这一位置历来被视作重要的"牛熊分界线"。在2016-2017年及2020-2021年的牛市行情中，该指数均未有 效跌破此均线。 这轮港股下跌，并非单一因素所致，而是多股力量叠加的结果。 一方面，海外扰动持续发酵。博通首席财务官公开提到，部分AI芯片系统的毛利率可能下降；与此同 时，彭博社报道称，甲骨文为OpenAI建设的数据中心，部分完工节点已从2027年推迟至2028年。 （原标题：ETF资金涌入港股！13只恒生科技ETF，10月以来合计吸金488亿元） 恒生科技指数在短短两个多月内，自10月3日-12月16日恒生科技指数累计下跌19.16%，罕见跌破250天 线。 华尔街的警告也开始增多。有"大空头"之称的BCA Research指出，美国当前对科技领域的投资强度，已 接近互联网泡沫时期，并警告AI繁荣可能在明年出现"衰落"。 今年四季度以来，港股相关ETF累计净流入资金已超过1200亿元。其中，跟踪恒生科技指数的13只 ETF，合计吸金488亿元。 具体来看：华夏恒生科技指数ETF净流入超过110亿元；天弘、华泰柏瑞、易方达、大成旗下恒生科技 ETF，净流入均超过50亿元。 此外，港股通非银ETF、恒生 ...

核心观点 - 平潭发展在四季度经历了一轮由游资启动、散户接力的短期暴涨行情，股价严重偏离基本面，市场分歧加剧 [2][4][5] 股价表现与市场反应 - 12月17日早盘股价试图拉升后持续走低，午后一度跌停，截至发稿跌9.90%，市场对行情是否结束分歧巨大 [2] - 以12月16日收盘价计算，公司四季度累计涨幅达333%，位居A股市场首位，股价连创近10年新高 [3] - 自10月17日以来，股价累计上涨超3.5倍，期间录得16次涨停，2个月内20余次登上龙虎榜 [5] - 总市值从年初约56亿元攀升至目前约297亿元 [5] 基本面与估值情况 - 公司发布异动公告，称股价短期内涨幅较大，已严重背离公司基本面，经营正常且无重大未披露信息 [5] - 截至12月15日，公司最新滚动市盈率为687.06倍，市净率为14.92倍，远高于所属行业（木材加工和木、竹、藤、棕、草制品业）的滚动市盈率27.07倍和市净率3.06倍 [6] - 公司业绩连续多年亏损，2025年前三季度实现扭亏为盈：2022年至2025年前三季度营收分别为11.75亿元、12.33亿元、15.63亿元和10.3亿元；净利润分别为-2.29亿元、-3.08亿元、-1.17亿元和0.31亿元 [6] 资金面与交易特征 - 截至12月16日，公司融资余额规模为9.9亿元，较10月初的3.8亿元增长约6.1亿元 [5] - 11月份，在176只福建地区标的中，公司以48.76亿元的日均成交额位居板块第三，仅次于宁德时代和紫金矿业 [5] - 龙虎榜数据显示，本轮炒作呈现“击鼓传花”迹象，早期游资活跃并逐步获利了结，后期由散户集中营席位及个别短线活跃席位接棒 [4] 炒作阶段与资金接力 - **第一阶段（10月中下旬启动期）**：以国泰海通系营业部为代表的知名游资席位频繁出现在买方前列，如上海新闸路、三亚迎宾路、顺德大良营业部等 [7] - **第二阶段（10月底至11月初交接期）**：游资席位开始高位卖出，例如上海新闸路席位多次成为主要卖家，同时国信证券浙江互联网分公司和少量东方财富拉萨席位开始接替买入 [8] - 10月23日至11月3日严重异常波动期间，累计成交额140.9亿元，买入金额中中小投资者占比46.21%，其它自然人占比29.19%，机构占比21.05% [8] - **第三阶段（11月至今）**：龙虎榜演变为“国信证券浙江互联网分公司”与“东方财富拉萨天团”的主场，它们互相买卖维持高活跃度，而深股通和机构专用席位逢高减持或退出 [8] 行情背景与驱动因素 - 行情启动临近2025年底，市场关注“日历效应”与跨年行情，具有“低价+小盘+热点”特点的个股受短线资金青睐 [5] - 10月下旬福建概念股异动走强，叠加福建自贸区平潭片区政策扩容预期升温，公司因参与投建平潭开放开发项目，资产价值重估逻辑受到资金青睐 [7]

