港股市场的风格轮动现象 - 港股市场与A股市场类似，存在成长与价值风格的轮动现象[6] - 港股风格轮动的时间长短不一，其本质是市场有限资金在不同风格品种间进出，导致品种阶段性表现强弱[10] 港股风格轮动的具体表现 - **成长风格强势期 (2024年9月至2025年9月)**：在此期间港股成长风格表现强势[7] - 驱动因素：2025年第一和第二季度，港股科技公司盈利同比增长翻倍，为近五年增速最快的时期[7] - 市场表现：港股科技指数在此期间上涨超过100%，大幅跑赢同期A股和港股大盘平均涨幅[8] - 价值风格对比：同期以恒生红利低波动指数为代表的价值风格品种上涨约30%，但涨幅跑输同期港股大盘[8] - **风格切换期 (2025年9月以来)**：市场风格发生切换[9] - 成长风格回调：港股科技指数回调约19%[9] - 价值风格延续上涨：恒生红利低波动指数继续上涨约10%[9] 港股与A股风格指数的构成差异 - **价值风格指数**： - A股市场包含红利、低波动、价值、自由现金流等多种指数[6] - 港股市场主要以红利类指数为主，例如恒生红利低波动指数[6] - **成长风格指数**： - A股市场包含龙头策略、成长、质量等指数，以及创业板、科创板[6] - 港股市场主要以科技类指数为主，例如港股科技指数、恒生科技指数[6] 投资策略的应用 - 在投资组合中会同时配置成长与价值风格中被低估的品种[10] - 会根据不同风格品种的估值变化动态调整配置比例，例如在2026年1月成长风格大涨时，进行了止盈部分高估的成长品种并加仓低估价值品种的操作[10]

美股市场风格轮动与盈利扩散 - 美股市场正经历从成长股向价值股、从“新经济”向“旧经济”的明显风格轮动 罗素1000价值指数表现自去年12月中旬以来已大幅领先于同类的成长指数[1] - 市场风格轮动并非源于科技巨头的衰退 而是由周期性因素推动市场其他板块盈利改善 美股之前极为罕见的利润集中化时代或许已经结束[3] - 这一资金轮动过程与2000年至2003年期间的风格切换有诸多相似之处[3] 整体盈利增长趋势 - 标普500指数整体盈利增长率微升至14.5%的四年高点[3] - 标普500指数中实现正增长的行业数量从第三季度的6个增加至8个（总共11个行业）[1] - 近半数公司实现了两位数的增长率 中位数增长率接近10% 创下四年来的新高[1] - 除了巨型科技股之外 增长已开始向外扩散[3] 盈利集中度历史与现状 - 自2022年底以来 标普500指数中最大的10家公司贡献了该指数约三分之二的每股收益（EPS）增长 而这一比例在互联网泡沫时期仅为四分之一[4] - 研究模型显示 目前美国经济正处于“稳健的全面扩张”期 这通常利好广泛的企业利润 目前已披露财报的标普500成分股证实了这一趋势[4] - 近几个月巨型股内部的分化并未阻止大盘维持在高位 这表明由周期性因素驱动的广泛盈利改善正在支撑市场[5] 行业轮动具体表现 - 上周市场出现了向“AI免疫”板块的大规模轮动 包括公用事业、食品、采矿、建筑和电信等行业[4] - 这种从“新”到“旧”的资金转移 反映了市场对资本密集型和传统行业估值的重新挖掘[4] - AI浪潮可能对那些此前享有高估值的轻资产行业最具破坏性 因为它们现在被迫激进支出以避免落后[4] 汇率与国际业务影响 - 美元疲软对企业盈利产生了显著影响 主要收入来自美国以外的标普500出口型企业 其盈利和收入增长均高于以美国本土业务为主的企业[5] - 这种“国际风险敞口”的优势很大程度上仍归功于Nvidia Corp 作为拥有主要国际业务敞口的标普500公司中最大的盈利和收入贡献者[5] - 如果剔除Nvidia 混合盈利增长率将从17.7%降至12.0% 收入增长率将从11.9%放缓至9.9%[5] 宏观背景与潜在风险 - 美债收益率的回落和通胀数据的变化 正在为这场从“新经济”向“旧经济”的资金轮动提供宏观背景[3] - 就业市场的降温和周期性顺风正在重塑投资者预期[3] - 目前的涨势仍相当依赖于少数几家公司的商业模式 任何一家公司的特异性发展或AI竞争中的“预期失误”都可能拖累整个市场[5]

