根据提供的金融工程市场跟踪周报，以下是报告中涉及的量化模型与因子的总结。报告主要描述市场状况和跟踪指标，并未详细阐述复杂的多因子模型或具体的因子构建公式，但包含了一些用于市场情绪跟踪和择时的量化指标。以下是基于报告内容的梳理： 量化模型与构建方式 1. **模型/指标名称：量能择时模型**[24][25] * **模型构建思路**：通过分析市场交易量能的变化来判断市场趋势，生成择时信号[24][25] * **模型具体构建过程**：报告未提供该模型具体的构建公式和详细步骤，仅提及其为一种择时方法并给出了当前观点[25] * **模型评价**：报告未提供对该模型的定性评价 2. **模型/指标名称：沪深300上涨家数占比情绪指标**[25][26] * **因子构建思路**：通过计算指数成分股中上涨股票的数量占比来捕捉市场情绪的变化，认为上涨家数增多可能预示市场底部，而大部分股票上涨则可能预示情绪过热[25] * **因子具体构建过程**： * 计算沪深300指数成分股在过去N日收益大于0的个股数量 * 计算该数量占成分股总数的比例 * 公式为：沪深300指数N日上涨家数占比 = (过去N日收益大于0的个股数) / (沪深300指数成分股总数) [25] * **因子评价**：该指标可以较快捕捉上涨机会，但在市场过热阶段会提前离场而错失后续收益，且难以有效规避下跌风险[26] 3. **模型/指标名称：动量情绪指标（基于上涨家数占比）**[27][29] * **模型构建思路**：对上述“沪深300上涨家数占比”指标进行平滑处理，通过比较短期和长期移动平均线来生成交易信号[27][29] * **模型具体构建过程**： * 计算沪深300指数N日上涨家数占比（报告中示例参数N=230）[27] * 对该占比序列分别计算窗口期为N1（长窗口，示例为50）和N2（短窗口，示例为35）的移动平均线，得到慢线和快线[27][29] * 当快线 > 慢线时，看多沪深300指数；当快线 < 慢线时，对市场持谨慎或中性态度[29] * **模型评价**：报告未提供对该模型的定性评价 4. **模型/指标名称：均线情绪指标**[33][37] * **模型构建思路**：通过计算当前价格与一组均线的相对位置来判断指数的趋势状态[33][37] * **模型具体构建过程**： * 计算沪深300收盘价的八条均线，参数为8, 13, 21, 34, 55, 89, 144, 233[33] * 统计当日沪深300指数收盘价大于这八条均线数值的数量[37] * 当该数量超过5时，看多沪深300指数[37] * （报告亦提及另一种赋值方式：将八均线区间值映射为-1, 0, 1来表征情绪，但当前信号生成基于数量判断）[33][37] * **模型评价**：报告未提供对该模型的定性评价 5. **因子名称：横截面波动率**[38][39] * **因子构建思路**：衡量同一时间点，不同股票收益率之间的差异程度，用于评估选股获取Alpha的难易环境，波动率高通常意味着Alpha机会更多[38][39] * **因子具体构建过程**：报告未提供具体的计算公式，但明确指出其用于衡量指数成分股间的收益率差异[38][39] * **因子评价**：报告未提供对该因子的定性评价 6. **因子名称：时间序列波动率**[39][42] * **因子构建思路**：衡量指数或个股收益率随时间变化的波动程度，也用于评估Alpha环境[39][42] * **因子具体构建过程**：报告未提供具体的计算公式，但提及其为指数成分股加权的时序波动率[39][42] * **因子评价**：报告未提供对该因子的定性评价 7. **因子名称：抱团基金分离度**[83][86] * **因子构建思路**：通过计算抱团基金组合截面收益率的标准差，来衡量基金抱团的程度，标准差小表示抱团程度高，反之则表示抱团瓦解[83][86] * **因子具体构建过程**： * 构建抱团基金组合 * 计算该组合在某个周期内（如一周）各基金收益率的截面标准差 * 这个标准差即为分离度指标[83][86] * **因子评价**：报告未提供对该因子的定性评价 