报告行业投资评级 * 报告未明确给出对整体市场的投资评级，但基于量化模型对各大类资产、市场风格及行业配置给出了具体的观点和推荐 [8][26][80][99] 报告的核心观点 * 黄金长期上涨的根本逻辑“弱美元+避险”未发生改变，但短期交易结构脆弱，可通过监测交易拥挤度进行仓位管理以规避风险、提高收益 [8][16][19][25] * 2026年2月权益市场景气度继续回升，整体观点中性偏乐观，但市场表现可能不如1月 [8][26][27] * 市场风格上，预期成长、实际成长和盈利能力风格占优，同时看好小盘和成长风格 [8][80][81][83] * 行业配置上，结合胜率赔率策略和出清反转策略，重点推荐有色金属、基础化工、通信、电力设备及新能源、钢铁、电子、石油石化和煤炭等行业 [8][99][102][115] 根据相关目录分别进行总结 1 如何衡量黄金的交易拥挤度？ * 2026年1月底黄金价格出现大幅下跌，1月30日伦敦金现单日下跌9.2%，2月2日SHFE黄金单日下跌13.2%，截至2月2日SHFE黄金收盘价较前高点下跌19.3%，伦敦金现收盘价较前高点回落13.9% [13] * 下跌诱因或为凯文·沃什被提名美联储主席候选人，但其长期上涨的根本逻辑“弱美元+避险”未发生改变 [8][16] * 下跌是短期利空与市场自身交易结构脆弱性共振的结果，前期黄金交易拥挤度处于高位 [8][19] * 黄金交易拥挤度可通过价格乖离率和沪金主力平值IV观察：1月29日黄金价格40日乖离率达21.95%，为滚动5年历史最高值；同日沪金主力平值IV达43.67%，亦为历史高点 [19] * 基于拥挤度的仓位管理策略（当40日乖离率>9%且沪金主力平值IV>30%时，仓位降至40%）在2020年至2026年2月4日的回测中，相较于始终全仓持有黄金，超额收益达53.4%，夏普比率从1.26提升至1.62 [21] * 2025年以来该策略共发出3次拥挤信号，分别发生在2025年4月21日、2025年10月17日及2026年1月26日 [21] 2 大类资产量化观点 2.1 权益：景气度继续回升，2月中性偏乐观 * 金融景气度稳中有升，工业景气度开始走强，景气度整体回升 [8][27] * 1月相比12月，分析师预期2025年净利润走强较多的行业有：有色、建材、计算机、汽车、消服 [8][30] * 预计2026年1月新增社融约为7.44万亿元，同比增加0.39万亿元，社融TTM环比约为1.09% [33][36] * 企业贷款表现有所回暖，政府债券继续发力 [8][33] * 流动性进入下行趋势，2月市场表现或不如1月 [8][38] 2.2 利率：2月10Y国债利率或上行6BP至1.88% * 模型判断2月10年期国债利率或上行6个基点至1.88% [8][26][50] * 经济增长、通货膨胀、债务杠杆、短期利率四大因子均回升，综合判断利率或中幅上行 [8][26][50] * 该利率预测模型2023年以来样本外胜率为68% [47] 2.3 黄金：四大因子角度目前皆为利好 * 从美国经济、就业、财政、对外负债四因子模型来看，目前皆为利好黄金 [8][26][57] * 财政因子依然主导黄金上涨，就业角度同样利好黄金 [8][26][57] * 该黄金择时模型2023年以来样本外胜率为78% [26][54] 2.4 地产：供给侧压力回升 * 截至2025年1月31日，三个月移动平均的房地产行业压力指数为0.847，行业整体压力小幅上行 [8][64] * 供给侧压力有所上升，而需求侧压力则整体持平 [8][26][64] * 70大中城市新房价格连续31个月负增长，2025年12月环比降幅为-0.4% [64] 2.5 海外：贸易冲突迎转机，印权益或重具配置价值 * 2026年1月印度股权市场外资延续流出，外国组合投资（FPI）净流出39.76亿美元 [8][26][68] * 外资流出背景下，NIFTY 50指数1月下跌3.10% [8][26][70] * 印美贸易冲突出现转机，若缓解可能带来外资回流，使印度权益市场重具配置价值 [8][26][78] 3 风格量化观点 3.1 风格综合观点：市场△gf继续保持扩张 * 预期增速资产优势差继续回升，推荐预期成长风格 [80][85] * 实际增速资产优势差小幅回升，景气类策略宜正常标配 [80][85] * ROE优势差继续上行，拥挤度较低，盈利能力策略可继续增配 [80][85] * 高股息类资产拥挤度仍高，不建议超配 [80][85] * Δgf、Δg、ΔROE同处扩张，2月推荐预期成长+实际成长+盈利能力风格 [8][80][83] 3.2 风格补充观察：看好小盘和成长 * 长期看美债利率下行趋势逆转可能性较小，风险偏好上行背景下看好成长风格 [8][80][87] * 1月机构调研关注度继续向大盘倾斜 [80][90] * 从市值因子拥挤度看，1月小盘风格拥挤度继续提升 [80][93] * 从季节效应看，2010年以来2月份小盘显著占优，平均跑赢大盘4.20% [80][96] 4 行业配置量化观点 4.1 行业推荐：胜率与赔率 * 胜率赔率策略综合考虑行业景气度（胜率）与估值、股息率（赔率），推荐有色金属、电力设备及新能源、基础化工、通信、钢铁、电子 [99][102][105] * 该策略2024年以来绝对收益70.68%，相较于中信一级行业等权基准超额收益19.61% [8][105] 4.2 行业推荐：出清反转策略 * 出清反转策略捕捉行业供给出清结束、需求上升、竞争格局改善的投资机会 [8][106] * 当下处在反转期-分散化且前6个月出清过的行业为石油石化、煤炭、有色金属 [115][116] * 国联民生金工多维行业配置策略（胜率赔率与出清反转策略按4:1权重组合）2026年截至1月底绝对收益8.41%，相对于中信一级行业等权基准超额收益3.34% [99]

量化模型与构建方式 1. **模型名称：黄金交易拥挤度仓位管理策略**[19] * **模型构建思路**：在长期看多黄金的前提下，通过监测交易拥挤度指标来规避短期过热风险，进行动态仓位调整以提升风险调整后收益[19]。 * **模型具体构建过程**： 1. 计算黄金价格40日乖离率：$$乖离率 = \frac{当前价格 - 40日移动平均价格}{40日移动平均价格} \times 100\%$$[19] 2. 获取沪金主力平值隐含波动率（IV）[19]。 3. 设置交易信号触发条件：当黄金价格40日乖离率超过9%，且沪金主力平值IV超过30%时，发出拥挤信号[21]。 4. 仓位管理规则：当触发拥挤信号时，将组合仓位降低至40%；否则，保持全仓持有黄金[21]。 2. **模型名称：10Y国债利率预测模型（结构化静态因子模型）**[44] * **模型构建思路**：利率由资金供需决定，通过结构化静态因子模型从宏观指标中抽象出四大驱动因子，共同刻画利率的变动方向[44]。 * **模型具体构建过程**： 1. 从精选的宏观指标中抽象出四大核心因子：经济增长、通货膨胀、债务杠杆、短期利率[44]。 2. 采用结构化静态因子模型（Structured Static Factor Model）整合四大因子，预测下月10Y国债利率的变动方向[44][47]。 3. 通过累加或累减实际利率变动来评估模型的择时效果[49]。 3. **模型名称：黄金择时模型（四因子模型）**[54] * **模型构建思路**：黄金走势主要对标美元信用，从反映美元信用的宏观指标中抽象出四大因子，采用结构化静态因子模型判断黄金价格方向[54]。 * **模型具体构建过程**： 1. 从精选的宏观指标中抽象出四大核心因子：美国经济、美国就业、美国财政、美国对外负债[54]。 2. 采用结构化静态因子模型整合四大因子，进行月度黄金走势的择时判断[54]。 4. **模型名称：房地产行业压力指数**[61] * **模型构建思路**：采用扩散指数法，通过房地产市场供给与需求各链路中的关键指标，从绝对水平和边际变动两个维度打分，加总标准化后衡量房地产市场的整体承压状态[61]。 * **模型具体构建过程**： 1. 选取房地产市场供给与需求链路中的关键指标（如土地成交量价、商品房销售面积、房价指数、新开工面积、开发贷款、个人住房贷款等）[61][64]。 2. 对每个指标从绝对水平和边际变动两个维度进行评分[61]。 3. 将所有指标的评分加总并进行标准化处理，得到房地产行业压力指数，指数值越大表示市场压力越大[61]。 5. **模型名称：A股景气度指数2.0**[27] * **模型构建思路**：考虑到A股净利润主要由金融业和工业构成，通过分别构建两者的高频景气度指数，加和得到整体A股利润的同步预测指数[27]。 * **模型具体构建过程**： 1. 分别构建金融业和工业的高频景气度指数[27]。 2. 将金融业景气度指数与工业景气度指数加和，得到整体的A股景气度指数2.0，用于同步预测万得全A净利润同比变化[27]。 6. **模型名称：三维择时体系（分歧度-流动性-景气度）**[38][41] * **模型构建思路**：从市场分歧度、流动性、景气度三个维度综合判断市场大势[38][41]。 * **模型具体构建过程**： 1. 