市场总体观点与配置方向 - 权益市场有望在政策明晰、新经济高景气及流动性偏宽环境下震荡向上，建议积极布局春季行情[3] - 配置结构重点关注四大方向：科技成长（AI/半导体/创新药）、先进制造（新能源等）、周期（有色金属/建材等）及绩优红利资产（保险等）[3] 个股核心逻辑与数据摘要 - **百济神州-U**：核心产品泽布替尼2025年前三季度全球销售额达27.8亿美元，同比增长53.2%[4] - **北京君正**：受益于存储周期上行及L3智能驾驶落地对汽车电子业务的催化[11][12] - **海光信息**：作为国产算力领先企业，其CPU、DCU产品深度受益于AI浪潮与国产替代[18] - **道通科技**：2025年前三季度营收快速增长，AI+诊断及AI+充电业务发展势头良好[26] - **鹏辉能源**：2025年前三季度户储电芯出货量位列全球前三，储能业务景气[32] - **金风科技**：2025上半年风机及零部件业务毛利率为7.97%，同比明显提升[39] - **华新建材**：2025年第三季度归母净利润同比增长120.7%，海外业务发展迅速[57] - **赤峰黄金与洛阳钼业**：均受益于金属价格上行及自身产量增长，享有量价齐升逻辑[46][52] - **中国太保**：2018年以来股息率连续多年超过3%，负债端业绩增长稳健[65][66]

核心观点 报告的核心观点是，尽管北上资金延续净卖出，但市场整体交易热度、两融活跃度、主动偏股基金仓位及ETF净申购等指标均显示各类市场参与者回流趋势仍在延续，其中机构ETF与两融是阶段性的主要买入力量，未来需关注资金回流的持续性[7][8]。 宏观流动性 - 上周美元指数有所回落，中美利差“倒挂”程度有所收敛[2][14] - 10年期美债名义利率和实际利率均回落，通胀预期回落[2][14] - 离岸美元流动性边际宽松，国内银行间资金面均衡，期限利差(10Y-1Y)继续走阔[2][19] 市场交易热度与波动 - 市场整体交易热度回升，商贸零售、军工、消费者服务、轻工、纺服等板块的交易热度均处于80%历史分位数以上[3][25] - 多数指数波动率回升，中证500、中证1000、上证50、沪深300的波动率均回升[32] - 通信、电子、电力设备及新能源（电新）、化工板块的波动率依然处于80%历史分位数以上[3][32] - 市场流动性指标回落，各板块流动性指标均在70%历史分位数以下[37][40] 机构调研与分析师预测 - 电子、医药、电新、机械、有色等板块调研热度居前，汽车、计算机、通信、化工、有色等板块调研热度仍在上升[4][43] - 分析师同时上调了全A市场2025年和2026年的净利润预测[4][52] - 行业层面，房地产、建筑、煤炭、消费者服务、家电等板块的2025/2026年净利润预测均被上调[4][60] - 指数层面，沪深300、上证50的2025/2026年净利润预测均被上调，中证500则均被下调，创业板指的2025/2026年净利润预测分别被下调/上调[4][69] - 风格层面，大盘价值的2025/2026年净利润预测均被上调，大盘成长、小盘价值则均被下调[4][71] 北上资金动向 - 北上资金交易活跃度回落，近5日买卖总额占全A成交额之比从上上周的11.53%回落至上周的9.99%，并继续净卖出A股[5][79] - 基于前10大活跃股口径，北上在通信、有色、消费者服务等板块的买卖总额之比上升，在电子、计算机、银行等板块回落[5][88] - 基于持股小于3000万股的标的口径，北上主要净买入计算机、非银、煤炭等板块，净卖出通信、有色、汽车等板块[5][90] 两融资金动向 - 两融活跃度快速回升至2025年11月以来的高点，上周继续净买入393.38亿元[6][95] - 行业上，两融主要净买入电子、电新、通信等板块，净卖出非银、石油石化、商贸零售等板块[6][95] - 消费者服务、银行、电新等板块的融资买入占比上升较多[6][101] - 