市场情绪与指标分析 - 市场情绪指标数值为3.2，较上周五的1.8进一步上升，代表市场情绪进一步上升，整体观点偏多[4] - 价量一致性指标上升代表当前资金活跃度进一步上升，资金观点分歧减弱、短期情绪不确定性进一步下降[4] - 行业交易拥挤度维持情绪看多信号，综合各项指标，模型得出市场情绪仍维持一个修复状态[4] - 本周全A成交额维持较高水平，周四日成交额为周内最高，为19618.49亿人民币，日成交量1406.64亿股[4] - 周五市场迎来下跌且日成交量大幅下滑，周五当日成交额为16198.84亿人民币，日成交量1143.11亿股[4] - 科创50相对万得全A成交占维持较低水平，行业间交易波动率继续上升，表明资金活跃度较高[4] 行业表现与趋势 - 本期和上期涨幅均维持靠前的行业有基础化工、电子行业[4] - 行业涨跌幅维持靠后的行业有汽车、环保、石油石化等，其他行业趋势较弱[4] - 从本周行业的日度表现上看，在价格趋势上较强的行业有医药生物、计算机等[4] - 截至2025/8/1，大部分行业短期得分较上期均有所回落，计算机、传媒、通信、食品饮料等行业短期趋势得分小幅上升[4] - 根据行业短期得分数值上看，社会服务、电子、医药生物、计算机、通信是短期得分最强的前五个行业[4] 风格与模型信号 - 当前模型整体提示小盘成长风格占优信号，当前模型维持提示小盘风格占优信号[4] - RSI模型提示成长风格占优信号，但5日RSI较20日RSI有所下降，有待未来进一步观察指标走势[4] - 行业间交易波动率保持上升趋势，表明资金活跃度较高，且流动较快、交易频繁[4] - 资金观点分歧缩小，市场对行业短期价值判断趋同，理性交易增加[4] - 短期情绪更稳，不确定性降低，市场情绪进一步向上修复[4]

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20日均线与120日均线的距离来判断市场趋势[2][9] - **模型具体构建过程**： 1. 计算wind全A指数的20日收盘价均值（短期均线）和120日收盘价均值（长期均线） 2. 计算两均线的距离百分比： $$\text{均线距离} = \frac{\text{20日均线} - \text{120日均线}}{\text{120日均线}} \times 100\%$$ 3. 当距离绝对值>3%时判定为上行趋势，否则为震荡/下行趋势[2][9] - **模型评价**：通过均线系统捕捉市场趋势变化，对趋势性行情敏感但可能滞后于快速反转 2. **模型名称：仓位管理模型** - **模型构建思路**：结合估值分位数与趋势信号动态调整股票仓位[3][10] - **模型具体构建过程**： 1. 计算wind全A的PE/PB历史分位数（PE 70分位、PB 30分位） 2. 当均线距离模型显示上行趋势且PB分位数<50%时，建议仓位80%[10] 3. **模型名称：TWO BETA行业配置模型** - **模型构建思路**：通过双beta因子筛选具有超额收益的科技板块[2][9] - **模型具体构建过程**：未披露具体因子构建细节，输出推荐科技子领域（固态电池/机器人/军工）[7][15] 4. **模型名称：困境反转行业模型** - **模型构建思路**：识别基本面触底回升的行业[2][7] - **模型具体构建过程**：未披露具体因子，输出推荐港股创新药/恒生红利低波/证券[9][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**：量化市场赚钱效应以判断资金流入持续性[2][7] - **因子具体构建过程**： 1. 计算wind全A指数相对趋势线（未披露计算方法）的偏离度 2. 当赚钱效应值>0时判定为正向市场环境[7][15] 2. **因子名称：情绪周期因子** - **因子构建思路**：捕捉行业情绪极端值反转机会[7][15] - **因子具体构建过程**：未披露具体公式，识别白酒行业处于情绪低位[9] 模型的回测效果 1. **均线距离择时模型** - 当前均线距离：6.06%（20日均线5510 vs 120日均线5195）[2][9] - 趋势判定：上行趋势（距离>3%）[7][15] 2. **仓位管理模型** - 当前建议仓位：80%（PB分位数30%+上行趋势）[10] 因子的回测效果 1. **赚钱效应因子** - 当前值：1.45%（wind全A趋势线5480点）[7][15] - 历史比较：前值为4.09%（5400点）[8] 注：行业配置模型与TWO BETA模型未披露具体测试指标值[9][15]