分别构建或监测市场分歧度、流动性、景气度三个指标的变化趋势[41]。 2. 根据三个指标的状态（上升、下降、高位、低位等）进行综合判断，形成对市场整体走势的观点[38]。 7. **模型名称：印度权益市场二维择时框架（分歧度-流动性）**[71][75] * **模型构建思路**：从量价维度，通过市场分歧度和流动性两个指标的状态组合，对印度权益市场进行择时判断[71][75]。 * **模型具体构建过程**： 1. 分别计算印度权益市场的分歧度指标和流动性指标[71]。 2. 根据两个指标的上行/下行状态，将其划分为不同区域，对应不同的市场行情判断（如震荡、放量下跌等）[71][75]。 8. **模型名称：量化大势研判框架**[80][81] * **模型构建思路**：通过跟踪多类风格资产的优势差（Δgf, Δg, ΔROE等）变化，判断市场风格扩张或收缩状态，从而推荐占优风格[80][81]。 * **模型具体构建过程**： 1. 计算预期增速资产优势差（Δgf）、实际增速资产优势差（Δg）、ROE优势差（ΔROE）等指标[80]。 2. 根据这些优势差指标的变动方向（扩张或收缩），结合风格拥挤度，综合判断并推荐当期占优的市场风格（如预期成长、实际成长、盈利能力等）[80][81][85]。 9. **模型名称：国联民生金工多维行业配置策略**[99] * **模型构建思路**：采取“恒星+卫星”模式，将胜率赔率策略和出清反转策略以4:1的权重组合，策略内部行业等权持有，构建行业配置组合[99]。 * **模型具体构建过程**： 1. **胜率赔率策略**：从胜率（短周期超额收益概率，由行业景气度决定）和赔率（长周期绝对收益空间，由估值、股息率等决定）两个维度筛选行业[100][102]。 2. **出清反转策略**：从行业需求、供给、竞争格局三个维度划分行业状态，筛选处于“出清结束反转状态”的行业[106][111]。 3. 将两个子策略以4:1的权重合并，构成最终的多维行业配置策略组合[99]。 10. **因子名称：黄金价格乖离率**[19] * **因子构建思路**：衡量黄金价格相对于其移动平均线的偏离程度，乖离率越高意味着获利盘越大，短期回调风险越高[19]。 * **因子具体构建过程**：计算当前价格与40日移动平均价格的偏离百分比，公式为：$$乖离率 = \frac{当前价格 - 40日移动平均价格}{40日移动平均价格} \times 100\%$$[19] 11. **因子名称：沪金主力平值隐含波动率（IV）**[19] * **因子构建思路**：反映市场对未来黄金价格波动水平的预期，IV越高则预示价格大幅波动的风险越大[19]。 12. **因子名称：市值因子拥挤度**[93][95] * **因子构建思路**：用于观察小盘/大盘风格的交易拥挤程度，拥挤度越高意味着该风格存在过热和反转的可能[93]。 模型的回测效果 1. **黄金交易拥挤度仓位管理策略**，年化收益24.3%，年化波动15.0%，夏普比率1.62，最终净值3.57[21]。 2. **始终全仓持有黄金（基准）**，年化收益20.9%，年化波动16.6%，夏普比率1.26，最终净值3.04[21]。 3. **10Y国债利率预测模型**，2006年以来样本内外胜率约70%，2023年以来样本外胜率68%[47]。 4. **黄金择时模型（四因子模型）**，2008年以来胜率约65%，2023年以来样本外胜率78%[54]。 5. **国联民生金工多维行业配置策略**，2023年绝对收益2.36%，超额收益（相对中信一级行业等权）7.26%；2024年绝对收益15.23%，超额收益4.83%；2025年绝对收益31.35%，超额收益6.47%；2026年截至1月底绝对收益8.41%，超额收益3.34%[99]。 6. **胜率赔率策略**，2024年以来绝对收益70.68%，相较于中信一级行业等权基准超额收益19.61%[105]。 量化因子与构建方式 1. **因子名称：黄金价格乖离率**[19] * **因子构建思路**：衡量黄金价格相对于其移动平均线的偏离程度，乖离率越高意味着获利盘越大，短期回调风险越高[19]。 * **因子具体构建过程**：计算当前价格与40日移动平均价格的偏离百分比，公式为：$$乖离率 = \frac{当前价格 - 40日移动平均价格}{40日移动平均价格} \times 100\%$$[19] 2. **因子名称：沪金主力平值隐含波动率（IV）**[19] * **因子构建思路**：反映市场对未来黄金价格波动水平的预期，IV越高则预示价格大幅波动的风险越大[19]。 3. **因子名称：市值因子拥挤度**[93][95] * **因子构建思路**：用于观察小盘/大盘风格的交易拥挤程度，拥挤度越高意味着该风格存在过热和反转的可能[93]。 因子的回测效果 *(注：报告中未提供单个因子的独立回测指标值，如IC、IR等，故本部分略过)*

