核心观点 - 市场情绪稳步修复，截至2026年1月9日，市场情绪指标数值为1.6，较上周三的1.35小幅增加，模型观点看多 [2][8] - 市场成交活跃度快速上升，本周全A成交额较上周环比上升34.00%，平均日成交额为28519.51亿元，1月9日成交额达近期最高的31523.68亿元 [2][16] - 当前模型整体提示小盘与价值风格占优信号，其中小盘风格信号较强且未来存在增强可能，价值风格信号提示强度较弱且短期可能存在多次切换 [2][51] 情绪模型观点 - 情绪结构指标由多个分项指标合成，包括行业间交易波动率、行业交易拥挤度、价量一致性等，指标围绕0轴在[-6,6]范围内波动 [7] - 价量一致性指标周内维持高位震荡，表明市场价量匹配程度高，资金关注度与标的涨幅相关性较强，市场情绪处于活跃区间 [2][12][13] - 科创50相对万得全A成交占比维持低位并延续下行趋势，反映高弹性板块参与度仍偏低，市场风险偏好未明显变化 [2][12][19] - 行业间交易波动率持续下降并维持下行态势，表明资金在不同行业间切换节奏放缓，跨行业轮动意愿减弱，流动性边际趋缓 [2][12][24] - 行业涨跌趋势性指标维持在布林带上界附近震荡，表明行业观点一致性较高，板块β效应仍占主导 [2][12][27] - 融资余额占比维持高位并创阶段性新高，尽管周内略有回落但仍处于布林带上界之上，显示杠杆资金情绪保持偏高水平 [2][12][31] - RSI指标周内明显改善并快速修复，短期卖压减弱，上行动能有所回升 [2][12][34] - 主力资金净流入指标维持高位震荡，机构资金进场意愿增强 [2][12][36] 其他择时模型观点 - 根据均线排列模型，截至2026年1月9日，医药生物、煤炭、房地产、传媒、环保等行业短期得分上升趋势靠前 [2][41] - 从行业短期得分数值看，国防军工、有色金属、轻工制造、综合、建筑材料是短期得分最高的行业，其中国防军工短期得分为100，为最高 [2][41] - 行业拥挤度方面，截至2026年1月9日，平均拥挤度最高的行业分别为国防军工、石油石化、商贸零售、非银金融、医药生物，拥挤度最低的行业分别为综合、建筑装饰、房地产、纺织服饰、环保 [44][47] - 本周拥挤度与周内涨跌幅相关系数为0.37，存在较高正相关性 [2][47] - 近期国防军工、石油石化等高拥挤度板块领涨明显，短期仍有上冲惯性但需警惕高位回调压力 [2][47] - 商贸零售、非银金融等拥挤度较高但涨幅较低，若有资金面进一步催化，或仍具备上涨潜力 [2][47] - 环保、房地产等低拥挤度板块涨幅相对落后，资金压力小、估值安全边际高，中长期配置价值突出，若市场情绪回暖有望率先企稳反弹 [2][47] - 根据RSI风格择时模型，当前模型维持提示小盘风格占优信号，同时5日RSI相对20日RSI继续上升，未来信号存在增强可能 [2][51] - 模型切换提示价值风格占优信号，但信号提示强度较弱，且5日RSI相对20日RSI快速上升，短期信号可能存在多次切换可能 [2][51]

量化模型与构建方式 1. **模型名称：市场趋势择时模型**[2][5][6] * **模型构建思路**：通过比较市场指数的短期均线与长期均线的相对位置和距离，来判断市场整体处于上行趋势还是下行趋势，并据此进行择时判断[2][6]。 * **模型具体构建过程**： 1. 选择基准指数：WIND全A指数。 2. 计算均线：计算基准指数的20日移动平均线（短期均线）和120日移动平均线（长期均线）。 3. 计算均线距离：计算短期均线与长期均线的差值百分比。 $$均线距离 = \frac{短期均线 - 长期均线}{长期均线} \times 100\%$$ 4. 趋势判断规则：当均线距离的绝对值大于3%时，认为市场处于明确的趋势中。具体为：若短期均线位于长期均线之上（即均线距离为正），则判断市场处于上行趋势；若短期均线位于长期均线之下（即均线距离为负），则判断市场处于下行趋势[2][6]。 2. **模型名称：赚钱效应指标**[2][5][6] * **模型构建思路**：在判断市场处于上行趋势后，通过计算当前价格相对于市场趋势线的涨幅（即赚钱效应）来观测趋势的强度和持续性，作为上行趋势能否延续的核心观测指标[2][6]。 * **模型具体构建过程**： 1. 确定市场趋势线：根据择时模型或其他方法确定一个代表市场趋势的参考点位（例如，报告中提及的6400点附近）[2][6]。 2. 计算赚钱效应：计算当前指数价格相对于该趋势线的涨幅百分比。 $$赚钱效应 = \frac{当前价格 - 趋势线价格}{趋势线价格} \times 100\%$$ 3. 信号解读：当赚钱效应为正时，表明市场处于盈利状态，有助于吸引增量资金，上行趋势有望延续[2][6]。 3. **模型名称：仓位管理模型**[2][7] * **模型构建思路**：结合市场的估值水平和短期趋势判断，为绝对收益产品提供股票仓位的配置建议[2][7]。 * **模型具体构建过程**： 1. 估值评估：评估市场整体估值水平。例如，计算WIND全A指数的PE（市盈率）和PB（市净率）在其历史数据中的分位数位置（如90分位点、50分位点），以此判断估值处于偏高水平、中等水平或偏低水平[2][7]。 2. 趋势判断：利用市场趋势择时模型判断市场处于上行或下行趋势[2]。 3. 仓位建议：综合估值水平（判断市场风险）和短期趋势（判断市场机会），给出具体的仓位建议比例。例如，在估值中等、市场处于上行趋势时，建议80%的仓位[7]。 4. **模型名称：行业趋势配置模型**[2][5][6] * **模型构建思路**：该模型是一个综合框架，内部包含多个子模型，用于识别和推荐具有上行趋势或配置机会的行业板块[2][5][6]。 * **模型具体构建过程**：报告未详细说明该综合模型的具体构建算法，但列举了其包含的子模型及其当前信号： * **中期困境反转预期模型**：信号显示关注传媒和创新医疗行业[2][5][6]。 * **TWO BETA模型**：继续推荐科技板块，关注AI应用和商业航天领域[2][5][6]。 * **行业趋势模型**：显示算力、工业金属、储能板块延续上行趋势[2][5][6]。 模型的回测效果 （报告中未提供各量化模型的历史回测绩效指标，如年化收益率、夏普比率、最大回撤等具体数值。） 量化因子与构建方式 （报告中未涉及具体的量化因子构建。） 因子的回测效果 （报告中未涉及具体的量化因子测试结果。）

市场表现与风格 - 最近5个交易日，科创50指数上涨9.80%，创业板指上涨3.89%，国证2000代表的小盘风格上涨7.21%，而上证50上涨3.40%，大盘价值仅上涨0.47%，大盘成长上涨2.82% [1] - 行业表现方面，综合与国防军工表现靠前，银行与交通运输表现靠后 [1] - 截至2026年1月9日，中证全指PETTM估值分位数为83%，上证50与沪深300均为76%，创业板指接近62%，中证500与中证1000分别为68%和67%，创业板指估值相对历史处于中位数水平 [1] 资金与交易动态 - 最近5个交易日，ETF资金整体流出16亿元，而融资盘增加约642亿元 [2] - 两市日均成交额为28260亿元 [2] AI模型识别趋势主题 - 基于卷积神经网络对图表化价量数据与未来价格进行建模，并将学习特征映射到行业主题板块中 [2][11] - 模型最新配置关注卫星和半导体等主题，具体涉及中证卫星产业指数、上证科创板半导体材料设备主题指数、中证半导体材料设备主题指数、国证商用卫星通信产业指数及中证半导体产业指数等细分指数 [2][3][12] 风险溢价与资产对比 - 截至2026年1月9日，中证全指静态市盈率的倒数EP与十年期国债收益率的差值，即风险溢价指标为2.52%，其两倍标准差边界为4.69% [1]

量化模型与构建方式 1. 短期择时模型 1. **模型名称**：短期择时模型[3][4][15] 2. **模型构建思路**：构建一个多维度、多指标的量化择时体系，综合评估市场在基本面、估值面、情绪面和流动性四个维度的状态，以生成总体的仓位信号[15][16][19]。 3. **模型具体构建过程**： * **一级指标与信号**：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具体指标[15][16][19]。 * **二级指标信号生成**：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位置，被赋予一个定性信号（乐观、中性或谨慎）[15][16][19]。例如： * 基本面指标：制造业PMI > 50时给出乐观信号；人民币中长期贷款脉冲同比增速分位数处于中性区间时给出中性信号；M1同比增速（HP滤波去趋势）分位数高时给出乐观信号[15][19]。 * 估值面指标：A股整体PE和PB中位数的5年分位数处于高位（如100%）时，给出谨慎信号[15][19]。 * 情绪面指标：A股整体Beta离散度分位数高时给出谨慎信号；量能情绪分位数高时给出乐观信号；波动率分位数中性时给出中性信号[16][19]。 * 流动性指标：货币利率指标分位数低时给出乐观信号；汇率预期指标分位数低时给出乐观信号；两市5日平均新增融资额分位数高时给出中性信号[16][19]。 * **一级指标信号合成**：综合其下所有二级指标的信号，得出该一级指标的总体信号（乐观、中性或谨慎）[15][16][19]。 * **总仓位信号生成**：综合四个一级指标的信号，最终得出总的仓位配置建议（如乐观、震荡偏乐观等）[4][15]。 2. 成长价值风格轮动模型 1. **模型名称**：成长价值风格轮动模型[3][27] 2. **模型构建思路**：从基本面、估值面和情绪面三个维度构建量化指标，判断成长与价值风格的相对强弱，以进行风格轮动配置[27][29]。 3. **模型具体构建过程**： * **基本面维度**：基于量化经济中周期分析框架，考察三个周期指标[27]： * 盈利周期斜率：斜率大时利好成长风格。 * 利率综合周期水平：水平偏低时利好成长风格。 * 信贷综合周期变化：上行时利好成长风格。 综合三个指标信号，得出基本面维度的风格配置建议（如100%成长，0%价值）[27][29]。 * **估值面维度**：考察成长与价值风格的估值差[27]： * 成长价值PE差分位数：估值差均值回归上行中，利好成长。 * 成长价值PB差分位数：估值差反弹至偏高位置，利好均衡配置。 综合两个指标信号，得出估值面维度的风格配置建议[27][29]。 * **情绪面维度**：考察市场交易情绪在风格间的差异[27]： * 成长价值换手差分位数：换手差中性，利好均衡配置。 * 成长价值波动差分位数：波动差反弹至偏高位置，利好均衡配置。 综合两个指标信号，得出情绪面维度的风格配置建议[27][29]。 * **综合信号**：结合基本面、估值面、情绪面三个维度的配置建议，生成最终的成长与价值风格仓位比例[27][29]。 3. 小盘大盘风格轮动模型 1. **模型名称**：小盘大盘风格轮动模型[3][31] 2. **模型构建思路**：从流动性等视角出发，构建包含11个有效轮动指标的综合模型，以判断小盘与大盘风格的相对强弱[31]。 3. **模型具体构建过程**： * **指标池**：模型共使用11个轮动指标，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1000 MACD、中证1000交易量能等[31][33]。 * **信号生成**：每个指标独立生成看多小盘（仓位100%）或看多大盘（仓位0%）的信号[33]。 * **信号综合**：将所有11个指标的信号进行综合（具体综合方法未在本文中详述，但提及“构建综合大小盘轮动信号”），得出最终的综合轮动信号，即小盘与大盘的配置仓位比例[31][33]。 量化因子与构建方式 1. 5日均标准化交易量能指标 1. **因子名称**：5日均标准化交易量能指标[4][13] 2. **因子构建思路**：通过标准化处理近期市场的成交额，构建一个衡量市场交易活跃度与情绪强弱的指标[4][13]。 3. **因子具体构建过程**：报告未给出具体计算公式，但描述了其构建逻辑。该指标很可能是计算市场（如全A）最近5个交易日的平均成交额，然后通过Z-Score或分位数排名等方法，将其标准化至历史区间（如过去5年）内，以判断当前量能所处的相对水平[4][13]。 2. 两市5日新增融资买入余额 1. **因子名称**：两市5日新增融资买入余额[4][13] 2. **因子构建思路**：监测融资买入资金的短期变化，作为衡量市场杠杆情绪和过热风险的指标[4][13]。 3. **因子具体构建过程**：报告未给出具体计算公式。该因子可能是指沪深两市最近5个交易日的融资买入额每日新增部分的均值或总和，用于观察杠杆资金入场的速度和强度[4][13]。 3. 交易拥挤度 1. **因子名称**：交易拥挤度[13] 2. **因子构建思路**：通过测量市场交易行为的集中程度，来判断行情是否过热或健康[13]。 3. **因子具体构建过程**：报告未给出具体计算公式，但通过两个子维度进行观察： * **主题交易集中度**：集中度走低表明市场呈现多点开花、主题轮动的健康行情[13]。 * **PB分化度**：分化度上行也支持市场行情健康扩散的观点[13]。 4. A股整体Beta离散度 1. **因子名称**：A股整体Beta离散度[16][19] 2. **因子构建思路**：衡量市场上个股收益率与市场收益率关联性（Beta）的离散程度，作为市场情绪和分歧度的指标[16][19]。 3. **因子具体构建过程**：报告未给出具体计算公式。