金融工程 | 金工定期报告 金融工程 证券研究报告 量化择时周报：宏观事件兑现窗口，配置均衡应对波 动 宏观事件兑现窗口，配置均衡应对波动 择时体系信号显示，均线距离 13.19%，距离绝对值显著大于 3%，市场继续 运行在上行趋势格局。市场进入上行趋势，核心观察变量在于市场赚钱效 应能否持续，只要赚钱效应为正，中期增量资金有望持续入场。短期而言， 下周进入美联储议息窗口期，市场仍有利好兑现冲动下的反复震荡；当前 WIND 全 A 趋势线位于 6106 点附近，赚钱效应约为 1.9%，仍然为正，在赚 钱效应转负之前，建议耐心持有；但当前市场进入重大事件的兑现窗口， 市场波动率预计会明显上升，建议配置上更宜均衡。我们的行业配置模型 显示，中期角度行业配置继续推荐困境反转型板块，继续推荐港股创新药， 上行趋势仍在延续，此外受益政策驱动板块方面，化工和科创新能源有望 保持上行；TWO BETA 模型继续推荐科技板块，关注算力和电池。短期信 号，军工如若出现明显缩量，也是较好的短期买点。 相关报告 上周周报(20250907)认为：当前 WIND 全 A 趋势线位于 6030 点附近，赚钱 效应 1%，位于临界位置， ...

市场趋势与择时信号 - WIND全A指数短期均线（20日）收于5992点，长期均线（120日）收于5343点，两线差值由上周10.81%扩大至12.15%，显著高于3%阈值，市场维持上行趋势格局[2][4][10] - 赚钱效应值为1%（前值4.2%），虽位于临界位置但仍为正，在转负前建议耐心持有[2][4][9] - 美联储降息预期升温推动全球风险偏好提升，但市场波动率明显上升，部分板块波动巨大[2][4][17] 行业表现与资金流向 - 上周中证2000下跌1.72%，中证500下跌1.85%，沪深300下跌0.81%，上证50下跌1.15%[1][10] - 电力设备新能源行业上涨5.91%，有色板块表现较强；国防军工下跌11.61%，计算机板块表现较弱[1][10] - 商贸零售行业资金流入明显[1] 行业配置建议 - 中期推荐困境反转型板块：港股创新药、证券保险，上行趋势延续[3][4][11] - 政策驱动板块：化工、有色及科创新能源有望保持上行[3][4][17] - TWO BETA模型推荐科技板块，重点关注消费电子和算力领域[3][4][11] - 短期因风控指标临界，建议调整部分持仓至红利板块防御[3][4][9] 估值水平与仓位建议 - WIND全A指数PE位于85分位点（高估值区间），PB位于50分位点（中等估值水平）[3][11] - 绝对收益产品建议仓位维持80%，结合短期趋势与估值水平综合判断[3][11]

宏观量化配置框架回顾 - 构建结合经济、流动性、信用和通胀的宏观量化框架 应用于大类资产配置、行业和风格配置 [1] - 通过主成分分析发现经济和流动性是影响股票、债券、商品等大类资产共同波动的前两大因素 构建经济+流动性时钟模型 [1] - 激进型组合2013年以来年化收益8.5% 较基准超额0.6% 2022年前超额1.6% 2022年出现明显回撤 [3] - 2022年回撤主要源于权益快速下跌期间流动性宽松对组合形成拖累 [5] - 行业配置引入factor mimicking市场关注点模型 根据关注点决定不同维度敏感性权重 [5] - 宏观行业组合2019-2021年表现突出 2022年以来表现偏弱 降低行业选择数量可跑赢中证500和行业等权 [7] - 风格配置选择十大类因子中每月得分前三的因子 构建宏观因子组合和因子共振组合 [10] - 宏观方法在2021-2022年对风格因子筛选贡献明显 2023年底至2024年上半年出现明显回撤 [12] 回撤来源分析 - 回撤来源包括定量宏观判断指标有效性降低、市场受情绪资金等因素驱动、宏观指标与市场预期存在背离 [13] - 2020年后宏观事件影响增多 市场博弈增加 