文章核心观点 - 中东地缘冲突升级是当前全球资本市场的核心驱动因素，霍尔木兹海峡通航状态与原油价格走势是决定后续市场节奏的关键变量 [1] - 权益市场风险已得到较大程度释放，但明确企稳拐点仍需观察，市场调整孕育着未来V型反转的机遇 [3][5] - 黄金市场短期因再通胀交易驱动的紧缩预期而承压，中期走势高度依赖美伊战争的演变场景 [7][9] 一、权益市场：风险出清大半，等待拐点信号 - **市场现状与驱动因素**：中东局势恶化，霍尔木兹海峡处于实质性通航受限状态，美国与伊朗对峙升级，地面行动概率上升 [2]。A股于3月23日大幅调整，上证指数下跌3.63%，恒生指数下跌3.54%，根本原因在于中东局势升级引发的滞胀紧缩预期，这是对权益资产最不利的宏观组合 [1][3] - **历史规律与下行空间**：回顾历史，战争风险定价通常较快完成，冲突剧烈升级可能意味着尾部风险最剧烈阶段正在过去 [3]。从A股历史回撤规律看，近10年上涨年份中，上证指数阶段性回撤多集中在8–17%区间，平均回撤幅度约13%。据此测算，上证指数回落至3500–3850点属于牛市中的常态化调整区间。3月23日上证指数收于3813点，已进入该合理区间，进一步大幅下行空间有限 [4] - **企稳信号与配置建议**：市场企稳需关注两大信号：一是中东冲突出现拐点、油价高位回落；二是红利、能源等前期强势板块出现补跌 [4]。在明确企稳拐点前，仍宜谨慎控仓。结构配置建议关注三条主线：红利板块（避险价值）、能源链（传统能源、电力、新能源）、硬科技（通信电子等长期方向）。风格上，大盘股优于小盘股，价值风格优于成长风格 [5] - **港股与美股表现**：港股与A股驱动逻辑一致，同步大幅调整。市场传闻的中东资金避险逻辑中长期合理但短期难兑现，冲突后中东资金优先回流本土股市，EPFR数据显示近期中东资金对中国资产呈小幅流出态势 [5]。美股面临AI资本开支回报率下降、高估值以及油价高位可能压制流动性等多重压力，波动将加剧，市场风格正从科技巨头、大盘股转向非科技行业和中小盘股 [6] 二、黄金市场：短期承压，中期取决于战争场景 - **短期下跌原因**：黄金下跌聚焦三方面原因。一是再通胀交易驱动紧缩预期上升，市场定价重心由“避险”切换至“再通胀交易”，美联储降息预期大幅收敛甚至计入加息可能，美债实际利率与美元指数走强压制金价，全球最大黄金ETF SPDR Gold Trust在战争爆发后出现约44吨的显著净流出 [7]。二是高波动市场的抛售螺旋，杠杆资金平仓及多头止损、长期止盈盘触发自我强化的抛售效应 [7]。三是对产油国可能抛售黄金以回笼流动性的市场猜测 [8] - **中期走势场景推演**：黄金后续走势高度依赖美伊战争演变，可分三种场景推演。场景一：海峡封锁长期化，油价持续飙升可能引发滞胀，动摇对美国财政信心，黄金在短期紧缩冲击后将因“卖出美国+抗滞胀”属性迎来做多机会 [9]。场景二：美方主导速战速决或较快停火，油价冲高回落，加息预期修正，黄金有望回到温和上涨轨道 [10]。场景三：只胀不滞（高油价推升通胀但美国经济有韧性），市场继续交易加息预期，黄金大概率步入下跌通道 [10] - **综合判断**：短期市场正在定价最为确定的通胀交易，黄金下跌风险仍在释放。中期需关注战争演变时长及对经济的影响，未来油价高企是否会对经济形成“滞”的冲击，是决定黄金能否反转的关键 [11]

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**[76] * **模型构建思路**：利用卷积神经网络（CNN）对个股历史价量数据形成的标准化图表进行深度学习，识别图表中的特征模式，并将这些学习到的特征映射到行业主题板块，以预测未来价格走势或进行主题配置[76]。 * **模型具体构建过程**： 1. **数据准备**：为每个个股在特定窗口期内的价量数据构建标准化的图表[76]。价量数据通常包括价格、成交量等时间序列。 2. **图表化**：将标准化的价量数据转换为图像格式，作为CNN的输入[76]。图23展示了标准化数据价量图表的示例[77]。 3. **模型训练**：使用卷积神经网络对图表化的价量数据与未来价格（或收益率）进行建模[76]。模型学习从价量图表中提取有效特征，并建立这些特征与未来价格变动之间的映射关系。 4. **特征映射**：将训练好的CNN模型学习到的特征，应用于行业或主题板块的分析，识别出具有相似特征模式的板块[76]。 5. **输出配置**：模型最终输出看好的行业主题配置列表。例如，在报告期内，模型配置的主题为红利低波、银行、地产，具体指向中证红利低波动指数、中证银行指数、中证800银行指数、中证内地地产主题指数、中证800地产指数等细分指数[78]。 2. **模型名称：宏观因子事件模型**[52] * **模型构建思路**：通过跟踪一系列国内外宏观指标，定义并识别出有效的宏观因子事件，利用这些事件的历史规律来预判未来资产价格的趋势[52]。 * **模型具体构建过程**： 1. **因子选择**：从货币政策、财政政策、流动性、通胀水平及其他经济指标等多个角度，选取对市场影响较大的宏观因子进行跟踪，共计25个国内外宏观指标[52]。 