全球金融市场风险 - 英国央行报告指出全球金融市场风险居高不下 主要风险包括地缘政治紧张 贸易碎片化 主权债务压力 [1] - 英国预算责任办公室警告新冠疫情后公共财政仍处于脆弱状态 政府未能有效控制开支 [2] A股市场独立行情 - A股在全球金融动荡中走出独立行情 体现"困境反转"投资逻辑 即市场反映预期差而非现实差 [4] - 2024年初A股出现500点涨幅 8连阳后部分个股开始掉队 指数连涨但非常态 [5] 机构资金行为分析 - 紫天科技8个交易日涨幅超20% 但2月23日后持续下跌 主因机构资金未持续参与 [5][7] - 瑞丰高材机构库存数据与行情一致 股价翻两倍多 显示机构资金主导作用 [9] - 股价定价权在机构手中 需通过量化工具分析交易行为特征 [7] 量化数据应用价值 - 英国央行计划公布更多市场头寸数据 凸显量化数据在风险管理中的关键作用 [11] - 量化工具可穿透信息不对称 帮助识别机构资金动向(橙色柱体指标) 判断市场真实状况 [11][15] 投资者行为偏差 - 常见行为偏差包括过度自信预测市场 损失厌恶不愿止损 从风操作从众心理 [15] A股市场独特性 - A股具备政策支持力度大 经济复苏态势良好 市场估值相对合理三大优势 [15] - 量化数据可帮助在复杂环境中识别真实投资机会 [12] 投资策略建议 - 应关注机构资金动向而非短期波动 建立自身投资体系 [15] - 需善用量化工具辅助决策 应对金融市场的不确定性 [13][15]

市场表现 - A股三大指数10日集体上涨 沪指涨0.48%收报3509.68点 深证成指涨0.47%收报10631.13点 创业板指涨0.22%收报2189.58点 [1] - 沪深两市成交14942亿元 较9日小幅缩量110亿元 [1] - 行业板块涨多跌少 房地产开发、工程咨询服务、房地产服务、水泥建材、煤炭行业、小金属、多元金融、钢铁行业涨幅居前 珠宝首饰、船舶制造跌幅居前 [1] - 个股方面 上涨股票2947只 涨停69只 下跌股票2279只 跌停14只 [1] 盘面走势 - 10日上午大盘在银行、保险、地产等蓝筹股拉升下开盘节节攀升 临近收盘时出现明显回落 下午开盘后再次迅速拉升 三大指数1小时内创当日最高后又回落 最终以红盘报收 [1] - 9日大盘冲高回落 10日继续冲高回落 显示做多力量不够强大 [2] - 沪指收出阳包阴 三大指数全部呈多头排列 显示大盘向上趋势未改变 [2] 行业热点 - 市场热点集中在困境反转相关板块 光伏、锂电池、房地产等概念涨幅靠前 [2] - 多家硅片企业9日上调硅片报价 不同尺寸硅片价格涨幅8%-11.7% 主要因上游硅料涨价传导 [2] - 光伏产业连续受利好刺激 光伏电池、逆变器组件、有机硅材料等细分领域集体爆发 [2] 湘股表现 - 10日147只湘股中86只上涨 启迪药业继9日涨超9%后在10日涨停 [3] - 启迪药业主营"古汉养生精"系列产品及中成药 2025年一季报归母净利润-1625.62万元 净利润同比增长率-96.23% [3] - 启迪药业控股股东启迪科服24.47%股份将于2025年7月14日开始拍卖 可能导致实控人变更 [3] - 公司与南岳区人民政府签署南岳中医康养文旅示范基地建设战略合作协议 计划建设以"五疗"为特色的中医康养文旅示范基地 [3] - 公司组建大健康产业研究院 探索中医药老年健康服务产业 [3]

量化模型与构建方式 1. **模型名称：行业主线模型（相对强弱RSI指标）** - **构建思路**：通过计算行业指数的相对强弱指标，识别年度领涨行业[11] - **具体构建过程**： 1. 选取29个一级行业指数作为标的 2. 计算过去20、40、60个交易日的行业涨跌幅横截面排名，归一化得到RS_20、RS_40、RS_60 3. 计算综合相对强弱指数：$$RS = \frac{RS_{20} + RS_{40} + RS_{60}}{3}$$ 4. 若行业在每年4月底前出现RS>90%的信号，则判定为潜在领涨行业[11][12] - **模型评价**：历史验证有效，2024年成功捕捉高股息、资源品、出海和AI主线[11][13] 2. **模型名称：行业轮动模型（景气度-趋势-拥挤度框架）** - **构建思路**：结合景气度、趋势强度和拥挤度三维指标，动态配置行业[16] - **具体构建过程**： 1. **景气度**：横轴量化行业基本面强度（如盈利增速） 2. **趋势**：纵轴量化价格动量（如过去60日收益率） 3. **拥挤度**：气泡大小和颜色表示交易拥挤程度（蓝色低拥挤/红色高拥挤）[16][21] 4. 