宏观数据与市场预期背离情况频发 [14] - 2022年下半年经济前瞻指标从底部回升但市场持续担忧疫情影响 权益表现偏弱 [14] - 2022年11月-2023年4月长债收益率上行但市场预期政策宽松 权益表现较好 [16] - 2022-2023年信用指标转好但市场更关注结构问题 多数时候保持悲观 [16] - 宏观数据与市场预期背离导致模型判断与市场表现错位 对组合形成拖累 [18] 市场预期修正方案 - 通过Factor Mimicking方法构建宏观变量代理组合 使用128只股票覆盖30个申万一级行业和97个二级行业 总市值28.3亿元占A股1/3 [19] - 选择工业增加值同比、10年期国债收益率、CPI同比、PPI同比、社融同比增速作为五大宏观变量 [19] - 组合构建流程包括计算超额收益矩阵、提取主成分、Lasso回归投影、求解特定暴露组合 [20] - 经济变量拟合效果偏弱但关键区间方向与市场观点匹配 其他变量拟合程度较好 [21][23] - 信用组合能较好反映市场观点 2022年以来信用总量改善但结构偏弱被市场视为信用偏弱信号 [25] - 通过组合收益与12个月均线比较得到市场隐含的宏观变量方向 [27] - 经济维度使用一致预测ROE和净利润增速月度变化构建修正指标 超过±1%视为观点变化 [29] - 流动性维度使用全市场日均换手率、收益靠前行业成交占比、换手提升行业占比构建微观流动性指标 [30][31] - 信用维度主要使用Factor Mimicking组合的隐含观点 [33] - 修正规则核心是当市场隐含预期与宏观数据明显背离时采用市场预期进行修正 [37] 修正观点应用效果 - 经济择时年化收益5.06% 修正后降至4.14% 流动性择时年化收益1.10% 修正后升至1.95% 信用择时年化收益4.33% 修正后升至7.27% [39] - 资产配置修正组合年化收益8.63% 较原经济+流动性组合8.52%略有提升 但受权益仓位限制和跨资产观点偏差影响提升有限 [40][41] - 行业配置修正组合年化收益7.96% 较原宏观行业组合3.67%显著提升 2024年信用悲观和经济数据偏差修正带来正向贡献 [45][46] - 中证500修正后指数增强年化收益14.38% 较原组合12.24%提升明显 沪深300修正后年化收益9.33% 较原组合8.57%提升 [52] - 中证1000修正后年化收益17.96% 较原组合17.62%略有提升 主要因修正数据基于中证800成分股 [52] - 2024年二季度以来信用修正指标持续偏弱 组合降低成长配置 有效匹配市场实际表现 [53] - 修正观点在2020年后宏观数据与市场预期背离场景中能有效降低回撤 增强配置表现 [54]

市场趋势与仓位建议 - WIND全A指数短期均线（20日）收于5752点，长期均线（120日）收于5271点，两线差值扩大至9.12%，显著高于3%的阈值，市场处于上行趋势格局 [2][3][8][9][14] - 赚钱效应值为5.22%（前值3.73%），显著为正，建议在赚钱效应转负前保持高仓位并逢低加仓 [1][2][8][10][14] - 绝对收益产品建议仓位提升至80%，因PE估值处于85分位点（中等水平），PB估值处于50分位点（较低水平） [3][10] 行业表现与配置方向 - 近期强势行业：通信（上涨10.47%）、电子；弱势行业：房地产（微涨0.98%）、医药；资金流入明显的行业包括家电和消费者服务 [1][9] - 中期配置推荐困境反转型板块：港股创新药、证券保险；政策驱动板块：光伏、化工；科技板块：军工算力、电池（TWO BETA模型） [2][3][8][10][14] - 短期信号显示黄金股在调整后有望反弹 [2][3][8][14] 市场表现与估值数据 - WIND全A指数全周上涨3.87%，中证2000涨3.23%，中证500涨3.87%，沪深300涨4.18%，上证50涨3.38% [1][9] - 估值分位数基于2014年10月17日至2025年8月22日历史数据，当前PE分位数85%、PB分位数50% [3][10][12]