2025.12. 17 不过，暴涨背后，却呈现出"击鼓传花"的迹象，10月17日至12月15日的龙虎榜数据显示：早期游资席位活跃，在股价上涨后逐步获利了结，后期则由 散户集中营席位及个别短线活跃席位接棒。 2个月暴涨3.5倍 临近2025年底，A股市场再次将目光投向历史规律中的"日历效应"，跨年行情将如何展开成为当前热议的焦点，每当这个时候，市场都会涌现出一 批"跨年股"，这些个股具有"低价+小盘+热点"的三重特点，吸引短线资金的关注与参与。 作为福建板块的人气龙头，平潭发展自10月17日以来启动上涨行情，截至昨日收盘，股价累计上涨已超3.5倍，期间共录得16次涨停，在短短2个月内 20余次登上龙虎榜，其总市值也从年初的56亿元左右攀升至目前的297亿元左右。 在福建板块中，平潭发展持续获得活跃资金关注。以11月份的行情统计，176只福建地区标的中，平潭发展以48.76亿元的日均成交额位居板块第三 位，仅低于宁德时代（300750.SZ）、紫金矿业（601899.SH）两只大盘股。 本文字数：2225，阅读时长大约4分钟 作者 | 第一财经 安卓 12月17日早盘，市场人气股平潭发展（000592.SZ）再度 ...

Wind数据显示，以16日收盘价计算，平潭发展四季度累计涨幅达333%，位居A股市场首位，股价连创 近10年新高。 从资金面来看，平潭发展亦持续获得融资加仓，截至12月16日，其融资余额规模为9.9亿元，较10月初 的3.8亿元增长了6.1亿元左右。 不过，暴涨背后，却呈现出"击鼓传花"的迹象，10月17日至12月15日的龙虎榜数据显示：早期游资席位 活跃，在股价上涨后逐步获利了结，后期则由散户集中营席位及个别短线活跃席位接棒。 2个月暴涨3.5倍 临近2025年底，A股市场再次将目光投向历史规律中的"日历效应"，跨年行情将如何展开成为当前热议 的焦点，每当这个时候，市场都会涌现出一批"跨年股"，这些个股具有"低价+小盘+热点"的三重特点， 吸引短线资金的关注与参与。 作为福建板块的人气龙头，平潭发展自10月17日以来启动上涨行情，截至昨日收盘，股价累计上涨已超 3.5倍，期间共录得16次涨停，在短短2个月内20余次登上龙虎榜，其总市值也从年初的56亿元左右攀升 至目前的297亿元左右。 在福建板块中，平潭发展持续获得活跃资金关注。以11月份的行情统计，176只福建地区标的中，平潭 发展以48.76亿元的日均 ...

量化模型与构建方式 1. **模型名称：日历效应调整的指数增强模型**[7] * **模型构建思路**：基于对12个大类因子在季度、年末年初、春节、两会、国庆等特定日历窗口下表现规律的统计，在合成大类因子权重时进行动态调整，以增强多因子选股模型的收益并降低尾部风险[4][7]。 * **模型具体构建过程**： 1. **基础因子构建**：首先构建12个大类因子，每个大类因子由若干子类因子去异常、标准化后等权合成得到[16]。大类因子包括：价格稳定、成交稳定、流动性、拥挤度、反转、分析师、成长、质量、SUE、动量、价值、成交笔数[16]。 2. **日历效应识别**：以因子月度IC（信息系数）为基础，使用Welch检验比较日历窗口期与非日历窗口期因子IC的差异（超额差异水平），并使用单样本T检验判断日历窗口期内因子IC是否显著大于0（超额绝对水平），以此判断因子在特定日历效应下的选股能力差异[18]。 3. **权重调整规则制定**：根据上述统计检验结果，总结出各日历窗口下表现相对增强或减弱的因子规律[7][9]。例如：一季度拥挤度因子收益更弱；二季度基本面（除价值）和动量因子更强；三季度基本面（除价值）因子更弱、流动性因子更强；四季度基本面（除价值）和动量因子更弱；年末年初低波、拥挤度、质量、价值等低风险偏好因子更强；春节前因子多有效、春节后易失效；两会前因子弱、两会后因子强；国庆前后基本面因子弱、量价因子尚可[9][38][40][55][67][80][90]。 4. **动态权重合成**：在月度调仓时，根据当月的日历属性（如属于哪个季度、是否临近春节等），依据预先制定的权重调整规则，对12个大类因子的合成权重进行倾斜（例如，增加当期表现预期增强的因子权重，降低预期减弱的因子权重），从而构建出经过日历效应调整的复合因子得分，用于选股[7][91]。 