量化模型与构建方式 1. **模型名称：择时雷达六面图综合择时模型**[1][6] * **模型构建思路**：权益市场表现受多维度指标共同影响，该模型从流动性、经济面、估值面、资金面、技术面、拥挤度六个维度选取二十一个指标刻画市场，并将其概括为“估值性价比”、“宏观基本面”、“资金&趋势”、“拥挤度&反转”四大类，最终生成一个介于[-1,1]之间的综合择时分数以指导市场观点。[1][6] * **模型具体构建过程**： 1. **指标选取与分类**：从六个维度（流动性、经济面、估值面、资金面、技术面、拥挤度）选取21个具体指标。[1][6] 2. **单指标打分**：每个指标根据其构建规则，被赋予-1（看空）、0（中性）或1（看多）的分数，部分指标分数为连续值。[1][6][10] 3. **维度综合**：将六个维度的单指标分数进行综合（具体综合方法未在报告正文详述，但图表显示各维度有独立分数），得到各维度的综合得分。[7][9] 4. **生成综合择时分数**：将六个维度的综合得分进一步汇总，最终生成一个介于[-1,1]之间的综合择时分数。[1][6] 量化因子与构建方式 1. **因子名称：货币方向因子**[11] * **因子构建思路**：判断当前货币政策的方向，通过比较货币政策工具利率与短端市场利率相对于90天前的平均变化方向来定义宽松或收紧。[11] * **因子具体构建过程**：选取央行使用的货币政策工具利率与短端市场利率，计算其相较于90天前的平均变化方向。若因子值>0，则判断货币政策宽松；若因子值<0，则判断货币政策收紧。在模型中，宽松对应看多信号（分数为1），收紧对应看空信号（分数为-1）。[11] 2. **因子名称：货币强度因子**[14] * **因子构建思路**：基于“利率走廊”概念，表征短端市场利率相对于政策利率的偏离幅度，以判断货币环境的松紧程度。[14] * **因子具体构建过程**： 1. 计算偏离度：$$偏离度 = \frac{DR007}{7天逆回购利率} - 1$$[14] 2. 对偏离度进行平滑与z-score标准化，形成货币强度因子。[14] 3. **信号生成规则**：若货币强度因子 < -1.5倍标准差，则预期未来120个交易日为宽松环境，指标分数为1；若因子 > 1.5倍标准差，则预期未来120个交易日指标分数为-1；否则为0（中性）。[14] 3. **因子名称：信用方向因子**[17] * **因子构建思路**：表征商业银行对实体经济信贷传导的松紧变化趋势，使用中长期贷款指标的同比变化方向来判断。[17] * **因子具体构建过程**： 1. 取中长期贷款当月值。[17] 2. 计算过去十二个月的增量。[17] 3. 计算该增量的同比值，得到信用方向因子。[17] 4. **信号生成规则**：若信用方向因子相比于三个月之前上升，则看多（分数为1）；反之则看空（分数为-1）。[17] 4. **因子名称：信用强度因子**[20] * **因子构建思路**：捕捉信贷指标是否大幅超预期或不及预期，反映信贷投放的强度变化。[20] * **因子具体构建过程**： 1. 计算信用强度因子：$$信用强度因子 = \frac{新增人民币贷款当月值 – 预期中位数}{预期标准差}$$[20] 2. **信号生成规则**：若信用强度因子 > 1.5倍标准差，则定义未来60个交易日为信用显著超预期环境，分数为1；若因子 < -1.5倍标准差，则未来60个交易日分数为-1；否则为0（中性）。[20] 5. **因子名称：增长方向因子**[22] * **因子构建思路**：基于PMI数据判断经济增长的变化方向。[22] * **因子具体构建过程**： 1. 基于中采制造业PMI、中采非制造业PMI、财新制造业PMI构建综合PMI指标。[22] 2. 计算该综合PMI过去十二个月的均值。[22] 3. 计算该均值的同比值，得到增长方向因子。[22] 4. **信号生成规则**：若增长方向因子相比于三个月之前上升，则看多（分数为1）；反之则看空（分数为-1）。[22] 6. **因子名称：增长强度因子**[25] * **因子构建思路**：捕捉经济增长指标是否大幅超预期或不及预期。