市场定价状态 - 本期市场交易热度边际抬升，全A日均成交额上升至2.1万亿元，上证指数换手率分位数上升至93%，沪深300换手率分位数上升至91% [2] - 个股上涨比例下降至54.4%，全A个股周度收益中位数下降至0.4% [2] - 行业交易集中度提升，行业换手率历史分位数处于90%以上的行业达到13个，其中综合金融和国防军工换手率分位数超95% [2][27] A股资金流动 - 外资转为流入2.7亿美元，北向资金成交占比降至11.0% [4] - ETF被动资金流出规模扩大至279.3亿元，被动成交占比环比上升至5.4% [4] - 融资净买入457.0亿元，成交额占比上升至10.6% [4] - 散户活跃度边际抬升，另类指标显示散户为买入主力 [4][22] 行业资金配置 - 融资资金主要流入电子(+132.7亿元)和机械设备(+40.1亿元)，流出煤炭(-2.3亿元)和纺织服饰(-0.1亿元) [4] - 外资明显流出家用电器与机械设备等行业，流入有色金属 [4] - ETF资金集中流入食品饮料(+5.9亿元)和煤炭(+4.6亿元)，大幅流出电子(-180.6亿元)和计算机(-39.0亿元) [4] - 龙虎榜资金主要集中于机械设备、计算机和电子行业 [4][23] 港股与全球资金流动 - 南下资金单周净买入上升至381.2亿元，处于2022年以来92%分位 [5] - 外资流入港股市场3.7亿美元，主动型外资自24年10月后首次单周流入中概股 [5] - 全球外资边际流入发达市场，其中美国(+52.8亿美元)和英国(+8.5亿美元)流入居前，中国(+5.6亿美元)也获外资流入 [5] 交易数据表现 - 电子行业日均成交额达3082.67亿元，占比14.67%，计算机行业成交2038.84亿元，占比9.70% [26] - 非银金融和房地产成交热度抬升明显，成交额边际变化率分别达130.56%和51.89% [26] - 上证指数区间收益1.70%，创业板8.58%，科创板5.53%，北证50下跌0.62% [14]

A股市场表现 - 沪指突破2021年2月18日高点3731.69点，创2015年8月以来十年新高 [1] - 北证50创历史新高，深成指、创业板指均突破去年10月8日高点 [1] - A股总市值首次突破百万亿元大关，达100.19万亿元，较年初增加14.33万亿元 [1] - 今年以来总成交金额223.65万亿元，日均成交1.47万亿元 [1] 行业市值变动 - 工业、信息技术、金融、材料总市值排名前四，分别为196599.44亿元、189308.70亿元、177022.25亿元、107139.17亿元，合计占全行业总市值比重超六成 [6] - 信息技术行业市值增幅最显著，8月以来增长11.55% [7] - 材料行业市值增长7.10%，工业领域市值增长6.54% [7] - 可选消费市值79546.38亿元，月增6.38%，金融行业市值177022.25亿元，月增3.39% [7] - 能源行业市值小幅下降0.56%，最新市值40837.11亿元 [7] 资金动向 - 游资活跃度创年内新高，杠杆资金持续净流入，私募仓位提升，量化与主观多头产品表现优异 [8] - 个人投资者新开户数边际改善但绝对数值偏弱，7月上交所A股新增开户196万 [8] - 散户资金流入速率慢于去年"9·24"后，6月保证金余额增速19.4%，处于历史分位水平 [9] - 居民存款达162万亿创历史新高，7月居民存款减少1.1万亿，非银存款环比多增2.14万亿 [10] - 外资由净减持转为净增持，保险资金一季度运用余额环比增长5%，预计4000多亿元将投向股市 [10] 行业配置建议 - 科技方向关注消费电子、智驾、国产算力、AI软件 [10] - 新消费、反内卷相关品种 [10] - 主题投资如商业航天、脑机接口等 [10]