根据研报内容，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：信贷脉冲择时模型** - **模型构建思路**：基于企业中长期贷款TTM同比增速构建择时信号，利用信贷周期领先经济数据的特性进行市场趋势判断[14] - **模型具体构建过程**： 1. 计算企业中长期贷款TTM同比增速 2. 方向上行时满仓，方向下行时空仓[14] 3. 信号触发基于3-4年的信贷周期规律[14] - **模型评价**：历史表现优异，能有效规避市场大跌行情[14] 2. **模型名称：Beta离散度择时模型** - **模型构建思路**：通过衡量市场局部情绪过热程度进行月度择时[17] - **模型具体构建过程**： 1. 计算全市场个股Beta值的离散程度 2. 当指标超过历史阈值时提示风险[17] - **模型评价**：对市场极端情绪有较强识别能力[17] 3. **模型名称：交易量能择时模型** - **模型构建思路**：利用成交量与换手率布林带指标判断市场活跃度[17] - **模型具体构建过程**： 1. 计算60日成交量均值与标准差 2. 构建量能情绪得分（0-1标准化）[17] - **模型评价**：高频择时效果显著[17] 4. **模型名称：三指标复合择时模型** - **模型构建思路**：等权复合信贷脉冲、Beta离散度、交易量能三个指标[18] - **模型具体构建过程**： 1. 对三个指标进行标准化处理 2. 采用等权重加权综合信号 3. 不定期调仓（平均2周调整）[18] - **模型评价**：综合效果优于单指标[18] 5. **模型名称：成长价值轮动模型** - **模型构建思路**：结合基本面、估值面、情绪面信号进行风格配置[36] - **模型具体构建过程**： 1. 基本面信号：盈利斜率周期（成长）、利率周期（价值）、信贷周期（价值） 2. 估值面信号：PE/PB估值差分位数均值回归 3. 情绪面信号：换手差与波动差分析[36] - **模型评价**：多维度信号互补性强[36] 6. **模型名称：小盘大盘轮动模型** - **模型构建思路**：类似成长价值模型但侧重市值维度[41] - **模型具体构建过程**： 1. 盈利周期利好小盘，利率/信贷周期利好大盘 2. 估值面采用小盘大盘PE/PB差分位数 3. 情绪面分析换手差与波动差[41] 7. **模型名称：四风格轮动模型** - **模型构建思路**：整合成长价值和小盘大盘模型的输出[44] - **模型具体构建过程**： 1. 将成长价值和小盘大盘信号矩阵相乘 2. 生成小盘成长/价值、大盘成长/价值四个象限配置比例[44] 量化因子与构建方式 1. **因子名称：信贷脉冲因子** - **因子构建思路**：反映企业融资意愿的领先指标[14] - **因子具体构建过程**： $$ \text{信贷脉冲} = \frac{\text{企业中长期贷款TTM余额}}{\text{去年同期值}} - 1 $$ 采用HP滤波去趋势处理[14] 2. **因子名称：Beta离散度因子** - **因子构建思路**：捕捉市场非理性波动[17] - **因子具体构建过程**： $$ \text{Beta离散度} = \sqrt{\frac{1}{N}\sum_{i=1}^N (\beta_i - \bar{\beta})^2} $$ 其中$\beta_i$为个股相对全A指数的Beta值[17] 3. **因子名称：量能情绪因子** - **因子构建思路**：标准化市场交易活跃度[17] - **因子具体构建过程**： 1. 计算60日成交量布林带上下轨 2. 