模型的回测效果 （报告未提供上述量化模型的具体回测绩效指标，如年化收益率、夏普比率、最大回撤等） 量化因子与构建方式 （已合并至“量化模型与构建方式”章节，因报告中的内容更多是以指标形式用于描述市场或作为模型输入，而非独立的因子测试） 因子的回测效果 （报告未提供上述因子的具体IC值、IR值、多空收益等传统因子测试结果） 模型/因子的指标取值（跟踪状态） 1. **量能择时信号**[25] * 信号观点（截至2025/11/21）：对所有跟踪的宽基指数（上证指数、上证50、沪深300、中证500、中证1000、创业板指、北证50）均为“空”或“谨慎”观点[25] 2. **沪深300上涨家数占比情绪指标**[26] * 当前数值（截至2025/11/21）：最近一周下降，数值略高于50%[26] 3. **动量情绪指标**[27] * 信号观点（截至2025/11/21）：快线、慢线均下行，快线处于慢线下方，维持谨慎观点[27] 4. **均线情绪指标**[33] * 信号观点（截至2025/11/21）：沪深300指数处于情绪非景气区间[33] 5. **横截面波动率**[38][39][40] * **沪深300**：最近一周环比下降；近一季度平均值2.28%，处于近半年83.44%分位、近一年80.54%分位、近半年78.26%分位[39][40] * **中证500**：最近一周环比下降；近一季度平均值2.44%，处于近半年78.57%分位、近一年76.19%分位、近半年79.37%分位[39][40] * **中证1000**：最近一周环比上升；近一季度平均值2.60%，处于近半年83.67%分位、近一年78.09%分位、近半年73.71%分位[39][40] 6. **时间序列波动率**[39][42] * **沪深300**：最近一周环比下降；近一季度平均值0.73%，处于近半年77.23%分位、近一年75.78%分位、近半年69.15%分位[42] * **中证500**：最近一周环比上升；近一季度平均值0.53%，处于近半年80.16%分位、近一年76.19%分位、近半年78.57%分位[42] * **中证1000**：最近一周环比上升；近一季度平均值0.27%，处于近半年82.07%分位、近一年77.69%分位、近半年72.51%分位[42] 7. **抱团基金分离度**[83][86] * 当前状态（截至2025/11/21）：环比前一周小幅上升[83]

根据研报内容，以下是关于量化模型和因子的总结： 量化模型与构建方式 **1 模型名称：主动权益基金仓位测算模型**[22][24][25] - **模型构建思路**：通过持股市值加权计算主动权益型基金的平均仓位，用于跟踪公募基金的市场配置动态[22][24] - **模型具体构建过程**： 1. **样本筛选**：选择合格样本基金，筛选门槛包括： - 成立期满两个季度 - 基金未到期 - 规模大于5000万元 - 过去四期平均仓位大于60%[25] 2. **分类处理**：将主动权益型基金分为普通股票型、偏股混合型、灵活配置型、平衡混合型四类，其中灵活配置型和平衡混合型合称配置型基金[25] 3. **仓位计算**：采用持股市值加权方法计算市场平均仓位[25] 4. **数据清理**：剔除不完全投资于A股的基金[26] **2 模型名称：固收+基金仓位测算模型**[27][28][29] - **模型构建思路**：专门针对固收+基金构建仓位监测模型，跟踪低风险偏好资金的权益配置情况[27][28] - **模型具体构建过程**： 1. **样本筛选**：固收+基金合格样本筛选门槛包括： - 成立期满两个季度 - 未到期 - 规模大于5000万元 - 过去四期平均仓位在10%-30%[25] 2. **基金分类**：固收+基金包括偏债混合型基金、混合债券型二级基金、灵活配置型基金[25] 3. **加权计算**：采用持股市值加权方法计算平均仓位[28] **3 