筛选"高景气+强趋势+低拥挤"行业，规避"低景气+弱趋势+高拥挤"行业[16] - **模型评价**：进攻性与防御性结合，年化超额14.4%，IR达1.56[16][18] 3. **模型名称：左侧库存反转模型** - **构建思路**：挖掘库存周期底部且分析师看好的困境反转行业[28] - **具体构建过程**： 1. 识别库存压力较小的行业（如存货周转率改善） 2. 结合分析师预期（如盈利预测上调） 3. 筛选补库条件成熟的行业（如普钢、光学光电等）[28][29] - **模型评价**：2024年相对行业等权超额14.8%，但2025年阶段性失效[28][30] 4. **模型名称：PB-ROE选股模型** - **构建思路**：在行业配置基础上，选取估值性价比高的个股[23] - **具体构建过程**： 1. 按行业权重筛选股票池 2. 计算PB-ROE分位数，选取前40%个股 3. 按流通市值和PB-ROE打分加权[23] - **模型评价**：年化超额20.0%，重仓股如国泰君安、牧原股份等[23][26] --- 模型的回测效果 1. **行业主线模型** - 2024年命中率：煤炭、银行等9个RS>90%行业成为年度主线[11][12] - 2025年信号：14个行业出现RS>90%，以TMT、银行为主[13][14] 2. **行业轮动模型** - 年化超额：14.4%（基准Wind全A），IR 1.56，最大回撤-7.4%[16] - 2025年超额：相对Wind全A超额3.9%，ETF组合超额7.7%[3][18] 3. **左侧库存反转模型** - 2024年绝对收益：25.9%，超额行业等权14.8%[28][30] - 2025年收益：1.3%，跑输基准2.1%[28] 4. **PB-ROE选股模型** - 年化收益：25.4%，超额Wind全A 20.0%，IR 1.72[23] - 2025年超额：3.8%（截至6月底）[23] --- 量化因子与构建方式 1. **因子名称：相对强弱因子（RS）** - **构建过程**：同行业主线模型，综合多周期排名归一化[11] 2. **因子名称：行业景气度因子** - **构建过程**：基于财务指标（如ROE、营收增速）合成景气度评分[16][21] 3. **因子名称：趋势动量因子** - **构建过程**：计算行业指数过去60日收益率标准化[16][21] 4. **因子名称：拥挤度因子** - **构建过程**：结合换手率、融资余额等指标量化交易热度[16][21] --- 因子的回测效果 1. **相对强弱因子** - 有效窗口：4月底前RS>90%的行业后续平均超额7.6%[12][14] 2. **景气度-趋势-拥挤度组合因子** - 多头组合月胜率：68%（2013-2025年）[16][18] （注：部分因子未单独披露测试结果，仅作为模型输入组件）

上证指数走势 - 上证指数即将突破3500点关键压力位 突破后将开启新行情 [1] - 指数需快速拉升并大幅远离3500点才能确认站稳 站稳标准为突破4000点 [3] - 市场呈现震荡上行结构 遵循"进三退二"的慢牛节奏 行业轮动推动指数上涨 [3] 行业表现 - 白酒板块仍有上涨空间 与证券 地产形成共振反弹可能带动指数变盘 [1][5] - 医药 光伏 白酒 地产 证券等行业已结束下跌 进入横盘阶段 证券业绩率先回暖 [5] - 困境反转行业处于周期低谷 市场交易预期而非基本面 筹码集中度影响股价弹性 [5] 市场特征 - 当前存在显著多空分歧 仓位差异导致投资者对涨跌预期分化 [1] - 有效突破3500点后指数有望快速拉升数百点 变盘机会每年仅1-2次 [5] - 银行板块见顶不影响指数整体上行趋势 主升浪仍处于进行阶段 [6] 投资策略 - 长期持有策略需具备1000天持仓预期 95%投资者会在底部区域止损 [5] - 低吸潜伏是关键策略 需识别行业周期并耐心等待价值兑现 [5] - 独立交易体系至关重要 不能简单跟随指数判断个股走势 [3][6]

