量化模型与构建方式 1. **模型名称：热点趋势ETF轮动策略** [31] * **模型构建思路**：基于K线形态识别上涨趋势，并引入短期市场关注度指标，筛选出具有动量效应且市场热度提升的ETF构建组合[31]。 * **模型具体构建过程**： 1. **形态筛选**：筛选出最高价与最低价同时呈现上涨形态的ETF[31]。 2. **构建支撑阻力因子**：计算最高价与最低价近20日的回归系数，根据其相对陡峭程度构建因子[31]。 3. **关注度筛选**：在支撑阻力因子的多头组中，选择近5日换手率/近20日换手率最高的10只ETF，即短期市场关注度明显提升的标的[31]。 4. **组合构建**：对选出的10只ETF采用风险平价方法构建投资组合[31]。 2. **模型名称：ETF三策略融合轮动模型** [34][35] * **模型构建思路**：将三种不同逻辑（基本面、风格、反转）的行业轮动策略等权融合，以实现因子与风格互补，降低单一策略风险[34][35]。 * **模型具体构建过程**： 1. **策略构建**：分别构建三个独立的子策略： * **行业轮动策略**：基于超预期景气度、行业龙头效应、行业动量、拥挤度、通胀beta等核心因子[35]。 * **个股风格驱动策略**：基于个股动量、个股质量、个股波动率等核心因子[35]。 * **困境反转策略**：基于PB_zscore、分析师长期预期、短期筹码交换等核心因子[35]。 2. **策略融合**：将三个子策略的选股结果进行等权组合，形成最终的ETF轮动组合[34]。 3. **模型名称：资金流共振策略** [44][46][48] * **模型构建思路**：结合融资融券资金流和主动大单资金流，寻找两种资金流产生共振效应的行业进行推荐[44][46][48]。 * **模型具体构建过程**： 1. **构建融资融券资金因子**：计算个股的融资净买入-融券净卖出，加总至行业层面。用Barra市值因子进行中性化，取最近50日均值，再计算其两周环比变化率[46]。 2. **构建主动大单资金因子**：计算行业层面的主动大单净流入，用最近一年成交量时序进行中性化，得到排序分位数，再取最近10日均值[46]。 3. **信号生成**：在主动大单因子打分较高的行业中，剔除融资融券因子打分也较高的行业（根据市场状态，融资融券因子多头端可能有稳定的负向超额收益），最终筛选出两种资金流产生正向共振的行业作为多头推荐[46][48]。 4. **模型名称：全天候配置模型** [53] * **模型构建思路**：通过分散化的资产选择和结构化的风险对冲设计，绕过宏观预测，实现长期稳健的绝对收益[53]。 * **模型具体构建过程**：模型采用循环对冲设计对冲构型，核心在于资产选择、风险调整和结构对冲[53]。报告提及两个版本： * **高波版**：采用“四层结构化-股债金风险平价”方法[55]。 * **低波版**：采用“五层结构化-风险预算”方法[57]。 模型的回测效果 1. **热点趋势ETF轮动策略**，2025年以来收益率61.41%，相比沪深300指数的超额收益为38.22%[31]。 2. **ETF三策略融合轮动模型**，自2017年4月10日至2026年1月30日，组合收益率12.24%，夏普率0.74，2026年以来收益率1.44%[39][41]。 3. **全天候配置模型（高波版）**，截至2025年，年化收益率11.8%，年平均最大回撤3.6%，夏普比率2.3；2026年以来收益率2.9%[61]。 4. **全天候配置模型（低波版）**，截至2025年，年化收益率8.8%，年平均最大回撤2.0%，夏普比率3.4；2026年以来收益率0.9%[61]。 量化因子与构建方式 1. **因子名称：支撑阻力因子** [31] * **因子构建思路**：通过K线最高价与最低价近期的回归斜率，衡量价格趋势的陡峭程度，作为支撑或阻力的度量[31]。 * **因子具体构建过程**：分别对ETF的最高价序列和最低价序列进行近20日的线性回归，根据两个回归系数的相对大小或组合来构建因子[31]。 