量化模型与构建方式 1. **模型名称：量能择时模型**[24][25] * **模型构建思路**：通过监测主要宽基指数的成交量能变化来判断市场短期情绪，为交易提供择时信号[24]。 * **模型具体构建过程**：报告未详细说明该模型的具体构建公式和计算过程，仅给出了基于该模型产生的择时观点[24][25]。 2. **模型名称：沪深300上涨家数占比择时模型**[25][26][27][29] * **模型构建思路**：通过计算沪深300指数成分股中近期取得正收益的股票数量占比，来判断市场情绪和趋势，并基于此构建择时策略[25][26]。 * **模型具体构建过程**： 1. 首先，计算基础指标：沪深300指数N日上涨家数占比。公式为： $$沪深300指数 N 日上涨家数占比 = \frac{沪深300指数成分股过去 N 日收益大于 0 的个股数}{沪深300指数成分股总数}$$[25] 2. 然后，对基础指标进行平滑处理以生成交易信号。取N=230，对基础指标进行窗口期N1=50和N2=35（N1>N2）的移动平均，分别得到慢线和快线[27][29]。 3. 生成交易信号：当快线大于慢线时，看多沪深300指数；当快线小于慢线时，对市场持中性或谨慎态度[27][29]。 3. **模型名称：均线情绪指标择时模型**[34][35][39] * **模型构建思路**：基于沪深300指数收盘价与一组均线（八均线体系）的相对位置关系，构建一个反映市场趋势状态的综合情绪指标，并用于择时[34]。 * **模型具体构建过程**： 1. 首先，计算沪深300指数的八条均线，参数分别为8, 13, 21, 34, 55, 89, 144, 233[35]。 2. 然后，计算当日收盘价大于这八条均线中每一条均线的数量[39]。 3. 生成交易信号：当收盘价大于均线的数量超过5条时，看多沪深300指数[39]。 模型的回测效果 1. 动量情绪指标择时策略（基于沪深300上涨家数占比），策略净值表现见附图[30][31] 2. 均线情绪指标择时策略，策略净值表现见附图[36][37] 量化因子与构建方式 1. **因子名称：横截面波动率**[40][41] * **因子构建思路**：计算特定指数（如沪深300、中证500、中证1000）成分股收益率在截面的离散程度，用于衡量市场分化程度和Alpha策略的潜在盈利环境[40]。 * **因子具体构建过程**：报告未给出该因子的具体计算公式，但指出其用于衡量指数成分股间的收益率离散程度，数值上涨通常意味着短期Alpha环境好转[40]。 2. **因子名称：时间序列波动率**[41][44] * **因子构建思路**：计算特定指数成分股收益率在时间序列上的波动程度，用于衡量市场整体波动风险和Alpha策略环境[41]。 * **因子具体构建过程**：报告未给出该因子的具体计算公式，但指出其用于衡量指数成分股的时序波动，并给出了加权时间序列波动率的结果[41][44]。 3. **因子名称：分离度**[86] * **因子构建思路**：通过计算“抱团基金”组合截面收益率的标准差，来度量基金抱团行为的集中或瓦解程度。标准差小表示抱团程度高，标准差大表示抱团正在瓦解[86]。 * **因子具体构建过程**：报告未给出“抱团基金”组合的具体构建方法和分离度因子的详细计算公式，仅说明了其代理变量为抱团基金截面收益的标准差[86]。 因子的回测效果 1. **横截面波动率因子** * 沪深300横截面波动率：近两年平均值2.02%，近一年平均值2.05%，近半年平均值2.34%，近一季度平均值2.15%[41]。 * 中证500横截面波动率：近两年平均值2.29%，近一年平均值2.32%，近半年平均值2.73%，近一季度平均值2.49%[41]。 * 中证1000横截面波动率：近两年平均值2.51%，近一年平均值2.52%，近半年平均值2.78%，近一季度平均值2.61%[41]。 2. **时间序列波动率因子** * 沪深300时序波动率：近两年平均值0.99%，近一年平均值0.91%，近半年平均值0.91%，近一季度平均值0.95%[44]。 * 中证500时序波动率：近两年平均值1.32%，近一年平均值1.23%，近半年平均值1.48%，近一季度平均值1.36%[44]。 * 中证1000时序波动率：近两年平均值1.47%，近一年平均值1.28%，近半年平均值1.48%，近一季度平均值1.32%[44]。