模型名称：基金风格暴露分析模型**[30][31][32] - **模型构建思路**：分析主动偏股型基金在不同市值风格上的仓位分布，跟踪基金风格偏好变化[30][31] - **模型具体构建过程**： 1. **风格分类**：将基金持仓按大盘成长、大盘价值、中盘成长、中盘价值、小盘成长、小盘价值六类进行划分[30][31] 2. **仓位测算**：计算各类风格仓位占比，监测风格暴露变化趋势[30][32] 3. **趋势分析**：跟踪各风格仓位的周度变化，识别风格轮动方向[30] **4 模型名称：行业配置监测模型**[33][34] - **模型构建思路**：基于中信一级行业分类，监测主动权益型基金行业配置变化[33][34] - **模型具体构建过程**： 1. **行业分类**：采用中信一级行业分类标准，涵盖30个行业[34] 2. **配置计算**：计算各行业配置比例，采用持股市值加权平均值[33] 3. **趋势识别**：标注连续上涨或连续下跌的行业，识别配置趋势[34] 4. **变动分析**：计算较上周配置比例变动，分析增减配方向[33][34] **5 模型名称：资金流向分析模型**[53][54][56] - **模型构建思路**：基于成交单规模划分资金类型，分析主力资金和主动资金流向[53][54] - **模型具体构建过程**： 1. **资金分类标准**： - 特大单：成交量在20万股以上，或成交金额在100万元以上[53] - 大单：成交量在6万股到20万股之间，或成交金额在30万到100万之间，或成交量占流通盘0.1%[53] - 中单：成交量在1万股与6万股之间，或成交金额在5万到30万之间[53] - 小单：成交量在1万股以下，或成交金额在5万元以下[53] 2. **流向计算**：分别计算各类型资金的净流入额[54][57][59] 3. **多维分析**：从个股和行业两个维度分析资金流向特征[54][59] 模型的回测效果 **1 主动权益基金仓位测算模型**[22] - 截至2025/11/21，主动权益型基金平均仓位：89.09% - 普通股票型基金平均仓位：91.84%（较上周上升0.47pct） - 偏股混合型基金平均仓位：90.10%（较上周上升0.39pct） - 配置型基金平均仓位：86.36%（较上周上升0.38pct） **2 固收+基金仓位测算模型**[22] - 固收+基金平均仓位：23.36%（较上周下降0.58pct） **3 基金风格暴露分析模型**[30] - 大盘成长仓位：43.41%（较上周上升1.57pct） - 大盘价值仓位：7.58%（较上周上升0.17pct） - 中盘成长仓位：6.93%（较上周上升1.5pct） - 中盘价值仓位：4.76%（较上周上升0.76pct） - 小盘成长仓位：27.97%（较上周下降2.74pct） - 小盘价值仓位：9.34%（较上周下降1.27pct） **4 行业配置监测模型**[33][34] - 配置比例上调较多行业： - 综合：0.76%（较上周提升0.24pct） - 钢铁：1.22%（较上周提升0.21pct） - 医药：10.29%（较上周提升0.14pct） - 家电：2.01%（较上周提升0.13pct） - 煤炭：0.90%（较上周提升0.13pct） - 配置比例下调较多行业： - 机械：5.32%（较上周下降0.39pct） - 计算机：4.75%（较上周下降0.20pct） - 综合金融：0.65%（较上周下降0.19pct） - 房地产：0.56%（较上周下降0.14pct） - 建材：0.83%（较上周下降0.09pct） **5 资金流向分析模型**[54][59] - 主力资金流向： - 净流入行业：银行等 - 净流出行业：电子、电力设备及新能源、基础化工、医药、有色金属等 - 主动资金流向： - 主买净额：-5158.66亿元 - 净流出行业：电力设备及新能源、基础化工、医药、电子、机械等 量化因子与构建方式 **1 