当前成交量相对布林带位置标准化为0-1分[17] 模型的回测效果 1. **信贷脉冲择时模型** - 年化收益率：10.83%（2009-2025）[14] - 最大回撤：显著低于基准[14] 2. **Beta离散度择时模型** - 年化收益率：13.12%（2013-2025）[17] - IR：1.25[17] 3. **交易量能择时模型** - 年化收益率：14.33%（2013-2025）[17] 4. **三指标复合模型** - 年化收益率：19.98%（2013-2025）[18] - 年化换手率：24倍[18] 5. **短期择时策略** - 年化收益率：16.71%（2012-2025）[27] - 最大回撤：27.70%[27] 6. **成长价值轮动模型** - 年化收益率：11.65%（2012-2025）[37] - 超额收益：4.74%[37] 7. **小盘大盘轮动模型** - 年化收益率：12.32%（2012-2025）[42] 8. **四风格轮动模型** - 年化收益率：13.22%（2012-2025）[44] 因子的回测效果 1. **信贷脉冲因子** - 当前分位数：0.00%（5年）[24] 2. **Beta离散度因子** - 当前分位数：69.49%（5年）[25] 3. **量能情绪因子** - 当前分位数：92.31%（5年）[25]

广发证券首席金工分析师 安宁宁 SAC: S0260512020003 anningning@gf.com.cn 广发证券资深金工分析师 张钰东 SAC: S0260522070006 zhangyudong@gf.com.cn 广发金工安宁宁陈原文团队 摘要 最近5个交易日，科创50指数跌1.65%，创业板指跌0.74%，大盘价值跌1.27%，大盘成长跌2.58%，上证50跌1.48%，国证2000代表的小盘跌0.19%，医药生 物、通信表现靠前，煤炭、有色金属表现靠后。 风险溢价，中证全指静态PE的倒数EP减去十年期国债收益率，权益与债券资产隐含收益率对比，历史数次极端底部该数据均处在均值上两倍标准差区 域，比如2012/2018/2020年（疫情突发），2022/04/26达到4.17%，2022/10/28风险溢价再次上升到4.08%，市场迅速反弹，2024/01/19指标4.11%，自2016年 以来第五次超过4%。截至2025/08/01指标3.48%，两倍标准差边界为4.76%。 估值水平，截至2025/08/01，中证全指PETTM分位数64%，上证50与沪深300分别为66%、58%，创业板 ...

德远投资概况 - 公司成立于2014年6月，总部位于深圳，管理规模约9亿，策略涵盖量化多头、一级半市场另类投资等 [2] - 核心投资哲学为"数据驱动价值，算法赋能决策，周期捕捉机遇"，采用"量化择时+深度价值+系统化风控"三位一体策略框架 [2] - 截至2025年6月，规模5-10亿私募中，公司旗下产品平均收益位列股票策略收益榜Top10，主观多头产品"德远扬帆一号"收益位列同类第4 [3] 核心团队与股权结构 - 核心投委会9人，从业年限均超10年，管理层近三年无变动 [9][17] - 股权结构：罗卫民持股81%，江峰15%，李志4% [5] - 法人兼总经理李志为中南财经政法大学硕士，曾任工商银行支行副行长，主管另类投资策略 [10][11] 产品线与业绩表现 - **量化多头择时策略**：全程序化操作，动态调整仓位（0%-100%），代表产品"德远海柴量化1号"（2022年成立）由张伟、杨军管理 [20][21] - **主观多头策略**：聚焦低估值行业（金融、地产、周期）与成长股（科技、消费、医药），代表产品"德远明选量化2号"（2021年成立）由罗锦明管理 [22][23] - **另类投资策略**：参与上市公司破产重整项目，通过资本公积转增股本获利，代表产品"德远链信1号"（2021年成立）由李志管理 [24][25] 核心优势 - 自建低时延量化交易系统，具备备灾设计 [17] - 严格风控体系：事前风险识别、事中实时监控、事后回溯分析 [18] - 多样化策略布局，包括量化与另类投资 [19] 发展历程与荣誉 - 2014年成立，2015年获基金业协会登记（编号P1017002），2016年发行首只产品，2021年获"3+3投资顾问"资格 [7][8] - 2023-2024年荣获中信建投"潜龙杯十强"、银河证券"半年度优秀管理人"等奖项 [30]