模型的回测效果 1. **日历效应调整的指数增强模型**，在沪深300、中证500、中证1000指数上的增强策略显示，收益增强在2019年以后较为稳定，且日历效应调整可以降低尾部风险，提高月度胜率[9]。但报告指出，该模型在2025年7月后失效，原因是当时处于成长周期，而日历效应规则降低了基本面（除价值）因子的配置，导致错失其上涨机会[9]。 量化因子与构建方式 1. **因子名称：价格稳定因子**[16] * **因子构建思路**：通过多个子因子衡量股价的稳定性和波动特征，通常低波动、稳定的股票被认为风险较低[16]。 * **因子具体构建过程**：由4个子类因子去异常标准化后等权合成[16]。 * 残差波动率：Fama-French三因子模型回归残差的标准差。$$ \sigma_{\epsilon} = \sqrt{\frac{1}{T-1} \sum_{t=1}^{T} (\epsilon_t - \bar{\epsilon})^2} $$ 其中 $\epsilon_t$ 为t日的回归残差。 * 特异率：1减去Fama-French三因子模型回归的拟合优度（R²）。$$ Idio = 1 - R^2 $$ * 残差峰度：Fama-French三因子模型回归残差的峰度。 * 高价振幅：价格处于历史最高20%区间内的平均振幅。 2. **因子名称：成交稳定因子**[16] * **因子构建思路**：从成交量分布和集中度的角度衡量交易行为的稳定性[16]。 * **因子具体构建过程**：由4个子类因子去异常标准化后等权合成[16]。 * 换手率变异系数：换手率除以（标准差/平均值），即换手率的变异系数的倒数。 * 成交占比熵：以个股成交量占市场总成交量的比例作为概率p，计算熵值。$$ Entropy = -\sum p \cdot \log(p) $$ * 量大单买入强度：过去n个交易日，大买单成交额的（标准差/平均值）。 * 波峰：使用日内1分钟成交量K线数据，筛选出成交量大于均值+1倍标准差的K线，并计算这些K线中局部峰值数量的20日均值。 3. **因子名称：流动性因子**[16] * **因子构建思路**：衡量股票的交易活跃度和交易成本，流动性好的股票更容易买卖[16]。 * **因子具体构建过程**：由3个子类因子去异常标准化后等权合成[16]。 * 换手率：成交量 / 总股本。 * 非流动性：收益率的绝对值 / 总成交额。$$ Illiq = |r| / Volume $$ * 一致买入占比：盘口买一价上的买入成交额 / 总成交额。 4. **因子名称：拥挤度因子**[16] * **因子构建思路**：衡量交易行为的拥挤程度，可能反映过热或一致的交易行为[16]。 * **因子具体构建过程**：由3个子类因子去异常标准化后等权合成[16]。 * 量价相关性：成交量和复权收盘价的秩相关系数。 * 加权偏度：以成交量加权的收盘价偏度。 * 时量价比：时间加权价格 / 成交量加权价格。 5. **因子名称：反转因子**[16] * **因子构建思路**：捕捉股票的短期价格反转效应[16]。 * **因子具体构建过程**：由3个子类因子去异常标准化后等权合成[16]。 * 高量交易成本：价格处于最高20%区间的成交量 / 全价格区间的成交量。 * 每笔成交额：总成交额 / 成交笔数。 * 短期反转：以“5分钟成交量/成交笔数”作为划分标准，筛选出后20%的数据，计算其对数收益率之和。 6. **因子名称：分析师因子**[16] * **因子构建思路**：基于分析师预期数据，捕捉盈利增长预期带来的溢价[16]。 * **因子具体构建过程**：该大类因子目前仅包含1个子类因子[16]。 * 预期增长：分析师一致预期EPS的近两个月平均值 / 较远两个月平均值。 7. **因子名称：成长因子**[16] * **因子构建思路**：衡量公司的成长能力，高成长性公司通常更受市场青睐[16]。 * **因子具体构建过程**：由2个子类因子去异常标准化后等权合成[16]。 * 归母净利润同比：(本期季度归母净利润 - 去年同期季度归母净利润) / |去年同期季度归母净利润|。 * 营业收入同比：(本期季度营业收入 - 去年同期季度营业收入) / |去年同期季度营业收入|。 8. **因子名称：质量因子**[16] * **因子构建思路**：衡量公司的盈利质量、运营效率和财务稳健性[16]。 * **因子具体构建过程**：由5个子类因子去异常标准化后等权合成[16]。 * ROE：净利润 / 净资产。 * 总资产周转率：营业收入 / 总资产。 * 净利率：净利润 / 营业收入。 * 现金总资产比率：经营活动现金流净额 / 总资产。 * 现金营业收入比率：经营活动现金流净额 / 营业收入。 9. **因子名称：SUE因子**[16] * **因子构建思路**：衡量公司盈利的超预期程度，即标准化意外盈余[16]。 * **因子具体构建过程**：由5个子类因子去异常标准化后等权合成[16]。 * ROE 2年SUE：单季度扣非净利润归一化后对时间序列（如过去8个季度）进行线性回归的斜率项。 * 总资产周转率2年SUE：单季度扣非净利润对时间回归的斜率 / 平均净资产。 * 净利率2年SUE：（当期归母净利润 - 过去8个季度均值）/ 过去8个季度标准差。 * 现金总资产比率2年SUE：（当期GPOA - 过去8个季度均值）/ 过去8个季度标准差。 * 现金营业收入比率2年SUE：（当期销售毛利率 - 过去8个季度均值）/ 过去8个季度标准差。 10. **因子名称：动量因子**[16] * **因子构建思路**：捕捉股票价格的趋势延续效应[16]。 * **因子具体构建过程**：由3个子类因子去异常标准化后等权合成[16]。 * 半衰残差动量：过去240个交易日，基于Fama-French三因子模型的日度残差收益率，从第240日到第20日前进行累积。 * 长期动量：过去240个交易日（剔除最近20个交易日）的收益率。 * 排序动量：对日度收益率做截面排序，对过去240个交易日（剔除最近20日）的排序值求和。 11. **因子名称：价值因子**[16] * **因子构建思路**：衡量股票价格相对于其基本面价值的低估程度[16]。 * **因子具体构建过程**：由4个子类因子去异常标准化后等权合成[16]。 * BP：净资产 / 总市值。 * SALES2EV：营业收入 / 企业价值。 * DP：近12个月分红 / 总市值。 * EP：归母净利润（TTM）/ 总市值。 12. **因子名称：成交笔数因子**[16] * **因子构建思路**：从委托单的粒度分析交易行为，捕捉潜在的交易者结构或行为信息[16]。 * **因子具体构建过程**：由4个子类因子去异常标准化后等权合成[16]。 * 高量每笔成交：以5分钟成交量为划分，筛选出后20%的数据计算每笔成交额，再除以全时间段每笔成交额。 * 每笔流出额占比：以成交量为划分，计算每笔流出额 / 全区间每笔流出额。 * 收益偏度：收益率序列的偏度。 * ROE增长：过去8个季度的ROE对时间序列进行线性回归的斜率项。 * 总资产周转率增长：过去8个季度的总资产周转率对时间序列进行线性回归的斜率项。 因子的回测效果 （注：报告提供了大量因子在不同日历窗口下的统计检验t值（超额差异水平和超额绝对水平）及分年IC图表，但未提供统一的、可横向对比的因子绩效指标（如年化收益、夏普比率、IC均值等）。以下根据报告内容，总结部分因子在特定窗口下的表现规律。） 1. **动量因子**，在二季度表现增强（超额绝对水平t值多为正且较高），在一季度和四季度表现不稳定或较弱[9][22][32][40]。 2. **基本面因子（包含成长、质量、SUE）**，在二季度和年初表现增强，在三季度和四季度表现较弱[9][22][26][32][38][40]。 3. **流动性因子**，在三季度表现相对增强[26][40]。 4. **低波因子（价格稳定、成交稳定）**，在年末年初效应和春节前表现增强[38][44][55]。 5. **拥挤度因子**，在一季度表现相对较弱，在年末表现增强[18][44]。 6. **质量因子**，在年末表现增强[44]。 7. **价值因子**，在年末和春节前表现增强[44][55]。 8. **反转因子**，在春节后和两会前表现相对稍强[62][68]。 9. **分析师因子**，在国庆前表现相对较弱[80]。