2. **事件定义**：定义四类宏观因子事件来描述宏观因子的走势：短期高低点、连续上涨/下跌、创历史新高/新低、因子走势反转[52]。 3. **事件有效性检验**：从历史数据中寻找“有效因子事件”，即那些对资产未来收益率影响较为显著的因子事件[52]。例如，报告中列举了部分有效因子事件：PMI短期高点对中小盘股票有正向影响；CPI同比连续下跌对全市场股票有正向影响等[52]。 4. **趋势判断**：采用历史均线（如1月、3月、12月均线）将宏观因子走势分为趋势上行和趋势下行[54]。统计历史上宏观指标处于不同趋势时，各类资产未来一个月的平均收益，筛选出收益存在显著差异的资产[54]。 5. **观点生成**：根据当前宏观因子的趋势状态，给出对大类资产的看多、看空或震荡观点[55]。例如，当前PMI处于3月均线趋势上行，模型对股票资产持“看多”观点；而社融存量同比、10年期国债收益率、美元指数等因子则提示市场可能“震荡”[55]。 3. **模型名称：GFTD模型与LLT模型**[80] * **模型构建思路**：报告在风险提示部分提及了GFTD模型和LLT模型，指出其历史择时成功率约为80%。这两个模型应是用于市场择时判断的量化模型[80]。 模型的回测效果 1. **卷积神经网络趋势观察模型**，最新配置主题：红利低波、银行、地产[78] 2. **宏观因子事件模型**，当前对权益市场观点：PMI趋势看多，社融、国债收益率、美元指数趋势震荡[55] 3. **GFTD模型与LLT模型**，历史择时成功率：约80%[80] 量化因子与构建方式 1. **因子名称：新高比例因子**[33] * **因子构建思路**：通过统计市场中创近期新高的个股数量占比，来度量市场的强势程度和上涨动能[33]。 * **因子具体构建过程**：计算创近60日新高的个股数占全部个股总数的比例。报告显示，该指标从前一期的12.0%降至8.1%[33]。 2. **因子名称：新低比例因子**[33] * **因子构建思路**：通过统计市场中创近期新低的个股数量占比，来度量市场的弱势程度和下跌压力[33]。 * **因子具体构建过程**：计算创近60日新低的个股数占全部个股总数的比例。报告显示，该指标从前一期的11.2%升至37.4%[33]。 3. **因子名称：均线结构因子（均线强弱指标）**[37] * **因子构建思路**：通过计算呈现多头排列与空头排列的个股数量之差占全部个股的比例，来反映市场整体的技术面强弱结构[37]。 * **因子具体构建过程**：首先判断个股的均线排列状态（如多头排列、空头排列），然后计算（多头排列个股数 - 空头排列个股数）/ 总个股数。报告显示，该指标从前一期的14%降至7.3%[37]。 4. **因子名称：长期均线以上比例因子**[40] * **因子构建思路**：统计股价位于长期移动平均线（如200日线）之上的个股比例，用以衡量市场长期趋势的强弱[40]。 * **因子具体构建过程**：计算股价位于200日移动平均线之上的个股数占总个股数的比例。该因子通过图表进行跟踪展示[40]。 5. **因子名称：风险溢价因子**[63] * **因子构建思路**：计算股票市场隐含收益率与无风险收益率（通常为十年期国债收益率）的差值，用以衡量股票资产相对于债券资产的吸引力[63][79]。 * **因子具体构建过程**：采用中证全指静态市盈率（PE_TTM）的倒数作为权益资产的隐含收益率（EP），减去十年期国债收益率。 $$风险溢价 = \frac{1}{PE_{TTM}} - R_{10Y国债}$$ 报告显示，截至2026年3月20日，该指标值为2.63%[79]。 6. **因子名称：估值分位数因子**[79] * **因子构建思路**：计算当前指数或行业的估值（PE或PB）在其历史序列中所处的位置百分比，用以判断估值相对水平的高低[79]。 * **因子具体构建过程**：将当前估值与历史估值（自2005年1月7日起）进行比较，计算其历史分位数。例如，报告指出中证全指PE_TTM分位数为82%，创业板指接近63%[79]。 7. **因子名称：超跌指标因子**[66] * **因子构建思路**：用于度量市场或行业指数短期内下跌的幅度和广度，识别超卖状态[66]。 * **因子具体构建过程**：报告展示了主要指数和行业指数的超跌指标统计图，该指标具体计算方法未详细说明，但通常基于价格偏离均线的程度或下跌个股比例等构建[66][70]。 8. **复合因子名称：宏观因子（如PMI、CPI同比、社融存量同比等）**[52][55] * **因子构建思路**：选取对金融市场有显著影响的宏观经济指标作为因子，观察其变化趋势和事件来预判市场方向[52]。 * **因子具体构建过程**：直接跟踪宏观指标的实际发布值。模型进一步处理其走势，例如判断其相对于某期均线（如1月、3月、12月均线）是处于上行还是下行趋势[54][55]。 因子的回测效果 （注：报告未提供各因子独立的、系统性的回测绩效指标（如IC、IR、多空收益等）。以下为报告期内的因子观测值。） 1. **新高比例因子**，当前值：8.1%[33] 2. **新低比例因子**，当前值：37.4%[33] 3. **均线结构因子**，当前值：7.3%[37] 4. **风险溢价因子**，当前值：2.63%[79] 5. **中证全指PE_TTM分位数因子**，当前值：82%[79] 6. **PMI宏观因子**，当前趋势：3月均线上行，观点：看多[55] 7. **社融存量同比宏观因子**，当前趋势：1月均线，观点：震荡[55] 8. **10年期国债收益率宏观因子**，当前趋势：12月均线，观点：震荡[55] 9. **美元指数宏观因子**，当前趋势：1月均线，观点：震荡[55]