根据提供的研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. **模型名称：均线距离择时模型** - **模型构建思路**：通过计算短期均线（20日）与长期均线（120日）的距离，判断市场整体环境（震荡或趋势）[1][9][12] - **模型具体构建过程**： 1. 计算Wind全A指数的20日均线（短期）和120日均线（长期） 2. 计算两线距离百分比： $$距离 = \frac{短期均线 - 长期均线}{长期均线} \times 100\%$$ 3. 设定3%为阈值：距离绝对值<3%为震荡格局，≥3%为趋势格局[9][12] - **模型评价**：简单直观，但需结合宏观和技术指标综合判断[12] 2. **模型名称：TWO BETA行业配置模型** - **模型构建思路**：通过双贝塔因子筛选科技板块中的优势行业（如军工、通信）[2][3][10] - **模型具体构建过程**：未披露具体公式，但提及结合行业趋势和贝塔特性进行配置[3][10] 3. **模型名称：仓位管理模型** - **模型构建思路**：基于估值分位数（PE/PB）和市场趋势动态调整仓位[10][12] - **模型具体构建过程**： 1. 计算Wind全A的PE（65分位）、PB（20分位） 2. 结合震荡格局信号（均线距离1.76%），输出绝对收益产品仓位建议[10][12] 模型的回测效果 1. **均线距离择时模型**： - 当前均线距离1.76%（震荡格局信号）[9][12] 2. **仓位管理模型**： - 建议仓位50%（PE中等+PB较低+震荡格局）[10][12] 量化因子与构建方式 1. **因子名称：估值分位数因子** - **因子构建思路**：通过历史分位数判断市场估值水平[10][12] - **因子具体构建过程**： 1. 计算Wind全A的PE/PB在2014-2025年历史数据中的分位数 2. PE分位数=65%（中等），PB分位数=20%（较低）[10][12] 因子的回测效果 1. **估值分位数因子**： - 当前PE分位数65%，PB分位数20%[10][12] 注：行业配置模型中的"困境反转"和"趋势延续"因子未披露具体构建细节[3][10]

报告行业投资评级 - 领先大市 - A，维持评级 [8] 报告的核心观点 - 2025年5月全国房地产市场处于底部，单月开发投资同比降幅扩大，新房销售端动能减弱，价格下跌，呈现销售面积降幅收窄但房价下行压力加大的特征，建议关注困境反转类房企、保持拿地强度的龙头以及多元经营稳健发展的地方国企 [2] 根据相关目录分别进行总结 销售回顾（6.14 - 6.20） - 重点监测32城合计成交总套数1.7万套，环比增3.8%，2025年累计成交38.2万套，累计同比降3.9%，其中一线城市成交4468套，环比降8%，累计成交11万套，累计同比增11.4%；二线城市成交10377套，环比增13%，累计成交22.6万套，累计同比降9.9%；三线城市成交1761套，环比降9.8%，累计成交4.6万套，累计同比降4% [3][14] - 重点监测18城合计成交二手房总套数2.5万套，环比增1%，2025年累计成交60.9万套，累计同比增14.6%，其中一线城市成交9790套，环比降1.9%，累计成交24.7万套，累计同比增36.3%；二线城市成交14375套，环比增3.2%，累计成交33.3万套，累计同比增9.5%；三线城市成交1325套，环比降0.8%，累计成交2.9万套，累计同比增9.3% [3][22] 土地供应（6.9 - 6.15） - 百城土地宅地供应规划建筑面积427万㎡，2025年累计供应9821万㎡，累计同比降11.3%，供求比1.2，其中一线城市供应3万㎡，累计供应490万㎡，累计同比增2%，累计供求比1.08；二线城市供应199万㎡，累计供应4668万㎡，累计同比降1.5%，累计供求比1.28；三四线城市供应225万㎡，累计供应4663万㎡，累计同比降20.3%，累计供求比1.14 [26][27] - 