量化模型与构建方式 1. **模型名称：成交量模型**[9][11] * **模型构建思路：** 基于价量关系构建的短期择时模型，核心思想是成交量变化能反映市场情绪和趋势强度[9]。 * **模型具体构建过程：** 报告未详细描述具体构建公式和过程，仅提及其为短期择时模型之一，并给出了最新信号[11]。 2. **模型名称：特征龙虎榜机构模型**[11] * **模型构建思路：** 利用龙虎榜机构买卖数据构建的短期择时模型，捕捉机构资金动向对市场的影响[11]。 * **模型具体构建过程：** 报告未详细描述具体构建公式和过程，仅提及其为短期择时模型之一，并给出了最新信号[11]。 3. **模型名称：特征成交量模型**[11] * **模型构建思路：** 基于特定的成交量特征（可能与普通成交量模型不同）构建的短期择时模型[11]。 * **模型具体构建过程：** 报告未详细描述具体构建公式和过程，仅提及其为短期择时模型之一，并给出了最新信号[11]。 4. **模型名称：智能算法沪深300模型 / 智能算法中证500模型**[11] * **模型构建思路：** 应用智能算法（如机器学习）对沪深300或中证500指数进行择时判断[11]。 * **模型具体构建过程：** 报告未详细描述具体算法、因子或构建过程，仅提及其为短期择时模型之一，并给出了最新信号[11]。 5. **模型名称：涨跌停模型**[12] * **模型构建思路：** 基于市场涨跌停股票数量或相关特征构建的中期择时模型，反映市场极端情绪和赚钱效应[9][12]。 * **模型具体构建过程：** 报告未详细描述具体构建公式和过程，仅提及其为中期择时模型之一，并给出了最新信号[12]。 6. **模型名称：上下行收益差模型**[12] * **模型构建思路：** 通过比较市场上涨和下跌时的收益差异来构建择时信号，衡量市场内在动能的强弱[9][12]。 * **模型具体构建过程：** 报告未详细描述具体构建公式和过程，仅提及其为中期择时模型之一，并给出了对不同宽基指数的看多/中性信号[11][12]。 7. **模型名称：月历效应模型**[12] * **模型构建思路：** 基于历史统计中存在的特定月份或时间段的市场规律（月历效应）构建的中期择时模型[12]。 * **模型具体构建过程：** 报告未详细描述具体构建公式和过程，仅提及其为中期择时模型之一，并给出了看多信号[12]。 8. **模型名称：长期动量模型**[12] * **模型构建思路：** 基于长期价格动量趋势构建的择时模型[9][12]。 * **模型具体构建过程：** 报告未详细描述具体构建公式和过程，仅提及其为长期择时模型之一，并给出了中性信号[12]。 9. **模型名称：A股综合兵器V3模型 / A股综合国证2000模型**[13] * **模型构建思路：** 将不同周期、不同策略的多个择时模型信号进行耦合得到的综合择时模型，旨在实现攻守兼备[9][13]。 * **模型具体构建过程：** 报告未详细描述具体的耦合规则或权重分配方法，仅提及其为综合模型，并给出了中性信号[13]。 10. **模型名称：成交额倒波幅模型**[13] * **模型构建思路：** 应用于港股的中期择时模型，可能结合成交额与波动率（波幅）的倒数关系来构建信号[13]。 * **模型具体构建过程：** 报告未详细描述具体构建公式和过程，仅提及其为港股中期择时模型之一，并给出了看空信号[13]。 11. **模型名称：上下行收益差相似模型**[13] * **模型构建思路：** 应用于港股的中期择时模型，原理可能与A股的上下行收益差模型类似，用于衡量市场动能[13]。 * **模型具体构建过程：** 报告未详细描述具体构建公式和过程，仅提及其为港股中期择时模型之一，并给出了看多信号[13]。 12. **模型名称：形态学监控模型（杯柄形态、双底形态）**[43] * **模型构建思路：** 基于技术分析中的经典价格形态（杯柄形态、双底形态）识别个股买入机会，属于事件驱动型选股策略[43]。 * **模型具体构建过程：** 报告未详细描述形态识别的具体算法规则和参数，但展示了识别出的形态关键点（如A、B、C点）和突破信号[46][48][51][53][56][57][59]。 