当地时间10月1日，美国联邦政府因两党分歧再度"停摆"。这个消息一出，我的朋友圈立刻炸开了锅。有人担心全球经济动荡，有人却在医药股上赚得盆满 钵满。作为一个在上海金融圈摸爬滚打十年的量化投资者，我更关心的是：这些表面现象背后，到底隐藏着怎样的资金行为逻辑？ | 代码 | 名称 | 现价 | 涨跌 | 涨跌幅 | 年初至今 | 时间 | | --- | --- | --- | --- | --- | --- | --- | | DJI | 道琼斯工业平均 | 46397.89c | 81.82 | 0.18% | 9.06% | 09/30 | | IXIC | 纳斯达克指数 | 22660.01c | 68.86 | 0.30% | 17.34% | 09/30 | | SPX | 标普500 | 6688.46c | 27.25 | 0.41% | 13.72% | 09/30 | 医药板块的异军突起特别引人注目。辉瑞涨6.83%，默克涨6.81%，礼来涨5.02%——这些数字看似简单，实则暗藏玄机。我注意到一个有趣的现象：在市场 普遍担忧政府停摆影响时，医药股却逆势走强。这让我想起十年前刚开始接触量化投资 ...

很多人以为牛市来了就能躺着赚钱，这种想法简直天真得可爱。根据我多年的观察，越是行情好的时候，陷阱反而越多。总结下来主要有四大陷阱： 首先是"持股待涨"陷阱。很多人觉得只要拿着股票不动就能赚钱，殊不知机构最喜欢收割这种懒人思维。其次是"只做热点"陷阱，追涨杀跌是散户的通 病。第三是"强者恒强"陷阱，你以为的强势股可能已经透支了未来涨幅。最后是"超跌反弹"陷阱，抄底抄在半山腰的故事每天都在上演。 国外市场是根据已知信息做交易判断，而我们A股市场完全是另一套玩法——打提前量、提前埋伏、提前炒作。"买传闻，卖新闻"这句话在A股市场简 直是金科玉律。 最近A股市场有个有趣的现象：93只个股连续获得融资净买入，其中雪天盐业更是连续14个交易日被资金追捧。表面上看，这似乎是个好消息，但作为 一个在金融市场摸爬滚打多年的老手，我必须告诉你：事情没那么简单。 我用量化工具分析后发现：左边那只股票虽然反弹快，但反映机构资金活跃度的数据已经消失；右边那只虽然跌得凶，但机构资金一直在暗中吸筹。这 就是为什么同样的技术形态会有完全不同的结果。 1. 不要盲目相信融资数据。融资客也是人，也会犯错。 但问题是，很多时候我们连传闻都抓不准。 ...

量化模型与构建方式 1. 择时雷达六面图综合模型 - **模型名称**：择时雷达六面图综合模型 - **模型构建思路**：从流动性、经济面、估值面、资金面、技术面、拥挤度六个维度选取21个指标，综合生成[-1,1]之间的择时分数，概括为四大类（估值性价比、宏观基本面、资金&趋势、拥挤度&反转）[2][7] - **模型具体构建过程**： 1. 对每个维度下的指标分别计算分数（部分指标通过z-score、阈值判断或趋势比较等方式生成[-1,0,1]或连续分数） 2. 将六个维度的分数综合处理（具体方法未详细说明）生成最终择时分数 - **模型评价**：能够多维度刻画市场状态，提供综合择时观点 --- 量化因子与构建方式 1. 货币方向因子 - **因子构建思路**：判断货币政策方向，通过利率变化方向表征宽松或收紧[11] - **因子具体构建过程**： 选取央行货币政策工具利率与短端市场利率，计算其相较于90天前的平均变化方向： - 若 >0，判断货币政策宽松（分数=1） - 若 <0，判断货币政策收紧（分数=-1）[11] 2. 货币强度因子 - **因子构建思路**：表征短端市场利率相对于政策利率的偏离幅度，基于“利率走廊”概念[15] - **因子具体构建过程**： 计算偏离度： $$偏离度 = \frac{DR007}{7天逆回购利率} - 1$$ 对偏离度进行平滑与z-score处理，形成货币强度因子： - 若 < -1.5倍标准差，则未来120日分数=1 - 若 > 1.5倍标准差，则未来120日分数=-1[15] 3. 信用方向因子 - **因子构建思路**：表征商业银行对实体经济传导的松紧，使用中长期贷款指标[18] - **因子具体构建过程**： 计算中长期贷款过去十二个月增量，再计算同比： - 若信用方向因子相比三个月前上升，则分数=1 - 若下降，则分数=-1[18] 4. 