因子名称：基金仓位变动因子**[22][30][33] - **因子构建思路**：基于基金仓位变化构建动量因子，识别资金配置趋势[22][30] - **因子具体构建过程**：计算各类基金仓位较上周变动幅度，作为资金流向的代理变量[22][30][33] **2 因子名称：风格暴露因子**[30][31][32] - **因子构建思路**：通过基金在不同风格上的仓位暴露，构建风格轮动因子[30][31] - **因子具体构建过程**：监测六类风格仓位的相对变化，识别风格偏好转移[30][32] **3 因子名称：行业集中度因子**[33][34] - **因子构建思路**：基于基金行业配置集中度变化，构建行业轮动因子[33][34] - **因子具体构建过程**：跟踪电子、有色等特定行业仓位变化，识别配置集中方向[33][34] **4 因子名称：资金流向因子**[54][59][61] - **因子构建思路**：利用不同规模资金的流向差异，构建市场情绪因子[54][59] - **因子具体构建过程**：分别计算特大单、大单、中单、小单的净流入额，分析资金结构特征[54][59][61] 因子的回测效果 **1 基金仓位变动因子**[22] - 主动权益基金仓位连续四周维持在90%下方 - 本周仓位小幅抬升，显示短期乐观情绪 **2 风格暴露因子**[30] - 大盘成长风格暴露持续提升至43.41% - 小盘风格仓位明显下降，风格向大盘集中 **3 行业集中度因子**[33][34] - 电子行业仓位保持20%以上（20.59%） - 有色行业仓位6.07%，呈现连续上涨趋势 - 反内卷相关行业仓位有所抬升 **4 资金流向因子**[54][59] - 特大单在电子行业净流出337.09亿元 - 大单在电力设备及新能源行业净流出159.53亿元 - 中单在电子行业净流入57.64亿元 - 小单在电力设备及新能源行业净流入440.97亿元

市场新高趋势追踪 - 截至2025年11月21日，主要指数距离其250日新高均有一定空间，其中科创50指数距离新高最远，为16.45%，上证指数距离新高最近，为4.83% [1][5] - 行业层面，石油石化、纺织服装、基础化工、家电、钢铁行业指数距离250日新高较近，其中家电行业距离仅为2.85% [1][8] - 概念指数中，石油天然气、锂矿、林木、锂电池、HJT电池、万得微盘股日频等权、操作系统等指数表现强势，距离其250日新高较近 [1][10] 创新高个股市场监测 - 截至2025年11月21日，共有1127只股票在过去20个交易日创出250日新高 [2][13] - 基础化工、机械、电力设备及新能源行业的创新高个股数量最多，分别有165只、128只和111只 [2][13] - 从创新高个股占比看，纺织服装、煤炭、有色金属行业领先，占比分别为41.41%、38.89%和38.71% [2][13] - 按板块划分，周期和制造板块创新高股票数量最多，分别有364只和315只，占板块内股票数量的32.44%和20.23% [2][15] - 主要宽基指数中，沪深300指数成分股创新高比例最高，为23.00%，科创50指数成分股创新高比例最低，为14.00% [2][15] 平稳创新高股票筛选 - 基于分析师关注度、股价相对强弱、趋势延续性等指标，筛选出和而泰、斯瑞新材、藏格矿业等15只平稳创新高股票 [3][20] - 制造板块和周期板块各有5只股票入选，是平稳创新高股票最集中的板块 [3][20] - 在细分行业中，建筑行业和有色金属行业表现突出，是制造板块和周期板块中创新高股票最多的行业 [3][20] - 具体个股数据显示，和而泰过去250日涨幅达206.10%，斯瑞新材涨幅为111.69%，藏格矿业涨幅为96.59% [22]