[25] * **因子具体构建过程**： 1. 计算PMI预期差：$$增长强度因子 = \frac{PMI – 预期中位数}{预期标准差}$$[25] 2. **信号生成规则**：若增长强度因子 > 1.5倍标准差，则定义未来60个交易日为增长显著超预期环境，分数为1；若因子 < -1.5倍标准差，则未来60个交易日分数为-1；否则为0（中性）。[25] 7. **因子名称：通胀方向因子**[27] * **因子构建思路**：通过CPI和PPI的综合变化判断通胀趋势，通胀下行通常为权益资产提供宽松预期。[27] * **因子具体构建过程**： 1. 计算通胀方向因子：$$通胀方向因子 = 0.5 \times CPI同比平滑值 + 0.5 \times PPI同比原始值$$[27] 2. **信号生成规则**：若通胀方向因子相较于三个月之前降低（通胀下行），则看多（分数为1）；反之（通胀上行）则看空（分数为-1）。[27] 8. **因子名称：通胀强度因子**[29] * **因子构建思路**：捕捉通胀指标是否大幅超预期或不及预期。[29] * **因子具体构建过程**： 1. 分别计算CPI与PPI的预期差：$$预期差 = \frac{披露值 – 预期中位数}{预期标准差}$$[29] 2. 计算CPI与PPI预期差的均值，得到通胀强度因子。[29] 3. **信号生成规则**：若通胀强度因子 < -1.5倍标准差，则定义未来60个交易日为通胀显著不及预期环境，分数为1；若因子 > 1.5倍标准差，则未来60个交易日分数为-1；否则为0（中性）。[29] 9. **因子名称：席勒ERP**[30] * **因子构建思路**：使用经过周期平滑的盈利计算估值，并对比无风险收益率，衡量权益资产的长期风险溢价。[30] * **因子具体构建过程**： 1. 计算过去6年通胀调整后的平均盈利，得到席勒PE。[30] 2. 计算席勒ERP：$$席勒ERP = \frac{1}{席勒PE} - 10年期国债到期收益率$$[30] 3. 计算席勒ERP过去6年的z-score作为分数。[30] 10. **因子名称：PB**[34] * **因子构建思路**：使用市净率的倒数并标准化，作为估值衡量指标。[34] * **因子具体构建过程**： 1. 取PB值并乘以-1。[34] 2. 计算该值过去6年的z-score。[34] 3. 以1.5倍标准差进行截尾处理。[34] 4. 将处理后的值标准化到±1之间得到分数。[34] 11. **因子名称：AIAE (Aggregate Investor Allocation to Equities)**[36] * **因子构建思路**：衡量全市场权益配置比例，反映市场整体的风险偏好。[36] * **因子具体构建过程**： 1. 构建A股的AIAE指标：$$AIAE指标 = \frac{中证全指总流通市值}{中证全指总流通市值 + 实体总债务}$$[36] 2. 将AIAE指标乘以-1。[36] 3. 计算该值过去6年的z-score得到分数。[36] 12. **因子名称：两融增量**[39] * **因子构建思路**：通过融资余额与融券余额的净额变化趋势，判断市场杠杆资金的情绪。[39] * **因子具体构建过程**： 1. 计算融资余额与融券余额的差值。[39] 2. 分别计算该差值过去120日的日均增量和过去240日的日均增量。[39] 3. **信号生成规则**：若120日均增量 > 240日均增量，则判断杠杆资金上行，看多（分数为1）；反之则看空（分数为-1）。[39] 13. **因子名称：成交额趋势**[42] * **因子构建思路**：通过成交额的长期均线关系，判断市场成交热度与资金活跃度的趋势。[42] * **因子具体构建过程**： 1. 计算对数成交额的均线距离：$$均线距离 = \frac{ma120}{ma240} - 1$$[42] 2. **信号生成规则**：当均线距离的过去10日、30日、60日最大值同时相等时，看多（分数为1）；当过去10日、30日、60日最小值同时相等时，看空（分数为-1）；否则为中性（分数为0）。