对个人更通俗，对机构更专业，努力做最具品质的衍生品公众号~ 文 | 余力 Felix 来源 | 力的期权工作室 编辑 | 杨兰 审核 | 浦电路交易员 以下文章来源于力的期权工作室 ，作者余力 Felix 力的期权工作室 . 数据来源：Wind，力的期权工作室整理 当你意识到这种市场特征的时候，就应该想一想在过去类似的市场下，你跑的赢指数吗？ 想一想2017年那一年，由于MSCI纳入A股的关键因素，北向成为了全市场最强的边际增量，他们买了漂亮50，然后造成了另 外一边的要命3000，那一年你跑的赢指数吗？再想一想，2021.2茅台涨到2600块之前的那一年，公募权益基金不断"疯狂"扩 容，它们成为了全市场最强的边际增量，当时的"明显经理"买了什么？买了全市场各个行业的核心资产，买了茅指数里的一 个个龙头股，于是在这种行情特征下，你跑赢指数了吗？应该也没有。 记得繁花里有过这么一句话："排骨是排骨，年糕是年糕。"这句话放到当下的A股市场，可以改写为指数是指数，个股是个 股。一边，你看到上证综指已经迈过3500点的整数大关，而另一边，你手里的个股可能连3月中旬的高点都还没有达到…… 为什么会这样？一句话，这是因为 ...

根据提供的研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. **沪深300上涨家数占比情绪指标** - 模型构建思路：通过计算指数成分股的近期正收益个数来判断市场情绪，正收益股票增多时可能处于行情底部，大部分股票正收益时可能预示过热风险[27] - 具体构建过程： $$ N日上涨家数占比 = \frac{沪深300成分股过去N日收益>0的个股数}{成分股总数} $$ 其中N=230日，并采用50日和35日双移动平均线判断趋势（快线>慢线看多）[29][31] - 模型评价：能快速捕捉上涨机会但会错失持续亢奋阶段收益，对下跌市场判断存在缺陷[28] 2. **八均线情绪指标** - 模型构建思路：通过8条不同周期均线（8/13/21/34/55/89/144/233日）的突破数量判断趋势状态[35] - 具体构建过程： - 计算沪深300收盘价在八均线上方的数量 - 数量≥5时看多，区间值1-3赋值为-1，4-6为0，7-9为1[38] - 模型评价：需结合其他指标验证趋势可靠性[35] 量化因子与构建方式 1. **横截面波动率因子** - 构建思路：衡量指数成分股间收益率的离散程度，反映Alpha机会丰富度[39] - 具体计算： $$ 横截面波动率 = \sqrt{\frac{1}{n}\sum_{i=1}^n (r_i - \bar{r})^2} $$ 其中$r_i$为个股收益率，$\bar{r}$为指数平均收益率[39] - 因子评价：波动率上升预示Alpha环境改善，但需结合时序波动率综合判断[39] 2. **时间序列波动率因子** - 构建思路：衡量指数成分股自身收益波动幅度[42] - 具体计算：采用20日历史波动率 - 因子评价：短期波动率上升可能带来交易机会，但高波动也伴随风险[42] 模型回测效果 1. **沪深300情绪指标** - 最新快线/慢线：向下交叉（空头信号）[29] - 上涨家数占比：高于50%但趋势下行[28] 2. **八均线情绪指标** - 最新指标值：处于非景气区间（赋值≤0）[35] 因子回测效果 1. **横截面波动率** - 沪深300：1.69%（近半年分位数70.12%）[41] - 中证500：1.97%（近半年分位数44.44%）[41] - 中证1000：2.35%（近半年分位数58.57%）[41] 2. **时间序列波动率** - 沪深300：0.54%（近半年分位数68.88%）[44] - 中证500：0.42%（近半年分位数59.52%）[44] - 中证1000：0.26%（近半年分位数58.57%）[44] 注：所有波动率数据统计区间为2025年5月26-30日[41][44]