13. **模型名称：VIX指数模型**[40] * **模型构建思路：** 通过计算期权隐含波动率来构建市场恐慌/情绪指标，为判断市场提供参考，VIX通常与大盘呈负相关关系[40]。 * **模型具体构建过程：** 报告提及根据公开披露的VIX计算方法复现了指数，具体公式未列出，但指出其与中证指数公司历史VIX的相关系数达99.2%[40]。 模型的回测效果 1. **双底形态模型**，自2020年12月31日至今累计收益23.45%，同期上证综指涨幅17.06%，超额收益6.39%[43]。 2. **杯柄形态模型**，自2020年12月31日至今累计收益19.67%，同期上证综指涨幅17.06%，超额收益2.61%[43]。 量化因子与构建方式 1. **因子名称：分析师一致预期调整因子**[17][18] * **因子构建思路：** 利用卖方分析师对个股盈利预测的上调或下调比例，构建行业层面的预期情绪因子[17][18]。 * **因子具体构建过程：** 报告展示了“分析师上调个股比例”和“分析师下调个股比例”这两个数据，可能通过计算净上调比例或两者差值来构建因子，但未给出明确公式[17][18]。 2. **因子名称：基金仓位因子（绝对仓位、超低配仓位）**[21][22][26][27][30] * **因子构建思路：** 利用公募基金定期报告披露的持仓数据，计算行业配置比例，反映机构资金动向和偏好[21][22]。 * **因子具体构建过程：** * **绝对仓位：** 计算股票型或混合型基金在某行业的持仓市值占其总股票持仓市值的比例[26][27]。 * **超低配仓位：** 计算基金在某行业的持仓比例与该行业市值占全市场比例（或基准指数比例）的差值[30]。 * **超低配近两年分位数：** 将当前超低配仓位值放在近两年的历史序列中计算其分位数，以判断当前配置水平在历史上的位置[22][30]。 因子的回测效果 *(报告未提供因子的独立历史回测绩效指标，如IC、IR、多空收益等。)*

量化模型与因子总结 量化模型与构建方式 1. **模型名称：成交量模型**[9] * **模型构建思路：** 基于价量关系构建的短期择时模型，核心思想简单普世[9]。 * **模型具体构建过程：** 报告未详细描述具体构建公式和过程，仅提及其为短期择时模型之一，基于价量角度构建[9]。 2. **模型名称：特征龙虎榜机构模型**[11] * **模型构建思路：** 基于龙虎榜机构交易特征构建的短期择时模型。 * **模型具体构建过程：** 报告未详细描述具体构建公式和过程，仅提及其为短期择时模型之一。 3. **模型名称：特征成交量模型**[11] * **模型构建思路：** 基于成交量特征构建的短期择时模型。 * **模型具体构建过程：** 报告未详细描述具体构建公式和过程，仅提及其为短期择时模型之一。 4. **模型名称：智能算法沪深300模型 / 智能算法中证500模型**[11] * **模型构建思路：** 应用智能算法对特定宽基指数（沪深300、中证500）进行择时判断。 * **模型具体构建过程：** 报告未详细描述具体算法和构建过程，仅提及其为短期择时模型之一。 5. **模型名称：涨跌停模型**[12] * **模型构建思路：** 基于市场涨跌停板现象构建的中期择时模型，核心思想简单普世[9]。 * **模型具体构建过程：** 报告未详细描述具体构建公式和过程，仅提及其为中期择时模型之一，基于涨跌停角度构建[9]。 6. **模型名称：上下行收益差模型**[12] * **模型构建思路：** 通过比较市场上行和下行收益的差异来构建中期择时信号。 * **模型具体构建过程：** 报告未详细描述具体构建公式和过程，仅提及其为中期择时模型之一。 7. **模型名称：月历效应模型**[12] * **模型构建思路：** 基于市场历史存在的月度周期性规律构建的中期择时模型。 * **模型具体构建过程：** 报告未详细描述具体构建公式和过程，仅提及其为中期择时模型之一。 8. **模型名称：长期动量模型**[12] * **模型构建思路：** 基于资产价格的长期趋势（动量）构建的长期择时模型，核心思想简单普世[9]。 * **模型具体构建过程：** 报告未详细描述具体构建公式和过程，仅提及其为长期择时模型之一，基于动量角度构建[9]。 9. **模型名称：A股综合兵器V3模型 / A股综合国证2000模型**[13] * **模型构建思路：** 将不同周期或不同策略的择时模型信号进行耦合，形成综合择时观点，旨在攻守兼备[9]。 * **模型具体构建过程：** 报告未详细描述具体的耦合方法与权重分配。 10. **模型名称：成交额倒波幅模型**[13] * **模型构建思路：** 应用于港股的中期择时模型，可能结合成交额与波动率指标。 * **模型具体构建过程：** 报告未详细描述具体构建公式和过程。 11. **模型名称：上下行收益差相似模型**[13] * **模型构建思路：** 应用于港股的中期择时模型，是“上下行收益差模型”的相似或衍生版本。 * **模型具体构建过程：** 报告未详细描述具体构建公式和过程，及其与基础模型的区别。 12. **模型名称：形态学择时模型（杯柄形态、双底形态）**[43] * **模型构建思路：** 通过识别股价图表中的特定技术形态（如杯柄形态、双底形态）来生成交易信号。 * **模型具体构建过程：** 报告未详细描述形态识别的具体量化规则和突破确认标准。模型通过识别形态的关键点（如杯柄形态的A、B、C点，双底形态的A、B、C点）来确认形态完成和突破[46][51]。 13. **模型名称：HCVIX模型**[40] * **模型构建思路：** 复现并计算中国市场的波动率指数（VIX），作为判断市场情绪的参考指标，因其通常与大盘呈负相关关系[40]。 * **模型具体构建过程：** 根据中证指数公司曾公开披露的VIX计算方法进行复现。计算覆盖50ETF、沪深300指数、300ETF等标的。其复现指数与历史官方VIX指数的相关系数达到99.2%[40]。公式未在报告中给出。 14. **模型名称：大师策略系列**[36] * **模型构建思路：** 基于经典量化选股逻辑（价值型、成长型、综合型）构建的一系列策略组合，用于监控因子暴露和选股标准[36]。 * **模型具体构建过程：** 报告未详细描述每个策略的具体构建公式和选股流程。平台共监控33个大师系列策略[36]。 15. **模型名称：倒杯子形态风险模型**[62] * **模型构建思路：** 识别典型的负向技术形态“倒杯子形态”，用于预警个股下跌风险[62]。 * **模型具体构建过程：** 报告未详细描述形态识别的具体量化规则。该形态在一波下跌后出现筑顶，完成后再现下跌突破，预示可能延续下跌趋势[62]。 模型的回测效果 *注：报告主要提供了各模型的最新信号观点，未提供统一口径下的历史回测指标（如年化收益率、最大回撤、夏普比率、信息比率IR等）。以下为报告中提及的形态学策略部分表现数据。* 1. **双底形态组合**，自2020年12月31日至今累计上涨23.45%，同期上证综指上涨17.06%，累计超额收益6.39%[43]。本周（报告期）组合下跌-0.88%，跑赢上证综指（-1.27%）0.39%[43]。 2. **杯柄形态组合**，自2020年12月31日至今累计上涨19.67%，同期上证综指上涨17.06%，累计超额收益2.61%[43]。本周（报告期）组合下跌-0.44%，跑赢上证综指（-1.27%）0.83%[43]。 量化因子与构建方式 *注：本报告主要侧重于择时模型与技术形态，未详细阐述用于选股的底层量化因子（如价值、成长、质量等）的构建方法。报告中提及的“大师策略”暴露了某些因子，但未具体说明因子定义[36]。*