市场表现与产品 - 2月6日科技主线午后反攻，创业板50ETF国泰（159375）涨超0.2% [1] - 创业板50ETF国泰（159375）跟踪创业板50指数（399673），单日涨跌幅限制达20% [1] - 该指数从创业板市场选取日均成交额较大的50只证券作为样本，反映知名、市值大且流动性好的企业整体表现 [1] 核心驱动因素 - 科技创新主线持续强化，人工智能、智能制造、半导体等战略性新兴产业成为推动指数上行的核心动力 [1] - “人工智能+”行动首次写入“十五五”规划建议，技术突破与产业应用加速落地 [1] - 在资本市场高质量发展框架下，创业板50作为新经济代表指数，将持续受益于科技创新、产业升级和制度红利的多重驱动 [1] 指数风格与行业构成 - 创业板50指数成分股主要集中于电力设备及新能源、医药、计算机等高成长性行业 [1] - 指数整体呈现出显著的高成长风格与良好流动性 [1]

报告行业投资评级 * 报告未对特定行业给出明确的“推荐”、“中性”或“回避”评级 [1][2][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20][21][22][23][24][25][26][27][28][29][30][31][32][33][34][35][36][37][38][39][40][41][42][43][44][45][46][47][48][49][50][51][52][53][54][55][56][57][58][59][60][61][62][63][64][65][66] 报告核心观点 * 基于深度学习模型DecompGRU构建的量化选股策略表现优异，其多头选股组合自2025年3月31日以来累计绝对收益达74.91%，相对中证全指等权指数超额收益为38.96% [2][8][10] * 市场情绪监控显示，本周（2026年1月26日至30日）投资者关注度显著转向大盘蓝筹，沪深300指数热度环比提升11.05%，而“其他”非主流股票热度下降6.49% [3][24] * 行业层面，石油石化、有色金属、食品饮料、煤炭、纺织服饰成为本周市场情绪关注度提升最快的五大一级行业 [3][34] * 当前市场估值分化显著，中证500与中证1000指数的估值处于滚动5年历史分位数的100%高位，而食品饮料、非银金融等行业估值则处于2015年以来的历史低位（分位数20%以下） [4][44][46] 根据相关目录分别总结 一、深度学习因子跟踪 * **多头TOP组合**：基于DecompGRU模型筛选得分最高的200只股票构建周度调仓组合，截至2026年1月30日，样本外累计绝对收益74.91%，超额收益38.96%，2026年1月单月绝对收益8.99%，超额收益0.98% [2][8][10] * **ETF轮动组合**：将模型个股得分聚合至行业及主题ETF构建轮动组合，截至2026年1月30日，样本外累计绝对收益40.08%，相对万得主题ETF指数超额收益5.93%，2026年1月单月绝对收益10.98%，超额收益3.37% [2][11][13][14] 二、情绪因子跟踪 * **宽基指数热度**：本周沪深300指数热度变化率最大，环比提高11.05%，“其他”组股票热度变化率最小，环比降低6.49% [3][24]；基于宽基热度变化率的轮动策略在2026年累计收益为6.6% [3][24] * **申万行业热度**：本周一级行业中，热度正向变化率前五名为石油石化（环比提高79.5%）、有色金属、食品饮料、煤炭、纺织服饰；负向变化率前五名为国防军工（环比降低-25.6%）、社会服务、计算机、商贸零售、通信 [3][34]；二级行业中，热度正向变化率最大的五个行业是饰品、贵金属、种植业、白酒Ⅱ、油服工程 [3][34] * **概念热度**：本周热度变化最大的五个概念为大豆（变化率283.5%）、转基因（变化率228%）、玉米（变化率193.8%）、禽流感（变化率189.8%）、金属锌（变化率133.8%） [3][42][43]；策略上，每周选取高热度概念中的低热度个股构建组合，该策略在2026年累计收益为3.7% [3][42] 三、市场估值监控 * **宽基估值**：截至2026年1月30日，沪深300、中证500、中证1000的滚动5年历史估值分位数分别为91%、100%、100% [4][44] * **行业估值**：从2015年回溯，估值处于历史分位数80%以上的一级行业包括电子、电力设备、轻工制造、建筑材料、国防军工、环保、商贸零售、钢铁、基础化工、计算机、煤炭、医药生物 [4][46]；估值处于历史分位数20%以下的一级行业有食品饮料、非银金融、综合 [4][46]；估值处于历史分位数80%以上的二级行业多达30个，包括风电设备、航天装备、软件开发、半导体等 [4][47] 四、本周事件跟踪 * **股权激励**：本周共发生13起股权激励事件，涉及奥尼电子、先导基电、天合光能等公司 [48][51] * **重要股东增减持**：本周共发生32起重要股东增减持事件，其中减持28起，增持4起 [53] * **定增事件**：本周共发生16起定增事件，涉及华神科技、运机集团、湖南黄金等公司 [56] * **分析师行为**：本周分析师首次覆盖21只个股，包括农产品、中信海直等；上调8只个股评级，包括宁波银行、学大教育、中国中免等 [57][58][59] * **机构调研**：本周机构调研最多个股TOP20包括精智达、九号公司-WD、上海银行等 [60][61] * **股份回购**：本周公告回购事件相关个股共计33只，其中ST云动计划回购股份占总股本比例高达99.2463% [63][64]

核心观点 - 报告核心观点认为，2026年A股市场结构将从2025年的“新胜于旧”转向“新旧共舞”，投资主线需关注“再均衡”[1] - “新”的主线是“AI科技向下游走”，投资重点将从基础设施向第四阶段的供需缺口环节过渡[2] - “旧”的主线是“出口出海向中上游走”，传统行业通过海外业务实现利润企稳和增长，中上游制造业存在更大的戴维斯双击概率[2] - 对于全球定价资源品，2026年需重视商品属性回归，基于供需基本面的涨价品种更值得看好[3] 2025年第四季度机构持仓观察 - 2025Q4公募基金词频分析显示，AI产业链、出海、全球定价资源品是三大核心关注方向，相关关键词出现频次分别为45次、35次和28次[12][13] - 2025Q4公募基金持仓呈现“新旧共舞”格局：“新”经济领域的电子+通信板块持仓比例升至0.3395；“旧”经济领域的有色、化工、建筑建材、机械等中上游周期品持仓比例回升至0.1960[15][16] - 2025Q4机构增持前五的行业为：有色金属、通信、基础化工、非银行金融、机械；减持前五的行业为：医药、计算机、电子、传媒、电力设备及新能源[9][16] - 机构对AI产业链配置出现分歧，TMT行业持仓占比回落至37.95%，资金抱团业绩兑现度高的板块，如光模块（增持+2.11个百分点），同时减持集成电路（-1.19个百分点）、计算机设备（-1.15个百分点）等[10][16] - 机构明显增仓受益于涨价的资源品，主要集中在有色、化工领域，如铜（+0.78个百分点）、铝（+0.74个百分点）、锂电化学品（+0.53个百分点）[10] - 机构对出海产业链的增持集中在中上游设备端，如电网设备（+0.22个百分点）、光伏设备（+0.30个百分点）、专用机械（+0.25个百分点）[10] - 机构对内需消费板块呈现减仓，如白酒（-0.57个百分点）、乘用车（-0.32个百分点）、医药（-1.68个百分点）[11] AI科技投资主线分析 - AI科技不仅是未来3-5年最重要的产业主线之一，而且科技+出海占A股盈利（剔除金融）比重在2025年已接近40%，这一趋势有望推动A股盈利在2026-2027年进入新一轮向上周期[1] - 参考新能源车产业浪潮的演绎规律，AI行情正从基础设施投资、产业链关键环节阶段，向供需缺口应用端过渡[21][23] - 2026年AI投资的关键是关注从第二、三阶段向第三、四阶段靠拢，上游关注存储、电力、铜等资源品缺口，下游关注AI应用、元器件等环节[2][23] - 2025年10月以来，铜、存储价格出现明显涨价，近期云计算涨价进一步验证AI定价已转入供需缺口阶段[26] 出口出海投资主线分析 - 出口出海是未来3-5年最重要的产业基本面双主线之一，正在深刻重塑A股盈利格局[1] - 传统行业（如钢铁、机械设备、基础化工）的海外利润占比持续提升，2025年上半年已达22.16%，海外业务成为推动行业利润企稳修复的核心动力[27] - 出海逻辑正从下游制造业向中上游制造业延伸，2026年将进一步向上游化工、建材及工业金属领域拓展[30] - 