量化模型与构建方式 1. **模型名称：卷积神经网络趋势观察模型**[79] * **模型构建思路**：使用卷积神经网络（CNN）对个股历史价量数据构建的标准化图表进行建模，学习图表特征与未来价格走势之间的关系，并将学习到的有效特征映射到行业主题板块中，以识别具有趋势性机会的行业主题[79][82]。 * **模型具体构建过程**： 1. 数据准备：对每个个股，在特定窗口期内（报告中未明确具体窗口期）收集其价格和成交量数据[79]。 2. 图表化：将标准化的价量数据转换为可视化的图表格式。具体标准化方法未详细说明，但目的是形成可供CNN处理的图像输入[79][80]。 3. 模型训练：使用卷积神经网络对上述价量图表与对应的未来价格表现（如未来收益率）进行训练，使模型学会从图表中提取与未来走势相关的特征[79]。 4. 特征映射与应用：将训练好的CNN模型学习到的特征应用于行业主题板块的分析，识别出当前价量图表特征预示未来可能表现较好的行业主题，并输出具体的主题指数配置建议[79][81]。 2. **模型名称：宏观因子事件模型**[56][58] * **模型构建思路**：跟踪一系列对市场影响较大的宏观指标，通过定义特定的“因子事件”（如短期高点、连续下跌等）来描述宏观因子的走势，并从历史数据中筛选出对未来资产收益率有显著预测作用的有效因子事件，用以判断大类资产的未来趋势[56]。 * **模型具体构建过程**： 1. 因子选择：选取约25个国内外宏观指标，涵盖货币政策、财政政策、流动性、通胀水平及其他经济指标等多个维度[55][56]。 2. 事件定义：为每个宏观因子定义四类走势事件：短期高点/低点、连续上涨/下跌、创历史新高/新低、因子走势反转[56]。 3. 有效性检验：在历史数据中回溯检验，筛选出那些在事件发生后，对特定资产（如股票、债券）未来收益率产生显著影响的“有效因子事件”[56]。 4. 趋势判断：对于连续型指标，采用历史均线（如1月、3月、12月均线）将因子走势划分为上行或下行趋势，并统计在不同趋势下资产未来一个月的平均收益，以判断当前宏观趋势对资产的观点（如看多、震荡）[58][59]。 3. **模型名称：期权成交量看涨看跌比（CPR）模型**[49] * **模型构建思路**：通过监测上证50ETF期权成交量的看涨看跌比率（CPR）与其布林通道的相对位置，来判断蓝筹股市场的短期超买超卖状态[49]。 * **模型具体构建过程**： 1. 计算CPR：计算上证50ETF期权成交量的看涨看跌比率[49]。 2. 计算布林通道：计算CPR的60日布林通道（具体计算方法如移动平均线及标准差倍数未明确，但通常包含中轨、上轨和下轨）[49]。 3. 信号生成：当最近20个交易日的CPR值持续高于其60日布林通道的上轨时，模型认为蓝筹股短期存在超卖风险[49]。 4. **模型名称：GFTD模型和LLT模型**[83] * **模型构建思路**：报告仅提及这两个模型名称及其历史择时成功率，未详细描述其构建思路和过程[83]。 量化因子与构建方式 1. **因子名称：新高新低比例因子**[34] * **因子构建思路**：通过统计市场中创近期新高与新低的个股数量占比，来度量市场的极端情绪和趋势强度[34]。 * **因子具体构建过程**：分别计算两个指标： * 60日新高比例 = 创近60日新高的个股数量 / 总股票数量[34]。 * 60日新低比例 = 创近60日新低的个股数量 / 总股票数量[34]。 2. **因子名称：个股均线结构因子**[38] * **因子构建思路**：通过计算均线呈多头排列与空头排列的个股数量占比之差，来反映市场整体的技术趋势强弱[38]。 * **因子具体构建过程**：计算“均线强弱指标”，其定义为（多头排列个股数量占比 - 空头排列个股数量占比）。报告指出，该指标从前期-13%升至1.2%，表明市场技术结构转强[38][39]。 3. **因子名称：长期均线以上比例因子**[41] * **因子构建思路**：统计股价位于长期移动平均线（如200日）之上的个股比例，用以衡量市场整体的长期趋势强弱[41]。 * **因子具体构建过程**：计算股价位于200日长期移动平均线之上的个股数量占总股票数量的比例[41]。 4. **因子名称：风险溢价因子**[67][82] * **因子构建思路**：通过计算股票市场隐含收益率（市盈率倒数）与无风险利率（十年期国债收益率）的差值，来衡量股票资产相对于债券资产的吸引力[82]。 * **因子具体构建过程**：以中证全指为例，风险溢价 = （1 / PE_TTM） - 十年期国债收益率。报告给出了截至2026年1月16日的具体数值为2.51%[82]。 5. **因子名称：指数超买超卖因子**[70] * **因子构建思路**：通过某种度量方法（报告中未明确具体计算公式，可能基于价格偏离均线的幅度或其他技术指标）计算主要宽基指数和行业指数的超跌或超买程度，以识别市场或板块的极端状态[70][71][74]。 6. **因子名称：融资余额因子**[77] * **因子构建思路**：跟踪市场融资余额的绝对规模及其占流通市值的比例，作为衡量市场杠杆资金情绪和活跃度的指标[77][78]。 