护理(0.040)、纺织服饰(0.617)、基础化工(0.157) [39][40] 行业短期趋势表现 - 机械设备与电力设备短期得分最高均为96.61，为短期趋势最强行业 [1][34] - 煤炭、机械设备、汽车、建筑装饰、社会服务等行业短期趋势得分上升趋势靠前 [1][34] - 短期趋势最强行业包括机械设备(96.61)、电力设备(96.61)、汽车(94.92)、传媒(94.92)、电子(93.22) [34][35] 风格配置观点 - 模型提示大盘风格占优信号，但5日RSI相对20日快速上升导致信号强度下降 [1][47][49] - 成长风格占优信号持续，20日均线接近60日均线使信号强度较弱 [1][47][49] - 国证成长/国证价值比值0.7937，20日RSI为75.19高于60日RSI的72.75 [47][49] - 申万小盘/申万大盘比值0.9553，20日RSI为45.66低于60日RSI的55.61 [47][49]

市场趋势分析 - 市场继续运行在上行趋势格局 短期均线6157点位于长期均线5422点之上 两线差值由上周13.19%扩大至13.57% 显著高于3%的阈值 [2][8][15] - WIND全A指数赚钱效应为0.87% 仍处于正值区间 中期增量资金有望持续入场 [2][8][15] - 中美领导人通话事件可能推动风险偏好上行 但需持续观察赚钱效应转负信号 [2][8][15] 指数表现与行业动向 - WIND全A指数上周微跌0.18% 中证2000微跌0.02% 中证500上涨0.32% 沪深300下跌0.44% 上证50下跌1.98% [1][9] - 电力设备及新能源行业上涨3.61% 煤炭板块资金流入明显 银行行业下跌4.09% [1][9] - 行业配置聚焦困境反转型板块 港股创新药和贵金属板块重新获关注 科创新能源与化工板块受益政策驱动 [2][8][15] 估值与仓位建议 - WIND全A指数PE估值处于85分位点 PB估值处于50分位点 属中等水平 [3][11] - 绝对收益产品建议仓位维持80% 结合短期趋势与估值分位数综合判断 [3][11] - TWO BETA模型持续推荐科技板块 算力与消费电子为重点关注领域 [2][8][15]

量化模型与构建方式 短期量化择时模型 1. **模型名称**：短期量化择时模型[12][13][16] **模型构建思路**：从宏观基本面、估值面、情绪面和流动性四个维度，综合多个二级指标信号，生成对A股市场的整体看多看空判断[12][13][16] **模型具体构建过程**： - 将择时信号分为四个一级指标：基本面、估值面、情绪面、流动性[12][13][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年中的分位数位置，独立生成“乐观”、“谨慎”或“中性”信号[12][13][16] - 汇总每个一级指标下所有二级指标的信号，得到该一级指标的最终信号[12][13][16] - 综合所有四个一级指标的信号，生成最终的总仓位信号（看多或看空）[12][13][16] **模型评价**：该模型是一个多因子综合判断模型，通过不同维度的指标捕捉市场状态，逻辑清晰，覆盖面广 2. **模型名称**：成长价值风格轮动模型[24][26] **模型构建思路**：从基本面、估值面和情绪面三个维度分析，判断当前应超配成长风格还是价值风格[24][26] **模型具体构建过程**： - **基本面**：分析盈利周期斜率、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，利率周期水平偏高时利好价值，信贷周期走强时利好成长[24][26] - **估值面**：分析成长与价值指数的PE估值差和PB估值差在过去5年的分位数。估值差均值回归上行时，利好成长风格[24][26] - **情绪面**：分析成长价值换手差和波动差的5年分位数。