知识产权质押贷款业务增长 - 2025年中国银行业金融机构累计发放知识产权质押贷款达2979亿元人民币，较2023年增长56% [1] - 2025年累计发放贷款户数达28700户，较2023年增长33% [1] - 近三年来知识产权金融业务保持良好发展态势 [1] 政策与监管支持举措 - 国家金融监管总局与国家知识产权局联合推广专利权质押全流程无纸化线上登记，大幅提高工作效率 [3] - 指导商业银行开展知识产权质押融资内部评估试点，运用内部模型确定价值以提升评估能力 [3] - 会同国家知识产权局、国家版权局印发《知识产权金融生态综合试点工作方案》，自2025年3月起在北京、上海、广东等8个省市开展试点，围绕登记、评估、处置、补偿等关键环节提出针对性举措 [4] 金融产品与服务创新 - 指导商业银行不断拓展知识产权质押融资业务范围，并开发促进知识产权转化运用的各类金融产品 [3] - 引导保险行业建立健全覆盖知识产权创造、保护、运用全过程的保险产品体系 [3]

核心观点 报告指出，上周市场整体交易热度与主要参与者活跃度普遍回落，各类资金呈现净流出态势，其中北上资金为主要卖出力量[7] 市场波动率则延续回升，部分周期及军工板块波动显著[3] 然而，分析师对全A及部分行业（如建材、钢铁、电子等）的2026及2027年净利润预测进行了上调，显示基本面预期有所改善[4] 宏观流动性 - 美元指数震荡回落，截至2026年3月17日，美元净多头头寸规模转正[14] - 10年期美债名义利率与实际利率均继续回升，通胀预期延续回升[2][14] - 中美利差“倒挂”程度继续加深[2][14] - 离岸美元流动性边际继续小幅收紧，3个月欧元与美元互换基差回落[21] - 国内银行间资金面均衡，DR001回升而R001回落，两者之差小幅走阔，期限利差(10Y-1Y)延续走阔[21] 市场交易热度与波动 - 市场整体交易热度继续回落[3] - 公用事业、化工、石油石化、建筑、轻工制造等板块的交易热度处于90%历史分位数以上[3][27] - 主要宽基指数（沪深300、中证500、中证1000、上证50、科创50、创业板指、深证100）的波动率均延续回升[32] - 有色金属、钢铁、国防军工、石油石化板块的波动率处于90%历史分位数以上[3][32] - 市场流动性指标有所回升，但仅有色金属板块的流动性指标在80%历史分位数以上[37] 机构调研与分析师预测 - 银行、电子、计算机、电力设备及新能源（电新）、医药等板块的机构调研热度居前[4][44] - 轻工制造、计算机、建材等板块的调研热度环比仍在上升[44] - 分析师继续同时上调了全A的2026年及2027年净利润预测[4][52] - 行业层面，建材、钢铁、电子、房地产、计算机、化工、金融、传媒、有色金属、电力及公用事业、食品饮料等板块的2026/2027年净利润预测均被上调[4][61] - 指数层面，沪深300、上证50的2026/2027年净利润预测均被上调，而创业板指、中证500的预测则被下调[4] - 风格层面，中盘成长与中盘价值的2026/2027年净利润预测均被上调，小盘成长的预测均被下调[4][75] 资金流向：北上资金与两融 - 北上资金交易活跃度继续回落，近5日日均买卖总额延续回落，但买卖总额占全A成交额之比从12.43%回升至13.25%[84] - 北上资金延续大幅净卖出A股[5][84] - 基于前10大活跃股口径，北上资金在通信、电新、电子等板块的买卖总额之比上升，在医药、传媒、家电等板块回落[5][93] - 基于持股小于3000万股的标的口径，北上资金主要净买入电新、公用事业、通信等板块，净卖出电子、有色金属、计算机等板块[5][95] - 两融活跃度小幅回落，上周两融投资者净卖出183.99亿元，当前仍处于阶段低位[5][98] - 两融主要净买入电子、基础化工、钢铁等板块，净卖出有色金属、国防军工、石油石化等板块[5][98] - 仅交通运输、通信、食品饮料、电子等板块的融资买入占比出现回升[5][106] - 风格上，两融仅净买入大盘成长和小盘价值[5][108] 资金流向：龙虎榜与机构 - 龙虎榜交易热度继续回落，买卖总额及其占全A成交额之比均延续回落[6][112] - 行业层面，轻工制造、电力及公用事业、基础化工等板块的龙虎榜买卖总额占成交额之比相对较高且仍在上升[6][112] - 主动偏股基金仓位有所回落[7][117] - 剔除涨跌幅因素后，主动偏股基金主要加仓通信、有色金属、电新等板块，主要减仓计算机、传媒、石油石化等板块[7][117] - 风格上，主动偏股基金与大盘/小盘成长、大盘价值的相关性上升，与中盘成长、中盘/小盘价值的相关性回落[7] - 上周ETF继续被净赎回，且以个人持有为主的ETF被净赎回为主[7] - 从跟踪指数看，沪深300、红利、中证500等相关ETF被净申购，而中证A500、创业板指等ETF被主要净赎回[7] - 从行业拆分看，ETF主要净买入金融、医药、电力及公用事业等板块，主要净卖出有色金属、基础化工、通信等板块[7]