量化模型与构建方式 1. **模型名称**：均线距离择时模型 **模型构建思路**：通过比较Wind全A指数的短期均线（20日）和长期均线（120日）的距离，判断市场趋势[2][9] **模型具体构建过程**： - 计算Wind全A指数的20日均线（短期）和120日均线（长期） - 计算两线距离百分比： $$均线距离 = \frac{短期均线 - 长期均线}{长期均线} \times 100\%$$ - 当距离绝对值大于3%且短期均线位于长期均线之上时，判定为上行趋势[2][9] **模型评价**：简单直观，能有效捕捉市场趋势变化 2. **模型名称**：仓位管理模型 **模型构建思路**：结合估值水平和趋势信号，动态调整绝对收益产品的股票仓位[3][10] **模型具体构建过程**： - 评估Wind全A的PE（70分位）和PB（30分位）估值水平[3][10] - 结合均线距离模型的趋势信号（当前7.96%） - 根据预设规则输出仓位建议（当前80%）[3][10] 3. **模型名称**：TWO BETA行业配置模型 **模型构建思路**：通过双因子分析筛选科技等特定板块[2][8][15] **模型具体构建过程**： - 未披露具体因子构建细节 - 输出行业推荐：军工、算力、电池等科技板块[2][8][15] 4. **模型名称**：行业轮动模型 **模型构建思路**：综合政策驱动和困境反转逻辑配置行业[2][8][15] **模型具体构建过程**： - 未披露具体构建方法 - 输出推荐：港股创新药、证券保险、光伏、煤炭、有色[2][8][15] 量化因子与构建方式 1. **因子名称**：赚钱效应因子 **因子构建思路**：通过趋势线偏离度衡量市场赚钱效应[2][8][9] **因子具体构建过程**： - 计算Wind全A当前价格与趋势线的偏离百分比 - 公式： $$赚钱效应值 = \frac{当前价格 - 趋势线}{趋势线} \times 100\%$$ - 当值为正时视为赚钱效应显著[2][8][9] 2. **因子名称**：估值分位数因子 **因子构建思路**：通过历史分位数评估市场估值水平[3][10][17] **因子具体构建过程**： - 计算Wind全A的PE/PB相对于2014-2025年历史数据的分位数 - 当前PE位于70分位，PB位于30分位[3][10][17] 模型的回测效果 1. **均线距离择时模型** - 当前均线距离：7.96%[2][9] - 趋势判定：上行趋势[2][9] 2. **仓位管理模型** - 当前建议仓位：80%[3][10] 因子的回测效果 1. **赚钱效应因子** - 当前取值：3.73%[8][15] 2. **估值分位数因子** - PE分位数：70%[3][10] - PB分位数：30%[3][17]

根据提供的研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. **模型名称：均线距离择时模型** - **模型构建思路**：通过比较Wind全A指数的短期均线（20日）和长期均线（120日）的距离来判断市场趋势[2][9] - **模型具体构建过程**： 计算20日均线和120日均线的差值，公式为： $$均线距离 = \frac{20日均线 - 120日均线}{120日均线} \times 100\%$$ 当均线距离绝对值大于3%时，认为市场处于上行趋势[2][9] - **模型评价**：简单直观，能够有效捕捉市场趋势变化 2. **模型名称：仓位管理模型** - **模型构建思路**：结合估值水平和短期趋势判断，为绝对收益产品提供仓位建议[3][10] - **模型具体构建过程**： 