风格上，两融净买入大盘/中盘/小盘成长以及中盘/小盘价值，仅小幅净卖出大盘价值[6][105] 龙虎榜交易 - 龙虎榜买卖总额及其占全A成交额之比均继续回升[6][108] - 行业层面，建材、农林牧渔、家电等板块龙虎榜买卖总额占成交额之比相对较高且仍在上升[6][108] 公募基金与ETF动向 - 主动偏股基金仓位继续回升，剔除涨跌幅因素后，主要加仓有色、传媒、消费者服务等板块，主要减仓通信、家电、商贸零售等板块[7][113] - 主动偏股基金的净值表现与中盘/小盘成长、大盘/小盘价值的相关性上升[123] - 上周新成立权益基金规模回升，其中主动型新成立规模回升，被动型回落[7] - ETF继续被净申购，且以机构ETF为主，个人ETF开始被净赎回[7] - 从跟踪指数看，与中证A500等相关的ETF被主要净申购[7] - 行业层面，ETF主要净买入有色、医药、电新等板块，主要净卖出军工、电子、农林牧渔等板块[7]

量化模型与因子总结 量化模型与构建方式 1. **模型名称**：风格相对拥挤度模型[71][127] * **模型构建思路**：通过计算不同风格指数换手率标准化值的差异及其历史分位，来衡量某一风格相对于另一风格的交易拥挤程度，以判断其配置风险或性价比[71][127]。 * **模型具体构建过程**： 1. 对于风格A指数和风格B指数，分别计算其近252个交易日的平均换手率[127]。 2. 将上述平均换手率值，在2005年1月1日以来的历史时间序列上进行Z-score标准化，得到Z-score_A与Z-score_B[127]。 3. 计算二者差值：$$Diff_{AB} = Z\text{-}score_A - Z\text{-}score_B$$[127] 4. 计算差值Diff_AB的滚动6年历史分位数（若历史数据不足6年但满1年，则使用全部历史数据计算），该分位数即为风格A相对于风格B的相对拥挤度[127]。 2. **模型名称**：风格累计超额净值模型[128] * **模型构建思路**：以万得全A指数为基准，计算各风格指数的累计超额收益，用于跟踪风格表现的相对强弱[128]。 * **模型具体构建过程**： 1. 设定基准日（报告中为2020年1月4日）[128]。 2. 将各风格指数及万得全A指数的每日收盘价除以基准日收盘价，得到各自的累计净值序列[128]。 3. 将各风格指数每日的累计净值除以同一交易日万得全A指数的累计净值，得到该风格指数相对于万得全A的累计超额净值[128]。 3. **模型名称**：机构调研活跃度模型[129] * **模型构建思路**：通过标准化并比较不同板块（指数、行业）的机构调研频率，构建活跃度指标并计算其历史分位，以衡量市场关注度的变化[129]。 * **模型具体构建过程**： 1. 对于特定板块，计算其近n个交易日的“日均机构调研次数”[129]。 2. 将该日均值在滚动y年的历史时间序列上进行z-score标准化[129]。 3. 将上述标准化值与万得全A指数的同期标准化结果作差，得到“机构调研活跃度”[129]。 4. 计算该“机构调研活跃度”的滚动y年历史分位数（长期口径：n=126，y=6年；短期口径：n=63，y=3年。历史数据不足时使用全部可用数据计算）[129]。 模型的回测效果 *本报告为市场跟踪周报，未提供上述模型的长期历史回测绩效指标（如年化收益率、夏普比率、最大回撤等）。报告主要展示了模型在特定时点（2025年12月26日当周）的输出结果和状态判断[71][75][77][78]。* 量化因子与构建方式 1. **因子名称**：滚动季度夏普率[37][39] * **因子构建思路**：计算万得全A指数滚动一个季度（约63个交易日）的夏普比率，作为衡量市场情绪与风险的指标[37]。 * **因子具体构建过程**：报告未给出详细计算公式，但遵循夏普比率通用定义，即区间超额收益率均值除以收益率标准差。文中指出该指标上升至历史极高位置表明市场情绪达到极端高峰[37]。 