文章核心观点 - 基于2015-2025年历史数据，A股市场的“春节效应”不仅体现在整体涨跌，更关键的是市场节奏与风格在春节前后发生系统性切换[2][3] - 市场在节前呈现温和修复，大盘风格相对占优；节后上涨概率提升，风格显著切换至小盘成长风格占优[3][4][11] - 对2026年春节前后的市场判断认为，“春季躁动”概率存在但路径可能更复杂，风格轮动框架仍具参考意义，并指出了节后值得关注的热门成长赛道[16][17][19] 趋势特征 - **节前市场平稳**：春节前最后五个交易日，上证指数与沪深300指数的平均涨幅分别约为0.62%和0.77%，上涨概率约63.6%[4] - **节后上涨概率高**：节后十个交易日内，上证指数与中证1000指数过去11年春节后的上涨概率分别高达72.7%和81.8%[9] - **极端年份存在干扰**：2020年受新冠疫情冲击，节后首日沪深300跌7.88%，上证指数跌7.72%，中证1000跌8.75%；2016年受“熔断”危机影响，节前9个交易日上证指数跌6.42%，中证1000跌7.76%[15] 风格轮动特征 - **节前大盘占优**：节前阶段，沪深300指数的表现整体优于中证1000指数[11] - 节前10日：沪深300平均涨0.2%，上涨概率54.5%；中证1000平均跌0.14%，上涨概率45.5%[13] - 节前5日：沪深300平均涨0.77%，上涨概率63.6%；中证1000平均涨0.12%，上涨概率45.5%[13] - **节后小盘强势**：节后市场风格发生显著逆转，小盘股弹性更强[11][14] - 节后5日：中证1000平均涨2.47%，上涨概率81.8%；沪深300平均仅微涨0.01%，上涨概率45.5%[13][14] - 节后10日：中证1000平均涨3.15%，上涨概率81.8%；沪深300平均涨0.68%，上涨概率63.6%[13] - **广义风格变化**：节后风格变化常伴随成长相对价值占优、高估值相对低估值占优的特征[14] 对2026年市场的判断 - **市场节奏**：2026年春节后出现阶段性修复行情（“春季躁动”）的概率较高，但部分资金“抢跑”可能导致行情启动点前移，市场可能呈现震荡中逐步修复的复杂格局[16] - **风格轮动**：“节前相对均衡或偏防御、节后弹性资产相对活跃”的轮动逻辑在2026年仍具参考价值[17] - 节前：低估值、高股息的大盘蓝筹股及部分业绩确定性高的科技成长板块可能受青睐[17] - 节后：资金将更集中于具备产业景气度、技术突破或政策催化的细分成长赛道，中小盘成长风格预计仍占优[17][18] 2026年春节后热门赛道 - **人工智能**：关注AI应用与商业化（广告、云服务、AI编程）、智能体、以及AI算力基础设施（光模块、AI服务器PCB、液冷）[19][20] - **半导体与消费电子**：关注先进制程、存储、以及AI手机/眼镜等端侧硬件，端侧AI有望在2026年迎来落地大年[20] - **高端制造与出海**：关注机械、电力设备与新能源、汽车等优势领域出海，以及人形机器人、工业母机等新兴高端装备[19][20][21] - **能源革命与绿色转型**：关注储能（电网侧独立储能）、电力设备与电网升级（特高压、配电网智能化），以及风电、光伏[19][20][21] - **其他成长赛道**：关注创新药及产业链（CXO）、消费电子及新型消费[21]

投资主线与行业配置 - 投资主线可降维为三个方向：AI产业革命带来的算力、存力、电力及应用的科技主线机会；内外共振、经济修复下的牛市主线风格，周期股后半段易有表现；赔率思维下的风格轮动与底部反转机会 [1] - 连续三年跑输但第四年跑赢概率较大的行业包括食品饮料、农林牧渔、社会服务、医药生物 [1] - 牛市初期资金偏好少数高景气赛道，后期资金抱团主线，新增资金获利难度提升，而低估值、高贝塔的周期股易随基本面回暖获得增量资金青睐 [1] 化工行业周期 - 2025年下半年，在需求疲弱与供给侧增量尾声压力下，大宗化学品盈利迎来十年冰点，行业出现亏损或微利 [3] - 经过3年盈利低迷，化学原料与制品业的固定资产完成额增速在2025年6月开始转负，2026—2027年大宗化学品新增产能较少 [3] - 下游纺织服装及橡塑制品存货持续走低，化学原料与制品正处于主动去库至被动补库拐点，随着2026年国内外需求恢复，有望进入上行期 [3][4] - 中国化学品销售量全球占比过半，未来企业资本开支强度较2015—2025年将显著下降，股息支付率将攀升 [4] 银行业动态 - 今年以来，中小银行资本补充步伐明显加快，多家银行变更注册资本获批复，股东结构出现变化，地方财政平台、省属国企等主体踊跃入场 [4] - 开年以来银行股资金流出显著，A股银行板块受资金流出和风格影响较大，当前银行股性价比大幅提升，给稳定回报型资金带来配置机会 [6] - 2026年银行投资价值来源于：银行系统性风险再评估带来的净资产重估；人民币大类资产配置框架下，银行权益的稳定回报特征带来核心权益资产价值重估 [6] 稀土产业前景 - 全球稀土资源战略地位持续提升，产业进入高质量发展新时代，供给端配额管制与政策使刚性逻辑持续加强 [6] - 需求端，新能源汽车、人形机器人和低空经济等新兴领域有望成为长期高速增长核心驱动 [6] - 预计2026年起全球稀土供需缺口或持续扩大，稀土价格或稳中有进，产业链盈利能力或持续提升 [6] 市场表现与资金动向 - 短期大盘趋势偏弱，增量资金入场不明显，市场赚钱效应不佳 [8] - 当日涨跌分布显示，下跌2519家，上涨2862家，跌停18家，涨停65家 [9] - 暗盘资金显示净流出2174家，净流入2829家 [9] - 上证指数出现调整后反弹，场外资金有明显进场痕迹，居民存款搬家开始加速 [11] - 创业板指数走势表明短线资金对行情热度在减弱，整体市场开始逐渐走弱 [11] - 随着A股上市公司年报业绩预报集中披露，业绩改善或超预期的行业和个股可能成为投资者关注主线 [11] - 市场乐观情绪远超预期，若监管不实行节奏弹压，指数仍将加速，市场大概率延续上行趋势，直接开启春季攻势 [11] AI与互联网行业 - AI产业趋势的进展取决于AI应用端和消费端的突破，需重视恒生互联网 [1]

