核心观点 - 报告提出2025年12月的配置建议，重点关注金融、有色金属、电子和机械行业 [1] - 风格轮动策略显示12月成长风格和小盘风格得分较高 [3][6][8] - 行业轮动综合得分排名前五的行业为银行、电子、机械、有色金属、非银行金融 [3][23] 风格轮动观点 - 构建了价值成长风格轮动和大小盘风格轮动策略，通过经济繁荣敏感度、流动性受益度和市场情绪三维度多因子打分 [3][6] - 2025年12月价值成长轮动综合分数为5，成长风格得分较高；11月综合分数为6，成长风格得分较高，其中国证成长指数收益率为-2.85%，国证价值指数收益率为0.35% [3][6] - 2025年12月大小盘轮动综合分数为4，小盘风格得分较高；11月综合分数为4，小盘风格得分较高，其中沪深300收益率为-2.46%，中证1000收益率为-2.30% [3][8] 行业轮动观点 - 行业轮动框架基于宏观指标、基本面指标、技术面指标和拥挤度指标四维引擎共10个指标构建 [3][11] - 宏观指标将一级行业划分为上游周期、中游制造、下游消费、TMT、大金融五个板块，12月宏观经济增长处于"扩张强化/衰退缓解"阶段，流动性处于"宽松加码/紧缩放缓"阶段，建议配置大金融和中游制造板块 [13] - 基本面因子排名前五的行业为非银行金融、有色金属、电子、通信、电力设备及新能源，排名后五的行业为房地产、煤炭、建筑、农林牧渔、纺织服装 [3][17] - 技术面因子排名前五的行业为电子、银行、通信、有色金属、机械，排名后五的行业为煤炭、建筑、食品饮料、石油石化、房地产 [3][18] - 拥挤度较高的五个行业为基础化工、电力设备及新能源、农林牧渔、房地产、纺织服装，拥挤度较低的五个行业为机械、非银行金融、汽车、计算机、食品饮料 [3][22] - 行业轮动综合得分结合宏观、基本面和技术面三维度的正向得分，并负向配置拥挤度因子，排名前五的行业为银行、电子、机械、有色金属、非银行金融，排名后五的行业为煤炭、房地产、建筑、石油石化、纺织服装 [3][23]

AI板块拥挤度分析 - AI板块拥挤度监测模型基于五维度观测指标：收益率、交易量、交易结构、估值、市场情绪 [2][6] - 模型历史表现良好，2020年以来对AI指数未来一个月下跌的预测胜率约80% [2][22] - 当前AI板块拥挤度得分已从2025年9月末的相对高位回落至安全区间，未触发任何拥挤信号 [2][4][22][31] - 具体来看，科创50指数成分股一年动量分位数已从高位降至50%附近，收益波动率下降 [9] - 交易热度回归理性，科创50指数换手率及成交额占比均已从9月末高点回落至正常波动区间 [12][14][16] - 交易结构方面，高频机构拥挤度与超大户资金净流入波动均未处于历史极端高位 [17][19] - 估值压力有所舒缓，新闻情感得分虽在10月触及高点但目前已呈下降趋势 [21] - 主要AI指数（科创50、科创芯片、中证机器人、中证人工智能）当前均未触发拥挤预警信号 [22][24][26][27][29][31][33][35] 风格轮动模型表现 - 风格轮动模型从市场状态、市场情绪、宏观环境三个维度构建，2025年截至11月27日月度胜率达73% [3][37] - 模型在2025年多次捕捉重要风格切换，例如9月从成长调整为价值观点 [37] - 落地策略2025年YTD绝对收益36.8%，相较于国证成长价值指数等权基准超额收益18.3%，月度平均绝对收益3.02%，超额收益1.58% [37] - 自2025年10月起，模型观点从成长切换为价值，并维持至今 [40] - 宏观维度PPI月同比降幅收窄短期利好价值风格，但M2M1增速差偏低、期限利差处于高位表明长期风险偏好乐观，成长风格仍有空间 [40][41] - 市场情绪维度中国波指处于历史偏低位置，偏股基金募资额上升，均利好大盘与价值风格 [40][41] - 市场状态维度显示小盘和成长风格动量衰减，防御价值风格积累相对优势 [40][41] 未来展望 - AI板块当前拥挤风险较低，长期投资价值与发展空间依然存在 [4][43] - 短期风格轮动模型推荐价值风格，宏观维度PPI月同比降幅收窄形成支撑 [4][41][44] - 年末机构投资者风险偏好降低，倾向于采用防守型策略，形成日历效应利好价值风格 [44]