文章核心观点 - 中国银行雅加达分行在印尼举办论坛 旨在推广中印尼本币结算合作机制 并展示该机制在促进双边贸易投资、降低交易成本与风险方面的显著成效和巨大潜力[1][2][3][4] 中印尼经贸与金融合作现状 - 中国连续12年成为印尼第一大贸易伙伴 连续9年位列印尼前三大投资来源地[1] - 印尼已与包括中国在内的多个国家和地区建立本币结算合作机制 2025年印尼本币结算总规模增至256.6亿美元 月均用户数达7568户[2] - 印尼—中国本币结算增长尤为显著 从2024年的49亿美元大幅提升至2025年的131.9亿美元[2] - 中国银行雅加达分行是最早进入印尼市场的中资金融机构 其跨境人民币清算业务连续12年稳居市场首位[4] 本币结算机制的作用与意义 - 该机制有助于印尼实现外汇储备结构多元化、降低汇率风险、获得更稳定的结算渠道、增强本币稳定性和宏观经济韧性[1] - 该机制自2018年实施以来 在分散汇率风险、增强金融体系韧性、促进双边贸易投资方面发挥了重要作用[2] - 实践证明 该机制能够有效降低交易成本、提升交易效率、促进国际贸易与投资活动 并进一步便利跨境交易与金融一体化[3] 区域发展与合作机遇 - 棉兰作为苏门答腊岛重要经贸枢纽 将成为深化中印尼本币结算合作的重要平台[2] - 苏门答腊地区资源型产品出口对印尼贸易顺差形成有力支撑 该地区是印尼重要的资源型与外向型经济区域 也是中资企业出海印尼的主要目的地之一[2][4] - 在中爪哇省 巴塘与肯达尔工业园区、井里汶家具产业、北加浪岸蜡染、服装与纺织、加工食品以及汽车零部件与轻电子产业已深度融入国际市场 本币结算机制正在助力当地优势产业提升国际竞争力[3] - 在中印尼“两国双园”合作框架下 三宝垄及周边地区的产业集聚效应正加快显现 制造业及配套产业对金融支持的需求持续增长[4] 生态体系构建与银行举措 - 本币交易生态体系正日益走向包容 涵盖中小微企业及零售领域 在银行支持、数字渠道以及跨境支付互联互通的推动下 越来越多的企业得以参与其中[3] - 中国银行雅加达分行为中印尼跨境二维码支付互联互通提供结算银行支持[4] - 印尼中国商会总会和中国银行雅加达分行将构建中企出海综合金融服务体系 助力中印尼经贸合作和金融互联互通[4] - 作为“中银金融服务走进园区”系列举措之一 该行在2026年伊始已在雅加达、三宝垄等重点区域举办系列活动 并将贯穿全年持续开展[4]

报告行业投资评级 - 增持（维持）[2] 报告核心观点 - 上市银行2025年业绩增速有望稳中向好，资产质量持续优化[1] - 核心观点基于11家银行业绩快报：8家营收增速回升、8家利润增速回升、6家不良率环比下降（其他持平）、7家拨备环比回升[5] - 股份行业绩回升，城商行维持高增[5] - 预计上市银行2025年净利息收入、净手续费收入持续回暖，其他非息略有压力但拖累有限，整体拉动营收稳中向好[5] - 营收拉动叠加资产质量稳中向好，利润增速有望继续回暖[5] 根据相关目录分别总结 一、11家银行业绩快报综述 - **营收利润表现**：主要股份行营收回暖，招行、兴业营收增速由负转正，中信改善幅度最大（环比改善3个点至-0.5%）[10]；城商行维持稳健高增，南京银行营收增速回升至两位数，青岛银行营收增速环比提升3个点至8%[10] - **净利润表现**：营收回升带动股份行净利润回暖；城商行维持高增，青岛银行和厦门银行改善最为显著，青岛银行净利润增速环比提升6.2个点至21.7%，厦门银行净利润增速环比提升1.2个点至1.5%[10] - **信贷表现**：季度因素扰动下多数银行贷款同比增速小幅回落，但浦发银行、杭州银行、青岛银行、厦门银行逆势回升，增速环比分别提升0.3、1.6、3.2、4.6个点，厦门银行抬升最为显著[9] - **资产质量表现**：不良率方面，浦发、中信、青银、厦门、齐鲁、苏农银行不良率均小幅下降，其他银行维持稳定，其中青岛银行不良率环比下降13bp，降幅最大[11]；拨备覆盖率方面，浦发、兴业、南京、青银、齐鲁、厦门、苏农银行拨备回升，其中青银、苏农、厦门、齐鲁、浦发银行分别环比提升22.3、14.3、8.2、4.5、2.7个点[11] 二、2025年规模预测 - 2025年全年累计新增社会融资规模同比+8.3%，增速较11月小幅下降0.2个点[12] - 信贷余额同比增长6.4%，增速较上月持平[12] - 区域分化持续，主要经济大省中信贷增速保持在8%以上的省份为四川（11.2%）、江苏（9.6%）、山东（8.9%）、浙江（8.6%）、上海（8.1%）[12] 三、2025年净息差预测 - 预计行业第四季度净息差环比企稳，测算上市银行4Q25净息差环比-0.1bp，基本持平[13] - 