量化模型与构建方式 1. **模型名称：量化大势研判行业配置策略（资产比较策略）**[8][12] * **模型构建思路**：基于产业生命周期理论，将权益资产划分为五种内在风格属性。通过“g>ROE>D”的优先级顺序，自下而上地比较所有资产的优劣，筛选出具有基本面优势的资产，其风格属性即代表未来市场主流风格，并据此进行行业配置。[8] * **模型具体构建过程**： 1. **风格定义与资产分类**：根据产业生命周期，将股票资产划分为五种风格：外延成长、质量成长、质量红利、价值红利、破产价值。[8] 2. **资产比较框架**：采用分级比较逻辑。 * **主流资产比较**：优先比较实际增速资产（g）、预期增速资产（gf）、盈利资产（ROE）三类。只要其中一类资产具备优势，市场资金就会集中配置，次级资产机会不大。[12] * **次级资产比较**：当主流资产均无优势时，转向比较次级资产，其优先级由拥挤度决定：质量红利 > 价值红利 > 破产价值。[12] 3. **优势判断与因子应用**：对每一类风格资产，使用特定的量化因子进行横向比较，筛选出优势行业。 * **预期成长（gf）**：比较分析师预期增速（g_fttm）。[9][38] * **实际成长（g）**：比较业绩动量，使用超预期因子，如sue、sur、jor。[9][40] * **盈利能力（ROE）**：在PB-ROE框架下，选择估值较低的高ROE资产，使用PB-ROE回归残差因子。[9][43] * **质量红利**：结合股息率（dp）和盈利能力（roe）进行综合打分。[46] * **价值红利**：结合股息率（dp）和市净率倒数（bp）进行综合打分。[49] * **破产价值**：结合低市净率（pb）和小市值（size）进行综合打分（打分最低）。[53] 4. **行业配置**：以中信二三级行业（整理合并后为202个）为标的，每期在每个占优的风格策略下，选择排名靠前的5个行业，以等权重方式进行配置。[19] * **模型评价**：该框架自2009年以来对A股的风格轮动具有较好的解释能力。[19] 2. **因子名称：资产优势差（Spread）**[25] * **因子构建思路**：用于刻画某类资产中头部资产（Top组）相对于尾部资产（Bottom组）的趋势变化，类似于因子择时中的Spread指标。通过监测优势差的扩张与收缩，来判断对应风格资产的景气度。[25] * **因子具体构建过程**： 1. 每月末，计算所有行业在特定因子（如预期增速g_fttm、实际增速g_ttm、ROE）上的数值。 2. 根据因子值对行业进行排序，并分为若干组（如十分位）。 3. 计算头部组（如Top组）因子值的中位数与尾部组（如Bottom组）因子值的中位数之差。 $$资产优势差 = Top组中位数 - Bottom组中位数$$ 4. 观察该差值的时间序列变化，若差值扩大（Δ为正），则表明头部资产相对优势在增强；若差值缩小（Δ为负），则表明优势在减弱。[25][29] 模型的回测效果 1. **量化大势研判行业配置策略（资产比较策略）**，年化收益27.67%（2009年以来），2009年超额收益51%，2010年超额收益14%，2011年超额收益-11%，2012年超额收益0%，2013年超额收益36%，2014年超额收益-4%，2015年超额收益16%，2016年超额收益-1%，2017年超额收益27%，2018年超额收益7%，2019年超额收益8%，2020年超额收益44%，2021年超额收益38%，2022年超额收益62%，2023年超额收益10%，2024年超额收益52%，2025年超额收益14%，2026年1月超额收益-1%。[20][22] 量化因子与构建方式 1. **因子名称：预期净利润增速（g_fttm）**[9][38] * **因子构建思路**：基于分析师对未来净利润的一致预期，衡量资产的成长潜力。适用于所有产业周期阶段，是预期成长风格的核心筛选指标。[9] * **因子具体构建过程**：报告未给出具体计算公式，但通常指未来十二个月（Forward Twelve Months）的预期净利润增长率，由市场分析师一致预测数据计算得出。 2. **因子名称：超预期因子簇（sue, sur, jor）**[40] * **因子构建思路**：衡量公司实际发布的业绩相对于市场预期的偏离程度，捕捉业绩动量。主要适用于转型期和成长期资产，是实际成长风格的核心筛选指标。[9][40] * **因子具体构建过程**：报告未给出具体计算公式。通常包括： * **SUE（Standardized Unexpected Earnings）**：标准化意外盈余， (实际EPS - 预期EPS) / 历史盈余波动率。 * **SUR（Surprise）**：意外程度， (实际EPS - 预期EPS) / 预期EPS绝对值。 * **JOR**：可能指业绩预告或快报相关的超预期指标。 3. **因子名称：PB-ROE回归残差**[43] * **因子构建思路**：在PB-ROE估值框架下，寻找盈利能力（ROE）较高但估值（PB）相对较低的资产，即“性价比”高的盈利资产。