展望未来，我们预期上证指数将迎来一轮小级别的反弹行情，且有望在6月底之前实现拉升。尽管对于 暑假的行情我们持谨慎乐观态度，但若有突发利好消息出现，市场走势或将另有一番天地。在行业轮动 的过程中，只需抓住一轮快速上涨的机遇便已足够。对于缺乏耐心的投资者而言，他们或许难以等到最 终的上涨时刻，但节后的几个交易日或将迎来市场的积极变化。 节前市场已经历了多轮洗盘，节后有望迎来拉升行情。期间虽有回调，但月底有望再次拉升。中报披露 的数据将备受关注，特别是机构持仓情况的变化。尽管大盘指数整体表现稳健，但个股分化行情依旧明 显。在此背景下，我们更应专注于指数的分析，而非盲目追逐个股。只有清晰把握市场的节奏，我们才 能在股市的浪潮中稳健前行。 在股市的征途中，左侧投资者往往展现出与众不同的心态：上涨时他们可能感到不安，而下跌时却愈发 兴奋。每个人的交易逻辑都是基于自身的交易体系构建，而非盲目追随他人的脚步。对于指数行情的看 好，我们同样坚守自己的判断逻辑，不受外界干扰。 谈及市场的中坚力量，白酒、证券、地产无疑是行情启动时的关键角色。它们如同市场的节奏大师，总 能在关键时刻引领市场风向。没有它们的强势拉升，市场的成交量难以 ...

报告行业投资评级 报告未明确给出行业投资评级相关内容 报告的核心观点 - 多资产配置看多短债、偏股低估转债、黄金资产；股债配置权益风险预算不变，股票仓位小幅提升；行业轮动看多传媒、农林牧渔、建材、家电等；“配置 + 选基” FOF 组合 5 月有超额收益，6 月高配高成长、高质量基金，低配低估值、小票黑马风格基金 [3][4][5][6] 根据相关目录分别进行总结 多资产配置观点 - **高频宏观因子跟踪**：构建高频宏观因子体系观察宏观预期变化，高频经济增长、高频通货膨胀（消费端、生产端）较对应低频宏观因子有领先性；截至 2025 年 5 月 31 日，高频经济增长同比较前值下行，高频通货膨胀（消费端）同比上行，高频通货膨胀（生产端）同比不变 [12][13][16] - **债券久期择时观点**：模型预测未来三个月水平因子上升，斜率因子陡峭化，曲率因子增凸，推荐持有 1 年期短久期债券；5 月开源久期调整策略回报 10.1bp，等权基准收益率 -7.9bp，策略超额收益 18.0bp [20][23] - **转债配置观点**：“百元转股溢价率” 为 26.28%，转债相对正股配置价值适中；“修正 YTM–信用债 YTM” 指标中位数为 0.18%，偏债转债相对信用债配置性价比适中；未来两周推荐配置偏股低估转债 [26][30] - **黄金配置观点**：模型测算未来一年黄金预期收益率为 23.0%，基于 TIPS 收益率的择时模型持续看多黄金资产 [32][36] 股债配置 - **权益资产多维度比价**：从股债横向比价、股票纵向估值水平、市场流动性三个维度构建主动风险预算指标；股权风险溢价 ERP、流动性信号看多，历史估值分位数信号为中性 [40][52] - **主动风险预算配置建议**：将权益资产信号得分代入 softmax 函数转化为权益资产风险预算权重；5 月股票仓位 20.99%，债券仓位 79.01%，组合收益 0.20%；6 月股票仓位 21.50%，债券仓位 78.50% [49][52] 行业轮动 - **行业轮动节奏跟踪**：行业轮动赔率缓慢下降至历史中低水平，行业轮动速度提升，1 周动量较强 [58][59] - **行业轮动最新观点**：5 月行业多头组合收益 1.54%，空头组合收益 1.61%，多空收益 -0.08%；推荐配置价值风格，看多大周期、大科技板块，推荐行业有传媒、农林牧渔等 [60][67] - **ETF 轮动组合持仓**：5 月组合收益率 2.02%，超额收益率 -0.26%；最新配置推荐游戏 ETF、粮食 ETF、建材 ETF、家电 ETF [73] “配置 + 选基” FOF 组合 - 构建主动权益基金投资策略三级标签体系，比较各类投资策略收益表现差异，通过因子择时进行基金策略配置并构建 FOF 组合；5 月组合收益率 1.42%，偏股型基金指数收益率 1.06%，组合超额收益 0.36%；6 月高配高成长、高质量大盘风格基金，低配低估值、小票黑马风格基金 [76][79][83]

