基本面与市场情绪 - 基本面复苏信号出现反复但动量因子看多 [1] - 市场情绪指数处于近5年高位支持维持权益资产高配 [1] - 情绪高位上行可能推动权益资产配置维持高位 [1] 风格与配置偏好 - 9月支持成长风格信号进一步增多 [1] - 成长风格有望延续且大盘或将占优 [1] - 建议关注大盘风格和成长风格配置机会 [1] 产品数据表现 - 国泰中证A500ETF总户数位列同类38只产品首位 [1] - 该产品户数是第二名的三倍多 [1] - 更多投资者选择中证A500ETF（159338） [1] 产品投资渠道 - 无股票账户投资者可关注联接基金A类份额（022448） [1] - 无股票账户投资者可关注联接基金C类份额（022449） [1] - 无股票账户投资者可关注联接基金I类份额（022610） [1]

核心观点 - 9月基金配置策略建议维持权益资产高配 成长风格有望延续 大盘风格或将占优 建议关注大盘成长风格基金 固收+基金关注偏稳健品种 债基关注短久期品种[2][69] - 基于股债轮动模型显示增长因子上行 通胀因子下行 经济复苏信号有所反复 但结合动量因子维持权益资产高配[2][47] - 市场情绪指数处于近5年高位 本月看多未来一个月权益市场表现的情绪指标高位上行[2][52] 8月市场回顾总结 - 股票市场表现：A股上证指数上涨7.97% 科创50上涨28.00% 美股道琼斯指数上涨3.20% 纳斯达克指数上涨1.58% 小盘成长风格涨幅最大[7][11][12] - 债券市场表现：美债利率下行 1年期美债收益率下行至3.83% 10年期美债收益率持平为4.23% 国债利率上行 1年期国债收益率持平为1.37% 10年期国债收益率上行至1.84% 期限利差走阔[7][15] - 商品市场表现：CRB商品指数上涨0.86% 南华商品指数下跌0.62% COMEX黄金上涨5.20% 原油价格小幅下跌 国内商品价格涨跌分化[7][23] - 外汇市场表现：美元指数下行至97.85 人民币即期汇率升至7.13左右[7][19] - 基金市场表现：8月基金发行总规模1020亿元 较上月上升7% 权益型基金发行规模509亿元 较上月上升24% 占发行总额50% 偏股混合型基金表现亮眼[31] - 资金流动情况：ETF资金净流入1016.3亿元 权益型产品资金净流入302.0亿元 债券型产品资金净流入481.8亿元 LOF资金净流出9.0亿元[36] - 主动权益基金风格变化：增持质量和价值潜力风格 质量和价值潜力风格仓位中位数分别为31%和10% 较上月末分别上升17%和10% 减持红利和景气风格 红利和景气风格仓位中位数分别为0%和22% 较上月末分别下降24%和18%[37] 9月市场展望总结 - 宏观环境分析：美联储降息预期升温 美债利率下行 国内私人部门融资增速小幅下行 增长因子上行 通胀因子下行 经济复苏信号有所反复[2][44][47] - 市场情绪分析：基于7个情绪指标构建的A股市场情绪指数显示看多情绪指标高位上行 处于近5年高位 换手率、动量因子转向看多[2][52] - 风格配置建议：成长价值风格轮动模型显示市场因子、美债利率、风格动量均利好成长 综合推荐成长风格 大小盘风格轮动模型显示信用环境、短期风格动量推荐大盘 综合推荐大盘风格[2][59][64] - 债券市场展望：短端流动性维持紧平衡 长端利率上行 短债机会好于长债[68] 基金产品推荐总结 - 东吴移动互联(001323.OF)：科技成长风格 重点配置人工智能领域 主要配置电子、通信、汽车、计算机等科技板块 任职以来累计收益率447.1% 超额收益358.0%[69][74] - 安信优势增长(001287.OF)：均衡成长风格 注重估值性价比 在景气和质量风格高暴露 主要配置食品饮料、有色金属、电力设备、医药生物等行业 任职以来累计收益率250.1% 超额收益143.2%[69][81] - 华夏创新前沿(002980.OF)：积极成长风格 重点关注成长期产业 偏好持有高成长性个股 主要配置电子、计算机、电力设备、医药生物等行业 任职以来累计收益率64.4% 超额收益38.5%[69][87] - 中银稳健添利(380009.OF)：偏稳健固收+产品 基于短期确定性选择重点配置行业 任职以来累计收益率67.5% 超额收益22.5%[69][93] - 鹏华稳利短债(007515.OF)：短债型基金 定位货币增强产品 净值波动回撤小 最大回撤-0.49% 夏普比率3.84[69][96]

