核心观点 - 报告认为，4月作为一季报和年报集中披露窗口，市场风格通常从追逐题材转向深耕业绩，这使得大盘风格占优的概率较高[1][3][9] 具体到2026年4月，AI产业链和顺周期涨价方向有望实现业绩高增长，因此成长与价值风格可能相对均衡，但大盘风格预计更加占优[1][9] 流动性专题：4月市场风格季节性特点 - 历史数据显示，4月大盘风格优于小盘风格的概率为**80%**，大盘跑赢万得全A的概率为**70%**，均明显高于小盘风格[3][9] - 价值风格跑赢成长风格的概率为**80%**，跑赢万得全A的概率也为**80%**[3][9] - 从大小盘与成长价值两个维度看，大盘价值风格明显占优，其表现最优的概率为**60%**，跑赢万得全A的概率高达**80%**[3][9] - 主要宽基指数中，上证50表现最优及跑赢万得全A的概率均较高，而中证1000占优概率较低[3][9] - 在风格策略指数中，质量风格占优概率较高[3][9] 监管动向 - 中国证监会制定的《关于短线交易监管的若干规定》于4月7日开始施行，旨在防止内部人员利用信息优势进行短线交易，维护市场公平[14] - 中国人民银行货币政策委员会2026年第一季度例会召开，强调发挥增量与存量政策集成效应，保持流动性充裕，并关注长期收益率变化[14] 货币政策与资金成本 - 上周（3月30日至4月3日）央行公开市场净回笼资金**1202亿元**，未来一周将有**3040亿元**逆回购和**700亿元**国库现金定存到期[3][17] - 货币市场利率下行，R007下行**11.4个基点**至**1.39%**，DR007下行**10.3个基点**至**1.34%**[3][17] - 国债收益率曲线趋陡，1年期国债收益率下行**1.6个基点**至**1.24%**，10年期国债收益率上行**0.3个基点**至**1.82%**，期限利差扩大**1.8个基点**至**0.58%**[3][17] - 同业存单发行总规模为**3334.4亿元**，较上期减少**4385.8亿元**，1个月、3个月和6个月发行利率分别较前期变化**-7.5个基点**、**-4.4个基点**、**-0.1个基点**[3][18] 股市资金供需 - **资金供给**：二级市场可跟踪资金净流出规模扩大 上周新成立偏股类公募基金**32.4亿份**，较前期减少**78.4亿份**；股票型ETF净流出**227.9亿元**；融资资金净卖出**280.6亿元**，融资余额为**25627.2亿元**[3][28] - **资金需求**：IPO融资规模为**28.5亿元**，共有2家公司发行；重要股东净减持规模扩大至**38.8亿元**；公告的计划减持规模为**58.1亿元**，较前期上升[3][34] 限售解禁市值为**378.3亿元**，未来一周解禁规模将上升至**1089.3亿元**[34] 市场情绪与交易结构 - 市场情绪方面，上周融资买入额为**8542.5亿元**，占A股成交额比例为**10.1%**，融资交易活跃度增强，股权风险溢价上升[41] 海外市场风险偏好改善，VIX指数较前期下降**7.2点**至**23.9**[43] - 交易结构方面，上周关注度相对提升的风格指数及大类行业仅医药生物[47] 当周换手率历史分位数排名前五的行业为：周期（**90.4%**）、北证50（**90.0%**）、医药生物（**89.8%**）、中证1000（**82.4%**）[47] 投资者偏好 - **行业偏好**：上周农林牧渔、有色金属、综合获各类资金净流入规模较高[3][51] 从细分资金看，ETF资金净流入规模较高的行业为有色金属（**+4.5亿元**）、农林牧渔（**+2.1亿元**）和纺织服饰（**+1.5亿元**）；融资资金净买入规模较高的行业为医药生物（**+21.6亿元**）、农林牧渔（**+5.7亿元**）和环保（**+2.1亿元**）[51] - **ETF偏好**：上周ETF整体净赎回**175.1亿份**[56] 