港股市场春节前后日历效应 - 历史数据显示，恒生指数在春节前3个交易日上涨概率高达82%，且上涨幅度普遍较大，反映节前短期做多情绪明显 [1] - 春节后港股表现缺乏明显规律，春节后一个月内恒生指数上涨概率仅为40%-60%，未形成类似A股的稳定“春季躁动”模式 [7] - 春节后至两会期间，恒生指数上涨概率仅约46.7%，恒生科技指数虽有72.7%的上涨概率，但统计样本较少且涨幅不及节前 [7] 港股主要指数历史表现数据 - **圣诞节至春节前**：恒生指数上涨概率80%，涨幅中位数4.7%；恒生科技指数上涨概率72.7%，涨幅中位数6.3% [6] - **春节后至两会**：恒生指数上涨概率46.7%，涨幅中位数0.2%；恒生科技指数上涨概率72.7%，涨幅中位数3.9% [6] - **两会期间**：恒生指数上涨概率40%，涨幅中位数-0.6%；恒生科技指数上涨概率45.5%，涨幅中位数-1.0% [6] - **两会至3月底**：恒生指数上涨概率42.9%，涨幅中位数-0.3%；恒生科技指数上涨概率50%，涨幅中位数-0.7% [6] - **1月份**：恒生指数上涨概率73.3%，涨幅中位数2.8%；恒生科技指数上涨概率63.6%，涨幅中位数2.0% [6] 港股市场定价逻辑与相关性变化 - 近年来港股市场与A股的相关性明显增强，与美股的相关性减弱，当A股市场情绪高涨时，港股可能被动跟随上涨 [8] - 2024年和2025年春节后表现显示，当A股出现“春季躁动”时，港股也同步上涨 [8] 当前港股市场面临的挑战 - **税收政策调整**：近期市场担忧运营商税率上调可能蔓延至港股红利资产，但实际是税收分类调整，核心在于将手机流量、宽带等服务从“增值电信服务”重新归类至“基础电信服务” [9] - 当前税收政策优化方向是清理不合时宜的税收优惠，而非普遍加税，阿里、腾讯等互联网巨头目前实际有效税率已在20%左右，上调空间有限 [9] - **人民币汇率走强**：人民币兑港元汇率走强，虽不直接影响港股走势，却导致以人民币计价的港股资产出现汇兑损失，影响内地投资者持股体验 [10] - **美联储人事变动**：特朗普提名沃什为美联储主席引发市场担忧，沃什被市场视为鹰派人物，主张“降息与缩表并行”，可能对流动性交易形成约束，尤其影响外资定价权较大的行业 [11] - **IPO解禁高峰**：港股IPO后6个月的解禁高峰是需警惕的风险，历史上多次解禁潮与港股下跌时间高度重合 [17] - 2026年3月将迎来新一轮解禁高峰，主要是有色金属和茶饮等板块，解禁规模达872亿港元 [21] 行业定价权分布 - 外资具有较强定价权的行业包括：互联网、硬件设备、软件服务、家电、传媒等 [12] - 中资具有较强定价权的行业包括：电信服务、石油石化、煤炭、半导体、银行等 [13] - 若海外流动性超预期修复，外资定价权行业也可能面临大幅资金净流入 [16] 市场展望与流动性环境 - 近期外资流出主要受美国财政拨款僵局和美联储人事变动影响，但这些因素已大部分被市场消化，当前流动性环境已进入观察期，进一步收紧的空间有限 [24] - 恒生科技指数近期突破年线，表明情绪压制因素已得到较大程度释放，若后续出现积极催化因素，港股有望迎来情绪修复与资金回流共振 [25] - 流动性预期趋于稳定，美联储人事变动影响已大部分消化，2026年流动性环境虽较2025年边际收敛，但仍相对宽松 [25] - 内外资配置需求仍在，南向资金定价权已提升至20%-30%；外资年初积极布局中国核心资产，若市场回暖可能加速回流 [25] - 产业趋势持续向好，AI应用端与端侧创新预计在2026年持续落地，将为科技板块提供基本面支撑 [25] 解禁高峰的影响与机会 - 2月下旬至3月初的限售股解禁高峰（近千亿规模）将带来短期压力 [26] - 历史经验表明，解禁前市场往往已通过调整消化部分抛压，解禁落地后反而可能形成阶段性底部 [26] - 例如，宁德时代和恒瑞医药在2025年11月中下旬解禁前一周均遭遇“抢跑式”大幅回调，风险被提前计入定价；解禁完成后，利空出尽反而促使股价快速企稳回升 [29] 投资建议关注方向 - 受益AI产业趋势的科技龙头：互联网等科技企业将在AI应用落地中获得实质性增长 [30] - 估值合理的高股息标的：基本面稳健且估值已充分消化的高股息资产，在市场波动时提供安全边际 [30] - 解禁压力释放后的优质公司：对于即将经历解禁的优质企业，若市场过度反应导致股价超跌，解禁完成后可能出现显著反弹 [30]