市场整体表现 - 2025年某日，A股三大指数集体走弱，沪指跌3.63%收报3813.28点，深证成指跌3.76%收报13345.51点，创业板指跌3.49%收报3235.22点 [2] - 沪深京三市成交额达2.45万亿元，较上一交易日放量1454亿元 [2] - 全市场上涨个股不足300家，下跌个股接近5000家，个股下跌中位数约5.6%，远大于指数跌幅 [3] - 恒生科技指数盘中最大跌幅接近4.4%，恒生指数最大跌幅约3.4%，但A股收盘后港股有所回升，较日内低点收复约1%的跌幅 [3] 板块与个股表现 - 除油服、煤炭板块外，其余板块近乎全军覆没 [3] - 大金融板块成为砸盘主力，银行板块单日跌幅约3.7%，证券板块跌幅约4.4%，保险板块跌幅约4.6% [5] - 以招商银行、中信证券、中国人寿为代表的大金融股股价已回落至2025年4月7日左右的水平 [5] - 在全市场本轮行情中实现翻倍的1600家个股里，仅约三分之一（约533家）业绩出现改善，约三分之一业绩无明显变化，约三分之一业绩持续亏损或恶化 [6] 市场情绪与关键点位 - 沪指3800点关口在盘中被两度击穿，尾盘沪深300ETF与上证50ETF勉强放量才稍稍稳定市场情绪 [3] - 3800点关口被击穿意味着自2025年8月至今的场内投资者已全线被套 [4] - 当日通过港股通流入港股的资金规模达288亿元左右 [3] - 盘中未出现平准基金进场护盘的明显迹象 [4] 市场下跌原因分析 - 内忧：上证指数自2025年4月7日从3000点攀升至4200点，上涨过程中未出现充分调整，累计获利盘庞大 [6] - 内忧：大量小盘、微盘股缺乏充分调整，成为大盘长期潜藏的隐患 [6] - 外困：近期海湾冲突及地缘政治不确定性压制了全球市场风险偏好 [6] 市场展望与企稳条件 - 市场短线企稳的关键取决于霍尔木兹海峡危机的解决进度 [6] - 市场中期企稳需看国内宏观面的改善能否支撑市场完成估值修复 [6] - 平准基金若能逆势进场，可能起到维稳和提振市场信心的作用 [6] - 大金融板块的深度调整使做空能量得到充分宣泄，从另一角度看未必是坏事 [5]

全球化2.0与国际合作新框架 - 面对全球快速演变的风险，需要重塑一套可信的国际合作体系，即“全球化2.0” [3][7] - 全球化2.0旨在通过携手应对气候变化、AI治理等全球性议题，为变革中的世界注入确定性，以降低风险溢价，实现各方共赢 [3][7] 金融机构转型的三大战略维度 - 转型要求金融机构在三大战略维度实现根本性转变 [3][7] 风险定价维度 - 传统金融机构主要关注信用风险、市场风险、流动性风险等经济与市场风险 [3][7] - 当前面临的变量更加复杂且动态演进，基于历史数据和经验法则的传统风险模型已难以为继 [3][7] - 需要提升对非经济和非市场风险的精准捕捉和定价能力 [3][7] - 需运用大数据、AI、遥感技术等构建工程化的金融风险管理体系，对各类极端风险进行科学量化 [3][7] 人才战略维度 - 在AI时代，创新的溢价已从通用信息转向垂直知识、领域知识，且不可替代 [3][7] - 创新的实现越来越依赖对特定领域的深度垂直钻研和认知 [3][7] - 需要培育“π型人才”，此类人才兼具横向事业拓展和纵向专业深耕能力 [3][7] - 理想的π型人才应拥有两门专业支柱，并具备多领域深度钻研能力，以更好地应对AI及智能体带来的知识融合挑战 [3][7] 服务模式维度 - 传统扁平、被动的金融服务已无法适应全球格局重构和经济不确定性上升带来的新需求 [4][9] - 需要将全生命周期的支持和全产业链的服务深度融合，为实体经济搭建体系化的金融服务框架 [4][9] - 此类金融机构将转型成为资本、信息、效率的综合服务商，使单个节点的风险能在多维度的网格中得到缓冲和化解 [4][9] - 随着AI发展，金融服务将进一步走向智能代理化，深入嵌入客户的经营、创新及供应链环节，感知需求的非线性变化，并主动提供服务响应和风险管理 [4][9] 工商银行的实践与承诺 - 作为全球领先的商业银行，工商银行始终致力于完善全面风险管理体系，实现跨周期的稳健经营 [5][9] - 公司不断推进数字化、智能化转型，以加快建设世界一流金融机构 [5][9] - 目标是为把握发展机遇、深化国际合作贡献“工行方案” [5][9]