代表性产业的海外毛利贡献显著：有色金属（如铜、钴）海外毛利占比达59.89%，工程机械整机达57.14%，锂电池及光伏组件达63.43%，消费电子零部件及组装达47.34%[35] 全球定价资源品分析 - 以黄金为代表的资源品，其强势定价基于逆全球化、去金融化与长周期生产力低迷的叙事，同时短期受降息与弱美元催化[2] - 2025年全球资源品定价内部分化严重，带有明显金融属性的资源品定价整体强于主要基于商品属性的资源品定价[2] - 2026年资源品定价中需重视商品属性回归，金融属性可能下降，基于供需基本面的涨价品种更值得持续看好[3] 市场生态与基金行为观察 - 2025Q4股市生态显示，FOF产品增加最为突出，固收+产品持续提升，说明基于大类资产配置的稳健收益型产品需求旺盛[9] - 被动型基金规模持续上升占据主导地位，主动型基金则环比回落，被动化趋势不可逆，2025年12月被动型基金持股市值达47026.34亿元[9][53] - 南下资金趋势明显放缓，基金对港股的重仓市值占比从2025Q3的18.99%降至12月的15.73%[9][57] - 2025年主动型股票基金整体呈现赎回趋势，但业绩表现较好的组别赎回相对较少，业绩分位数>90%的基金平均净申赎份额为-454.31万份[59] - 主动型公募仓位在2025Q4环比减仓，但目前仓位仍处于历史高位[9][63]

A股市场表现 - 本周A股日均成交额达3.06万亿元人民币，环比增长9.44%[4] - 宽基指数表现分化，上证50与中证A100录得正收益，而上证指数与深证成指回落[4] - 中小盘风格指数（中证1000、中证2000等）均出现显著下跌[4] - 石油石化、通信、煤炭、有色金属等周期性及价值类板块表现突出[4] - 计算机、电力设备及新能源、汽车等成长性板块以及综合金融、国防军工板块录得较大跌幅[4] 港股市场表现 - 本周恒生指数上涨2.38%，恒生中国企业指数上涨1.71%[4] - 恒生科技指数小幅下跌1.38%[4] - 行业方面，能源业（7.44%）、地产建筑业（5.71%）和金融业（5.3%）领涨[4] - 信息科技业和医疗保健业则出现小幅下跌[4] 市场分析与展望 - A股市场预计短期内延续结构性行情，但波动性可能加大，春节后至两会期间是更具确定性的布局时期[4] - 港股市场在美联储降息预期和A股情绪回暖支撑下，短期有望延续结构性上涨，AI需求指引持续利好科技板块[4] - 投资者需警惕外部政策不确定性，建议采取稳健配置策略，关注高股息资产及盈利改善与成长性兼具的科技与消费领域[4]

核心观点 - 报告认为，短期内A股市场可能延续结构性行情，但波动性可能加大，春节后至两会期间或是更具确定性的上涨时期，可择机布局 [4][7] - 报告认为，港股市场在美联储降息预期和A股情绪回暖的支撑下，短期有望延续结构性上涨，AI需求指引的持续好转将继续利好科技板块 [4][9] A股市场分析 市场走势 - 本周A股市场呈现震荡走势，日均成交额为3.06万亿元，环比增长9.44% [4][6] - 宽基指数表现分化：上证50和中证A100录得正收益，而上证指数、深证成指等有所回落 [4][6] - 风格指数表现分化：大盘价值和成长板块表现相对稳健，但中小盘风格指数，包括中证1000、中证2000、北证50及中小100指数，均出现显著下跌 [4][6] - 行业板块表现分化：石油石化、通信、煤炭和有色金属等周期性及价值类板块表现突出，而计算机、电力设备及新能源、汽车等成长性板块以及综合金融、国防军工等板块则录得较大跌幅 [4][6] 深度剖析 - 市场表现出明显的结构性特征与波动性，贵金属及资源周期板块在周初表现强势，但临近周末受国际金价大幅波动影响，黄金概念股遭遇集体回调，显示出市场情绪的快速切换和短期投机因素的影响 [4][6] - AI及科技成长股在本月持续受到资金青睐，科创50指数的强劲表现印证了市场在成长方向上的投资逻辑 [4][6] 预期展望 - 预计短期内市场可能延续结构性行情，但波动性可能加大 [4][7] - 前期强势的周期性板块若缺乏持续的催化剂，可能面临回调压力 [4][7] - 当前春节临近，春节后至两会期间或是春季躁动更具确定性的上涨时期，春节后可择机布局 [4][7] 港股市场分析 市场走势 - 本周港股市场整体表现强劲，主要宽基指数录得上涨：恒生指数上涨2.38%，恒生中国企业指数上涨1.71% [4][8] - 恒生科技指数小幅下跌1.38%，显示出科技板块的波动性 [4][8] - 行业表现方面，能源业（上涨7.44%）、地产建筑业（上涨5.71%）和金融业（上涨5.3%）成为本周的领涨板块，而信息科技业和医疗保健业则出现小幅下跌 [4][8] 