该因子可能通过计算全市场个股Beta值的标准差或其他离散统计量来构建，离散度高通常意味着市场分歧大[16][19]。 5. 成长价值PE/PB估值差 1. **因子名称**：成长价值PE估值差、成长价值PB估值差[27][29] 2. **因子构建思路**：计算成长风格与价值风格在估值水平上的差异，作为风格间估值性价比的衡量指标，用于均值回归分析[27][29]。 3. **因子具体构建过程**：报告未给出具体计算公式。该因子可能通过计算代表成长风格的指数（如国证成长）与代表价值风格的指数（如国证价值）的PE（或PB）中位数之差来构建，并计算该差值在历史（如5年）上的分位数[27][29]。 模型的回测效果 1. 短期择时模型 * **回测区间**：2012年底至今（全区间）及2024年以来[18][24] * **基准策略**：月度中性持仓再平衡[18] * **年化收益率**：16.64%（全区间）， 30.85%（2024年以来）[18][24] * **基准年化收益率**：5.04%（全区间）， 10.73%（2024年以来）[18][24] * **年化超额收益率**：11.60%（全区间）[18] * **年化波动率**：14.80%（全区间）， 16.59%（2024年以来）[18][24] * **最大回撤**：15.05%（全区间）， 11.04%（2024年以来）[18][24] * **夏普比率**：0.9793（全区间）， 1.5837（2024年以来）[18][24] * **收益回撤比**：1.1058（全区间）， 2.7946（2024年以来）[18][24] * **月度胜率**：66.46%（全区间）， 73.08%（2024年以来）[18][24] * **季度胜率**：61.11%（全区间）[18] * **年度胜率**：80.00%（全区间）[18] 2. 成长价值风格轮动模型 * **回测区间**：2012年底至今[28][30] * **基准策略**：月度风格均衡配置（成长价值等权）[28][30] * **年化收益率**：13.21%[30] * **基准年化收益率**：8.31%[30] * **年化超额收益率**：4.90%[28] * **年化波动率**：20.77%[30] * **最大回撤**：43.07%[30] * **夏普比率**：0.6058[30] * **收益回撤比**：0.3067[30] * **月度胜率**：58.60%[30] * **季度胜率**：60.38%[30] 3. 小盘大盘风格轮动模型 * **回测区间**：2014年以来[32][33] * **基准收益**：未明确说明基准构成，但对比了策略收益与基准收益[33] * **年化收益率**：综合信号3D平滑策略为20.51%[33] * **年化超额收益率**：综合信号3D平滑策略为12.89%[33] * **最大回撤**：综合信号3D平滑策略为40.70%[33] * **年度超额收益**：自2014年至2026年（年初至今），每年均产生正向超额收益[32][33]

核心观点 - 市场情绪指标显示情绪正逐步修复，综合得分较上周提升，从情绪角度观点看多 [2][7] - 价量一致性指标快速上升，市场价量匹配程度回升，资金关注度与标的涨幅相关性增强，情绪端呈现边际回暖 [2][10] - 当前模型整体提示小盘风格与成长风格占优信号 [2][43] 市场情绪模型观点 - 截至12月31日，市场情绪指标数值为1.35，较上周五的1.1小幅增加 [2][7] - 本周全A成交额较上周环比上升8.30%，平均日成交额为21283.35亿元，市场成交活跃度回升，其中12月30日成交额达近期最高的21615.32亿元人民币，日成交量1252.10亿股 [2][13] - 价量一致性指标周内快速上升并突破布林带上界，表明市场价量匹配程度回升 [2][11] - 科创50相对万得全A成交占比延续下行趋势，反映高弹性板块参与度仍偏低，风险偏好修复仍显不足 [2][10][16] - 行业间交易波动率持续下降并下穿布林带上界，资金在不同行业间切换节奏放缓，跨行业轮动意愿减弱，流动性边际趋缓 [2][10][19] - 行业涨跌趋势性指标维持在布林带上界附近震荡，行业观点一致性较高，板块β效应仍占主导 [2][10][21] - 融资余额占比持续上行并创阶段新高，杠杆资金情绪升温，风险偏好呈现一定修复 [2][10][24] - RSI指标周内明显改善并快速修复，短期卖压减弱，上行动能有所回升 [2][10][27] - 主力资金净流入指标维持高位震荡，机构资金进场意愿增强 [2][10][30] 其他择时模型观点 - 根据均线排列模型，截至2025/12/31，机械设备、传媒、计算机、美容护理、汽车等行业短期得分上升趋势靠前 [2][34] - 从行业短期得分数值看，国防军工、有色金属、轻工制造、通信、基础化工是短期得分最高的行业，其中国防军工、有色金属当前短期得分均为88.14，为短期得分最高行业 [2][34] - 截至2025年12月31日，平均拥挤度最高的行业分别为国防军工、建筑材料、石油石化、机械设备、商贸零售，拥挤度最低的行业分别为煤炭、计算机、房地产、纺织服饰、传媒、建筑装饰 [37] - 本周拥挤度与周内涨跌幅相关系数为0.19，存在一定正相关性 [2][40] - 近期国防军工、石油石化等高拥挤度板块领涨明显，短期仍有上冲惯性但需警惕高位回调压力 [2][40] - 建筑材料、商贸零售等拥挤度同样较高但涨幅较低，若有资金面进一步催化，或仍具备上涨潜力 [2][40] - 煤炭等低拥挤度板块涨幅相对落后 [2][40] - 当前模型维持提示小盘风格占优信号，同时5日RSI相对20日RSI继续上升，未来信号存在增强可能 [2][43] - 当前模型维持提示成长风格占优信号，但5日RSI相对20日RSI快速上升，未来信号强度可能有所削弱 [2][43]

核心观点 - 市场情绪指标逐步修复，截至12月31日数值为1.35，较上周五的1.1小幅增加，从情绪角度观点看多 [2][8] - 价量一致性指标周内快速上升，市场价量匹配程度回升，资金关注度与标的涨幅相关性增强，情绪端呈现边际回暖 [2][11] - 当前量化模型整体提示小盘风格与成长风格占优信号 [2] 市场情绪模型观点 - **综合情绪修复**：市场情绪结构指标（20日均线）数值为1.35，较上周五的1.1小幅增加，情绪得分逐步修复，市场交易活跃度出现反转回升迹象 [2][8] - **价量关系改善**：价量一致性指标周内快速上升并突破布林带上界，表明市场价量匹配程度回升，资金关注度与标的涨幅相关性增强 [2][11][12] - **成交活跃度上升**：本周全A成交额较上周环比上升8.30%，平均日成交额为21283.35亿元，其中12月30日成交额达近期最高的21615.32亿元人民币，日成交量1252.10亿股 [2][15] - **风险偏好仍偏低**：科创50相对万得全A成交占比延续下行趋势，反映高弹性板块参与度仍偏低，风险偏好修复不足 [2][11][18] - **行业轮动放缓**：行业间交易波动率持续下降并下穿布林带上界，资金在不同行业间切换节奏放缓，跨行业轮动意愿减弱 [2][11][22] - **板块效应主导**：行业涨跌趋势性指标维持在布林带上界附近震荡，行业观点一致性较高，板块β效应仍占主导 [2][11][24] - **杠杆情绪升温**：融资余额占比持续上行并创阶段新高，杠杆资金情绪升温，风险偏好呈现一定修复 [2][11][28] - **技术指标改善**：RSI指标周内明显改善并快速修复，短期卖压减弱，上行动能有所回升 [2][11][31] - **主力资金积极**：主力资金净流入指标维持高位震荡，机构资金进场意愿增强 [2][11][35] 其他择时模型观点 - **行业均线排列模型**： - 截至2025/12/31，短期得分上升趋势靠前的行业包括：机械设备、传媒、计算机、美容护理、汽车 [2][40] - 短期得分数值最高的行业为：国防军工（88.14分）、有色金属（88.14分）、轻工制造、通信、基础化工 [2][40] - **行业拥挤度分析**： - 本周拥挤度与周内涨跌幅相关系数为0.19，存在一定正相关性 [2][46] - 平均拥挤度最高的行业为：国防军工（0.972）、建筑材料（0.922）、石油石化（0.911）、机械设备（0.906）、商贸零售（0.900） [43][46] - 平均拥挤度最低的行业为：煤炭（0.017）、计算机（0.139）、房地产（0.139）、纺织服饰（0.161）、传媒（0.178）、建筑装饰（0.178） [43][46] - 国防军工、石油石化等高拥挤度板块近期领涨明显，短期仍有上冲惯性；建筑材料、商贸零售等拥挤度高但涨幅较低，或仍具备上涨潜力；煤炭等低拥挤度板块涨幅相对落后 [2][46] - **风格择时模型**： - 当前模型维持提示小盘风格占优信号，同时5日RSI相对20日RSI继续上升，未来信号存在增强可能 [2][49] - 模型维持提示成长风格占优信号，但5日RSI相对20日RSI快速上升，未来信号强度可能有所削弱 [2][49] - 具体数据：申万小盘/申万大盘的20日RSI为72.2257，60日RSI为53.1450，20日RSI > 60日RSI，提示小盘占优 [50]

