传统市场情绪指标模型的局限性 - 传统情绪温度计模型基于5个价量指标构建，包括全A换手率、沪深两市成交额、北上资金净流入、50ETF波指和300波指分位数，通过等权平均和平滑处理得到情绪指标 [1] - 该模型存在频繁波动问题，对市场拐点判断不够敏锐，且受个别指标影响较大，2019年4月起价量指标择时策略出现明显衰退 [3][6] - 北向资金数据自2024年8月起停止披露导致可用指标减少，但核心问题在于指标偏总量性，无法有效捕捉弱趋势市场中行业轮动快、交易集中的特征 [9] 结构视角的情绪指标构建与分类 - 行业成交额占比波动率通过计算申万一级行业相对成交额排序的相邻时点相关系数滚动标准差得到，与沪深300指数相关系数为0.06，是市场情绪正向指标 [11][14][17] - A股市场交易的行业集中度通过前五行业换手率均值与全市场换手率比值衡量，与沪深300指数相关系数为-0.64，是市场情绪反向指标 [18][20] - 行业涨幅和成交额变化一致性通过计算行业涨跌幅排序与相对成交额排序的相关系数得到，与沪深300指数相关系数为0.11，是市场情绪正向指标 [21][22][24] - 创业板成交活跃度用创业板成交额与万得全A成交额比值表示，与沪深300指数相关系数为0.55，是市场情绪正向指标 [25][28] - 融资余额占自由流通市值比体现融资资金占比变化，与沪深300指数相关系数为0.49，是市场情绪正向指标 [29][32] - RSI指标通过计算N日内上涨日平均增值与下跌日平均减值比率得到，与沪深300指数相关系数为0.20，用于提示反转信号 [33][34] - 行业轮涨补涨程度通过计算相邻时点行业涨跌幅排序相关系数得到，极值区域提示反转信号 [37] - PCR指标通过认沽成交量与认购成交量比值表征多空情绪，需结合VIX动态解读 [53][56][59] - VIX指数通过期权隐含波动率加权平均计算，与标的价格关系受市场阶段影响，在下跌阶段呈负相关，反弹阶段转正 [46][47][50][52] 情绪结构指标合成与择时效果 - 综合选取10个结构指标包括行业成交额占比波动率、行业集中度、行业涨幅和成交额一致性、创业板成交活跃度、融资余额占比、行业轮涨补涨程度、RSI、主力资金净流入比、PCR和VIX [65][67] - 采用三种打分方法：根据布林带位置赋值（1/-1/0）、根据均线上下方向赋值（1/-1）、根据z-score直接取值，最终合成情绪综合分数 [68][69][82] - 日度择时策略在2016/12/30-2024/11/15区间年化收益率达9.26%，显著高于沪深300指数的2.42%，年化波动率13.61%，最大回撤27.39% [89][91][92] - 周度择时策略年化收益率为3.33%，年化波动率13.33%，最大回撤25.80%，在回撤控制上表现突出但收益捕捉能力弱于日频策略 [91][92][93] - 情绪综合分数在[-2,2]区间波动，正负值分别对应市场情绪积极与悲观，极值区域（>2或<-2）结合变化方向可提示反转信号，底部反转信号效果尤为显著 [97][100][101][104] 当前市场情绪状态 - 截至2024/12/6情绪结构得分为4.57分，较5日前4.61分回落，低于11月高点 [105] - 情绪回落主要因成交额占比波动提升、行业涨幅与成交额一致性下降、RSI回落及主力资金看多力量减弱 [108] - 模型对2024/12/9-2024/12/13周度观点偏空 [108]