量化模型与构建方式 1. **模型名称：量能择时模型**[24] * **模型构建思路**：通过观察主要宽基指数的成交量（量能）变化来判断市场短期趋势，当量能快速收缩时，市场情绪可能转向谨慎。[12] * **模型具体构建过程**：报告未详细描述该模型的具体构建公式和信号生成规则，仅给出了基于该模型产生的最终择时观点。[24] 2. **模型名称：沪深300上涨家数占比择时模型（动量情绪指标）**[25][27][29] * **模型构建思路**：通过计算沪深300指数成分股中过去一段时间内收益为正的股票数量占比，来衡量市场情绪。当多数股票上涨时，市场情绪可能过热；反之，可能处于底部。通过对该指标进行平滑处理来捕捉趋势变化，生成交易信号。[25][27] * **模型具体构建过程**： 1. 计算沪深300指数N日上涨家数占比：统计沪深300指数成分股中，过去N日收益大于0的个股数量，并计算其占总成分股数的比例。[25] 2. 对上述指标分别进行窗口期为N1和N2（N1>N2）的移动平均，得到慢线和快线。[27][29] 3. 生成信号：当快线大于慢线时，看多沪深300指数；当快线小于慢线时，对市场持中性态度。[27][29] * **模型评价**：该指标可以较快捕捉上涨机会，但也会错失市场持续亢奋阶段的上涨收益。同时，在下跌市场中难以有效规避风险。[26] 3. **模型名称：均线情绪指标择时模型**[33][36] * **模型构建思路**：利用沪深300指数收盘价与一组均线（八均线体系）的相对位置关系来判断市场趋势状态，并将这种状态量化为情绪指标，用于择时。[33] * **模型具体构建过程**： 1. 计算沪深300收盘价的八条均线，参数分别为8, 13, 21, 34, 55, 89, 144, 233。[33] 2. 统计当日沪深300指数收盘价大于这八条均线数值的数量。[36] 3. 生成信号：当收盘价大于均线的数量超过5条时，看多沪深300指数。[36] 模型的回测效果 1. **动量情绪指标择时策略**，策略净值表现见附图，在所示回测区间内（2010.01.04—2026.03.20）策略净值有增长。[30][31] 2. **均线情绪指标择时策略**，策略净值表现见附图，在所示回测区间内（2010.01.04—2026.03.20）策略净值有增长。[34] 量化因子与构建方式 1. **因子名称：横截面波动率**[37] * **因子构建思路**：衡量同一时间点（截面）上，某个指数（如沪深300、中证500等）内所有成分股收益率的离散程度。波动率高表明个股走势分化大，有利于Alpha策略获取超额收益。[37] * **因子具体构建过程**：报告未给出具体的计算公式，但通常指在特定时间点（如日度或周度），计算指数内所有成分股收益率的标准差。 2. **因子名称：时间序列波动率**[38] * **因子构建思路**：衡量单个股票或指数组合收益率随时间变化的波动程度。通常用于评估市场整体风险水平，波动率低可能意味着Alpha环境不佳。[38] * **因子具体构建过程**：报告未给出具体的计算公式，但通常指在特定时间窗口内（如过去20日），计算股票或指数收益率序列的标准差。 3. **因子名称：抱团基金分离度**[82] * **因子构建思路**：通过计算抱团基金组合截面收益的标准差，来度量基金的抱团程度。标准差小说明基金表现趋同，抱团程度高；标准差大说明抱团正在瓦解。[82] * **因子具体构建过程**：报告未给出具体的抱团基金组合构建方法及分离度计算公式，仅说明了其代理变量的含义。 因子的回测效果 1. **横截面波动率因子**，沪深300指数近两年平均值2.02%，近一年平均值2.03%，近半年平均值2.30%，近一季度平均值2.17%[38]；中证500指数近两年平均值2.28%，近一年平均值2.30%，近半年平均值2.71%，近一季度平均值2.51%[38]；中证1000指数近两年平均值2.51%，近一年平均值2.51%，近半年平均值2.77%，近一季度平均值2.63%[38]。 2. **时间序列波动率因子**，沪深300指数近两年平均值0.98%，近一年平均值0.88%，近半年平均值0.75%，近一季度平均值0.89%[41]；中证500指数近两年平均值1.32%，近一年平均值1.18%，近半年平均值1.28%，近一季度平均值1.29%[41]；中证1000指数近两年平均值1.46%，近一年平均值1.22%，近半年平均值1.25%，近一季度平均值1.23%[41]。