市场行情特征 - 11月市场呈现高低切换特征，资金从高估值成长股流向低估值周期股及红利资产[1] - 防御板块吸引力上升[1] - 12月市场仍处于风格频繁切换阶段，或以结构性行情为主[1] 政策与产业催化剂 - 年末重要政策窗口期，重要政策会议或在科技创新、扩内需、反内卷、稳地产等方面作出重点部署[1] - 一系列产业会议可能成为主题行情催化剂，包括即将召开的2025"人工智能+"产业生态大会、脑机接口大会等[1] 外部环境因素 - 外部环境存在不确定性[1] - 12月美联储议息会议表态对全球市场流动性的潜在影响值得关注[1]

11月市场行情特征 - 市场行情呈现出资金从高估值成长股流向低估值周期股及红利资产的高低切换特征 [1] - 防御板块吸引力上升 [1] 12月市场展望 - 市场仍处于风格频繁切换阶段，或以结构性行情为主 [1] - 一系列产业会议可能成为主题行情的重要催化剂，包括2025“人工智能+”产业生态大会、脑机接口大会等 [1] - 外部环境存在不确定性，12月美联储议息会议表态对全球市场流动性的潜在影响值得关注 [1] 政策窗口预期 - 年末最关键的政策窗口期，重要政策会议或在科技创新、扩内需、反内卷、稳地产等方面作出重点部署 [1]

根据提供的研报内容，以下是其中涉及的量化模型与因子的详细总结。 量化模型与构建方式 1. **模型名称：短期择时模型**[13][14][16] * **模型构建思路**：该模型从宏观基本面、估值面、情绪面和流动性四个维度，选取多个二级指标进行综合判断，以生成对A股市场的短期仓位信号。 * **模型具体构建过程**： * **第一步：构建一级指标信号**。模型包含四个一级指标：基本面、估值面、情绪面、流动性。每个一级指标下包含若干二级指标。 * **第二步：计算二级指标信号**。每个二级指标根据其当前值在过去5年历史数据中的分位数，被赋予“乐观”（对应信号值1.00）、“中性”（对应信号值0.50）或“谨慎”（对应信号值0.00）的信号。 * **基本面指标**：包括制造业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[13][16]。 * **估值面指标**：包括A股整体PE分位数、A股整体PB分位数[13][16]。 * **情绪面指标**：包括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[14][16]。 * **流动性指标**：包括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[14][16]。 * **第三步：合成一级指标信号**。每个一级指标的综合信号由其下属的二级指标信号值简单平均或加权平均得到。 * **第四步：生成总仓位信号**。最终的总仓位信号由四个一级指标的综合信号值再次平均得到，并根据阈值确定最终的仓位建议（例如，高仓位、中性仓位、低仓位）[16]。 2. **模型名称：成长价值风格轮动模型**[23][24][25] * **模型构建思路**：该模型从基本面、估值面、情绪面三个维度分析成长风格与价值风格的相对强弱，以决定超配成长或价值风格。 * **模型具体构建过程**： * **第一步：维度信号分析**。模型在三个维度上分别计算信号： * **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。例如，盈利周期斜率大时利好成长风格[23][25]。 * **估值面**：基于成长价值PE估值差的分位数和PB估值差的分位数。当估值差的分位数较低，意味着均值回归上行，利好成长风格[23][25]。 * **情绪面**：基于成长价值换手差的分位数和波动差的分位数。换手差偏高利好成长风格[23][25]。 * **第二步：信号合成**：每个维度内的指标信号被综合（例如，加权平均或投票），得出该维度的最终建议仓位（如100%成长/0%价值）。 * **第三步：模型最终决策**：综合三个维度的建议，得出最终的风格配置建议（例如，超配成长）[23][25]。 3. **模型名称：小盘大盘风格轮动模型**[27][28][29] * **模型构建思路**：该模型基于专题研究，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的轮动机会。 * **模型具体构建过程**： * **第一步：选取有效指标**。模型共使用11个指标，包括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1000MACD(10,20,10)、中证1000交易量能[29]。 * **第二步：生成单个指标信号**。