[42] 14. **因子名称：中国主权CDS利差**[46] * **因子构建思路**：通过海外投资者对中国主权信用风险的定价变化，推断外资流入意愿。[46] * **因子具体构建过程**： 1. 取中国主权CDS利差数据并进行平滑处理。[46] 2. 计算平滑后CDS利差的20日差分。[46] 3. **信号生成规则**：若20日差分 < 0（CDS利差下降），说明海外投资者预期中国基本面转好，看多（分数为1）；反之（差分>0）则看空（分数为-1）。[46] 15. **因子名称：海外风险厌恶指数 (Citi RAI Index)**[48] * **因子构建思路**：通过海外市场的综合风险偏好指数变化，判断外资风险偏好。[48] * **因子具体构建过程**： 1. 取花旗风险厌恶指数（Citi RAI Index）并进行平滑处理。[48] 2. 计算平滑后指数的20日差分。[48] 3. **信号生成规则**：若20日差分 < 0（风险厌恶下降），外资风险偏好上升，看多（分数为1）；反之（差分>0）则看空（分数为-1）。[48] 16. **因子名称：价格趋势**[50] * **因子构建思路**：结合价格均线距离的方向和强度，综合判断市场中长期运行趋势。[50] * **因子具体构建过程**： 1. 计算价格均线距离：$$均线距离 = \frac{ma120}{ma240} - 1$$[50] 2. **方向分数**：若均线距离 > 0，趋势方向分数=1；反之为-1。[50] 3. **强度分数**：若均线距离的过去20日与60日最大值相等，趋势强度分数=1；若过去20日与60日最小值相等，趋势强度分数=-1；否则强度分数可能为0（具体规则未完全明确）。[50] 4. **综合分数**：趋势综合分数 = (趋势方向分数 + 趋势强度分数) / 2。[50] 17. **因子名称：新高新低数**[52] * **因子构建思路**：通过市场创一年新高与新低的股票数量差，捕捉市场反转信号。[52] * **因子具体构建过程**： 1. 计算中证800成分股中，过去一年新低股票数减去新高股票数的差值。[52] 2. 计算该差值的20日移动平均（ma20）。[52] 3. **信号生成规则**：若该ma20值 > 0（新低较多），市场有见底预期，看多（分数为1）；反之（新高较多）则看空（分数为-1）。[52][53] 18. **因子名称：期权隐含升贴水**[56] * **因子构建思路**：基于期权定价推导出的标的隐含升贴水，反映期权市场对未来收益率的预期与情绪，作为反转指标。[56] * **因子具体构建过程**： 1. **看多条件**：若50ETF近5日收益率 < 0，且该指标历史分位数 < 30%，则发出看多信号，持续20日，分数为1。[56] 2. **看空条件**：若50ETF近5日收益率 > 0，且该指标历史分位数 > 70%，则发出看空信号，持续20日，分数为-1。[56] 19. **因子名称：期权VIX指数**[57] * **因子构建思路**：期权隐含波动率指数，反映市场对未来波动率的预期与情绪，作为反转指标。[57] * **因子具体构建过程**： 1. **看多条件**：若50ETF近5日收益率 < 0，且该指标历史分位数 > 70%，则发出看多信号，持续20日，分数为1。[57] 2. **看空条件**：若50ETF近5日收益率 > 0，且该指标历史分位数 > 70%，则发出看空信号，持续20日，分数为-1。[57] 20. **因子名称：期权SKEW指数**[61] * **因子构建思路**：期权隐含偏度指数，反映市场对未来收益率分布偏度的预期与情绪，作为反转指标。[61] * **因子具体构建过程**： 1. **看多条件**：若50ETF近5日收益率 < 0，且该指标历史分位数 > 70%，则发出看多信号，持续20日，分数为1。[61] 2. **看空条件**：若50ETF近5日收益率 > 0，且该指标历史分位数 < 30%，则发出看空信号，持续20日，分数为-1。