百城供应土地挂牌楼面均价4778元/㎡，近四周平均挂牌均价5919元/㎡，环比降5.4%，同比增9.8%，其中一线城市供应土地挂牌楼面价45076元/㎡，近四周平均起拍楼面26846元/㎡，环比增1.3%，同比增29.4%；二线城市供应土地挂牌楼面价6646元/㎡，近四周平均起拍楼面6969元/㎡，环比增6.1%，同比增20%；三四线城市供应土地挂牌楼面价2664元/㎡，近四周平均起拍楼面价2908元/㎡，环比降13.5%，同比降15.5% [27][28] 土地成交（6.9 - 6.15） - 百城土地住宅用地成交规划建筑面积429万㎡，2025年累计成交8180万㎡，累计同比增5%，其中一线城市成交13万㎡，累计成交454万㎡，累计同比增9.2%；二线城市成交176万㎡，累计成交3638万㎡，累计同比增11.5%；三线城市成交240万㎡，累计成交4088万㎡，累计同比降0.7% [41][42] - 百城住宅用地平均成交楼面价3817元/㎡，环比降61.9%，同比降51.8%，整体溢价率1.1%，2025年平均楼面价7630元/㎡，溢价率12.2%，较去年同期提高8个百分点，其中一线城市住宅用地平均成交楼面价10633元/㎡，整体溢价率0%，2025年平均楼面价39347元/㎡，同比增37.6%，溢价率11.9%，较去年同期溢价率增7个百分点；二线城市住宅用地平均成交楼面价3866元/㎡，整体溢价率20.2%，2025年平均楼面价8657元/㎡，同比增20.2%，溢价率16.5%，较去年同期溢价率增11.9个百分点；三四线城市住宅用地平均成交楼面价3419元/㎡，整体溢价率3%，2025年平均楼面价3194元/㎡，同比增12.5%，溢价率3.1%，较去年同期溢价率上升0.9个百分点 [42]

量化模型与构建方式 1. **模型名称：均线择时模型** - **模型构建思路**：通过比较wind全A指数的短期均线（20日）和长期均线（120日）的距离来判断市场整体环境（震荡或趋势）[1][9] - **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. 计算两线距离差值： $$距离差值 = \frac{短期均线 - 长期均线}{长期均线} \times 100\%$$ 3. 判断规则：若距离绝对值小于3%则为震荡格局，否则为趋势格局[9][15] - **模型评价**：简单直观，但仅依赖技术指标，未纳入宏观因素 2. **模型名称：TWO BETA模型** - **模型构建思路**：通过行业Beta特性筛选具备特定风险收益特征的板块（如科技板块）[2][3][10] - **模型具体构建过程**：未披露具体构建公式，但明确输出方向为科技板块（港股汽车、军工）[3][15] 3. **模型名称：仓位管理模型** - **模型构建思路**：结合估值分位数（PE/PB）和市场趋势动态调整绝对收益产品的股票仓位[2][10] - **模型具体构建过程**： 1. 计算wind全A指数的PE（60分位）、PB（20分位）历史分位数 2. 综合短期趋势信号（如均线距离）生成仓位建议 3. 当前输出中性仓位50%[10][15] --- 量化因子与构建方式 1. **因子名称：估值分位数因子** - **因子构建思路**：衡量当前PE/PB相对于历史值的分位数水平[7][12][14] - **因子具体构建过程**： 1. 计算wind全A指数PE/PB的滚动历史分位数（数据区间：2014/10/17-2025/6/13） 2. 分位数公式： $$分位数 = \frac{当前值 - 历史最小值}{历史最大值 - 历史最小值} \times 100\%$$ 3. 当前PE位于60分位（中等水平），PB位于20分位（较低水平）[10][12][14] --- 模型的回测效果 1. **均线择时模型** - 当前均线距离：0.99%（20日线5128 vs 120日线5078）[9][15] - 市场状态判断：震荡格局（距离绝对值<3%）[9][15] 2. **仓位管理模型** - 建议仓位：50%（基于PE 60分位+PB 20分位+震荡信号）[10][15] --- 因子的回测效果 1. **估值分位数因子** - PE分位数：60%（当前值未披露）[12] - PB分位数：20%（当前值未披露）[14] --- 注：行业配置模型、TWO BETA模型未披露具体因子构成或测试指标[2][3][10]

