量化模型与构建方式 1. **模型名称：大小盘轮动模型** - **模型构建思路**：基于宏观经济指标、市场状态和微观特征构建多维度信号，综合判断大小盘风格轮动方向[27][34] - **模型具体构建过程**： 1. **宏观经济维度**：筛选固定资产投资、PMI、信用利差等12项指标，定义事件模式（如历史高位、边际变化）并计算信号得分[27][34] 2. **市场状态维度**：使用中证全指的波动率、BP、DRP等代理变量，结合事件研究法生成信号[27][34] 3. **微观特征维度**：通过大单买入强度、改进反转、换手率等量价因子捕捉资金流向和交易情绪[27][34] 4. **综合加权**：各子模型信号加权平均，最终输出大小盘风格观点[27] 2. **模型名称：价值成长轮动模型** - **模型构建思路**：从盈利预期、贴现率和投资者情绪角度构建多因子信号，判断价值与成长风格轮动[31][34] - **模型具体构建过程**： 1. **宏观经济维度**：选取PPI-CPI、M1/M2同比、国债收益率等9项指标，定义事件触发条件[30][34] 2. **市场状态维度**：基于中证全指换手率、波动率、红利超额收益等计算动量信号[30][34] 3. **微观特征维度**：结合未预期毛利、换手率标准差等因子反映业绩和交易差异[30][34] 4. **综合决策**：各子模型一致看多成长风格时输出强信号[23][30] --- 模型的回测效果 1. **大小盘轮动模型** - 年化超额收益：10.93%[16] - IR：1.38[16] - 超额月胜率：64.19%[16] - 最大相对回撤：-19.15%[19] 2. **价值成长轮动模型** - 年化超额收益：19.02%[21] - IR：2.05[21] - 超额月胜率：70.95%[25] - 最大相对回撤：-14.17%[25] --- 量化因子与构建方式 1. **因子名称：改进反转因子** - **因子构建思路**：捕捉20日股价反转效应，调整后增强小盘股信号[27] - **因子具体构建过程**： $$改进反转 = \frac{P_{t-20}}{P_t} - 1$$ 其中$P_t$为当日价格，$P_{t-20}$为20日前价格[27] 2. **因子名称：换手率标准差因子** - **因子构建思路**：通过60日换手率波动衡量交易情绪分化[27][30] - **因子具体构建过程**： $$换手率标准差 = \sqrt{\frac{1}{60}\sum_{i=1}^{60}(Turn_i - \overline{Turn})^2}$$ 其中$Turn_i$为第i日换手率，$\overline{Turn}$为60日均值[27][30] --- 因子的回测效果 1. **改进反转因子** - 小盘风格组合年化超额：11.99%（2013年）[19] - 月胜率：66.67%（2013年）[19] 2. **换手率标准差因子** - 成长风格组合年化超额：47.65%（2021年）[25] - IR：3.96（2021年）[25]

指数型基金与ETF发展 - 近年来中国指数型基金快速发展，交易型开放式指数基金(ETF)受到市场高度关注 [5] - 深交所推出《深交所ETF投资问答》系列解读，本期聚焦通过ETF构建风格配置策略 [5] 风格轮动策略框架 - 风格轮动指依据ETF特征进行交易的行为，常见类型包括大小盘轮动、成长价值轮动 [6] - 风格轮动分析需对比指数间相对强弱，预测难度较高 [6] 价值成长轮动策略 - 价值类股票具有更高安全边际，成长类股票具备更好盈利前景 [9] - 可通过观察相对业绩增速趋势或估值指数来衡量价值与成长风格轮动 [9] 大小盘轮动策略 - 大小盘轮动需结合市场环境和经济周期变化，参考月频宏观经济数据辅助判断 [10] - 大盘股在经济上行阶段盈利增速更高，下行阶段受冲击更显著 [10] - 小盘股对流动性敏感度更高：流动性扩张时表现更佳，收紧时大盘股更具优势 [12]