有色ETF华宝市场表现 - 2026年2月9日，有色ETF华宝（159876）场内价格盘中最高涨超**2.5%**，收盘时上涨**1.89%**，报**1.133**元 [1] - 当日该ETF成交活跃，总成交量达**48.54万**手，换手率为**2.42%** [2] - 其标的指数（中证有色金属指数）在2025年录得**91.67%**的年度涨幅 [7] 驱动因素分析 - 中国央行已连续**15个月**增持黄金，同时现货黄金价格重返**5000美元/盎司** [1] - 美国劳动力市场数据显示降温迹象，2025年12月职位空缺数降至**654.2万**个，为2020年9月以来最低，且低于市场预期的**725万**个 [3] - 旧金山联储主席玛丽·戴利表示，美联储可能还需要进行**一次或两次**降息以应对劳动力市场疲软 [4] 行业与公司观点 - 中金公司分析认为，由**AI算力扩张**与**能源转型**驱动的刚性需求，以及部分品种的结构性供需缺口未发生实质性变化，大宗商品的结构性行情可能尚未结束 [4] - 随着短期情绪释放与交易拥挤度下降，相关资源股行情并未结束，中期有望重拾升势 [4] 主要成分股表现 - 2026年2月9日，有色ETF成分股中，**盛和资源**领涨**9.77%**，**湖南白银**上涨**9.50%** [2][3] - **白银有色**上涨**6.88%**，**中国稀土**上涨**5.36%**，**北方稀土**上涨**5.05%** [2][3] - **紫金矿业**上涨**3.79%**，总市值达**10144亿**元 [3] 产品特征概述 - 有色ETF华宝（159876）及其联接基金（A类：017140，C类：017141）标的指数全面覆盖**铜、铝、黄金、稀土、锂**等行业 [4] - 该产品覆盖**贵金属（避险）、战略金属（成长）、工业金属（复苏）** 等不同景气周期，旨在把握整个板块的贝塔行情 [4] - 该ETF是**融资融券标的**，可作为一键布局有色金属板块的工具 [4]

市场表现与指数动态 - 春节前最后一周，上证指数重返4100点上方，站稳5日线，有色金属、通信、传媒等板块齐发力 [1] - 大市值权重股中际旭创、紫金矿业、新易盛、招商银行等带领指数展开反弹 [1] 机构策略观点 - 兴业证券分析认为，全球叙事变化对市场情绪冲击最大的时刻或正逐步过去，后续事件催化增多及“春节效应”有望为市场修复创造良好环境，“持股过节”兼具胜率与赔率 [1] - 广发证券建议参考往年春节的“日历效应”规律，展望后续1-2个月，A股很可能迎来一段“天时地利人和”的上涨机会，并指出牛市趋势中，每次全A指数跌破20均线后一周左右往往是加仓良机 [1] - 中信建投分析指出，当前外部扰动未对中国产业基本面形成实质性冲击且集中降温操作已结束，市场情绪充分释放，调整较为到位，春节后春季行情有望延续，建议持股过节 [1] 投资工具与产品 - 在结构性轮动较快的市场环境下，投资者可通过宽基指数如沪深300来锚定大势，该指数选取沪深两市规模大、流动性好的最具代表性的300只证券，均衡覆盖科技、周期、金融、消费等行业龙头 [2] - 沪深300指数前十大成分股包括贵州茅台、宁德时代、中国平安、中际旭创、紫金矿业、招商银行、新易盛、美的集团、长江电力、兴业银行、东方财富 [2] - 截至目前，沪深300指数相关的ETF数量多达30余只，其中华夏基金管理的沪深300ETF华夏管理费率为0.15%/年，属于最低一档 [2] - 场外基金投资者可逢低定投华夏沪深300ETF联接C，该产品免申购费，持有期限超7日后亦免赎回费 [2]