市场表现与核心观点 - 本周A股缩量震荡，主要宽基指数周度收跌，上证综指下跌0.57%，上证50和沪深300均下跌0.18%，中证500下跌1.10%，中证1000下跌1.29%，创业板指下跌0.88%，北证50指数下跌3.68% [3] - 主题表现呈现快速轮动，贵金属和汽车板块周度占优，4月以来市场呈现"红利+微盘"显著占优特征，但本周出现短线快速调整 [3] - 中长期流动性宽松叠加风险偏好上行将驱动A股震荡上涨，短线调整结束后，"红利+小盘"杠铃组合仍是配置优选 [3] 行业估值与资金动向 - 建材、轻工制造、电力设备及新能源、国防军工、计算机、综合金融行业处于估值分位数"危险"等级，有色金属、电力及公用事业、家电、食品饮料、农林牧渔、非银行金融、交通运输行业处于估值分位数"安全"等级 [4] - 机构调研关注度最高的个股为汇川技术（352家）、富创精密（109家）、博众精工（106家）、博思软件（102家）和盛美上海（101家） [6] - 南向资金净流入189.59亿港元，其中沪市港股通净流入190.55亿港元，深市港股通净流出0.97亿港元 [6] - 股票型ETF本周收益中位数为-0.40%，资金净流出113.43亿元，港股ETF本周收益中位数为1.13%，资金净流出45.47亿元，跨境ETF本周收益中位数为-1.50%，资金净流出12.95亿元，商品型ETF本周收益中位数为3.74%，资金净流出4.70亿元 [6] 市场信号与基金动态 - 各大宽基指数量能择时信号均为谨慎观点 [5] - 基金抱团分离度环比下降，最近一周抱团股和抱团基金超额收益上升 [7]

报告行业投资评级 报告未提及行业投资评级相关内容 报告的核心观点 - 上周（2025.05.12 - 2025.05.16）A股延续震荡，主要宽基指数量能收缩，交易情绪谨慎，ETF资金净流出，市场延续止盈 [1][12] - 短期市场呈反转特征，近三周动量/反转效应切换快，流动性宽松下小市值或持续占优，红利优势维持，“红利 + 小盘”杠铃组合或为获取相对收益的最优选择 [1][12] 根据相关目录分别进行总结 上周核心观点与市场复盘 上周核心观点 - A股延续震荡，主要宽基指数量能收缩，交易情绪谨慎，资金面ETF资金净流出，市场止盈 [1][12] - 短期市场反转，动量/反转效应切换快，小市值或持续占优，红利优势维持，“红利 + 小盘”组合或为优选项 [1][12] 主要指数表现与热点复盘 - 各指数涨跌不一，上证综指涨0.76%，上证50涨1.22%，沪深300涨1.12%，中证500跌0.10%，中证1000跌0.23%，创业板指涨1.38%，北证50指数涨3.13% [1][13] - 中信一级行业涨幅前五为汽车、非银行金融、商贸零售、交通运输、综合；振幅前五为国防军工、非银行金融、综合金融、计算机、电子 [14] - 热点概念表现最好前五为动物保健精选指数、保险精选指数、饲料精选指数、电子商务指数、PEEK材料指数；最差前五为军工信息化指数、卫星互联网指数、GPU指数、数据安全指数、云计算指数 [18] 宽基指数和行业指数估值 - 截至2025年5月16日，上证指数、上证50、沪深300、中证500、中证1000估值分位数“适中”，创业板指“安全” [1][18] - 中信一级行业中，有色金属、电力及公用事业、家电、食品饮料、农林牧渔、非银行金融、交通运输估值分位数“安全” [2][18] 量化情绪跟踪 - 量能择时：截至5月16日，各指数量能择时信号均为谨慎观点 [23] - 沪深300上涨家数占比情绪指标：可判断市场情绪，截至2025年5月16日，指标近一周小幅上升，占比高于50%，市场情绪较高 [24][25] - 沪深300上涨家数占比择时跟踪：通过平滑捕捉指标变动，当前沪深300指数未处情绪景气区间，预计未来维持谨慎观点 [26] - 均线情绪指标：以八均线体系判断指数趋势，截至2025年5月16日，沪深300指数处于情绪景气区间 [32] 市场赚钱效应观察 - 横截面波动率：近一周沪深300、中证500、中证1000指数成分股横截面波动率环比下降，短期Alpha环境恶化；近一季度，沪深300、中证1000指数Alpha环境较好，中证500一般 [37] - 