模型的回测效果 （报告中未提供具体模型的量化回测指标，如年化收益率、夏普比率、最大回撤等数值结果。） 因子的回测效果 （报告中未提供具体因子的IC值、IR、多空收益等量化测试结果。仅有个别因子给出了当前时点的具体数值或状态描述。） 1. **新高新低比例因子**：截至报告期，60日新高个股数占比为13.4%，60日新低个股数占比为8.6%[34]。 2. **个股均线结构因子**：截至报告期，均线强弱指标（多头排列减空头排列个股占比）为1.2%[38]。 3. **风险溢价因子**：截至2026年1月16日，中证全指风险溢价为2.51%，其历史均值加减两倍标准差边界分别为4.68%和另一个未明确数值[82]。 4. **融资余额因子**：最近5个交易日，融资盘增加约973亿元[82]。

核心观点 - 春节前市场难以延续前期快速上行态势，或将逐步降温并转入震荡格局，建议投资者秉持稳健配置思路[3] - 展望春节后，市场有望迎来新一轮上行动力，历史数据显示A股在春节后20个交易日通常表现较好[3][29] - 1月份市场风格或在成长及防御风格间轮动，行业配置可关注电子、电力设备、有色金属等[31][32] - 主题投资方面，商业航天板块短期或进入震荡整理，但长期发展空间广阔，回调是逢低介入契机[4][33] 市场表现回顾 - **宽基指数表现**：本周（截至2026年1月16日）A股主要宽基指数涨多跌少，科创50、中证500涨幅居前，上证指数小幅收跌，上证50、沪深300跌幅居前[1][11] - **市场风格**：本周小盘成长风格占优，中盘成长涨幅居前，大盘价值、中盘价值跌幅居前[13] - **行业涨跌**：本周申万一级行业走势分化，计算机、电子、有色金属、传媒涨幅居前，国防军工、房地产、农林牧渔、煤炭跌幅居前[13] - **成交情况**：本周A股日均成交额超3.4万亿元，较上周回升[21] - **估值水平**：截至2026年1月16日，科创50、万得全A等指数估值分位数相对偏高，其2010年以来PE(TTM)分位数均高于90%[1][11] 重要事件与政策回顾 - **国内政策**： - 央行推出八项政策措施，聚焦结构性工具“优化加量降价”，包括下调各类结构性货币政策工具利率0.25个百分点，增加支农支小再贷款额度5000亿元，设立1万亿元民营企业再贷款，将科技创新再贷款额度增加4000亿元至1.2万亿元等[16][17] - 沪深北交易所将投资者融资买入证券时的融资保证金最低比例从80%提高到100%[16][18] - 居民换房退个税政策期限延续至2027年底[16][18] - 三部门联合召开座谈会，部署规范新能源汽车产业竞争秩序，坚决抵制无序“价格战”[16][18] - **经济金融数据**： - 2025年末社会融资规模存量为442.12万亿元，同比增长8.3%[2][19] - 2025年我国外贸进出口45.47万亿元，增长3.8%，其中出口26.99万亿元，增长6.1%[2][19] - **海外事件**： - 美国宣布从1月15日起对部分进口半导体、半导体制造设备和衍生品加征25%进口从价关税[2][20] - 美国前总统特朗普称，任何与伊朗有商业往来的国家，与美国进行商业往来时将被加征25%的关税[2][20] 市场展望与配置策略 - **大势研判**：结构性降息有望助力经济实现“开门红”，叠加前期政策红利，一季度经济数据大概率稳步回升，但市场受金融调控政策影响，快速上行态势或难延续[3][21] - **风格判断**：预计1月市场风格或在成长及防御风格间轮动，因经济向上弹性可能一般，且市场情绪（以换手率衡量）易上难下但1月抬升概率较低[31] - **行业配置**：采用五维行业比较框架（市场风格、基本面、资金面、交易面、估值）进行筛选[32][37] - 若市场风格为**成长**，打分靠前的行业为：电子（总分0.90）、电力设备（0.82）、通信（0.80）、有色金属（0.76）、汽车（0.74）、国防军工（0.70）[32][39] - 若市场风格为**防御**，打分靠前的行业为：非银金融（总分0.74）、电子（0.71）、有色金属（0.69）、电力设备（0.68）、汽车（0.66）、交通运输（0.64）[32][39] - **主题投资**：继续关注商业航天板块，该板块短期因涨幅较高存在获利了结压力，或将由单边上行切换至震荡整理，短期大幅冲高弹性有限，但长期行业政策利好持续落地，产业空间广阔[4][33] 资金与流动性 - **央行操作**：本周央行通过公开市场操作净投放8128亿元[61] - **MLF操作**：2025年12月MLF净投放1000亿元[63] - **市场资金**：本周A股融资余额较上周继续回升，南向资金延续净流入[67] - **利率水平**：近期10年期国债收益率小幅下降[61] - **基金发行**：本周偏股型公募基金发行份额较上周小幅下降[63] 板块盈利与估值数据 - **整体估值**：万得全A当前PE(TTM)估值显著高于2010年以来的均值，PB估值接近历史均值[71] - **股债性价比**：当前万得全A指数股债性价比低于2010年以来的均值[72] - **风格估值**：当前大盘指数PE估值位于历史相对高位，消费风格PB估值分位数处于历史相对低位[76] - **指数估值**：中小100指数PB估值位于历史低位[72] - **行业估值**：当前非银金融、农林牧渔等行业PE估值位于历史低位，农林牧渔、食品饮料等行业PB估值位于历史低位[80][84]