根据Wind全A的PE（70分位）和PB（30分位）估值水平，结合均线距离信号，建议仓位80%[3][10] 3. **模型名称：TWO BETA行业配置模型** - **模型构建思路**：基于市场风险偏好和行业特性推荐科技板块[2][8] - **模型具体构建过程**： 未披露具体公式，但持续推荐军工和算力板块[2][8] - **模型评价**：适合上行趋势市场环境 模型的回测效果 1. **均线距离择时模型** - 当前均线距离：6.92%[2][9] - 趋势判断：上行趋势（距离>3%）[2][9] 2. **仓位管理模型** - 建议仓位：80%[3][10] 量化因子与构建方式 1. **因子名称：赚钱效应因子** - **因子构建思路**：通过计算当前价格与趋势线的偏离程度反映市场赚钱效应[2][8] - **因子具体构建过程**： $$赚钱效应值 = \frac{当前价格 - 趋势线}{趋势线} \times 100\%$$ 当值为正时保持高仓位[2][8] - **因子评价**：有效反映市场资金流向 2. **因子名称：估值分位因子** - **因子构建思路**：通过PE/PB历史分位数判断市场估值水平[3][10] - **因子具体构建过程**： 计算Wind全A指数PE/PB在过去10年（2014-2025）的历史分位数[11][14] 因子的回测效果 1. **赚钱效应因子** - 当前取值：2.30%[2][8] - 趋势线位置：5540点[2][8] 2. **估值分位因子** - PE分位：70%[3][10] - PB分位：30%[3][10]

量化模型与构建方式 1. **模型名称：A股赔率模型** - 模型构建思路：基于ERP（股权风险溢价）和DRP（债务风险溢价）的标准化数值等权计算A股赔率，用于衡量市场安全边际[7] - 模型具体构建过程： 1. 计算ERP和DRP的原始值 2. 对两者进行标准化处理（Z-score） 3. 等权加权求和得到综合赔率指标 $$ \text{赔率} = \frac{\text{ERP}_{标准化} + \text{DRP}_{标准化}}{2} $$ 截至7月底，赔率指标为0.9倍标准差[7][8] 2. **模型名称：A股胜率评分卡模型** - 模型构建思路：通过货币、信用、增长、通胀与海外五因子合成宏观胜率评分，预测资产未来表现[9] - 模型具体构建过程： 1. 选取五类宏观因子（如PMI、信贷数据等） 2. 对各因子进行标准化和方向调整（如增长因子负向影响胜率） 3. 加权合成综合胜率指标 当前A股胜率因PMI下滑回落至0轴附近[9][11] 3. **模型名称：A股拥挤度模型** - 模型构建思路：结合成交热度和行业分歧度（长期指标）与期权CPR（短期指标）刻画市场交易过热风险[12] - 模型具体构建过程： 1. 长期拥挤度：成交热度（换手率） + 行业分歧度（横截面波动） 2. 短期拥挤度：期权认购认沽成交比率（CPR） 3. 分别标准化后输出信号 当前长期/短期拥挤度分别为1.0和1.1倍标准差[12][14][15] 4. **模型名称：债券赔率模型** - 模型构建思路：基于长短债预期收益差构建债券估值指标[21] - 模型具体构建过程： 1. 计算长债（10年期）与短债（2年期）预期收益差 2. 标准化处理并反向调整（赔率越低表示估值风险越高） 当前债券赔率为-1.4倍标准差[19][21] 5. **模型名称：美联储流动性指数模型** - 模型构建思路：结合数量维度（如资产负债表规模）和价格维度（如利率）构建流动性指标[22] - 模型具体构建过程： 1. 选取净流动性、信用支持等子指标 2. 标准化后加权合成综合指数 当前指数位于20%中高水平[25][26] 6. **模型名称：行业轮动三标尺模型** - 模型构建思路：通过景气度、趋势、拥挤度三维框架筛选行业[43] - 模型具体构建过程： 1. 