市场风格分析 - 大盘股微跌，小盘股上涨，市场风格呈现分化 [2] - 价值风格微跌，成长风格微涨，近期市场风格轮动明显 [3][4] - 大盘和价值股在下跌时抗跌，小盘和成长股在上涨时弹性更大 [5] - 组合搭配大盘价值与小盘成长可增强稳定性 [7] 红利指数表现 - 部分红利指数基金成立以来年化收益超10%（含分红），如中证红利 [8][9][10] - 投资者需在低估时买入并长期持有红利基金，但平均持有时间仅几个月 [11][12] - 2019-2020年成长风格牛市期间，成长指数上涨150%，大盘涨80%，红利指数仅微涨且遭遇90%赎回 [15][16][17][18] - 2022-2024年熊市中红利指数跑赢大盘，重新受青睐 [19][20] - 全市场仅少数投资者坚持价值策略，红利基金规模约千亿，占股票基金市场比例较小 [21][22][23][24] 投资策略有效性 - A股长期有效策略包括价值风格（红利、低波动）和成长风格（质量、龙头） [26] - 策略执行难点在于投资者耐心与纪律性 [27] - 港股风格与A股相似但波动更大，近期恒生指数最大回撤22%（沪深300回撤12.7%），反弹阶段恒生涨16%（沪深300涨8%） [28][29] - 港股流动性较弱导致波动加剧，与A股涨跌方向趋同 [30] 港股指数估值数据 - 恒生指数市盈率12.16，市净率1.22，股息率3.9% [34] - H股指数市盈率12.73，市净率1.22，股息率3.64% [34] - 恒生科技指数市盈率23.55，市净率4.01，股息率0.81% [36] - 恒生医疗保健指数市盈率24.33，市净率2.19，股息率1.8% [35] 债券市场数据 - 中证短融到期收益率1.91%，近1年年化收益2.06% [44] - 7-10年期政金债到期收益率1.79%，近1年年化收益6.5% [44] - 30年期国债到期收益率1.96%，近1年年化收益14.55% [44]

人民币债券市场 - 过去几年人民币债券经历了一轮小牛市 [1] - 2024年长期债券在上涨后波动逐渐变大 [2] 债券指数基金投资 - 债券基金的收益和风险特点需要关注 [7] - 普通投资者更适合投资债券指数基金 [7] - 当前部分债券指数基金具有较高投资价值 [7] 市场风格轮动特征 - 高估值品种可能迎来估值回归并出现较大下跌幅度 例如2021年初大盘成长风格高估后几年下跌明显 [8] - 低估值品种未来更可能上涨 但上涨顺序存在差异 例如2019-2020年成长风格先上涨 2021年后价值风格才开始上涨 [8] - 投资者资金有限导致不同风格品种不会同涨同跌 出现风格轮动现象 [8] 投资策略建议 - 熊市底部可分散配置不同风格的低估品种 [8] - 对估值较低的风格可适当提高配置比例 [8] - 低估品种未来均会迎来各自发力阶段 [9]