有色ETF银华（159871）及主要成分股市场表现 - 2月9日，有色ETF银华（159871）开盘上涨1.39%，报价为1.097元[1] - 该ETF前十大重仓股开盘普遍上涨，其中紫金矿业涨幅最高，达3.50%[1] - 其他主要重仓股开盘涨幅分别为：洛阳钼业涨2.14%，北方稀土涨2.97%，华友钴业涨1.49%，中国铝业涨1.78%，山东黄金涨1.62%，云铝股份涨1.74%，中金黄金涨2.40%，中矿资源涨2.30%，赣锋锂业涨幅最小，为0.14%[1] 有色ETF银华（159871）产品概况与业绩 - 该ETF的业绩比较基准为中证有色金属指数收益率[1] - 产品管理人为银华基金管理股份有限公司，基金经理为谭跃峰[1] - 产品自2021年3月10日成立以来，累计回报率达到116.82%[1] - 产品近一个月的回报率为4.72%[1]

全球主要交易所铜库存动态 - 伦敦金属交易所（LME）铜库存上周继续回升，最新库存水平为183,275吨，增至近九个月新高 [2] - 上海期货交易所（SHFE）沪铜库存2月6日当周继续累积，周度库存增加6.83%至248,911吨，增至逾十个月新高 [2] - 纽约商品交易所（COMEX）铜库存上周继续累积，最新库存水平为589,081吨，再创阶段性新高 [2] - 国际铜库存增加2,554吨至18,348吨 [2] 近期三大交易所库存趋势对比 - 根据2026年1月以来的数据，三大交易所铜库存整体呈现持续上升趋势 [3][4] - COMEX库存从1月2日的499,841吨持续增长至2月6日的589,081吨，期间增加约89,240吨 [4] - LME库存从1月2日的145,325吨波动增长至2月6日的183,275吨，期间增加约37,950吨 [4] - SHFE库存从1月9日的180,543吨增长至2月6日的248,911吨，期间增加约68,368吨 [4] 中国铜产业链现状 - 作为全球最大的铜消费国，中国铜产业链面临三大挑战：上游资源对外依存度攀升、中游加工环节产能过剩、下游需求受高铜价抑制 [5] - 为应对行业变局，相关机构正联合产业链企业编制《2026中国铜产业链分布图》以提供参考 [5] 库存变化对市场的影响 - 根据一般市场规律，国内外交易所库存不断下降将对期价形成支撑，反之，则对期价有所利空 [2] - 当前三大交易所库存的同步累积趋势，可能对铜期货价格构成压力 [2][4]

市场表现与价格动态 - 2月9日，金银铜铝等贵金属、有色金属集体走强，有色金属ETF基金(516650)上涨2.09%，其持仓股盛和资源上涨9.49%，白银有色上涨5.94%，中国稀土、北方稀土、兴业银锡等个股跟涨，黄金ETF华夏(518850)涨3.43% [1] - 有色金属在此轮贵金属上涨过程中跟涨幅度相对有限，且上涨斜率与拥挤度较贵金属相对小一些，在贵金属潮水退去时，工业金属回调幅度远小于贵金属 [1] - 铜价回踩10万元/吨的关键支撑位，全球铜库存上升至111万吨，其中58.9万吨锁定在COMEX市场 [1] - 铝价在2.35万元/吨关口得到支撑，全球库存仍处于历史低位，而电解铝开工率处于高位，几无供应调节能力，价格在下游回归后有望再创新高 [1] 行业基本面与驱动因素 - 有色金属价格由“金融属性”及“商品属性”共同决定，从金融属性来看，美联储已开启降息周期 [1] - 从商品属性来看，全球铜铝库存均处于相对低位，中国经济复苏可期，叠加新能源行业的拉动，铜铝需求增长将有所好转 [1] - 临近春节，价格消费相对平淡，下游普遍逐渐进入到放假状态，等待被轧空的下游回补库存，这个时点大概率是春节后发生 [1] 相关指数与产品构成 - 有色金属ETF基金紧密跟踪中证细分有色金属产业主题指数(000811) [2] - 截至2026年1月30日，中证细分有色金属产业主题指数前十大权重股合计占比51.85% [2] - 指数前十大权重股分别为紫金矿业、洛阳钼业、北方稀土、中国铝业、华友钴业、中金黄金、山东黄金、兴业银锡、赣锋锂业、赤峰黄金 [2] - 部分权重股当日表现：紫金矿业涨3.98%权重15.30%，洛阳钼业涨1.64%权重7.92%，北方稀土涨5.15%权重5.30%，华友钴业涨0.35%权重4.69%，中国铝业涨0.70%权重4.39% [3]