信用强度因子 - **因子构建思路**：捕捉信用指标是否大幅超预期或不及预期[22] - **因子具体构建过程**： 计算： $$信用强度因子 = \frac{新增人民币贷款当月值 - 预期中位数}{预期标准差}$$ - 若 >1.5倍标准差，则未来60日分数=1 - 若 <-1.5倍标准差，则未来60日分数=-1[22] 5. 增长方向因子 - **因子构建思路**：基于PMI数据判断经济增长方向[25] - **因子具体构建过程**： 使用中采制造业PMI、中采非制造业PMI、财新制造业PMI，计算过去十二月均值，再计算同比： - 若相比三个月前上升，则分数=1 - 若下降，则分数=-1[25] 6. 增长强度因子 - **因子构建思路**：捕捉经济增长指标是否大幅超预期或不及预期[28] - **因子具体构建过程**： 计算PMI预期差： $$增长强度因子 = \frac{PMI - 预期中位数}{预期标准差}$$ - 若 >1.5倍标准差，则未来60日分数=1 - 若 <-1.5倍标准差，则未来60日分数=-1[28] 7. 通胀方向因子 - **因子构建思路**：判断通胀水平对货币政策的影响[32] - **因子具体构建过程**： 计算： $$通胀方向因子 = 0.5 \times CPI同比平滑值 + 0.5 \times PPI同比原始值$$ - 若相较于三个月前降低，则分数=1 - 若上升，则分数=-1[32] 8. 通胀强度因子 - **因子构建思路**：捕捉通胀指标是否大幅超预期或不及预期[35] - **因子具体构建过程**： 分别计算CPI与PPI预期差： $$预期差 = \frac{披露值 - 预期中位数}{预期标准差}$$ 取两者均值作为通胀强度因子： - 若 <-1.5倍标准差，则未来60日分数=1 - 若 >1.5倍标准差，则未来60日分数=-1[35] 9. 席勒ERP因子 - **因子构建思路**：计算经通胀调整的盈利估值指标，衡量权益性价比[38] - **因子具体构建过程**： 计算过去6年通胀调整后的平均盈利（席勒PE），再计算： $$席勒 ERP = \frac{1}{席勒 PE} - 10年期国债到期收益率$$ 对席勒ERP计算过去6年z-score作为分数[38] 10. PB因子 - **因子构建思路**：使用PB指标衡量估值水平[40] - **因子具体构建过程**： 对PB×(-1)计算过去6年z-score，1.5倍标准差截尾后标准化到±1之间得到分数[40] 11. AIAE因子 - **因子构建思路**：衡量全市场权益配置比例，反映市场风险偏好[44] - **因子具体构建过程**： 计算： $$AIAE = \frac{中证全指总流通市值}{中证全指总流通市值 + 实体总债务}$$ 对AIAE×(-1)计算过去6年z-score得到分数[44] 12. 两融增量因子 - **因子构建思路**：通过两融余额变化判断市场情绪[47] - **因子具体构建过程**： 计算融资余额-融券余额，再计算120日均增量与240日均增量： - 若120日均增量 > 240日均增量，则分数=1 - 若120日均增量 < 240日均增量，则分数=-1[47] 13. 成交额趋势因子 - **因子构建思路**：通过成交额均线距离判断市场热度[50] - **因子具体构建过程**： 计算对数成交额的均线距离： $$均线距离 = \frac{ma120}{ma240} - 1$$ - 若max(10)=max(30)=max(60)，则分数=1 - 若min(10)=min(30)=min(60)，则分数=-1[50] 14. 中国主权CDS利差因子 - **因子构建思路**：通过CDS利差变化判断外资流入意愿[53] - **因子具体构建过程**： 对平滑后CDS利差计算20日差分： - 若20日差分 <0，则分数=1 - 若20日差分 >0，则分数=-1[53] 15. 海外风险厌恶指数因子 - **因子构建思路**：通过花旗风险厌恶指数判断海外市场风险偏好[56] - **因子具体构建过程**： 对平滑后风险厌恶指数计算20日差分： - 若20日差分 <0，则分数=1 - 若20日差分 >0，则分数=-1[56] 16. 价格趋势因子 - **因子构建思路**：通过均线距离判断价格趋势方向与强度[60] - **因子具体构建过程**： 计算均线距离： $$均线距离 = \frac{ma120}{ma240} - 1$$ - 趋势方向分数：若 >0则为1，否则为-1 - 趋势强度分数：若max(20)=max(60)则为1，若min(20)=min(60)则为-1 综合分数 = (趋势方向分数 + 趋势强度分数)/2[60] 17. 