美股市场近期表现分化 - 道琼斯指数连续三天创下历史新高，站上50000点大关 [1] - 标普500指数震荡走低，纳斯达克指数下跌近0.6% [1] 市场分化的驱动因素 - 对美联储政策的新预期为道指提供支撑，有策略师讨论美联储今年有降息三次的空间，这比当前市场预期更为宽松，利好金融、工业等对利率敏感的传统价值股[3] - 不及预期的零售销售数据导致标普和纳指走低，去年12月美国消费者支出意外停滞，好市多、沃尔玛等零售巨头股价应声下跌[3] - 一款新型AI税务规划工具的出现引发市场对人工智能冲击传统金融业的担忧，导致金融股普遍承压，资金流向材料和公用事业等板块[3] 市场分化的启示与影响 - 美股内部风格轮动剧烈，资金从部分过热或面临冲击的科技、金融板块，流向更稳健的价值板块和对AI颠覆“免疫”的领域[4] - 市场关注焦点转向关键经济数据，特别是即将发布的非农就业报告，该数据将揭示美国劳动力市场状况并影响降息预期[4] - 对于A股投资者，美国非农数据至关重要，因其直接影响全球风险偏好和外资流向[4] 对投资策略的借鉴 - 在关注高增长赛道的同时，需注重均衡配置，稳健且有现金流支撑的价值板块是投资组合中不可或缺的“压舱石”[5] - 建议耐心等待关键数据落地，让市场做出方向选择，在重大不确定性面前保持观望是高明策略[5] - 投资需深化对产业趋势的理解，判断一项技术是“颠覆一个行业”还是在“赋能一个行业”，这决定了投资方向[5]

量化模型与构建方式 1. 宏观周期识别框架 1. **模型名称**：宏观周期识别框架[9] 2. **模型构建思路**：为改善单一维度判断不稳定的问题，同时考虑经济景气、通胀、利率、库存、信用五个维度的宏观指标，构建高维宏观周期识别框架[9]。 3. **模型具体构建过程**： * **宏观因子变量构建**：将宏观指数分别对宽基指数、代理宏观变量做回归，选取t值显著的细分宏观变量，用过去一年标准差倒数加权构建宏观因子变量[2]。 * **数据处理**：采用单边HP滤波器对宏观经济数据进行调整，以消除短期波动对长期趋势判断的影响[2]。 * **状态与趋势划分**：基于滤波后的变量，分别用因子动量划分宏观趋势（上行、下行）和用时序百分位划分宏观状态（高、中、低位）[2]。 2. 中证全指择时策略 1. **模型名称**：中证全指择时策略[28] 2. **模型构建思路**：基于宏观变量组合（流动性+库存、流动性+信用）对中证全指未来上涨概率的预测值进行择时[26]。 3. **模型具体构建过程**：统计“流动性+库存”和“流动性+信用”两个子策略对中证全指未来收益是否上涨的预测值，当任一子策略的预测值高于阈值（0.6）时，对中证全指做多，反之做空[26]。 3. 红利指数择时策略 1. **模型名称**：红利指数择时策略[35] 2. **模型构建思路**：基于宏观变量组合（通胀+库存、库存+信用）对红利指数未来上涨概率的预测值进行择时[35]。 3. **模型具体构建过程**：计算“通胀+库存”和“库存+信用”两个子策略对红利指数未来收益是否上涨的预测值的均值，当该均值高于阈值（0.6）时，对红利指数做多，反之做空[35]。 4. 风格轮动配置策略 1. **模型名称**：风格轮动配置策略[48] 2. **模型构建思路**：利用有效的宏观因子两两组合，滚动预测六大风格指数的远期收益率，并基于预测结果进行月度调仓配置[42]。 3. **模型具体构建过程**： * **因子组合筛选**：筛选出“通胀+库存”和“通胀+信用”两个有效的宏观因子组合[43]。 * **收益预测与排序**：将两个子策略对风格指数未来收益的预测值进行截面排序并求均值[48]。 * **配置规则**：每月等权配置预测值排名前二的风格指数[48]。 模型的回测效果 1. 中证全指择时策略 * **回测期**：2012年1月末至2026年1月31日[28] * **年化收益**：16.56%[28] * **年化波动**：21.98%[29] * **夏普比率**：75.33%[29] * **最大回撤**：-28.10%[29] * **超额收益（相对中证全指）**：10.19%[28] * **跟踪误差**：35.06%[29] * **信息比率(IR)**：29.07%[29] * **相对最大回撤**：-50.30%[29] 2. 