时间序列波动率：近一周沪深300指数成分股时间序列波动率环比上升，Alpha环境好转；中证500、中证1000下降，Alpha环境恶化；近一季度，三者Alpha环境较好 [40] 资金面跟踪 机构调研跟踪 - 上周机构调研活动367场，沪市上市公司被调研123次，深市228次，北证16次 [42] - 被调研股票市值方面，小于等于100亿、100 - 200亿、200 - 500亿、大于500亿的上市公司分别被调研241次、75次、33次、18次 [43] - 调研类型以特定对象调研和其他为主，占比70.03%和13.35%；机构类型中，投资公司、基金公司和证券公司调研次数占比依次为6.5%、26.9%和54.5% [43] - 中信一级行业中，机械、电子和基础化工被调研次数较多，上周涨跌幅依次为0.72%、 - 0.69%和1.38% [52] - 个股方面，安集科技、恒而达、耐普矿机、海目星和帝奥微受机构关注程度最高 [3][56] 股指期货跟踪 - 上周IF当月合约涨1.23%，IH当月合约涨1.12%，IC当月合约涨0.33%，IM当月合约涨0.39% [58] - 除上证50外，沪深300、中证500、中证1000指数期货主力合约贴水率环比上升；IF、IC当月合约近一季度基差变化环境不变，IH变差 [61] 南向资金跟踪 - 上周（2025.05.12 - 2025.05.16）南向资金净流出86.85亿港元，沪市港股通净流入49.10亿港元，深市港股通净流出135.95亿港元 [3][72] 融资规模变化跟踪 - 截至2025年5月15日，融资余额为17967.39亿元，较5月9日增加42.93亿元 [75] ETF市场跟踪 - 股票型ETF上周收益中位数0.74%，资金净流出253.70亿元；港股ETF收益中位数1.27%，净流出66.96亿元；跨境ETF收益中位数3.80%，净流出10.81亿元；商品型ETF收益中位数 - 4.71%，净流出43.08亿元 [3][78] - 宽基ETF中，科创板主题ETF资金净流入17.98亿元；行业ETF中，TMT主题ETF资金净流入9.39亿元 [80] 抱团基金分离度跟踪 - 以分离度指标监控基金抱团程度，截至2025年5月16日，基金抱团分离度环比上升，抱团股超额收益环比下降，抱团基金超额收益环比上升 [85]

上周市场表现 - A股延续震荡表现 主要宽基指数量能收缩 上证综指上涨0 76% 上证50上涨1 22% 沪深300上涨1 12% 中证500下跌0 10% 中证1000下跌0 23% 创业板指上涨1 38% 北证50指数上涨3 13% [2] - 交易情绪谨慎 量能择时指标维持谨慎观点 ETF资金净流出253 70亿元 市场延续止盈状态 [2][6] - 大类因子表现呈现反转特征 近三周动量/反转效应快速切换 小市值或持续占优 红利优势仍将维持 "红利+小盘"杠铃组合或为最优选择 [2] 估值分位数 - 宽基指数估值分位数 上证指数 上证50 沪深300 中证500 中证1000处于"适中"等级 创业板指处于"安全"等级 [2] - 中信一级行业估值分位数 有色金属 电力及公用事业 家电 食品饮料 农林牧渔 非银行金融 交通运输处于"安全"等级 [2] 波动率与Alpha环境 - 沪深300 中证500 中证1000指数成分股横截面波动率环比下降 Alpha环境恶化 [3] - 沪深300成分股时间序列波动率环比上升 Alpha环境好转 中证500 中证1000时间序列波动率环比下降 Alpha环境恶化 [3] 资金面跟踪 - 机构调研关注度最高个股 安集科技(241家) 恒而达(237家) 耐普矿机(122家) 海目星(113家) 帝奥微(94家) [4] - 南向资金净流出86 85亿港元 沪市港股通净流入49 10亿港元 深市港股通净流出135 95亿港元 [4] - 股票型ETF收益中位数0 74% 净流出253 70亿元 港股ETF收益中位数1 27% 净流出66 96亿元 跨境ETF收益中位数3 80% 净流出10 81亿元 商品型ETF收益中位数-4 71% 净流出43 08亿元 [6]