量化模型与构建方式 1. **模型名称**：转债综合估值模型 - **模型构建思路**：通过融合转股溢价率偏离度和理论价值偏离度（蒙特卡洛模型）两个因子，构建综合估值因子以筛选低估转债[19] - **模型具体构建过程**： 1. 计算单只转债的转股溢价率偏离度：$$转股溢价率偏离度 = 转股溢价率 - 拟合转股溢价率$$，其中拟合转股溢价率通过截面数据回归得到[20] 2. 计算理论价值偏离度（蒙特卡洛模型）：$$理论价值偏离度 = \frac{转债收盘价}{理论价值} - 1$$，理论价值通过蒙特卡洛模拟（10,000条路径）考虑转股、赎回、下修等条款，并以同信用等级同期限利率贴现[20] 3. 因子融合：对两个因子分别排名后等权相加：$$转债综合估值因子 = Rank(转股溢价率偏离度) + Rank(理论价值偏离度)$$[20] - **模型评价**：该模型在平衡型和偏债型转债中表现更优，能系统性捕捉估值回归效应[19] 2. **模型名称**：转债风格轮动模型 - **模型构建思路**：结合市场情绪指标（动量和波动率偏离度）对低估风格指数进行动态配置[27] - **模型具体构建过程**： 1. 计算单只转债的20日动量和波动率偏离度 2. 在低估指数内部取因子中位数作为指数情绪指标 3. 对三类低估指数（偏股/平衡/偏债）的情绪指标排名并相加：$$市场情绪捕捉指标 = Rank(20日动量) + Rank(波动率偏离度)$$ 4. 选择综合排名最低的指数配置，若并列则等权或优先配置平衡风格[28] - **模型评价**：通过双周频调仓实现风格切换，历史信息比率显著优于基准[33] --- 量化因子与构建方式 1. **因子名称**：转股溢价率偏离度 - **因子构建思路**：衡量实际转股溢价率与理论拟合值的差异[20] - **因子具体构建过程**： 1. 截面回归拟合转股溢价率与转股价值的关系：$$y_i = \alpha_0 + \alpha_1 \cdot \frac{1}{x_i} + \epsilon_i$$，其中$y_i$为第$i$只转债的转股溢价率，$x_i$为转股价值[44] 2. 计算偏离度：$$转股溢价率偏离度 = 实际转股溢价率 - 拟合值$$[20] 2. **因子名称**：理论价值偏离度（蒙特卡洛模型） - **因子构建思路**：通过期权定价模型识别转债价格与理论价值的偏差[20] - **因子具体构建过程**： 1. 蒙特卡洛模拟10,000条路径，考虑转股、赎回、下修、回售条款 2. 以同信用等级同期限利率贴现计算理论价值 3. 计算偏离度：$$理论价值偏离度 = \frac{收盘价}{理论价值} - 1$$[20] 3. **因子名称**：修正YTM-信用债YTM - **因子构建思路**：剥离转股条款影响后比较偏债型转债与信用债的收益率差异[5] - **因子具体构建过程**： 1. 计算修正YTM：$$修正YTM = 转债YTM \times (1 - 转股概率) + 预期转股年化收益 \times 转股概率$$，其中转股概率通过BS模型计算[45] 2. 取与同等级信用债YTM差值的中位数[46] --- 模型的回测效果 1. **转债综合估值模型**： - 偏股转债低估指数：年化收益23.06%，波动率20.43%，IR 1.13[23] - 平衡转债低估指数：年化收益13.56%，波动率11.94%，IR 1.14[23] - 偏债转债低估指数：年化收益11.85%，波动率9.49%，IR 1.25[23] 2. **转债风格轮动模型**： - 年化收益23.38%，波动率16.48%，IR 1.42，月度胜率65.12%[33] --- 因子的回测效果 1. **估值因子增强效果**（近4周）： - 偏股转债超额0.9%，平衡转债超额1.2%，偏债转债超额-0.3%[22] 2. **百元转股溢价率**：当前滚动5年分位数40%[15] 3. **修正YTM-信用债YTM**：当前中位数0.38%[5]

美元债券投资 - 市场对美债关注度提高 提供限时免费课程讲解美元债券基金投资 [2] - 课程涵盖美元债券类资产投资方式 美元债基金当前投资价值分析 [5] 红利策略投资 - 红利类资产通常在熊市表现较好 牛市可能涨幅落后于成长类品种 导致投资者追涨杀跌 [6] - 长期投资红利品种需避免以短期市场表现衡量 风格轮动会导致阶段性跑输市场 [7] - 保险和养老金等机构偏好红利策略 因其能提供稳定的现金流需求 [8]