[61] 21. **因子名称：可转债定价偏离度**[65] * **因子构建思路**：通过可转债市场价格与模型理论价格的偏离度，衡量转债市场的估值情绪，作为反转指标。[65] * **因子具体构建过程**： 1. 计算可转债定价偏离度：$$定价偏离度 = \frac{转债价格}{模型定价} - 1$$[65] 2. 计算因子分数：将定价偏离度乘以-1，再计算过去3年的z-score得到分数。定价偏离度越高，拥挤度越高，分数越低。[65] 模型的回测效果 *报告未提供择时雷达六面图综合择时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）。报告仅展示了截至报告发布当周（“本周”）模型及各维度、各因子的最新打分情况。[9][10]* 因子的回测效果 *报告未提供各单一因子独立的历史回测绩效指标（如IC、IR、多空收益等）。报告仅展示了截至报告发布当周（“本周”）各因子的最新信号分数。[10]*

市场表现 - A股市场9月23日全天探底回升，盘中全线跳水，创业板指数一度下跌2% [1] - 截至收盘，沪指下跌0.18%，深成指下跌0.29%，创业板指上涨0.21% [1] - 尽管尾盘三大指数拉升，但两市超过4200只个股下跌 [2] 调整原因分析 - 此次调整更多出于技术性需求和获利了结压力，并无太多实质性利空消息 [3] - 美联储降息预期落地后，部分资金有短期兑现情绪，历史经验显示降息后市场常出现下跌洗盘 [3] - 节前资金呈现避险情绪，获利盘开始"落袋为安" [6] - 国庆节前存在"日历效应"，统计显示节前五个交易日指数下跌概率为60% [6] 市场结构与动能 - A股尚未摆脱小级别休整波段，短期性价比指标普遍处于高位回落 [4] - 市场热度短期下降，表现为上涨公司数量和涨停公司数量占比下降，跌停公司数量占比提升 [4] - 科技成长板块热点犹存但出现分化，龙头股依然强势，后线标的已普遍进入调整 [4] - 市场缺乏清晰的指数上台阶结构主线，处于新主线和新催化的等待期 [5] - 成交量逐渐下行，阶段性增量资金不足，市场风险偏好未明显上行 [10] 板块估值数据 - 主要指数估值分位差异显著：科创20市盈率TTM为176.49，估值分位（2010年以来）达99.1%；创业板指市盈率TTM为43.40，估值分位为41.7% [12] - 部分行业估值处于高位：房地产市盈率TTM为68.32，估值分位达99.9%；计算机市盈率TTM为93.08，估值分位为95.8% [12] - 部分行业估值相对较低：食品饮料市盈率TTM为21.53，估值分位为19.4%；农林牧渔市盈率TTM为18.88，估值分位为8.1% [12] - 银行板块市盈率TTM为6.20，风险溢价为14.3% [12] 后市展望 - 行情从8月到9月呈现降速特征，市场整体风险偏好仍位于高位，但增量资金不足以推动估值中枢进一步上行 [11] - 指数处于大的震荡箱体中，以震荡整固为主，冲击关键阻力位前可能进行深度洗盘 [11] - A股中长期走好的逻辑未变（低利率时代、长期资金入市、政策支持等），除少数科技赛道外整体估值仍具备较高性价比 [11] - 市场不具备大幅下跌及持续走弱的基础，构成长期上行基础 [11]

外资流向与港股市场表现 - 2024年5月至7月末港股外资出现阶段性改善 长线稳定型外资累计流入677亿港元 短线灵活型外资流入162亿港元 [1] - 美国通胀及就业数据不及预期推动降息预期升温 流动性环境转松 中美贸易关系趋稳 外资企稳改善有望超预期并推动港股行情向上 [1] 港股估值水平分析 - 截至2025年8月21日恒生指数PE为11.5倍 恒生科技PE为21.4倍 较2021年估值高点仍有较大提升空间 [1] - 恒生指数PE历史分位数为58% 恒生科技PE历史分位数为20% 均低于标普500（93%）、德国DAX（79%）、英国富时100（78%）等全球主流指数 [1] 科技类ETF产品布局 - 恒生互联网ETF（513330）聚焦互联网龙头及AI应用端投资机会 [2] - 恒生科技指数ETF（513180）覆盖科技全产业链标的 [3]