新高新低数因子 - **因子构建思路**：通过成分股新高新低个数判断市场反转信号[63] - **因子具体构建过程**： 计算中证800成分股过去一年新高数-新低数的ma20： - 若 >0，则分数=1 - 若 <0，则分数=-1[63] 18. 期权隐含升贴水因子 - **因子构建思路**：通过期权隐含升贴水判断市场情绪与拥挤度[66] - **因子具体构建过程**： 基于看涨看跌平价关系推导隐含升贴水： - 若50ETF近5日收益率<0且指标分位数<30%，则分数=1（持续20日） - 若50ETF近5日收益率>0且指标分位数>70%，则分数=-1（持续20日）[66] 19. 期权VIX指数因子 - **因子构建思路**：通过期权隐含波动率判断市场情绪[67] - **因子具体构建过程**： - 若50ETF近5日收益率<0且指标分位数>70%，则分数=1（持续20日） - 若50ETF近5日收益率>0且指标分位数>70%，则分数=-1（持续20日）[67] 20. 期权SKEW指数因子 - **因子构建思路**：通过期权隐含偏度判断市场情绪[72] - **因子具体构建过程**： - 若50ETF近5日收益率<0且指标分位数>70%，则分数=1（持续20日） - 若50ETF近5日收益率>0且指标分位数<30%，则分数=-1（持续20日）[72] 21. 可转债定价偏离度因子 - **因子构建思路**：通过可转债估值水平判断市场情绪[74] - **因子具体构建过程**： 计算： $$可转债定价偏离度 = \frac{转债价格}{模型定价} - 1$$ 对定价偏离度×(-1)计算过去3年z-score得到分数[74] --- 模型的回测效果 1. 择时雷达六面图综合模型 - 当前综合打分：-0.30分[2][7][9] --- 因子的回测效果 1. 货币方向因子 - 当前分数：1分[12] 2. 货币强度因子 - 当前分数：-1分[15] 3. 信用方向因子 - 当前分数：1分[19] 4. 信用强度因子 - 当前分数：0分[22] 5. 增长方向因子 - 当前分数：1分[26] 6. 增长强度因子 - 当前分数：-1分[29] 7. 通胀方向因子 - 当前分数：-1分[32] 8. 通胀强度因子 - 当前分数：0分[35] 9. 席勒ERP因子 - 当前分数：0.07分[42] 10. PB因子 - 当前分数：-0.46分[41] 11. AIAE因子 - 当前分数：-0.77分[44] 12. 两融增量因子 - 当前分数：1分[47] 13. 成交额趋势因子 - 当前分数：0分[50] 14. 中国主权CDS利差因子 - 当前分数：1分[54] 15. 海外风险厌恶指数因子 - 当前分数：-1分[57] 16. 价格趋势因子 - 当前分数：0分[62] 17. 新高新低数因子 - 当前分数：-1分[63] 18. 期权隐含升贴水因子 - 当前分数：-1分[66] 19. 期权VIX指数因子 - 当前分数：-1分[68] 20. 期权SKEW指数因子 - 当前分数：-1分[72] 21. 可转债定价偏离度因子 - 当前分数：-1.00分[74]

以下段落摘录自 "Sixty Five Years on Wall Street" 一文，该文章源于《Grant's Interest Rate Observer》 1999年度投资会议上施洛斯的演讲和问答。 …you are going against human nature when you buy companies which are having a problem and one of the things we do in our field is we buy stocks on the way down. So that if we buy a stock at $30 and it goes to $25, we'll buy more. 当你买入那些有问题的公司时，你其实违背了人性。在我们这个领域，我们常常会在股价下跌时买入股 票。所以，如果我们以30美元的价格买入一只股票，而它跌到了25美元，我们还会买入更多。 …you have to have a strong stomach and be willing to take an unrealized loss. Don't sel ...