2. **因子名称**：风险溢价（ERP）[51][59] * **因子构建思路**：计算股票指数市盈率倒数与无风险利率的差值，作为衡量股债相对性价比的指标[51]。 * **因子具体构建过程**：对于任一指数，其ERP计算公式为： $$ERP = \frac{1}{PE_{TTM}} - R_{f}$$ 其中，\(PE_{TTM}\) 为指数的滚动市盈率，\(R_{f}\) 为10年期中国国债到期收益率[51]。 3. **因子名称**：成交热度[25][35] * **因子构建思路**：使用换手率的历史分位来度量指数、板块或行业的交易活跃程度[25]。 * **因子具体构建过程**：成交热度定义为“周度日均自由流通换手率”在设定历史区间（例如2005年1月1日至今）内的历史分位值[25][35]。 4. **因子名称**：动量因子（基于长江动量指数）[61] * **因子构建思路**：以最近一年收益率减去最近一个月收益率（剔除涨停板）作为动量指标，筛选动量特征强的股票[61]。 * **因子具体构建过程**：报告未给出具体加权和调仓细节。长江动量指数综合选择A股市场中动量特征强且流动性相对较高的前100只股票作为成分股，以表征动量风格的整体走势[61]。 5. **因子名称**：反转因子（基于长江反转指数）[61] * **因子构建思路**：以最近一个月收益率作为筛选指标，筛选反转效应强的股票[61]。 * **因子具体构建过程**：报告未给出具体加权和调仓细节。长江反转指数综合选择A股市场中反转效应强、流动性较好的前100只股票作为成分股，并采用近三个月日均成交量进行加权，以表征反转风格的整体表现[61]。 因子的回测效果 *本报告未提供上述因子的IC、IR、多空收益等传统因子测试结果。报告主要展示了这些因子或基于其构建的指数在特定时期（近一周、近一月、年初至今）的表现，以及相关指标（如PE分位、ERP分位）在当周末的截面或时间序列值[17][35][49][59][66]。*

量化模型与构建方式 1. **模型名称：中国经济六周期模型**[12] * **模型构建思路**：通过货币、信用、增长三个维度的方向（宽松/紧缩，扩张/收缩，上行/下行）来刻画宏观状态，将经济划分为六个不同的阶段[12]。 * **模型具体构建过程**： 1. **货币因子**：判断货币环境是宽松还是紧缩。报告指出，通过观察DR007等利率指标的下行趋势，可以判断货币因子处于宽松区间[12]。 2. **信用因子**：使用中长期贷款脉冲（新增中长贷TTM同比）的三个月差分来识别信用周期的方向。当该差分值为正时，表明信用处于扩张区间[12]。公式可表示为： $$信用因子方向 = sign(新增中长贷TTM同比_t - 新增中长贷TTM同比_{t-3})$$ 其中，正值代表扩张，负值代表收缩。 3. **增长因子**：通过观察制造业PMI等经济指标的脉冲（变化趋势）来判断经济增长方向是上行还是下行[12]。 4. **状态划分**：综合三个因子的方向（正/负），将经济状态划分为六个不同的阶段，例如“阶段2：宽货币-宽信用-增长上行（经济复苏）”[12][15]。 2. **模型名称：A股收益预测框架**[9] * **模型构建思路**：将股票指数的未来收益拆分为盈利增长和估值变化两个主要分项，分别进行预测后加总，得到整体预期收益[9]。 * **模型具体构建过程**： 1. **盈利项预测**：预测指数未来一年的盈利增速。报告中预测中证A500未来一年盈利贡献为8.7%[1][9]。 2. **估值项预测**：预测指数未来一年的估值（如PE）变化幅度。报告中预测中证A500估值仍有3%的上涨空间[1][9]。 3. **收益加总**：将预测的盈利增长收益与估值变化收益相加，得到总预期收益。公式可表示为： $$预期总收益 = 预期盈利增长贡献 + 预期估值变化贡献$$ 报告中应用此框架预测中证A500未来一年预期收益为12.9%[1][9]。 