2026年开门红行情特征与市场状态 - 2026年开门红行情由增量资金流入和风险偏好提升驱动，其特征是产业主题强动量，赚钱效应快速扩散[1][16] - 边际资金主要来源于中证A500ETF冲量、保险开门红、外资回流预期、中小投资者流入加速、交易性资金活跃度提升以及存量加仓[1][16] - 商业航天和AI应用的产业趋势向上是客观事实，但短期行情演绎速度快、强动量、过度交易的特征同样明显[1][2][16][17] - 短期过度交易已受到抑制，行情可能进入休整阶段，动量行情的调整和新震荡区间的确立小幅提前[1][2][17] 市场微观结构与交易行为 - 本轮国防军工的平均持仓时间显著低于历史前低值[1][3][16][19] - 传媒和计算机的平均持仓时间也已快速回落到了历史10%分位数以下[1][3][16][19] - 短期A股总体和小盘因子的平均持仓时间均已处于历史低值，表明总体市场都存在过度交易特征[17] - 短期动量行情的稳定性本就有所下降[1][16] 行业轮动与赚钱效应扩散 - 2025年9月以来，不断有强动量行业进入高位震荡区间：2025年9月是英伟达算力链，2025年10月是新能源和储能，2025年12月是谷歌算力链，随后商业航天接力，2026年开年国内AI应用演绎类“DeepSeek时刻”[2][17] - 科技新方向快速提估值之后，本也即将转向震荡区间[2][17] - 截至2026年1月16日，赚钱效应在有色金属（按个数90%）、国防军工（88%）、电子（83%）、机械设备（83%）、科创板（83%）、计算机（82%）、电力设备（79%）等行业继续扩散或保持高位[14][30] - 同时，国防军工、通信、传媒、中证500、轻工制造、商贸零售、主板、建筑材料、沪深300、环保、钢铁、医药生物、纺织服饰、农林牧渔、交通运输、食品饮料、非银金融、中证红利、房地产、银行等多个板块的赚钱效应呈现全面收缩状态[14][30] ETF资金流向与份额变化 - 部分科技及主题ETF份额增长显著：易方达中证云计算与大数据ETF（代码516510.OF）最新份额14.67亿份，近5个交易日份额增长39.3%，今年以来增长42.0%[15][31] - 富国中证大数据产业ETF（代码515400.OF）最新份额16.78亿份，近5个交易日份额增长30.2%，今年以来增长39.1%[15][31] - 南方中证申万有色金属ETF（代码512400.OF）最新份额154.55亿份，近5个交易日份额增长23.5%，今年以来增长44.6%[15][31] - 易方达中证人工智能ETF（代码159819.OF）最新份额150.11亿份，近5个交易日份额增长8.3%[15][31] - 部分宽基及传统行业ETF份额出现流出：华泰柏瑞沪深300ETF（代码510300.OF）最新份额797.60亿份，近5个交易日份额减少10.9%，今年以来减少10.2%[15][31] - 易方达创业板ETF（代码159915.OF）最新份额269.42亿份，近5个交易日份额减少14.7%，今年以来减少14.5%[15][31] “行稳致远”的政策导向与市场影响 - 引导A股上涨行情“行稳致远”的政策导向明确，其合理性包括：避免二级市场强动量和极高估值阶段伴随的一级市场投融资泡沫，提高资源配置效率；中国经济转型资源稀缺，需避免资源被集中消耗；过快上涨后的调整会加剧局部风险；A股具备公司治理改善、股东回报提升等中期走强基础[10][11][26][27] - “行稳致远”政策可推演的目标是避免历史教训重演：避免2007年的“存款搬家”成为投资故事；避免2015年的杠杆牛、过度交易卷土重来；避免2021年的资管规模扩张和赛道投资无序正循环[10][11][26][27] - 短期市场动量效应退坡，其他方向会有所轮动，总体赚钱效应可能有所收缩，需要耐心等待经济、政策和产业进一步催化[10][11][28] 中期A股市场展望与风格判断 - 维持中期A股两阶段上行的判断：第一阶段是2025年科技结构性行情处于高位区域的延伸和拓展阶段，部分达到历史极高估值的投资方向已依次进入高位震荡，此阶段若遇基本面扰动可能触发季度级别调整[12][28] - 第二阶段预计在2026年下半年，上行核心逻辑是基本面周期性改善、科技产业趋势新阶段、居民资产配置向权益迁移、中国影响力提升显性化等多种积极因素共振[12][28] - 两个上行阶段的风格一脉相承：2025年强结构行情由周期Alpha和AI算力领涨；第二阶段周期Alpha仍有机会，顺周期投资可能向先进制造和出海链困境反转延伸，同时AI产业链行情可能逐步向应用端过渡，AI应用端涨幅可能更大，港股互联网领涨下港股好于A股的特征可能回归[12][28]