换手差偏低利好价值，波动差反弹至偏高位置利好均衡[24][26] - 综合三个维度的信号，给出最终的超配建议（如100%成长或100%价值）[24][26] 3. **模型名称**：小盘大盘风格轮动模型[28][29][31] **模型构建思路**：从流动性视角出发，综合11个有效轮动指标，构建判断超配小盘或大盘的综合信号[28][29][31] **模型具体构建过程**： - 模型基于11个指标，包括：A股龙虎榜买入强度、R007、融资买入余额变化、小盘主题投资交易情绪、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[31] - 每个指标独立生成看多小盘（100%）或看多大盘（0%）的信号[31] - 综合所有指标的信号，生成最终的综合配置建议[31] 模型的回测效果 1. **短期量化择时模型**，年化收益率17.99%，年化波动率15.87%，最大回撤22.44%，夏普比率0.9959，收益回撤比0.8014，月度胜率63.64%，季度胜率61.54%，年度胜率71.43%[14][19] 2. **成长价值风格轮动模型**，年化收益率13.22%，年化波动率20.80%，最大回撤43.07%，夏普比率0.6056，收益回撤比0.3069，月度胜率58.82%，季度胜率60.78%[25][28] 3. **小盘大盘风格轮动模型**，年化收益率19.10%（综合信号3D平滑），年化超额收益率11.96%，最大回撤39.71%，胜率（按交易）50.00%[31] 量化因子与构建方式 1. **因子名称**：制造业PMI因子[12][16] **因子构建思路**：作为基本面维度的景气度观察指标[12][16] **因子具体构建过程**：直接采用国家统计局发布的制造业采购经理指数（PMI）最新值，判断其是否大于50的荣枯线[12][16] 2. **因子名称**：信贷脉冲因子[12][16] **因子构建思路**：作为基本面维度的信贷增速观察指标[12][16] **因子具体构建过程**：计算人民币中长期贷款脉冲同比增速，并计算其在过去5年的分位数[12][16] 3. **因子名称**：M1同比增速（HP滤波）因子[12][16] **因子构建思路**：作为基本面维度的货币供应观察指标[12][16] **因子具体构建过程**：对M1同比增速进行HP滤波去趋势处理，并计算处理后的数据在过去5年的分位数[12][16] 4. **因子名称**：整体PE分位数因子[12][16] **因子构建思路**：作为估值面维度的估值水平观察指标[12][16] **因子具体构建过程**：计算A股整体PE中位数，并计算其在过去5年的分位数[12][16] 5. **因子名称**：整体PB分位数因子[12][16] **因子构建思路**：作为估值面维度的估值水平观察指标[12][16] **因子具体构建过程**：计算A股整体PB中位数，并计算其在过去5年的分位数[12][16] 6. **因子名称**：Beta离散度因子[13][16] **因子构建思路**：作为情绪面维度的市场分歧观察指标[13][16] **因子具体构建过程**：计算A股整体Beta离散度，并计算其在过去5年的分位数[13][16] 7. **因子名称**：量能情绪因子[13][16] **因子构建思路**：作为情绪面维度的市场交易热度观察指标[13][16] **因子具体构建过程**：计算A股整体量能情绪得分，并计算其在过去5年的分位数[13][16] 8. **因子名称**：波动率因子[13][16] **因子构建思路**：作为情绪面维度的市场波动观察指标[13][16] **因子具体构建过程**：计算A股整体年化波动率，并计算其在过去5年的分位数[13][16] 9. **因子名称**：货币利率指标因子[13][16] **因子构建思路**：作为流动性维度的货币市场流动性观察指标[13][16] **因子具体构建过程**：计算货币利率指标，并计算其在过去5年的分位数[13][16] 10. **因子名称**：汇率预期指标因子[13][16] **因子构建思路**：作为流动性维度的人民币汇率预期观察指标[13][16] **因子具体构建过程**：计算汇率预期指标，并计算其在过去5年的分位数[13][16] 11. **因子名称**：融资额因子[13][16] **因子构建思路**：作为流动性维度的杠杆资金观察指标[13][16] **因子具体构建过程**：计算两市5日平均新增融资额，并计算其在过去5年的分位数[13][16] 