市场整体表现 - 1月22日午后A股三大指数集体上涨 沪指上涨0.16% [1] - 中证1000ETF（159845.SZ）上涨1.09% 表现强于主要宽基指数 [1] - 其他宽基指数表现分化 上证50跌0.35% 沪深300涨0.08% 中证500涨0.46% [1] 中证1000ETF成分股与行业表现 - 中证1000ETF前50大权重股中 源杰科技涨6.98% 惠城环保涨4.24% 精达股份涨2.54% 中钨高新涨2.52% 涨幅居前 [3] - 部分成分股表现不佳 芯源微跌3.72% 晶方科技跌3.47% [3] - 前几大重仓行业表现不一 计算机行业上涨0.78% 机械设备上涨0.15% 电子上涨0.06% 电力设备下跌0.13% 医药生物下跌0.42% [3] 中证1000ETF资金与流动性情况 - 中证1000ETF近五个交易日资金净流出171.67亿元 近十个交易日净流出168.91亿元 [3] - 该ETF最新规模为370.54亿元 [3] - 1月22日盘中成交额达40亿元 近一周日均成交额高达54.41亿元 显示流动性较好 [3] 宏观金融数据 - 2025年12月社会融资规模增量为22080亿元 同比少增6457亿元 [3] - 2025年全年社会融资规模增量累计35.6万亿元 较2024年的32.3万亿元多增3.34万亿元 [3] - 全年社融多增与年初积极财政政策导向和广义财政赤字发力支撑有关 [3] 机构市场观点 - 华鑫证券认为跨年春季行情已提前启动 部分板块结构性过热下监管压力引导“慢牛”行情 但不改中期上行趋势 [4] - 该机构预计春季行情有望在节前到两会期间迎来第二波 [4] - 战略层面建议核心配置AI竞赛和再通胀资源品主线 [4] 中证1000指数产品说明 - 中证1000ETF（159845）紧密跟踪中证1000指数 [4] - 中证1000指数由全部A股中剔除中证800指数成分股后 规模偏小且流动性好的1000只股票组成 [4] - 该指数综合反映中国A股市场中一批小市值公司的股票价格表现 [4]

量化模型与构建方式 1. **模型名称：高景气成长与红利策略轮动择时模型**[54] * **模型构建思路**：构建一个系统化的定量轮动模型，用于判断在特定市场环境下，是配置高景气成长风格（以创业板指为代表）还是红利风格（以中证红利全收益为代表）更优[54]。 * **模型具体构建过程**： 1. **因子/信号选取**：从单因子测试中选取五个有效的宏观与资金面指标作为模型的输入信号[54]。这五个指标分别是：期限利差、社融增速、CPI与PPI四象限、10年期美债利率、资金博弈（包含ETF、险资、外资等资金流向）[54]。 2. **信号生成**：在每个月底，对每个指标进行判断，给出配置建议信号。对于每个指标，若看多高景气成长则信号值为1，若看多红利则信号值为0[54][57]。 3. **综合打分**：将五个指标的信号值取算术平均值，得到最终的复合打分[54]。复合打分结果用于指导配置比例，例如打分结果可以解读为建议配置红利与成长的比例[54][55]。 模型的回测效果 1. **高景气成长与红利策略轮动择时模型**，累计收益403.31%[55]，年化收益18.04%[55]，最大回撤27.08%[55]，年化波动率22.89%[55]，年化Sharpe比率0.79[55]，Calmar比率0.67[55]。 2. **业绩基准（等权配置）**，累计收益66.59%[55]，年化收益5.38%[55]，最大回撤35.22%[55]，年化波动率20.65%[55]，年化Sharpe比率0.26[55]，Calmar比率0.15[55]。 3. **轮动策略相对基准的超额收益**，累计超额收益198.16%[55]，年化超额收益11.86%[55]，超额最大回撤13.16%[55]，年化跟踪误差11.01%[55]，信息比率(IR)1.08[55]。 量化因子与构建方式 1. **因子名称：期限利差因子**[54][57] * **因子构建思路**：利用长短期国债收益率之差（期限利差）作为判断成长与红利风格轮动的信号之一[54]。 * **因子具体构建过程**：计算关键期限国债（如10年期与1年期）的收益率差值。当期限利差走阔时，模型倾向于发出看多高景气成长的信号（赋值为1）；反之则看多红利（赋值为0）[54][57]。 2. **因子名称：社融增速因子**[54][57] * **因子构建思路**：将社会融资规模存量同比增速作为衡量国内信用环境和经济预期的指标，用于风格轮动判断[54]。 * **因子具体构建过程**：跟踪社融增速的变化。当社融增速上行时，可能发出看多高景气成长的信号（1）；下行时可能看多红利（0）[54][57]。 3. **因子名称：CPI与PPI四象限因子**[54][57] * **因子构建思路**：通过分析消费者价格指数（CPI）和生产者价格指数（PPI）的相对变化（组合成四个象限），来判断经济所处的通胀/通缩周期阶段，从而指导风格配置[54]。 * **因子具体构建过程**：根据CPI和PPI的同比变化方向（上升或下降），将经济状态划分为四个象限。