市场情绪模型 - 截至7月25日市场情绪指标数值为1.8，较上周五的0.65显著上升，显示市场情绪持续修复[1] - 行业间交易波动率上升发出正向信号，反映资金活跃度回暖且观点分歧减弱[4][14] - 价量一致性指标虽小幅回落但仍高于布林带上界，显示市场价量匹配程度保持较高水平[6] - 全A成交额维持上涨趋势，7月22日达周内峰值19286.45亿元，成交量1518.21亿股[9] 行业表现 - 基础化工、有色金属、电力设备等行业连续两周涨幅居前，周涨幅分别达4.03%、6.70%、3.03%[16][17] - 钢铁行业单周涨幅达7.67%，房地产行业周涨幅4.07%呈现显著反弹[17] - 公用事业、传媒、银行等行业表现疲弱，周跌幅分别为-0.27%、2.15%、-2.87%[16][17] - 煤炭行业短期趋势得分飙升109.09%，建筑材料、钢铁行业短期得分分别达96.61[19][20] 市场风格 - RSI模型显示小盘风格持续占优，申万小盘/大盘比值0.93且20日RSI达68.84[21][22] - 成长风格强化信号显著，国证成长/价值比值0.65且5日RSI达90.25[21][22] - 创业板指/沪深300比值1.98，其20日RSI(72.34)显著高于60日RSI(62.01)[22]

报告核心观点 - 市场情绪持续上升，成交活跃度强，模型提示小盘成长风格占优，部分行业短期趋势向好 [4] 情绪模型观点：市场情绪得分有所上升 - 构建市场情绪结构指标细分指标有行业间交易波动率、行业交易拥挤度等，采用打分方式合成指标，情绪结构指标为求和后分数的20日均线，近5年A股市场情绪波动大 [9] - 截至7月25日，市场情绪指标数值1.8，较上周五0.65上升，代表市场情绪上升，本周分项指标分数之和呈上升趋势 [10] 从分项指标出发：行业间交易波动率发出正向信号，融资比率数据相对有所降低 - 本周情绪指标分数整体回暖，行业间交易波动率上升代表资金活跃度回暖，价量一致性、行业交易拥挤度维持看多，融资余额占比指标由零转负，市场情绪维持修复状态 [14] - 本周价量一致性得分较上周小幅回落但仍高于布林带上界，市场价量匹配程度维持一定水平，资金活跃度和参与度高 [15] - 本周全A成交额上涨，周内小幅波动且处近期高点，周三日成交额19286.45亿人民币，日成交量1518.21亿股 [18] - 科创50相对万得全A成交占比较上周变化不大，行业间交易波动率发出正向信号，资金活跃度回升，市场情绪向上修复 [20][23] - 本期和上期涨幅靠前行业有基础化工、有色金属等，靠后行业有公共事业、传媒等，本周价格趋势较强行业有钢铁、房地产等 [26] 其他择时模型观点：小盘占优，成长风格增强 煤炭趋势上升显著，风格方面小盘成长占优 - 均线排列模型中，通过对N条均线打分求平均得到指数长趋势得分，计算长/短趋势得分的100/20日均线判断多空信号 [32] - 截至2025/7/25，煤炭、食品饮料等行业短期趋势得分上升显著，煤炭上升幅度达109.09%，短期趋势最强的前五个行业为环保、基础化工等 [32] - RSI指标通过特定时期内股价变动计算市场买卖力量对比，将其用于相对风格指数，设置不同计算窗口，当前模型提示小盘风格占优，RSI模型提示成长风格占优且信号强烈 [34][36]

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**：通过计算Wind全A指数的短期均线（20日）与长期均线（120日）的距离，判断市场整体趋势[2][10] - **模型具体构建过程**： 1. 计算Wind全A指数的20日均线（短期均线）和120日均线（长期均线） 2. 计算两线距离的百分比差值： $$\text{均线距离} = \frac{\text{20日均线} - \text{120日均线}}{\text{120日均线}} \times 100\%$$ 3. 