每个指标独立产生一个对小盘风格的仓位建议（0%或100%，或可能的中性仓位），例如，0%表示看空小盘（即看多大盘），100%表示看多小盘[29]。 * **第三步：合成综合信号**。将所有11个指标的信号进行综合（具体方法未在提供内容中详述，可能为平均或投票），得出最终的小盘风格综合仓位信号，其补集即为大盘风格仓位信号[27][29]。 模型的回测效果 1. **短期择时模型**[15][18][19][21] * 年化收益率：16.41%（基准为4.74%） * 年化超额收益率：11.66% * 年化波动率：14.82%（基准为11.60%） * 最大回撤：14.07%（基准为31.41%） * 夏普比率：0.9647（基准为0.2854） * 收益回撤比：1.1664（基准为0.1511） * 月度胜率：66.03%（基准为53.85%） * 2024年以来年化收益率：29.24%（基准为9.02%） * 2024年以来夏普比率：1.4804（基准为0.6509） 2. **成长价值风格轮动模型**[24][26] * 年化收益率：12.40%（基准为7.75%） * 年化超额收益率：4.65% * 年化波动率：20.82%（基准为20.69%） * 最大回撤：43.07%（基准为44.13%） * 夏普比率：0.5704（基准为0.3684） * 收益回撤比：0.2879（基准为0.1757） * 月度胜率：58.06%（基准为55.48%） * 2025年以来收益率：19.75%（基准为22.28%） 3. **小盘大盘风格轮动模型**[28][29] * 综合策略年化收益率：19.64%（基准未明确给出单一数值，但提及基准为沪深300和中证1000全收益指数的等权组合） * 综合策略年化超额收益率：12.63% * 综合策略最大回撤：40.70% * 2025年以来超额收益率：10.82% * 部分单一指标年化超额收益率示例：融资买入余额变化（5.66%）、中证1000交易量能（9.63%）[29] 量化因子与构建方式 1. **因子名称：Beta离散度**[12][14][16][29] * **因子构建思路**：用于衡量市场中个股收益率相对于市场基准收益率（Beta）的分散程度，反映市场共识度和交易主线明确性。 * **因子具体构建过程**：报告中未提供具体的计算公式，但指出该指标的分位数被用于情绪面分析。当Beta离散度偏高时，通常给出谨慎信号[14][16]。 2. **因子名称：PB分化度**[12][29] * **因子构建思路**：用于衡量市场中个股市净率（PB）的离散程度，反映估值层面的分化情况。 * **因子具体构建过程**：报告中未提供具体的计算公式，但指出该指标被用于情绪面分析和大小盘轮动模型。PB分化度下行被视为谨慎信号[12][29]。 3. **因子名称：量能情绪**[14][16][29] * **因子构建思路**：综合交易量能信息，反映市场交易活跃度和情绪强弱。 * **因子具体构建过程**：报告中未提供“量能情绪得分”的具体计算公式，但指出其分位数被用于情绪面分析。量能情绪偏弱时给出谨慎信号[14][16]。在大小盘轮动中，“中证1000交易量能”作为一个独立指标使用[29]。 4. **因子名称：成长价值估值差（PE/PB）**[23][25] * **因子构建思路**：计算成长风格与价值风格在估值指标（如PE中位数、PB中位数）上的差异，并通过其历史分位数判断均值回归方向。 * **因子具体构建过程**：报告中未提供具体的差值计算公式，但使用了“成长价值PE差分位数”和“成长价值PB差分位数”的概念。当这些差分位数较低时，认为估值差有均值回归上行的动力，利好成长风格[23][25]。 5. **因子名称：成长价值换手差/波动差**[23][25] * **因子构建思路**：计算成长风格与价值风格在换手率、波动率上的差异，反映市场对不同风格的情绪偏好和风险偏好。 * **因子具体构建过程**：报告中未提供具体的差值计算公式，但使用了“成长价值换手差分位数”和“成长价值波动差分位数”。例如，换手差偏高被认为利好成长风格[23][25]。 因子的回测效果 （注：提供的研报内容主要展示了整合这些因子的模型整体表现，未单独列出上述因子的独立回测绩效指标，如IC值、IR等。因此，此部分根据要求跳过。）

