核心观点 - 2025年公募基金市场蓬勃发展，规模与数量双增长，主动权益基金区间收益均值高达29.69% [2] - 2026年A股市场结构性机会仍存，科技成长仍是主线，宏观经济预计平稳复苏 [2] - 基于深度学习框架构建的指数增强策略表现领先，中证1000指数增强组合年内上涨41.68%，超额收益达15.75% [3] - 价值成长风格轮动在2026年可能进入震荡择时更重要的阶段，11月轮动策略综合分数为6，成长风格得分较高 [2] 公募基金投资策略 主动权益基金市场回顾 - 2025年主动权益基金规模达4.06万亿元，较2024年末增长19.80%，基金数量增加146只至4626只 [12] - 科技主题基金规模增长尤为显著，从2024年末的3289.73亿元增长至3Q2025的5453.86亿元，增幅达65.78% [15] - 主动量化基金规模与数量创近十年新高，3Q2025规模合计1299.23亿元，较2024年末增长77.62% [17] - 2025年新发主动权益基金272只，合并发行份额1398.22亿份，较2024年末增长95.52% [21] - 主动权益基金2025年以来整体表现优异，区间收益均值29.69%，98.38%的基金取得正收益 [23] - 3Q2025主动权益基金重仓股配置前三板块为科技（40.18%）、制造（22.95%）和周期（13.57%） [28] 指数基金市场回顾 - 2025年指数基金规模与数量创历史新高，3Q2025规模达6.14万亿元，较2024年末增长32.27% [37] - ETF基金占据主导地位，3Q2025规模4.67万亿元，占指数基金总规模的76.10% [38] - 宽基ETF规模领先，A股宽基ETF规模2.49万亿元；行业主题ETF数量占优，达621只 [40] - 增强指数基金表现突出，跟踪沪深300、中证500、中证1000指数的产品超额收益均值分别为2.03%、2.54%、8.27% [54] FOF基金市场回顾 - FOF基金规模大幅增长，3Q2025规模达1869.84亿元，较2024年末增长41.47% [58] - 偏债型FOF基金为主流，规模1117.83亿元，占FOF基金总规模的59.78% [58] - 所有FOF基金2025年均取得正收益，偏债型、平衡型、偏股型FOF平均收益分别为5.91%、16.03%、26.07% [66][70][72] - 市场竞争集中度较高，前十大管理人合计市占率达65.55% [74] 2026年基金投资策略 - 基金经理展望认为2026年宏观经济将保持平稳复苏，A股结构性机会仍存，科技成长仍是主线 [79] - 主要配置方向包括AI算力及应用产业链、半导体国产替代、新能源与储能、创新药与医疗器械等 [83] - 基于量化选基模型构建的FOF组合自2013年以来年化超额收益达6.63%，表现稳健 [89][92] 中观配置回顾与展望 价值成长轮动 - 2025年上半年价值风格相对占优，年中后成长风格接力上行，近一个月价值板块重新走强 [2] - 11月价值成长轮动策略综合分数为6，成长风格得分较高 [2] - 2026年价值成长风格轮动可能进入震荡择时更重要的阶段 [2] 大小盘轮动 - 2025年大小盘相对强弱总体围绕0.6左右低位区间小幅震荡，风格分化较往年收敛 [3] - 11月大小盘轮动策略综合分数为4，小盘风格得分较高 [3] - 2026年大小盘相对强度具备探底反转基础，大盘风格有望迎来相对回升 [3] 行业轮动 - 11月行业轮动综合得分排名前七的行业为银行、机械、通信、有色金属、传媒、汽车、电子 [3] - 2025年以来科技链与资源属性行业相对占优，部分行业在快速上涨后出现拥挤度提升信号 [3] 指数增强组合跟踪 - 沪深300指数增强组合2025年以来上涨28.49%，超额收益10.88% [3] - 中证500指数增强组合2025年以来上涨35.00%，超额收益8.63% [3] - 中证1000指数增强组合2025年以来上涨41.68%，超额收益15.75% [3] 主动选股策略跟踪 - 权益基金业绩增强组合2025年以来上涨38.25%，超额收益9.67% [3] - 小盘价值组合2025年以来上涨43.66%，超额收益13.95% [3] - 红利攻守弈组合2025年以来上涨20.68%，超额收益12.20% [3]