市场整体表现 - 3月23日市场尾盘下挫，三大指数均跌超3%，北证50跌超5% [2] - 两市个股呈普跌态势，下跌个股近5200只 [2] - 截至收盘，沪指报3813.28点，跌3.63%，深成指报13345.51点，跌3.76%，创指报3235.22点，跌3.49% [2] 行业板块表现 - 煤炭开采加工、油气开采及服务板块涨幅居前 [2] - 煤炭股中云煤能源、辽宁能源涨停 [2] - 油气股中博迈科涨停 [2] - 贵金属、旅游及酒店、元件、轨交设备板块跌幅居前 [2] - 午后旅游板块跌势扩大，三峡旅游、桂林旅游、岭南控股等多股跌停 [2] - 贵金属板块全天走弱，赤峰黄金、四川黄金跌停 [2] - 养殖业板块走弱，生物股份跌停 [2] - 午后银行板块跌幅持续扩大，青农商行跌幅居前 [2] 热点板块分析：煤炭 - 中东地缘冲突持续已超过三周，国际油、气价格上涨显示出较好的持续性 [3] - 动力煤需求短期面临淡季，但化工耗煤需求或持续释放，推动煤价止跌反弹 [3] - 焦煤价格在短期需求的改善下，稳中看涨 [3] - 叠加海外因素的支撑，看好国内煤价上涨空间和持续性，继续看好板块表现 [3] - 推荐有煤化工业务的公司、估值相对有优势的公司，同时可关注海外有煤炭资源布局的公司 [3] 热点板块分析：油气 - 因通过霍尔木兹海峡的运输中断时间延长，以及对全球供应集中度相关结构性担忧加剧，高盛上调2026年油价预测，看涨石油及能源板块 [4] - 该行强化了通胀压力持续更久的预期，或为大宗商品关联货币提供支撑，同时加剧市场对央行政策走向的担忧 [4] 重要市场消息 - 现货黄金失守4200美元/盎司，日内跌6.5% [6] - COMEX白银期货暴跌11%，一度触及61.64美元/盎司 [6] - 美国被曝考虑地面行动夺取伊朗哈尔克岛，该岛是伊朗最大原油出口基地，伊朗90%的原油都从这里出口 [6] - 阿里将推出JVS Book（笔记本终端）与JVS Box（迷你主机）等硬件产品，由阿里云无影团队主导，计划从软件平台延伸至硬件终端，构建完整的AI Agent体验 [7] 机构观点 - 近期市场调整主要源于两大担忧：一是经济“滞胀”风险，二是“冲突烈度升级失控”风险 [8] - 短期而言，冲突烈度的升级反而酝酿事态降级的契机，意味着市场反攻的号角往往就在情绪最悲观之时悄然吹响 [8] - 中长期，“滞胀”可能是本轮经济走向的最悲观情形，但或并非基准情形，当前市场对此计价相当程度的悲观预期，构成了市场中长期修复的基础 [8] - 地缘冲突的持续时间与演化路径仍存在较大不确定性，对全球风险资产的扰动短期内难以消退，预计全球权益市场将延续高波动特征 [8] - 在以我为主的逻辑支撑下，A股下行空间相对有限，市场大概率以震荡分化、结构轮动的方式消化外部压力 [9] - 市场交易聚焦通胀逻辑，地缘冲突下原油价格走势变化依然会是影响近期市场结构的关键变量 [9]

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[21][29] 2. **模型构建思路**：通过构建多指标系统，对微盘股进行轮动配置和择时风控，以捕捉风格切换并规避系统性风险[21][29]。 3. **模型具体构建过程**：该模型包含两个子策略：轮动子策略和择时风控子策略。 * **轮动子策略**：在微盘股指数和茅指数之间进行轮动配置[29]。 1. 计算微盘股指数与茅指数的相对净值（微盘股/茅指数）[8][29]。 2. 计算该相对净值的243日移动平均线（年均线）[8][29]。 3. 计算微盘股指数和茅指数各自的20日收盘价斜率（动量）[9][29]。 4. 生成轮动信号： * 当相对净值高于其243日均线时，倾向于投资微盘股；反之则投资茅指数[29]。 * 结合动量指标：当两个指数的20日斜率方向相反且一方为正时，选择投资斜率为正的指数[29]。 * **择时风控子策略**：监控中期风险指标，触发阈值时发出平仓信号[21][29]。 1. 计算十年期国债到期收益率的同比变化率[24][29]。 2. 计算微盘股波动率拥挤度的同比变化率[24][29]。 3. 生成风控信号：若十年期国债收益率同比触及30%的阈值，或波动率拥挤度同比触及55%的阈值，则发出平仓信号[29]。 2. 宏观择时模型 1. **模型名称**：宏观择时模型[51] 2. **模型构建思路**：基于动态宏观事件因子构建股债轮动策略，以确定中期的权益资产配置仓位[51]。 3. **模型具体构建过程**：模型从经济增长和货币流动性两个维度生成信号，并综合得出股票仓位建议[52]。 1. 对经济增长层面进行量化评估，生成信号强度（例如，2月份信号强度为0%）[52]。 2. 对货币流动性层面进行量化评估，生成信号强度（例如，2月份信号强度为60%）[52]。 3. 综合两个维度的信号，输出最终的股票配置仓位观点（例如，3月份推荐仓位为30%，观点为“中性偏低”）[52]。 量化因子与构建方式 1. 股票大类选股因子 报告跟踪了八个大类选股因子，并提供了其细分因子的定义[25][55][65][68]。 1. **因子名称**：市值因子[25][65] * **因子构建思路**：捕捉规模效应，通常小市值股票可能具有更高的收益弹性[25]。 * **因子具体构建过程**：使用流通市值的自然对数。$$LN\_MktCap = ln(MarketCap_{float})$$[65] 2. **因子名称**：价值因子[25][65] * **因子构建思路**：寻找价格低于其内在价值的股票[25]。 * **因子具体构建过程**：包含多个细分指标，例如： * 账面市值比：$$BP\_LR = \frac{BookValue_{latest}}{MarketCap_{latest}}$$[65] * 预期市盈率倒数：$$EP\_FTTM = \frac{ConsensusNetProfit_{FTTM}}{MarketCap_{latest}}$$[65] * 市销率：$$SP\_TTM = \frac{Revenue_{TTM}}{MarketCap_{latest}}$$[65] 3. **因子名称**：成长因子[25][65] * **因子构建思路**：寻找盈利或收入增长更快的公司[25]。 * **因子具体构建过程**：包含多个细分指标，例如： * 单季度净利润同比增速：$$NetIncome\_SQ\_Chg1Y$$[65] * 单季度营业收入同比增速：$$Revenues\_SQ\_Chg1Y$$[65] * 预期净资产收益率：$$ROE\_FTTM = \frac{ConsensusNetProfit_{FTTM}}{AverageShareholdersEquity}$$[68] 4. **因子名称**：质量因子[25][68] * **因子构建思路**：寻找财务稳健、盈利能力强的公司[25]。 * **因子具体构建过程**：包含多个细分指标，例如： * 经营现金流负债比：$$OCF2CurrentDebt = \frac{OperatingCashFlow_{TTM}}{AverageCurrentLiabilities}$$[68] * 毛利率：$$GrossMargin\_TTM$$[68] * 资产周转率：$$Revenues2Asset\_TTM = \frac{Revenue_{TTM}}{AverageTotalAssets}$$[68] 5. **因子名称**：一致预期因子[25][68] * **因子构建思路**：利用分析师一致预期的变化捕捉市场共识的调整[25]。 * **因子具体构建过程**：包含多个细分指标，例如： * 预期EPS变化率：$$EPS\_FTTM\_Chg3M$$[68] * 预期ROE变化率：$$ROE\_FTTM\_Chg3M$$[68] * 目标收益价：$$TargetReturn\_180D$$[68] 6. **因子名称**：技术因子[25][68] * **因子构建思路**：基于价量信息捕捉市场交易行为与趋势[25]。 * **因子具体构建过程**：包含多个细分指标，例如： * 成交量比率：$$Volume\_Mean\_20D\_240D = \frac{Mean(Volume_{20D})}{Mean(Volume_{240D})}$$[68] * 收益率偏度：$$Skewness\_240D$$[68] * 换手率均值：$$Turnover\_Mean\_20D$$[68] 7. **因子名称**：波动率因子[25][68] * **因子构建思路**：寻找低波动股票，这类股票可能具有更稳定的表现[25]。 * **因子具体构建过程**：包含多个细分指标，例如： * 历史波动率：$$Volatility\_60D$$[68] * 模型残差波动率（如CAPM、Fama-French三因子、Carhart四因子模型）：$$IV\_CAPM$$, $$IV\_FF$$, $$IV\_Carhart$$[68] 8. **因子名称**：反转因子[25][68] * **因子构建思路**：捕捉股价的短期反转效应[25]。 * **因子具体构建过程**：使用过去不同时间窗口的收益率，例如： * 20日收益率：$$Price\_Chg20D$$[68] * 60日收益率：$$Price\_Chg60D$$[68] 2. 可转债择券因子 1. **因子名称**：正股一致预期因子[64] * **因子构建思路**：从预测正股的因子出发构建可转债因子，利用正股与可转债的相关关系[64]。 2. **因子名称**：正股成长因子[64] * **因子构建思路**：从预测正股的因子出发构建可转债因子，利用正股与可转债的相关关系[64]。 3. **因子名称**：正股财务质量因子[64] * **因子构建思路**：从预测正股的因子出发构建可转债因子，利用正股与可转债的相关关系[64]。 4. **因子名称**：正股价值因子[64] * **因子构建思路**：从预测正股的因子出发构建可转债因子，利用正股与可转债的相关关系[64]。 5. **因子名称**：转债估值因子[64] * **因子构建思路**：直接衡量可转债本身的估值水平[64]。 * **因子具体构建过程**：使用平价底价溢价率[64]。 模型的回测效果 1. **宏观择时模型**：2025年年初至报告期（2026年2月28日），该策略收益率为14.59%，同期Wind全A收益率为26.87%[51]。 