量化因子与构建方式 1. **因子名称：ESG负面剔除因子**[22][23] * **因子构建思路**：在指数构建的选样过程中，系统性剔除ESG（环境、社会和公司治理）评级较低的上市公司，以提升成分股的可持续发展能力和长期经营韧性[21][23]。 * **因子具体构建过程**：遵循中证A500指数的编制规则，在样本空间中，直接剔除中证ESG评价结果在C级及以下的上市公司证券[22]。这是一个基于规则的二元筛选因子。 2. **因子名称：行业均衡因子**[21][22] * **因子构建思路**：在指数选样时，控制各行业的自由流通市值分布与全市场样本空间尽可能一致，以实现行业均衡配置，避免对单一行业的过度暴露[21]。 * **因子具体构建过程**：在完成ESG剔除和初步流动性筛选后，从剩余待选样本中，按照中证一级行业分类，根据自由流通市值选取一定数量证券，使得最终500只样本股的行业自由流通市值分布与样本空间（中证全指）尽可能一致[22]。 3. **因子名称：流动性因子**[22][32] * **因子构建思路**：筛选市值较大、市场交易活跃的股票，以确保指数的可投资性和高流动性[21][32]。 * **因子具体构建过程**：通过多个规则构建： * 要求样本证券属于沪股通或深股通范围[22]。 * 对主板证券，要求其在所属中证三级行业内的自由流通市值占比不低于2%[22]。 * 在待选样本中，优先选取三级行业内自由流通市值最大或总市值排名在市场前1%的证券[22]。 * 最终成分股在“成交主力”等流动性相关概念上暴露度很高（67.91%）[38][39]。 4. **因子名称：风格因子（市值、动量、流动性、成长等）**[43][44] * **因子构建思路**：通过多因子模型分析指数在常见风格维度上的暴露情况，以刻画其整体风格特征[41]。 * **因子具体构建过程**：报告引用Wind风格因子暴露数据，展示了中证A500指数在市值、Beta、动量、波动性、非线性市值、价值、流动性、盈利、成长性、杠杆等一系列风格因子上的标准化暴露度[43][44]。这些因子通常由底层股票的特征值（如总市值、过去收益、换手率、盈利增长率等）经市值加权和标准化处理后得到。 模型的回测效果 *本报告未提供上述量化模型在历史数据上的系统化回测绩效指标（如年化收益、夏普比率等）。报告中对“中国经济六周期模型”的效果展示，是基于历史统计的各阶段下中证A500与沪深300的年化收益对比[15][16]。* 因子的回测效果 1. **ESG负面剔除因子**：通过对比ESG基准指数与原始指数的历史表现来评估该因子效果。例如，中证500 ESG基准指数自基日以来年化收益为3.96%，高于中证500指数的2.42%，同时年化波动率更低（20.68% vs 21.06%）[24]。这表明该因子在历史回测中具有优化风险收益特征的效果[2][24]。 2. **行业均衡因子、流动性因子、风格因子**：报告未提供这些因子独立的、系统化的历史回测绩效指标（如IC、IR、多空收益等）。报告主要通过展示指数当前的成分股特征（如行业分布[33][37]、市值分布[32][34]、概念暴露[38][39]、风格暴露[43][44]）来间接说明这些因子的构建结果。

量化模型与因子总结 量化因子与构建方式 1. **因子名称：250日新高距离**[11] * **因子构建思路**：该因子用于衡量当前价格相对于过去一段时间内最高价格的回落幅度，是趋势跟踪和动量策略的核心指标。当价格创出新高时，该因子值为0；价格从高点回落时，该值为正，表示回落的百分比[11]。 * **因子具体构建过程**：对于每个交易日t，计算股票或指数的收盘价Closet与过去250个交易日收盘价最大值ts_max(Close, 250)的比值，并用1减去该比值，得到“250日新高距离”[11]。 具体公式为： $$250日新高距离 = 1 - \frac{Closet}{ts\_max(Close, 250)}$$ 其中，Closet为最新收盘价，ts_max(Close, 250)为过去250个交易日收盘价的最大值[11]。 