2. **因子名称：短期关注度因子** [31] * **因子构建思路**：用短期换手率相对于中期换手率的提升幅度，捕捉市场关注度的突然变化[31]。 * **因子具体构建过程**：计算因子值 = 近5日换手率 / 近20日换手率[31]。 3. **因子名称：行业融资融券资金因子** [46] * **因子构建思路**：衡量经过市值中性化处理后的行业层面两融资金净流入的近期变化趋势[46]。 * **因子具体构建过程**： 1. 计算个股两融资金流：融资净买入 - 融券净卖出[46]。 2. 加总至行业层面[46]。 3. 使用Barra市值因子对行业资金流进行横截面中性化处理[46]。 4. 计算中性化后序列的最近50日移动平均值[46]。 5. 计算该50日均值的两周环比变化率作为最终因子值[46]。 4. **因子名称：行业主动大单资金因子** [46] * **因子构建思路**：衡量经过成交量时序中性化处理后的行业主动大单净流入强度[46]。 * **因子具体构建过程**： 1. 计算行业主动大单净流入[46]。 2. 使用行业最近一年的成交量时间序列进行回归，以消除成交量趋势的影响，得到残差作为中性化后的净流入[46]。 3. 将中性化后的净流入在横截面上转换为排序分位数[46]。 4. 取该排序分位数的最近10日移动平均值作为最终因子值[46]。 5. **风格因子组** [63][67] * **因子构建思路**：报告跟踪了一系列常见的风格因子，包括市值、贝塔、动量、波动率、非线性市值、价值、流动性、盈利收益率、成长、杠杆[67]。 * **因子具体构建过程**：报告未详细描述每个因子的具体计算公式，但提及除规模因子仅进行行业中性化外，其他因子均进行了市值和行业中性化处理[65]。 6. **Alpha因子组** [66][68][70][71] * **因子构建思路**：从不同时间维度、不同市值板块观察各类因子的选股能力，因子均进行了市值和行业中性化处理（规模因子除外）[65][66]。 * **因子具体构建过程**：报告列出了多个Alpha因子，部分示例如下： * **收益波动类**：`return_std_12m`（十二个月收益标准差）、`return_std_6m`（六个月收益标准差）[68]。 * **换手波动类**：`turnover_std_6m`（六个月换手率标准差）[68]。 * **换手率类**：`turnover_mean_6m`（六个月平均换手率）、`swap_1m`（近21交易日平均换手率的自然对数）[68]。 * **估值类**：`ep`（市盈率倒数）、`ep_de`（扣除非经常损益的净利润_TTM/总市值）、`sp`（市销率倒数）[68]。 * **质量类**：`ocfp`（经营现金流_TTM/总市值）[68]。 * **成长与预期类**：`yoy_np_q_adv`（单季度净利润同比增长（考虑快报、预告））、`roa_q_delta_adv`（单季度ROA同比差值（考虑快报、预告））、`mom1_np_fy1`（一致预期净利润变化）[71]。 * **研发类**：`tot_rd_ttm_to_equity`（研发净资产占比）[71]。 * **分析师类**：`est_num_diff`（评级上下调差/评级上下调和）[71]。 因子的回测效果 1. **风格因子（最近一周表现）**，盈利收益率因子收益3.24%，价值因子收益2.67%，杠杆因子收益1.32%，流动性因子收益-3.57%，波动率因子收益-2.35%，贝塔因子收益-2.97%[63][67]。 2. **Alpha因子（近一周多头超额收益）**，`return_std_12m`因子2.40%，`return_std_6m`因子2.37%，`turnover_std_6m`因子2.20%，`ep_de`因子1.81%，`ep`因子1.78%[68]。 