企稳原因包括第四季度资产端重定价压力减小，以及存款利率下降幅度大于LPR下降幅度对息差形成支撑[13] 四、2025年资产质量预测 - 总体趋势为对公改善、零售暴露、总体稳健[5] - 对公端得益于政信资产支撑、地产风险暴露峰值已过，对公不良率持续下降[16] - 零售端不良率难见拐点，中性预测下，2025年按揭、经营贷、消费贷、信用卡不良率将分别较1H25提升10、11、11、0bp至0.85%、1.78%、1.69%、2.44%[16] - 从不良额增长看，1H25相较2024年，零售贷款不良额净增89,111百万，其中按揭、信用卡、消费贷、经营贷分别增长32,913、3,934、10,767、41,498百万[22] 五、2025年营收和业绩测算 - **净利息收入**：预计2025全年净利息收入同比-0.1%（3Q25同比-0.6%），降幅继续收窄[25]；分板块看，城商行延续高增（+10.8%），农商行（+1%）、股份行（+0.3%）改善，国有行（-1.8%）仍有压力[25] - **非息收入**：净手续费收入增速继续修复，测算上市银行4Q25手续费同比增速修复至+6.3%左右[28]；净其他非息收入预计有压力，但浮盈可兑现平滑，测算4Q25其他非息同比+4.2%[28] - **营收**：测算4Q25营收累积同比+1.2%，城商行业绩依然领跑，大行板块营收维持稳定，股份行板块营收增速回暖[30] - **利润**：测算4Q25净利润预计在+1.6%左右，大行净利润增速维持稳定，股份行有望转正，营收高增的城商行仍是净利润增速最高的板块[31] 六、投资建议 - 银行股从“顺周期”到“弱周期”，看好板块的稳健性和持续性[32] - 两条投资主线：一是关注有成长性且估值低的城农商行，重点推荐拥有区域优势（江苏、上海、成渝、山东、福建等）的银行，如江苏银行、齐鲁银行、杭州银行、渝农商行、南京银行、成都银行、沪农商行等[33]；二是高股息稳健逻辑，重点推荐大型银行如六大行（农行、建行、工行等）以及股份行中的招商银行、兴业银行和中信银行[33]

文章核心观点 - 中国进出口银行驻村团队通过高效组织协调 在一小时内组建专业采摘队伍 成功帮助德庆贡柑出口示范基地解决因大额集采订单导致的采摘人力短缺难题 保障了订单交付并带动村民就近创收 [2][3][4][10] 事件背景与产业概况 - 德庆贡柑被誉为“中国柑王” 是当地农业经济的核心产业 [5][6] - 事件起因是德庆县凤村镇禄村村的贡柑出口示范基地接到企业大额集采订单后 面临采摘人力短缺的困境 [2] 解决方案与执行过程 - 中国进出口银行广东省分行公司业务一处副处长、驻德庆县凤村镇禄村村第一书记杜翊含牵头行动 [9] - 驻村团队在一小时内确定解决方案 成功对接本村摘果领队 [10] - 快速组织起一支几十人的摘果队伍 同步推进采摘、分拣、装箱工作 在短时间内完成批量贡柑采摘任务 [10][11] 成果与影响 - 助力基地顺利交付集采订单 保障了贡柑新鲜交付并避免了错过最佳采摘期 [4][11][14] - 带动村民就近创收 参与采摘的村民实现了在家门口就业 兼顾家庭的同时增加了收入 [4][15] - 基地负责人表示 驻村第一书记的快速对接保障了交付期限 避免了影响客户体验和果实损耗 [13][14] 驻村团队的长期角色 - 中国进出口银行驻村团队长期扎根禄村村 坚守政策性金融使命 [7] - 团队聚焦本地贡柑高标准示范产业发展的短板与难点 精准对接需求、高效破解难题 为产业发展保驾护航 [8]

报告行业投资评级 未提及 报告的核心观点 - 海外前期资产大幅波动有所修复，避险资产修复显著，美股风格切换值得关注，科技巨头四季报超预期但市场分歧上升，26年上半年科技成长仍将维持势头 [1][37] - 国内权益市场防御性板块表现优，顺周期板块次之，科技成长波动高；转债控回撤和博弈难度上升，节前建议平衡风险，高仓位资金高低切，低仓位资金择机布局业绩拐点清晰、26年上行趋势可见的标的 [1][37][39] - 建议关注伯25、保隆等转债标的；下周转债平价溢价率修复潜力最大的高评级、中低价前十名分别为利群转债、本钢转债等 [1][39] 根据相关目录分别总结 