2. **模型名称：平稳创新高股票筛选模型**[24][27] * **模型构建思路**：该模型旨在从近期创出新高的股票中，进一步筛选出具有更强趋势延续潜力的“平稳创新高”股票。其理论基础在于，遵循平滑价格路径的高动量股票，其未来收益可能优于价格路径跳跃的股票[24]。模型从分析师关注度、股价相对强弱、趋势延续性、股价路径平稳性和创新高持续性等多个角度进行综合筛选[24][27]。 * **模型具体构建过程**：该模型是一个多步骤的筛选流程，具体步骤如下[24][27]： 1. **初选股票池**：筛选出上市满15个月，且在过去20个交易日内创出过250日新高的股票[19]。 2. **分析师关注度筛选**：要求过去3个月内，获得“买入”或“增持”评级的分析师研报数量不少于5份[27]。 3. **股价相对强弱筛选**：要求过去250日涨跌幅位于全市场所有股票的前20%[27]。 4. **股价平稳性与创新高持续性综合打分**：在满足上述条件的股票池内，使用以下两个指标进行综合打分，并选取排名在前50%的股票[27]。 * **价格路径平滑性**：使用“股价位移路程比”指标。该指标的计算方法在报告中以图表形式展示，其公式为：过去120日涨跌幅的绝对值 / 过去120日日涨跌幅绝对值加总[24]。该值越接近1，表明价格路径越平滑。 * **创新高持续性**：使用过去120日的“250日新高距离”在时间序列上的均值。该值越小，表明在近期内股价持续接近或创出新高的状态保持得越好[27]。 5. **趋势延续性筛选**：对经过第4步筛选后的股票，计算其过去5日的“250日新高距离”在时间序列上的均值，并选取该值排序最靠前的50只股票作为最终输出[27]。 模型与因子的回测效果 > **注**：本报告主要为市场状态跟踪与股票筛选，未提供量化模型或因子在历史回测中的具体绩效指标（如年化收益率、夏普比率、信息比率IR、最大回撤等）。报告展示了截至特定日期（2025年12月26日）的截面数据结果[2][12][19][28]。 1. **250日新高距离因子** * **市场指数取值**：截至2025年12月26日，主要宽基指数的250日新高距离分别为：上证指数1.63%、深证成指0.89%、沪深300指数1.91%、中证500指数1.19%、中证1000指数0.56%、中证2000指数0.05%、创业板指2.42%、科创50指数12.56%[2][12]。 * **行业指数取值**：国防军工、有色金属、建材、机械、轻工制造行业指数距离250日新高较近（例如前四个行业距离为0.00%）；食品饮料、银行、医药、综合金融、房地产行业指数距离250日新高较远[13]。 * **概念指数取值**：林木、航天军工、万得风电、十大军工集团、HJT电池、金属非金属、黄金等概念指数距离250日新高较近[15]。 2. **平稳创新高股票筛选模型** * **筛选结果数量**：截至2025年12月26日，初选股票池（过去20日创250日新高）共有726只股票[19]。经过模型多步骤筛选后，最终得到50只“平稳创新高”股票，例如中际旭创、英维克、新易盛等[3][28]。 * **板块分布**：这50只股票中，周期板块有21只入选，科技板块有15只入选。周期板块中创新高最多的是有色金属行业；科技板块中创新高最多的是电力设备及新能源行业[28]。

量化模型与因子总结 量化因子与构建方式 1. **因子名称：250日新高距离**[11] * **因子构建思路**：该因子用于衡量当前价格相对于过去一段时间内最高价格的回落幅度，是趋势跟踪和动量策略的核心指标。当价格创出新高时，该因子值为0；价格从高点回落时，该因子值为正，值越大表示回落幅度越大[11]。 * **因子具体构建过程**：对于每个交易日t，计算最新收盘价与过去250个交易日（约一年）最高收盘价的相对距离。具体公式如下： $$250日新高距离 = 1 - \frac{Close_t}{ts\_max(Close, 250)}$$ 其中，$Close_t$为股票在交易日t的最新收盘价，$ts\_max(Close, 250)$为过去250个交易日收盘价的最大值[11]。 