核心观点 - 国内市场主要股指普遍下跌，呈现冲高回落、震荡走弱的态势，市场成交额略有收缩，行业表现分化明显[1][10] - 海外市场美股三大指数全线收跌，科技股领跌，中概股普遍表现不佳[2] - 多项重要政策与国际合作项目公布，包括坦赞铁路繁荣带建设、消费试点城市评审以及广东省数字经济发展目标，这些动向可能对相关行业和区域经济产生深远影响[12][13][14][15][16][17][19][20][21] 国内市场表现 - 上证综指收于3931.05点，下跌0.4%；深证成指收于12980.82点，下跌0.76%；科创50指数下跌1.24%；创业板指下跌1.12%[1][4][10] - 万得全A市场总成交额为17226亿元，较前一日略有下降[1][10] - 30个中信一级行业中仅有5个行业上涨，建材、银行及通信行业涨幅居前，而煤炭、电力设备及新能源、石油石化行业跌幅较大[1][10] - 个股方面，1453只个股上涨，3850只下跌，128只个股涨幅超过5%，163只个股跌幅超过5%，49只个股涨停，25只个股跌停[11] 海外市场表现 - 美国道琼斯指数下跌0.84%，标普500指数下跌1.56%，纳斯达克指数下跌2.15%[2][4] - 万得美国科技七巨头指数下跌1.74%，英伟达跌幅超过3%，亚马逊跌幅超过2%[2] - 中概股普遍下跌，阿特斯太阳能跌幅近19%，信也科技跌幅超过14%[2] - 日经225指数上涨2.65%，德国DAX指数上涨1.11%[4] 重要政策与行业动态 - 中国、坦桑尼亚、赞比亚三国联合启动坦赞铁路市场化激活工程，致力于打造涵盖“自由之路”、“发展之路”、“友谊之路”、“幸福之路”、“绿色之路”和“和谐之路”的坦赞铁路繁荣带[12][13][14][15][16] - 财政部和商务部公布50个消费新业态新模式新场景试点城市名单，包括4个直辖市、5个计划单列市和41个其他城市，旨在健全首发经济服务体系，创新服务消费场景[17][18] - 广东省发布国家数字经济创新发展试验区建设方案，目标到2027年数字经济核心产业增加值占GDP比重超过16%，打造3个万亿级数字产业集群，人工智能核心产业规模超过4400亿元，规模以上工业企业数字化转型突破6万家[19][20][21] - 广东将实施“数据要素×”行动计划，打造空天地海通信“一张网”，推进5G-A网络部署和低轨星座建设[20][21] 宏观经济与就业数据 - 2026届全国普通高校毕业生规模预计1270万人，同比增加48万人[23] - 美国9月非农就业人口增长11.9万人，但7月和8月数据合计下修3.3万人，9月失业率升至4.4%[23] - 美国上周初请失业金人数下降8000人至22万人，续请失业金人数升至4年新高[23]

当前机构关注行业 - 机构当前关注基础化工、国防军工、汽车、纺织服装、非银行金融和传媒行业 [1] - 通信行业的机构关注度从高位下降 [1] 近期机构关注度变化 - 最近一周“石油石化”、“煤炭”、“钢铁”、“轻工制造”和“非银行金融”行业的机构关注度在提升 [1] 行业拥挤度状态 - 当前较多行业处于触发拥挤指标阈值的状态，涉及流动性和成分股一致性 [1] 2025年11月行业展望 - 2025年11月看好电力及公用事业、基础化工、电力设备及新能源、电子和计算机行业的相对收益 [1] 大宗商品观点 - 黄金、白银、铜和原油的VIX抬升 [1] - 中长期依然看多黄金 [1]

深成长龙头ETF及跟踪指数表现 - 截至2025年11月13日10:55，深成长龙头ETF(159906)上涨2.34%，成交额迅速走阔 [1] - 其跟踪的深证成长40指数强势上涨2.50% [1] - 指数成分股表现突出，上能电气上涨20.00%，中材科技上涨10.00%，亿纬锂能上涨8.91%，富临精工、锦浪科技等个股跟涨 [1] 深证成长40指数行业构成与权重 - 深证成长40指数优选深市成长风格突出的40只股票，前三大行业分别为电力设备及新能源（31.10%）、基础化工（13.74%）、通信（12.51%） [1] - 截至2025年10月31日，指数前十大权重股合计占比69.02%，包括宁德时代、新易盛、胜宏科技、汇川技术、徐工机械、盐湖股份、华工科技、藏格矿业、亿纬锂能、菲利华 [3] 动力电池与储能市场增长 - 今年1至10月，国内动力电池装车量为578GWh，同比增长42.4% [1] - 2025年1至9月，全球储能电池出货428GWh，同比增长90.7% [1] - 