核心观点 - 近期动量因子表现不佳被视为看涨的自上而下信号 是买入高动量股票的机会 [1] - 动量因子在晚期周期中仍具有吸引力 未来几个月应继续表现出色 [1] 行业动量表现 - 工业 金融和科技行业在动量排名中表现出最高行业得分 [1] - 医疗保健 房地产投资信托基金和能源行业动量排名最低 [1] - 资本货物 航空航天和国防 建筑以及工程和电气设备重新确立动量得分地位 [1] 银行业动量分化 - 大型银行和经纪商相对于保险公司持有优先地位 [1] - 区域性银行因小盘股复苏而有所上涨 [1] 半导体与科技板块 - 半导体板块已扩大到选定的超大市值股票之外 [2] - 等权重行业突破标志着有意义的强势 [2] 高动量推荐股票 - 资本货物领域：通用动力公司 派克汉尼汾公司 联合租赁公司 赛莱默公司 [1] - 银行业：美国银行 花旗集团 摩根大通公司 摩根士丹利 [2] - 半导体领域：科天公司 拉姆研究公司 万代半导体公司 恩智浦半导体公司 [2]

投资机会分析 - 周二美国科技股大跌创造抄底美股机会 [1] - 近期科技股回调创造逢低买入机会 [2] - 建议将近期市场回调视为买入机会 [14] 市场动态与表现 - 标普500指数经历近3周来最严重单日下跌 [5] - 纳斯达克正走向自4月以来最大的两日跌幅 [5] - 动量因子回撤约7% 处于历史正常范围（过去五次回撤平均幅度8.3% 中位数8.5% 范围4.5%-13%） [8] - 高盛高贝塔动量篮子跌至2025年以来持平水平 [6] - 欧洲和亚洲市场录得显著超额表现 因科技股占比小 [5] 关键影响因素 - 英伟达财报（8月28日）是重新点燃人工智能投资主题的关键催化剂 [2][3] - 财报重要性超过杰克逊霍尔全球央行年会 [4] - 强劲财报或积极业绩指引可能推动科技股和整体市场反弹 [16] 潜在风险变量 - 疲软PMI初值可能逆转看涨观点 [2] - 恶化失业数据可能改变市场预期 [2][15] - 美联储主席鲍威尔鹰派言论可能影响市场情绪 [2][15] 市场结构特征 - 当前调整本质是针对大型科技股、科技七巨头和AI主题的集中抛售 [8] - 下跌受科技股抛售潮推动 [4] - 从科技股向周期股、价值股和中小盘股的轮动可能发生但尚未真正开始 [3] 事件影响评估 - 杰克逊霍尔会议被视为"无关紧要"事件 [9][13] - 市场普遍预期美联储主席鲍威尔不会透露实质性新信息 [11] - 美联储9月降息决定将严格依赖9月5日非农就业报告和9月11日消费者价格指数 [12]

报告行业投资评级 未提及 报告的核心观点 - 商品本周空头占比小幅上升，不同板块表现各异，各品种综合信号有空头、中性等情况，基本面因子在不同品种上呈现不同多空状态 [1] 各品种情况总结 甲醇 - 策略净值方面，上周供给因子走强0.64%，库存因子下行0.66%，本周综合信号空头 [1] - 基本面因子上，进口到港量持续偏高，供给端空头延续；甲醇制烯烃以及MTBE装置产能利用率小幅下降，需求端中性偏空；上周港口库存大幅增加，库存端转为空头；甲醇华东、华南沿海地区市场价格释放空头信号，但因子贡献度不高，价差端中性偏空 [1] 浮法玻璃 - 策略净值方面，上周库存因子上行2.47%，价差因子走弱0.17%，利润因子走低0.20%，合成因子下行0.13%，本周综合信号空头 [1] - 基本面因子上，浮法玻璃产能利用率环比持平，供给端维持中性；二线城市商品房成交套数减少，需求端中性偏空；重点八省浮法玻璃企业累库，库存端空头；动力煤以及管道气制浮法玻璃成本因子释放多头信号，利润端中性偏多 [1] 铁矿 - 策略净值方面，上周供给因子走强0.38%，合成因子上行0.08%，本周综合信号转为中性 [3][4] - 基本面因子上，FMG的发货量减少，7月铁矿砂及其精矿进口数量下滑，供给端空头反馈减弱，信号转为中性；港口进口铁矿的日均疏港量上升，钢厂烧结用矿粉消耗量小幅增加，需求端转为多头反馈，信号仍为中性；港口进口贸易矿库存累积，主要港口库存上升，库存端信号转为空头；西澳到青岛的运价中枢上移，价差端多头反馈进一步增强，信号转为多头 [4] 沪铝 - 策略净值方面，上周需求因子上行0.01%，价差因子下行0.01%，合成因子较上周持平，本周综合信号维持中性 [4] - 基本面因子上，SMM国产铅精矿价格上升，供给端空头反馈增强，信号转为空头；上期所仓单库存以及LME注册仓单库存均有所累积，库存端转为空头反馈，信号整体维持中性；远月价格抬升，近月持仓量增加，价差端信号转为多头 [4] 板块因子情况总结 商品板块因子强度 - 截面偏强的板块是农产品，截面偏弱的是能源板块 [1] - 黑色板块动量因子边际下降但未反转，期限结构分化收窄；有色板块持仓量因子边际下降，截面上的分化扩大；能化板块截面动量分化；农产品板块油粕持仓量回升，棕榈油短周期动量回升；黄金时序动量有所企稳，贵金属板块内分化收窄 [1] 各板块因子数据 |板块|动量时序|动量截面|期限结构|持仓量| | --- | --- | --- | --- | --- | |黑色板块|-0.42|0.18|0.29|0.79| |有色板块|-0.13|0.54|0.99|1.1| |能化板块|0.02|0.74|-0.6|0.06| |农产品板块|-0.09|0.05|0.17|-0.16| |贵金属板块|0.37|0.49|0.68|2.15| [1]

指数增强组合表现 - 沪深300指数增强组合本周超额收益0.93%，本年累计超额收益12.11% [6] - 中证500指数增强组合本周超额收益-0.58%，本年累计超额收益10.97% [6] - 中证1000指数增强组合本周超额收益-1.56%，本年累计超额收益14.33% [6] - 中证A500指数增强组合本周超额收益-0.15%，本年累计超额收益11.56% [6] 选股因子表现 沪深300成分股 - 近期表现较好的因子：单季ROA（本周1.52%）、标准化预期外收入（本周1.38%）、标准化预期外盈利（本周1.37%） [7] - 表现较差的因子：一个月波动（本周-1.40%）、三个月波动（本周-1.37%）、非流动性冲击（本周-1.16%） [7] 中证500成分股 - 近期表现较好的因子：一年动量（本周1.17%）、单季超预期幅度（本周1.17%）、标准化预期外盈利（本周0.82%） [11] - 表现较差的因子：一个月波动（本周-1.73%）、一个月换手（本周-1.54%）、三个月波动（本周-1.36%） [11] 中证1000成分股 - 近期表现较好的因子：一年动量（本周1.61%）、EPTTM一年分位点（本周1.28%）、标准化预期外盈利（本周1.16%） [13] - 表现较差的因子：BP（本周-2.07%）、预期BP（本周-1.83%）、单季SP（本周-1.78%） [13] 中证A500成分股 - 近期表现较好的因子：DELTAROA（本周1.62%）、标准化预期外收入（本周1.56%）、DELTAROE（本周1.52%） [15] - 表现较差的因子：三个月波动（本周-1.85%）、一个月换手（本周-1.61%）、三个月换手（本周-1.59%） [15] 公募基金重仓股 - 近期表现较好的因子：一年动量（本周0.98%）、DELTAROA（本周0.63%）、单季营收同比增速（本周0.62%） [17] - 表现较差的因子：一个月换手（本周-2.12%）、三个月换手（本周-2.06%）、SPTTM（本周-1.77%） [17] 公募基金指数增强产品表现 产品规模 - 沪深300指数增强产品70只，总规模770亿元 [19] - 中证500指数增强产品71只，总规模432亿元 [19] - 中证1000指数增强产品46只，总规模150亿元 [19] - 中证A500指数增强产品52只，总规模205亿元 [19] 超额收益表现 - 沪深300指数增强产品本周超额收益中位数-0.09%，最高1.91%，最低-1.41% [20] - 中证500指数增强产品本周超额收益中位数-0.51%，最高0.52%，最低-2.05% [21] - 中证1000指数增强产品本周超额收益中位数-0.53%，最高0.94%，最低-1.70% [22] - 中证A500指数增强产品本周超额收益中位数-0.25%，最高0.71%，最低-1.10% [25] 方法论 - 采用最大化单因子暴露组合（MFE）方法检验因子有效性，控制行业暴露、风格暴露等约束条件 [24][26] - 公募重仓指数构建基于普通股票型和偏股混合型基金持仓，选取累计权重90%的股票作为成分股 [30]

根据研报内容，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. **扩散指数模型** - **模型构建思路**：通过监测微盘股成分股价格变动的扩散程度，判断市场趋势由头部股票驱动还是底部轮动[6][18] - **具体构建过程**： - 横轴为未来N天股价涨跌幅（1.1=涨10%，0.9=跌10%），纵轴为回顾窗口期T（T=20-N） - 扩散指数值计算示例：横轴0.95与纵轴15天值为0.51，表示若成分股均跌5%，扩散指数为0.51[18] - 当前扩散指数值为0.87（横轴20，纵轴1.0）[18] - **模型评价**：扩散指数下降反映趋势由头部股票驱动，反转因子近期表现较差[6][18] 2. **首次阈值法（左侧交易）** - 触发条件：扩散指数≤0.9850时发出空仓信号，2025年5月8日触发[6][18] 3. **延迟阈值法（右侧交易）** - 触发条件：扩散指数≤0.8975时发出空仓信号，2025年5月15日触发[6][18] 4. **双均线法（自适应交易）** - 触发条件：2025年8月4日收盘发出空仓信号[6][18] --- 量化因子与构建方式 1. **动量因子** - **构建思路**：捕捉股票价格延续趋势的能力 - **测试结果**：本周rankIC为0.224（历史平均-0.005）[5][16] 2. **贝塔因子** - **测试结果**：本周rankIC为0.146（历史平均0.006）[5][16] 3. **非流动性因子** - **测试结果**：本周rankIC为0.14（历史平均0.041）[5][16] 4. **成交额因子** - **测试结果**：本周rankIC为-0.172（历史平均-0.083）[5][16] 5. **小市值低波50策略** - **构建思路**：在微盘股成分股中筛选市值最小且波动率最低的50只股票，双周调仓 - **测试结果**：2025年YTD收益76.74%，本周超额-0.40%（基准万得微盘股指数）[8][16] --- 模型的回测效果 1. **扩散指数模型** - 当前扩散指数值：0.87[18] - 首次阈值法空仓信号触发日期：2025年5月8日[6][18] - 双均线法空仓信号触发日期：2025年8月4日[6][18] 2. **小市值低波50策略** - 2024年收益：7.07%（超额-2.93%）[8][16] - 2025年YTD收益：76.74%[8][16] --- 因子的回测效果 1. **动量因子** - 本周rankIC：0.224[5][16] - 历史平均rankIC：-0.005[5][16] 2. **贝塔因子** - 本周rankIC：0.146[5][16] - 历史平均rankIC：0.006[5][16] 3. **非流动性因子** - 本周rankIC：0.14[5][16] - 历史平均rankIC：0.041[5][16] 4. **成交额因子** - 本周rankIC：-0.172[5][16] - 历史平均rankIC：-0.083[5][16] --- 以上总结覆盖了研报中所有关键模型、因子及其测试结果，未包含风险提示等非核心内容。