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. **高频宏观因子模型** - **构建思路**：通过资产组合模拟构建高频宏观因子体系，用于观察市场交易的宏观预期变化[12] - **具体构建过程**： 1. 对利率、汇率、信用等因子直接通过多空相关指数构建组合 2. 对高频经济增长和通胀因子： - 合成低频宏观因子（如工业增加值同比、CPI同比等） - 筛选领先资产（如恒生指数、CRB金属现货等） - 通过滚动多元回归确定资产权重，拟合宏观因子走势 $$y_t = \beta_0 + \sum_{i=1}^n \beta_i x_{i,t-k} + \epsilon_t$$ 其中y为宏观因子同比，x为资产收益率，k为领先期数[12][13] - **评价**：对低频宏观因子具有领先性，能有效捕捉预期变化 2. **债券久期择时模型** - **构建思路**：改进Diebold2006模型预测收益率曲线三因子（水平/斜率/曲率）[20] - **具体构建过程**： - 水平因子：结合宏观变量预判和政策利率跟随 - 斜率/曲率因子：基于AR(1)模型预测 - 映射不同久期债券的预期收益[20] - **评价**：能动态捕捉收益率曲线形态变化 3. **转债风格轮动模型** - **构建思路**：通过估值偏离度和市场情绪指标进行风格切换[28] - **具体构建过程**： 1. 构建转股溢价率偏离度因子： $$\Delta PE = \frac{PE_i - PE_{median}}{\sigma_{PE}}$$ 2. 理论价值偏离度因子： $$\Delta PV = \frac{PV_i - PV_{model}}{\sigma_{PV}}$$ 3. 结合20日动量和波动率偏离度构建情绪指标[28] - **评价**：有效规避高估值转债风险 4. **黄金预期收益模型** - **构建思路**：关联黄金与TIPS的实际回报[32] - **具体构建过程**： $$E[Real\_Return^{gold}]=k\times E[Real\_Return^{Tips}]$$ $$E[R^{gold}]=\pi^{e}+k\times E[Real\_Return^{Tips}]$$ 其中k通过扩展窗口OLS估计，π^e取美联储2%通胀目标[32] - **评价**：建立了黄金与实际利率的量化关系 5. **主动风险预算模型** - **构建思路**：将风险平价与主动信号结合动态调整股债权重[40] - **具体构建过程**： 1. 计算股权风险溢价(ERP)： $$ERP = \frac{1}{PE_{ttm}} - YTM_{10Y}$$ 2. 估值分位数信号（5年滚动） 3. M2-M1剪刀差流动性信号 4. 通过softmax函数转化信号： $$softmax(x)=\frac{\exp(\lambda x)}{\exp(\lambda x)+\exp(-\lambda x)}$$[49] - **评价**：实现了风险控制与主动调整的平衡 6. **行业轮动3.0模型** - **构建思路**：六维度动态合成信号体系[56] - **具体构建过程**： - 交易行为：日内动量+隔夜反转 - 景气度：盈余动量 - 资金流：主动抢筹+被动派发 - 筹码结构：持仓收益+阻力支撑 - 宏观驱动：高频宏观映射 - 技术分析：趋势/振荡/量能指标[56] - **评价**：多维度捕捉行业轮动规律 模型回测效果 1. **高频宏观因子** - 