12. **因子名称**：盈利斜率周期水平因子[24][26] **因子构建思路**：作为成长价值轮动中基本面维度的盈利周期观察指标[24][26] **因子具体构建过程**：基于量化经济中周期分析框架，计算盈利周期的斜率水平[24][26] 13. **因子名称**：利率综合周期水平因子[24][26] **因子构建思路**：作为成长价值轮动中基本面维度的利率周期观察指标[24][26] **因子具体构建过程**：基于量化经济中周期分析框架，计算利率的综合周期水平[24][26] 14. **因子名称**：信贷综合周期变化因子[24][26] **因子构建思路**：作为成长价值轮动中基本面维度的信贷周期观察指标[24][26] **因子具体构建过程**：基于量化经济中周期分析框架，计算信贷的综合周期变化[24][26] 15. **因子名称**：成长价值PE差分位数因子[24][26] **因子构建思路**：作为成长价值轮动中估值面维度的估值差观察指标[24][26] **因子具体构建过程**：计算成长指数与价值指数PE中位数之差，并计算该差值在过去5年的分位数[24][26] 16. **因子名称**：成长价值PB差分位数因子[24][26] **因子构建思路**：作为成长价值轮动中估值面维度的估值差观察指标[24][26] **因子具体构建过程**：计算成长指数与价值指数PB中位数之差，并计算该差值在过去5年的分位数[24][26] 17. **因子名称**：成长价值换手差分位数因子[24][26] **因子构建思路**：作为成长价值轮动中情绪面维度的交易热度差观察指标[24][26] **因子具体构建过程**：计算成长指数与价值指数换手率之差，并计算该差值在过去5年的分位数[24][26] 18. **因子名称**：成长价值波动差分位数因子[24][26] **因子构建思路**：作为成长价值轮动中情绪面维度的波动差观察指标[24][26] **因子具体构建过程**：计算成长指数与价值指数波动率之差，并计算该差值在过去5年的分位数[24][26] 因子的回测效果 1. **融资买入余额变化因子**，年化收益率12.91%，年化超额收益率5.78%，最大回撤44.32%，胜率（按交易）49.44%[31] 2. **大宗交易折溢价率因子**，年化收益率16.47%，年化超额收益率9.33%，最大回撤40.67%，胜率（按交易）56.71%[31] 3. **A股龙虎榜买入强度因子**，年化收益率13.09%，年化超额收益率5.95%，最大回撤54.66%，胜率（按交易）47.89%[31] 4. **R007因子**，年化收益率12.05%，年化超额收益率4.91%，最大回撤57.98%，胜率（按交易）50.30%[31] 5. **小盘主题投资交易情绪因子**，年化收益率15.85%，年化超额收益率8.71%，最大回撤34.42%，胜率（按交易）50.53%[31] 6. **等级利差因子**，年化收益率12.37%，年化超额收益率5.24%，最大回撤46.47%，胜率（按交易）53.50%[31] 7. **期权波动率风险溢价因子**，年化收益率12.98%，年化超额收益率5.84%，最大回撤63.43%，胜率（按交易）47.37%[31] 8. **beta离散度因子**，年化收益率10.81%，年化超额收益率3.68%，最大回撤53.65%，胜率（按交易）44.62%[31] 9. **pb分化度因子**，年化收益率16.45%，年化超额收益率9.31%，最大回撤45.00%，胜率（按交易）47.88%[31] 10. **中证1000MACD(10,20,10)因子**，年化收益率15.26%，年化超额收益率8.13%，最大回撤37.87%，胜率（按交易）50.00%[31] 11. **中证1000交易量能因子**，年化收益率16.64%，年化超额收益率9.50%，最大回撤39.27%，胜率（按交易）52.93%[31]