报告行业投资评级 未提及 报告的核心观点 - 2026年推动转债走强的“固收资产荒”和“权益高景气”或延续，预计转债市场明年有超10%收益机会，市场供需结构继续演化，估值“易上难下”，策略上关注“更高阶”低估，条款博弈关注赔率 [4] 根据相关目录分别进行总结 转债“生态位”优势不变，2026年收益空间不低 - 2026年“固收资产荒”和“权益高景气”或延续，转债整体股性处历史高点，股债双牛可期，强权益成转债表现支撑，“固收+”投资者对转债需求高，成估值支撑 [4][8] - 预计2026年转债指数有超10%收益空间，若2026年上证指数冲击4500 - 5000点，基于delta计算转债整体收益在8% - 17%，权益上涨或提升delta，收益空间更高 [4][8] “老龄化”速度或略放缓，哑铃结构逐渐显现 - 预计2026年转债市场缩量速度略低于2025年，存量规模至4500 - 5000亿元，净供给或为 - 1000亿元 [13] - 2026年转债“老龄化”降速，年末剩余期限中位数或在2.2年左右，主要因短久期转债强赎退出和供给修复 [15] - 预计2026年中等久期转债减少，期限结构向“哑铃化”演变，年末形成3年期以内中大型转债和4年期以上中小型成长科技类转债的“哑铃型”结构 [16] - 至2026年末，非银、商贸零售、消费者服务行业转债全部到期，银行、电新、基础化工行业存量转债余额领先 [18] 基金占比或进一步加大，关注转债ETF - 截至2025年10月末，基金持有可转债比重或达47%，为数据公布以来最高，预计2026年占比保持高位或创新高 [20][22] - 散户长期减持转债，保险、年金资金回归转债市场不确定，2026年或更多通过FOF参与 [22] - 至2025年10月末，转债ETF持有转债市值达678.40亿元，占比接近10%，其规模提升使次新券高估值，或因ETF在新券、次新券中超配 [27] 估值有支撑，还可更乐观 - 2025年转债估值“高歌猛进”，隐波回到2023年中枢水平，2026年转债估值或高位运行，因市场风偏不弱、年金和保险仓位低、信用风险事件概率有限 [30] - 转债估值高点或在35% - 40%附近，考虑长端利率下降和债底上升，估值高点或更高 [33] 高估值环境下，建议关注“更高阶”的低估 - 2025年投资者偏爱低估标的，低价策略有超额收益，源于偏债“固收+”投资者对低估转债的需求 [37] - 2026年纯低策略获超额难度提升，应构建复杂低估评价标准，寻找“更高阶”低估，凸性策略是切入口，2025年系列凸性策略收益和卡玛比表现优秀 [41][42] 条款博弈“内卷”，或需更关注赔率 - 2025年四季度转债条款博弈体验不佳，下修提议少，强赎比例高 [45] - 高估值下转债强赎博弈“内卷”，投资者对强赎预期高，提前博弈导致估值压缩提前 [47] - 转债下修博弈空间收窄，需精细化考虑个券赔率机会，“摊大饼”获超额收益空间不高 [48] - 给出2026年转债下修、强赎冷却期结束的标的情况 [53][54]

量化模型与构建方式 1. 扩散指数行业轮动模型 - **模型构建思路**：基于价格动量原理，通过计算行业扩散指数来捕捉行业趋势，选择趋势向上的行业进行配置[36] - **模型具体构建过程**：该模型通过跟踪各行业的扩散指数来进行行业轮动，扩散指数反映了行业价格的动量趋势[36] 具体构建过程包括计算各行业的扩散指数值，然后根据指数值排名选择排名靠前的行业作为配置标的[23] 截至2025年11月21日，扩散指数排名前六的行业被选为配置组合[23] - **模型评价**：该模型在趋势性行情中表现较好，但在市场风格从趋势转为反转时可能面临失效风险[36] 2. GRU因子行业轮动模型 - **模型构建思路**：基于分钟频量价数据，通过GRU深度学习网络生成行业因子，利用因子排名进行行业轮动[37] - **模型具体构建过程**：使用GRU深度学习网络对分钟频量价数据进行训练，生成各行业的GRU因子值[37] 根据GRU因子值的排名，选择排名靠前的行业作为配置组合[31] 模型会定期进行调仓，如本周调入传媒行业，调出钢铁行业[35] - **模型评价**：该模型在短周期表现较好，对交易信息把握能力强，但在长周期表现一般，遭遇极端行情时可能失效[37] 模型的回测效果 1. 扩散指数行业轮动模型 - 本周平均收益：-5.50%[26] - 本周超额收益（相对中信一级行业等权）：-0.42%[26] - 11月以来超额收益：-1.13%[26] - 2025年以来超额收益：1.22%[26] - 历史表现：2021年超额收益率一度超过25%，2022年超额收益6.12%，2023年超额收益-4.58%，2024年超额收益-5.82%[22] 2. GRU因子行业轮动模型 - 本周平均收益：-4.71%[35] - 本周超额收益（相对中信一级行业等权）：0.35%[35] - 11月以来超额收益：2.92%[35] - 2025年以来超额收益：-2.74%[35] - 历史表现：自2021年起凭借对交易信息的把握获得了较大的超额收益[30] 量化因子与构建方式 1. 