经济增长因子：与低频数据方向一致性达80%[13] - 通胀因子（消费端）：领先低频数据1-2个月[16] 2. **债券久期择时** - 2025年5月超额收益18bp[23] - 近1年超额收益-3.58%[23] 3. **转债风格轮动** - 年化收益23.94%，最大回撤15.54%，IR 1.45[30] - 2025年收益23.61%[30] 4. **黄金模型** - 未来1年预期收益23.0%[32] - 过去1年实际收益41.32%[36] 5. **主动风险预算** - 年化收益6.49%，收益波动比1.62[53] - 最大回撤4.89%[53] 6. **行业轮动3.0** - 2025年5月多空收益-0.08%[60] - ETF轮动组合超额收益-0.26%[73] 量化因子与构建方式 1. **股权风险溢价(ERP)因子** - **构建过程**： $$ERP = \frac{1}{PE_{ttm}} - YTM_{10Y}^{TB}$$[41] - **信号规则**：>5%超配权益，<2%低配[42] 2. **转债估值因子** - 百元转股溢价率：26.28%（3年分位数39.6%）[26] - 修正YTM利差：0.18%中位数[26] 3. **基金风格因子** - 成长因子：强动量+景气上行[83] - 质量因子：强动量+景气上行[83] - 估值因子：弱动量+低赔率[83] 因子回测效果 1. **ERP因子** - 当前值5.50%（2025/5/30）[44] 2. **估值分位数因子** - 中证800 PE_ttm分位数57.2%[46] 3. **流动性因子** - M2-M1剪刀差6.50%（2025/04）[48] 4. **行业轮动因子** - 赔率指标：历史中低水平[59] - 胜率指标：1周动量最强[59]

报告行业投资评级 未提及相关内容 报告的核心观点 - 2025年5月29日转债增量上涨，估值环比抬升，小盘成长相对占优，转债市场成交情绪升温 [1] 根据相关目录分别进行总结 市场主要指数表现 - 中证转债指数环比上涨0.58%，上证综指环比上涨0.70%，深证成指环比上涨1.24%，创业板指环比上涨1.37%，上证50指数环比上涨0.29%，中证1000指数环比上涨1.76% [1] - 可转债等权指数环比上涨0.81%，可转债指数环比上涨1.45%，可转债预案指数环比上涨1.87% [6] - 大盘成长环比上涨0.62%，大盘价值环比下降0.03%，中盘成长环比上涨1.48%，中盘价值环比上涨0.62%，小盘成长环比上涨1.53%，小盘价值环比上涨0.84% [1][6] 市场资金表现 - 可转债市场成交额为571.54亿元，环比增长12.24%；万得全A总成交额为12134.10亿元，环比增长17.37% [1][7] - 沪深两市主力净流入74.33亿元，十年国债收益率环比上升0.45bp至1.69% [1] 转债价格与估值 - 转债整体收盘价加权平均值为118.69元，环比上升0.59%，价格中位数为120.59元，环比上升0.81% [2] - 130元以上高价券个数占比23.52%，较昨日环比上升1.27pct；110 - 120（包含120）占比36.44%，较昨日下降2.97pct；收盘价在100元以下的个券有10只 [2] - 百元平价拟合转股溢价率为22.36%，环比上升0.64pct；整体加权平价为89.05元，环比上升0.62% [2] - 偏股型转债溢价率为5.81%，环比上升1.70pct；偏债型转债溢价率为88.68%，环比上升1.01pct；平衡型转债溢价率为19.76%，环比上升0.71pct [2] 行业表现 - A股市场中，涨幅前三位行业为计算机（+3.62%）、医药生物（+2.37%）、电子（+2.10%）；跌幅前三位行业为美容护理（-0.59%）、银行（-0.24%）、食品饮料（-0.23%） [3] - 