核心观点 - “春季躁动”行情正面临短期压力位考验，市场将在消化压力与等待新催化中震荡整固 [3][12][13] - 建议保持乐观但不“贪婪”，当前市场整体估值分位已较为“慷慨”，应沿着股权风险溢价（ERP）的“2X”线进行趋势与预期管理 [4][21][23] - AI应用行情尚未结束，其后续演绎将受到宏观流动性、产业趋势与业绩验证三重因素催化，行情有望延续，但可能从普涨走向聚焦 [3][4][37][39] 大势与风格研判 - 市场短期调整压力源于三重因素交汇：1）海外宏观环境复杂化，2026年美国处于中期选举年，经济呈“K型复苏”；2）美联储货币政策不确定性增加，市场对1月降息预期较低；3）国内监管层有意引导市场平稳运行，通过上调融资保证金比例等方式“降温稳态” [4][13] - 中银策略BOCIASI情绪指标快慢线双升且连续触碰阈值，万得全A指数股权风险溢价（ERP）接近三年滚动条件下的“2X”历史极值压力位，显示市场情绪高亢，估值面临考验 [4][21] - 报告认为2026年ERP难以重现“2X”突破，主要受企业盈利增速弹性、增量资金属性（以专业机构为主）、无风险利率空间有限及监管预期四重压力制约 [22] - 近期全球大类资产表现中，万得全A指数本周上涨0.49%，1月以来上涨5.62%；日经指数表现强劲，本周上涨3.84%，1月以来上涨7.14% [14] 中观行业与市场结构 - 本周一级行业涨少跌多，受益于AI应用概念的计算机、传媒全周累计涨幅居前，电子（半导体）后来居上涨幅第二，有色金属涨幅第四，国防军工因商业航天概念降温表现垫底 [31][32] - 概念板块之间“此消彼长”的概率大于“同步下跌”，从十大概念板块成交额占比变动看，半导体、光伏及机器人板块占比有所提升 [4][34] - AI应用行情延续的三重逻辑：1）宏观流动性宽裕；2）产业趋势上，底层技术进入成熟期，商业模式从概念验证走向收入闭环；3）业绩验证上，2025年三季报AI应用营收增速同比修复明显，由中报的0.74%上升至1.55%，为2023年以来最高水平 [37] - 软件应用行情或从普涨走向聚焦，强基本面个股有望占优。2025年三季报显示，AI应用中基本面较强的个股主要集中在“AI+娱乐”、“AI+办公”、“AI+游戏”、“AI+营销”等领域 [4][42] - 半导体产业链景气度提升：台积电2025年Q4营收336.7亿美元，同比增长25.5%；净利润5057.4亿新台币，同比增长35%。三星与SK海力士计划在2026年Q1将服务器DRAM价格较2025年Q4提升60%至70% [44] 资金动向分析 - 本周A股主力资金净卖出827.77亿元，单周净卖出规模创2个月以来最大。计算机（净流入361.84亿元）、电子（净流入278.98亿元）、传媒（净流入253.46亿元）获资金青睐；国防军工、非银金融、银行净流出规模最大 [46][47] - 本周股票型ETF场内净赎回金额1148.30亿元，单周净赎回规模创13个月以来最大，净赎回最多的ETF集中于挂钩核心指数的产品 [4][46] - 2025年第四季度陆股通整体持仓规模稳定（约2.57万亿元），以结构性调仓为主。行业层面，外资增配资源品与部分制造板块，有色金属行业市值增量超过500亿元；电力设备保持第一大重仓；通信、国防军工等录得正向变化；食品饮料、医药生物及电子部分标的被减持 [4][48][51] - 个股层面，陆股通加仓集中于新能源（如宁德时代净流入122.03亿元）、半导体、高端制造及资源龙头；减仓方向集中于传统消费（如贵州茅台净流出86.11亿元）、医药及部分金融权重股，整体配置格局呈现由传统防御向资源品与产业趋势倾斜 [51][52][58]

量化模型与构建方式 1. **模型名称：宽基轮动策略**[16] * **模型构建思路**：基于市场情绪热度指标，通过追踪不同宽基指数（沪深300、中证500、中证1000、中证2000及“其他”组）周度热度的边际变化，构建一个简单的择时轮动策略。认为热度变化率最大的宽基可能代表短期市场情绪聚集的方向。[11][14][16] * **模型具体构建过程**： 1. 首先，根据报告定义的个股总热度指标，对属于沪深300、中证500、中证1000、中证2000成分股的股票，分别计算其组内总热度之和，得到各宽基的“总热度”指标。未被纳入上述四个宽基的股票归为“其他”组，并计算其总热度。[11] 2. 计算每个宽基组（包括“其他”组）的周度热度变化率。[14] 3. 对周度热度变化率进行2期移动平均（MA2）平滑处理。[14] 4. 在每周最后一个交易日，选择总热度变化率MA2最大的宽基指数，并在下一周持有该宽基指数（如果变化率最大的是“其他”组，则选择空仓）。[16] 2. **模型名称：热门概念内低热度选股策略**[35] * **模型构建思路**：在短期受市场情绪驱动、关注度高的热门概念板块中，选取板块内相对关注度（热度）较低的个股，利用市场有限注意力导致的“反应不足”或“价值洼地”效应来获取超额收益。[34][35] * **模型具体构建过程**： 1. 每周筛选出本周热度变化率最大的5个概念。