量化模型与构建方式 1. **模型名称：卷积神经网络趋势观察模型**[77] * **模型构建思路**：使用卷积神经网络（CNN）对个股历史价量数据构建的标准化图表进行深度学习，以识别图表特征与未来价格走势之间的关系，并将学习到的特征映射到行业主题板块中，从而进行行业主题配置。[77] * **模型具体构建过程**： 1. **数据准备**：为每个个股在特定窗口期内的价量数据构建标准化的图表。[77] 2. **模型训练**：使用卷积神经网络对上述图表化的价量数据与未来价格进行建模，学习能够预测未来价格走势的图表特征。[77] 3. **特征映射**：将训练好的模型学习到的特征映射到行业主题板块，识别出具有相似积极特征的板块。[77] 4. **生成配置**：根据模型识别结果，输出当前看好的行业主题及对应的具体指数。[77][79] 2. **模型名称：宏观因子事件模型**[56] * **模型构建思路**：通过跟踪一系列国内外宏观指标，定义其特定的走势事件（如短期高低点、连续涨跌等），并从历史数据中寻找那些对未来资产收益率有显著影响的“有效因子事件”，以此作为判断未来资产趋势的依据。[56] * **模型具体构建过程**： 1. **因子选择**：跟踪25个国内外宏观指标，涵盖货币政策、财政政策、流动性、通胀水平及其他经济指标。[56] 2. **事件定义**：定义四类宏观因子事件来描述指标走势：短期高低点、连续上涨下跌、创历史新高新低、因子走势反转。[56] 3. **有效性检验**：从历史数据中回测，筛选出对资产未来收益率影响较为显著的因子事件，即“有效因子事件”。[56] 4. **趋势分析**：采用历史均线（如1月、3月、12月均线）将宏观因子走势分为趋势上行和趋势下行，统计在不同趋势下资产未来一个月的平均收益，筛选出收益存在显著差异的资产。[58][59] 3. **模型名称：期权成交量看涨看跌比（CPR）模型**[49] * **模型构建思路**：通过监测上证50ETF期权成交量的看涨看跌比率（CPR）与其布林通道的相对位置，来判断蓝筹股是否存在短期超卖风险。[49] * **模型具体构建过程**： 1. **计算指标**：计算上证50ETF期权成交量的看涨看跌比率（CPR）。[49] 2. **构建通道**：计算CPR的60日布林通道（通常包含上轨、中轨、下轨）。[49] 3. **信号生成**：观察最近20个交易日的CPR是否低于60日布林通道的上轨。若低于上轨，则认为蓝筹股短期不存在超卖风险。[49] 4. **因子名称：新高新低比例因子**[34] * **因子构建思路**：通过统计市场中创近期新高与新低的个股数量占比，来度量市场的极端情绪和内部结构强度。[34] * **因子具体构建过程**：分别计算创近60日新高的个股数占总个股数的比例（60日新高比例），以及创近60日新低的个股数占总个股数的比例（60日新低比例）。[34] 5. **因子名称：个股均线结构因子**[38] * **因子构建思路**：通过计算呈现特定均线多头排列与空头排列的个股数量之差占总体本的比例，来反映市场整体的技术趋势强弱。[38] * **因子具体构建过程**：计算呈现多头排列的个股数量与呈现空头排列的个股数量之差，再除以总个股数，得到“均线强弱指标”或“多头排列减空头排列个股占比”。[38] 6. **因子名称：长期均线以上比例因子**[41] * **因子构建思路**：统计股价位于长期移动平均线（如200日线）之上的个股比例，用以衡量市场整体的长期趋势强弱和广度。[41] * **因子具体构建过程**：计算当前价格位于200日移动平均线之上的个股数量，再除以总个股数，得到“长期均线以上比例”。[41] 7. **因子名称：风险溢价因子**[66] * **因子构建思路**：通过计算股票市场收益率（市盈率倒数）与无风险收益率（十年期国债收益率）之差，来衡量股票资产相对于债券资产的吸引力。[66][80] * **因子具体构建过程**：采用中证全指静态市盈率（PE_TTM）的倒数作为盈利收益率（EP），减去十年期国债收益率，得到风险溢价。 $$风险溢价 = \frac{1}{PE\_{TTM}} - 十年期国债收益率$$[80] 模型的回测效果 （报告中未提供各模型的详细历史回测绩效指标，如年化收益率、夏普比率、最大回撤等具体数值。） 量化因子的回测效果 （报告中未提供各因子的详细历史回测绩效指标，如IC值、IR、多空收益等具体数值。仅提供了部分因子在最新一期的观察值。） 1. **新高新低比例因子**：截至报告期末，创近60日新高个股数占比从前一期的9.5%升至9.6%；创近60日新低个股数占比从前一期的6.4%升至10.7%。[34] 2. **个股均线结构因子**：截至报告期末，多头排列减空头排列个股占比从前一期的-22%降至-29%。[38] 3. **风险溢价因子**：截至2025年12月31日，中证全指风险溢价为2.69%，其历史均值（avg）及两倍标准差边界（avg+2*sigma, avg-2*sigma）在图表中显示。[67][80]

