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]

军工、医药等板块轮动上涨推动上证指数日前一度站上3600点关口。随着市场行情向好，如何从估值性 价比角度挖掘更具上涨潜力和更大超额收益空间的标的成为投资者关注的焦点。结合对市场整体估值水 平和基本面分析，机构人士表示，有色金属、特高压和电力设备板块当下估值处于相对低位且具备更好 成长性；对于下半年投资主线之一的科技成长方向，半导体设备和材料、科创板等板块机遇值得把握。 然而，对于估值处于绝对低位的部分行业板块，其估值回归依赖于多方面因素的改善，低估值本身并非 挖掘超额收益的充分条件。 （文章来源：中国证券报） ...

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]

——险资的投研经历令他十分看重安全边际，注重估值性价比 AI投资领域正历经波澜壮阔的变革，只有坚持长期跟踪，深入研究，才能把握先机。 作为"老十家"之一，华安基金在科技领域深耕已久，构建起全面覆盖产业链、融合量化与基本面研究的 立体化科技投资体系，这支集结产业学术背景+投研实力的"华安基金科技联盟"，凭借深厚的产业积淀 与团队协作能力，在科技投资领域不断扩容深耕与迭代探索。 站在当前时点，后市方向何寻？"后续出台的储备政策非常值得期待，在对冲政策的保驾护航下，经济 有望稳步复苏。从流动性的角度看，美元降息周期并未结束，目前市场预期今年年内仍有两至三次降 息，国内货币政策仍有操作空间，对年内的流动性环境保持乐观态度。"金拓表示，随着"新国九条"的 发布，整个资本市场将更趋于成熟和理性，未来更加重视长期绩优、重视股东回报的优质龙头企业。 作为华安基金科技联盟投研团队的重要一员，基金经理金拓长期深耕电子和计算机行业，险资的投研经 历更让其十分看重安全边际。金拓表示，今年是国内AI应用的产业化元年，未来将重点挖掘能够真正 推动AI应用商业化落地的优质企业。 除了关注行业景气度，金拓非常看重估值性价比。他认为，上市公司 ...

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）