宽基ETF以净赎回为主，其中A500ETF赎回最多；行业ETF也以净赎回为主，医药ETF赎回较多（**-68.5亿份**），新能源&智能汽车ETF申购较多（**+6.7亿份**）[56] 净申购规模最高的单只ETF为华夏国证自由现金流ETF（**+5.6亿份**），净赎回规模最高的为华宝中证医疗ETF（**-17.9亿份**）[57] 外部流动性变化 - **国外央行动向**：美联储官员表态偏鹰，克利夫兰联储行长哈马克称若通胀持续高于2%目标，加息或许是适宜的；纽约联储主席威廉姆斯则倾向于维持利率不变[63][64] 欧洲央行官员表示下一步利率行动极有可能是加息，但启动时机尚不确定[63][64] - **海外经济数据**：美国2月PPI数据全面超预期，环比大涨**0.7%**（预期0.3%），同比升至**3.4%**，加剧滞胀担忧[3][66] 就业数据修正后，1月非农新增就业人数上修至**16万人**，2月下修至减少**13.3万人**，2月失业率从4.3%升至**4.4%**[3][66][67] 市场预期美联储2026年可能不降息[66]

核心观点 - 报告基于对过去10年历史数据的分析，揭示了A股市场在4月份的日历效应，核心结论是：4月份市场整体倾向于回落，大盘风格表现优于小盘风格，美容护理、食品饮料、家用电器、银行等行业相对占优，而计算机、综合、轻工制造等行业则表现相对滞后 [2][7] 宽基指数与市场风格表现 - 根据过去10年数据，同花顺全A（加权）指数在4月份的平均月绝对涨跌幅为 **-1.6%**，表明市场在多数年份的4月出现回落 [7][8] - 从风格角度看，小盘风格明显跑输大盘风格，具体表现为中证2000指数相对于沪深300指数在4月份的平均月超额收益为 **-4.0%** [10] - 微盘风格同样表现不佳，万得微盘股日频等权指数相对于同花顺全A（加权）指数在4月份的平均月超额收益为 **-1.7%**，进一步印证了大盘风格在4月相对占优的结论 [7][11] 行业表现分析 - 根据过去10年行业指数相对于同花顺全A（加权）指数的平均月超额收益，4月份表现相对占优的行业及其超额收益分别为：美容护理 (**2.8%**)、食品饮料 (**1.8%**)、家用电器 (**1.4**)、银行 (**2.1%**)、医药生物 (**2.2%**) [7][13][15] - 4月份表现相对滞后的行业及其超额收益分别为：计算机 (**-3.0%**)、综合 (**-2.5%**)、轻工制造 (**-2.4%**)、国防军工 (**-2.2%**)、纺织服饰 (**-1.9%**) [7][13][15]

市场风格分析 - 当前市场呈现显著的结构性特征，小盘风格相对强势的格局已持续一段时间，但关于风格可持续性的讨论也随着指数估值分位点的升高日益升温 [2] - 使用国证2000指数与沪深300指数作为小盘股与大盘股的代表，国证2000指数相对于中证1000指数能捕捉更为广泛、市值更下沉、成长属性更强的小盘风格 [2] - 小盘风格在过去十余年中经常阶段性跑赢大盘风格，由于规模因子的预测能力已经消退，投资者更多将其视为风险指标，用来观测某一风格的收益聚集程度 [6] 历史风格周期回顾 - 2011年至2013年初大盘风格略微跑赢小盘风格，接着从2013年开始小盘开启了为期4年的强势期 [8] - 2017年开始由于漂亮50、贸易战、疫情等一系列宏观因素催生大盘风格强势的核心资产行情 [8] - 2021年开始核心资产行情瓦解后小盘风格开始引领势头至今，但近期小盘风格累计超额已来临至2017年以来新高，市场风格转换的可能性在小盘风格持续推升之际也逐渐增强 [8] 不同策略在风格转换期的表现 - 通过观察2017-2020年大盘行情明显占优时期的收益表现，中证500指增策略指数以80.78%的累计收益略微跑赢沪深300指增策略指数的75.07%，成为收益最高的私募策略 [10][11] - 中证500指数既兼具了个股的质量和流动性，其行业数量和权重也更加分散，不向金融地产板块过度聚集，因此在2017至2020年不仅取得较好的收益，且收益中alpha部分的占比显著高于沪深300指增 [11] - 在2018年的全面下跌行情中，量化CTA策略指数获得6.67%的正收益，套利策略指数获得3.91%的正收益，债券增强策略指数获得4.55%的正收益，有效对冲了部分股票敞口策略风险 [10][11] 策略组合建议 - 在经历了2025年一整年的牛市行情后，若投资者考虑对组合中已盈利部分进行再平衡配置，那么中证500指增、CTA、套利和债类策略可以接纳小微盘股的盈利仓位，有利于组合波动在未来实现降低 [11] - 股债跷跷板效应尤为明显，2024年国债期货交易策略在924行情前期成为资金最为侧重的正收益策略，CTA策略则同样是在股票熊市期间如2018年、2024年提供了另类的配置alpha [11]

报告行业投资评级 未提及 报告核心观点 - 上周权益市场风格切换，小盘走弱，转债市场缩量调整但抗跌，万得可转债加权指数跑赢正股加权指数0.43pcts；转债ETF净申购25.45亿元支撑估值 [2] - 短期内转债随正股震荡盘整，维持轮动快的结构性行情，大盘、红利转债占优；宽幅震荡期转债有不对称优势；业绩预告披露后，小微盘避险情绪缓解，节前或开启利好与政策博弈行情，风格有望切换至小盘占优带动转债市场 [2][11] 各部分总结 政策跟踪 - 1月27日国务院发布《中华人民共和国药品管理法实施条例》，支持产业新业态，促进医药创新成果落地，将于2026年5月15日施行 [3] - 1月29日国务院发布《公开募集证券投资基金业绩比较基准指引》，提出12条举措，划出重点服务消费领域，加强培育服务消费新增长点支持保障 [2][3] 二级市场 - 上周权益市场主要指数收跌，海外美联储鹰派提名使贵金属调整，国内1月PMI指数环比回落，宏观经济景气度下降，市场风险偏好下行，风格切换，小微盘股走弱，大盘红利走强 [6] - 转债市场主要指数跟跌，日均成交额902.09亿元，较前周缩量30.86亿元；转债ETF分化，整体净申购25.45亿元支撑估值 [7] - 结构上大盘风格抗跌占优，万得可转债AAA指数跌幅0.82%领跑，高价指数收跌5.19%；正股与转债价格回落，转换价值分位数下降，转债中位估值水平上升 [9] - 交易情绪上，权益活跃度下行，转债活跃度提升 [9] - 行业上各行业转债全线下跌，建筑材料等行业表现领先，国防军工、计算机行业靠后；估值分化，平均转股溢价率上升，中位转股溢价率下降 [10] - 个券上大多转债上涨，百川转2领涨，高位转债如AI应用、商业航天题材跌幅深，东时转债因股东问题下跌 [13] - 转债价格算术平均值和中位数下降，转股溢价率算术平均值上升、中位数下降，纯债溢价率算术平均值和中位数下降 [24] 一级市场 - 上周无转债发行，联瑞转债、耐普转02上市，凯盛转债等提前赎回退市；截至上周五，转债市场存量规模5525.88亿元，较年初减少45.96亿元，较前周减少36.82亿元 [30] - 10支转债转股比例达5%以上，富淼转债等已公告提前赎回，荣23转债等即将触发强赎条件，首华转债因转股溢价率负值引投资者转股 [33] - 斯达半导发行转债获交易所审核通过，1支转债获发审委审核通过共15.00亿元，8支转债获证监会核准待发共61.64亿元 [34] - 条款跟踪方面，1支转债公告下修转股价格，2支转债公告提前赎回，多支转债有相关触发条件公告 [35]