市场近期表现 - 最近5个交易日，科创50指数下跌0.59%，创业板指下跌0.82%，大盘价值微涨0.01%，大盘成长下跌0.39%，上证50上涨0.20%，国证2000代表的小盘股上涨1.09% [1] - 行业板块方面，国防军工、石油石化表现靠前，通信、综合表现靠后 [1] 市场估值水平 - 截至2025年12月31日，中证全指PETTM分位数为82%，上证50与沪深300分位数均为75%，创业板指分位数接近58%，中证500与中证1000分位数分别为62%、64% [1] - 创业板指风格估值相对历史总体处于中位数水平 [1] 资金交易情况 - 最近5个交易日，ETF资金流入256亿元，融资盘增加约238亿元 [2] - 两市日均成交额为20823亿元 [2] 卷积神经网络趋势观察 - 基于卷积神经网络对图表化的价量数据与未来价格进行建模，并将学习特征映射到行业主题板块中 [2][11] - 最新配置主题包括化工、非银和卫星等，具体涉及中证细分化工产业主题指数、国证商用卫星通信产业指数、沪深300非银行金融指数、中证全指红利质量指数等细分指数 [2][3][12] 权益与债券资产风险溢价 - 截至2025年12月31日，风险溢价指标为2.69%，该指标为中证全指静态PE的倒数EP减去十年期国债收益率 [1] - 该指标的两倍标准差边界为4.70% [1]

量化模型与构建方式 1. **模型名称：市场整体环境择时体系（均线距离模型）**[2][6] * **模型构建思路**：通过比较WIND全A指数的短期均线与长期均线的相对位置和距离，来判断市场整体是处于上行趋势还是震荡/下行趋势。[2][6] * **模型具体构建过程**： 1. 计算WIND全A指数的20日移动平均线（短期均线）和120日移动平均线（长期均线）。[2][6] 2. 计算两条均线的距离，公式为： $$均线距离 = (短期均线 - 长期均线) / 长期均线 \times 100\%$$ 其中，短期均线为20日均线，长期均线为120日均线。[2][6] 3. 根据距离绝对值进行趋势判断：当距离绝对值大于3%时，市场处于上行趋势；否则市场可能处于震荡或下行格局。[2][6] 2. **模型名称：赚钱效应指标**[2][7][11] * **模型构建思路**：在市场被判定为上行趋势后，通过计算当前价格相对于“市场趋势线”的涨幅，来度量市场的赚钱效应，作为趋势能否延续的观测指标。[2][7][11] * **模型具体构建过程**： 1. 确定一个“市场趋势线”的参考点位（报告中未明确其计算方法，仅给出当前数值）。[2][7][11] 2. 计算赚钱效应，公式为： $$赚钱效应 = (当前指数点位 - 市场趋势线) / 市场趋势线 \times 100\%$$ 例如，当WIND全A指数点位为未知，市场趋势线位于6262点时，赚钱效应为2.71%。[2][7][11] 3. 判断标准：赚钱效应为正，则上行趋势有望延续。[2][7][11] 3. **模型名称：仓位管理模型**[7] * **模型构建思路**：综合市场的估值水平（PE、PB分位数）和短期趋势判断（来自择时体系），为绝对收益产品提供股票仓位建议。[7] * **模型具体构建过程**： 1. 评估估值水平：计算WIND全A指数的PE和PB在其历史数据中的分位数。[7] 2. 获取趋势信号：从市场整体环境择时体系获取当前市场趋势状态（上行/震荡/下行）。[7] 3. 结合估值与趋势进行综合判断，输出建议仓位。例如，当PE位于90分位点（偏高水平），PB位于50分位点（中等水平），且市场处于上行趋势时，建议仓位为80%。[7] 4. **模型名称：行业趋势配置模型**[2][5][7][11] * **模型构建思路**：该模型是一个综合框架，内部包含多个子模型，用于识别和推荐具有上行趋势或配置价值的行业板块。