[35] 2. 将这5个热门概念的所有成分股合并，作为初始选股股票池。[35] 3. 在股票池中，排除流通市值最小的20%的股票（以规避小市值股票的极端波动）。[35] 4. 对于每个热门概念，分别选出其成分股中“总热度”指标排名最后（最低）的10只个股。[35] 5. 将所有选出的个股（5个概念 * 10只个股 = 50只）等权构建投资组合，记为“BOTTOM组合”。[35] * **模型评价**：该策略利用了A股概念行情持续时间短、受行为因素影响大的特点，通过在高热度板块中挑选低热度个股，历史上长期可以取得一定的超额收益。[34][37] 模型的回测效果 1. **宽基轮动策略**，年化收益率8.74%，最大回撤23.5%，2026年收益为2.1%。[19] 2. **热门概念内低热度选股策略（BOTTOM组合）**，年化收益15.71%，最大回撤28.89%。[37] 量化因子与构建方式 1. **因子名称：个股总热度**[10] * **因子构建思路**：从行为金融学中的“有限注意力”角度出发，将投资者对个股的浏览、自选、点击等行为数据加总，构建一个衡量个股受市场关注程度的综合指标，作为“情绪热度”的代理变量。[10] * **因子具体构建过程**： 1. 获取个股每日的浏览次数、自选次数与点击次数。 2. 将同一交易日内，个股的上述三项数据求和。 3. 将该求和值除以当日全市场所有股票的该项求和总值，进行归一化处理，得到该股当日的关注度占比。 4. 将归一化后的数值乘以10000，使得因子取值区间落在[0, 10000]之间。 公式为： $$个股总热度_i, t = \frac{(浏览_i, t + 自选_i, t + 点击_i, t)}{\sum_{j=1}^{N}(浏览_j, t + 自选_j, t + 点击_j, t)} \times 10000$$ 其中，$i$ 代表个股，$t$ 代表交易日，$N$ 代表全市场股票总数。[10] 2. **因子名称：聚合总热度（宽基/行业/概念）**[10] * **因子构建思路**：将个股层面的总热度因子向上聚合，得到宽基指数、申万行业、市场概念等不同板块层面的整体热度指标，用于追踪市场情绪在宏观或中观层面的聚集与变化。[10] * **因子具体构建过程**： 1. 确定目标板块（如沪深300指数、传媒行业、Sora概念）的成分股名单。 2. 将该板块内所有成分股在同一个交易日的“个股总热度”值进行简单加总。 公式为： $$板块总热度_{S, t} = \sum_{i \in S} 个股总热度_i, t$$ 其中，$S$ 代表特定的板块（宽基、行业或概念）股票集合，$t$ 代表交易日。[10] 3. **因子名称：热度变化率MA2**[14][22] * **因子构建思路**：计算“聚合总热度”因子的周度环比变化率，并对其进行平滑处理，以捕捉板块热度边际变化的趋势，用于构建轮动或选股策略。[14][16][22] * **因子具体构建过程**： 1. 计算板块$S$在第$w$周的周度“聚合总热度”，可通过对周内各交易日热度取平均或直接使用周末值获得。 2. 计算周度热度变化率：$变化率_{S, w} = \frac{热度_{S, w} - 热度_{S, w-1}}{热度_{S, w-1}}$ 3. 对计算出的周度变化率序列进行2期移动平均（MA2）平滑： $$变化率MA2_{S, w} = \frac{变化率_{S, w} + 变化率_{S, w-1}}{2}$$[14] 因子的回测效果 *（注：本报告未提供单个因子的独立测试结果（如IC、IR等），仅展示了基于因子构建的策略组合的回测表现。因此，此部分根据要求跳过。）*

历史复盘：春季行情放量后的市场表现与驱动因素 - 2010年以来的16年春季行情中，全A成交额从低点到高点放大超100%的情况出现了11次，其中9次在放量后上证综指继续走强 [1][8] - 影响放量后A股能否继续上行的核心因素是政策和外部事件，若放量当日政策收紧可能导致春季行情结束，否则行情可能延续直至负面事件或政策收紧出现 [1][8] - 流动性对放量后A股的走势有重要影响，同时放量前领涨行业的情绪高低与放量后春季行情持续时间长短有重要关系 [1][8] - 经济和盈利基本面对放量后A股是否继续走强的影响不大 [1][8] 当前市场判断：春季行情有望延续 - 短期政策仍偏积极，财政货币政策延续双宽松，上调融资保证金比例更多是为了防控高杠杆风险，短期资本市场政策持续积极 [2][9] - 短期外部风险相对有限，中美关系短期维持平稳，中东地缘风险影响有限 [2][9] - 短期宏观流动性可能维持宽松，美元指数低位震荡减轻海外掣肘，央行已于1月15日结构性降息，后续可能进一步降息降准 [2][9] - 股市资金仍可能流入，但流入速度可能有所放缓 [2][9] - 放量前领涨行业情绪较高，可能预示着A股春季行情未完 [2][9] - 短期经济和盈利可能仍处于弱修复趋势中 [2][9] 行业表现规律与当前占优方向 - 历史复盘显示，春季行情放量上涨后，行业表现可能出现高低切换，放量前涨幅靠后、估值情绪偏低的行业可能出现补涨 [3][10] - 放量前涨幅靠前但放量后出现大幅回调的行业，通常估值情绪偏高、政策或产业趋势偏弱 [3][10] - 政策和产业趋势向上的行业在放量后表现可能恒强 [3][10] - 当前来看，医药、机械、电新等科技成长行业和化工等周期行业后续可能补涨 [3][10] - 传媒、军工、电子等行业短期小幅回调后可能继续上涨，因其估值情绪虽偏高，但AI和商业航天等政策和产业趋势持续向上 [3][10] 行业配置建议 - 当前成长行业中，医药、汽车、计算机、传媒等估值情绪较低 [4][11] - 主题行业中，创新药、机器人、储能等成交额占比历史分位数较低 [4][11] - 建议逢低配置政策和产业趋势向上的行业，包括机械设备（机器人）、电子（半导体、AI硬件）、通信（AI硬件）、医药（脑机接口、创新药）、电新（核聚变、储能）、传媒（AI应用、游戏）、计算机（AI应用）、军工（商业航天） [4][11] - 建议关注可能补涨和基本面可能边际改善的行业，如非银金融、消费（食品、商贸零售、社服） [4][11]

核心观点 - 报告核心观点为：在截至2026年1月16日的一周内，市场风格以高Beta和低杠杆为主导，小市值风格亦表现突出[1][2][18] 主要市场指数与风格表现回顾 - **宽基指数表现**：本周主要宽基指数大部分上涨，其中中证500上涨2.18%，北证50上涨1.58%，中证1000上涨1.27%，深证成指上涨1.14%，创业板指上涨1.00%，中证2000上涨0.94%，中证800上涨0.20%，而上证指数下跌0.45%，沪深300下跌0.57%[2][10][11] - **行业指数表现**：本周计算机、电子、传媒、有色金属、机械等行业表现居前，周涨幅分别为4.31%、3.64%、3.34%、3.03%和1.36%；国防军工、农林牧渔、煤炭、房地产、非银行金融等行业表现居后，其中国防军工周跌幅达5.86%[2][14][16] - **风格因子表现**：最近一周，Beta因子、杠杆因子、非线性市值因子的表现尤为突出，其多空收益分别为4.40%、-2.55%和1.67%，表明高Beta、低杠杆和小市值股票跑赢市场[2][18] 选股因子表现跟踪 - **沪深300股票池**：本周表现较好的因子为20日成交量变异系数、标准化预期外盈利、盈余公告前隔夜动量[3][25] - **中证500股票池**：本周表现较好的因子为60日特异度、20日特异度、60日动量，其最近一周超额收益分别为1.32%、1.21%和1.06%[3][27] - **中证800股票池**：本周表现较好的因子为60日动量、标准化预期外盈利、盈余公告前隔夜动量，其最近一周超额收益分别为1.47%、1.25%和1.25%[3][30] - **中证1000股票池**：本周表现较好的因子为20日特异度、60日偏度、CFEV_TTM，其最近一周超额收益分别为1.42%、1.35%和1.35%[3][33] - **沪深300ESG股票池**：本周表现较好的因子为20日成交量变异系数、20日特异度、盈余公告前隔夜动量[3][36] - **全市场股票池**：本周表现较好的因子为单季度ROA、单季度ROE、单季度净利润率，其近一周Rank IC分别为16.18%、16.13%和15.86%[3][38][39] 量化基金表现 - **指数增强型基金**：过去一周，沪深300指数增强产品超额收益平均值为0.58%，中证500指数增强产品为-0.26%，中证1000指数增强产品为0.44%[4][43] - **主动量化与对冲型基金**：本周业绩最好的主动量化基金为汇安量化优选A（005599.OF），周绝对收益为8.68%；业绩最好的对冲型基金为中邮绝对收益策略（002224.OF），周绝对收益为2.39%[4][46] 招商证券量化指数增强组合周度跟踪 - **近期超额收益**：招商证券构建的指数增强组合近一周超额收益分别为：沪深300增强组合0.24%，中证500增强组合-0.27%，中证800增强组合0.59%，中证1000增强组合-0.06%，沪深300ESG股票池下的沪深300增强组合0.12%[5][51][52] - **长期绩效**：自2010年以来，各增强组合相对于基准指数的年化超额收益分别为：沪深300增强组合6.40%，中证500增强组合8.50%，中证800增强组合7.12%，中证1000增强组合14.90%，沪深300ESG股票池下的沪深300指数增强组合5.56%[53]