量化模型与构建方式 1. **模型名称：量能择时模型**[24][25] * **模型构建思路**：基于宽基指数的成交量能变化，判断市场短期走势，生成看多或看空的择时信号[24]。 * **模型具体构建过程**：报告未详细描述该模型的具体计算规则和阈值，仅给出了基于该模型得出的各宽基指数当前信号[25]。 2. **模型名称：沪深300上涨家数占比择时模型**[25][27][29] * **模型构建思路**：通过计算沪深300指数成分股中过去一段时间内上涨股票的家数占比来衡量市场情绪，并通过对该指标进行不同窗口期的平滑处理来捕捉情绪拐点，从而生成择时信号[25][27]。 * **模型具体构建过程**： 1. 计算基础指标：沪深300指数N日上涨家数占比 = 沪深300指数成分股过去N日收益大于0的个股数占比[25]。报告中N=230[27]。 2. 对基础指标进行平滑处理：分别计算窗口期为N1和N2的移动平均线，作为慢线和快线，其中N1 > N2。报告中N1=50，N2=35[27]。 3. 生成信号：当快线大于慢线时，看多沪深300指数[29]。 3. **模型名称：均线情绪指标择时模型**[33][37] * **模型构建思路**：利用沪深300指数收盘价与一组长期均线（八均线体系）的相对位置关系来判断市场趋势状态，并据此生成择时信号[33]。 * **模型具体构建过程**： 1. 计算八条均线：以沪深300指数收盘价为基准，计算参数为8、13、21、34、55、89、144、233的移动平均线[33]。 2. 计算当日指标值：统计当日沪深300指数收盘价大于这八条均线数值的数量[37]。 3. 生成信号：当该数量超过5时（即收盘价位于多数均线之上），看多沪深300指数[37]。 4. **模型/因子名称：抱团基金分离度**[84] * **构建思路**：通过计算一组被定义为“抱团基金”的组合内部收益率的截面标准差，来量化基金抱团的程度。标准差越小，说明基金表现越趋同，抱团程度越高；反之则表示抱团瓦解[84]。 * **具体构建过程**：报告未给出“抱团基金”组合的具体构建规则。分离度指标的计算公式为抱团基金组合截面收益率的标准差[84]。 量化因子与构建方式 1. **因子名称：横截面波动率**[38][39] * **因子构建思路**：计算特定指数（如沪深300、中证500、中证1000）所有成分股在某个时间点（如日度）收益率的标准差，用以衡量股票间表现的离散程度，反映市场的选股（Alpha）环境[38]。 * **因子具体构建过程**：报告未给出具体的计算公式，但明确指出该指标用于衡量指数成分股收益率在横截面上的离散程度[38]。 2. **因子名称：时间序列波动率**[39][42] * **因子构建思路**：计算特定指数成分股加权平均的时间序列波动率，用以衡量市场整体的波动水平，同样作为评估Alpha环境的指标[39]。 * **因子具体构建过程**：报告未给出具体的加权方法和计算公式，仅说明其为指数成分股的加权时间序列波动率[41][42]。 模型的回测效果 （报告中未提供各择时模型的历史回测绩效指标，如年化收益率、夏普比率、最大回撤等具体数值。） 因子的回测效果 1. **横截面波动率因子** * **近两年平均值**：沪深300为2.02%，中证500为2.27%，中证1000为2.51%[39]。 * **近一年平均值**：沪深300为2.02%，中证500为2.29%，中证1000为2.51%[39]。 * **近半年平均值**：沪深300为2.26%，中证500为2.67%，中证1000为2.75%[39]。 * **近一季度平均值**：沪深300为2.17%，中证500为2.50%，中证1000为2.63%[39]。 * **近一季度平均值占近半年分位**：沪深300为64.33%，中证500为55.56%，中证1000为68.13%[39]。 2. **时间序列波动率因子** * **近两年平均值**：沪深300为0.98%，中证500为1.31%，中证1000为1.46%[42]。 * **近一年平均值**：沪深300为0.89%，中证500为1.18%，中证1000为1.22%[42]。 * **近半年平均值**：沪深300为0.79%，中证500为1.31%，中证1000为1.25%[42]。 * **近一季度平均值**：沪深300为0.92%，中证500为1.29%，中证1000为1.22%[42]。 * **近一季度平均值占近半年分位**：沪深300为48.66%，中证500为58.73%，中证1000为66.53%[42]。