研报核心观点 - 大宗商品的结构性行情可能尚未结束 尽管短期波动加大 但由AI算力扩张与能源转型驱动的刚性需求 以及部分品种的结构性供需缺口并未发生实质性变化 [1] - 相关资源股行情并未结束 随着短期情绪释放与交易拥挤度明显下降 历经短期调整后在中期有望重拾升势 [1] - 美联储主席提名落地等因素引发市场短期波动 但美联储未必如市场担忧那样彻底转鹰 短期内大幅缩表的概率不高 [1] 对大宗商品的整体判断 - 大宗商品是全球资金多元化的配置资产 当前能源、化工等多品种的估值与成本或在偏底部区间 [1] - 2025年大宗商品市场呈现分化态势 贵金属与工业金属受AI算力扩张、电力基建需求升温及地缘风险影响显著走强 能源与农产品表现偏弱 [1] - 2026年初 有色金属与部分化工品延续涨势 但近两周因前期交易拥挤度高以及美联储主席提名落地等因素扰动 贵金属、工业金属市场及A股相关板块均出现大幅波动 [1] 对A股相关板块的影响 - 2025年贵金属与工业金属走强 推动A股有色金属板块表现强势 [1] - 2026年初 A股石油石化、有色金属、基础化工、建材等周期板块一度表现亮眼 [1] - 近两周A股有色金属等相关板块出现大幅波动 [1] 历史行情回顾与驱动逻辑 - 过去20年四轮商品升势通常源于供需错配与货币环境的共振 [2] - 核心逻辑为全球经济复苏带动需求回升 供给端因前期长期资本开支不足、产能扩张滞后而缺乏弹性 形成阶段性供不应求格局 [2] - 伴随宽信用周期、美元走弱、通胀上行 吸引资金涌入放大价格涨幅 [2] - 地缘冲突、极端天气等非基本面因素也可能推动商品价格上涨 [2]

报告行业投资评级 未提及 报告的核心观点 - 业绩预告披露期板块业绩分化截至1月31日3057家上市公司披露业绩预告预喜占比53.6%有色金属等行业业绩优异新动能产业表现亮眼传统产业利润结构优化 [3] - 宽基ETF卖出节奏放缓此前机构集中减持沪深300ETF与中证1000ETF上周减持速度明显下降 [3] - 美股财报季AI产业链业绩面临考验美股波动加剧英伟达等芯片巨头股价调整互联网巨头引发市场担忧 [3] - 节前市场避险情绪升温A股成交量大幅缩量日均成交量较前一周减少6565.9亿元 [3] - 短期股指缩量反弹后将震荡整固中长期向上趋势预计未终结回调或是介入多头时机 [3] 根据相关目录分别进行总结 股指行情回顾 - 上周沪深300下跌1.33%至4643.6上证50下跌0.93%至3037.9中证500下跌2.68%至8146.4中证1000下跌2.46%至8051.6 [5] - 申万一级行业指数中上周食品饮料、电力设备等领涨有色金属、通信等领跌 [9] - 股指期货成交量方面沪深300期货、上证50期货成交量下降中证500期货、中证1000期货成交量有变动持仓量方面各期货均有不同程度下降 [11] - 截至2月6日收盘各合约均有不同程度年化贴水 [15] - 沪深300 - 上证50、中证1000 - 中证500等有相应价差及历史分位水平 [19] 股指影响因素——流动性 - 央行本周开展逆回购操作下周有逆回购到期 [26] - 截至2月5日A股两融余额较上一周减少342.9亿元融资买入额占市场总成交额9%处于近十年来的64.8%分位水平 [32] - 上周A股日成交量大幅缩量日均成交量较前一周减少6565.9亿元 [32] - 截至2月6日沪深300风险溢价率为5.31处于近十年来的53.2%分位水平 [32] 股指影响因素——经济基本面和企业盈利 - 中国宏观各项指标有不同走势如GDP不变价、工业增加值同比等 [35] - 地产相关指标如个人住房贷款加权平均利率、70大中城市新建商品住宅价格指数等有相应表现 [37] - 限额以上企业商品零售总额各品类有不同同比变化 [39] - 制造业各细分行业有不同同比变化 [40] - 基础设施建设投资各细分领域有不同同比变化 [41] - 2026年1月制造业PMI、非制造业PMI等较2025年12月有边际变化 [43] - 各主要宽基指数有归母净利润同比增长率、净资产收益率等盈利指标 [48] - 申万一级行业指数有归母净利润同比增长率、净资产收益率等财务数据表现 [49] 股指影响因素——政策驱动 - 中共中央政治局等召开会议部署2026年经济工作继续实施积极财政政策和适度宽松货币政策 [53] - 多地出台房地产相关政策优化调整住房限购、公积金及信贷等政策 [53][56][57] - 国家出台设备更新和消费品以旧换新政策补贴品类和范围有调整 [55] - 多部门出台消费、金融等相关政策如个人消费贷款财政贴息政策等 [58] 股指影响因素——海外因素 - 美国1月制造业PMI上升非制造业PMI下降消费者信心指数上升失业率和新增非农就业人数有相应数据 [66][69] - 美国11月PCE、CPI及核心数据有同比增长情况 [70] - 特朗普团队有一系列关税相关言论及举措涉及中国、加拿大、墨西哥等国家和地区 [74][76][78] 股指影响因素——估值 - 截至2026年2月6日沪深300、上证50等指数滚动市盈率及历史分位水平 [83] - 各板块有市盈率、市净率及历史分位水平 [88]

量化模型与构建方式 1. 微盘股轮动与择时模型 1. **模型名称**：微盘股轮动与择时模型 2. **模型构建思路**：通过构建相对净值、动量斜率及宏观指标（M1）的复合信号，在微盘股指数与茅指数之间进行轮动配置，并结合择时风控指标控制中期风险[18][27]。 3. **模型具体构建过程**： * **轮动子策略1（相对净值与年均线）**：计算微盘股指数与茅指数的相对净值（微盘股/茅指数）。当相对净值高于其243日移动平均线时，倾向于投资微盘股；反之则投资茅指数[27]。 * **轮动子策略2（20日收盘价斜率）**：分别计算微盘股指数与茅指数的20日收盘价斜率。当二者斜率方向相反且一方为正时，选择投资斜率为正的指数[27]。 * **轮动子策略3（M1高点轮动）**：监控M1同比指标的6个月移动平均值。当该平均值下行时，中期配置从微盘股切换至茅指数[18]。 * **综合轮动信号**：综合上述两个子策略（相对净值/斜率轮动与M1轮动）的信号，决定最终的配置方向（微盘股、茅指数或均衡配置）[18]。 * **择时风控指标**：设置两个风控阈值，任一指标触发则发出平仓信号[27]。 * 十年期国债到期收益率同比：阈值设为0.3（即30%）[27]。 * 微盘股波动率拥挤度同比：阈值设为0.55（即55%）[27]。 4. **模型评价**：该模型旨在捕捉大小盘风格切换机会，并通过宏观与市场情绪指标控制下行风险[18][19]。 2. 宏观择时模型 1. **模型名称**：宏观择时模型 2. **模型构建思路**：基于经济增长和货币流动性两个宏观维度构建信号，动态调整权益资产（股票）的配置仓位[47][48]。 3. **模型具体构建过程**：模型对经济增长和货币流动性层面分别给出信号强度（百分比形式），并综合生成最终的股票仓位建议[48]。 * **经济增长信号**：截至1月31日，信号强度为40%[48]。 * **货币流动性信号**：截至1月31日，信号强度为100%[48]。 * **股票仓位**：根据上述信号综合计算，2月份推荐的股票仓位为70%[47][48]。 4. **模型评价**：该模型为中期权益配置提供量化信号，旨在根据宏观环境变化调整风险暴露[47]。 3. 可转债择券模型 1. **模型名称**：可转债择券模型 2. **模型构建思路**：从正股基本面因子和转债估值因子两个维度构建量化因子，用于可转债的筛选与配置[57]。 3. **模型具体构建过程**： * **正股因子**：从预测正股表现的因子出发，构建适用于可转债的因子，主要包括正股一致预期、正股成长、正股财务质量、正股价值等[57]。 * **转债估值因子**：选取平价底价溢价率作为衡量转债估值水平的因子[57]。 * **因子应用**：通过跟踪这些因子的IC均值和多空组合净值表现，指导可转债的择券[57][58]。 量化因子与构建方式 1. 大类选股因子（国金证券分类） 报告跟踪了八大类选股因子，其定义如下[60][62]： 1. **因子名称**：市值因子 (排序方向：↓) * **因子构建思路**：捕捉规模效应，通常小市值股票具有更高的预期收益。 * **因子具体构建过程**：使用流通市值的自然对数。 $$LN\_MktCap = ln(流通市值)$$ * **细分因子**：LN_MktCap[60]。 2. **因子名称**：价值因子 (排序方向：↑) * **因子构建思路**：寻找估值相对较低的股票。 * **因子具体构建过程**：采用多种估值比率。 $$BP\_LR = \frac{最新年报账面净资产}{最新市值}$$ $$EP\_FTTM = \frac{未来12个月一致预期净利润}{最新市值}$$ $$SP\_TTM = \frac{过去12个月营业收入}{最新市值}$$ $$EP\_FY0 = \frac{当期年报一致预期净利润}{最新市值}$$ $$Sales2EV = \frac{过去12个月营业收入}{企业价值}$$ * **细分因子**：BP_LR, EP_FTTM, SP_TTM, EP_FY0, Sales2EV[60]。 3. **因子名称**：成长因子 (排序方向：↑) * **因子构建思路**：寻找盈利或收入增长较快的公司。 * **因子具体构建过程**：采用单季度财务数据的同比增速。 $$NetIncome\_SQ\_Chg1Y = \frac{单季度净利润_{当期} - 单季度净利润_{去年同期}}{|单季度净利润_{去年同期}|}$$ （OperatingIncome_SQ_Chg1Y, Revenues_SQ_Chg1Y 构建方式类似） * **细分因子**：NetIncome_SQ_Chg1Y, OperatingIncome_SQ_Chg1Y, Revenues_SQ_Chg1Y[60]。 4. **因子名称**：质量因子 (排序方向：↑) * **因子构建思路**：寻找盈利能力、运营效率或财务稳健性高的公司。 * **因子具体构建过程**：采用多种盈利和效率指标。 $$ROE\_FTTM = \frac{未来12个月一致预期净利润}{股东权益均值}$$ $$OCF2CurrentDebt = \frac{过去12个月经营现金流净额}{流动负债均值}$$ $$GrossMargin\_TTM = \frac{过去12个月毛利润}{过去12个月营业收入}$$ $$Revenues2Asset\_TTM = \frac{过去12个月营业收入}{总资产均值}$$ * **细分因子**：ROE_FTTM, OCF2CurrentDebt, GrossMargin_TTM, Revenues2Asset_TTM[60]。 5. **因子名称**：一致预期因子 (排序方向：↑) * **因子构建思路**：捕捉分析师预期上调带来的正向股价反应。 * **因子具体构建过程**：衡量一致预期的变化幅度或潜在上涨空间。 $$EPS\_FTTM\_Chg3M = \frac{EPS_{一致预期, 当前} - EPS_{一致预期, 3个月前}}{|EPS_{一致预期, 3个月前}|}$$ （ROE_FTTM_Chg3M构建方式类似） $$TargetReturn\_180D = \frac{一致预期目标价 - 当前股价}{当前股价}$$ * **细分因子**：EPS_FTTM_Chg3M, ROE_FTTM_Chg3M, TargetReturn_180D[60]。 6. **因子名称**：技术因子 (排序方向：↓) * **因子构建思路**：捕捉量价行为中的特定模式，如成交量活跃度、分布特征等。 * **因子具体构建过程**： $$Volume\_Mean\_20D\_240D = \frac{20日成交量均值}{240日成交量均值}$$ $$Skewness\_240D = 240日收益率分布的偏度$$ $$Volume\_CV\_20D = \frac{20日成交量标准差}{20日成交量均值}$$ $$Turnover\_Mean\_20D = 20日换手率均值$$ * **细分因子**：Volume_Mean_20D_240D, Skewness_240D, Volume_CV_20D, Turnover_Mean_20D[60]。 7. **因子名称**：波动率因子 (排序方向：↓) * **因子构建思路**：寻找股价波动率较低（低波）的股票，这类股票可能风险调整后收益更佳。 * **因子具体构建过程**：采用历史收益率标准差或因子模型残差波动率。 $$Volatility\_60D = 60日收益率的标准差$$ $$IV\_CAPM = CAPM模型残差的标准差$$ （IV_FF, IV_Carhart 构建方式类似，分别基于Fama-French三因子和Carhart四因子模型） * **细分因子**：Volatility_60D, IV_CAPM, IV_FF, IV_Carhart[60]。 8. **因子名称**：反转因子 (排序方向：↓) * **因子构建思路**：捕捉股价短期反转效应，即过去一段时间跌幅较大的股票未来可能反弹，涨幅较大的可能回调。 * **因子具体构建过程**：直接使用过去一段时间的收益率。 $$Price\_Chg20D = \frac{收盘价_{当前} - 收盘价_{20个交易日前}}{收盘价_{20个交易日前}}$$ （Price_Chg40D, Price_Chg60D, Price_Chg120D 构建方式类似） * **细分因子**：Price_Chg20D, Price_Chg40D, Price_Chg60D, Price_Chg120D[62]。 2. 可转债择券因子 1. **因子名称**：正股一致预期因子 * **因子构建思路**：将适用于股票的一致预期因子迁移至可转债择券，通过正股基本面预测转债表现[57]。 2. **因子名称**：正股成长因子 * **因子构建思路**：将适用于股票的成长因子迁移至可转债择券[57]。 3. **因子名称**：正股财务质量因子 * **因子构建思路**：将适用于股票的质量因子迁移至可转债择券[57]。 4. **因子名称**：正股价值因子 * **因子构建思路**：将适用于股票的价值因子迁移至可转债择券[57]。 5. **因子名称**：转债估值因子（平价底价溢价率） * **因子构建思路**：直接衡量可转债自身的估值水平，溢价率越低可能投资价值越高[57]。 模型的回测效果 1. **宏观择时模型**：2025年年初至今收益率为14.59%，同期Wind全A收益率为26.87%[47]。 因子的回测效果 (全部A股，近期表现) 1. **反转因子**，IC均值 18.93%[52] 2. **市值因子**，IC均值 14.79%[52] 3. **价值因子**，近期表现强劲[5][52] 4. **技术因子**，近期表现强劲[5][52] 5. **波动率因子**，近期表现强劲[5][52] 6. **成长因子**，近期表现相对较弱，有所回调[5][52] 7. **一致预期因子**，近期表现相对较弱，有所回调[5][52] 可转债择券因子的回测效果 (近期表现) 1. **正股价值因子**，取得了较高的IC均值[57] 2. **转债估值因子**，取得了较高的IC均值[57]

两融余额规模与变动 - 截至2月6日，A股两融余额为26636.6亿元，较上一交易日减少172亿元 [1] - 两融余额占A股流通市值的比例为2.6% [1] 两融交易活跃度 - 2月6日当日两融交易额为1911.66亿元，较上一交易日减少81.85亿元 [1] - 当日两融交易额占A股成交额的比例为8.83% [1]