核心观点 - 人民币升值趋势叠加岁末年初窗口 外资有望阶段性净流入A股 贡献增量资金并利好大盘风格 [1] - 1月市场更可能呈现结构性增量资金流入格局 有望助力A股延续上行趋势 继续演绎春季攻势 风格层面推荐大盘风格 [1][2] 历年1月各类资金变化特征 - 保险资金和外资通常在年初进行布局 保险资金多在年初净流入 [1][2] - 1月融资资金往往在后半月转弱 [1][2] - 外资的流入比较有利于A股的大盘风格 [1][2] 货币政策与利率 - 上周(12/29-12/31)央行公开市场净投放7009亿元 [2] - 未来一周将有13236亿元逆回购和600亿元国库现金定存到期 [2] - 货币市场利率下行 R007下行7.4个基点 DR007下行9.5个基点 [2] - 国债收益率上行 1年期国债收益率上行4.5个基点 10年期国债收益率上行0.5个基点 [2] - 同业存单发行规模减少4196.2亿元 1个月/3个月/6个月同业存单利率均下行 [2] 资金供需 - 二级市场可跟踪资金净流入规模扩大 [3] - 融资余额下降 融资资金净卖出22.7亿元 [3] - ETF净流出33.5亿元 [3] - 新成立偏股类公募基金份额减少 [3] - 重要股东由净减持规模上升 公布的计划减持规模下降 [3] 市场情绪 - 上周融资资金交易活跃度减弱 股权风险溢价下降 [3] - 上周各类风格指数及大类行业换手率普遍下降 [3] - VIX指数回升 海外市场风险偏好下降 [3] 市场偏好 - 行业偏好上 有色金属、国防军工、家用电器获各类资金净流入规模较高 [3] - 宽基指数ETF以净赎回为主 其中上证50ETF赎回最多 [3] - 行业ETF申赎参半 其中原材料ETF申购较多 军工ETF赎回较多 [3] - 净申购最高的为华夏中证A500ETF 净赎回最高的为华夏上证50ETF [3] 海外变化 - 美国三季度GDP同比增长4.3% 超出市场预期 [3] - 增长主要由居民消费及人工智能相关基础设施投资拉动 [3] - 外贸对增长形成一定支撑 但企业投资增速较二季度明显放缓 [3] - 12月ISM制造业指数继续回落至47.9 连续第10个月处于收缩区间 显示制造业需求偏弱 [3]

量化模型与构建方式 1. **模型名称：A股仓位择时策略（波段模型与短线模型）**[1] * **模型构建思路：** 综合运用波段模型和短线模型对A股市场进行择时，以判断市场整体仓位水平。波段模型用于捕捉中期趋势，短线模型用于捕捉短期信号。[1] * **模型具体构建过程：** 报告未详细描述具体构建过程，但提及模型会输出看多或看空信号，并综合考量后给出仓位建议。例如，波段模型在特定日期后首次转为较高仓位，短线模型则对不同宽基指数（如中证1000、沪深300、中证500）分别进行判断。[1] 2. **模型名称：A股多空择时策略**[11][16] * **模型构建思路：** 构建一个基于沪深300股指期货的多空策略，旨在通过择时获取超越单纯持有多头的收益。[16] * **模型具体构建过程：** 报告未详细描述具体构建过程，但从图表名称和净值曲线可知，该模型会生成做多或做空的交易信号，并据此构建投资组合。[16] 3. **模型名称：A股小微盘择时策略**[11][18] * **模型构建思路：** 对A股市场中的小微盘风格进行择时判断，以决定是否超配或低配该风格。[11][18] * **模型具体构建过程：** 报告未详细描述具体构建过程，但根据最新观点，该模型在一月份维持看多大盘的判断。[29] 4. **模型名称：A股红利成长择时策略**[11][21] * **模型构建思路：** 在红利（价值）和成长两种风格之间进行轮动择时，以捕捉不同市场环境下的风格收益。[11][21] * **模型具体构建过程：** 报告未详细描述具体构建过程，但提供了该策略与基准（等权配置创业板指和中证红利全收益指数）的历史业绩对比。