核心观点 - 报告系统梳理了2010年至2025年A股市场的日历效应，通过分析宽基指数、风格指数及行业指数在不同时间维度（季度、月度、重要会议及节假日前后的超额收益率中位数和胜率，旨在帮助投资者把握市场节奏 [1] 市场整体日历效应 - **季度维度**：万得全A指数在第四季度（Q4）表现最佳，是唯一正收益概率过半的季度，胜率达66.7%，收益率中位数为2.9% [1][13] - **月度维度**：2月市场表现引领全年，万得全A指数获得正收益概率近70%，收益率中位数近3% [1][15] - **月度行情演变**：3-4月进入业绩披露期，市场风险偏好下降，4月正收益概率全年最低（31.3%），收益率中位数也为全年最低（-1.44%）[15] - **年中回暖**：6-7月随着政策定调及业绩真空期，市场有所回暖，万得全A指数6月、7月正收益概率均为62.5%，收益率中位数分别为1.99%和0.41% [15] - **年末反弹**：9-11月市场开启年末反弹行情，10-11月正收益概率再度超过60%，收益率中位数由9月的0.92%上升至11月的1.73% [16] - **年末疲弱**：12月至次年1月受资金获利了结及春节前资金面紧张影响，市场表现疲弱，万得全A指数正收益概率降至40%左右，收益率中位数分别为-0.89%和-0.25% [16] 宽基指数日历效应 - **季度效应**：一季度、二季度和四季度中小盘股相对占优，三季度表现相对均衡 [2][18] - **一季度占优指数**：中证500、中证1000和国证2000指数取得超额收益的胜率均超过55%，超额收益率中位数超过1% [18][21] - **二季度占优指数**：国证2000和万得微盘股指数胜率超过55%，超额收益率中位数分别为0.59%和4.52% [18][24] - **三季度占优指数**：万得微盘股指数表现最佳，超额收益率胜率为81%，中位数为8.67% [27] - **四季度占优指数**：国证2000、北证50和万得微盘股指数胜率超过50%，超额收益率中位数分别为1.36%、16.20%和9.14% [28] - **月度效应规律**：业绩披露期（1月、4月、10月、12月）往往对中小盘形成压制，大盘方向（如上证50、沪深300）占优；业绩披露完毕后或业绩真空期（2月、3月、5月、8月、11月）则中小盘占优 [2][19][29] - **1月表现**：上证50和沪深300取得超额收益的概率为63%，超额收益中位数分别为2.2%和1.6%，中小盘指数表现落后 [33] - **2月表现**：中小盘指数占优，中证500、中证1000、国证2000胜率分别达100%、93.8%、100%，超额收益中位数分别为1.4%、2.7%、2.9% [35] - **3月表现**：小盘方向国证2000和万得微盘股指数占优，胜率分别为63%和88%，超额收益中位数为1.5%和4.5% [36] - **4月表现**：大盘指数占优，上证50和沪深300胜率高达81%和75%，超额收益中位数分别为1.2%和0.6% [37] - **5月表现**：小盘占优，国证2000、万得微盘股指数和中证1000胜率分别为63%、81%和56%，超额收益中位数分别为1.4%、3.3%和0.6% [38] - **6月表现**：仅万得微盘股指数胜率超过50%（56%），超额收益率中位数为0.9%，其他宽基指数取得超额收益难度较大 [41] - **7月表现**：中证500指数与万得微盘股指数相对占优，胜率分别为56%和63%，超额收益中位数为0.4%和3.3% [43] - **8月表现**：中小盘表现占优，国证2000、中证1000、中证500和万得微盘股指数胜率分别为63%、63%、63%和81%，超额收益率中位数分别为0.5%、0.5%、0.4%和5.5% [44] - **9月表现**：各大宽基指数表现相对均衡，中证500胜率为63%，超额收益率中位数为0.3% [45] 风格指数日历效应 - **季度维度**：一季度小盘风格占优，四季度大盘风格占优，二、三季度消费风格占优 [3] - **月度维度**：大盘风格相对占优的月份有1月、4月、10月和12月；小盘风格相对占优的月份有2月、3月、5月和8月 [3] - **消费风格**：在3月到9月份均占优 [3] - **红利风格**：仅在11、12月份占优 [3] - **成长风格**：在2月、5月、6月、7月占优 [3] - **周期风格**：在2月、7月份占优 [3] 行业指数日历效应 - **季度维度规律**：年初消费及TMT领跑，年中周期及消费细分行业突围，年末顺周期收官 [3] - **月度维度规律**： - 1月承接跨年行情，顺周期仍为主旋律 [3] - 2月消费、TMT及顺周期行业齐争鸣 [3] - 7、8月国防军工行情可期 [3] - 10月金融板块强势，电子行业受科技巨头影响亦有较多催化 [3] - 12月回归价值，家电等行业领涨 [3]

港股高股息板块的日历效应 - 核心观点：港股市场中的高股息板块在每年12月至次年1月中旬存在显著的“日历效应”或“旺季行情”，历史数据显示在此期间布局具有较高的绝对收益和超额收益概率 [1] - 自2014年至今的历史统计显示，在此期间港股通高股息全收益指数的上涨概率高达90.9%，期间涨幅中位数为3.4%，平均涨幅为4.6% [2] 历史超额收益表现 - 对比A股沪深300指数，取得超额收益的概率为81.8%，平均跑赢约2.1个百分点 [3] - 对比A股中证红利指数，取得超额收益的概率同样为81.8%，平均超额收益约3.2个百分点 [4] - 对比港股恒生指数，取得超额收益的概率也为81.8%，平均超额收益约1.6个百分点 [5] 少数例外年份的启示 - 唯一的绝对收益亏损年发生在2015年12月至2016年1月中旬，主要受当时A股“杠杆牛”破灭及熔断机制引发的流动性危机波及港股影响 [6] - 超额收益跑输A股大盘（沪深300）的年份主要发生在2014-2015年及2020-2021年的“快牛”拉升阶段，在市场情绪极度乐观、成长股快速上涨时，高股息策略短期爆发力相对不足 [6] - 超额收益跑输港股大盘（恒生指数）的年份，主要因个别超级权重股（如腾讯）在特定利好下大幅拉升指数所致，并非普遍现象 [6] 港股高股息资产的选择建议 - 岁末年初布局港股高股息资产是一个胜率较高、兼具绝对和相对收益潜力的时间段，可能与年末机构调整仓位、追求确定性收益及港股分红制度安排等因素有关 [7] - 在港股高股息标的中，增加“央企”属性可能带来更低的估值和更稳定的分红保障 [7] - 央企已全面实行市值管理，“一把手”责任制能保障分红的持续性和稳定性 [8] - 中证港股通央企红利指数（931233.CSI）的市净率PB为0.63（截至12月9日），低于港股通高股息指数的0.66，估值更低，“安全垫”更厚 [8] - 截至12月9日，中证港股通央企红利指数近1年股息率为6.71%，高于同期10年期国债收益率4.84% [8] - 港股央企红利ETF（513910）是跟踪该指数规模最大的投资标的 [8]

港股红利资产近期表现与市场关注度 - 临近年底市场波动加剧，成长板块起伏不定，红利资产表现走强并吸引精明资金关注 [1] - 截至12月8日，港股通高股息指数（全收益）近一年上涨28.08%，小幅超越同期上涨26.73%的恒生科技指数 [1] - 港股通高股息指数（全收益）波动率仅为13.58%，远低于恒生科技指数28.21%的波动率，显示其更稳健的特征 [1] 港股红利资产的季节性“日历效应” - 广发证券研报指出，每年12月至次年1月中旬是港股红利资产“日历效应”最强的窗口期 [1] - 历史数据显示自2014年以来，港股通高股息指数在此期间上涨概率高达90.9%，涨幅中位数为3.4% [1] - 该指数相对于沪深300、恒生指数等的超额收益胜率均超过80% [1] 主要港股红利指数表现对比 - 目前有对应指数基金产品的港股红利指数主要有五个 [2] - 恒生港股通中国央企红利指数年初至今涨幅达28.07%，与港股通高股息全收益指数表现最为接近 [3] - 标普港股通低波红利指数年初至今波动率仅7.55%，远低于其他普遍在11%以上的指数，是波动率最低的指数 [3] 主要港股红利指数的编制方法与特点 - 恒生港股通中国央企红利指数主要筛选港股通范围内、第一大股东为央企的高股息公司 [3] - 该指数设置了成交额、波动率、连续派息等多重“质量”关卡，旨在兼顾“高息”与“稳健” [3] - 标普港股通低波红利指数编制方法为先挑选股息率最高的75只股票，再从中选出波动率最低的50只，追求“优中选稳” [3]