深度剖析 - 市场表现出较为复杂且分化的特点：一方面，近期地产回暖使得政策预期上升，港股内房股出现一定反弹；另一方面，受国际金价大幅波动影响，港股黄金及有色金属股在周初飙升后，周末出现大幅回调，反映出避险情绪与周期性资产的短期高波动性 [4][8] - 科技股方面，尽管恒生科技指数本周小幅下跌，但部分AI概念股如百度、阿里巴巴因AI芯片进展而表现活跃，显示出AI作为长期驱动力的持续吸引力 [4][8] 预期展望 - 展望后市，港股市场在美联储降息预期和A股情绪持续回暖的支撑下，短期有望延续结构性上涨 [4][9] - AI需求指引的持续好转将继续利好港股科技板块 [4][9] - 建议采取稳健的配置策略，可关注高股息资产作为基础，并留意盈利改善和成长性兼具的科技与消费领域 [4][9]

宏观经济与政策环境 - 经济运行呈现“生产强于需求、外需好于内需”的特征，并贯穿全年 [1] - 货币政策维持宽松取向，银行间利率已降至2020年以来几乎最低水平 [1] - 宏观偏弱叠加流动性宽松的环境下，景气投资策略表现占优 [1] 市场策略与投资主线 - 近期市场主动降温调控节奏，但整体政策大基调仍然积极 [1] - 投资建议以景气度为纲领，继续坚守“科技+资源品”双主线 [1] 创业板50ETF及指数特征 - 创业板50ETF国泰（159375）跟踪创业板50指数（399673），单日涨跌幅限制达20% [1] - 创业板50指数从创业板市场中选取日均成交额较大的50只证券作为样本，反映知名度高、市值规模大且流动性好的企业整体表现 [1] - 指数成分股主要集中于电力设备及新能源、医药、计算机等新兴产业领域 [1] - 指数整体呈现高成长性与高流动性的特点 [1]

量化模型与构建方式 1. **模型/因子名称**：主动权益基金筛选模型 * **构建思路**：从普通股票型、偏股混合型、平衡混合型和灵活配置型基金中，筛选出长期保持较高股票仓位的基金，定义为主动权益基金，以分析其整体特征[26]。 * **具体构建过程**： 1. 选取普通股票型、偏股混合型、平衡混合型和灵活配置型基金作为初始样本。 2. 计算每只基金过去四个季度的平均持股比例。 3. 将过去四个季度平均持股比例大于60%的基金筛选出来，定义为“主动权益类基金产品”[26]。 2. **模型/因子名称**：固收+基金分类与弹性分组模型 * **构建思路**：为研究“固收+”基金市场，首先定义“固收+”基金，然后根据其历史权益仓位均值进行分组，以区分不同风险收益特征的产品[40]。 * **具体构建过程**： 1. **定义固收+基金**：计算基金过去4个季度的权益仓位均值，权益仓位 = 股票仓位 + 50% * 可转债仓位。将权益仓位均值小于40%，或权益仓位均值大于等于40%但股票仓位均值小于20%的基金，定义为固收+基金产品[40]。 2. **弹性分组**：在固收+基金样本内，根据过去4个季度的权益仓位均值进行分组： * 低弹性组：权益仓位均值 <= 10%[42] * 中弹性组：权益仓位均值 > 10% 且 <= 25%[42] * 高弹性组：权益仓位均值 > 25%[42] 3. **模型/因子名称**：固收基金风险因子分析模型 * **构建思路**：对绩优固收基金（纯债基金）的收益进行归因分析，将其风险暴露拆解到利率曲线和信用结构相关的五个关键风险因子上，以理解其业绩来源[96]。 * **具体构建过程**： 1. 确定风险因子：共五个因子，包括利率曲线的水平因子、斜率因子、凸度因子，以及信用结构中的信用因子和信用下沉因子（违约因子）[96]。 2. 通过因子分析方法，将绩优固收基金的收益归因到这五个风险因子上，计算基金在各因子上的暴露值[96]。 模型的回测效果 （注：本报告为基金市场季度数据总结，未提供模型或因子在历史序列上的系统化回测指标，如年化收益率、夏普比率、最大回撤、信息比率(IR)等。报告主要展示了特定季度末的截面数据或季度内的业绩表现。） 量化因子与构建方式 1. **因子名称**：权益仓位因子 * **构建思路**：用于衡量混合型基金（特别是“固收+”基金）对权益类资产的配置程度，是评估基金风险弹性的核心指标[40]。 * **具体构建过程**：对于单季度，权益仓位 = 股票占基金资产净值比例 + 50% * 可转债占基金资产净值比例[40]。对于多期，可计算其均值，如过去4个季度的权益仓位均值[40]。 2. **因子名称**：债券仓位因子 * **构建思路**：用于衡量纯债型基金的杠杆运作程度和资产配置集中度[91]。 * **具体构建过程**：债券仓位 = 债券市值 / 基金资产净值。