预测2025年全球储能新增装机约为290GWh，远期2030年有望达到1.17TWh，增长潜力巨大 [2] 储能产业链与政策支持 - 国产储能产业链具备明显优势，电芯、储能系统环节全球份额持续提升 [2] - 政策支持国内储能市场化加速，136号文促进储能在电能量市场通过峰谷价差套利、在辅助服务市场等获得多元化收益，经济性显著提升 [2] 基础化工行业展望 - 基础化工板块当前PB已有所修复，但ROE仍处十年低位 [2] - 判断2026年将迎来由盈利改善驱动的周期回升，复苏可能受到产能周期回暖、稳增长政策、行业反内卷趋势及PPI修复带来的补库需求共同推动 [2] 科技成长板块景气度 - 避险情绪缓解叠加三季报景气验证，市场对于科技成长景气主线的共识有望再次凝聚 [2] - 三季报是验证新动能景气优势的重要窗口，景气优势或将再度成为市场聚焦的核心 [2] 新兴应用场景发展 - 低空经济、人形机器人等新兴场景的应用兴起，为锂电产业开辟了第二增长曲线 [1]

根据提供的金融工程报告，以下是关于报告中涉及的量化模型和因子的总结。 量化模型与构建方式 1. **模型名称：扩散指数行业轮动模型**[21] * **模型构建思路**：该模型基于价格动量原理，通过计算行业的扩散指数来识别具有向上趋势的行业，从而进行行业轮动配置[21][34] * **模型具体构建过程**：模型针对每个中信一级行业计算其扩散指数。具体过程涉及观察行业内成分股的表现，但报告中未提供计算扩散指数的具体公式和详细步骤[21][23] 2. **模型名称：GRU因子行业轮动模型**[29] * **模型构建思路**：该模型利用GRU（门控循环单元）深度学习网络对分钟频量价数据进行处理，生成GRU行业因子，以把握短期交易信息并进行行业轮动[29][35] * **模型具体构建过程**：模型使用历史分钟频量价数据训练GRU网络。GRU网络能够捕捉时间序列数据的依赖关系，输出每个行业的因子值。报告指出该模型在短周期表现较好，但未提供网络结构、输入特征、训练周期等具体构建细节和公式[29][35] 模型的回测效果 1. **扩散指数行业轮动模型** * 2025年11月以来超额收益：1.28%[26] * 2025年以来超额收益：6.21%[21][26] * 2024年全年超额收益：-5.82%[21] * 2023年全年超额收益：-4.58%[21] * 2022年全年超额收益：6.12%[21] 2. **GRU因子行业轮动模型** * 2025年11月以来超额收益：1.65%[32] * 2025年以来超额收益：-4.49%[29][32] 量化因子与构建方式 1. **因子名称：行业扩散指数**[23] * **因子构建思路**：该因子用于衡量某个行业整体趋势的强弱，数值越高代表该行业的向上趋势越强[23] * **因子具体构建过程**：报告未提供行业扩散指数因子的具体计算方法和公式，仅提供了截至特定日期的各行业因子取值[23][24] 2. **因子名称：GRU行业因子**[30] * **因子构建思路**：该因子由GRU深度学习模型生成，旨在从分钟频量价数据中提取有效信息，以预测行业短期表现[30][35] * **因子具体构建过程**：作为GRU模型的直接输出，每个行业对应一个因子值。报告未提供该因子值计算的具体技术细节和公式[30] 因子的回测效果 1. **行业扩散指数因子** * 报告未提供该因子独立的测试指标（如IC值、IR等），其效果直接体现在扩散指数行业轮动模型的超额收益上[21][26] 2. **GRU行业因子** * 报告展示了该因子的周度Rank IC序列和累计Rank IC曲线，但未给出具体的IC均值、IR等统计指标[31]