策略逻辑是在创业板指和中证红利全收益指数之间进行轮动选择。[19] * **模型评价：** 从历史回测看，该轮动策略相比等权配置基准和单一风格指数，在累计收益、年化收益、风险调整后收益（Sharpe比率）等方面均有显著提升，最大回撤也得到较好控制。[19] 5. **模型名称：美股择时策略**[11][22] * **模型构建思路：** 对美股市场（以标普500指数为代表）进行择时，模型可能包含杠杆做多、做空、持仓（反弹）等多种信号。[11][22] * **模型具体构建过程：** 报告未详细描述具体构建过程，但从图表可知，模型会生成“2倍开多信号”、“做空（空仓）信号”、“持仓（反弹）信号”等，并据此构建不同杠杆或方向的头寸。[22] 6. **模型名称：黄金择时策略**[11][23] * **模型构建思路：** 对黄金价格走势进行择时，以决定黄金资产的配置仓位。[11][23] * **模型具体构建过程：** 报告未详细描述具体构建过程，但提及该策略包含长期仓位和短期交易仓位，并根据信号调整总体仓位水平。[5][29] 7. **模型名称：行业轮动策略**[6][29] * **模型构建思路：** 在一月份推荐使用行业轮动策略，根据资金面、市场情绪等因素在不同行业间进行切换，以获取超额收益。[6][29] * **模型具体构建过程：** 报告未详细描述具体构建过程，但给出了行业选择的建议方向，如半导体设备、机器人、化工等。[5][29] 模型的回测效果 1. **A股红利成长择时策略（轮动策略）**[19] * 累计收益：377.37% * 年化收益：17.54% * 最大回撤：27.08% * 年化波动率：22.95% * 年化Sharpe比率：0.76 * Calmar比率：0.65 2. **A股红利成长择时策略（基准：等权配置创业板指与中证红利）**[19] * 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Sharpe比率：0.24 * Calmar比率：0.14 3. **创业板指（单一风格基准）**[19] * 累计收益：17.70% * 年化收益：1.70% * 最大回撤：57.05% * 年化波动率：28.51% * 年化Sharpe比率：0.06 * Calmar比率：0.03 4. **中证红利全收益（单一风格基准）**[19] * 累计收益：93.59% * 年化收益：7.07% * 最大回撤：27.08% * 年化波动率：17.42% * 年化Sharpe比率：0.41 * Calmar比率：0.26 量化因子与构建方式 * 本报告中未明确提及具体的量化因子构建细节。

量化模型与因子总结 量化模型与构建方式 1. **模型名称**：风格相对拥挤度模型[71][127] * **模型构建思路**：通过计算不同风格指数换手率标准化值的差异及其历史分位，来衡量某一风格相对于另一风格的交易拥挤程度，以判断其配置风险或性价比[71][127]。 * **模型具体构建过程**： 1. 对于风格A指数和风格B指数，分别计算其近252个交易日的平均换手率[127]。 2. 将上述平均换手率值，在2005年1月1日以来的历史时间序列上进行Z-score标准化，得到Z-score_A与Z-score_B[127]。 3. 计算二者差值：$$Diff_{AB} = Z\text{-}score_A - Z\text{-}score_B$$[127] 4. 计算差值Diff_AB的滚动6年历史分位数（若历史数据不足6年但满1年，则使用全部历史数据计算），该分位数即为风格A相对于风格B的相对拥挤度[127]。 