量化模型与构建方式 1 模型名称：GRU模型 模型构建思路：基于门控循环单元(GRU)神经网络构建的时序预测模型，结合基本面和量价特征进行股票收益预测[10][30] 模型具体构建过程： - 输入层：包含close1d(日收盘价)、open1d(日开盘价)、barra1d(Barra风格因子日频数据)等特征[31] - 隐藏层：GRU神经网络结构，捕捉时序依赖关系 - 输出层：预测股票未来收益 - 训练方式：使用历史滚动窗口数据训练，优化损失函数 2 模型名称：多因子组合模型 模型构建思路：通过线性加权方式整合多个有效因子构建综合评分模型[31] 模型具体构建过程： - 因子筛选：选取基本面因子(如ROE增长、净利润超预期增长)和技术因子(如60日动量、120日波动)[19][24][29] - 因子标准化：进行行业中性化处理和标准化处理[17] - 权重分配：等权或基于IC-IR动态加权 - 组合构建：每月末按综合评分选股[17] 量化因子与构建方式 1 因子名称：Barra风格因子体系 因子构建思路：基于MSCI Barra多因子模型框架构建的系统化风险因子[15] 因子具体构建过程： - Beta因子：计算股票历史beta值 - 市值因子：$$ \ln(总市值) $$ - 动量因子：历史超额收益率序列均值 - 波动因子：$$ 0.74 \times \sigma_{超额收益} + 0.16 \times 累积超额收益离差 + 0.1 \times \sigma_{残差收益} $$ - 流动性因子：$$ 0.35 \times 月换手 + 0.35 \times 季换手 + 0.3 \times 年换手 $$ - 盈利因子：$$ 0.68 \times 预测盈利价格比 + 0.21 \times 市现率倒数 + 0.11 \times 市盈率ttm倒数 $$ - 成长因子：$$ 0.18 \times 预测长期盈利增长 + 0.11 \times 预测短期增长 + 0.24 \times 盈利增长 + 0.47 \times 营收增长 $$[15] 2 因子名称：超预期增长因子 因子构建思路：捕捉财务指标超出市场预期的增长信号[19] 因子具体构建过程： - 计算ROA/ROC/净利润等指标的同比变化 - 与分析师一致预期比较计算超预期幅度 - 标准化处理并行业中性化[17] 3 因子名称：技术动量因子 因子构建思路：捕捉股票价格趋势特征[19][24][29] 因子具体构建过程： - 20日动量：过去20日收益率 - 60日动量：过去60日收益率 - 120日动量：过去120日收益率 - 波动率：20日/60日/120日收益率标准差 模型的回测效果 1 GRU模型： - barra1d模型：近一周超额0.38%，今年以来超额3.78%[31] - barra5d模型：今年以来超额8.37%[31] - close1d模型：近六月超额6.80%[31] 2 多因子组合模型： - 近一月超额-0.30%，今年以来超额2.54%[31] 因子的回测效果 1 Barra风格因子： - 动量因子：全市场近一周多空收益1.01%(120日动量)[19] - 波动因子：全市场近一周多空收益1.45%(60日波动)[19] - 流动性因子：本周多头表现强势[16] 2 超预期增长因子： - 净利润超预期增长：全市场近一周多空收益0.74%[19] - ROA超预期增长：全市场近一周多空收益0.49%[19] 3 技术动量因子： - 60日动量：中证500近一周多空收益1.75%[24] - 120日波动：中证1000近一周多空收益1.68%[29]