核心观点 报告认为，2025年可转债市场在股市β行情驱动下经历了显著上涨，但当前已进入“深水区”，面临估值高企、供给收缩、投资难度加大的困境[2][12] 展望2026年，宏观基本面拐点渐近与增量资金持续入市为权益市场提供支撑，但转债市场可能呈现“弱贝塔”特征[2][12] 在此背景下，投资策略需“节奏为先，革新求变”，通过动态调仓跟随股市周期，并采用行业等权指数化配置来捕捉快速轮动的机会，同时关注下修博弈收益压缩和强赎的双刃剑效应[2] 第一部分 2025年转债复盘 - **市场走势复盘：平价与估值共振上涨，β行情主导** 2025年股市创2015年以来新高，中证转债指数全年上涨17.87%[2] 行情可分为四个阶段：1-2月流动性宽裕与经济温和复苏驱动转债快速上涨，以平价驱动为主；3-4月因CPI转负和外围扰动出现回调，估值压缩放缓形成支撑；5-9月基本面预期转好与风险偏好改善迎来主升浪；9月后获利回吐压力加大，市场横盘震荡，估值再度企稳托底[2][12] - **行业轮动特征：与正股节奏一致但幅度存异，债底保护作用显现** 可转债与对应正股的板块轮动节奏基本一致，但涨跌幅度存在明显差异[16] 行情前期，AI等科技板块上涨时，转债涨幅通常弱于正股；而在后期顺周期板块接力过程中，转债表现则反超正股[16] 在多数板块调整中，转债展现出一定的债底保护作用，尤其在消费板块（如轻工制造、美容护理）调整时，转债跌幅远小于正股甚至逆势上涨[16] - **当前困境：市场进入“深水区”，整体性价比显著下降** 当前转债市场面临多重问题：1) **估值处于历史高位**：百元溢价率已突破30%，双低值中位数突破170，均进入历史警戒区间[2][27][28] 2) **价格中枢上移且波动放大**：全市场转债价格中位数达132元，平均价格142元[2] 3) **供给持续收缩**：存量规模年内下降1538亿元，104只转债已退市，市场从“增量博弈”变为“减量博弈”[2][21] 4) **跟涨能力减弱**：高溢价环境下，转债对正股可能出现“跟涨不足、跌时更甚”的弱势特征，传统防御属性被削弱[2][27] 5) **热门赛道标的稀缺**：算力板块债券余额从年初的375.41亿元降至不足200亿元，机器人板块从369.43亿元降至150亿元左右，待发转债集中于电子、电力设备等五大行业，占比超73%[2][21][104] - **债底防御能力下降**：随着估值抬升，低价券价格中枢上移，安全边际收窄，其“进可攻、退可守”的作用在下降，债性券的收益空间已接近天花板[33] 第二部分 2026年股市展望 - **基本面：企业盈利见底回升，流动性出现拐点** 全A企业盈利下行周期通常持续7到9个季度，目前业绩增速已基本见底，开始进入上行周期[45] 2025年三季报显示，A股上市公司归母净利润同比增长数据明显好转[45] 流动性方面，M1同比在2024年9月后出现明显拐点，扭转了此前流动性匮乏的局面，而M1对A股往往具有领先作用[47] - **资金面：存款搬家与中长期资金入市提供增量支撑** 中国居民储蓄占比持续提高，随着房地产逐步退出居民资产配置的核心位置，股市有望成为新的资金蓄水池[52] 政策明确引导中长期资金入市，如公募基金持有A股流通市值未来三年每年至少增长10%，大型国有保险公司从2025年起每年新增保费的30%用于投资A股[56] 此外，固收+基金规模在2025年三季度已逼近2021年高点，且股票仓位明显抬高，为股市带来充足增量资金[66] - **市场特征：行业轮动进入“快节奏”模式** 2022年以来，A股行业轮动显著加快，领涨行业的持续时间缩短，参与轮动的行业数量增多，市场呈现“普涨快切”特征[68] 