2. **模型名称**：风格累计超额净值模型[128] * **模型构建思路**：以万得全A指数为基准，计算各风格指数的累计超额收益，用于跟踪风格表现的相对强弱[128]。 * **模型具体构建过程**： 1. 设定基准日（报告中为2020年1月4日）[128]。 2. 将各风格指数及万得全A指数的每日收盘价除以基准日收盘价，得到各自的累计净值序列[128]。 3. 将各风格指数每日的累计净值除以同一交易日万得全A指数的累计净值，得到该风格指数相对于万得全A的累计超额净值[128]。 3. **模型名称**：机构调研活跃度模型[129] * **模型构建思路**：通过标准化并比较不同板块（指数、行业）的机构调研频率，构建活跃度指标并计算其历史分位，以衡量市场关注度的变化[129]。 * **模型具体构建过程**： 1. 对于特定板块，计算其近n个交易日的“日均机构调研次数”[129]。 2. 将该日均值在滚动y年的历史时间序列上进行z-score标准化[129]。 3. 将上述标准化值与万得全A指数的同期标准化结果作差，得到“机构调研活跃度”[129]。 4. 计算该“机构调研活跃度”的滚动y年历史分位数（长期口径：n=126，y=6年；短期口径：n=63，y=3年。历史数据不足时使用全部可用数据计算）[129]。 模型的回测效果 *本报告为市场跟踪周报，未提供上述模型的长期历史回测绩效指标（如年化收益率、夏普比率、最大回撤等）。报告主要展示了模型在特定时点（2025年12月26日当周）的输出结果和状态判断[71][75][77][78]。* 量化因子与构建方式 1. **因子名称**：滚动季度夏普率[37][39] * **因子构建思路**：计算万得全A指数滚动一个季度（约63个交易日）的夏普比率，作为衡量市场情绪与风险的指标[37]。 * **因子具体构建过程**：报告未给出详细计算公式，但遵循夏普比率通用定义，即区间超额收益率均值除以收益率标准差。文中指出该指标上升至历史极高位置表明市场情绪达到极端高峰[37]。 2. **因子名称**：风险溢价（ERP）[51][59] * **因子构建思路**：计算股票指数市盈率倒数与无风险利率的差值，作为衡量股债相对性价比的指标[51]。 * **因子具体构建过程**：对于任一指数，其ERP计算公式为： $$ERP = \frac{1}{PE_{TTM}} - R_{f}$$ 其中，\(PE_{TTM}\) 为指数的滚动市盈率，\(R_{f}\) 为10年期中国国债到期收益率[51]。 3. **因子名称**：成交热度[25][35] * **因子构建思路**：使用换手率的历史分位来度量指数、板块或行业的交易活跃程度[25]。 * **因子具体构建过程**：成交热度定义为“周度日均自由流通换手率”在设定历史区间（例如2005年1月1日至今）内的历史分位值[25][35]。 4. **因子名称**：动量因子（基于长江动量指数）[61] * **因子构建思路**：以最近一年收益率减去最近一个月收益率（剔除涨停板）作为动量指标，筛选动量特征强的股票[61]。 * **因子具体构建过程**：报告未给出具体加权和调仓细节。长江动量指数综合选择A股市场中动量特征强且流动性相对较高的前100只股票作为成分股，以表征动量风格的整体走势[61]。 5. **因子名称**：反转因子（基于长江反转指数）[61] * **因子构建思路**：以最近一个月收益率作为筛选指标，筛选反转效应强的股票[61]。 * **因子具体构建过程**：报告未给出具体加权和调仓细节。长江反转指数综合选择A股市场中反转效应强、流动性较好的前100只股票作为成分股，并采用近三个月日均成交量进行加权，以表征反转风格的整体表现[61]。 因子的回测效果 *本报告未提供上述因子的IC、IR、多空收益等传统因子测试结果。报告主要展示了这些因子或基于其构建的指数在特定时期（近一周、近一月、年初至今）的表现，以及相关指标（如PE分位、ERP分位）在当周末的截面或时间序列值[17][35][49][59][66]。*