核心观点 - 市场流动性整体呈现分化态势，货币市场利率下行而资本市场净流入规模收窄 [1][13] - 行业表现分化显著，电力设备及新能源板块领涨且资金关注度最高，而医药、计算机板块表现疲弱 [2][18] - 市场风格上，周期与稳定风格领涨，成长风格虽涨幅较小但交易活跃度占据主导地位 [3][36] 各类市场流动性概况 货币市场流动性 - 银行间市场质押式回购利率下行，R007由1.4923%下降至1.4677%，下降2.46个基点；DR007由1.4551%下降至1.4130%，下降4.21个基点 [1][9] - R007与DR007利差较前期增加1.75个基点，中美利差本周减小1.91个基点 [1][9] 资本市场流动性 - A股市场资金净流入78.31亿元，较上周减少245.27亿元，其中资金供给160.23亿元，资金需求81.92亿元 [1][13] - 资金供给减少650.02亿元，具体为融资净买入减少210.16亿元，股票分红减少123.08亿元，股票型ETF净申赎减少87.83亿元，股票型与混合基金成立减少228.95亿元 [1][13] - 资金需求减少404.75亿元 [1][13] 主板市场流动性 - 宽基指数融资余额多数攀升，除中证500外，沪深300、中证1000、中证2000及其他股票的融资余额均升至近八周高点 [16] - 融资净买入规模较前一周有所回落，而沪深300等指数的融券净卖出规模环比上升 [16] - 市场活跃度方面，除其他股票外，各宽基指数日均成交额均出现环比下降 [16] 行业板块流动性跟踪 行业涨跌幅 - 中信一级行业多数上涨，电力设备及新能源板块周涨幅达5.11%，表现最为突出；钢铁、石油石化等行业亦有小幅上涨 [2][18] - 医药板块领跌，跌幅为2.36%，计算机板块跌幅为2.08% [2][18] 行业资金流向 - 杠杆资金呈现结构性特征，电力设备及新能源行业获杠杆资金净加仓最多，净流入21.96亿元；电子行业杠杆资金净流出最多，达25.01亿元 [21][23] - 陆股通重仓股主力资金整体流出，电力设备及新能源行业资金净流入最多（3.30亿元），电子行业净流出最多（36.81亿元） [24][26] 行业热度与拥挤度 - 通信行业杠杆资金占比位于近16周高位，而房地产、石油石化、综合、轻工制造、非银行金融、食品饮料行业占比位于低位 [27] - 电力设备及新能源与消费者服务行业的综合拥挤度位居前列，拥挤度得分均为77.50% [2][29] 风格板块流动性跟踪 风格表现与成交活跃度 - 风格指数绝大多数上涨，周期与稳定风格均上涨1.85%，表现领先；仅消费风格下跌0.70% [3][36] - 成长风格是市场最活跃板块，日均成交额占比达56.88%；周期风格日均成交额占比增加最大，上升1.59%；成长风格占比回落幅度最大，下降1.88% [3][32] - 成长风格日均换手率最高，为3.15%；金融和稳定风格换手率处于相对低位 [3][36] 风格板块资金流向 - 陆股通重仓股主力资金总体以减持为主，对成长风格减持力度最大，达109.57亿元；对周期风格减持55.97亿元 [33][35]

根据提供的研报内容，以下是关于量化模型和因子的总结： 量化模型与构建方式 1. **模型名称：微盘股轮动与择时模型**[18][23] * **模型构建思路**：该模型旨在通过相对净值、动量指标以及风险指标，实现微盘股指数与茅指数之间的风格轮动，并在风险聚集时发出平仓信号[18][23] * **模型具体构建过程**： * **轮动信号生成**： 1. 计算微盘股指数与茅指数的相对净值（微盘股净值 / 茅指数净值）[18] 2. 计算该相对净值的243日移动平均线（MA243）[18] 3. 计算微盘股指数和茅指数的20日收盘价斜率（动量指标）[18][23] 4. 轮动规则：当微盘股/茅指数相对净值高于其243日均线，且微盘股20日斜率为正、茅指数20日斜率为负时，配置微盘股；反之则配置茅指数[23] * **择时风控信号生成**： 1. 监控十年期国债到期收益率的同比变化率（十年国债利率同比），设定风险阈值为30%[18][23] 2. 监控微盘股波动率拥挤度的同比变化率（波动率拥挤度同比），设定风险阈值为55%[18][23] 3. 