转债市场共计26个行业上涨，涨幅前三位行业为计算机（+2.72%）、通信（+1.97%）、传媒（+1.83%）；仅两个行业下跌，分别为美容护理（-0.44%）、食品饮料（-0.00%） [3] - 收盘价方面，大周期环比+0.55%、制造环比+0.90%、科技环比+1.76%、大消费环比+1.03%、大金融环比+0.36% [3] - 转股溢价率方面，大周期环比 - 0.57pct、制造环比 - 0.89pct、科技环比 - 1.4pct、大消费环比 - 1.2pct、大金融环比 - 0.62pct [3] - 转换价值方面，大周期环比+0.97%、制造环比+1.31%、科技环比+2.50%、大消费环比 - 3.30%、大金融环比+0.21% [3] - 纯债溢价率方面，大周期环比+0.71pct、制造环比+1.1pct、科技环比+2.4pct、大消费环比+2.5pct、大金融环比+0.41pct [4] 行业轮动 - 计算机、医药生物、电子领涨，计算机日涨跌幅正股为3.62%、转债为2.72%；医药生物正股为2.37%、转债为1.01%；电子正股为2.10%、转债为0.97% [52]

市场策略分析 - 近期市场呈现极致的"杠铃"策略，聚焦大盘权重（如银行）和微盘股指数，但当前风险收益性价比偏低，导致市场活跃度下降和小微盘题材轮动加快 [1][3] - 大盘权重和微盘风格处于高位，面临短期调整压力，建议等待更具性价比的配置机会，后续可关注银行、新消费、科技、化工等题材及宽基指数 [1][3] - 市场波动率维持在低位，换手率继续下降，显示市场活跃度减弱 [6][7] 权益市场表现 - 上周大盘价值风格占优，大小盘和价值成长风格波动上升，风格切换可能性提升 [5][7] - 行业指数超额收益离散度下降，成分股上涨比例下降，行业轮动速度放缓 [5][7] - 交易集中度方面，个股和行业集中度与上期基本持平 [5][7] 商品市场动态 - 能化和黑色板块趋势性较强，贵金属板块趋势性上升 [20][24] - 除农产品外，其他板块基差动量较高 [20][24] - 能化板块波动率处于高位，有色、贵金属和农产品板块波动率在低位震荡 [20][24] - 各板块流动性均有所下降 [23][24] 期权市场观察 - 上证50和中证1000隐含波动率呈现上升趋势 [28] - 上证50看涨与看跌期权偏度双双回落，中证1000看跌期权偏度维持优势，显示市场认为小盘股存在调整风险 [28] 可转债市场情况 - 百元转股溢价率持续小幅下降，偏债型转债纯债溢价率保持稳定 [33] - 低转股溢价率转债占比回调，市场成交显著走弱，信用利差走阔 [33]

报告行业投资评级 未提及 报告的核心观点 今日转债多数下跌，估值环比压缩；大盘价值相对占优；转债市场成交情绪升温；转债中枢下降，高价券占比下降；正股行业指数下降占比过半 [1] 根据相关目录分别进行总结 市场主要指数表现 - 中证转债指数环比下降0.24%，上证综指环比下降0.18%，深证成指环比下降0.61%，创业板指环比下降0.68%，上证50指数环比下降0.52%，中证1000指数环比下降0.34% [1] - 大盘成长环比下降0.95%，大盘价值环比上涨0.07%，中盘成长环比下降0.69%，中盘价值环比下降0.31%，小盘成长环比下降0.57%，小盘价值环比下降0.04% [1] 市场资金表现 - 可转债市场成交额为558.54亿元，环比增长3.11%；万得全A总成交额为10241.23亿元，环比减少0.94% [1] - 沪深两市主力净流出146.65亿元，十年国债收益率环比上升0.60bp至1.73% [1] 转债估值 - 百元平价拟合转股溢价率为21.78%，环比昨日下降0.50pct；整体加权平价为88.84元，环比昨日上升0.08% [2] - 