量化模型与构建方式 1. **模型名称：港股精选组合模型**[14][15] * **模型构建思路**：该模型旨在对分析师推荐股票池进行基本面和技术面的双层优选，挑选出同时具备基本面支撑和技术面共振的超预期股票，构建港股精选股票组合[14][15]。 * **模型具体构建过程**： 1. **构建分析师推荐股票池**：以分析师上调盈利预测、分析师首次关注、分析师研报标题超预期事件作为分析师推荐事件，构建初始股票池[15]。 2. **基本面与技术面双层筛选**：对分析师推荐股票池中的股票，从基本面和技术面两个维度进行精选，具体筛选标准未在本文档中详细展开[14][15]。 3. **组合构建**：通过上述筛选，最终构建出港股精选股票组合[14]。 2. **因子名称：250日新高距离**[22] * **因子构建思路**：该因子用于量化股票价格接近其过去250个交易日最高点的程度，以识别创新高或接近新高的股票[20][22]。 * **因子具体构建过程**： 1. 计算股票在过去250个交易日内的收盘价最大值。 2. 使用最新收盘价与过去250日最高价计算距离。 3. 具体公式为： $$250日新高距离 = 1 - \frac{Close_t}{ts\_max(Close, 250)}$$ 其中，$Close_t$ 为最新收盘价，$ts\_max(Close, 250)$ 为过去250个交易日收盘价的最大值[22]。 4. 若最新收盘价创出新高，则该因子值为0；若最新收盘价较新高回落，则该因子为正值，表示回落幅度[22]。 3. **模型名称：平稳创新高股票筛选模型**[22][23] * **模型构建思路**：该模型旨在从近期创过新高的股票中，进一步筛选出分析师关注度高、股价走势强劲且路径平稳的股票，以捕捉更高质量的趋势信号[2][22]。 * **模型具体构建过程**：在“过去20个交易日创出过250日新高的股票池”中，按以下步骤进行筛选[22][23]： 1. **样本池**：全部港股，但需剔除成立时间不超过15个月的股票[23]。 2. **分析师关注度筛选**：要求过去6个月内，获得“买入”或“增持”评级的分析师研报不少于5份[23]。 3. **股价相对强弱筛选**：要求过去250日涨跌幅位于样本池前20%[23]。 4. **股价平稳性综合打分**：在满足上述条件的股票池内，使用以下两个指标进行综合打分，并取排名在前50%的股票（最少取50只）[23]： * **价格路径平滑性**：使用“股价位移路程比”指标，具体计算公式未在文档中给出[23]。 * **创新高持续性**：计算过去120日的“250日新高距离”在时间序列上的均值[23]。 5. **趋势延续性筛选**：对经过上一步筛选的股票，计算其过去5日的“250日新高距离”在时间序列上的均值，并取排序靠前的50只股票作为最终输出[23]。 模型的回测效果 1. **港股精选组合模型**[19] * 全样本（20100101-20251231）年化收益：19.08%[19] * 全样本相对恒生指数年化超额收益：18.06%[19] * 全样本信息比率（IR）：1.19[19] * 全样本跟踪误差：14.60%[19] * 全样本最大回撤：23.73%[19] * 全样本收益回撤比：0.76[19] 量化因子与构建方式 *（本报告中未单独列出除“250日新高距离”外的其他量化因子构建细节）* 因子的回测效果 *（本报告中未提供单个因子的独立测试结果）*

量化模型与因子总结 量化因子与构建方式 1. **因子名称：封板率** * **因子构建思路：** 通过计算当日最高价涨停且收盘也涨停的股票数量占所有最高价涨停股票数量的比例，来衡量市场涨停板的封板强度和市场情绪[17]。 * **因子具体构建过程：** 1. 筛选上市满3个月以上的股票[17]。 2. 在交易日T，找出所有在盘中最高价达到涨停的股票集合。 3. 在上述集合中，找出收盘价仍为涨停的股票子集。 4. 计算封板率，公式为： $$封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$$[17] 2. **因子名称：连板率** * **因子构建思路：** 通过计算连续两个交易日收盘都涨停的股票数量占前一日所有涨停股票数量的比例，来衡量市场涨停板的连续性和赚钱效应的持续性[17]。 * **因子具体构建过程：** 1. 筛选上市满3个月以上的股票[17]。 2. 在交易日T，找出所有在T-1日收盘涨停的股票集合。 3. 在上述集合中，找出在T日收盘也涨停的股票子集。 4. 计算连板率，公式为： $$连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$$[17] 3. **因子名称：大宗交易折价率** * **因子构建思路：** 通过计算大宗交易成交总额与按当日市价计算的成交份额总市值的差异，来反映大额资金交易的折溢价情况，可作为大资金情绪和偏好的观察指标[26]。 * **因子具体构建过程：** 1. 获取交易日T所有大宗交易的成交数据，包括每笔的成交金额和成交数量[26]。 2. 计算大宗交易总成交金额。 3. 计算大宗交易成交份额按当日收盘价（或成交均价）计算的总市值。 4. 计算折价率，公式为： $$折价率=\frac{大宗交易总成交金额}{当日成交份额的总市值}-1$$[26] *注：公式计算结果为负表示折价交易，为正表示溢价交易。* 4. **因子名称：股指期货年化贴水率** * **因子构建思路：** 通过计算股指期货主力合约价格与现货指数价格之间的基差，并进行年化处理，来衡量股指期货的升贴水程度。该指标反映了市场对未来走势的预期、对冲成本以及市场情绪[28]。 * **因子具体构建过程：** 1. 