量化市场跟踪 - 全市场股票池动量因子获取正收益0.70% 盈利因子和Beta因子分别获取正收益0.34%和0.28% 市值因子表现负收益-0.58%体现小市值风格 [4] 单因子表现 - 沪深300股票池中单季度营业利润同比增长率因子表现最佳(1.25%) 单季度ROE同比因子(1.07%)和早盘收益因子(0.95%)表现突出 6日成交金额标准差(-0.91%)和标准化预期外收入(-0.89%)表现较差 [5] - 中证500股票池早盘后收益因子(1.24%)和5日成交量标准差(1.05%)表现优异 ROE稳定性(-0.96%)和5分钟收益率偏度(-0.84%)表现弱势 [5] - 流动性1500股票池对数市值因子(1.56%)和单季度净利润同比增长率(1.21%)领先 毛利率TTM(-1.20%)和5日平均换手率(-1.15%)表现不佳 [5] 因子行业内表现 - 基本面因子在公用事业和休闲服务行业表现一致 净资产增长率因子和净利润增长率因子获得正收益 [6] - 估值类因子中BP因子在建筑材料、银行、传媒行业正收益明显 EP因子在煤炭行业表现突出 [6] - 残差波动率因子和流动性因子在国防军工、石油石化、汽车行业表现一致 煤炭和银行行业呈现大市值风格 [6] 组合跟踪表现 - PB-ROE-50组合在全市场股票池获得超额收益1.43% 中证800股票池超额收益0.44% 中证500股票池超额收益-0.40% [7] - 公募调研选股策略相对中证800获得超额收益3.21% 私募调研跟踪策略超额收益0.16% [8] - 大宗交易组合相对中证全指获得超额收益3.61% [9] - 定向增发组合相对中证全指获得超额收益0.77% [10]

报告基本信息 - 报告名称为国投期货商品量化CTA周度跟踪 [1] - 报告发布方为国投期货研究院金融工程组 [2] - 报告发布时间为2025年8月5日 [2] 报告行业投资评级 - 未提及 报告核心观点 - 商品本周空头占比上升，主要表现为能化板块因子强度回落，截面偏强的板块是贵金属和农产品，偏弱的是能源板块 [3] 各板块分析总结 板块整体情况 - 黄金时序动量边际回升，贵金属板块内分化收窄；有色板块持仓量因子继续小幅回落，截面分化扩大，铜和锌处于偏弱一端；黑色板块短周期动量因子边际下降，但长周期逐步企稳，期限结构分化收窄；能化板块截面动量整体下降，PTA、纯碱和玻璃处于板块截面偏弱一端；农产品方面，油粕持仓量均小幅下降，分化收窄 [3] 各板块因子数据 |板块|动量时序|动量截面|期限结构|持仓量| | ---- | ---- | ---- | ---- | ---- | |高四板块|-0.42|0.18|0.29|0.79| |有色板块|-0.13|0.54|0.99|1.1| |能化板块|0.02|0.74|-0.6|0.06| |农产品板块|-0.09|0.05|0.17|-0.16| |股指板块|0|0.49|0.68|2.15| |贵金属板块|0.37|||-1.07| [5] 各品种情况 甲醇 - 策略净值方面，上周供给因子走强0.21%，需求因子上行0.13%，库存因子走弱0.19%，价差因子上行0.09%，合成因子走高0.16%，本周综合信号空头延续；基本面因子上，供给端空头，需求端中性，库存端多头，价差端转为空头 [4] 玻璃 - 策略净值方面，上周库存因子下行2.28%，价差因子上行2.50%，合成因子走弱0.04%，本周综合信号空头；基本面因子上，供给端维持中性，需求端中性，库存端多头，价差端空头，利润端空头 [7] 铁矿 - 策略净值方面，上周各因子保持不变，本周综合信号维持中性；基本面因子上，供给端转为空头反馈，信号整体维持中性，需求端多头反馈强度小幅下降，信号仍为中性，库存端空头反馈减弱，价差端多头反馈强度进一步减弱 [7] 铅 - 策略净值方面，上周供给因子走强0.52%，需求因子下行0.51%，价差因子上行0.46%，合成因子走强0.15%，本周综合信号由空头转为中性；基本面因子上，供给端信号转为中性，库存端转为空头反馈，信号整体维持中性，价差端空头反馈增强 [7]