因子的回测效果 （以下结果基于“上周”和“今年以来”两个时间窗口，在“全部A股”、“沪深300”、“中证500”、“中证1000”四个股票池中的表现）[56] 1. **一致预期因子**： * IC均值（上周）：全部A股 0.80%， 沪深300 -3.81%， 中证500 9.55%， 中证1000 -0.65%[56] * 多空收益（上周）：全部A股 0.73%， 沪深300 -1.04%， 中证500 3.25%， 中证1000 -0.45%[56] * IC均值（今年以来）：全部A股 0.69%， 沪深300 -4.72%， 中证500 -0.91%， 中证1000 2.09%[56] * 多空收益（今年以来）：全部A股 3.39%， 沪深300 -7.14%， 中证500 -5.26%， 中证1000 3.83%[56] 2. **市值因子**： * IC均值（上周）：全部A股 -10.26%， 沪深300 -15.28%， 中证500 27.24%， 中证1000 15.92%[56] * 多空收益（上周）：全部A股 -2.10%， 沪深300 -2.50%， 中证500 3.97%， 中证1000 -0.09%[56] * IC均值（今年以来）：全部A股 2.08%， 沪深300 3.93%， 中证500 4.46%， 中证1000 2.92%[56] * 多空收益（今年以来）：全部A股 -1.62%， 沪深300 0.65%， 中证500 -4.55%， 中证1000 -4.52%[56] 3. **成长因子**： * IC均值（上周）：全部A股 -0.81%， 沪深300 -1.36%， 中证500 3.47%， 中证1000 -4.00%[56] * 多空收益（上周）：全部A股 0.27%， 沪深300 0.40%， 中证500 1.34%， 中证1000 -0.53%[56] * IC均值（今年以来）：全部A股 0.90%， 沪深300 -0.88%， 中证500 -0.79%， 中证1000 0.08%[56] * 多空收益（今年以来）：全部A股 3.83%， 沪深300 3.70%， 中证500 5.03%， 中证1000 2.70%[56] 4. **反转因子**： * IC均值（上周）：全部A股 8.48%， 沪深300 -5.61%， 中证500 17.09%， 中证1000 5.95%[56] * 多空收益（上周）：全部A股 0.59%， 沪深300 1.62%， 中证500 2.58%， 中证1000 -0.03%[56] * IC均值（今年以来）：全部A股 0.95%， 沪深300 -0.73%， 中证500 2.79%， 中证1000 1.61%[56] * 多空收益（今年以来）：全部A股 -6.28%， 沪深300 -5.84%， 中证500 -9.87%， 中证1000 -7.18%[56] 5. **质量因子**： * IC均值（上周）：全部A股 3.53%， 沪深300 11.32%， 中证500 4.81%， 中证1000 11.39%[56] * 多空收益（上周）：全部A股 -0.26%， 沪深300 2.35%， 中证500 -1.69%， 中证1000 1.76%[56] * IC均值（今年以来）：全部A股 -0.63%， 沪深300 1.50%， 中证500 -2.33%， 中证1000 -0.61%[56] * 多空收益（今年以来）：全部A股 -1.59%， 沪深300 4.97%， 中证500 -7.10%， 中证1000 -1.39%[56] 6. **技术因子**： * IC均值（上周）：全部A股 6.22%， 沪深300 -2.69%， 中证500 9.17%， 中证1000 6.63%[56] * 多空收益（上周）：全部A股 0.22%， 沪深300 -0.42%， 中证500 0.77%， 中证1000 0.28%[56] * IC均值（今年以来）：全部A股 5.96%， 沪深300 1.54%， 中证500 4.42%， 中证1000 4.10%[56] * 多空收益（今年以来）：全部A股 -0.98%， 沪深300 -3.80%， 中证500 -8.98%， 中证1000 -4.94%[56] 7. **价值因子**： * IC均值（上周）：全部A股 -0.88%， 沪深300 -14.61%， 中证500 -4.72%， 中证1000 -2.01%[56] * 多空收益（上周）：全部A股 -0.68%， 沪深300 -4.15%， 中证500 -1.53%， 中证1000 -0.44%[56] * IC均值（今年以来）：全部A股 5.96%， 沪深300 7.22%， 中证500 6.47%， 中证1000 5.62%[56] * 多空收益（今年以来）：全部A股 1.51%， 沪深300 9.75%， 中证500 1.51%， 中证1000 0.76%[56] 8. **波动率因子**： * IC均值（上周）：全部A股 9.88%， 沪深300 1.70%， 中证500 17.81%， 中证1000 11.03%[56] * 多空收益（上周）：全部A股 0.99%， 沪深300 -1.53%， 中证500 0.11%， 中证1000 0.18%[56] * IC均值（今年以来）：全部A股 7.55%， 沪深300 6.10%， 中证500 6.02%， 中证1000 6.18%[56] * 多空收益（今年以来）：全部A股 2.66%， 沪深300 3.69%， 中证500 -5.09%， 中证1000 -2.09%[56]