报告分别统计了短期纯债基金和中长期纯债基金的平均债券仓位[92]。 3. **因子名称**：利率风险因子（水平、斜率、凸度） * **构建思路**：用于分析纯债基金收益受利率曲线形态变化的影响程度[96]。 * **具体构建过程**：通过因子分析模型，从债券市场数据中提取出代表利率曲线水平、斜率、凸度变化的三个独立风险因子，并计算基金收益对这些因子的敏感度（暴露值）[96]。 4. **因子名称**：信用风险因子（信用因子、违约因子） * **构建思路**：用于分析纯债基金收益受信用利差变化和信用下沉（承担违约风险）影响的程度[96]。 * **具体构建过程**：通过因子分析模型，从信用债市场数据中提取出代表整体信用利差变化（信用因子）和低评级信用债特定风险（信用下沉/违约因子）的两个独立风险因子，并计算基金收益对这些因子的敏感度（暴露值）[96]。 因子的回测效果 （注：本报告未提供上述因子在选股或择基上的有效性检验结果，如IC值、IR、多空收益等。报告中的因子主要用于基金分类和业绩归因的描述性分析。）

报告行业投资评级 未提及 报告的核心观点 - 2025年四季度公募基金仓位小幅下降，集中度稳定，规模和份额收缩，从必选消费、TMT切换至周期行业，TMT整体减配，周期行业上行，其他如非银、机械配置比例上升 [4][5] 根据相关目录分别总结 仓位小幅回落，集中度较为稳定 - 2025年四季度基金减持主板、科创板，增持创业板，主板重仓配置比例减持1.41个百分点至65.40%，创业板增持1.71个百分点至20.85% [18] - 四类主动股票类型基金整体股票市值占比小幅下降，股票的基金资产总值占比环比下降至84.22%，债券占比环比上升至4.17%，现金比例上升 [24] - 基金持仓集中度较为稳定，2025年四季度前50大持股集中度达43.7%，重仓个股赚钱效应一般，前10大标的略微跑赢普通股票型基金指数 [27] - 2025年四季度基金对一线/二三线龙头公司持仓占比相对三季度分别环比上升1.34、0.66个百分点至26.96%、15.86%，主要增配通信、非银、有色行业龙头，减配电新、医药、电子等行业龙头 [30] 公募基金规模、份额均收缩 - 公募基金整体管理规模、份额同步收缩，各规模基金的规模均在回落，份额收缩幅度达10%附近 [4][68] - 大小公募基金调仓方向较为一致，各规模基金均从必选消费、TMT向原材料切换，可选消费和制造分歧较大 [76][84] 制造消费科技减持、周期增持 - 四季度基金大幅增配原材料、金融，减配信息技术、医药，增配原材料板块3.6%，金融板块1.1%，减配信息技术板块-3.0%，医药板块-1.6% [34] - 从行业配置比例看，有色、通信、化工、非银重仓配置比例提升幅度最大，计算机、医药、电子、传媒比例降幅最大；电子、通信、有色、电新超配比例最高，银行、非银、公用事业、计算机等明显低配 [35] - 二级行业中，四季度通信设备、工业金属、保险、稀有金属等重仓配置比例提升较大，计算机设备、新能源动力系统、化学制药、文化娱乐、半导体等下降较多 [57][61] - 上游板块中，石油石化、煤炭、有色、钢铁四季度配置比例上升，煤炭上升0.04个百分点至0.32%，石油石化上升0.22个百分点至0.67%，有色金属上升2.11个百分点至8.13%，钢铁上升0.15个百分点至0.53% [93][97] - 中游制造中，电力设备及新能源、国防军工四季度配置比例下降，机械、建材、交运、轻工配置比例上升，电力设备及新能源回落0.88个百分点至9.29%，国防军工回落0.37个百分点至2.14%，机械上升0.51个百分点至6.25%，建材上升0.13个百分点至0.59%，交通运输上升0.25个百分点至1.33%，轻工制造上升0.13个百分点至0.61% [122][126][130] - 下游消费中，家电四季度配置比例上升0.08个百分点至2.4%，食品饮料回落0.45个百分点至4.37%，汽车回落0.12个百分点至4.27%，医药回落1.63个百分点至8.12% [160][164] - 金融+地产中，银行四季度配置比例上升0.04个百分点至1.88%，房地产回落0.31个百分点至0.27%，非银行金融上升1.03个百分点至2.52%，综合金融回落0个百分点至0% [169][173] - TMT中，电子、计算机重仓配置比例下降，通信上升，传媒下降，电子回落1.27个百分点至22.8%，计算机回落1.71个百分点至2.75%，通信上升1.86个百分点至11.06%，传媒回落1.14个百分点至1.35% [196][199]