适用于成熟期资产。[9][43] * **因子具体构建过程**： 1. 在横截面上，对行业（或公司）的市净率（PB）与净资产收益率（ROE）进行回归。 $$PB = \alpha + \beta * ROE + \epsilon$$ 2. 计算回归残差 \(\epsilon\)。残差为负表示该行业的实际PB低于其ROE所对应的理论PB，即估值相对偏低，更具投资价值。 4. **因子名称：质量红利复合因子（dp+roe）**[46] * **因子构建思路**：综合考察资产的股息回报（dp）和盈利质量（roe），筛选出既能提供稳定现金分红又具备良好盈利能力的资产。适用于成熟期资产。[46] * **因子具体构建过程**：报告未给出具体的合成公式。通常做法是对股息率（dp）和净资产收益率（roe）分别进行横截面标准化或分位数排序，然后按一定权重（如等权）相加得到综合得分。 5. **因子名称：价值红利复合因子（dp+bp）**[49] * **因子构建思路**：综合考察资产的股息回报（dp）和账面价值（bp，即市净率的倒数），筛选出高股息且估值便宜的深度价值型资产。[49] * **因子具体构建过程**：报告未给出具体的合成公式。通常做法是对股息率（dp）和市净率倒数（bp）分别进行横截面标准化或分位数排序，然后按一定权重（如等权）相加得到综合得分。 6. **因子名称：破产价值复合因子（pb+size）**[53] * **因子构建思路**：寻找市净率（pb）极低、市值（size）较小的资产，这类资产可能蕴含并购重组、壳价值或极端低估的机会。适用于停滞期和衰退期资产。[53] * **因子具体构建过程**：报告明确指出该策略选取“PB+SIZE打分最低”的行业。[53] 通常做法是对市净率（pb）和市值（size）分别进行横截面标准化或分位数排序（注意：pb因子值小代表估值低，size因子值小代表市值小），然后按一定权重相加得到综合得分，并选择得分最低的资产。 7. **因子名称：拥挤度**[12][30][34] * **因子构建思路**：衡量某一类资产或策略的交易热门程度和资金集中度。拥挤度过高可能预示着短期风险加大，用于在次级资产比较中确定优先级，并作为主流资产配置的辅助风控指标。[12][30][34] * **因子具体构建过程**：报告未给出具体计算方法。常见的拥挤度指标可能包括：换手率分位数、估值分位数、资金流入强度、因子收益率波动率等。

量化模型与因子总结 量化模型与构建方式 1. 风格轮动综合打分模型 * **模型名称**：风格轮动综合打分模型[6][9] * **模型构建思路**：基于宏观数据构建市场风格轮动解决方案，通过三维度多因子打分，判断价值/成长风格与大盘/小盘风格的占优方向[6][9] * **模型具体构建过程**： 1. **价值成长轮动策略**：结合经济增长、流动性以及市场情绪指标，对价值与成长风格进行综合打分[6][9] 2. **大小盘轮动策略**：结合经济增长、流动性以及市场情绪指标，对大盘与小盘风格进行综合打分[6][9] 3. 最终输出一个综合分数，分数高低代表某种风格的得分高低，用于判断风格配置方向[9][11] 2. 行业轮动综合打分模型 * **模型名称**：行业轮动综合打分模型[6][14] * **模型构建思路**：构造宏观经济、中观基本面、微观技术面以及交易拥挤度四个维度的指标，通过综合打分对行业进行排序，选取排名靠前的行业进行配置[6][14] * **模型具体构建过程**： 1. **宏观指标构建**：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，构建基于宏观增长与流动性二阶差分的象限划分体系，根据宏观状态推荐配置板块[18] 2. **基本面指标构建**：包含历史景气、景气变化与景气预期三个部分，对行业进行打分[21] 3. **技术面指标构建**：包含指数动量、龙头股动量与K线形态三个部分，对行业进行打分[25] 4. **拥挤度指标构建**：包含融资流入、换手率与成交占比三个部分，对行业进行打分[26] 5. **综合信号合成**：结合宏观、基本面和技术面三个维度的正向得分，同时负向配置拥挤度因子，构建行业轮动综合评价体系，得到每个行业的综合得分[30] * **模型评价**：该四维度行业轮动策略在历史上超额收益稳健[15] 3. ETF轮动映射模型 * **模型名称**：ETF轮动映射模型[32] * **模型构建思路**：将行业轮动模型产生的行业信号，通过一套规则映射到具体的ETF产品上，形成可交易的ETF轮动解决方案[32] * **模型具体构建过程**： 1. **ETF筛选**：整理ETF跟踪指数清单，每个指数仅保留规模最大的ETF，并根据规模和流动性进行筛选[32] 2. **行业映射**：对于有ETF跟踪的指数，统计指数成分股的行业权重，选择行业权重最大且行业成分股权重超过50%的行业作为指数对应的行业[32] 3. **指数选择**：对于每一个行业，若存在3个以上指数在该行业上成分股权重最高，则在这些指数中选择过去60天收益率相关性最低的3个指数作为行业对应的指数；若仅有3个及以内指数，则全部映射[32] 4. **最终映射**：计算每一个行业与指数的过去60天收益率的相关系数，选择相关性最强的一个指数对应的ETF作为该行业的最终映射标的[32] 量化因子与构建方式 1. 行业轮动宏观因子 * **因子构建思路**：基于宏观经济增长与流动性的二阶差分变化，划分宏观状态象限，从而推荐受益的行业板块[18] * **因子具体构建过程**： 1. 