风控规则：当十年国债利率同比触及30%或波动率拥挤度同比触及55%时，模型发出平仓信号[23] 2. **模型名称：宏观择时策略**[42][43] * **模型构建思路**：基于经济增长和货币流动性两个维度的宏观指标，动态调整权益资产的配置仓位[42][43] * **模型具体构建过程**：模型对经济增长和货币流动性分别进行评估，生成信号强度（以百分比表示），并综合这两个维度的信号得出最终的权益资产推荐仓位[42][43] 具体构建细节可参考其历史研究报告[42] 模型的回测效果 1. **宏观择时策略**[42][43] * 2025年年初至今收益率：13.55%[42] * 同期Wind全A收益率：25.61%[42] * 截至2025年10月31日信号：经济增长信号强度0%，货币流动性信号强度50%，权益推荐仓位25%[42][43] 量化因子与构建方式 1. **因子名称：大类选股因子**[48][60][61] * **因子构建思路**：报告跟踪了八大类选股因子，包括一致预期、市值、成长、反转、质量、技术、价值和波动率，每类因子由多个细分因子合成[48][60][61] * **因子具体构建过程**：报告附录提供了详细的因子分类和定义[60][61]，例如： * **价值因子**：包含市净率（BP_LR，最新年报账面净资产/最新市值）、预期市盈率（EP_FTTM，未来12个月一致预期净利润/最新市值）等细分因子，因子值越大表示越被低估，预期收益越高（排序方向↑）[60][61] * **成长因子**：包含单季度净利润同比增速（NetIncome_SQ_Chg1Y）、单季度营业收入同比增速（Revenues_SQ_Chg1Y）等细分因子，因子值越大表示成长性越好，预期收益越高（排序方向↑）[60][61] * **技术因子**：包含20日成交量均值与240日成交量均值之比（Volume_Mean_20D_240D）、240日收益率偏度（Skewness_240D）等细分因子，因子值通常与预期收益负相关（排序方向↓）[60][61] * **波动率因子**：包含60日收益率标准差（Volatility_60D）、CAPM模型残差波动率（IV_CAPM）等细分因子，因子值通常与预期收益负相关（排序方向↓）[60][61] * **反转因子**：包含20日收益率（Price_Chg20D）、60日收益率（Price_Chg60D）等细分因子，因子值通常与预期收益负相关（排序方向↓）[60][61] 2. **因子名称：可转债择券因子**[57] * **因子构建思路**：从正股相关性和转债估值两个角度构建因子，用于可转债的量化择券[57] * **因子具体构建过程**： * **正股因子**：基于正股与可转债的相关关系，通过预测正股的因子（如正股财务质量、正股价值等）来构建可转债因子[57] * **转债估值因子**：使用平价底价溢价率作为估值因子[57] 因子的回测效果 1. **大类选股因子（上周IC均值，全部A股）**[48] * 波动率因子：17.72% * 价值因子：12.38% * 技术因子：9.98% * 市值因子：7.92% * 反转因子：-0.84% * 一致预期因子：-4.68% * 成长因子：-6.34% * 质量因子：-14.23% 2. **可转债择券因子（上周IC均值）**[57] * 正股财务质量因子：取得正IC * 正股价值因子：取得正IC * 转债估值因子：取得正IC

市场情绪与波动性 - A股和港股情绪指数从高位下降 [1] - 上证50、沪深300、中证500和中证1000的波动率指数(VIX)下降 [1] - 黄金、白银、铜和原油的波动率指数(VIX)下降 [1] 机构关注度变化 - 当前机构关注国防军工和非银行金融行业 [1] - 通信行业的机构关注度从高位下降 [1] - 最近一周石油石化、煤炭、钢铁、商贸零售和非银行金融行业的机构关注度在提升 [1] 行业拥挤度 - 当前较多行业处于触发拥挤指标阈值的状态，涉及流动性、成分股扩散和成分股一致性 [1] 行业相对收益展望 - 2025年11月看好电力及公用事业、基础化工、电力设备及新能源、电子和计算机的相对收益 [1] 大宗商品观点 - 中长期依然看多黄金 [1]