海外宏观与政策 - 12月FOMC会议决定降息25个基点，并宣布将开展技术性扩表以防止流动性风险，市场预期美联储后续将放缓降息节奏 [1][11] - 市场对此次会议进行鸽派定价，导致美债利率和美元走弱，黄金价格上涨，美股市场则呈现先涨后跌的走势 [1][11] 国内宏观与政策 - 11月国内信贷数据表现偏弱，房地产市场的疲软拖累了居民贷款，新增企业贷款主要由票据融资和企业短期贷款支撑，企业中长期贷款同比少增 [1][11] - 中央经济工作会议明确了温和扩张的政策总基调，持续关注高质量发展，并在财政、货币、内需、地产、产业政策等方面做出详细部署，具体包括保持必要的财政赤字、降准降息、提振消费、反内卷等，后续需关注增量政策的落地情况 [1][11] 债券市场 - 上周（12月8日至12日）债券市场收益率整体小幅下行 [1][11] - 政治局会议与中央经济工作会议相继落地，政策定调回归“加大逆周期和跨周期调节力度”，并强调保持“必要财政赤字”，将促进经济稳定增长和物价合理回升作为货币政策重要考量 [1][11] - 当前债市仍担忧超长期债券缺乏承接能力以及物价回升的基本面预期问题，短期内可能缺乏趋势性机会，策略上可考虑维持适度久期，进行逆向博弈，并重视高票息资产和长久期资产的配置价值 [1][11] A股市场 - 从企业盈利、流动性与风险偏好三因素框架分析，A股企业盈利偏弱，流动性与风险偏好延续负面，因此A股反弹可能尚需时日 [2][12] - 从日历效应看，12月至次年1月期间，小微盘股面临逆风，大盘风格可能相对占优 [2][12] 港股市场 - 12月FOMC会议落地后，美联储进入降息观察期，同时疲弱的就业现状导致市场宽松预期出现波动，这可能对港股市场产生扰动 [2][12] 大宗商品市场 - 原油方面，从全球经济基本面来看，原油需求仍然疲弱，供给持续释放，库存累积，价格继续承压 [3][13] - 黄金方面，12月FOMC会议后，美联储进入降息观察期与弱就业现状带来的宽松预期波动，可能对黄金价格产生短期扰动，但中长期发展趋势被看好 [3][13]

核心观点 - 截至2025年12月12日，市场情绪指标数值为1.35，较上周五的2.4进一步走低，从情绪角度来看观点偏空 [2][8] - 市场情绪出现温和修复但结构性分化仍存，部分指标如价量一致性、融资余额占比呈现边际回暖，但风险偏好修复仍显不足 [2][11] - 当前量化模型整体提示大盘风格与成长风格占优信号 [2][50] 情绪模型观点 - **综合情绪得分回落**：市场情绪指标数值为1.35，较上周五的2.4大幅降低，情绪得分保持快速下滑，市场交易活跃度仍保持较低状态 [2][8] - **价量一致性边际回暖**：本周价量一致性指标周内冲高回落，较上周出现一定改善，市场价量匹配程度回升，资金关注度与标的涨幅相关性增强 [2][11][12] - **市场成交活跃度上升**：本周全A成交额较上周环比上涨15.14%，平均日成交额为19530.44亿元，其中12月12日成交额为近期最高的21190.10亿元人民币，日成交量1285.92亿股 [2][14] - **风险偏好修复不足**：科创50相对全A成交占比仍处下行通道，表明当前市场的风险偏好继续较低 [2][11][16] - **行业间资金切换放缓**：行业间交易波动率继续回落，显示资金在行业间切换节奏放缓，流动性边际趋弱 [2][11][21] - **行业观点一致性较高**：行业涨跌趋势性维持在布林带上界附近震荡，行业观点一致性是今年情绪指标整体的重要支撑 [2][11][24] - **杠杆资金情绪升温**：融资余额占比持续上行并创下近三年度新高，表明当前市场杠杆资金情绪进一步上升，风险偏好呈现结构性修复 [2][11][26] - **短期上行动能有限**：RSI指标小幅回升但仍运行于低位区间，短期上行动能改善有限 [2][11][29] - **机构资金进场意愿提升**：主力资金净流入维持高位震荡，说明主力资金进场意愿提升，市场做多动能得到进一步夯实 [2][11][33] - **期权市场情绪谨慎**：本周20日PCR均线下穿60日均线，显示期权市场多空结构发生转变，投资者对未来行情趋于谨慎 [2][36] 其他择时模型观点 - **行业短期得分排名**：根据均线排列模型，截至2025年12月12日，通信、轻工制造、综合、有色金属、石油石化是短期得分最高的行业，其中通信当前短期得分为77.97，为短期得分最高行业 [2][40] - **行业短期得分上升趋势**：非银金融、通信、国防军工、综合、汽车等行业短期得分上升趋势靠前 [2][40] - **行业拥挤度分析**：本周拥挤度与周内涨跌幅相关系数为0.33，存在较强正相关性 [2][46] - **高拥挤度板块表现**：近期通信、国防军工等高拥挤度板块领涨明显，拥挤资金快速流入导致涨幅显著放大，短期仍有上冲惯性但需警惕高位回调压力 [2][46] - **高拥挤低涨幅板块**：轻工制造、银行等拥挤度同样较高但涨幅较低，若有资金面进一步催化，或仍具备上涨潜力 [2][46] - **低拥挤度板块**：钢铁、环保、有色金属、公用事业等低拥挤度板块涨幅相对落后 [2][46] - **风格择时信号**：当前模型维持提示大盘风格占优信号，但信号提示强度较弱，同时5日RSI相对20日RSI迅速上升，未来信号存在削弱可能 [2][50] - **成长风格占优**：模型切换提示成长风格占优信号，且5日RSI相对20日RSI迅速上升，未来信号强度可能出现进一步加强 [2][50]

宏观政策基调 - 财政政策取向积极，赤字率安排或维持在4% [1] - 货币政策将促进经济稳定增长和物价合理回升作为重要考量，意味着促进发展和物价回升的优先级较高 [1] - 明年A股有望继续迎来相对宽松的政策环境 [1] 产业与投资重点 - 会议部署推动投资止跌回稳，明年作为十五五开局之年，重大项目有望成为投资端主要抓手 [1] - 从历史经验看，会议提到的重点产业往往会成为第二年经济工作重点，政策会加大支持力度，例如2023年的低空经济和2024年的整治内卷 [2][10][11][12] - 会议重视需求相对供给较弱的问题，提及将制定实施城乡居民增收计划，但未提“加力扩围”，两新政策资金支持力度可能难以扩张 [1] 会后市场风格规律 - 从过去10年会后市场表现看，会后7天大盘风格往往相对占优，近5年有4次是大盘风格占优 [2][3] - 具体历史数据显示，2015、2017、2018、2020、2022、2023、2024年会后大盘股占优，2016、2019、2021年会后小盘股占优 [4] 会后行业表现规律 - 石油石化、通信、电子等行业在会后7日上涨概率更高 [2][6] - 近5年，社会服务、公用事业、煤炭、传媒这五个行业平均超额收益水平相对更高 [2][6] 历年会议产业部署回顾 - 2020年重点产业为新能源与自主可控，政策强调增强产业链供应链自主可控能力，大力发展新能源 [13] - 2021年重点产业为基建，政策提出适度超前开展基础设施投资，提升制造业核心竞争力 [13] - 2022年重点产业为自主可控，政策强调产业政策要发展和安全并举，保证产业体系自主可控，并提及加快新能源、人工智能、生物制造等前沿技术研发 [13] - 2023年重点产业为低空经济与人工智能，政策提出打造低空经济等战略性新兴产业，开辟未来产业新赛道，加快推动人工智能发展 [13] - 2024年重点产业为人工智能与整治内卷，政策提出开展“人工智能+”行动，并综合整治“内卷式”竞争 [13]