量化模型与构建方式 1. **模型名称：攻守兼备红利策略（原策略）**[18] * **模型构建思路**：采用类指数分层选股的方式，旨在通过多维度合成防御性和进攻性得分，在稳健组合内选择进攻性好的股票组合来战胜中证红利全收益指数[18] * **模型具体构建过程**： 1. **股票池筛选**：在中证全指成份股中筛选出连续分红的高股息股票池，筛选标准包括：过去一年日均总市值和日均成交额均在前80%；过去三年连续现金分红且每年税后现金股息率均大于0；过去一年股息支付率剔除前5%和负值；过去两年现金股息均实现正增长[18][21] 2. **防御性筛选**：在高股息股票池中，使用3年平均股息率TTM、480个交易日下行波动率、3年扣非ROE均值/标准差合成防御性得分，降序排序保留前30%个股，形成高股息防御股票池[18] 3. **进攻性筛选**：在高股息防御股票池中，使用预测股息率、相对动量240_20、单季度扣非净利润同比合成进攻性得分，降序排序保留前30或50只个股[18] 4. **组合构建**：对最终选出的股票采用股息率TTM加权，并控制银行个股数量占比上限在20%，形成月频或季频调仓策略[18] 2. **模型名称：轮动增强后的攻守兼备红利策略**[11][74] * **模型构建思路**：保留原策略分层选股的第一步防御性筛选，在第二步筛选时根据宏观预期修正信号，动态调整防御性得分和进攻性得分的权重，以进行风格轮动，提升组合表现，特别是回撤控制能力[3][11][74] * **模型具体构建过程**： 1. **股票池与防御性筛选**：与原策略相同，先筛选高股息股票池，然后计算防御性得分并保留前30%个股[11][74] 2. **轮动规则**：根据宏观预期修正信号（EWMA）决定第二步筛选的得分合成方式[11][74] * 当宏观预期上修时：仍仅使用进攻性得分筛选个股（即权重为100%进攻性得分）[74] * 当宏观预期下修时：使用综合得分筛选个股，综合得分 = 0.5 × 进攻性得分 + 0.5 × 防御性得分[74] 3. **最终筛选与组合构建**：根据上述轮动规则得到的得分，降序排序保留前30只个股，保留银行股数量占比不超过20%的要求，采用月频调仓，股息率TTM加权[74] * **模型评价**：轮动增强后的方案，回撤控制角度提升较明显[3][11] 模型的回测效果 1. **攻守兼备红利策略（原策略）**[25][30] * 年度收益（全区间年化）：14.88%[83] * 最大回撤（全区间）：27.88%[83] * 年化波动（全区间）：18.00%[83] * 胜率（全区间）：未直接提供，分年数据见原文表1、表2[25][30] * 夏普比（全区间）：未直接提供，分年数据见原文表1、表2[25][30] * 超额收益（相对中证红利全收益，全区间年化）：未直接提供，分年数据见原文表1、表2[25][30] * 信息比率（IR）（全区间）：未直接提供，分年数据见原文表1、表2[25][30] 2. **轮动增强后的攻守兼备红利策略**[80][83] * 年度收益（全区间年化）：15.32%[80][83] * 最大回撤（全区间）：24.37%[80][83] * 年化波动（全区间）：17.66%[80][83] * 胜率（全区间）：66.39%[80] * 夏普比（全区间）：0.89[80] * 超额收益（相对中证红利全收益，全区间年化）：6.12%[80] * 信息比率（IR）（全区间）：0.88[80] 量化因子与构建方式 1. **因子名称：防御性得分**[18][75] * **因子构建思路**：综合衡量股票在分红稳定性、风险控制和盈利质量方面的防御属性[18] * **因子具体构建过程**：防御性得分由以下三个因子按指定权重合成，每个指标先进行排序分位化处理（除下行波动率降序排序外，均升序排序）[75] * 3年平均股息率TTM：权重 0.5 * 480个交易日下行波动率：权重 0.3 * 3年扣非ROE均值/标准差：权重 0.2 2. **因子名称：进攻性得分**[18][75] * **因子构建思路**：综合衡量股票在未来分红潜力、价格趋势和盈利增长方面的进攻属性[18] * **因子具体构建过程**：进攻性得分由以下三个因子按指定权重合成，每个指标先进行排序分位化处理后升序排序[75] * 预测股息率：权重 0.5 * 相对动量_240_20：权重 0.3 * 单季度扣非净利润同比：权重 0.2 3. **因子名称：预测股息率**[49] * **因子构建思路**：使用过去平均股息支付率和分析师预测净利润来估算未来的股息率[49] * **因子具体构建过程**：预测股息率 = 过去三年股息支付率均值 * 分析师一致预测净利润 / 最新总市值[49] 4. **因子名称：三年平均股息率TTM**[49] * **因子构建思路**：使用近三年的股息率TTM数据进行平滑，以反映更稳定的分红水平[49] * **因子具体构建过程**：三年平均股息率TTM = (当前股息率TTM + 12个月前股息率TTM + 24个月前股息率TTM) / 3[49] 5. **因子名称：扣非净利润Q同比**[49] * **因子构建思路**：衡量公司最新单季度的扣非净利润同比增长情况[49] * **因子具体构建过程**：扣非净利润Q同比 = (最新单季度扣非净利润 - 去年同比期单季度扣非净利润) / abs(去年同比期单季度扣非净利润)[49] 6. **因子名称：3年扣非ROE均值/标准差**[49] * **因子构建思路**：衡量公司近三年扣非ROE的稳定性，比值越高说明盈利越稳定[49] * **因子具体构建过程**：3年扣非ROE均值/标准差 = 最近三年年报扣非净利润均值 / 最近三年年报扣非净利润标准差[49] 7. **因子名称：相对动量_240_20**[49] * **因子构建思路**：衡量股票当前价格相对于过去一段时间（剔除近期）最高点的位置，反映趋势强度[49] * **因子具体构建过程**：相对动量_240_20 = 当前股价 / (最近240交易日至最近20交易日之间的220个交易日收盘价最大值 - 最近240交易日至最近20交易日之间的220个交易日收盘价最小值)[49] 公式为：$$相对动量\_240\_20 = \frac{当前股价}{Max(Close_{t-240}, ..., Close_{t-20}) - Min(Close_{t-240}, ..., Close_{t-20})}$$ 8. **因子名称：480日下行波动**[49] * **因子构建思路**：衡量股票在过去480个交易日中下跌日的波动率，反映下行风险[49] * **因子具体构建过程**：计算过去480个交易日中日跌幅数据的标准差[49] 因子的回测效果 *（注：报告中对单个因子的回测效果主要体现在多空组合的分析师预期检验和收益检验中，并未提供类似模型的综合回测指标（如年化收益、最大回撤等）。检验结果以回归系数和P值形式呈现，表明因子在不同宏观预期下的有效性，具体数值详见原文表5至表14。）*

量化模型与构建方式 量化择时模型 1. **模型名称**：短期择时策略模型[5][13][14] **模型构建思路**：基于多维度市场指标构建综合择时信号，通过基本面、估值面、情绪面、流动性四个维度的二级指标信号综合判断市场走势[13][14] **模型具体构建过程**： - 选取四个一级指标：基本面、估值面、情绪面、流动性 - 每个一级指标下设置多个二级指标： - 基本面：制造业PMI是否>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[13] - 估值面：A股整体PE分位数、A股整体PB分位数[13] - 情绪面：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[14] - 流动性：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[14] - 每个二级指标根据其数值在历史分位数位置给出乐观、谨慎或中性信号 - 综合各维度信号得出总仓位信号[13][14] **模型评价**：该模型通过多维度指标综合判断，能够较全面反映市场状况[13][14] 2. **模型名称**：成长价值风格轮动模型[24][25] **模型构建思路**：基于基本面、估值面、情绪面三个维度分析成长与价值风格的相对强弱，实现风格轮动配置[24] **模型具体构建过程**： - 基本面维度：分析盈利周期斜率、利率综合周期水平、信贷综合周期变化 - 盈利周期斜率大时利好成长风格 - 利率周期水平偏低时利好成长风格 - 信贷周期上行时利好成长风格[24] - 估值面维度：分析成长价值PE估值差分位数、PB估值差分位数 - 估值差均值回归上行时利好成长风格[24] - 情绪面维度：分析成长价值换手差分位数、波动差分位数 - 换手差偏高时利好成长风格 - 波动差反弹至偏高位置时利好均衡配置[24] - 综合三个维度信号得出超配成长或价值的建议[24] 3. **模型名称**：小盘大盘风格轮动模型[28][29] **模型构建思路**：从流动性视角出发，基于11个有效轮动指标构建综合大小盘轮动信号[28] **模型具体构建过程**： - 选取11个轮动指标：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1000MACD(10,20,10)、中证1000交易量能[30] - 