景气度：过去12个月行业IR（信息比率） 2. 趋势：动量指标 3. 拥挤度：换手率比率+波动率比率+Beta比率 2025年策略超额收益8.5%[44][45] --- 量化因子与构建方式 1. **因子名称：价值因子** - 因子构建思路：通过估值指标（如PB、股息率）筛选低估值股票[27] - 因子评价：当前呈现"中高赔率-中等趋势-低拥挤"特征，综合得分最高[27][28] 2. **因子名称：质量因子** - 因子构建思路：基于ROE、盈利稳定性等财务指标构建[29] - 因子评价：高赔率（1.7倍标准差）但趋势弱（-1.4倍标准差），需等待右侧确认[29][30] 3. **因子名称：成长因子** - 因子构建思路：结合营收/净利润增长率等指标[32] - 因子评价：高赔率（0.9倍标准差）但拥挤度中等（0.1倍标准差），建议标配[33][34] 4. **因子名称：小盘因子** - 因子构建思路：按市值分组捕捉小盘股超额收益[35] - 因子评价：低赔率（-0.7倍标准差）+高拥挤（0.6倍标准差），风险较高[36][37] --- 模型的回测效果 1. **赔率+胜率策略** - 年化收益：7.0%（2011年以来）、7.6%（2014年以来）[48][54] - 最大回撤：2.8%（2011年以来）[54] - 夏普比率：2.86（2011年以来）[56] 2. **行业轮动策略** - 信息比率（IR）：1.18（2011年以来）[44] - 最大回撤：25.4%（2011年以来）[44] 3. **债券赔率模型** - 当前赔率：-1.4倍标准差[19] 4. **A股拥挤度模型** - 长期拥挤度：1.0倍标准差[14] - 短期拥挤度：1.1倍标准差[15] --- 因子的回测效果 1. **价值因子** - 赔率：0.3倍标准差[28] - 拥挤度：-1.3倍标准差[28] 2. **质量因子** - 赔率：1.7倍标准差[30] - 趋势：-1.4倍标准差[30] 3. **小盘因子** - 趋势：1.6倍标准差[36] - 拥挤度：0.6倍标准差[36]

市场定价状态 - 本期市场交易热度小幅回落，全A日均成交额降低至1.8万亿元，上证指数换手率分位数下降至92%，沪深300换手率分位数下降至94% [8] - 个股上涨比例下降至31.9%，全A个股周度收益中位数下降至-1.48% [8] - 行业交易集中度提升，本期行业换手率历史分位数处于90%以上的行业有6个，其中医药和钢铁换手率分位数超95% [8][19] 资金流动情况 - ETF资金流出规模明显扩大，净流出390.1亿元，被动成交占比环比上升至5.9% [8] - 融资资金净买入392.0亿元，成交额占比上升至10.4%，两融余额升至1.9万亿元 [8] - 外资流入2.6亿美元，北向资金成交占比降至11.6% [8] - 南下资金单周净买入上升至590.2亿元，处2022年以来97%分位 [8] 行业资金配置 - 融资资金主要流入医药生物(+67.0亿元)和电子(+60.6亿元)，煤炭(-2.2亿元)和石油石化(-1.5亿元)净流出 [8] - 外资明显流入银行、电子等行业，无明显流出 [8] - ETF资金中食品饮料(+9.5亿元)和煤炭(+2.2亿元)净流入居前，电子(-110.9亿元)和医药生物(-64.6亿元)净流出居前 [8] - 龙虎榜资金上榜行业前三为机械设备、医药生物和电子 [8] 全球市场表现 - 本期恒生指数收跌3.5%，全球主要市场普遍下跌，法国CAC40指数(-3.7%)跌幅居前 [8] - 发达市场主动/被动资金净流动-6.5亿/188.2亿美元，新兴市场主动/被动资金净流动1.6/10.0亿美元 [8] - 外资主要流入欧美发达市场，其中美国(+40.6亿美元)与英国(+9.8亿美元)居前，中国上期获9.8亿美元流入 [8]