选定标的指数（如上证50、沪深300等）及其对应的股指期货主力合约[28]。 2. 计算基差：基差 = 期货价格 - 现货指数价格[28]。 3. 计算年化贴水率，公式为： $$年化贴水率=\frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$$[28] *注：计算结果为正表示期货升水，为负表示期货贴水。公式中250为年化常用的交易天数假设。* 因子的回测效果 *本报告为市场监测日报，主要展示因子的构建方法和当日/近期计算结果，未提供基于历史数据的长期回测绩效指标（如IC、IR、多空收益等）。因此，此处仅列出报告中给出的具体因子取值。* 1. **封板率因子**，2026年01月16日取值：**56%**[17] 2. **连板率因子**，2026年01月16日取值：**12%**[17] 3. **大宗交易折价率因子** * 近半年以来平均值：**6.76%**[26] * 2026年01月15日取值：**6.57%**[26] 4. **股指期货年化贴水率因子**（2026年01月16日） * 上证50股指期货主力合约年化升水率：**0.97%**[28] * 沪深300股指期货主力合约年化贴水率：**1.17%**[28] * 中证500股指期货主力合约年化贴水率：**1.73%**[28] * 中证1000股指期货主力合约年化贴水率：**4.17%**[28]

报告行业投资评级 - 传播文化业评级：增持 [3] 报告核心观点 - 近期千问APP全面接入阿里生态，AI从“聊天对话”迈入“办事时代”，随着互联网巨头的大力推广和投入，有望加速旗下生态和大模型融合，以实现AI应用落地 [1][10] - AI时代，建议关注有技术储备和客户资源的营销公司，以及具有信息采编权的传统媒体公司 [4][14] 行业与市场表现 - 本周传媒（申万）指数上涨2.04%，位居31个行业第4名，表现强于沪深300（下跌0.57%）、深证成指（上涨1.14%）、创业板指（上涨1.00%）、上证指数（下跌0.45%）和上证中小（上涨0.59%）[4][6] - 细分板块龙头景气持续，建议布局垂直细分领域业绩有望持续高增的投资机会 [4][6] 千问APP接入阿里生态详情 - 2026年1月15日，千问App宣布全面接入淘宝、支付宝、淘宝闪购、飞猪、高德等阿里生态业务，在全球首次实现点外卖、买东西、订机票、订酒店等AI购物功能，并向所有用户开放测试 [4][7] - 核心突破在于打通消费与生活服务全链路，用户无需跳转应用，仅凭自然语言指令即可完成下单、支付等闭环操作，大幅降低使用门槛 [4][8] - 该创新依托阿里丰富的应用生态，并凭借底层技术实现跨应用协同，让AI真正触达真实生活需求 [4][8] 互联网巨头AI布局动态 - 字节跳动于2025年12月推出豆包手机助手，验证了AI在端侧落地的潜力 [8] - 腾讯于2026年1月正式推出「AI应用及线上工具小程序成长计划」，提供云开发资源、AI算力、数据分析、商业变现及流量激励等全方位支持 [8] AI时代下的投资机会 - 随着AI大模型用户增长带来流量入口转移，GEO等新营销方式出现，兼具技术与客户资源的营销公司有望作为大模型广告生态合作伙伴持续享有成长红利 [4][14] - 在GEO时代下，大模型训练语料的权威性、专业性与可信度成为核心竞争力，主流媒体凭借严谨采编流程产出的高可信度内容，有望获得大模型更高引用权重，其商业价值（如广告）将迎来重塑与提升 [4][14] 推荐及关注标的 - 报告推荐标的包括：万达电影、完美世界、恺英网络、芒果超媒、神州泰岳、巨人网络、上海电影、时代出版、美登科技、泡泡玛特 [4][6] - 报告相关标的包括：宝通科技、盛天网络、冰川网络、电魂网络 [4][6] - 报告提供了部分推荐公司的估值表，例如：万达电影（市值237.15亿元，2025E PE 24.96倍）、完美世界（市值356.57亿元，2025E PE 45.95倍）、恺英网络（市值562.53亿元，2025E PE 23.72倍）等 [15][16] 行业要闻与数据 - **AI/互联网**：维基百科运营方与微软、元宇宙平台公司等达成AI内容训练合作协议；OpenAI或正在开发对标苹果AirPods的AI设备（代号Sweetpea）；语音AI创企Deepgram完成1.3亿美元C轮融资，估值达13亿美元 [17] - **动漫游戏**：英特尔正打造基于第三代酷睿处理器的掌上游戏专属平台 [18] - **电影票房**：2026年第3周（1.10-1.16）影片票房前3名为：《阿凡达3》（区间票房35351.2万元）、《疯狂动物城2》（区间票房32933.6万元）、《匿杀》（区间票房17687.2万元）[22] - **影投票房**：2026年第3周影投票房前3名为：万达电影（11043.9万元）、横店院线（2336.7万元）、CGV影城投资公司（2330.5万元）[23] - **游戏榜单**：报告列出了2026年1月16日iOS中国区免费榜、付费榜及畅销榜TOP30游戏详情 [25][27][28][30]