每个指标独立给出小盘或大盘的仓位建议（0%或100%） - 对11个指标的综合信号进行3日平滑处理[30] - 根据综合信号确定最终的小盘大盘配置比例[28][30] 模型的回测效果 1. **短期择时策略模型**[15][19][22] - 全区间（2012年底至今）年化收益率：16.05%（基准4.64%）[15][19] - 全区间年化超额收益率：11.41%[15][19] - 全区间最大回撤：15.49%（基准31.41%）[15][19] - 全区间夏普比率：0.9453（基准0.2766）[19] - 全区间收益回撤比：1.0360（基准0.1477）[19] - 2024年以来年化收益率：27.83%（基准8.31%）[22] - 2024年以来最大回撤：11.04%（基准8.89%）[22] - 2024年以来夏普比率：1.4264（基准0.5906）[22] 2. **成长价值风格轮动模型**[25][27] - 全区间（2012年底至今）年化收益率：12.40%（基准7.75%）[25][27] - 全区间年化超额收益率：4.65%[25] - 全区间最大回撤：43.07%（基准44.13%）[27] - 全区间夏普比率：0.5704（基准0.3684）[27] - 全区间收益回撤比：0.2879（基准0.1757）[27] - 2025年收益率：19.75%（基准22.28%）[25][27] 3. **小盘大盘风格轮动模型**[29][30] - 2025年超额收益率：11.88%[29][30] - 2014年以来每年均产生正向超额收益[29] - 综合信号3日平滑年化收益：19.51%[30] - 综合信号年化超额收益：12.73%[30] - 综合信号最大回撤：40.70%[30] 量化因子与构建方式 1. **因子名称**：Beta离散度[11][14] **因子构建思路**：衡量市场个股Beta系数的离散程度，反映市场共识度和趋势强度[11][14] **因子具体构建过程**：计算全市场个股Beta系数的标准差或变异系数[11][14] 2. **因子名称**：PB分化度[11][30] **因子构建思路**：衡量市场个股市净率的离散程度，反映估值分化状况[11][30] 3. **因子名称**：量能情绪得分[14] **因子构建思路**：基于市场交易量能变化构建的情绪指标[14] 4. **因子名称**：龙虎榜买入强度[28][30] **因子构建思路**：通过龙虎榜数据反映机构资金买入意愿[28][30] 5. **因子名称**：融资买入余额变化[28][30] **因子构建思路**：监测融资资金的变化趋势，反映杠杆资金情绪[28][30] 6. **因子名称**：主题投资交易情绪[28][30] **因子构建思路**：衡量主题投资的热度和市场关注度[28][30] 7. **因子名称**：中证1000MACD(10,20,10)[30] **因子构建思路**：基于中证1000指数的MACD技术指标判断小盘股趋势[30] 8. **因子名称**：中证1000交易量能[30] **因子构建思路**：监测中证1000指数的成交量变化，反映小盘股交易活跃度[30]

市场整体特征 - A股市场日成交额连续多日回落至2万亿元以下，存量资金博弈特征明显，板块轮动节奏加快 [1] - 近一个月券商密集调整个股评级，超50只个股获上调评级，同时超90只个股被下调评级 [1] 评级上调个股分析 - 近一个月共有52只个股获券商上调评级 [1] - 食品饮料行业有7只个股评级上调，电子与电力设备行业各有5只，医药生物与轻工制造行业各有4只 [1] - 食品饮料行业具体上调案例：巴比食品评级由增持上调至强烈推荐，西麦食品、妙可蓝多、东鹏饮料评级由增持上调至买入，青岛啤酒、千味央厨评级由持有上调至增持，甘源食品评级由中性上调至优于大市 [2] - 电子行业具体上调案例：晶晨股份、中微公司、源杰科技、水晶光电、绿联科技评级均由增持上调至买入 [2] 评级下调个股分析 - 近一个月券商下调92只个股评级，涵盖25个行业 [2] - 汽车行业有12只个股被下调评级，食品饮料行业有10只，基础化工行业有9只 [2] - 汽车行业具体下调案例：美湖股份、新泉股份、拓普集团评级由买入下调至推荐或增持，上海沿浦、上汽集团、玲珑轮胎评级由强烈推荐下调至推荐 [3] - 食品饮料行业具体下调案例：白酒板块泸州老窖、口子窖、舍得酒业、水井坊评级下调至增持，乳业板块伊利股份评级下调为推荐，新乳业评级下调为增持，康比特、三只松鼠评级下调为增持 [3] 行业基本面与前景 - 电子行业受益于终端需求逐步回暖，有望迎来估值修复与成长契机 [2] - AI算力需求持续景气，云侧AI算力硬件基础设施处于高速成长中，AI眼镜、具身智能、智能驾驶等端侧AI创新百花齐放 [2] - AI推动半导体周期继续上行，存储器或迎来超级周期，半导体自主可控有望加速推进 [2] - 食品饮料行业受营收增长放缓、成本红利消退影响，盈利指标高位回落，前三季度营收增长进一步放缓 [3] - 食品饮料行业子板块分化显著：零食、软饮料、调味品等六大板块实现营收增长，其中零食和软饮料板块增速较快；熟食、保健品、白酒等六大板块营收同比下滑，白酒板块下滑最为明显 [3] 配置策略与投资机会 - 市场风格正向均衡收敛，建议聚焦科技、消费、红利等细分赛道的结构性机会 [1] - 配置成长股无需过度畏高，驱动估值的逻辑是否发生转变是关键 [3] - 11月整体配置思路以均衡为主，市值风格更倾向大盘，估值风格有望进一步偏向价值 [4] - 价值品种迎来补涨机遇，红利风格宏观友好度预计于岁末年初见底后小幅回升 [4] - 板块轮动中可关注反内卷、红利等主题机会，科技领域聚焦补涨细分领域及产业趋势催化 [4] - 新质生产力领域中，契合国家战略、具备真实技术壁垒的科技企业将成为A股核心投资主线 [4][5] - 消费作为稳定经济基本盘的关键，服务消费、新型消费等细分赛道值得重点关注 [5] - "两重"领域的项目建设将推动产业链完善，相关企业将受益于订单增长与业绩释放 [5]

报告核心观点 - 北交所经过四年发展，市场已初具规模，流动性显著改善，与A股融合加速[2][7] - 北交所市场驱动因素已从政策驱动转向"风格轮动+行业轮动"，估值折价消失[2][19][21] - 2026年北交所改革预计提速，重点关注北证50ETF推出和新股发行制度改革[2][57][59] - 投资策略建议上半年关注科技和"反内卷"周期品，下半年关注顺周期的消费与制造，全年关注新股与次新股[2][69] 北交所市场发展现状 - 截至2025年11月14日，北交所共有282家上市公司，总市值9008亿元，相比首日分别增长248%和212%[2][5][7] - 北交所专精特新"小巨人"数量占比56.7%，市值占比57%，均为全市场最高水平[2][9][12] - 2025年日均换手率5.4%，为全A最高，开户数950万户，相比开市初期增长约1.4倍[2][7] - 2023年底开始北证成交系数超过双创，2025年双创合并日均成交系数1.76，北证为3.07[7] 历史行情复盘与市场特征演变 - 过去四年北交所经历三轮较大级别行情：23Q4北证50指数上涨55.8%，24Q4上涨132%，25H1上涨47.4%[2][17][19] - 前两轮行情为政策驱动（"深改19条"和"一揽子金融改革政策"），25H1行情为产业驱动[2][19] - 25H1非北证主题权益产品对北证A股增持幅度达23H2以来最大，主动权益产品、指数增强基金、量化基金增持明显[2] - 25H1是北交所4年来首次出现波动率下行的上涨，流动性提升且波动率下降[2][24] 行业分布与结构特征 - 北交所数量占比靠前行业为机械设备（22.0%）、电力设备（11.7%）、基础化工（10.6%）、汽车（8.9%）、计算机（8.5%）[11][12][55] - 北证50指数权重分布：制造业占比最高，其次为TMT、消费、医药/周期[28][53] - 机械设备与汽车行业受"人形机器人"产业重估，计算机与电子行业受"AI"产业链重估[2][55] - 电力设备依赖于"反内卷"的涨价（锂电材料）和技术创新（固态电池等）[2][55] 2026年改革展望 - 预计北证50ETF最早于26Q1推出，规模将超百亿元，能提升流动性并平抑波动性[2][59][67] - 新股发行制度改革预期较高，市值配售等改革有望推出，战配资格收紧[2][59] - 当前每月3-4家常态化新股发行节奏有望维持，中性预计26年40只新股发行[69][86] - 新三板市场改革深化将深刻影响北交所发展[59][69] 2026年投资策略 - 上半年关注十五五规划，关注0-1阶段"未来科技"，AI产业链关注液冷、AI应用等[2][56][69] - "反内卷"周期品关注锂电、新型储能等，政策加码可能带动工程机械、消费与服务业[2][69] - 下半年或切向顺周期，关注政策加码后消费+制造修复动能[2][69] - 全年关注新股和次新股，中性预计1000万资金申购收益率3.75%[69][88] 