设定阈值3%：若距离绝对值>3%，判定为上行或下行趋势；否则为震荡趋势[2][10] - **模型评价**：简单直观，能有效捕捉市场趋势变化，但对短期事件冲击的敏感性较低 2. **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弹性，推荐高Beta板块（如科技、军工等）[3][11] - **模型具体构建过程**： 1. 筛选对市场风险偏好敏感的行业（如科技、券商） 2. 结合行业Beta值（相对市场波动率）和事件催化因素（如AI应用、固态电池技术突破）[3][11] - **模型评价**：在上行趋势中表现突出，但对行业基本面变化反应滞后 3. **模型名称**：仓位管理模型 - **模型构建思路**：结合估值分位数和市场趋势动态调整股票仓位[3][11] - **模型具体构建过程**： 1. 计算Wind全A的PE（70分位）、PB（30分位）历史分位数 2. 根据趋势信号（如均线距离>3%）和估值水平综合建议仓位： - 上行趋势+低估值：建议高仓位（如80%） - 上行趋势+高估值：建议中性仓位[3][11] 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**：通过市场收益持续性衡量资金入场意愿[2][10] - **因子具体构建过程**： 1. 计算Wind全A指数的趋势线（未明确公式，推测为价格均线） 2. 定义赚钱效应值为正时增量资金可能持续流入[2][10] 模型的回测效果 1. **均线距离择时模型**： - 当前均线距离：5.21%（20日均线5437 vs 120日均线5168）[2][10] - 趋势判定：上行趋势（距离>3%） 2. **TWO BETA模型**： - 推荐板块：科技、军工、AI应用、固态电池[3][11] 3. **仓位管理模型**： - 建议仓位：80%（Wind全A PB分位数30%+上行趋势）[3][11] 因子的回测效果 1. **赚钱效应因子**： - 当前值：4.09%（Wind全A趋势线5400点附近）[2][10]

市场技术面分析 - Wind全A指数继续位于SAR点位之上，但指数与SAR点位已较为接近，技术面显示市场可能面临调整[1][2] - 均线强弱指数连续多周处于高位（当前得分253，处于2021年以来93.8%分位点），但未实现突破[2] - 情绪模型得分1分（满分5分），加权信号为负向，显示市场情绪减弱[2] 量化指标与流动性 - 沪深300流动性冲击指标周五达1.71（前值1.47），显示当前流动性高于过去一年平均水平1.71倍标准差[2] - 上证50ETF期权PUT-CALL比率升至0.80（前值0.75），反映投资者对短期走势谨慎度上升[2] - 上证综指和Wind全A五日平均换手率分别为1.07%和1.65%，处于2005年以来70.65%和76.09%分位点，交易活跃度下降[2] 宏观因子与数据 - 6月新增人民币贷款22400亿元，显著高于Wind预期（18447.29亿元）和前值（6200亿元）[2] - M2同比增长8.3%，高于预期（8.08%）和前值（7.9%）[2] - 人民币汇率震荡，在岸和离岸周涨幅分别为-0.08%和-0.1%[2] 日历效应与历史表现 - 2005年以来7月下半月主要指数上涨概率均低于50%：上证综指、沪深300、中证500上涨概率45%，创业板指33%[2] - 同期涨幅均值分别为0.53%、0.31%、0.5%、-1.66%，中位数均为负值（-0.98%至-1.65%）[2] 市场表现与估值 - 上周上证50涨0.28%，沪深300涨1.09%，中证500涨1.2%，创业板指涨3.17%[3] - 全市场PE（TTM）20.4倍，处于2005年以来65.3%分位点[3] 因子与行业拥挤度 - 小市值因子拥挤度1.07（高位），低估值因子0.36，高盈利因子-0.07，高盈利增长因子0.81[3] - 银行、综合、有色金属、钢铁、非银金融行业拥挤度较高，钢铁和医药生物拥挤度上升幅度较大[3]