行业扩散指数因子 - **因子构建思路**：基于价格动量原理构建，反映行业价格趋势强度[36] - **因子具体构建过程**：通过计算各行业的扩散指数值来量化行业动量趋势[23] 具体计算过程未在报告中详细说明，但给出了各行业的最新扩散指数值，如有色金属(0.985)、银行(0.934)、综合(0.876)等[23] 2. GRU行业因子 - **因子构建思路**：基于分钟频量价数据，通过GRU深度学习网络生成[37] - **因子具体构建过程**：使用GRU神经网络对行业分钟频量价数据进行训练，输出各行业的因子值[31] 具体网络结构和训练过程未在报告中详细说明，但给出了各行业的最新GRU因子值，如石油石化(2.42)、传媒(1.53)、家电(1.25)等[31] 因子的回测效果 1. 行业扩散指数因子 - 最新因子值前六行业：有色金属(0.985)、银行(0.934)、综合(0.876)、钢铁(0.864)、电力设备及新能源(0.855)、农林牧渔(0.805)[23] - 周度环比变化前六行业：煤炭(+0.118)、传媒(+0.077)、食品饮料(+0.059)[25] 2. GRU行业因子 - 最新因子值前六行业：石油石化(2.42)、传媒(1.53)、家电(1.25)、交通运输(0.59)、农林牧渔(0.11)、银行(-0.38)[31] - 周度环比变化较大行业：传媒、农林牧渔、家电（提升较大）；综合、国防军工、综合金融（下降较大）[31] - Rank IC表现：通过图表展示了GRU因子的周度Rank IC及其累计值[32]

核心观点 - 市场整体流动性呈现收紧态势，资金净流出规模扩大至401.14亿元，市场风格整体偏弱，中信一级行业全部板块下跌 [1][2] - 成长风格板块在市场中最为活跃，成交占比最高，但同时也是领跌板块之一，资金流出压力显著 [3][33] - 计算机行业综合拥挤度最高，显示交易热度集中，而国防军工行业获得最多杠杆资金净流入，电子行业则遭遇最大幅度杠杆资金流出 [2][18][28] 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出现分化，R007由1.4945%微增至1.4952%，上升0.07个基点；而DR007由1.4673%下降至1.4408%，减少2.65个基点，两者利差扩大2.72个基点 [9] - 中美利差在本周收窄8.81个基点 [9] 资本市场流动性 - A股市场资金面趋紧，本周资金净流出金额为401.14亿元，净流出规模较上周扩大235.62亿元 [11] - 资金供给为537.87亿元，资金需求为939.01亿元，供需缺口明显 [11] - 资金供给端增加90.52亿元，主要贡献来自股票型ETF净申赎增加312.68亿元以及股票型与混合基金成立增加52.42亿元，但融资净买入大幅减少286.93亿元形成拖累 [11] - 资金需求端增加326.14亿元，对市场流动性构成压力 [11] 主板市场成交与流动性 - 主要宽基指数两融余额同步收缩，市场资金面呈现收紧态势 [14] - 除中证1000指数外，其余宽基指数融资净卖出规模环比收窄 [14] - 市场活跃度下降，各宽基指数日均成交额环比回落 [14] 行业板块流动性跟踪 行业涨跌幅 - 本周中信一级行业全部板块下跌，市场风格整体偏弱 [16] - 综合板块下跌最为显著，跌幅达9.47%，电力设备及新能源、基础化工等行业亦出现小幅下跌 [16] 行业资金流向 - 行业杠杆资金呈现广泛减持、局部加仓的结构性特征 [18] - 国防军工行业获得最多杠杆资金净流入，达5.07亿元；电子行业遭遇最大幅度杠杆资金净流出，达105.94亿元 [18] - 陆股通重仓股主力资金整体呈现流出态势，电力设备及新能源行业资金净流出最多，为106.84亿元 [22] 行业热度与拥挤度 - 基础化工行业杠杆资金占比处于近16周高位，而综合金融行业占比处于近16周低位 [25] - 计算机行业杠杆资金净买入增加最多，电子行业减少最多 [25] - 计算机行业综合拥挤度最高，其波动率、动量、换手率及量价相关性分位数分别为86.67%、83.33%、93.33%和73.33%，综合拥挤度得分达84.17% [28][29] 风格板块流动性跟踪 风格表现与成交活跃度 - 风格指数普遍下跌，周期风格下跌6.02%，成长风格下跌5.73%，领跌市场 [33] - 成长风格是市场最活跃板块，日均成交额占比达到54.58%，较前期上升1.66% [3][31] - 周期风格日均成交额占比回落幅度最大，下降1.57% [31] - 成长风格日均换手率最高，为2.89%，金融和稳定风格换手率处于相对低位 [33] 风格板块资金流向 - 陆股通重仓股主力资金在各风格板块上总体以减持为主 [32] - 稳定风格获得最大增持，为3.78亿元；成长风格遭遇最大减持，规模达313.00亿元 [32]

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]