周度市场回顾 权益市场总体下跌 - 2月2日 - 2月6日权益市场总体下跌，上证综指、深证成指、创业板指、沪深300分别累计下跌1.27%、2.11%、3.28%、1.33%；两市日均成交额放量约30365.33亿元至23879.96亿元，周度环比下降21.36% [6][10] - 各交易日指数涨跌不一，个股涨跌情况不同，不同板块有涨幅居前和跌幅居前情况 [11][13] - 31个申万一级行业中16个行业收涨，3个行业涨幅超2%；食品饮料、美容护理等涨幅居前，有色金属、通信等跌幅居前 [16] 转债市场整体上涨 - 2月2日 - 2月6日中证转债指数上涨0.05%，29个申万一级行业中22个行业收涨，2个行业涨幅超2%；社会服务、电力设备等涨幅居前，计算机、电子等跌幅居前 [19] - 本周转债市场日均成交额为902.09亿元，大幅缩量30.87亿元，环比变化 -3.31%；成交额前十位转债分别为尚太转债、耐普转02等；约54.71%的个券上涨，约21.73%的个券涨幅在0 - 1%区间，17.54%的个券涨幅超2% [19] - 本周全市场转股溢价率上升，日均转股溢价率44.31%，较上周上涨1.56pcts；分价格、平价区间来看，除90元以下区间外，其余区间转股溢价率分位数大多走窄 [24] - 12个行业转股溢价率走阔，3个行业走阔幅度超2pcts；社会服务、家用电器等走阔幅度居前，建筑材料、通信等走窄幅度居前 [28] - 4个行业平价有所走高，1个行业走阔幅度超2%；通信、交通运输等走阔幅度居前，非银金融、有色金属等走窄幅度居前 [30] 股债市场情绪对比 - 本周转债市场周度加权平均涨跌幅为负、中位数为正，正股市场周度加权平均涨跌幅为正、中位数为负；转债市场成交额环比下降4.05%，位于2022年以来82.40%的分位数水平，正股市场成交额环比下降22.67%，位于2022年以来88.20%的分位数水平；约60.00%的转债收涨，约43.85%的正股收涨；约64.62%的转债涨跌幅高于正股；本周转债市场交易情绪更优 [34] - 各交易日股债市场涨跌幅、成交额、涨跌数量占比等情况不同，周一、周二、周四、周五转债市场交易情绪更佳，周三正股市场交易情绪更佳 [35] 后市观点及投资策略 - 海外资产波动修复，美股风格切换受关注，26年上半年科技成长或维持势头 [1][37] - 国内权益市场防御、顺周期、科技成长板块表现不同，转债控回撤和博弈难度上升，节前建议平衡风险，高仓位高低切，低仓位择机布局 [1][39] - 建议关注伯25、保隆等转债标的；下周转债平价溢价率修复潜力最大的高评级、中低价前十名分别为利群转债、本钢转债等 [1][39]

量化模型与构建方式 1. **模型名称：量能择时模型**[7][12][24] * **模型构建思路**：通过分析主要宽基指数的成交量能变化，判断市场短期走势，给出看多或看空的择时信号[12]。 * **模型具体构建过程**：报告未详细描述该模型的具体构建公式和计算步骤，仅提及根据“量能择时指标”生成信号。截至报告期末，各主要宽基指数的该指标均发出“空”/“谨慎”信号[24]。 2. **模型名称：沪深300上涨家数占比择时模型（动量情绪指标）**[24][26][28] * **模型构建思路**：通过计算沪深300指数成分股中近期上涨股票的家数占比，并对其进行平滑处理，利用快慢线的交叉来捕捉市场情绪拐点，进行择时[24][26]。 * **模型具体构建过程**： 1. 首先，计算沪深300指数N日上涨家数占比。公式定义为： $$沪深300指数 N 日上涨家数占比 = \frac{沪深300指数成分股过去 N 日收益大于 0 的个股数}{沪深300指数成分股总数}$$[24] 2. 然后，对该指标值进行两次移动平均平滑。设长期窗口期为N1，短期窗口期为N2，且N1 > N2。报告示例中参数为N1=50，N2=35[26]。 $$慢线 = MA(上涨家数占比, N1)$$ $$快线 = MA(上涨家数占比, N2)$$ 3. 生成交易信号：当快线大于慢线时，看多沪深300指数；当快线小于等于慢线时，对市场持中性态度[28]。 