AI产业链与行业生态重构 - AI产业链覆盖基础设施层（硬件和软件）、模型层（通用大模型和行业大模型）、平台层、应用层和服务层，关键领域包括芯片、计算、存储、网络和软件 [1] - DeepSeek通过创新训练方法和架构降低模型训练成本，并在大模型训练和推理中取得显著性能提升 [1] - DeepSeek-R1等模型在强化学习和MLA机制帮助下，训练成本和定价低于行业平均水平 [1] - OpenAI的GPT系列（包括GPT-4和O1系列模型）推动AI行业发展，特别是在利用预训练原则（如ScalingLaw）方面 [1] - AI算力需求高速增长，半导体、存储、服务器、光模块、PCB板和电源等相关产业链受益 [1] - 云端AI芯片板块关注寒武纪、海光信息、龙芯中科等；端侧AI芯片板块关注恒玄科技、乐鑫科技、中科蓝讯、晶晨股份、瑞芯微、全志科技、炬芯科技、国科微等 [1] 家电板块投资机会 - 自2月以来，AI、Deepseek、人形机器人等热点引发科技板块关注，资金持续流入，但科技板块短期走势偏震荡 [2] - 市场寻求"高切低"投资机会，经济回暖背景下传统消费板块估值情绪可能修复 [2] - 家电板块受益于国补政策支持，需求确定性较强 [2] - 三大白电（空调、冰箱、洗衣机）排产保持增长，低估值、高股息、稳增长特点凸显 [2] - 春节后二手房市场迅速回暖，2月8日至14日重点监测的13个城市二手房成交面积环比增长92.2%，同比增幅达74.76%，年内累计成交面积增速达20.10% [2] - 空调内销增速达11.4%，白电排产在3月持续增长，外销和内销均呈现稳健增长态势 [2] - 核心城市二手房市场回暖有望提振厨房电器需求，建议关注估值处于底部的厨电板块 [2] 低通胀与政策选择 - 当前低通胀的核心问题是服务价格降至历史最低水平，2024年有3个季度出现负增长 [3] - 去产能政策使工业价格回升2个百分点，GDP平减指数将从-0.7%回升至-0.02%，但仍不足以走出低通胀 [3] - 促消费政策使服务价格回升2个百分点，GDP平减指数将从-0.7%回升至+0.39%，消费回暖带动的商品价格回升将进一步推高GDP平减指数 [3] - 需要"去产能"和"促消费"双管齐下，但促消费政策优先级更高，且效果可能需要更多资金投入 [3] 低轨卫星星座建设 - 近三年来全球商业航天发射次数翻倍增长，2023年占比达56% [4] - 液氧甲烷发动机和可复用火箭技术将成为商业航天主流，发展方向包括垂直起降回收和3D打印技术 [4] - 海南商业航天发射场和卫星超级工厂建设加速，预计2026年底海南发射场年发射能力达60次以上 [4] - 2024-2030年，商业航天上游卫星制造市场空间约为3688-4637亿元，中游卫星发射服务市场空间约为648-818亿元 [4] - 到2030年，中游地面设备市场规模预计达5761亿元，下游卫星通信服务市场空间为1463-1633亿元 [4] AI+消费机遇 - 科技带动消费升级，宏观经济企稳背景下消费板块有望成为经济增长新动力 [5] - 移动互联网时期依赖应用层创新，AI变革则强调底层技术创新，推动产业链深度变革 [6] - 扫地机器人等家电产品具备较大市场空间，AI技术将推动家居和家电行业革命性变化 [6] - AI在教育领域应用（如2C AI）有巨大市场潜力，特别是在用户基数大且有刚需属性的场景中 [7] - 2013年以来餐饮、外卖、旅游等领域借助互联网实现线下消费快速升级，网约车解决城市出行难题 [8] - 以小熊电器、花西子、三只松鼠等品牌为代表的新兴电商品牌通过电商平台快速发展 [8] - AI提升企业运营效率，降低成本、提高效益，并通过更高效算力和组织形式替代低附加值劳动力 [8]

低频风格轮动模型较难捕捉高波市场机会 近期DeepSeek热潮引发市场风格切换： 2025年1月20日，DeepSeek-R1发布，以其低成本、高性能且开源的突破性进展引发全球AI产业格局重构，也催化 了春节后A股市场风险偏好向成长与科技板块切换。回溯2024年至2025年初，市场已出现三次显著风格轮动，且均与关键时点的事件冲击高度关联，印证 了结构性机会往往受外部事件冲击影响较大。 传统低频风格轮动模型难以捕捉短期机会： 在高波市场环境中，以宏观与市场指标为基础的传统低频风格轮动模型因信号钝化滞后、调仓周期固定等问 题，难以有效捕捉月中突发性事件或政策催化引发的风格切换。此类结构性机会常呈现交易情绪快速迭代、时间窗口短暂的特点，一旦低频策略的月度调 仓机制错失关键时间节点，就可能损失显著超额收益。 高频新闻信号补充低频轮动观点 DeepSeek-R1协助标签映射： 我们在 《大模型系列（1）：DeepSeek-R1量化策略实测》 中使用大模型接受新闻数据构造风格轮动策略的表现稳定性较 差，主要源于行业舆情向风格传导的逻辑模糊性及新闻分布偏态。因此，在本文中我们仅借助DeepSeek-R1模型构造行业与风格的 ...