公司控制权变更 - 安奈儿正积极筹划控制权变更相关事项 作为A股"童装第一股" 公司自上市以来业绩表现突出 但2020年成为业绩转折点 开启长达四年下行周期 [1] - 控制权变更可能是创始人深思熟虑的结果 创始人含辛茹苦带大的"孩子"不会轻易舍弃 [1] 困境反转投资逻辑 - 安奈儿符合彼得·林奇定义的"暂时性困境"特征 市场倾向于将短期问题长期化 但公司基本面仍然稳固 [2] - 安奈儿作为中国童装行业曾经的领军者 当前处境与林奇描述的困境反转型公司高度相似 [1][2] 行业竞争与转型举措 - 在快时尚当道的服装行业 安奈儿构筑了难以复制的竞争壁垒 [2] - 公司推动品牌从"传统童装"向"功能科技型"转型 推出抗病毒抗菌的安心衣和注重舒适的超舒衣 并探索深圳校服品牌 [2] - 安奈儿子公司与水木接枝成立合资公司 获得电子束接枝改性面料在童装领域应用的独家授权 [2] 品牌价值与市场基础 - 经历行业洗牌、渠道转型、消费习惯变迁等多重挑战后 公司依然保持核心品牌价值与市场基础 [3] - 品牌底蕴与渠道根基仍在 具备长期生命力 控制权变更可能是"破茧行动"的最后东风 [3]

纪要涉及的行业和公司 - **行业**：大消费（包含乳业、珠宝、新兴消费、运动、零食、调味品、白酒、啤酒、饮料、家电、美妆、交通运输、航空、酒店、出口、纺织制鞋等） - **公司**：蒙牛、伊利、周大福、泡泡玛特、巨子生物、百胜中国、安踏、波司登、李宁、宝胜、涛博、Lululemon、Amer Sports、赫莲娜（HR）、SK - II、La Mer、兰蔻（Lancome）、雅诗兰黛（Estee Lauder）、老铺黄金、雅朵、深圳伊克拉、台湾宜家、麦克森、华丽家族 [1][6][11][15][17][22][27] 纪要提到的核心观点和论据 1. **市场表现** - 今年以来港股新消费业态股票年初至今整体上涨近 150%，二季度涨 20%；传统大消费板块年初至今仅涨约 9%，四五月份持平，反映新旧消费业态差异 [2] - 大消费市场整体疲弱，通缩压力明显，618 促销火爆、端午节需求增速未显著改善、人均消费额较疫情前降约 12% [1][4] - 运动板块 4 月销售受影响，5 月因促销改善但折扣加深，李宁、安踏等品牌折扣增加，宝胜库存上涨、销售下跌、库存周转天数增加 [1][11] - Lululemon 中国区保持 30%以上增长，高端小众品牌增长较快，安踏集团多品牌布局成功，Amer Sports 业绩提升，预计 2025 年安踏保持 10% - 15%收入增长 [1] - 2025 年 618 美妆行业天猫排名变化不大，抖音排名前三为赫莲娜、SK - II、La Mer，国际品牌用高端品牌深度折扣促销驱动销售 [15] - 端午节全国客流总体增速 2.5%，航空客流同比增长 1.7%，交通运输数据比消费数据更疲弱 [18] - 今年航空业需求疲弱预计小幅正增长，国内航空运力投放同比仅增 0.6%，端午节扣油票价大体持平，部分公司实现盈利反转 [19][20] - 今年酒店行业表现平平，二季度 RevPAR 同比下降 4%，五一假期 RevPAR 同比增长 1%，端午假期表现弱，加盟业务同比增长 20% - 30%，转化为加盟收入增长 15% - 25% [21] 2. **市场预期** - 未来两三个月大消费市场不均衡持续，传统板块如白酒、啤酒弱势，饮料进入旺季、家电受国补刺激表现较好 [5] - 航空业可能最早走出通缩陷阱，供给侧紧张、定价能力提升，资本开支增速提升带来商务出行增加促进需求，看好航空上行周期 [20] 3. **选股策略和推荐标的** - 选股策略为困境反转、新兴高成长及估值合理且运营优秀公司 - 困境反转类推荐蒙牛、伊利（上半年费用率节约盈利增速显著）、周大福（利润率提升利润增长） - 新兴高成长类看好泡泡玛特和巨子生物 - 估值合理且运营优秀公司建议关注百胜中国和安踏（等待更好时机），波司登估值低、股息率高值得关注 [1][6] 4. **行业情况** - 零食品类收入增长显著高于必选消费品类，新渠道如抖音量贩零食带来增量，卫龙魔芋产品增速超预期，企业需关注创新能力、原材料效率及海外市场拓展 [7][8] - 调味品板块难以传统方式快速增长，提价和增长依赖销量，考验企业韧性和长期主义 [9] - 波司登拓展防晒、冲锋衣等品类，核心羽绒服领域拓展轻羽绒，高端国际品牌带来新增长点，估值低（市盈率 11 倍、股息率 7%），未来发展催化剂待观望 [10] - 巨子生物舆情事件 618 前半段有影响，费用可控，澄清后商业行为预计恢复正常，长期消费者对成分党产品需求不变，科研能力有优势，事件或成股票买点 [16] - 珠宝行业老铺黄金古法黄金工艺毛利率 40% - 50%，带动行业发展，周大福注重古法工艺和创新设计，困境反转策略推进，预计 2026 财年收入和营业利润持平 [17] - 雅朵酒店新场景零售业务发展迅速，以单款重点 SKU 为主，90%销售来自线上，80%以上零售用户未入住过，业务收入从 2022 年 3 亿元占比 13%增至 2025 年 34 亿元占比 40% [22][23] - 出口企业面临关税波动、订单能见度低、急单增加问题，下半年利润率波动大，亚洲货币升值或压缩利润率，多元化生产基地、快反单能力强的公司有优势 [3][24][26][27] 其他重要但是可能被忽略的内容 - 部分地区国补暂停是为避免 618 期间叠加折扣对价格体系造成冲击 [5] - 酒店行业商务需求时间段内零售表现薄弱，因需求疲软和供给上升，加盟商仍愿意投资开店，加盟业务保持 20% - 30%同比增长，但 RevPAR 受压使加盟收入仅增长 15% - 25% [21]

量化模型与构建方式 1. **模型名称**：均线距离择时模型 **模型构建思路**：通过比较短期均线（20日）和长期均线（120日）的距离来判断市场整体环境，区分震荡与趋势格局[1][9] **模型具体构建过程**： - 计算Wind全A指数的20日均线（短期）和120日均线（长期） - 计算两线距离差值： $$距离差值 = \frac{短期均线 - 长期均线}{长期均线} \times 100\%$$ - 若距离绝对值小于3%，判定为震荡格局；否则为趋势格局[9][12] **模型评价**：简单直观，但对均线周期选择敏感，需结合其他宏观指标验证 2. **模型名称**：TWO BETA行业配置模型 **模型构建思路**：通过双贝塔因子筛选行业，侧重科技板块与消费电子的超额收益机会[2][3][8] **模型具体构建过程**： - 计算行业相对市场的贝塔值（β1）和相对无风险利率的贝塔值（β2） - 筛选高β1（市场敏感）且低β2（利率不敏感）的行业 - 结合动量因子确认趋势延续性[8][10] 3. **模型名称**：仓位管理模型 **模型构建思路**：综合估值分位数与趋势信号动态调整仓位[2][10] **模型具体构建过程**： - 计算Wind全A的PE（60分位）、PB（20分位）估值水平 - 结合均线距离模型信号：震荡格局下，估值中等时建议50%仓位[10][12] --- 量化因子与构建方式 1. **因子名称**：估值分位数因子 **因子构建思路**：通过历史分位数定位当前估值水平[7][11] **因子具体构建过程**： - 计算Wind全A指数PE/PB在过去10年（2014-2025）的滚动分位数 - 标准化处理： $$PE分位数 = \frac{当前PE - 历史最小PE}{历史最大PE - 历史最小PE}$$ PB分位数同理[11][15] 2. **因子名称**：困境反转因子 **因子构建思路**：识别低估值且基本面改善的行业[3][8] **因子具体构建过程**： - 筛选PB分位数低于30%的行业 - 叠加近3个月营收增速环比改善指标[8][10] --- 模型的回测效果 1. **均线距离择时模型** - 当前均线差值：0.68%（20日均线5115 vs 120日均线5081）[9][12] - 市场状态：震荡格局（距离<3%）[12] 2. **TWO BETA模型** - 推荐行业：科技板块（消费电子）、银行、黄金股[8][10] 3. **仓位管理模型** - 建议仓位：50%（Wind全A估值PE60分位/PB20分位）[10][12] --- 因子的回测效果 1. **估值分位数因子** - 当前PE分位数：60%（中等水平）[7][11] - 当前PB分位数：20%（较低水平）[11][15] 2. **困境反转因子** - 推荐行业：港股创新药、港股汽车、新消费[3][8]