3. **Alpha因子（最近一年在不同指数中的多头超额收益）** [71]： * **沪深300中**：`roa_q_delta_adv`因子31.22%，`est_num_diff`因子29.23%，`yoy_np_q_adv`因子25.97%。 * **中证500中**：`tot_rd_ttm_to_equity`因子18.26%，`tot_rd_ttm_to_sales`因子14.01%。 * **中证800中**：`mom1_np_fy1`因子28.39%，`tot_rd_ttm_to_assets`因子26.03%。 * **中证1000中**：`yoy_np_q_adv`因子21.71%，`tot_rd_ttm_to_sales`因子19.60%。

投资圈“老登”与“小登”风格现象 - “老登”指偏好成熟行业龙头、关注自由现金流收益率、股息率和估值的投资风格，代表行业包括房地产、银行、食品饮料和煤炭 [3][4] - “小登”指喜欢追逐新兴技术、关注短期股价弹性和市场热点的投资风格，代表行业包括机器人、AI算力和半导体等 [3] - “中登”代表行业包括有色金属、电力设备、生物医药和国防军工等，这一划分不仅是投资者年龄的划分，也是投资风格的划分 [3] 基金经理三季度业绩表现分化 - 南方基金恽雷管理的产品A份额第三季度净值增长率为7.09%，其略显“老登”的投资组合持仓包括中国海洋石油、美的集团、汇丰控股等，组合表现远远落后于市场 [4] - 永赢科技智选A第三季度净值几乎翻倍，该产品重仓算力领域，基金经理任桀成为今年“新生代”基金经理代表之一，目前管理规模已超百亿元 [4] - 华泰柏瑞新金融地产基金经理杨景涵认为，极端行情可能反而是提升投资组合内在价值的好机会，银行资产质量预期改善的趋势没有改变 [8] 投资坐标：估值锚与景气度视角 - “老登”投资坐标是“现在”，定价基于可验证的盈利能力、成长确定性、商业模式、护城河等要素，需警惕以短期高增速线性外推长期空间的风险 [5][6] - “小登”投资坐标是“未来”，财通基金金梓才认为A股市场低估了海外算力板块业绩增长的持续性和成长空间，视频推理将带动算力需求增长 [6] - 鹏华基金闫思倩表示AI科技周期至少持续5年至10年，光模块、PCB、液冷迎来全球AI需求进一步爆发，行业供不应求比前两年更加突出 [6] 兼容并蓄与能力圈拓展 - 盈米东方金匠投顾团队看重基金经理拥有清晰、稳定、可复制的投资逻辑，能抵抗市场噪音与排名压力，同时保持思维开放、持续进化 [10] - 均衡型基金经理认为不能因为某家公司PB或PE很高就不做研究，应深入研究后再判断估值，光模块行业是优质的长期配置工具但短期需做波段交易 [10] - 拓展能力圈是重要课题，需要保持年轻心态并善于观察总结，新消费是有机会的板块，但需要清除固有观念并沉下心学习 [10][11]

投资风格的分化与定义 - “老登”指偏好成熟行业龙头、关注自由现金流收益率、股息率和估值的投资风格，代表行业包括房地产、银行、食品饮料和煤炭 [3][4] - “小登”指喜欢追逐新兴技术、关注短期股价弹性和市场热点的投资风格，代表领域是机器人、AI算力和半导体等 [3] - “中登”代表行业包括有色金属、电力设备、生物医药和国防军工等，形成老、中、青三代投资风格的划分 [3] 不同风格的市场表现对比 - 南方基金恽雷管理的产品A份额在第三季度净值增长率为7.09%，其持仓包括中国海洋石油、美的集团等，但组合表现远远落后于市场 [4] - 重仓算力领域的基金业绩突出，例如永赢科技智选A第三季度净值几乎翻倍 [4] - 市场剧烈分化导致投资风格的收益差距在账面上被急速放大 [3] 定价体系的根本差异 - “老登”投资坐标是“现在”，定价基于可验证的盈利能力、成长确定性、商业模式和护城河等要素 [5] - “小登”投资坐标是“未来”，财通基金金梓才认为A股市场低估了海外算力板块业绩增长的持续性和成长空间 [5] - 一位长跑型基金经理表示，投资一家市值约6000亿元的公司需要其十年后年度净利润达到2000亿元且不依赖再融资 [5] 