市场核心观点与表现 - 本周A股市场出现震荡回调，震荡上行仍是后市主基调，中长线看好“红利+科技”配置主线 [4] - 市场回调受地缘冲突影响，石油石化行业迎来价格催化并周度领涨行业指数 [4] - 主要宽基指数本周均下跌，跌幅分别为：上证综指下跌0.93%，上证50下跌1.54%，沪深300下跌1.07%，中证500下跌3.44%，中证1000下跌3.64%，创业板指下跌2.45%，北证50指数下跌7.14% [4] - 市场量能指标仍在谨慎区间，后市或仍待量能积累，静待市场风险偏好提升 [4] 市场估值与波动率 - 截至2026年3月6日，宽基指数估值分位数显示：上证50、中证500、中证1000、创业板指处于“适中”等级，上证指数、沪深300处于“危险”等级 [4] - 中信一级行业分类中，食品饮料、非银行金融行业处于估值分位数“安全”等级 [4] - 沪深300、中证500、中证1000指数成分股横截面波动率环比前一周上升，短期Alpha环境好转 [4] - 最近一周，沪深300、中证500、中证1000指数成分股的时间序列波动率环比前一周均上升，短期Alpha环境好转 [5] 资金面情况 - 本周股票型ETF资金小幅净流出3.76亿元，其收益中位数为-2.31% [6] - 本周跨境ETF资金净流入10.31亿元，其收益中位数为-2.30% [6] - 本周港股ETF资金净流入30.95亿元，其收益中位数为-3.88% [6] - 本周商品型ETF资金净流入131.81亿元，其收益中位数为-0.33% [6][7] - 本周南向资金净流出80.93亿港元，其中沪市港股通净流出79.30亿港元，深市港股通净流出1.63亿港元 [6] - 周度融资增加额转负，资金情绪略显谨慎 [4] - 本周机构调研关注度最高的前5大个股依次为：百济神州-U（277家）、顺络电子（162家）、精智达（147家）、威胜信息（79家）、奕瑞科技（77家） [6]

市场整体表现与情绪 - 本周A股出现震荡回调，石油石化行业因受地缘冲突影响迎来价格催化、周度领涨行业指数 [5] - 股票型ETF资金本周小幅净流出，周度融资增加额转负，资金情绪略显谨慎 [5] - 市场主要宽基指数量能指标仍在谨慎区间，后市或仍待量能积累，静待市场风险偏好进一步提升 [5] - 展望后市，震荡上行仍是市场主基调，中长线看好“红利+科技”配置主线 [5] 固定收益与REITs市场 - 2026年3月2日至3月6日，我国已上市公募REITs二级市场价格整体波动下跌，中证REITs（收盘）和中证REITs全收益指数本周回报率均为-0.35% [6] - REITs市场交投热情有所下降，与其他主流大类资产相比，本周回报率由高至低排序为：原油>纯债> REITs >美股>可转债>黄金>A股 [6] 电新环保行业 - 政府工作报告重点提及碳双控、氢能与绿色燃料、算电协同，其中算电协同正成为当前市场关注的热点 [6] - 市场关注伊朗局势长期化及油价上涨可能带来的避险及滞涨交易机会，结合HALO资产、算力与能源安全等要素，算电结合有望成为投资重要落脚点 [6] - 电力运营商板块PB估值低、具有安全垫、赔率也尚可；微电网、虚拟电厂项目或将持续落地，相关标的估值尚低 [6] 公用事业行业 - 本周国产、进口动力煤价格涨幅放缓 [8] - 2026年目标单位国内生产总值二氧化碳排放降低3.8%左右；“十五五”期间单位国内生产总值二氧化碳排放累计降低17% [8] - 行业持续看好提升绿电消纳应用场景，主要方向包括：1）绿电制氢氨醇方向，建议关注电投绿能、金风科技；2）建议关注切入数据中心板块的电力运营商豫能控股、金开新能等；以及为数据中心供电的电力运营商晶科科技、甘肃能源等 [8] 上美股份 (2145.HK) 业绩 - 2025年公司预计实现收入91.0~92.0亿元，同比增加34.0~35.4%，超出市场预期 [8] - 2025年预计实现净利润11.4~11.6亿元，同比增加41.9~44.4% [8] - 分上下半年看（取业绩预告中位值推算），2025年上半年实现收入41.1亿元，同比增加17.3%，净利润5.6亿元，同比增加34.7%；2025年下半年实现收入50.4亿元，同比增加53.2%，净利润5.9亿元，同比增加52.1% [8]