计算宏观经济增长指标的二阶差分（加速度）。 2. 计算流动性指标的二阶差分（加速度）。 3. 根据两个二阶差分的正负，将宏观状态划分为四个象限（例如：“扩张强化/衰退缓解”、“宽松加码/紧缩放缓”等）[18]。 4. 根据不同象限，给出对上游周期、中游制造、下游消费、大金融、TMT五大板块的配置建议[18]。 2. 行业轮动基本面因子 * **因子名称**：行业轮动基本面因子[21] * **因子构建思路**：从历史景气、景气变化与景气预期三个部分评估行业的基本面状况[21] * **因子具体构建过程**：报告未提供三个部分（历史景气、景气变化、景气预期）的具体计算方法和合成方式。 3. 行业轮动技术面因子 * **因子名称**：行业轮动技术面因子[25] * **因子构建思路**：从指数动量、龙头股动量与K线形态三个部分评估行业的技术面状况[25] * **因子具体构建过程**：报告未提供三个部分（指数动量、龙头股动量、K线形态）的具体计算方法和合成方式。 4. 行业轮动拥挤度因子 * **因子名称**：行业轮动拥挤度因子[26] * **因子构建思路**：从融资流入、换手率与成交占比三个部分评估行业的交易拥挤程度[26] * **因子具体构建过程**：报告未提供三个部分（融资流入、换手率、成交占比）的具体计算方法和合成方式。 模型的回测效果 1. 行业轮动综合打分模型 * **回测期**：2017年以来（至2026年1月30日）[16] * **年化收益**：18.4%[16] * **基准年化收益**（行业等权）：4.7%[16] * **超额年化收益**：13.7%[16] * **月度IC均值**：12.3%[16] * **月度ICIR**：1.41[16] * **分年度表现**：详见报告表1[16] 因子的回测效果 （报告中未提供单个因子的独立测试结果，如IC、IR等）

报告核心观点 - 本期策略判断为春季行情趋势延续，但市场已进入板块轮动阶段，建议紧扣2月催化主线把握风格轮动机会 [7][12] - 配置建议关注三个方向：食品饮料与房地产作为潜在轮动方向；周期领域兼具Beta与Alpha的优质标的；前期大涨后有所收敛的太空光伏、AI应用板块，并重点关注港股互联网 [7][12] - 本期首推“铁三角”组合：贵州茅台、华鲁恒升、帝尔激光，并更新了包含10只个股的2月十大金股组合 [7][15] 上期组合回顾 - 2026年第一期十大金股组合在1月1日至1月30日期间上涨 **16.89%** [7] - 其中7只A股平均上涨 **17.37%**，分别跑赢同期上证综指（**+3.76%**）和沪深300指数（**+1.65%**）**13.61**和**15.72**个百分点；3只港股平均上涨 **15.77%**，跑赢同期恒生指数（**+6.85%**）**8.92**个百分点 [7] - 自2017年3月28日首期发布至2026年1月30日，金股组合累计上涨 **486.47%**，其中A股组合累计上涨 **361.41%**，港股组合累计上涨 **1373.67%** [7] - 上期组合中，赤峰黄金区间涨幅最高，达 **38.28%**；领益智造表现落后，下跌 **5.79%** [13] 本期策略判断与配置建议 - 市场判断：春季行情延续，但行业赚钱效应扩散至高位后上行阻力加大，市场进入板块轮动阶段，对底部资产的挖掘走向深化 [7][12] - 配置主线一：食品饮料、房地产有望成为潜在的轮动方向 [7][12] - 配置主线二：周期领域继续关注兼具Beta弹性与Alpha价值的优质标的 [7][12] - 配置主线三：前期大涨、赚钱效应有所收敛的太空光伏、AI应用板块，可依托催化信号布局，并重点关注港股互联网方向 [7][12] 本期十大金股组合及推荐逻辑 - **首推“铁三角”**： - **贵州茅台**：市场化改革理顺体系，夯实底部并打开长期成长空间，春节动销有望超预期 [15][17] - **华鲁恒升**：受益于化工“反内卷”政策优化行业格局，低成本优势巩固，成长路径确定，有望量价齐升 [15][17] - **帝尔激光**：光伏主业竞争力强，新技术提升价值量；先进封装/半导体等非光伏业务迎来放量拐点 [15][17] - **其余七只金股**： - **华友钴业**：覆盖镍钴锂能源金属，产业链一体化优势突出；受益于印尼镍矿供给收紧与刚果金钴出口限制带来的价格弹性 [16][17] - **隆盛科技**：从EGR系统延伸至新能源马达铁芯、机器人零部件，多元增长曲线支撑长期成长 [16][17] - **福斯特**：光伏胶膜技术领先、成本控制力强；感光干膜业务量利齐升，铝塑膜业务有望打造第二增长曲线 [16][17] - **新城控股**：商业地产先发布局，商场贡献毛利占比提升；偿债压力减轻，公募消费REITs发行可期 [16][17] - **鼎捷数智**：推出制造业AI Agent产品服务中小企业，AI渗透率与客单价提升空间大 [16][17] - **阿里巴巴-W (港股)**：推进“一体化电商”战略，AI与淘系生态深度融合 [16][17] - **腾讯控股 (港股)**：游戏业务表现亮眼，AI对广告、游戏、云业务已有拉动，现金流健康 [16][17] 金股估值与盈利预测摘要 - **贵州茅台**：预计2025E/2026E归母净利润为 **904.9亿** / **950.6亿** 元，对应PE为 **19.4x** / **18.5x** [18] - **华鲁恒升**：预计2025E/2026E归母净利润为 **32.0亿** / **46.4亿** 元，同比增长 **44.9%**，对应PE为 **24.9x** / **17.2x** [18] - **帝尔激光**：预计2025E/2026E归母净利润为 **6.7亿** / **7.4亿** 元，对应PE为 **36.0x** / **32.8x** [18] - **华友钴业**：预计2025E/2026E归母净利润为 **57.9亿** / **101.1亿** 元，同比增长 **74.5%**，对应PE为 **23.6x** / **13.5x** [18] - **阿里巴巴-W**：预计FY2026E/FY2027E归母净利润为 **1221.6亿** / **1571.0亿** 元，同比增长 **27.5%** / **28.6%**，对应PE为 **23.6x** / **18.4x** [18][19] - **腾讯控股**：预计2025E/2026E归母净利润为 **2602.0亿** / **3007.0亿** 元，同比增长 **15.6%**，对应PE为 **19.0x** / **16.4x** [18]

核心观点 - 报告认为春季行情趋势延续，但市场已进入板块轮动阶段，配置上建议紧扣2月催化主线，把握风格轮动机会 [8][16] - 报告推出了2026年2月（第2期）的十大金股组合，并首推“铁三角”：贵州茅台、华鲁恒升、帝尔激光 [8][19] 上期组合回顾 - 2026年第一期（1月1日-1月30日）十大金股组合整体上涨16.89% [8] - 其中7只A股平均上涨17.37%，跑赢上证综指13.61个百分点，跑赢沪深300指数15.72个百分点；3只港股平均上涨15.77%，跑赢恒生指数8.92个百分点 [8] - 自2017年3月28日首期发布至2026年1月30日，金股组合累计上涨486.47%，其中A股组合累计上涨361.41%，港股组合累计上涨1373.67% [8] - 上期组合中，赤峰黄金区间涨幅最高，达38.28%，领益智造表现最弱，下跌5.79% [17] 本期策略判断与配置建议 - 策略判断：春季行情趋势延续，但行业赚钱效应扩散至高位后上行阻力加大，市场进入板块轮动阶段，对底部资产的挖掘走向深化 [8][16] - 配置建议：紧扣2月催化主线，把握风格轮动机会 [8][16] - 食品饮料、房地产有望成为潜在轮动方向 [8][16] - 周期领域继续关注兼具Beta弹性与Alpha价值的优质标的 [8][16] - 前期大涨的太空光伏、AI应用板块，可依托催化信号布局，重点关注港股互联网方向 [8][16] 本期十大金股组合及推荐逻辑 - 本期十大金股为：贵州茅台、华鲁恒升、帝尔激光、华友钴业、隆盛科技、福斯特、新城控股、鼎捷数智、阿里巴巴-W（港股）、腾讯控股（港股） [8][19] - **首推“铁三角”**： - **贵州茅台**：市场化改革理顺产品、价格、渠道体系，春节动销有望超预期 [19][22] - **华鲁恒升**：受益于化工“反内卷”政策，行业格局优化，低成本优势巩固，成长路径确定 [19][22] - **帝尔激光**：光伏主业竞争力强，新技术提升价值量；先进封装/半导体等非光伏业务迎放量拐点 [19][22] - **其余七只金股**： - **华友钴业**：产业链一体化优势突出，印尼镍矿供给收紧与刚果金钴出口限制有望推升金属价格，储能需求带动锂板块 [20][22] - **隆盛科技**：从EGR系统延伸至新能源马达铁芯、机器人零部件，多元增长曲线支撑长期成长 [20][22] - **福斯特**：光伏胶膜技术领先，成本控制强；感光干膜业务量利齐升，铝塑膜业务蓄势待发 [20][22] - **新城控股**：商业地产布局早，商场贡献毛利占比提升；偿债压力减轻，公募消费REITs发行可期 [20][22] - **鼎捷数智**：推出制造业AI Agent产品，服务中小制造企业，AI渗透率与客单价提升空间大 [20][22] - **阿里巴巴-W（港股）**：推进“一体化电商”战略，即时零售带动流量；AI与淘系生态深度融合 [20][22] - **腾讯控股（港股）**：游戏业务表现亮眼；AI对广告、游戏、云业务有拉动作用；现金流健康 [20][22] 金股估值与盈利预测 - **贵州茅台**：市值17，544亿元，预计2025-2027年归母净利润分别为904.9亿元、950.6亿元、1，015.6亿元，对应市盈率（PE）分别为19.4倍、18.5倍、17.3倍 [24] - **华鲁恒升**：市值796亿元，预计2025-2027年归母净利润分别为32.0亿元、54.9亿元、46.4亿元，2026年预计增速44.9%，对应PE分别为24.9倍、17.2倍、14.5倍 [24] - **帝尔激光**：市值241亿元，预计2025-2027年归母净利润分别为6.7亿元、8.9亿元、7.4亿元，对应PE分别为36.0倍、32.8倍、27.1倍 [24] - **华友钴业**：市值1，366亿元，预计2025-2027年归母净利润分别为57.9亿元、101.1亿元、156.3亿元，2026年预计增速74.5%，对应PE分别为23.6倍、13.5倍、8.7倍 [24] - **隆盛科技**：市值118亿元，预计2025-2027年归母净利润分别为2.9亿元、3.9亿元、3.3亿元，对应PE分别为40.2倍、35.6倍、30.0倍 [24] - **福斯特**：市值444亿元，预计2025-2027年归母净利润分别为10.2亿元、18.3亿元、24.1亿元，2026年预计增速78.4%，对应PE分别为43.3倍、24.3倍、18.4倍 [24] - **新城控股**：市值399亿元，预计2025-2027年归母净利润分别为9.5亿元、11.1亿元、17.1亿元，2027年预计增速53.4%，对应PE分别为42.2倍、35.8倍、23.4倍 [24] - **鼎捷数智**：市值150亿元，预计2025-2027年归母净利润分别为2.1亿元、2.5亿元、3.1亿元，对应PE分别为71.7倍、59.4倍、48.0倍 [24] - **阿里巴巴-W（港股）**：市值28，846亿元（人民币），预计2026-2028财年归母净利润分别为958.3亿元、1，221.6亿元、1，571.0亿元，对应PE分别为30.1倍、23.6倍、18.4倍 [24] - **腾讯控股（港股）**：市值49，348亿元（人民币），预计2025-2027年归母净利润分别为2，602.0亿元、3，007.0亿元、3，373.0亿元，对应PE分别为19.0倍、16.4倍、14.6倍 [24]

大盘整体表现 - 大盘周四放量震荡收红，上证指数收盘于4151.24点，上涨11.34点，涨幅0.27%，成交额预估为2.99万亿，较上日此时增加708亿[1][2] - 市场分化严重，个股跌多涨少，指数对多数个股参考意义不大，当前策略为控制仓位节奏，不追涨[2] - 市场处于混沌期，资金反复试探不同板块以寻找有带动性的方向，整体呈现风格轮动，缺乏持续性[3] 板块表现与轮动 - **强势板块**：白酒、油气、AI应用、地产等板块表现较强，其中白酒被视为短线超跌反弹，预计持续性不超过3天[1][3] - **弱势板块**：科技硬件、芯片半导体、元器件等板块表现较差[1] - **板块轮动特征**：市场呈现高低切换和轮动，多为“2日游”走势，需注意控制节奏并尽量通过差价操作[3] - **关键影响因素**：当前科技板块的主要竞争方向来自有色（涨价逻辑）和白酒（超跌反弹）[3] 科技与硬件产业链 - **光模块**：业绩已落地，需注意后续震荡[4] - **光学光电子**：在业绩披露前需注意减仓，披露后可考虑接回，部分资金等待业绩落地[4] - **液冷**：走势反复（“猫一天，狗一天”），表明资金强度不足，需要耐心[4] - **PCB**：反复震荡，材料部分上涨[4] - **存储芯片**：冲高回落，可继续关注[4] - **半导体设备**：调整尚未完成，尤其是封测领域，需等待调整后形成震荡平台再寻找波段买点[4] - **AI应用**：受Kimi发布新品及集体监管完成等利好刺激，早盘集体反弹，后续DS也将发布新品，可利用调整寻找低吸点[4] 新能源与材料 - **光伏设备+储能**：逻辑仍在，后续可继续关注，以做差价应对[4] - **固态电池**：逻辑仍在，后续可继续关注，以做差价应对[4] - **化工材料**：磷、锰、钴出现分化，未形成加速反弹，可守住关键位置，回调时可考虑短线操作[4] - **贵金属**：黄金和白银出现分化[4] 其他成长与主题方向 - **人形机器人**：被视为未来品种，目前仍需时间[5] - **商业航天**：需等待缩量企稳10日线或部分个股稳住20日线后才有机会，是年后重点方向，需寻找核心品种[5] - **创新药CRO**：大涨多天后进入调整浪，一波调整浪约5-8天，可寻找买点[6] 市场环境与策略展望 - 当前处于业绩披露期，预计下周一后基本消化完毕，需保持耐心并关注产业链逻辑[3] - 因临近两会，节前市场空间有限，整体以控制为主，为后续留出空间[3] - 短期技术面看，上证指数支撑位4130点，压力位4180点，预计继续震荡并留意冲高回落[3] - 投资策略上，应多看少动，不追涨，在调整中寻找买点，等待春季行情的后半段[3][7]

市场指数与成交表现 - 1月29日A股主要指数走势分化，沪指涨0.16%报4157.98点，深成指跌0.3%报14300.08点，创业板指跌0.57%报3304.51点，科创50指数跌3.03%报1507.64点 [1] - 上证50指数涨超1%，而科创50指数跌超3%，市场呈现两极分化格局 [1] - 沪深京三市成交额达32594亿元，较上一交易日放量2671亿元，市场交投活跃度提升 [1] - 超3500只个股下跌，市场整体赚钱效应偏弱 [1] 领涨板块与个股表现 - 有色金属板块反复活跃，金属铜、贵金属领涨，西部黄金实现7天4板，中国黄金5连板，北方铜业2连板并创历史新高 [1] - 油气股延续强势，洲际油气实现7天5板，准油股份2连板，中曼石油4天3板 [1] - 房地产板块震荡反弹，大悦城、三湘印象、我爱我家涨停 [1] - 午后白酒板块走高，泸州老窖、水井坊、舍得酒业、皇台酒业、酒鬼酒涨停 [2] - 午后保险板块震荡走强，新华保险涨超3%创历史新高，中国太保涨近5%，中国平安、中国人寿、中国人保涨幅靠前 [2] 走弱板块与题材 - 光刻机、CPO、铜缆高速连接、半导体等泛科技题材股午后集体走弱 [2] - 工业富联发布业绩预告后股价一度下跌超6%，沃尔核材、华丰科技跌幅居前 [2] 券商机构观点摘要 - 浙商策略认为市场春躁行情下半场继续演绎概率较大，风格上建议关注中盘成长，并偏向顺周期行业 [6] - 浙商策略行业配置建议关注“两电化非机plus”，即电子、电力设备、基础化工、石油石化、非银金融、机械、计算机，以及传媒和建筑材料 [6] - 中信证券分析认为，近期美欧裂痕集中显现，欧洲国防扩张与基础设施投资计划预计将加快，其主权债券长端利率或继续上行 [6] - 中信证券指出，欧洲军工与安全相关产业链的“确定性溢价”可能抬升，但整体欧股指数风险偏好易受美欧贸易摩擦等因素压制 [6] - 中信证券认为，在美欧分歧扩大背景下，中欧加强务实合作的窗口期有望打开 [6] 行业与公司动态驱动因素 - 保险板块走强消息面上，华创证券表示分红险深化、银保渠道扩张及“报行合一”细化有望推动价值率提升，预计2026年上市险企合计新业务价值增速或在15%以上水平 [2]