红利指数择时策略 * **回测期**：2012年1月末至2026年1月31日[35] * **年化收益**：10.97%[35] * **年化波动**：14.91%[41] * **夏普比率**：0.74[41] * **最大回撤**：-19.92%[41] * **超额收益（相对红利指数）**：8.49%[35] * **跟踪误差**：9.63%[41] * **信息比率(IR)**：0.88[41] * **相对最大回撤**：-12.47%[41] 3. 风格轮动配置策略 * **回测期**：2014年9月30日至2026年1月31日[48] * **年化收益**：14.79%[48] * **年化波动**：23.46%[52] * **夏普比率**：0.63[52] * **最大回撤**：-45.93%[52] * **超额收益（相对风格等权）**：4.61%[48] * **跟踪误差**：10.56%[52] * **信息比率(IR)**：0.44[52] * **相对最大回撤**：-31.16%[52] 量化因子与构建方式 1. 宏观因子变量 1. **因子名称**：宏观因子变量[2] 2. **因子构建思路**：通过回归筛选出对市场有显著影响的细分宏观变量，并进行加权合成，以构建综合性的宏观因子[2]。 3. **因子具体构建过程**： * 将宏观指数分别对宽基指数、代理宏观变量做回归[2]。 * 选取回归结果中t值显著的细分宏观变量[2]。 * 使用过去一年历史数据的标准差倒数对选出的变量进行加权，构建最终的宏观因子变量[2]。 2. 宏观趋势（因子动量） 1. **因子名称**：宏观趋势（因子动量）[2] 2. **因子构建思路**：基于滤波后的宏观变量，通过其动量方向来判断宏观经济的趋势是上行还是下行[2]。 3. **因子具体构建过程**：对经过单边HP滤波器处理后的宏观变量，计算其动量，并根据动量方向划分为“上行”或“下行”趋势[2]。 3. 宏观状态（时序百分位） 1. **因子名称**：宏观状态（时序百分位）[2] 2. **因子构建思路**：根据宏观变量在历史序列中所处的位置，来判断当前宏观状态处于高位、中位还是低位[2]。 3. **因子具体构建过程**：计算滤波后的宏观变量在历史时间序列上的百分位，根据设定的分位数阈值（例如，前30%为高位，中间40%为中位，后30%为低位）划分状态[2]。 4. 有效宏观因子组合 1. **因子名称**：通胀+库存组合、通胀+信用组合[43] 2. **因子构建思路**：将两个不同的宏观维度（状态或趋势）进行组合，形成对风格轮动预测更有效的复合因子信号[42][43]。 3. **因子具体构建过程**：报告通过测试发现，“通胀”与“库存”的组合，以及“通胀”与“信用”的组合，在预测风格指数未来收益率方面具有较好的有效性和互补性[43]。

报告行业投资评级 未提及 报告的核心观点 报告通过宏观、动量等方法，构建了宏观行业组合、宏观 + 动量行业组合、核心 - 卫星组合、三位一体风格轮动 ETF 组合等 4 个 ETF 组合，并介绍各组合持仓和历史表现 [1][4][5] 根据相关目录分别进行总结 ETF 组合构建方法 - 基于宏观方法的 ETF 组合构建：根据经济、流动性、信用三个维度的宏观变量，对宽基、行业主题、Smart Beta 三大类产品所跟踪指数计算宏观敏感性，结合动量指标，构建宏观行业、宏观 + 动量行业、核心 - 卫星行业 3 个 ETF 组合并每月调仓 [4] - 三位一体风格轮动 ETF 组合构建：以宏观流动性为核心构建中长期风格轮动模型，综合成长/价值、市值、质量 3 个模型结果得到最终风格指向，筛选目标风格暴露多的 ETF 并设置配置上下限，得到配置模型 [5] 宏观行业组合 - 构建方法：选择成立 1 年以上、规模 2 亿以上的行业主题 ETF 跟踪指数，计算经济、流动性、信用敏感性得分，根据最新指标调整得分方向后加总，若流动性与信用背离则去除流动性得分，取排名前 6 的行业主题指数对应规模最大的 ETF 等权配置 [6][7] - 