偏股型转债溢价率为3.68%，环比下降0.38pct；偏债型转债溢价率为89.12%，环比下降1.23pct；平衡型转债溢价率为19.25%，环比下降0.74pct [2] 行业表现 - A股市场中，跌幅前三位行业为有色金属（-2.07%）、电子（-1.28%）、汽车（-1.05%）；涨幅前三位行业为纺织服饰（+1.30%）、医药生物（+0.97%）、美容护理（+0.88%） [3] - 转债市场共计24个行业下跌，跌幅前三位行业为通信（-1.98%）、有色金属（-1.20%）、传媒（-1.08%）；涨幅前三位行业为银行（+0.61%）、建筑材料（+0.50%）、农林牧渔（+0.37%） [3] - 收盘价方面，大周期环比-0.26%、制造环比-0.63%、科技环比-0.91%、大消费环比-0.77%、大金融环比+0.20% [3] - 转股溢价率方面，大周期环比-0.63pct、制造环比-0.23pct、科技环比-0.5pct、大消费环比-0.65pct、大金融环比-0.56pct [3] - 转换价值方面，大周期环比+0.24%、制造环比-0.54%、科技环比-0.25%、大消费环比+4.05%、大金融环比+0.76% [3] - 纯债溢价率方面，大周期环比-0.36pct、制造环比-0.84pct、科技环比-1.2pct、大消费环比-2.2pct、大金融环比+0.22pct [4] 行业轮动 - 纺织服饰、医药生物、美容护理领涨，正股日涨跌幅分别为1.30%、0.97%、0.88%；转债日涨跌幅分别为-0.29%、-0.13%、-0.43% [53]

ETF投资策略 - ETF在资本市场中扮演重要角色，使普通投资者能够参与行业轮动，美港股市场分化加剧，科技巨头与传统能源此消彼长，消费复苏与高端制造交替领跑 [1] - 经济周期影响ETF表现，通胀回落期利好港股消费ETF，AI技术突破时美股半导体ETF常率先起舞 [1] - 构建ETF组合建议50%资金分配给宽基ETF（如标普500ETF和恒生指数ETF），30%配置行业ETF（根据季度GDP数据切换），20%用于捕捉突发性机会（如地缘冲突升级时的国防ETF） [1] - 行业轮动的本质是资金迁徙，观察ETF资金流量比盯个股涨跌更有预见性 [1] 季节轮动模型 - 一季度侧重配置港股高股息ETF（受益于年报分红预期），二季度转向美股消费ETF（把握暑期经济活力），三季度布局港股新能源ETF（对应政策窗口期），四季度增持美股科技ETF（押注年度新品发布季） [3] - 去年数据显示，按季节轮动模型调仓的组合跑赢大盘8个百分点，但需灵活调整，如遇美联储紧急加息可切换到公用事业ETF等防御品种 [3] - 行业ETF波动率通常是宽基指数的1.5-2倍，建议设置动态止盈线（当持仓ETF相对行业平均估值溢价超20%时分批减仓） [3] - 港股金融ETF与美股区域银行ETF存在负相关性，组合搭配能平滑波动，需警惕"伪流动性"陷阱（小众行业ETF日均成交不足百万美元可能面临折价抛售压力） [3] 智能导航系统策略 - 建议通过监测美港股行业ETF的资金流入强度、相对强度指标（RSI）背离、估值分位数等三维数据精准捕捉切换时机 [5] - 当前港股医疗ETF的PEG指标已低于十年均值，美股云计算ETF的机构持仓占比正快速回升，这类信号比市场情绪更可靠 [5] - 超额收益源于对产业变迁的深刻理解与工具的高效运用，而非频繁操作 [5]