不同象限对应不同的风格偏好信号（1或0）[54][57]。 4. **因子名称：10年期美债利率因子**[54][57] * **因子构建思路**：将10年期美国国债收益率作为反映全球无风险利率和流动性环境的外部指标，用于A股风格轮动[54]。 * **因子具体构建过程**：监测10年期美债利率的水平和变化。根据模型设定，当美债利率处于有利于成长股的环境时（例如较低或下行），发出看多高景气成长的信号（1）；反之则看多红利（0）[54][57]。 5. **因子名称：资金博弈因子**[54][57] * **因子构建思路**：综合监测ETF、保险资金、外资（北向资金）等主要机构投资者的资金流向，作为市场情绪和资金偏好的代理指标[54]。 * **因子具体构建过程**：跟踪上述几类资金的净流入/流出情况。当资金博弈指标显示风险偏好上升（例如数值大于0.5）时，发出看多高景气成长的信号（1）；反之则看多红利（0）[54][57]。 因子的回测效果 *(注：报告未提供上述五个单因子独立的回测绩效指标，仅展示了它们合成后的轮动模型效果。)*

量化模型与构建方式 1. **模型名称：高景气成长与红利策略轮动择时模型**[59] * **模型构建思路：** 构建一个系统化的定量模型，用于在“高景气成长”策略（以创业板指为代表）和“红利”策略（以中证红利全收益指数为代表）之间进行月度轮动配置，以捕捉不同市场环境下的优势风格[59]。 * **模型具体构建过程：** 1. **信号指标选取：** 从单因子测试中选取五个有效指标：期限利差、社融增速、CPI与PPI四象限、美债利率、资金博弈（ETF、险资、外资）[59]。 2. **信号生成：** 每月底，根据每个指标的状态，分别给出买入高景气成长或买入红利的配置信号（例如，指标值为0或1）[58][59]。 3. **综合打分：** 将五个指标当期给出的信号值取均值，作为最终的复合打分[59]。 4. **配置决策：** 根据复合打分的高低，决定下一个月在成长与红利之间的配置比例。例如，截至2025年12月12日，模型建议红利与成长的配置比例为60:40[55][59]。 2. **模型名称：黄金择时模型**[31][32] * **模型构建思路：** 通过构建一个多维度指标体系，对黄金价格进行择时判断，以区分配置仓位和交易仓位[30][31]。 * **模型具体构建过程：** 1. **指标体系构建：** 选取与黄金价格相关的六大类细分指标，包括：抗通胀属性（美国10年期盈亏平衡通胀率）、金融属性（实际利率）、货币属性（美国联邦政府财政赤字、商业银行总负债）、避险属性（经济政策不确定性指数）、资金与衍生品（CFTC黄金投机净多仓）、需求属性（中国央行黄金储备）以及技术指标（MAMA）[32]。 2. **信号处理：** 对部分低频数据（如月度、周度数据）进行时滞处理，以匹配交易频率。例如，财政赤字数据记录15个交易日时滞，商业银行负债数据记录25个交易日时滞，CFTC持仓数据记录6个交易日时滞，中国央行购金数据记录6个交易日时滞[32]。 3. **观点集成：** 对每个指标给出最新的多空观点（表中以“1”或“0”表示），综合这些观点形成对黄金的择时判断[32]。技术指标MAMA的参数设置为：fastlimit=0.1， slowlimit=0.01[32]。 模型的回测效果 1. **高景气成长与红利策略轮动择时模型**，累计收益193.47%，年化收益17.54%，最大回撤27.08%，年化波动率22.95%，年化夏普比率0.76，Calmar比率0.65[56]。 * **业绩基准（等权配置）**，累计收益60.61%，年化收益5.02%，最大回撤35.22%，年化波动率20.69%，年化夏普比率0.24，Calmar比率0.14[56]。 * **轮动策略相对基准的超额年化收益**为11.77%[59]。 量化因子与构建方式 1. **因子名称：期限利差因子**[59] * **因子构建思路：** 作为成长/红利轮动模型的输入指标之一，反映宏观经济预期和流动性环境，通常利差走阔有利于成长风格[59]。 2. **因子名称：社融增速因子**[59] * **因子构建思路：** 作为成长/红利轮动模型的输入指标之一，反映国内信用扩张程度和实体经济融资需求，影响市场风险偏好和风格[59]。 3. **因子名称：CPI与PPI四象限因子**[59] * **因子构建思路：** 作为成长/红利轮动模型的输入指标之一，通过分析消费者价格指数（CPI）与生产者价格指数（PPI）的相对位置和走势，判断经济所处的通胀周期阶段，从而对风格资产进行择时[58][59]。 4. **因子名称：美债利率因子**[59] * **因子构建思路：** 作为成长/红利轮动模型的输入指标之一，反映全球无风险利率和流动性预期，尤其影响对利率敏感的高估值成长板块[59]。 5. **因子名称：资金博弈因子**[59] * **因子构建思路：** 作为成长/红利轮动模型的输入指标之一，综合跟踪ETF、保险资金、外资（北向资金）等不同类型资金的流向和行为，捕捉市场情绪和风格偏好[59]。 因子的回测效果 （报告中未提供上述单个因子的独立测试结果取值）