根据提供的研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. **沪深300上涨家数占比情绪指标** - 构建思路：通过计算指数成分股的近期正收益个数来判断市场情绪，正收益股票增多可能预示行情底部，大部分股票正收益则可能预示过热风险[25] - 具体构建： $$沪深300指数N日上涨家数占比 = \frac{沪深300成分股过去N日收益>0的个股数}{成分股总数}$$ 使用双窗口平滑（N1=50慢线，N2=35快线），快线上穿慢线时看多市场[26] - 评价：能快速捕捉上涨机会，但对下跌风险预警能力较弱[25] 2. **均线情绪指标** - 构建思路：基于八均线体系（参数8/13/21/34/55/89/144/233）判断趋势状态[32] - 具体构建： - 计算收盘价大于各均线的数量 - 数量≥5时看多，区间值1-3赋值为-1，4-6为0，7-9为1[32][36] - 评价：通过多均线交叉验证增强趋势判断稳定性[32] 量化因子与构建方式 1. **横截面波动率因子** - 构建思路：衡量指数成分股间收益离散程度，反映Alpha机会[37] - 具体构建： $$横截面波动率 = \sqrt{\frac{1}{N}\sum_{i=1}^N (r_i - \bar{r})^2}$$ 其中$r_i$为个股收益，$\bar{r}$为指数平均收益[37] - 评价：高波动率环境更易获取超额收益[37] 2. **时间序列波动率因子** - 构建思路：反映指数成分股自身收益波动幅度[40] - 具体构建： $$时序波动率 = \sqrt{\frac{1}{T}\sum_{t=1}^T (r_t - \mu)^2}$$ 采用加权计算（20日历史波动率）[40] - 评价：波动率上升通常伴随市场活跃度提升[40] 模型的回测效果 1. **沪深300情绪指标** - 当前快线（35日）位于慢线（50日）下方，维持谨慎观点[26] - 近一周上涨家数占比>50%，情绪处于高位[25] 2. **均线情绪指标** - 当前处于情绪景气区间（八均线指标值≥5）[32] - 策略净值3.5倍（2010-2025年回测）[33] 因子的回测效果 1. **横截面波动率** - 沪深300：近一季度1.80%（近两年分位51.66%）[38] - 中证1000：近一季度2.46%（近半年分位65.34%）[38] 2. **时间序列波动率** - 沪深300：近一季度0.57%（近一年分位69.50%）[41] - 中证500：近一季度0.45%（近半年分位65.08%）[41] 注：所有指标取值均截至2025年5月16日[38][41]

根据提供的研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. **模型名称**：沪深300上涨家数占比情绪指标 **模型构建思路**：通过计算指数成分股的近期正收益个数来判断市场情绪，正收益股票增多时可能处于行情底部，大部分股票正收益时可能预示过热风险[24] **模型具体构建过程**： - 计算沪深300指数N日上涨家数占比： $$ \text{上涨家数占比} = \frac{\text{过去N日收益>0的个股数}}{\text{沪深300成分股总数}} $$ - 采用双窗口平滑（短期N2=35日，长期N1=50日）生成快慢线，快线上穿慢线时看多[27] **模型评价**：能快速捕捉上涨机会，但对下跌市场判断存在滞后性[25] 2. **模型名称**：均线情绪指标 **模型构建思路**：基于八均线体系（8/13/21/34/55/89/144/233日）判断趋势状态，通过价格与均线关系划分情绪区间[31] **模型具体构建过程**： - 计算收盘价大于各均线的数量 - 数量≥5时看多，≤3时看空，其余中性[32] **模型评价**：对趋势延续性有较好指示作用，但震荡市中易产生假信号[37] 3. **模型名称**：量能择时模型 **模型构建思路**：通过成交量变化判断市场情绪转折点[23] **模型具体构建过程**：未披露具体公式，输出为多空信号[24] 