传统价值派在当前市场的观点与策略 - 华泰柏瑞新金融地产基金经理杨景涵认为极端行情是提升投资组合内在价值的好机会，银行资产质量预期改善的趋势没有改变 [6] - 价值派基金经理关注金融、地产等板块的价值修复机会，认为受迫交易往往不是好交易，布局无人问津的标的能提供更具确定性的回报 [6] - 另一位价值派基金经理直言投资原则是“只要价格足够低，可以先不管趋势逻辑；如果价格太高了，再诱人的逻辑都不会买” [6] 基金经理的应对与能力圈拓展 - 天弘价值驱动基金经理杜广认识到需要在坚守能力圈和拓展能力圈之间做到更好的平衡 [4] - 均衡型基金经理通过一线调研确认AI基础设施建设进入新周期后快速加仓光模块龙头公司 [8] - 盈米东方金匠投顾团队看重基金经理拥有清晰、稳定、可复制的投资逻辑，并能抵抗市场噪音与排名压力 [8] 对科技成长板块的长期展望 - 鹏华基金闫思倩认为AI科技周期至少持续5年至10年，当前仍处于产业化初期的前两年，光模块、PCB、液冷迎来全球AI需求爆发 [5] - 财通基金金梓才表示视频推理的加入将带动算力需求，目前算力需求增长可能仅仅是开始 [5] - 永赢基金任桀提醒要当心估值扩张周期后的均值回归，任何风险资产都不是只涨不跌的 [4]

行业景气度与投资策略 - 景气度成为衡量企业业绩增速的关键指标和牛股共通密码 [1] - 新成长势力与老牌龙头企业之间出现显著业绩温差 [1] - 以景气度为核心的投资策略要求精准捕捉市场轮动 [2] 消费行业格局变化 - 消费观念代际更迭导致新旧消费势力此消彼长 [1] - 00后偏好奶茶庆典等新消费形式，追求生活品质与情绪价值 [1] - 传统消费观念"年轻人终将爱上茅台"受到新消费趋势挑战 [1] 科技行业竞争态势 - 外卖平台高粘性商业模式面临竞争对手贴身肉搏 [1] - 竞争对手不惜亏损也要抢占市场份额 [1] - 龙头企业护城河不再坚不可摧 [1] 细分行业表现 - 光伏、锂电、电动车等"新三样"出口产品经历业绩与估值双重洗礼 [2] - AI产业链以惊人高增速脱颖而出成为新增长极，寒武纪营收激增43倍 [2] - 市场期待"反内卷"到来，但供需关系改善仍需时日 [2] 基金经理表现 - 业绩佼佼者多为投资年限不长的新锐基金经理 [2] - 从业时间最长的公募基金经理对热门AI和创新药交易保持审慎态度 [2] 具体公司业绩数据 - POP MART实现286%增长 [7] - 蜜雪冰城2025年上半年相关数据增长44% [7][8] - 贵州茅台酒增长9% [7] - 万科下跌21% [7] - 美团下跌38% [7] 市场周期特征 - 行业周期性决定估值起伏跌宕，昔日新龙头终成明日老战场 [2] - 人类经济活动周期极不规律且易走向极端，与大自然规律性周期形成对比 [2] - 市场中同时存在追逐高景气新星和坚守价值投资老路两种投资策略 [5]

汇金持仓规模 - 中央汇金持有A股ETF总规模达1.29万亿元 占A股ETF总规模42% [1] - 汇金持仓规模较2024年末增加2363亿元 [1] 持仓类型分布 - 宽基ETF持仓规模1.28万亿元 较2024年末增加2363亿元 [1][3] - 行业ETF持仓46.4亿元 较2024年末增加4.5亿元 [3] - 主题ETF持仓22.8亿元 较2024年末增加0.8亿元 [3] - 策略ETF持仓4089万元 [3] 指数持仓规模 - 沪深300ETF持仓规模8299亿元 [6] - 上证50ETF持仓规模1371亿元 [6] - 中证1000ETF持仓规模1295亿元 [6] - 中证500ETF持仓规模995亿元 [6] 持仓比重特征 - 中证1000ETF中汇金占比高于50% [8] - 上证180ETF中汇金占比高于50% [8] - 上证50ETF中汇金占比高于50% [8] - 沪深300ETF中汇金占比高于50% [8] - 180金融ETF中汇金占比高于50% [8] - 中证500ETF中汇金占比高于50% [8] 行业配置动向 - 2025年上半年增持沪深300医药ETF和酒ETF [4] - 同期减持中证医疗ETF、食品饮料ETF和5G通信ETF [4] 市场风格研判 - 机构资金主导本轮行情 重点配置行业优质龙头公司 [10] - 资金流向体现景气度投资逻辑 回避中小盘股炒作 [10] - 大市值公司表现突出 市场风格偏向龙头业绩驱动 [10]