证券研究报告 | 金融工程 gszqdatemark 2025 09 21 年 月 日 量化周报 非银离确认日线级别下跌仅有一步之遥 非银离确认日线级别下跌仅有一步之遥。本周（9.15-9.19），大盘震荡下 行，上证指数全周收跌 1.30%。在此背景下，大部分板块迎来了一波 30 分钟级别调整，非银离确认日线级别下跌仅有一步之遥。市场的本轮上涨 自 4 月 7 日以来，日线级别反弹已经持续了 5 个多月，反弹幅度也基本在 30%左右，各大指数和板块的上涨基本都轮动了一遍，超 2/3 的行业日线 级别上涨处于超涨状态，几乎所有的规模指数及一半以上的行业更是走出 了复杂的 9-15 浪的上涨结构，而银行也已经率先形成了日线级别下跌， 非银离确认日线级别下跌仅有一步之遥。因此我们认为本轮日线级别上涨 大概率已临近尾声。短期，市场的波动进一步加大后，投资者后续可积极 关注市场未来是否出现放量滞涨、放量大跌及缩量反弹迹象。中期来看， 上证指数、上证 50、沪深 300、中证 500、深证成指、创业板指、科创 50 纷纷确认周线级别上涨，而且在日线上只走出了 3 浪结构，中期牛市刚刚 开始；此外，已有 26 个行业处于 ...

招聘规模与策略 - 二十余家公募基金公司启动2026届秋季校园招聘 包括易方达、广发、南方、博时、工银瑞信、嘉实、中欧、永赢等头部及中小型机构 [2][3] - 头部公司普遍扩招 易方达基金开放超40个岗位 广发基金和鹏华基金岗位数量均超20个 嘉实基金开放18个岗位 [2][4] - 中小型公司采用精准招聘策略 博道基金开放5个核心岗位 新华基金保留5个核心岗 聚焦投研、销售及科技领域 [2][4] - 招聘流程采用"五步法" 9月网申、10月笔试/编程测试及初面、11月实习考察 通过后发放录用通知 部分公司采用滚动录取方式锁定候选人 [3] 岗位需求结构变化 - 人工智能岗位首次升级为专场招聘 南方基金开设金融科技专场 广发、嘉实、工银瑞信、泉果基金加大AI人才招聘力度 [6] - 量化与指数研究方向需求显著增长 博时基金开放指数与量化研究员岗位 永赢基金3个投研名额中量化与指数占两席 工银瑞信量化相关岗位占比超40% [7] - 市场营销类岗位需求同步高增长 鹏华基金开放13个营销岗 兴证全球基金销售类岗位占比达50% 前海开源基金重点招聘电商运营及机构客户经理 [8] - 运营类岗位数量居首 易方达基金运营类岗位达12个 覆盖投研类9个、营销类8个、金融科技类6个 并为子公司同步招聘人才 [4] 行业竞争与人才战略 - 人才争夺反映行业规模修复与产品创新需求 头部公司通过扩招巩固市场地位 中小公司聚焦人效提升与差异化竞争 [2][5] - AI与量化招聘增长源于技术驱动需求 通过大数据与模型构建提升投资研究效率 政策鼓励金融科技应用推动数字化转型 [7] - 复合型人才成为行业核心需求 需兼具金融理论、量化建模、AI算法、数据科学能力 同时涵盖ESG投资、另类资产配置及数字化运营能力 [9] - 人才竞争直接关联产品创新与规模优势 具备"AI+投研""指数+生态""渠道+内容"能力的机构将在费率下行与同质化竞争中建立护城河 [8][9]