量化因子与构建方式 1. **因子名称**：横截面波动率 **因子构建思路**：衡量指数成分股收益离散程度，反映Alpha机会丰富度[34] **因子具体构建过程**： - 计算指数成分股日收益率的截面标准差 - 统计不同时间窗口（季度/半年/年）的分位数水平[38] 2. **因子名称**：时间序列波动率 **因子构建思路**：通过加权计算成分股历史波动率评估市场风险[39] **因子具体构建过程**： - 采用加权移动平均法计算个股波动率 - 按市值加权合成指数层面波动率[40] 模型的回测效果 1. **沪深300上涨家数占比模型**： - 近一年胜率：62%[28] - 年化超额收益：8.3%[28] 2. **均线情绪指标模型**： - 年化IR：1.2[33] - 最大回撤：-22%[33] 3. **量能择时模型**： - 当前信号：全宽基指数空头[24] 因子的回测效果 1. **横截面波动率**： - 沪深300近季度值：1.84%（近两年分位55.19%）[38] - 中证1000近季度值：2.53%（近半年分位66.53%）[38] 2. **时间序列波动率**： - 沪深300近季度值：0.59%（近一年分位71.58%）[40] - 中证500近季度值：0.46%（近半年分位64.29%）[40] 注：所有测试结果均基于2025年5月9日数据[21][24][38][40]

根据提供的研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. **动量情绪指标择时模型** - 构建思路：通过计算沪深300指数成分股的上涨家数占比，结合不同窗口期的移动平均线捕捉市场情绪变化[26][27] - 具体构建过程： 1. 计算沪深300指数N日上涨家数占比： $$ \text{上涨家数占比} = \frac{\text{过去N日收益>0的个股数}}{\text{成分股总数}} $$ 2. 对指标进行双重平滑（快线窗口N2=35日，慢线窗口N1=50日） 3. 当快线>慢线时生成看多信号[27][29] - 模型评价：能快速捕捉上涨机会，但对下跌市场判断存在滞后性[26] 2. **均线情绪指标模型** - 构建思路：基于8条均线（参数为8/13/21/34/55/89/144/233日）的突破状态判断趋势[33][37] - 具体构建过程： 1. 计算沪深300收盘价与各均线的位置关系 2. 统计收盘价高于均线的数量 3. 当超过5条均线被突破时看多[37] - 模型评价：对趋势性行情敏感，但震荡市中易产生假信号[33] 量化因子与构建方式 1. **横截面波动率因子** - 构建思路：衡量指数成分股间收益率的离散程度，反映Alpha机会[38][39] - 具体构建过程： $$ \sigma_{cross} = \sqrt{\frac{1}{N}\sum_{i=1}^N (r_i - \bar{r})^2} $$ 其中$r_i$为个股收益率，$\bar{r}$为成分股平均收益率[39] - 因子评价：波动率上升通常预示超额收益机会增加[38] 2. **时间序列波动率因子** - 构建思路：捕捉指数成分股历史波动率变化[42][43] - 具体构建过程： $$ \sigma_{time} = \sqrt{\frac{1}{T}\sum_{t=1}^T (r_t - \mu)^2} $$ 采用20日滚动窗口计算[43] - 因子评价：可作为风险管理和择时辅助指标[42] 模型的回测效果 1. **动量情绪指标模型** - 年化收益率：4.5% - 最大回撤：22.3% - IR：0.89[31] 2. **均线情绪指标模型** - 年化收益率：6.2% - 胜率：58.7% - 盈亏比：1.35[35] 因子的回测效果 1. **横截面波动率因子** - 沪深300近一年均值：1.92% - 中证1000近半年分位数：66.53%[39][41] 2. **时间序列波动率因子** - 沪深300近一季度值：0.61% - 中证500近半年分位数：60.32%[43]