新股发行与打新市场 - 2025年北交所新股首日涨幅中枢接近300%，远高于24年中枢200%[72][76] - 25H2以来打新资金量不断攀升，中签率压低至万3水平[74][76] - 2025年8月后新股申购冻结资金水平突破7000亿元，向万亿级别靠近[78][81] - 截至2025年10月28日，2025年发行上市新股19只，1000万申购资金累计增厚收益率2.43%[83][85] 细分板块投资机会 - 科技板块：北证AI板块集中于IT应用、液冷、算力集成等领域，但盈利普遍较弱[49][56] - 液冷散热：随着芯片功耗提升，超过300w功耗芯片必须使用液冷，高功耗驱动液冷发展[100][108] - 周期板块：基础化工、汽车、医药生物为25Q3盈利正贡献靠前行业[35][40] - 制造业：北证境外收入占比30%以上比例达23.8%，高出口占比企业受出口下行影响较大[42][48]

行业与公司 * 纪要主要涉及中国消费行业及其多个细分领域 包括航空机场、医疗服务、医美、医药、免税、食品饮料（白酒、大众品）、旅游出行、零售等[1][3][5] * 具体提及的公司包括航空公司（春秋航空、华夏航空、吉祥航空）、医疗服务公司（爱尔眼科、通策医疗、美年健康）以及白酒企业（五粮液、古井贡酒、茅台）等[7][8][12][16][17] 核心观点与论据 宏观环境与消费支撑 * 核心CPI连续6个月回暖 10月达1.2% 为短期消费提供支撑 预计回升态势延续至明年春节[1][3] * 《十五规划》提出提高居民消费率 中国居民实际消费率不到40% 有较大提升空间 资本市场和财政支出结构调整是关键[1][4] * 预计2026年经济增长目标维持5%左右 宏观政策更重视内需 对国内消费的支撑力度将增加[1][4] 市场风格与板块轮动 * Q4市场更趋向于风格轮动逻辑 相对估值较低的医疗服务、航空机场、家电、购物用品、调味品等行业具有较高配置价值[1][5] * A股和港股估值已回到合理水平 具备强者恒强配置逻辑的板块、具备困境反转预期且性价比较高的消费行业以及高成长性的服务和体验消费行业具有投资潜力[1][6] 航空板块 * 航空板块呈现向上走势 影响因素包括中日关系（每周中国出港赴日航班约1,192架次）、飞机供给收紧、客货运量超疫情前水平（2025年1至9月达5.8亿人次 比2019年增长17%左右）[1][7][8] * 需求改善体现为票价同比去年增长4%至5% 客座率达84%至85% 2025年三大行利润接近3亿元[8] * 油价稳定及汇率稳健带来正面效益 民航局冬季春季时刻表显示供给平稳增长 中美关系缓和等因素将促进商务出行需求[1][2][8] * 目前三大行PB平均为2至3倍左右 建议关注支线航空如华夏航空[8] 医药与医疗服务 * 医药行业中 医疗服务、医美及疫苗等与消费相关的细分领域值得关注 中药企业也因政策支持具备投资潜力[3][9][10] * 医疗服务行业收入端受经济影响较大（例如爱尔眼科约60%收入来自受经济波动影响的业务） 目前处于底部平稳状态 拐点尚不明确[11] * 更看好通策医疗 因老龄化趋势增加口腔健康需求 医美行业需关注胶原蛋白市场（重组胶原蛋白效果可能不如动物来源）[12] 免税与旅游出行 * 免税行业初步见底 呈现向上趋势 2025年11月第一周数据表现良好[3][14] * 2026年旅游及出行消费预期乐观 春节黄金周首次达到9天 秋假试行效果良好有望推广 全运会等体育赛事将带动消费[15] 食品饮料行业 * 白酒板块：三季度上市酒企业绩大幅出清 茅台批发价跌至1,700元左右创年内新低 经销商压力大 酒企销售费用投放克制 行业向有序竞争过渡 白酒基金持仓回落至近十年较低水平 具备超跌反弹博弈机会 但需关注估值性价比和股价持续性[16][17][18][19][20][25] * 大众品板块：龙头企业展现经营韧性 板块估值分位数处于过去10年不到20%的水平 推荐顺序为速冻食品和餐饮连锁业态 其次是啤酒、包装水和休闲零食[21] * 速冻食品行业通过渠道变化实现业绩修复 处于逐步走出底部周期阶段[22] * 餐饮连锁业态中 具有性价比和下沉市场扩张能力的企业业绩持续修复[23] * 啤酒行业量价偏弱 但预计2026年有望因餐饮消费复苏提升景气度[24] 其他重要内容 * 10月份社福板块同比增幅为2.9% 排除汽车后增长4% 服务消费表现良好 1-10月零售额同比增长5.3%[13] * 情绪型消费行业（如IP经济和宠物经济）受益于Z世代和独居趋势 营收和利润增速持续高于整体水平[6]