量化模型与构建方式 1. **模型名称：中证500增强组合**[4][12][19] * **模型构建思路**：基于量化策略模型进行选股和权重配置，旨在获得超越中证500指数的超额收益[12][19][46] * **模型具体构建过程**：根据策略模型生成持仓列表，包含多只股票及其对应的持仓权重，构成投资组合[12][48][50] 2. **模型名称：沪深300增强组合**[4][14][21] * **模型构建思路**：基于量化策略模型进行选股和权重配置，旨在获得超越沪深300指数的超额收益[14][21][51] * **模型具体构建过程**：根据策略模型生成持仓列表，包含多只股票及其对应的持仓权重，构成投资组合[14][51][54] 3. **因子名称：十大类风格因子**[55] * **因子的构建思路**：参照BARRA因子模型，构建描述A股市场不同风险收益特征的风格因子[55] * **因子具体构建过程**：构建的因子包括：市值（SIZE）、BETA、动量（MOM）、残差波动率（RESVOL）、非线性市值（NLSIZE）、估值（BTOP）、流动性（LIQUIDITY）、盈利（EARNINGS_YIELD）、成长（GROWTH）和杠杆（LVRG）[55] 4. **模型名称：A股景气度高频指数**[28][29][31] * **模型构建思路**：以上证指数归母净利润同比为Nowcasting目标构建指数，用于观察A股景气周期[28][31] * **模型具体构建过程**：详情请参考报告《视角透析：A股景气度高频指数构建与观察》[28] 5. **模型名称：A股情绪指数**[31][32][36] * **模型构建思路**：基于市场波动率和成交额的变化方向划分象限并构造情绪指数，用于市场情绪刻画和择时[31][32][34] * **模型具体构建过程**：将市场按照波动率和成交额的变化方向划分为四个象限，其中波动上-成交下的区间为显著负收益，其余都为显著正收益，据此构造了包含见底预警与见顶预警的A股情绪指数，相关研究请参考报告《视角透析：A股情绪指数构建与观察》[31][32] 模型的回测效果 1. **中证500增强组合**，本周收益1.82%，本周超额收益-1.56%，2020年至今超额收益49.43%，最大回撤-4.99%[12][19][46] 2. **沪深300增强组合**，本周收益1.40%，本周超额收益0.02%，2020年至今超额收益39.41%，最大回撤-5.86%[14][21][51] 量化因子与构建方式 1. **因子名称：行业因子**[56][59] * **因子的构建思路**：用于衡量不同行业相对于市场市值加权组合的收益表现[56][59] * **因子具体构建过程**：报告中未详细描述具体构建过程，但提及了房地产、钢铁、保险、证券、消费者服务等行业因子[56][59] 因子的回测效果 1. **Beta因子**，近一周纯因子收益率表现较高[56][59] 2. **残差波动率因子**，近一周纯因子收益率呈较为显著的负向超额收益[56][59] 3. **成长因子**，近期表现优异[56] 4. **非线性市值因子**，近期表现不佳[56] 5. **价值因子**，近期表现不佳[56] 6. **房地产行业因子**，近一周纯因子收益率相对市场市值加权组合跑出较高超额收益[56][59] 7. **钢铁行业因子**，近一周纯因子收益率相对市场市值加权组合跑出较高超额收益[56][59] 8. **保险行业因子**，近一周纯因子收益率回撤较多[56][59] 9. **证券行业因子**，近一周纯因子收益率回撤较多[56][59] 10. **消费者服务行业因子**，近一周纯因子收益率回撤较多[56][59]