指数策略概述 - 常见的六种指数策略包括龙头、红利、价值、低波动、成长、质量 [1] - 策略指数起源于上世纪90年代互联网泡沫破裂后，基于经典投资大师的策略开发 [16][17] - 除主流六种外，新兴策略包括基本面、护城河、自由现金流、ESG等 [20] 市值选股指数的缺陷 - 沪深300等市值选股指数存在追涨杀跌问题：上涨股票被纳入，下跌股票被剔除 [5][6] - 该现象最早出现在90年代美股互联网泡沫时期的标普500和纳斯达克100指数 [7][9][10] - 熊市影响较小，主要影响牛市后期表现 [12] 策略指数在A股的有效性 红利策略 - 中证红利指数成分股平均市值1736.72亿元，中位数278.86亿元 [22] - 300红利长期跑赢沪深300，港股红利跑赢恒生指数 [25][26] 价值策略 - 300价值指数选取沪深300中价值评分最高的100只股票 [28] - 2011年以来300价值累计收益显著超越沪深300 [28] 龙头策略 - 中证A500指数通过ESG筛选和细分行业龙头策略增强表现 [30] - 成分股需满足三级行业市值占比>2%或总市值前1%的条件 [31] - 2004年以来累计收益优于沪深300 [31] 综合表现 - 2012年以来六大策略指数普遍跑赢沪深300 [33] - 中证A500基金规模达2728.87亿元，为策略指数中最大 [37] 策略指数未成主流的原因 - A股存在3-5年的风格轮动周期，如2019-2020年成长/质量占优，2021年后价值/红利占优 [38][39] - 策略容量有限，市值选股指数可容纳更大资金规模 [42] - 投资者平均持有周期仅数月，难以坚持跑输阶段的策略 [40] 配置建议 - 价值组（价值/红利/低波动）与成长组（成长/质量/龙头）风格轮动明显 [45] - 应分散配置不同低估策略并根据估值动态调整比例 [47] - 可通过公众号估值表查询主流策略指数实时数据 [50][51]

文 | 银行螺丝钉 （转载请注明出处） 有朋友问螺丝钉，能不能针对 全球股票指数、美债指数等 ， 做个估值表。 目前内地能买到的、投资海外市场的基金品种不多。 不过在海外这些品种比较丰富。 可以先从指数估值的角度，了解海外市场不同品种的估值情况。 不过不同市场分化比较厉害。 美股本周下跌比较多。 美股全市场股票指数，本周下跌3.2%。 纳斯达克指数下跌3.4%。 全球非美股市场反而上涨。 螺丝钉也做了美股、全球股票指数、美债指数的估值表。见文章下面图片。 也新增了美股场内的美债ETF指数的估值。 如果觉得这个估值表 有需要 ， 后续每周日会在公众号、以及「 今天几星 」小程序，每周定期更新。 海外市场指数数量很多，后面大家 有希望增加的品种 ，可以反馈给螺丝钉。 目前螺丝钉后台系统，已经覆盖海外主流的几百只指数品种。 1. 本周全球股票市场整体下跌。 全球非美股股票指数，本周上涨3%。 港股领涨，恒生指数本周上涨超5%。 欧洲股票市场也大幅上涨。 德股、法股上涨超过5%。 德股今年涨幅仅次于港股，表现也很强势。 去年9月，美联储第一次降息的时候，当时也提到过。 ·美元利率、汇率降低，对非美元资产有利。 ·港股 ...