技术面分析 - SAR指标显示Wind全A指数于9月11日向上突破反转 短期内多次反转表明市场多空博弈强烈 [1][3] - 均线强弱指数当前得分为246 处于2023年以来89.6%分位点 [3] - 情绪模型得分2分（满分5分） 趋势模型信号正向 加权模型信号负向 显示市场情绪有所改善 [1][3] 量化指标表现 - 沪深300流动性冲击指标周五为0.78 高于前一周0.77 显示流动性高于过去一年平均水平0.78倍标准差 [1] - 上证50ETF期权PUT-CALL比率周五为0.67 低于前一周0.80 反映投资者对短期走势乐观程度上升 [1] - 上证综指五日平均换手率1.31% 处于2005年以来76.88%分位点 Wind全A换手率2.02% 处于84.00%分位点 交易活跃度有所下降 [1] 宏观因子数据 - 人民币汇率在岸周涨幅0.22% 离岸周涨幅0.04% [2] - 8月CPI同比-0.4% 低于前值0%及Wind一致预期-0.2% PPI同比-2.9% 高于前值-3.6%但低于预期-2.88% [2] - 8月新增人民币贷款5900亿元 高于Wind预期5813.75亿元及前值-500亿元 M2同比增长8.8% 高于预期8.68%且与前值持平 [2] 市场表现与估值 - 上周上证50涨0.89% 沪深300涨1.38% 中证500涨3.38% 创业板指涨2.1% [4] - 全市场PE（TTM）22.2倍 处于2005年以来76.4%分位点 [4] - 历史日历效应显示2005年以来各宽基指数在9月下半月表现均不佳 [4] 因子拥挤度 - 小市值因子拥挤度0.57 保持平稳 低估值因子拥挤度-0.61 高盈利因子拥挤度-0.23 高盈利增长因子拥挤度0.05 [5] 行业拥挤度 - 有色金属、通信、综合、电力设备和电子行业拥挤度相对较高 [6] - 电力设备和传媒行业拥挤度上升幅度较大 [6]

市场趋势与择时信号 - 市场整体运行在上行趋势格局，Wind全A短期均线(20日)收于6087点，长期均线(120日)收于5378点，两线差值由上周的12.15%扩大至13.19%，显著高于3%的阈值[2][3][8][9][14] - 赚钱效应为1.9%，处于正值区间，中期增量资金有望持续入场，建议在赚钱效应转负前耐心持有[2][3][8][10][14] - 下周进入美联储议息窗口期，市场可能因利好兑现出现反复震荡，波动率预计明显上升[2][3][8][14] 市场表现与行业动向 - 上周Wind全A指数上涨2.12%，中证2000上涨2.16%，中证500上涨3.38%，沪深300上涨1.38%，上证50上涨0.89%[1][9] - 电子行业表现最强，上涨5.98%，房地产和农业资金流入明显，银行行业下跌0.64%[1][9] - 行业配置中期推荐困境反转型板块（如港股创新药）、政策驱动板块（化工、科创新能源），科技板块中关注算力和电池[2][3][8][10][14] - 军工板块若出现明显缩量，可视为短期买点[2][3][8][14] 估值水平与仓位建议 - Wind全A指数PE位于85分位点（历史较高水平），PB位于50分位点（中等水平），整体估值属中等[3][10] - 绝对收益产品建议仓位提升至80%，基于短期趋势和估值水平综合判断[3][10]

核心观点 - 市场情绪指标数值为3.2，处于高位震荡状态，较上周五的2.9小幅上涨，但部分分项指标开始回落，短期观点偏中性[2][8] - 价量一致性得分快速下跌，行业交易波动率继续回落，资金活跃度和参与度出现降温，市场成交活跃度略有下降[2][10] - 全A成交额较上周大幅下降，周五日成交额为周内最低的23483.59亿人民币，日成交量为1460.90亿股[2][14] - PCR结合VIX指标由正转负，对冲需求下降，波动率压制下潜在风险累积，短期或暗含回调压力[2][10][26] - 行业拥挤度显示综合、电力设备板块资金拥挤度高且涨幅高，计算机、电子板块资金拥挤度高但涨幅偏低，国防军工、钢铁、建筑材料等低拥挤度板块可能迎来配置机会[2][39] - 均线排列模型显示电力设备、公用事业、美容护理、食品饮料等行业短期趋势得分上升趋势靠前，电力设备短期得分继续上升至100[2][31] - 当前模型维持提示大盘风格占优信号，且5日RSI相对20日进一步下降，信号提示强烈，成长风格占优但信号提示强度降低[2][43][45] 情绪模型观点 - 