根据提供的研报内容，以下是量化模型与因子的总结： 量化因子与构建方式 1. **因子名称：拥挤度因子** - **因子构建思路**：通过衡量行业内头部和尾部股票在波动率、流动性和系统性风险三个维度上的差异，来反映市场对该行业的追逐程度[17] - **因子具体构建过程**： 1. 计算行业内头部股票（如前20%）与尾部股票（如后20%）的以下指标差异： - 波动率：头部与尾部股票的年化波动率差值 - 流动性：头部与尾部股票的日均换手率差值 - 系统性风险（Beta）：头部与尾部股票对市场指数的Beta差值 2. 对上述三个维度的差值进行标准化处理，并加权求和得到拥挤度因子： $$ \text{Crowding}_i = w_1 \cdot \Delta \text{Volatility}_i + w_2 \cdot \Delta \text{Liquidity}_i + w_3 \cdot \Delta \text{Beta}_i $$ 其中权重$w_1,w_2,w_3$根据历史数据回归确定[17] - **因子评价**：高拥挤度可能预示行业存在短期交易风险，需结合基本面验证[17] 2. **因子名称：行业景气度因子** - **因子构建思路**：基于行业基本面数据（如营收增速、利润率、政策支持等）构建综合景气评分[8] - **因子具体构建过程**： 1. 选取行业核心指标：营收同比增速、毛利率变化、政策支持评分（如政府工作报告提及频率） 2. 通过主成分分析（PCA）降维后生成综合景气度得分： $$ \text{Prosperity}_i = \alpha_1 \cdot \text{Revenue}_i + \alpha_2 \cdot \text{Margin}_i + \alpha_3 \cdot \text{Policy}_i $$ 其中系数$\alpha$由PCA确定[8][12] 因子回测效果 1. **拥挤度因子** - 食品饮料行业拥挤度：历史高位（>6）[8][18] - 医药/煤炭行业拥挤度：近3年低位（<3）[17][28] 2. **行业景气度因子** - 交通运输/食品饮料/煤炭：景气度最高（具体数值未披露）[8] - 传媒/通信/银行：景气度最低[8] 模型与因子的背离现象 医药行业出现景气度下降0.06但拥挤度上升0.28的背离，反映短期情绪与基本面脱节[12][15]

估值对股价的影响 - 估值对股价的影响不稳定 无论是PE还是PB估值 在2013年1月至2025年2月的回测中 申万一级行业按估值分五组后 下月平均涨跌幅未呈现规律性关联 [2] - 即使针对各行业选用不同估值方法进行打分 估值对股价的解释力依然缺乏稳定性 [2] 市场对估值的容忍度差异 - 高景气组合(盈利增速30%以上)中 高估值与低估值的收益率差距不明显 增速超100%时估值差异影响更小 [5] - 低增长或增速边际放缓(环比增幅0-20%)时 估值容忍度显著下降 此时中低估值组合超额收益更明显 [5] - 市场情绪上升时(换手率高) 投资者偏好高估值行业追求弹性 情绪下降时则转向低估值行业寻求确定性 [5] - PE估值结合市场情绪打分效果最佳 情绪上升期高PE行业占优 下降期低PE行业占优 [5] 估值分析的复杂性 - 长期估值水平可提供投资水位参考 但短期"合理估值"受多重因素动态影响 [6] - 需综合评估市场环境与自身能力 判断是否参与估值波动带来的投资机会 [6] 研究报告引用 - 国金证券《构建AI图谱Ⅲ：景气分级投资的估值体系》2025年2月 [7] - 光大证券《行业比较研究系列之六：估值因素如何用于行业比较？》2025年3月 [7]