持仓与表现：目前经济前瞻指标回落、流动性偏松、信用偏紧，组合偏向 TMT 和消费，2 月持仓 6 只 ETF；2025 年以来各月有超额收益，1 月大幅跑赢基准 [8][11] 宏观 + 动量行业组合 - 构建方法：结合宏观与动量方法，动量方法先将行业主题聚类分组，每组选过去 6 个月涨幅最高的 1 只产品等权配置，两种方法筛选结果直接合并 [12] - 持仓与表现：2 月持仓 12 只 ETF，动量选中行业中周期占比高；2025 年以来表现出色，1 月跑赢沪深 300 较多 [16][17] 核心 - 卫星组合 - 构建方法：以沪深 300 为底仓，用宏观敏感性测算方法分别对宽基、行业主题、Smart Beta ETF 指数池测算，构建宽基、行业、Smart Beta 3 个组合，按 50%、30%、20% 权重加权得到最终组合 [19] - 持仓与表现：2 月持仓 13 只 ETF，宽基偏向科创、创业板；2025 年以来表现稳健，除 12 月跑输近 1% 其余几乎都跑赢，2026 年 1 月超额明显 [21][23][24] 三位一体风格轮动 ETF 组合 - 模型结果：本期模型偏向小盘成长 - 高质量部分，展示因子暴露情况 [26] - 持仓与表现：2 月持仓 8 只 ETF；2025 年以来各月有超额收益，2026 年 1 月超额收益 7.42% [29][31]

投资资金与心理准备 - 投资红利类品种应使用3-5年以上长期不用的闲置资金，以应对股价波动风险，避免因短期流动性需求被迫在低位卖出造成实际亏损 [2] - 投资者需做好面对波动风险的心理准备 [2] A股风格轮动特征 - A股市场存在显著的成长与价值风格轮动特征，红利作为价值风格品种会在不同阶段跑赢或跑输市场 [2] - 价值与成长策略在A股长期均有效且长期收益相近，但每隔几年会出现风格轮动，导致一种风格阶段性超越另一种风格 [3] - 价值风格的波动在股票类资产中相对较低，在成长风格牛市时虽不至于大幅暴跌，但可能阶段性跑输市场，考验投资者耐心 [4] 红利策略的长期投资视角 - 对红利类品种的长期投资不应以短期跑赢或跑输市场来衡量，因在长达几十年的投资中几乎一定会遇到其跑输市场的阶段 [4] - 能长期坚持投资红利类品种的投资者，通常是从股息率角度看待红利，而非短期市场表现 [4] - 例如保险和养老金等机构，其投资决策基于现金流需求，当红利指数股息率较高且令投资者满意时则持有以获得分红，若股息率低于其他现金流资产（如债券利息、房地产租金收益率）则可进行资产切换 [5] - 分红作为盈利的一部分，其特性是受牛熊市涨跌的影响较小，这是“红利”的特点，也是适合长期投资的视角 [5]

投资主线方向 - 投资主线可降维至三个方向：AI产业革命带来的算力、存力、电力及应用的科技主线机会；内外共振经济修复下的牛市主线风格；以及基于赔率思维的风格轮动与底部反转可能性 [1] - 牛市初期资金偏好少数高景气赛道，后期资金抱团聚焦主线，新增资金获利难度提升 [1] - 周期股具备低估值、高贝塔属性，易随基本面回暖深化而发挥业绩弹性，获得增量资金青睐 [1] 行业轮动与反转机会 - 连续三年跑输但第四年跑赢概率较大的行业包括食品饮料、农林牧渔、社会服务、医药生物 [1] AI产业趋势与关注点 - AI产业趋势的进展取决于AI应用端和消费端的突破 [1] - 需重视AI巨头的布局 [1]

量化模型与构建方式 1. 短期择时模型 * **模型名称**：短期择时模型[4][16] * **模型构建思路**：通过综合评估宏观基本面、估值面、情绪面和流动性四个维度的多个指标，生成对A股市场的短期（周度）择时信号[14][16]。 * **模型具体构建过程**： 1. **指标选取与信号生成**：选取四个一级维度下的多个二级指标，每个指标根据其当前值在过去5年历史数据中的分位数，被赋予“乐观”、“中性”或“谨慎”的定性信号[14][15][16]。 * **基本面**：包含制造业PMI是否大于50、信贷脉冲环比变化分位数、M1同比增速（HP滤波去趋势）分位数[14][17]。 * **估值面**：包含A股整体PE分位数、A股整体PB分位数[15][17]。 * **情绪面**：包含A股整体Beta离散度分位数、A股整体量能情绪分位数、A股整体波动率分位数[15][17]。 * **流动性**：包含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[16][17]。 2. **维度综合**：将每个一级维度下的所有二级指标信号进行综合，得出该维度的总体信号（乐观/中性/谨慎）[14][15][16]。 3. **总仓位信号生成**：将四个一级维度的总体信号进一步综合，生成最终的总仓位信号（例如，以0.5为中性，1.0为乐观，0.0为谨慎）[17][21]。 2. 成长价值风格轮动模型 * **模型名称**：成长价值风格轮动模型[4][22] * **模型构建思路**：通过动态宏观信号、估值回归信号、短期动量信号、风格广度信号和风格拥挤信号等多个维度的信号，综合判断并轮动配置成长与价值风格[22][23]。 * **模型具体构建过程**： 1. **信号维度**：模型包含五个信号维度，每个维度独立生成对成长风格的配置建议（仓位百分比）[23]。 * 动态宏观信号 * 估值回归信号 * 短期动量信号 * 风格广度信号 * 风格拥挤信号 2. **信号综合**：将上述五个维度的信号进行综合，生成最终的成长风格配置仓位。报告中展示了两种综合方式：“无中性仓位”和“5日平均仓位”[23]。 3. 小盘大盘风格轮动模型 * **模型名称**：小盘大盘风格轮动模型[4][25] * **模型构建思路**：从流动性、资金面、市场情绪、技术趋势等多个角度选取11个有效轮动指标，构建综合信号来轮动配置大盘与小盘风格[25][27]。 * **模型具体构建过程**： 1. **指标选取**：根据专题报告，选取了11个有效的大小盘轮动指标[25][27]。报告中列举的指标包括： * A股龙虎榜买入强度 * R007 * 融资买入余额变化 * 主题投资交易情绪 * 等级利差 * 期权波动率风险溢价 * Beta离散度 * PB分化度 * 大宗交易折溢价率 * 中证1000 MACD(10,20,10) * 中证1000交易量能 2. **信号生成与综合**：每个指标独立生成对小盘风格的配置建议（0%或100%）。将所有指标信号进行综合，得到最终的小盘/大盘配置仓位。报告中采用了“综合信号3D平滑”的方式进行综合[27]。 模型的回测效果 1. 短期择时模型 * **回测区间**：2012年底至2026年2月8日[16][18] * **年化收益率**：16.45%[16][18] * **年化波动率**：14.81%[18] * **最大回撤**：15.05%[16][18] * **夏普比率**：0.9681[18] * **收益回撤比**：1.0935[18] * **月度胜率**：66.04%[18] * **基准年化收益率**：4.97%[16][18] * **年化超额收益率**：11.48%[16] 2. 成长价值风格轮动模型 * **回测区间**：2011年至2026年2月6日[22][23] * **模型版本**：综合信号2_5D平均仓位_国证成长价值[23] * **累计收益**：741.18%[23] * **年化收益**：14.47%[22][23] * **年化波动率**：21.44%[23] * **最大回撤**：40.08%[23] * **夏普比率**：0.64[23] * **收益回撤比**：0.36[23] * **基准年化收益**：6.57%[22][23] * **年化超额收益率**：7.90%[22][23] * **月度超额胜率**：66.14%[23] * **年化跟踪误差**：5.89%[23] * **年化信息比率(IR)**：1.34[23] 3. 小盘大盘风格轮动模型 * **回测区间**：2014年至2026年[26][27] * **模型版本**：综合信号3D平滑[27] * **年化收益**：20.61%[27] * **年化超额收益率**：13.18%[27] * **最大回撤**：40.70%[27] * **平均换手间隔（交易日）**：20[27] * **胜率（按交易）**：50.00%[27] 量化因子与构建方式 （报告中未详细描述独立因子的构建过程，主要介绍了用于模型决策的各类指标。） 因子的回测效果 （报告中未提供独立因子的测试结果。）