量化模型与构建方式 1. **模型名称：量能择时模型**[23][24] * **模型构建思路**：通过监测市场成交量的变化来判断市场情绪和趋势，从而给出看多或看空的择时信号。 * **模型具体构建过程**：报告未详细描述该模型的具体构建公式和计算过程，仅给出了基于该模型对各宽基指数的最终择时观点[24]。 2. **模型名称：沪深300上涨家数占比择时模型**[24][26][28] * **模型构建思路**：通过计算沪深300指数成分股中过去一段时间内取得正收益的股票数量占比，来衡量市场情绪。认为该指标可以较快捕捉上涨机会，并在市场过热时提前预警[24][25]。 * **模型具体构建过程**： 1. 计算沪深300指数N日上涨家数占比：统计沪深300指数成分股中，过去N日收益率大于0的个股数量，并计算其占总成分股数的比例[24]。 $$沪深300指数N日上涨家数占比 = \frac{过去N日收益大于0的个股数}{沪深300指数成分股总数}$$ 2. 对上述指标进行两次不同窗口期的移动平均平滑，生成快线和慢线。设长期平滑窗口为N1，短期平滑窗口为N2，且N1 > N2[26][28]。 3. 生成交易信号：当快线大于慢线时，看多沪深300指数；当快线小于慢线时，对市场持中性态度[26][28]。报告中示例参数为N=230，N1=50，N2=35[26]。 3. **模型名称：均线情绪指标择时模型**[32][36] * **模型构建思路**：基于技术分析中的均线系统，通过判断股价与多条均线的相对位置关系来评估市场趋势和情绪状态[32]。 * **模型具体构建过程**： 1. 计算沪深300收盘价的八条均线，参数分别为8, 13, 21, 34, 55, 89, 144, 233[32][36]。 2. 统计当日沪深300指数收盘价大于这八条均线数值的数量[36]。 3. 生成交易信号：当收盘价大于均线值的数量超过5条时，看多沪深300指数[36]。 4. **因子名称：横截面波动率**[37][38] * **因子构建思路**：计算同一时间点（截面）上，某个指数内所有成分股收益率的离散程度（标准差），用以衡量市场分化程度和选股（Alpha）环境的优劣[37]。 * **因子具体构建过程**：报告未给出具体的计算公式，但明确指出该指标用于衡量沪深300、中证500、中证1000等指数成分股收益率在横截面上的波动情况[37][38]。 5. **因子名称：时间序列波动率**[38][41] * **因子构建思路**：计算指数成分股收益率在时间序列上的波动率，用以衡量市场整体波动水平和风险环境，同样影响Alpha策略的表现[38]。 * **因子具体构建过程**：报告未给出具体的计算公式，但明确指出该指标用于衡量沪深300、中证500、中证1000等指数成分股在时间序列上的波动率，并进行了加权计算[38][40][41]。 6. **因子名称：抱团基金分离度**[81] * **因子构建思路**：通过计算抱团基金组合截面收益率的标准差，来度量基金抱团的程度。标准差越小，说明基金表现越趋同，抱团程度越高；反之则表示抱团正在瓦解[81]。 * **因子具体构建过程**： 1. 构造一个抱团基金组合[81]。 2. 计算该组合在某个截面期（如每日或每周）所有基金收益率的截面标准差，该值即为“分离度”[81]。 $$分离度_t = Std( R_{1,t}, R_{2,t}, ..., R_{n,t} )$$ 其中，$R_{i,t}$ 代表抱团基金组合中第 $i$ 只基金在 $t$ 时期的收益率，$Std$ 代表标准差计算。 模型的回测效果 1. **量能择时模型**，截至2026年3月6日，对上证指数、上证50、沪深300、中证500、中证1000、创业板指、北证50的量能择时观点均为“空”（谨慎）[24]。 2. **沪深300上涨家数占比择时模型**，模型评价：该指标可以较快捕捉上涨机会，但会在市场过热阶段提前止盈而错失后续上涨，且对下跌市场的判断存在缺陷[25]。截至2026年3月6日，指标快线处于慢线上方，模型维持看多观点[26]。 3. **均线情绪指标择时模型**，截至2026年3月6日，近期沪深300指数处于情绪非景气区间[32]。 因子的回测效果 1. **横截面波动率因子**，截至2026年3月6日统计结果[38]： * 近两年平均值：沪深300为2.01%，中证500为2.27%，中证1000为2.51% * 近一年平均值：沪深300为2.01%，中证500为2.28%，中证1000为2.51% * 近半年平均值：沪深300为2.21%，中证500为2.61%，中证1000为2.71% * 近一季度平均值：沪深300为2.18%，中证500为2.51%，中证1000为2.63% * 近一季度平均值占近半年分位：沪深300为65.57%（中上），中证500为55.56%（中等），中证1000为68.13%（中上） 2. **时间序列波动率因子**，截至2026年3月6日统计结果[41]： * 近两年平均值：沪深300为0.99%，中证500为1.32%，中证1000为1.46% * 近一年平均值：沪深300为0.89%，中证500为1.18%，中证1000为1.21% * 近半年平均值：沪深300为0.78%，中证500为1.30%，中证1000为1.25% * 近一季度平均值：沪深300为0.96%，中证500为1.33%，中证1000为1.25% * 近一季度平均值占近半年分位：沪深300为50.31%（中等），中证500为57.94%（中等），中证1000为68.53%（中上） 3. **抱团基金分离度因子**，截至2026年3月6日，基金抱团分离度环比前一交易周小幅下行[81]。