红利指数的长期表现与特征 - 从2017年5月12日至2026年1月16日，中证红利低波动、恒生红利低波动、沪港深红利低波动等代表性红利指数均跑赢了同期的沪深300指数 [4] - 相对沪深300指数，红利指数的波动更小，长期呈现出慢牛的特征 [5] 红利指数基金的收益来源 - 指数基金净值=估值*盈利+分红，红利指数基金的收益主要来源于盈利增长、估值提升、分红收益和规则优化 [7] - **收益来源一：盈利增长**：这是推动红利指数上涨的根本原因，例如中证红利指数在2022-2024年及2025年前三季度净利润增长稳定，为近年较好表现提供了底层支撑 [8][10] - **收益来源二：估值提升**：在低估阶段买入，之后获得估值提升的收益，但对红利指数而言，估值提升带来的收益相对有限 [11][13][14] - 红利指数的调仓规则特殊，主要挑选高股息率（往往伴随低估值）的股票，定期调仓会调入估值低的股票并调出估值高的股票，相当于自带低买高卖策略，这会降低指数的整体估值 [17] - 例如，中证红利指数在2023-2025年每年12月定期调仓后，平均市盈率均有所降低 [19] - **收益来源三：分红收益（股息率）**：对于红利、价值类及大盘股指数，股息率在收益中占比可观，以沪港深红利低波动指数为例，2014年11月14日至2026年1月16日，其年化收益率为8.42%，而全收益指数（分红再投入）年化收益率达12.87%，差值即为股息率带来的收益 [22] - 近年来A股上市公司分红比例提升，政策推动下，2024年A股现金分红金额达到约2.4万亿元，上市公司分红比例从以前的30%-40%提升至40%-50% [24][25][26] - 分红比例提升导致股息率显著提高，但上市公司留存盈利变少，使得红利类品种的盈利增长速度放缓，目前红利指数盈利增长率约5%-6%，股息率约4%-5% [28] - **收益来源四：规则优化**：指数规则的优化能提升收益并降低波动，例如中证红利指数经过规则修改后表现更好，波动风险减小 [29] - 演化后的红利指数（如沪港深红利成长低波动指数）在选股规则上进行了优化，在高股息低估值基础上，对选股范围、公司质量、市值波动提出了更多要求，其长期回报超过了同期的中证红利指数 [30][31][32] 近期下跌原因：风格轮动 - 2025年12月至2026年初，成长风格大幅上涨，红利等价值风格品种出现回调，幅度约为百分之几，这源于A股市场常见的风格轮动 [34][39] - 红利指数属于价值风格（同组还包括价值、低波动、自由现金流），防守性较强；成长风格（包括成长、龙头、质量）进攻性较强，当成长风格强势时，价值风格会跑输市场 [35] - 例如，2025年10-11月，科创、创业等成长风格一度回调16.42%，同期价值风格（如红利低波动）表现稳定甚至上涨；而2025年12月中旬以来，成长风格反弹，资金阶段性流入，导致价值风格出现约4.55%的回调 [37][39] - A股市场存在明显的风格轮动历史，例如2015年成长风格占优，2016-2018年价值风格占优，2019-2020年成长风格占优，2021-2024年价值风格占优，2025年至今成长风格再次上涨 [43] 红利指数相关数据与产品 - 截至报告期，市场处于3.7星级上下，部分红利指数估值仍处于低估区域 [41] - 文章列举了多个红利类指数的估值数据，例如上证红利市盈率9.99、股息率4.81%，中证红利市盈率1.06、股息率4.54%，恒生红利低波动市盈率8.95、股息率4.65%等 [44] - 同时列举了多只红利指数基金产品及其分红数据，例如华泰柏瑞红利低波ETF联接A平均每次分红间隔30.50天，南方标普中国A股大盘红利低波50ETF联接A平均每次分红间隔34.86天 [45]

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[18] 2. **模型构建思路**：从宏观基本面、估值面、情绪面、流动性四个维度构建多因子综合择时模型，每个维度包含若干具体指标，通过判断各指标在历史分位数上的位置来给出乐观、谨慎或中性的信号，最终综合得出总仓位信号[18][22]。 3. **模型具体构建过程**： * **一级指标**：模型包含四个一级指标：基本面、估值面、情绪面、流动性[18][22]。 * **二级指标与信号生成**：每个一级指标下包含若干二级指标。每周计算每个二级指标的当前值，并计算其在过去5年历史数据中的分位数。根据分位数高低和指标特性，将每个二级指标转化为“乐观”（信号值1.00）、“谨慎”（信号值0.00）或“中性”（信号值0.50）的二级择时信号[18][19][22]。 * **一级信号合成**：对每个一级指标下的所有二级择时信号进行综合（具体综合方法未明确说明，可能为等权平均或投票），得到该一级指标的最终信号（乐观、谨慎或中性）[18][22]。 * **总仓位信号合成**：综合四个一级指标的信号，生成最终的总仓位信号。总仓位信号为1.00表示乐观（高仓位），0.00表示谨慎（低仓位或空仓），0.50表示中性（中等仓位）[22][28]。 * **具体指标说明**： * **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[18][22]。 * **估值面指标**：包括A股整体PE分位数、A股整体PB分位数[18][22]。 * **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[19][22]。 * **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[19][22]。 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[29][30] 2. **模型构建思路**：从基本面、估值面、情绪面三个维度构建多因子轮动模型，判断成长与价值风格的相对强弱，从而给出超配成长或超配价值的建议[30]。 3. **模型具体构建过程**： * **一级指标**：模型包含三个一级指标：基本面、估值面、情绪面[30][32]。 * **二级指标与信号生成**： * **基本面**：包含盈利周期斜率、利率综合周期水平、信贷综合周期变化三个指标。根据各指标水平判断其对成长或价值风格利好，并转化为具体的仓位配置建议（例如，盈利斜率周期水平为4.17，判断为“盈利周期斜率大，利好成长”，则给出成长100%、价值0%的二级仓位信号）[30][32]。 * **估值面**：包含成长价值PE差分位数、成长价值PB差分位数。根据估值差分位数的高低和均值回归方向，判断其对风格的影响（例如，PE差分位数为52.75%，判断为“估值差均值回归上行中，利好成长”，则给出成长100%、价值0%的二级仓位信号）[30][32]。 * **情绪面**：包含成长价值换手差分位数、成长价值波动差分位数。根据换手差和波动差的分位数水平判断其对风格的影响（例如，换手差分位数为70.22%，判断为“换手差偏高，利好成长”，则给出成长100%、价值0%的二级仓位信号）[30][32]。 * **一级信号与最终建议**：综合每个一级指标下的二级仓位信号，得到该一级指标的超配建议（例如，基本面整体给出“超配成长”信号）。最终结合所有一级指标信号，给出模型的综合建议（例如，当前建议“超配成长”）[30][32]。 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[29][34] 2. **模型构建思路**：从流动性、情绪、估值、技术等多个角度选取11个有效轮动指标，每日计算各指标看多小盘（仓位100%）或看多大盘（仓位0%）的信号，通过综合这些指标信号来构建最终的大小盘轮动信号[34][36]。 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(10,20,10)、中证1000交易量能[36]。 * **单指标信号**：每个指标独立产生每日信号，信号值为0%或100%。0%表示该指标看多大盘（即小盘仓位为0%），100%表示该指标看多小盘（即小盘仓位为100%）[36]。 * **综合信号生成**：每日将11个指标的小盘仓位信号值进行综合（具体综合方法未明确说明，可能为等权平均或投票），得到每日的“小盘综合信号”百分比。例如，2026-01-26日，综合信号为0%，即看多大盘（大盘仓位100%）[36]。 * **信号平滑**：为了减少噪音，对综合信号进行了“3D平滑”处理[36]。 模型的回测效果 1. 短期择时模型 1. **回测区间**：2012年底至今（全区间）及2024年以来[21][24][27] 2. **基准策略**：月度中性持仓再平衡[21] 3. **全区间表现（2012年底至今）**[24]： * 年化收益率：16.78% * 年化波动率：14.79% * 最大回撤：15.05% * 夏普比率：0.9882 * 收益回撤比：1.1155 * 月度胜率：66.46% * 基准年化收益率：5.11% * 年化超额收益率：11.67% 4. **近期表现（2024年以来）**[27]： * 年化收益率：31.59% * 年化波动率：16.52% * 最大回撤：11.04% * 夏普比率：1.6247 * 收益回撤比：2.8617 * 月度胜率：73.08% * 基准年化收益率：11.13% * 年化超额收益率：20.46%（根据年化收益率差值计算） 2. 成长价值风格轮动模型 1. **回测区间**：2012年底至今[31][33] 2. **基准策略**：月度风格均衡配置（成长和价值等权）[31][33] 3. **全区间表现**[33]： * 年化收益率：13.34% * 年化波动率：20.74% * 最大回撤：43.07% * 夏普比率：0.6119 * 收益回撤比：0.3098 * 月度胜率：58.60% * 基准年化收益率：8.35% * 年化超额收益率：4.99% 3. 小盘大盘风格轮动模型 1. **回测区间**：2014年以来[35][36] 2. **基准策略**：大小盘等权配置（沪深300和中证1000全收益指数等权）[35][36] 3. **综合信号表现**[36]： * 年化收益率：20.85%（综合信号3D平滑） * 年化超额收益率：13.11% * 最大回撤：40.70% * 平均换手间隔：20个交易日 * 胜率（按交易）：50.21% 4. **单指标表现示例（年化超额收益率）**[36]： * 融资买入余额变化：5.76% * 大宗交易折溢价率：9.35% * A股龙虎榜买入强度：5.16% * R007：4.55% * 中证1000交易量能：10.06% * PB分化度：9.69% 量化因子与构建方式 （注：报告中未详细描述独立因子的构建过程，所有指标均作为模型组成部分出现，因此本部分略过） 因子的回测效果 （注：报告中未提供独立因子的测试结果，仅在小盘大盘轮动模型中列出了部分单指标的年化超额收益等表现，已归入模型回测效果部分）