3. **模型名称：均线情绪指标择时模型**[32][35] * **模型构建思路**：基于沪深300指数收盘价与一组均线（八均线体系）的相对位置关系，构建情绪指标，用于判断市场趋势状态并进行择时[32]。 * **模型具体构建过程**： 1. 计算沪深300指数的八条均线，均线参数为：8, 13, 21, 34, 55, 89, 144, 233[32]。 2. 计算当日沪深300指数收盘价大于这八条均线数值的数量[35]。 3. 生成交易信号：当收盘价大于均线值的数量超过5条时，看多沪深300指数[35]。报告将八均线区间值映射为-1, 0, 1三种状态来辅助判断[32]。 4. **因子名称：横截面波动率**[2][36][37] * **因子构建思路**：计算特定指数（如沪深300、中证500、中证1000）成分股收益率在横截面上的标准差，用以衡量市场分化程度和选股Alpha机会的强弱[2][36]。 * **因子具体构建过程**：报告未给出具体计算公式，但根据通用定义，横截面波动率通常是指在某个特定时间点（如日度），计算指数内所有成分股当日收益率的截面标准差。较高的横截面波动率意味着个股表现差异大，选股策略更容易获取超额收益[36]。 5. **因子名称：时间序列波动率**[2][37][40] * **因子构建思路**：计算指数成分股收益率在时间序列上的波动率（通常为标准差），用以衡量市场整体波动水平和风险环境，影响Alpha策略的表现[2][37]。 * **因子具体构建过程**：报告未给出具体计算公式。通常指计算指数或个股在过去一段时间（如20日或60日）内收益率的标准差，作为其波动率的度量。报告展示的是指数成分股的加权时间序列波动率[37][40]。 6. **因子名称：抱团基金分离度**[80] * **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，作为衡量基金抱团程度的代理变量。分离度小表明抱团紧密，分离度大表明抱团瓦解[80]。 * **因子具体构建过程**： 1. 首先构造一个“抱团基金组合”[80]。 2. 计算该组合内各基金在特定时期（如日度或周度）的截面收益率的标准差，即为分离度指标[80]。 $$分离度 = Std(抱团基金组合截面收益率)$$ 模型的回测效果 *报告未提供上述择时模型的历史回测绩效指标（如年化收益率、夏普比率、最大回撤等）的具体数值。* 因子的回测效果 1. **横截面波动率因子**，近两年平均值：沪深300为2.02%，中证500为2.26%，中证1000为2.51%[37]。近一年平均值：沪深300为2.01%，中证500为2.29%，中证1000为2.53%[37]。近半年平均值：沪深300为2.06%，中证500为2.44%，中证1000为2.60%[37]。近一季度平均值：沪深300为2.17%，中证500为2.48%，中证1000为2.63%[37]。近一季度平均值占近半年分位：沪深300为65.64%，中证500为56.35%，中证1000为66.14%[37]。 2. **时间序列波动率因子**，近两年平均值：沪深300为1.00%，中证500为1.35%，中证1000为1.52%[40]。近一年平均值：沪深300为0.89%，中证500为1.16%，中证1000为1.22%[40]。近半年平均值：沪深300为0.81%，中证500为1.20%，中证1000为1.15%[40]。近一季度平均值：沪深300为0.96%，中证500为1.27%，中证1000为1.22%[40]。近一季度平均值占近半年分位：沪深300为47.94%，中证500为60.32%，中证1000为66.93%[40]。 3. **抱团基金分离度因子**，报告未提供该因子的具体历史数值序列或统计值。