市场核心观点与近期表现 - 上周（2026.02.24-2026.02.27）A股市场震荡上行，中证1000指数周度上涨4.34%，领涨主要宽基指数[4] - 市场量能震荡回升但未能持续突破，主要宽基指数量能择时维持谨慎观点，市场进一步上行需量能进一步提振[4] - 近期中东局势剧烈变化，带动资源品价格震荡上行，可能影响权益市场相关板块价格表现[4] - 在风险偏好提升背景下，市场或呈现震荡上行态势，短期看好资源品配置机会，中长期仍看好“红利+科技”配置主线[4] 主要宽基指数表现与估值 - 上周主要指数均上涨：上证综指上涨1.98%，上证50上涨0.17%，沪深300上涨1.08%，中证500上涨4.32%，创业板指上涨1.05%，北证50指数上涨0.48%[4] - 截至2026年2月27日，上证指数、沪深300、中证500处于估值分位数“危险”等级；上证50、中证1000、创业板指处于估值分位数“适中”等级[4] - 中信一级行业中，食品饮料、非银行金融处于估值分位数“安全”等级[5] 波动率与Alpha环境分析 - 从横截面波动率看，沪深300、中证500、中证1000指数成分股横截面波动率环比前一周上升，短期Alpha环境好转[5] - 从时间序列波动率看，最近一周沪深300、中证500、中证1000指数成分股时间序列波动率环比前一周均下降，短期Alpha环境恶化[5] 资金面跟踪 - 上周机构调研关注度最高的前5大个股为：风华高科（104家）、前沿生物-U（91家）、卓越新能（58家）、哈尔斯（53家）和晶科能源（43家）[6] - 上周（2026.02.24-2026.02.27）南向资金净流入67.05亿港元，其中沪市港股通净流入8.71亿港元，深市港股通净流入58.34亿港元[6] - 股票型ETF上周收益中位数为1.49%，资金净流出354.42亿元[7] - 跨境ETF上周收益中位数为0.95%，资金净流入29.06亿元[7] - 港股ETF上周收益中位数为-2.29%，资金净流入142.26亿元[7] - 商品型ETF上周收益中位数为3.06%，资金净流入37.13亿元[7]

量化模型与构建方式 1. **模型名称：量能择时模型**[7][24] * **模型构建思路**：通过监测主要宽基指数的成交量（量能）变化来判断市场趋势和买卖时机，量能未能持续突破时对市场持谨慎观点[1][12]。 * **模型具体构建过程**：报告未详细描述该模型的具体计算规则和信号生成阈值，仅给出了基于该模型生成的择时观点[24]。 * **模型评价**：该模型用于判断市场进一步上行是否需要量能进一步提振，当前对主要宽基指数均维持谨慎（看空）观点[1][12][24]。 2. **模型名称：沪深300上涨家数占比择时模型（动量情绪指标）**[7][25][27][29] * **模型构建思路**：通过计算沪深300指数成分股中过去一段时间内上涨股票的家数占比来衡量市场情绪，并利用该指标的短期与长期移动平均线的关系来生成交易信号[25][27][29]。 * **模型具体构建过程**： 1. 计算基础指标：沪深300指数N日上涨家数占比 = 沪深300指数成分股过去N日收益大于0的个股数占比[25]。其中N=230[27]。 2. 对基础指标进行平滑处理：分别计算窗口期为N1和N2的移动平均线，称为慢线和快线，其中N1>N2（报告中N1=50，N2=35）[27][29]。 3. 生成交易信号：当快线大于慢线时，看多沪深300指数；当快线小于慢线时，对市场持中性态度[27][29]。 * **模型评价**：该指标可以较快捕捉上涨机会，但由于选择在市场过热阶段提前止盈离场，也会错失市场持续亢奋阶段的上涨收益。同时，该指标在对下跌市场的判断也存在缺陷，难以有效规避下跌风险[26]。 3. **模型名称：均线情绪指标择时模型**[7][34][38] * **模型构建思路**：基于沪深300指数收盘价与一组均线（八均线体系）的相对位置关系来构造情绪指标，并根据该指标值判断市场趋势状态[34]。 * **模型具体构建过程**： 1. 计算八均线数值：均线参数为8, 13, 21, 34, 55, 89, 144, 233[34]。 2. 计算当日沪深300指数收盘价大于每一条均线指标值的数量[38]。 3. 生成交易信号：当前价格大于均线指标值的数量超过5时，看多沪深300指数[38]。 （注：报告中还提到了将八均线区间值映射为-1, 0, 1的赋值方法，但最终信号生成采用了上述计数规则[34][38]） 量化因子与构建方式 1. **因子名称：横截面波动率**[7][39] * **因子构建思路**：计算特定指数（如沪深300、中证500、中证1000）成分股在横截面上的收益率波动率，用以衡量市场分化程度和选股Alpha机会的强弱[39]。 * **因子具体构建过程**：报告未给出具体的计算公式，但指出该因子用于观察短期Alpha环境。因子值上升通常意味着Alpha环境好转[2][39]。 2. **因子名称：时间序列波动率**[7][40] * **因子构建思路**：计算特定指数成分股加权的时间序列波动率，用以衡量市场整体波动水平和风险环境[40]。 * **因子具体构建过程**：报告未给出具体的计算公式，但指出该因子用于观察短期Alpha环境。因子值下降通常意味着Alpha环境恶化[2][40]。 3. **因子名称：抱团基金分离度**[7][84] * **因子构建思路**：通过计算抱团基金组合截面收益的标准差，来度量基金抱团的程度。标准差小表示抱团度高，表现趋同；标准差大表示抱团正在瓦解[84]。 * **因子具体构建过程**：报告未给出抱团基金组合的具体构建方法，但明确了分离度即为该组合截面收益的标准差[84]。 模型的回测效果 （注：报告未提供上述择时模型的历史回测绩效指标，如年化收益率、夏普比率、最大回撤等具体数值。） 因子的回测效果 （注：报告未提供上述因子的IC、IR、多空收益等历史测试指标的具体数值。报告主要展示了截至报告期末这些因子的状态和近期变化。）

市场整体表现与观点 - 核心观点：A股市场于2026年2月2日至2月6日期间震荡回落，主要宽基指数量能持续收缩，市场交易情绪短期尚未提振，后市或延续震荡上行，中长线持续看好“红利+科技”配置主线，短线“红利”方向或占优 [4] - 主要指数表现：本周各主要指数均下跌，上证综指下跌1.27%，上证50下跌0.93%，沪深300下跌1.33%，中证500下跌2.68%，中证1000下跌2.46%，创业板指下跌3.28%，北证50指数下跌0.70% [4] - 行业主题表现：受黄金等重要资源品价格回落影响，A股资源品相关板块及TMT整体表现不佳，消费、金融等板块表现相对占优 [4] 估值与波动率分析 - 宽基指数估值分位数：截至2026年2月6日，沪深300、中证500、中证1000、创业板指处于估值分位数“适中”等级，上证指数、上证50处于“危险”等级 [4] - 行业估值分位数：中信一级行业中，食品饮料、非银行金融处于估值分位数“安全”等级 [5] - 波动率环境：沪深300、中证500、中证1000指数成分股横截面波动率环比前一周下降，短期Alpha环境恶化；而时间序列波动率环比前一周均上升，Alpha环境好转 [5] 资金面跟踪 - 机构调研热度：本周受机构关注度最高的前5大个股依次为英唐智控（195家）、华勤技术（186家）、晶科能源（158家）、中际旭创（137家）和环旭电子（113家） [6] - 南向资金：本周（2026年2月2日-2月6日）南向资金净流入560.69亿港元，其中沪市港股通净流入314.57亿港元，深市港股通净流入246.11亿港元 [6] - ETF资金流向：股票型ETF本周收益中位数为-1.64%，资金净流出78.01亿元；跨境ETF收益中位数为-2.51%，资金净流入32.10亿元；港股ETF收益中位数为-2.08%，资金净流入184.93亿元；商品型ETF收益中位数为-6.07%，资金净流出28.87亿元 [7]