市场整体表现 - 军工和医药等板块轮动上涨推动上证指数一度站上3600点关口 [1] 估值性价比分析 - 有色金属、特高压和电力设备板块估值处于相对低位且具备更好成长性 [1] - 半导体设备和材料、科创板等科技成长方向板块机遇值得把握 [1] - 部分绝对低估值的行业板块估值回归依赖于多方面因素改善 低估值本身并非挖掘超额收益的充分条件 [1]

大盘表现 - 道指上涨0.08%实现三连涨，纳指上涨0.67%，标普500上涨0.41% [3] - 科技股分化明显：Meta上涨3.6%，AMD和超微电脑上涨超3%，英伟达上涨1.7%，特斯拉和谷歌下跌超1%，苹果市值3万亿美元但年内累计下跌近20% [3] - 中长线资金在科技股中筛选业绩确定性和估值性价比标的 [3] 贵金属与原材料 - 世纪铝业上涨超21%，黄金资源股上涨16%，白银上涨超5% [3] - 纽约期金重返3400美元上方，现货黄金涨至3380美元附近，资金流向避险资产 [3] 中概股表现 - 多数中概股上涨但分化明显：百度、京东上涨超1%，理想汽车、知乎下跌超1% [3] - 中概股中长期逻辑需结合国内经济复苏节奏 [3] 美债收益率 - 10年期美债收益率涨至4.45%，两年期接近4%，对高估值科技股形成压制 [3] - 资金偏好业绩能扛住利率压力的标的，如AI产业链相关硬件公司 [3] 能源板块 - WTI原油上涨近3%，天然气上涨超7%，受中东局势和夏季需求预期推动 [4] - 中长期需关注能源供需格局实质性变化 [4] 市场主线 - 资金在科技股中挖掘真成长标的，同时流向避险资产 [4] - 中长期投资者需关注科技龙头回调机会、贵金属趋势及美债利率对美股估值影响 [4]

投资框架 - 采用基于估值性价比的景气度投资策略 既追求高景气度行业的成长性 也注重估值性价比和安全边际[3] - 关注景气持续和景气反转两类机会 通过产业链调研确认行业景气度 优选与产业链景气共振的标的[3] - 认为估值体系需根据公司产业生命周期 商业模式 竞争格局及竞争力综合评估 不同公司适用不同估值方法[3] 估值体系分析 - 同一公司估值体系在大部分时间稳定 但随时间推移会发生变化 这种低频重要变局需要特别关注[4] - 估值具有宏观特征 不同宏观环境对应不同估值因子表现 最近两年宏观不确定性上升 盈利确定性高的公司持续享受估值溢价[4] - 估值体系变化往往预示大的行情或风险 需要重新审视底层因素的变化[4] AI产业前景 - 今年是国内AI应用产业化元年 成本大幅下降 DeepSeek在客户教育 推理过程可追溯 本地化部署三个层面推动B端应用[5] - 国内厂商在C端AI应用展现强大竞争力 全球前十大AI应用国产占半壁江山 证明自主大模型能力达世界一流水准[5] - 垂直领域Know-how定制AI工作流和搭建私有知识库是实现企业级Agent的两大基础[5] 市场展望 - 后续储备政策值得期待 在对冲政策保驾护航下经济有望稳步复苏[5] - 美元降息周期未结束 市场预期今年年内仍有2-3次降息 国内货币政策仍有操作空间 对流动性环境保持乐观[5] - 新国九条发布后资本市场更趋成熟理性 未来更加重视长期绩优 重视股东回报的优质龙头企业[5] 研究体系 - 构建全面覆盖产业链 融合量化与基本面研究的立体化科技投资体系[1] - 团队具有产业学术背景和投研实力 凭借深厚产业积淀与团队协作能力在科技投资领域不断深耕探索[1] - 坚持长期跟踪和深入研究 以把握AI投资领域的变革先机[1]

量化模型与构建方式 1. **模型名称：择时雷达六面图** - **模型构建思路**：从流动性、经济面、估值面、资金面、技术面、拥挤度六个维度选取21个指标，综合生成[-1,1]之间的择时分数，反映市场中性或偏多/偏空信号[1][5]。 - **模型具体构建过程**： 1. **指标分类**：将指标分为四大类——"估值性价比"、"宏观基本面"、"资金&趋势"、"拥挤度&反转"。 2. **标准化处理**：对单指标计算zscore或分位数，截尾后标准化到±1区间。 3. **综合打分**：加权汇总各维度得分，生成综合择时分数[1][5][6]。 - **模型评价**：多维视角覆盖市场关键驱动因素，但依赖历史数据假设，需动态调整参数[1][5]。 2. **因子名称：货币方向因子** - **因子构建思路**：通过货币政策利率与短端市场利率的变化方向判断货币宽松/收紧[11]。 - **因子具体构建过程**：计算央行政策利率与市场利率（如DR007）90天前的平均变化方向，若>0为宽松（分数=1），<0为收紧（分数=-1）[11][13]。 3. **因子名称：货币强度因子** - **因子构建思路**：衡量短端利率偏离政策利率的程度，反映货币环境松紧[14][16]。 - **因子具体构建过程**： $$偏离度 = \frac{DR007}{7天逆回购利率} - 1$$ 平滑后计算zscore，若<-1.5倍标准差则未来120日分数=1，>1.5倍标准差则分数=-1[14][16]。 4. **因子名称：信用方向因子** - **因子构建思路**：基于中长期贷款同比变化判断信用扩张/收缩[17][19]。 - **因子具体构建过程**：计算中长期贷款过去12个月增量的同比，若较三个月前上升则分数=1，反之=-1[17][19]。 5. **因子名称：信用强度因子** - **因子构建思路**：捕捉信贷数据超预期程度[20][22]。 - **因子具体构建过程**： $$信用强度因子 = \frac{新增人民币贷款 - 预期中位数}{预期标准差}$$ 若>1.5倍标准差则未来60日分数=1，<-1.5倍标准差则=-1[20][22]。 6. **因子名称：增长方向因子** - **因子构建思路**：通过PMI同比变化判断经济增长趋势[23][25]。 - **因子具体构建过程**：计算中采与财新PMI的12月均值同比，较三个月前上升则分数=1，反之=-1[23][25]。 7. **因子名称：通胀方向因子** - **因子构建思路**：结合CPI与PPI判断通胀下行/上行环境[28][30]。 - **因子具体构建过程**： $$通胀方向因子 = 0.5 \times CPI平滑同比 + 0.5 \times PPI原始同比$$ 若较三个月前下降则分数=1，反之=-1[28][30]。 8. **因子名称：席勒ERP** - **因子构建思路**：调整盈利波动后的股权风险溢价[34][36]。 - **因子具体构建过程**： $$席勒PE = \frac{股价}{过去6年通胀调整平均盈利}$$ $$席勒ERP = \frac{1}{席勒PE} - 10年期国债收益率$$ 计算3年zscore并截尾标准化[34][36]。 9. **因子名称：可转债定价偏离度** - **因子构建思路**：通过转债估值偏离度捕捉市场情绪[67][69]。 - **因子具体构建过程**： $$定价偏离度 = \frac{转债价格}{模型定价} - 1$$ 取负值后计算3年zscore[67][69]。 --- 模型的回测效果 1. **择时雷达六面图** - 综合打分：-0.21（中性偏空）[5][7] - 流动性得分：-1.00（显著看空）[7][9] - 经济面得分：0.00（无显著信号）[7][9] - 估值面得分：-0.17（中性）[7][9] - 资金面得分：0.50（显著看多）[7][9] - 技术面得分：0.00（无显著信号）[7][9] - 拥挤度得分：-0.69（显著看空）[7][9] 2. **货币方向因子**：当前分数=-1[11][13] 3. **货币强度因子**：当前分数=-1[14][16] 4. **信用方向因子**：当前分数=-1[17][19] 5. **信用强度因子**：当前分数=-1[20][22] 6. **增长方向因子**：当前分数=1[23][25] 7. **通胀方向因子**：当前分数=-1[28][30] 8. **席勒ERP**：当前分数=0.39[36][38] 9. **可转债定价偏离度**：当前分数=-0.75[67][69] --- 量化因子与构建方式 （注：因子构建过程已整合至模型部分，此处不再重复） --- 因子的回测效果 （注：因子当前分数已整合至模型回测部分）