市场表现概览 - 过去两周全球市场偏弱，受中东地缘局势升温与国际市场去杠杆影响[2] - 股市整体弱势，A股与H股偏弱，美股内部分化，科技板块转弱[2][5] - 商品市场涨少跌多，贵金属与有色金属领跌，国际油价上行[2][37] - 汇市中美元指数震荡偏弱至97.6，多数非美货币升值[2][52] 股票市场详情 - 主要股指双周普遍下跌：科创50跌5.76%，恒生科技跌6.51%，纳斯达克100跌1.87%，道指逆势涨2.50%[4] - A股行业表现分化：食品饮料板块领涨6.2%，电子与计算机板块领跌，跌幅超6.8%[10] - 估值分位分化：A股近三年PE分位普遍偏高（如沪深300为89.5），H股恒生科技PE分位偏低（近一年为46.9），美股纳指长期PE分位较道指偏低[6][7] 债券与利率市场 - 全球国债收益率分化：中国10年期国债收益率为1.80%，美国为4.20%，巴西高达13.62%[12] - 中债呈现“非典型牛平”：6个月至1年期利率上行2.3-3.9个基点，2年期及以上利率下行2.0-4.1个基点[17] - 美联储3-4月降息概率不足50%，市场预期2026年将降息两次[15] 商品与外汇市场 - 国际大宗商品表现分化：CBOT大豆大涨4.4%，伦敦现货白银暴跌15.4%，WTI原油涨4.1%[35][37] - 人民币汇率平稳：美元兑离岸人民币双周下跌0.49%至6.9[51] - 主要货币对美元涨跌互现：尼日利亚奈拉领涨3.86%，澳元涨2.50%，俄罗斯卢布跌1.35%，泰铢跌1.24%[52]

中国黄金调整贵金属回购业务规则 - 公司于2月6日深夜通过微信公众号发布公告，宣布自2月7日起对所有渠道的贵金属回购业务规则进行调整 [1] - 调整内容包括：在上海黄金交易所非交易日（周六、周日及法定节假日）暂停办理贵金属回购业务 [2] - 调整内容包括：在业务办理时间内，对回购业务实施限额管理（如单一客户单日累计上限、单笔总量上限）并实施预约制 [3] 规则调整的核心原因与目的 - 核心目的是匹配市场价格机制，因黄金价格以交易所实时报价为基准，非交易日无公允市价，暂停回购可避免定价争议与经营被动 [5] - 核心目的是控制企业风险敞口，在价格剧烈波动阶段，于无市价参考时收购实物黄金可能导致次日市场价格跳空，产生显著价差损失 [5] - 核心目的是提升服务一致性，统一线上线下回购渠道规则，以规范流程、保障运营有序、减少消费者误解，并实现资金、库存与结算的统一管理 [5] 行业内的类似调整举措 - 头部品牌金店菜百股份已于2月2日宣布类似调整，在上海黄金交易所非交易日暂停回购业务并进行限额管理 [7] - 大型商业银行亦进行业务调整，工商银行于1月30日公告，自2月7日起在非交易所交易日对如意金积存业务进行限额管理（包括全量或单一客户单日积存/赎回上限等），但提金不受影响 [7] - 此类规则调整被专家视为行业内通行的风险管理手段，在银行业及大型金店中已有先例，是企业结合当前市场现状作出的审慎操作 [5]

市场核心观点 - 海外市场流动性出现企稳迹象，市场情绪可能好转[4][22][23] - 对2026年2月A股大盘走势持乐观观点，宏观择时模型月度评分为0分，历史上涨概率为78.57%，平均涨幅为3.37%[4][23][29] - 市场短期可能处于震荡行情，建议进行均衡型ETF配置[4][59][60] 近期资金流向 (2026.2.2-2026.2.6) - 权益类ETF类型中，规模指数ETF资金流入最多，为154.06亿元；主题指数ETF流出最多，为-260.04亿元[4][9][11] - 具体产品中，中证500ETF基金流入28.32亿元，通信ETF基金流出-308.85亿元[4][9][13] - 跟踪指数中，沪深300指数相关ETF流入59.26亿元，通信设备指数相关ETF流出-308.85亿元[4][17][19] 技术模型评分 (截至2026.2.6) - 主要宽基指数中，红利指数综合评分最高(59.97分)，科创100评分最低(14.64分)[35][40] - 风格指数中，金融(风格.中信)评分最高(74.74分)，巨潮中盘评分最低(17.24分)[43][46] - 申万一级行业指数中，银行评分最高(83.22分)，通信评分最低(15.08分)[52][56] 历史月份表现统计 - 主要宽基指数在历年2月平均收益率前三为：北证50(9.50%)、中证1000(7.39%)、万得微盘股日频等权指数(7.22%)[41] - 申万一级行业指数在历年2月平均收益率前三为：计算机(6.42%)、环保(6.39%)、电子(6.35%)[57]