文章核心观点 - 中国农业银行和林格尔县支行通过开展以党建为引领的三农服务下乡专项活动 将金融服务延伸至乡村前沿 旨在深化服务质效 助力乡村振兴和“三农”发展 [1] 活动组织与领导 - 活动以党建为引领 聚焦“三农”发展核心需求 [1] - 和林支行充分发挥先锋队员的先锋模范作用 组织队员深入田间地头精准对接农户需求 [1] 具体服务举措与内容 - 先锋队员担任金融政策“宣传员” 向农户普及信贷产品、支付安全、防诈反诈等金融知识 并解答生产经营和资金周转中的疑问 [1] - 先锋队员充当贴心服务“代办员” 针对农户贷款申请、账户办理等需求 提供上门受理和流程简化等便捷服务 旨在打通金融服务“最后一公里” [1] 活动成效与未来计划 - 活动深入挖掘了先锋队员扎根基层、服务农户的典型案例 展现了该支行助力乡村振兴的责任与担当 [1] - 下一步 和林支行计划持续优化三农服务体系并创新服务模式 以更精准高效的金融举措为当地农业发展、农民增收和农村繁荣注入金融动能 [1]

农业银行代销基金诉讼事件 - 农业银行咸阳某支行负责人被客户李女士指控，以帮忙完成存款任务为由，诱导其将1000万元存入银行并承诺保本，但实际使用其手机操作购买了高风险基金“东方品质消费一年持有期混合A” [2][19] - 截至2024年11月，该基金投资导致客户累计亏损超过579万元，客户认为银行未履行风险告知义务并以“内部消息”劝阻赎回，遂起诉银行要求赔偿损失 [2][20] - 一审法院驳回了客户的全部诉讼请求，认定客户系通过手机银行自主完成购买，签署了多份风险提示文件，且其本人具有丰富的基金投资经验，应对投资风险自行负责 [2][20] 涉事基金“东方品质消费一年持有期混合A”详情 - 该基金为中高风险的偏股混合型产品，成立于2021年7月8日，农业银行是其托管人和销售机构，托管费率为0.20%每年 [2][21] - 基金成立时净资产规模为3.656亿份，约3.5亿元，但规模持续萎缩，截至2025年12月31日，净资产规模仅为0.63亿元，份额规模为1.5245亿份 [3][22] - 基金业绩表现不佳，自成立以来至2026年3月20日，单位净值下降63.89%，累计净值为0.3611元，近一年、近三年净值增长率分别为-16.14%和-35.69% [4][23] - 基金自成立以来持续亏损，2021年至2024年的年度利润分别为-0.41亿元、-0.79亿元、-0.32亿元和-0.098亿元 [8][27] - 截至2024年末，该基金股票投资占比超过80%，前五大重仓股包括美的集团、海信家电、五粮液、腾讯控股和比亚迪 [4][23] 农业银行从该基金获取的收入 - 作为基金托管人，农业银行在2021年至2024年间收取的托管费分别为39.3万元、59.1万元、35.1万元和19.1万元，四年合计152.6万元 [6][25] - 作为销售机构，农业银行从该基金C类份额获取的销售服务费在2022年至2024年分别为6.8万元、4.5万元和2.9万元，但A类份额的销售费用未披露 [10][29] 农业银行财富管理与托管业务概况 - 农业银行是中国第一批开展托管业务的商业银行，托管业务经验丰富，2004年被英国《全球托管人》评为中国“最佳托管银行” [11][30] - 截至2025年3月末，农业银行托管业务部有员工302名，其中高级职称专家60名，托管封闭式和开放式证券投资基金共934只 [11][30] - 2025年上半年，农业银行手续费及佣金净收入为514.41亿元，同比增长10.1%，其中代理业务收入大幅增长62.3%，主要得益于财富管理业务转型及理财和代销基金收入增加 [14][33] - 在资产托管业务方面，截至2025年6月末，农业银行托管资产规模达18.9万亿元，较2024年末增长7.9%，公募基金和养老金托管规模均突破2万亿元，保险资金托管规模迈上8万亿元台阶 [16][35] 农业银行基金销售保有规模行业地位 - 根据中国基金业协会数据，截至2025年末，农业银行权益基金保有规模为1453亿元，非货币市场基金保有规模为1929亿元，股票型指数基金保有规模为209亿元，在基金销售机构百强榜单中排名第10位 [11][31] - 与2024年末相比，农业银行2025年的三项保有规模均有增长（2024年末分别为1300亿元、1710亿元和75亿元），但行业排名从第9位下降至第10位 [12][31] - 尽管规模增长，但农业银行的基金销售保有规模与同业头部机构如招商银行、工商银行、建设银行等相比仍存在一定差距 [13][32]