市场整体与风格表现 - 2026年2月5日，大盘整体微跌，市场星级为3.9星 [1] - 当日大盘股下跌，中证500等中小盘股波动不大 [2] - 红利等价值风格略微下跌，创业板等成长风格盘中上涨后收盘下跌 [2] - 受前一日海外市场大幅波动影响，港股整体下跌，其中港股科技股下跌，恒生红利低波动指数波动较小 [2] A股与港股风格轮动分析 - A股和港股市场普遍存在成长与价值风格的周期性轮动，轮动时间长短不一 [3][8] - 2024年9月（市场5.9星）至2025年9月，港股成长风格强势，主要因港股科技股盈利在2025年第一、二季度同比翻倍增长，为近5年最快增速，推动港股科技指数上涨超100%，同期恒生红利低波动指数上涨约30% [2] - 2025年9月以来，港股风格切换，成长风格回调，港股科技指数回调约19% [2] - 2025年第三季度，A股成长风格上涨较多，价值风格低迷；随后在2025年10月至12月中旬，价值风格上涨，成长风格下跌；2025年12月中旬至2026年1月中旬，价值风格下跌，成长风格上涨；最近两周价值风格再次转强 [4][5][6][7] - 风格轮动的本质在于市场资金有限，资金在不同风格品种间的流动导致其阶段性表现强弱 [9] 投资策略与操作 - 投资策略为同时配置成长和价值风格的低估品种，并根据不同风格品种的估值动态调整配置比例 [10][11] - 例如在2026年1月成长风格大涨时，进行了调仓操作，止盈部分高估的成长风格品种，并加仓低估的价值风格品种 [12] - 核心操作原则是“跌出机会就买入，涨出机会就卖出”，其他时间则耐心等待 [13] 港股主要指数估值数据（截至2026年2月5日） - **宽基指数**： - H股指数：市盈率14.11，市净率1.33，股息率2.80%，ROE 9.43% [15] - 恒生指数：市盈率14.56，市净率1.42，股息率2.93%，ROE 9.75% [15] - 香港中小盘指数：市盈率21.31，市净率1.64，股息率1.65%，ROE 7.70% [15] - **策略指数**： - 恒生红利低波动指数：市盈率9.19，市净率0.77，股息率4.45%，ROE 8.38% [15] - 港股红利指数：市盈率12.22，市净率1.30，股息率3.98%，ROE 10.64% [15] - **行业与主题指数**： - 恒生科技指数：市盈率25.88，市净率2.71，股息率0.96%，ROE 10.49% [15] - 恒生医疗保健指数：市盈率29.79，市净率2.94，股息率0.79%，ROE 9.86% [15] - 港股市场整体星级已回到3点几星，估值表每日在相关小程序更新 [14][16] 投顾业务表现与新书发布 - 截至2026年1月23日，相关投顾组合已累计帮助投资者获得盈利27.2亿元，组合持有人盈利比例超过90% [17][18] - 新书《红利指数基金投资指南》已上市，上市首日荣登京东图书投资榜和新书热卖榜第一名，该书是“螺丝钉投资指南口袋书”系列的第一本，旨在帮助投资者了解红利指数基金 [18] 投资者分享与理念 - 一位投资者分享其定投经历，从初期亏损到最终盈利，期间曾减持约20%去追逐其他热点，但认为最稳定的仍是相关投顾组合，并强调“耐心是投资者最好的美德” [20] - 投资理念强调避免追涨杀跌，通过长期定投和耐心持有来获得市场回报 [20]

红利指数的市场表现特征 - 红利指数的表现呈现周期性轮动 在2016-2018年跑赢市场 在2019-2021年跑输市场 在2022-2024年再次跑赢市场 在2025年又跑输市场 [2] A股市场的风格轮动 - A股市场具有风格轮动特征 经常在成长风格和价值风格之间切换 [3] - 一个长期有效的投资策略 并不总是持续有效 其短期失效恰恰是其长期有效的前提 [3] - 一个策略经常会在两到三年的时间里表现失效 [3] 投资者行为分析 - 一般投资者平均持有股票基金的时间长度仅有几周 [3] - 很多投资者是在市场短期大涨时进入 [4]