量化分析报告 证券研究报告 | 金融工程 、 gszqdatemark 2025 09 13 年 月 日 择时雷达六面图：本周基本面与估值分数下行 择时雷达六面图：基于多维视角的择时框架。权益市场的表现受到多维度 指标因素的共同影响，我们尝试从流动性、经济面、估值面、资金面、技 术面、拥挤度选取二十一个指标对市场刻画，并将其概括为"估值性价比"、 "宏观基本面"、"资金&趋势"、"拥挤度&反转"四大类，从而生成[-1,1] 之间的综合择时分数。 本周综合打分。本周市场的估值性价比与宏观基本面分数下行，资金&趋 势与拥挤度&反转分数变化不大，综合打分位于[-1,1]之间，当前的综合打 分为-0.15 分，整体为中性观点。当前六面图各个维度的观点如下： 流动性。本周货币强度发出看空信号，货币方向、信用方向发出看多信 号，当前流动性得分为 0.25 分，综合来看信号中性偏多信号。 经济面。本周增长方向指标发出看多信号，增长强度、通胀方向发出看 空信号，当前经济面得分为-0.25 分，综合来看发出中性偏空信号。 估值面。本周席勒 ERP、PB 与 AIAE 指标分数下降，当前市场的估值 面得分为-0.40 分，综合来 ...

最近看到一则新闻，说沪深两市有124只个股连续5天以上获得融资净买入，云南能投更是连续17天位居榜首。这消息乍看挺振奋人心，但作为一个在资本市 场摸爬滚打多年的老江湖，我总觉得这事儿没那么简单。你们知道吗？每次看到这种"资金持续流入"的报道，我就想起菜市场里那些吆喝得最响的摊贩—— 真正的好货，往往都是静悄悄地躺在角落里。 我有个朋友老张，就是被这种"资金持续流入"的消息坑惨的。当时他跟着融资数据买了一只号称"机构持续加仓"的股票，结果买进去就套了30%。后来我用 量化工具帮他分析才发现，那些所谓的"资金流入"，根本就是大资金在做对倒交易。 二、你看到的都是别人想让你看到的 股市里最残酷的真相就是：你看到的所有信息，都是经过精心设计的。就像魔术师表演时故意让你注意他的右手，而真正的玄机藏在左手。 看看下面这两只股票的走势： 左边这只股票，看似要崩盘了，结果突然来个绝地反击。右边这只呢？ 一、历史总是押着相同的韵脚 马克·吐温说过："历史不会重复，但会押韵。"这话放在股市里再贴切不过。每次看到那些"连续获资金流入"的榜单，我就想起2015年那波行情——当时也是 各种资金流入的数据满天飞，结果呢？最后接盘的都是散 ...

黄金股ETF市场表现 - 6只黄金股ETF平均涨幅超过5%，其中代码为159322的黄金股票ETF基金单日涨幅达6.10% [1][2] - 代码为517520的黄金股ETF年内涨幅达78.46%，基金规模为79.07亿元 [4] - “黄金系ETF”年内平均上涨75.51%，显著跑赢市场87.7%的个股表现 [3] 机构资金行为分析 - 外资机构在2024年二季度公开宣称不做题材股，但季报显示其大量买入重组概念股，例如对文一科技等股票的持仓 [5][6] - 量化分析工具显示，机构资金在2024年8月底至9月初市场低迷时期已开始布局特定标的 [7] - 3只黄金股ETF份额实现翻倍，规模最大的增幅达到184%，表明大规模资金流动源于机构而非散户行为 [11] 投资策略与方法论 - 市场参与者的非理性行为会形成特定模式，通过量化分析这些模式可以洞察机构资金的真实意图 [9] - 建议投资者避免盲目追逐热点，应使用量化工具分析资金流向并建立独立的投资逻辑框架 [12] - 决定价格走向的核心因素并非消息本身，而是大资金的交易行为，投资者需重点研究资金行为规律 [11]