量化模型与构建方式 1. **模型名称：量能择时模型**[7][12][24] * **模型构建思路**：通过分析主要宽基指数的成交量能变化，判断市场短期走势，给出看多或看空的择时信号[12]。 * **模型具体构建过程**：报告未详细描述该模型的具体构建公式和计算步骤，仅提及根据“量能择时指标”生成信号。截至报告期末，各主要宽基指数的该指标均发出“空”/“谨慎”信号[24]。 2. **模型名称：沪深300上涨家数占比择时模型（动量情绪指标）**[24][26][28] * **模型构建思路**：通过计算沪深300指数成分股中近期上涨股票的家数占比，并对其进行平滑处理，利用快慢线的交叉来捕捉市场情绪拐点，进行择时[24][26]。 * **模型具体构建过程**： 1. 首先，计算沪深300指数N日上涨家数占比。公式定义为： $$沪深300指数 N 日上涨家数占比 = \frac{沪深300指数成分股过去 N 日收益大于 0 的个股数}{沪深300指数成分股总数}$$[24] 2. 然后，对该指标值进行两次移动平均平滑。设长期窗口期为N1，短期窗口期为N2，且N1 > N2。报告示例中参数为N1=50，N2=35[26]。 $$慢线 = MA(上涨家数占比, N1)$$ $$快线 = MA(上涨家数占比, N2)$$ 3. 生成交易信号：当快线大于慢线时，看多沪深300指数；当快线小于等于慢线时，对市场持中性态度[28]。 3. **模型名称：均线情绪指标择时模型**[32][35] * **模型构建思路**：基于沪深300指数收盘价与一组均线（八均线体系）的相对位置关系，构建情绪指标，用于判断市场趋势状态并进行择时[32]。 * **模型具体构建过程**： 1. 计算沪深300指数的八条均线，均线参数为：8, 13, 21, 34, 55, 89, 144, 233[32]。 2. 计算当日沪深300指数收盘价大于这八条均线数值的数量[35]。 3. 生成交易信号：当收盘价大于均线值的数量超过5条时，看多沪深300指数[35]。报告将八均线区间值映射为-1, 0, 1三种状态来辅助判断[32]。 4. **因子名称：横截面波动率**[2][36][37] * **因子构建思路**：计算特定指数（如沪深300、中证500、中证1000）成分股收益率在横截面上的标准差，用以衡量市场分化程度和选股Alpha机会的强弱[2][36]。 * **因子具体构建过程**：报告未给出具体计算公式，但根据通用定义，横截面波动率通常是指在某个特定时间点（如日度），计算指数内所有成分股当日收益率的截面标准差。较高的横截面波动率意味着个股表现差异大，选股策略更容易获取超额收益[36]。 5. **因子名称：时间序列波动率**[2][37][40] * **因子构建思路**：计算指数成分股收益率在时间序列上的波动率（通常为标准差），用以衡量市场整体波动水平和风险环境，影响Alpha策略的表现[2][37]。 * **因子具体构建过程**：报告未给出具体计算公式。通常指计算指数或个股在过去一段时间（如20日或60日）内收益率的标准差，作为其波动率的度量。报告展示的是指数成分股的加权时间序列波动率[37][40]。 6. **因子名称：抱团基金分离度**[80] * **因子构建思路**：通过计算“抱团基金”组合截面收益率的标准差，作为衡量基金抱团程度的代理变量。分离度小表明抱团紧密，分离度大表明抱团瓦解[80]。 * **因子具体构建过程**： 1. 首先构造一个“抱团基金组合”[80]。 2. 计算该组合内各基金在特定时期（如日度或周度）的截面收益率的标准差，即为分离度指标[80]。 $$分离度 = Std(抱团基金组合截面收益率)$$ 模型的回测效果 *报告未提供上述择时模型的历史回测绩效指标（如年化收益率、夏普比率、最大回撤等）的具体数值。* 因子的回测效果 1. **横截面波动率因子**，近两年平均值：沪深300为2.02%，中证500为2.26%，中证1000为2.51%[37]。近一年平均值：沪深300为2.01%，中证500为2.29%，中证1000为2.53%[37]。近半年平均值：沪深300为2.06%，中证500为2.44%，中证1000为2.60%[37]。近一季度平均值：沪深300为2.17%，中证500为2.48%，中证1000为2.63%[37]。近一季度平均值占近半年分位：沪深300为65.64%，中证500为56.35%，中证1000为66.14%[37]。 2. **时间序列波动率因子**，近两年平均值：沪深300为1.00%，中证500为1.35%，中证1000为1.52%[40]。近一年平均值：沪深300为0.89%，中证500为1.16%，中证1000为1.22%[40]。近半年平均值：沪深300为0.81%，中证500为1.20%，中证1000为1.15%[40]。近一季度平均值：沪深300为0.96%，中证500为1.27%，中证1000为1.22%[40]。近一季度平均值占近半年分位：沪深300为47.94%，中证500为60.32%，中证1000为66.93%[40]。 3. **抱团基金分离度因子**，报告未提供该因子的具体历史数值序列或统计值。