大消费板块表现 - 5月27日A股大消费板块持续活跃 乳业、培育钻石、啤酒、白酒及谷子经济概念领涨 [1] - 泡泡玛特港股盘中涨超6%至231.6港元 总市值突破3100亿港元创历史新高 [1] - 蜜雪集团港股涨超8%至571港元 总市值破2100亿港元 茶百道、古茗、奈雪的茶跟涨 [1] 银行高端客户服务 - 兴业银行私人银行推出客户子女名企实习计划 合作企业包括摩根大通、中金资本等 [1] - 参与条件为非私行客户新增资金需达1000万元以上 存量客户新增500万元以上且资金需锁定 [1] 社交媒体功能澄清 - 腾讯客服明确回应微信朋友圈无访客记录功能 辟谣社交平台流传的相关教程 [1] 行业薪酬数据 - 2024年信息传输、软件和信息技术服务业平均工资连续9年居首 近5年涨幅达34.6% [1] - 金融业与科学研究和技术服务业分列最挣钱行业第二、三位 [1] A股6月投资机会 - 科技成长板块当前拥挤度回落至低位 TMT成交占比降至23% 低于历史调整到位水平 [2] - 近十年日历效应显示6月科技板块胜率较高 性价比优势凸显 [2] 功能饮料市场变革 - 中式养生水市场规模从2018年0.1亿元增至2023年4.5亿元 预计2028年突破百亿 [2] - 褪黑素气泡水、人参电解质水替代咖啡因成为职场新宠 便利店货架出现薏米水等养生饮品 [2] 教培行业现象 - 考研考编培训市场爆发 机构通过包装"名师"吸引学员 师资力量成为竞争关键 [3] - 部分培训机构采用MCN模式批量制造年轻讲师 行业透明度存疑 [3] 扫地机器人市场 - 2025年前4月国内扫地机器人线上销售额同比增67% 线下销量增速达94% [3] - 石头科技一季度营收增长86.2% 科沃斯增长11.1% 市场呈现量价齐升趋势 [3]

量化模型与构建方式 1. **模型名称**：RNN+Neural ODE+MLP融合模型 **模型构建思路**：通过RNN进行时序数据压缩和降维，利用Neural ODE学习时序演化规律重构数据，最后通过MLP捕捉alpha信息以提升选股鲁棒性[3][6]。 **模型具体构建过程**： - **Encoder层（RNN）**：对时序数据降维和特征提取。 - **Decoder层（Neural Jump SDE）**：拟合时序数据的微分动力系统，重构数据。公式： $$\left\{\begin{array}{l}dx(t)=v(x(t),t)dt+\sigma(x(t),t)dB(t),t\in[0,T]\\ \hat{y}=F(x(T))\\ x(0)=\hat{x}\end{array}\right.$$ 其中$v$和$\sigma$为全连接层加激活函数构成[22][26]。 - **MLP层**：对重构数据提取特征预测收益率。损失函数包括重构损失、KL散度和MSE损失： $$\alpha\log(p(x|\theta))+\beta\operatorname{KL}(N(\mu,e x p(\sigma/2))||N(0,\delta I))+(\hat{\sigma}-y)^{2}$$[31][32] **模型评价**：通过数据重构降低噪声影响，提升样本外泛化能力[3][34]。 2. **模型名称**：Baseline模型（ABCM模型） **模型构建思路**：基于神经网络的alpha和beta因子协同挖掘，生成选股因子[37]。 **模型评价**：作为对比基准，新模型在多头超额和抗风险能力上显著优于Baseline[39][43]。 3. **衍生模型**： - **Model1**：Neural ODE生成因子与Baseline因子等权组合[42]。 - **Model2**：Neural SDE生成因子与Baseline因子等权组合[42]。 - **Model3**：Model1因子剥离短期风险后的残差因子[42]。 --- 量化因子与构建方式 1. **因子名称**：Model1因子 **因子构建思路**：基于RNN+Neural ODE+MLP模型生成的alpha因子，通过数据重构增强稳定性[6][26]。 **因子评价**：多头超额显著提升，换手率降低，抗极端市场能力更强[39][43]。 2. **因子名称**：行业轮动因子 **因子构建思路**：将选股因子按行业流通市值加权聚合，生成行业得分[50][51]。 **因子评价**：Model1因子行业RankIC达12.55%，Top组年化超额25.27%，优于Baseline[52][53]。 --- 模型的回测效果 1. **RNN+Neural ODE+MLP模型（Model1）**： - **RankIC均值**：16.33%（中证全指）[39] - **Top组年化超额**：54.54%[39] - **最大回撤**：-6.63%（2024年）[43] - **换手率**：59.73%（较Baseline下降）[39] 2. **Baseline模型**： - **RankIC均值**：16.39%[39] - **Top组年化超额**：52.63%[39] - **最大回撤**：-5.25%[43] 3. **行业轮动表现**： - **Model1因子**：RankIC 12.55%，Top组超额25.27%[52] - **Baseline因子**：RankIC 12.20%，Top组超额23.05%[52] --- 因子的回测效果 1. **指数增强策略**： - **沪深300指增**：Model1年化超额16.67%，夏普比率3.14[65]。 - **中证500指增**：Model1年化超额21.37%，夏普比率3.21[72]。 - **中证1000指增**：Model1年化超额32.41%，夏普比率4.37[80]。 2. **Top组合绝对收益**： - **Model1**：年化收益43.80%，最大回撤-40.84%[59]。 - **Baseline**：年化收益40.15%，最大回撤-42.41%[59]。 --- 关键公式总结 1. **Neural SDE前向传播**： $$\left\{\begin{array}{l}dx(t)=v(x(t),t)dt+\sigma(x(t),t)dB(t)\\ \hat{y}=F(x(T))\\ x(0)=\hat{x}\end{array}\right.$$[22] 2. **总损失函数**： $$\alpha\log(p(x|\theta))+\beta\operatorname{KL}(N(\mu,e x p(\sigma/2))||N(0,\delta I))+(\hat{\sigma}-y)^{2}$$[32]

市场交易热度与情绪 - 市场整体交易热度略有回落，全A日均成交额从1.27万亿回落至1.17万亿，上证指数换手率分位数降至72%，创业板换手率分位数降至59% [1] - 个股收涨比例下降至30%，全A个股周度收益中位数降至-1.44%，赚钱效应下降 [1] - 行业轮动强度下降，一级行业前五成交额占比底部延续抬升，行业换手率历史分位数处于90%以上的行业有3个，环比下降 [1] A股资金流动 - 融资资金延续流入，净买入20亿元，成交额占比抬升至8.2% [2] - ETF资金延续流出，净流出规模124.1亿元，连续五周流出，规模环比收窄，被动成交占比环比降至4.9% [2] - 外资流出7.0亿美元，流入A股规模的历史分位数降为7.6% [2] - 偏股基金新发规模边际抬升至95亿，存量公募基金仓位抬升0.2% [2] A股行业配置 - 融资资金在汽车和电力设备板块增持，汽车净流入27.9亿元，电力设备净流入7.0亿元，计算机和非银金融净流出 [3] - 外资在电力设备板块净流出规模居前 [3] - ETF资金在国防军工净流入17.4亿元，医药净流出37.1亿元，电新净流出17.5亿元 [3] - 龙虎榜资金上榜行业前三为基础化工、环保和医药生物 [3] 港股与全球资金流动 - 南下资金单周净流入190亿元，处于2022年以来73%分位 [4] - 外资流出港股7.21亿美元，发达市场主动资金净流入28亿美元，新兴市场主动资金净流出10亿美元 [4] - 美国市场获外资净流入20亿美元，法国获外资净流入7.6亿美元 [4] - 恒生指数收涨1.1%，全球市场涨跌互现，印尼综指涨幅居前（+1.5%） [4]