为应对加速的轮动，可关注日历效应，历史数据显示A股呈现明显的月度轮动规律，例如2月TMT板块（通信、计算机超额收益超6%）、7月周期股（钢铁、有色）表现突出[73] - **配置方向：关注“反内卷”政策与“十五五”科技规划** “反内卷”政策已被纳入《价格法》，并在新能源、光伏等重点行业取得阶段性成果，推动相关产品价格企稳回升及10月PPI环比年内首次转正[81] “十五五”规划进一步确定了科技发展方向，新兴产业从“经济增长引擎”转变为“经济增长支柱”，未来产业重在抢占先机[85] 以通信和电子行业为代表的科技公司资本开支增速在2024年中之后已转正[85] 第三部分 2026年转债展望及配置思路 - **配置价值：转债在资产配置中具备高夏普优势** 长期来看，在纯债组合中加入转债能显著提升风险调整后收益[97] 例如，纯债90-转债10组合在2021-2025年的夏普比率达1.41，卡玛比率达3.38，均显著优于纯债90-红利10组合（夏普0.88，卡玛2.66），且年化波动率更低（1.23% vs 1.80%）[97] - **供给端：持续趋紧，存量流失难以弥补** 截至2025年11月21日，转债存量规模年内已下降1538.05亿元，而待发转债获批规模有限（发审委与证监会核准合计118.52亿元），无法弥补缺口[104] 待发转债高度集中于电子、电力设备、汽车、基础化工和机械设备五大行业，合计占比73.67%，加剧了对结构性行情的依赖[104] - **投资者结构：公募基金占比提升，ETF影响增大** 2024年10月后，公募基金持有的转债规模占比从34%左右快速上升至当前的42%[109] 其中，可转债ETF的持有占比已超过10%，其申赎行为对市场影响显著增加，反映了指数化投资需求的上升[109] - **条款博弈：下修收益压缩，强赎呈双刃剑效应** 下修博弈空间显著收窄，下修数量从2020年的10只攀升至2024年的168只后，市场定价已较充分[2][121] 强赎条款冲击加大，如恒邦转债公告后二十日内转债跌13.74%、正股跌15.56%，中富转债转债跌28.20%、正股跌35.10%[2][126] 但部分转债强赎后溢价率压缩至0，利空出尽反而迎来上涨行情，如景23转债、天赐转债[2][126] - **配置节奏：应动态跟随股市周期调整仓位** 股市下跌后半段至上行前半段是转债的最佳加仓窗口，此时估值低位、期权价值被压缩，反弹空间大[133] 股市上涨后半段及下跌初期应逐步减仓，规避高位回调风险[133] 可通过信号把握节奏，如股指较前期高点回撤超20%、转股溢价率压缩至历史低位时为加仓信号[133] - **策略选择：进攻型策略全年领先，防御型策略性价比回归** 在2025年的流动性牛市中，高价低溢价策略表现最佳，因子回报达28.56%，夏普比率2.32[134] 质量成长、盈利成长等复合因子策略也表现优异[2] 但近期市场波动放大，防御型的双低策略配置性价比逐步回归，后续防御价值有望重新显现[2]

港股通高股息资产日历效应 - 广发证券指出，港股通高股息资产即将迎来一年中日历效应最强的时段，即12月至次年1月中旬 [1] - 自2014年至今，港股通高股息全收益指数在此期间绝对收益上涨概率达90.9%，涨幅中位数和均值分别为3.4%和4.6% [1] - 同期相较于沪深300全收益，该指数超额收益概率为81.8%，超额收益中位数和均值分别为5.6%和2.1% [1] 年末市场风格与驱动因素 - 12月大盘股表现通常优于小盘股，红利风格阶段性占优，金融板块平均涨幅居前 [1] - 年末考核期临近，险资等机构进行资产再均衡，带动红利、金融等稳定类行业表现 [1] - 年末监管可能加强，进一步强化蓝筹风格 [1] 红利港股ETF及其跟踪指数 - 红利港股ETF（159331）跟踪的是港股通高股息指数（930914） [1] - 该指数从符合港股通条件的证券中筛选流动性良好且持续分红的30只高股息率证券作为成分股，采用股息率加权计算 [1] - 指数成分股主要集中于金融及传统行业领域，旨在反映高股息投资策略下优质港股证券的整体市场表现 [1]