根据提供的研报内容，以下是量化模型和因子的详细总结： 量化模型与构建方式 1. **市场环境划分模型** - 模型构建思路：通过计算市场收益率和波动率的分位数，将市场划分为不同的环境区间[16] - 模型具体构建过程： 1. 计算沪深300和中证800全收益指数的60日年化收益率和60日年化波动率 2. 计算滚动5年分位数 3. 定义市场环境： - 收益率>0为上涨，反之为下跌 - 波动率分位数<20%为低波，>80%为高波，20%-80%为中波 4. 组合划分出6种市场环境：低波上涨、中波上涨、高波上涨、低波下跌、中波下跌、高波下跌[16] - 模型评价：能够有效识别市场环境，低波上涨环境下市场表现最佳[16] 2. **短期量化择时模型** - 模型构建思路：综合基本面、估值面、情绪面、流动性四个维度的指标信号生成择时信号[18][19][20] - 模型具体构建过程： 1. 基本面指标： - 制造业PMI分位数 - 中长期贷款余额同比增速分位数 - M1同比增速（HP滤波去趋势）分位数 2. 估值面指标： - A股整体PE分位数 - A股整体PB分位数 3. 情绪面指标： - A股整体Beta离散度分位数 - A股整体量能情绪分位数（60日成交量与换手率布林带指标） - A股整体波动率分位数 4. 流动性指标： - 货币利率指标分位数 - 汇率预期指标分位数 - 沪深净融资额5日均值分位数 5. 对各维度指标信号加权生成总仓位信号[18][19][20] - 模型评价：长期表现优异，能有效控制回撤[20] 3. **成长价值风格轮动模型** - 模型构建思路：基于基本面、估值面、情绪面三个维度的指标信号生成风格配置建议[29] - 模型具体构建过程： 1. 基本面指标： - 盈利斜率周期水平 - 利率综合周期水平 - 信贷综合周期变化 2. 估值面指标： - 成长价值PE差分位数 - 成长价值PB差分位数 3. 情绪面指标： - 成长价值换手差分位数 - 成长价值波动差分位数 4. 对各维度指标信号加权生成风格配置建议[29] - 模型评价：长期能产生稳定超额收益[30] 4. **小盘大盘风格轮动模型** - 模型构建思路：类似成长价值模型，但针对小盘大盘风格[34] - 模型具体构建过程： 1. 基本面指标： - 盈利斜率周期水平 - 利率综合周期水平 - 信贷综合周期变化 2. 估值面指标： - 小盘大盘PE差分位数 - 小盘大盘PB差分位数 3. 情绪面指标： - 小盘大盘换手差分位数 - 小盘大盘波动差分位数 4. 对各维度指标信号加权生成风格配置建议[34] - 模型评价：长期表现优于基准[35] 5. **四风格轮动模型** - 模型构建思路：结合成长价值和小盘大盘模型的输出结果，生成四风格配置建议[39] - 模型具体构建过程： 1. 获取成长价值模型的成长/价值配置比例 2. 获取小盘大盘模型的小盘/大盘配置比例 3. 交叉生成小盘成长、小盘价值、大盘成长、大盘价值四种风格的配置比例[39] - 模型评价：长期超额收益显著[39] 模型的回测效果 1. **市场环境划分模型** - 沪深300在低波上涨环境下： - 未来60日平均年化收益率：18.23% - 胜率：63.65% - 赔率：1.77[17] 2. **短期量化择时模型** - 2012年底至今： - 年化收益率：16.81% - 年化超额收益率：12.44% - 最大回撤：27.70% - 夏普比率：1.0033[24] - 2024年以来： - 年化收益率：29.40% - 最大回撤：11.04% - 夏普比率：1.4977[27] 3. **成长价值风格轮动模型** - 2012年底至今： - 年化收益率：11.71% - 年化超额收益率：4.80% - 最大回撤：43.07% - 夏普比率：0.5409[33] 4. **小盘大盘风格轮动模型** - 2012年底至今： - 年化收益率：12.38% - 年化超额收益率：5.31% - 最大回撤：50.65% - 夏普比率：0.5408[38] 5. **四风格轮动模型** - 2012年底至今： - 年化收益率：13.29% - 年化超额收益率：5.82% - 最大回撤：47.91% - 夏普比率：0.5951[40] 量化因子与构建方式 （报告中未提及具体量化因子，故本部分省略） 因子的回测效果 （报告中未提及具体量化因子，故本部分省略）