市场情绪结构指标采用行业间交易波动率、行业交易拥挤度、价量一致性、科创50成交占比、行业涨跌趋势性、RSI、主力买入力量、PCR结合VIX、融资余额占比等细分指标构建，指标分数等权求和后的20日均线作为情绪结构指标，近5年A股市场情绪波动较大，2024年10月市场情绪得分突破2[7] - 截至9月5日，市场情绪指标数值为3.2，较上周五的2.9小幅上涨，周内呈现震荡趋势，部分分项指标开始回落[8] - 价量一致性快速下跌，市场价量匹配程度出现回落，资金的活跃度和参与度出现降温，但周五有小幅反弹[10][11] - 科创50相对万得全A成交占比保持快速上升趋势，市场风险偏好出现明显上升[10][16] - 行业间交易波动率继续向下回落，资金切换活跃度下降，资金流动放慢，短期情绪出现波动[10][20] - 行业涨跌趋势周内快速下降，当前信号仍位于布林带之间，资金观点分歧进一步上升[10][21] - 融资融券占比回升至布林带区间内，市场杠杆资金情绪有所修复[10][25] - PCR方向指标由正转负，PCR指标继续保持下降趋势，对冲需求下降，VIX指标下穿20日均线，隐含波动率回落至低位[10][26] 其他择时模型观点 - 均线排列模型通过对N条均线的高低进行打分，短均线在长均线之上计1分，否则计0分，将所有组合得分值标准化后求平均得到趋势得分[31] - 截至2025/9/7，电力设备、公用事业、美容护理、食品饮料等行业短期趋势得分上升趋势靠前，电力设备、综合、有色金属是短期趋势最强的行业，电力设备短期得分继续上升至100[2][31] - 行业拥挤度通过行业指数的成交额与换手率按照过去20日均值与波动率进行标准化，得到行业的交易热度指标，最终定义为行业热度指标滚动60日的百分比排名[36] - 截至2025年9月7日，周平均拥挤度最高的行业分别为商贸零售、综合、电子、通信、有色金属，拥挤度最低的行业分别为医药生物、国防军工、美容护理、纺织服饰、基础化工[38] - 相对强弱指标（RSI）计算方式为N日内的RSI = 100 - 100 / (1 + Gain / Loss)，当20日RSI>60日RSI，则比值的分子端风格占优[43] - 当前模型维持提示大盘风格占优信号，且5日RSI相对20日进一步下降，信号提示强烈，RSI模型提示成长风格占优信号，但短期内5日RSI相对20日RSI大幅下滑，信号提示强度降低[2][43][45]

市场技术指标信号 - SAR指标出现向下突破反转 情绪模型发出负向信号（0分/5分） 均线强弱指数为211分（处于2023年以来77%分位点）且继续下行 [1][2] - 沪深300流动性冲击指标为0.77（低于前值1.26） 上证50ETF期权PUT-CALL比率升至0.80（前值0.66） 显示市场流动性高于一年均值0.77倍标准差但投资者谨慎情绪上升 [2] - 上证综指五日平均换手率1.47%（2005年以来79.9%分位） Wind全A换手率2.25%（87.15%分位） 交易活跃度较前期下降 [2] 宏观与海外市场动态 - 人民币在岸汇率周涨0.66% 离岸汇率周涨0.68% 呈现震荡态势 [2] - 8月官方制造业PMI为49.3（低于前值49.7但高于预期49.25） 标普全球中国制造业PMI为50.5（高于前值49.5） [2] - 美股道指周跌0.32% 标普500涨0.33% 纳斯达克涨1.14% 美国8月非农新增就业2.2万人（远低于预期）失业率升至4.3% [2] - 美联储9月降息概率为89%（25bp）及11%（50bp） 10月再次降息25bp概率近80% [2] 市场表现与估值水平 - 上周上证50跌1.15% 沪深300跌0.81% 中证500跌1.85% 创业板指涨2.35% [3] - 全市场PE（TTM）为21.9倍 处于2005年以来73.9%分位点 [3] - 历史日历效应显示2005年以来除创业板指外 主要宽基指数在9月上半月表现较好 [3] 因子与行业拥挤度 - 小市值因子拥挤度0.68（保持平稳） 低估值因子-0.66 高盈利因子-0.23 高盈利增长因子0.25 [4] - 行业拥挤度较高板块为综合/有色金属/通信/电力设备/机械设备 其中电力设备和综合行业拥挤度上升幅度较大 [5]