[2][5][7][11] * **模型具体构建过程**：报告未详细描述该综合模型的具体构建算法，但列举了其包含的子模型及其当前信号： * **中期困境反转预期模型**：信号显示关注旅游、传媒等服务型消费行业。[2][5][7][11] * **TWO BETA模型**：信号继续推荐科技板块，并特别关注AI应用和商业航天领域。[2][5][7][11] * **行业趋势模型**：信号显示通信、工业金属、储能板块延续上行趋势。[2][5][7][11] 模型的回测效果 *报告为周度观点报告，主要展示模型的最新信号和结论，未提供历史回测的详细绩效指标（如年化收益率、夏普比率、最大回撤等）。因此，本部分无具体指标取值。* 量化因子与构建方式 *本报告主要涉及择时与行业配置模型，未提及具体的个股选股因子（如价值、成长、动量、质量等因子）的构建。因此，本部分无相关内容。* 因子的回测效果 *本报告未涉及量化因子，因此本部分无相关内容。*

核心观点总结 - 截至2025年12月26日，市场情绪指标数值为1.1，与上周持平，整体情绪震荡维稳，观点偏中性，但部分分项指标呈现修复迹象，市场交易活跃度出现反转回升[2][7] - 从风格与行业模型看，当前模型提示小盘风格与成长风格占优信号，且信号未来存在增强可能[2][44] - 从行业层面看，计算机、房地产、医药生物等行业短期得分上升趋势靠前，而有色金属、轻工制造、通信等行业短期得分最高[2][35] 市场情绪模型观点 - **情绪综合指标**：市场情绪结构指标（20日均线）围绕0轴在[-6, 6]的范围内波动，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[6] - **价量一致性**：本周价量一致性指标周内维持震荡，周后段出现明显回升，市场价量匹配程度回升，资金关注度与标的涨幅相关性增强，情绪端呈现边际回暖[2][11] - **风险偏好**：科创50相对万得全A的成交占比延续下行趋势，反映高弹性板块参与度仍偏低，风险偏好修复仍显不足[2][11][17] - **资金轮动**：行业间交易波动率持续下降并下穿布林带上界，表明资金在不同行业间切换节奏放缓，跨行业轮动意愿减弱，流动性边际趋缓[2][11][20] - **行业趋势**：行业涨跌趋势性指标维持在布林带上界附近震荡，表明行业观点一致性较高，板块β效应仍占主导[2][11][22] - **杠杆资金**：融资余额占比持续上行并创阶段新高，杠杆资金情绪升温，风险偏好呈现一定修复[2][11][25] - **技术指标**：RSI指标周内明显改善并快速修复，短期卖压减弱，上行动能有所回升[2][11][28] - **主力资金**：主力资金净流入指标维持高位震荡，机构资金进场意愿增强[2][11][31] - **市场成交**：本周全A成交额较上周环比上升11.63%，平均日成交额为19651.66亿元，市场成交活跃度回升，其中12月26日成交额达近期最高的21811.04亿元人民币，日成交量1305.87亿股[2][14] 其他择时模型观点 - **行业均线排列模型**：截至2025年12月26日，根据均线排列模型，**计算机、房地产、医药生物、汽车、机械设备**等行业短期得分上升趋势靠前[2][35]；从短期得分数值看，**有色金属、轻工制造、通信、商贸零售、国防军工**是短期得分最高的行业，其中有色金属、轻工制造、通信的短期得分均为88.14[2][35] - **行业拥挤度分析**：本周行业拥挤度与周内涨跌幅的相关系数为0.16，存在一定正相关性[2][40]；近期**国防军工、建筑材料**等高拥挤度板块领涨明显，拥挤资金快速流入导致涨幅显著放大[2][40]；**食品饮料、商贸零售**等板块拥挤度同样较高但涨幅较低[2][40]；**美容护理、煤炭、传媒**等低拥挤度板块涨幅相对落后[2][40]；截至12月26日，平均拥挤度最高的行业为**交通运输、国防军工、建筑材料、商贸零售、食品饮料**，拥挤度最低的行业为**房地产、纺织服饰、煤炭、计算机、传媒**[38] - **风格择时模型**：当前RSI风格择时模型维持提示**小盘风格占优**信号，同时5日RSI相对20日RSI继续上升，未来信号存在增强可能[2][44]；模型同时维持提示**成长风格占优**信号，且5日RSI相对20日RSI快速上升，未来信号强度可能有所增强[2][44]；具体数据显示，国证成长/国证价值的5日RSI为97.53，20日RSI为59.91，60日RSI为45.92[45]；申万小盘/申万大盘的5日RSI为91.12，20日RSI为60.61，60日RSI为51.71[45]