2. **模型名称：平稳创新高股票筛选模型**[24][27] * **模型构建思路**：该模型旨在从近期创出250日新高的股票中，进一步筛选出具有分析师关注、股价走势强劲且路径平稳、趋势有望延续的股票。其理论基础在于，遵循平滑价格路径的高动量股票未来收益可能优于价格路径跳跃的股票[24]。 * **模型具体构建过程**：模型采用多步骤条件筛选法，具体流程如下： 1. **初选股票池**：筛选出上市满15个月，且在过去20个交易日内创出过250日新高的所有股票[19]。 2. **分析师关注度筛选**：要求过去3个月内，获得“买入”或“增持”评级的分析师研报数量不少于5份[27]。 3. **股价相对强弱筛选**：要求过去250日涨跌幅位于全市场所有股票的前20%[27]。 4. **股价平稳性与创新高持续性综合打分**：在满足上述条件的股票池内，使用以下两个指标进行综合打分，并选取排名在前50%的股票[27]。 * **价格路径平滑性（股价位移路程比）**：该指标衡量股价走势的平稳程度。计算公式为过去120日涨跌幅的绝对值除以过去120日日涨跌幅绝对值的加总。比值越高，表明价格路径越平滑（趋势性越强，波动越小）[24][27]。 * **创新高持续性**：计算过去120个交易日的“250日新高距离”在时间序列上的均值。该值越小，表明股票在近期持续接近或创出新高[27]。 5. **趋势延续性筛选**：对经过上一步筛选的股票，计算其过去5个交易日的“250日新高距离”在时间序列上的均值，并选取该值排序最靠前的50只股票作为最终输出[27]。 模型的回测效果 *本报告为市场状态跟踪与股票筛选周报，未提供量化模型或因子在历史数据上的系统性回测绩效指标（如年化收益率、夏普比率、信息比率IR、最大回撤等）。报告主要展示了截至特定日期（2025年12月26日）的截面筛选结果和部分市场统计数据[12][13][19][28]。* 因子的回测效果 *本报告为市场状态跟踪与股票筛选周报，未提供量化因子在历史数据上的系统性回测绩效指标（如IC值、ICIR、多空收益、分组收益等）。报告主要展示了截至特定日期（2025年12月26日）的因子截面取值和市场应用情况[12][13][19]。*

市场新高趋势追踪 - 截至2025年12月26日，主要宽基指数距离其250日新高均较近，其中中证2000指数距离最近，为0.05%，科创50指数距离最远，为12.56% [1][6][26] - 在行业层面，国防军工、有色金属、建材、机械、轻工制造行业指数距离250日新高最近，其中前四个行业距离为0.00%，轻工制造为0.44% [1][9][26] - 在概念板块层面，林木、航天军工、万得风电、十大军工集团、HJT电池、金属非金属、黄金等概念指数距离250日新高较近 [1][11][27] 创新高个股市场监测 - 截至2025年12月26日，过去20个交易日内共有726只股票创出250日新高 [2][14][27] - 从绝对数量看，创新高个股最多的行业是机械（98只）、电子（81只）和基础化工（61只）[14] - 从相对比例看，创新高个股占比最高的行业是国防军工（31.97%）、石油石化（28.00%）和有色金属（26.61%）[14] - 按板块划分，制造和科技板块创新高股票数量最多，分别为261只和176只，占板块内股票数量的比例分别为16.70%和12.46% [16] - 按指数划分，中证500和沪深300指数中创新高个股占比最高，分别为15.20%和15.33%，科创50指数占比最低，为6.00% [2][16][27] 平稳创新高股票筛选 - 报告基于分析师关注度、股价相对强弱、趋势延续性、股价路径平稳性及创新高持续性等维度，从全市场创新高股票中筛选出50只平稳创新高股票 [3][19][28] - 筛选标准包括：过去3个月买入或增持评级研报不少于5份、过去250日涨跌幅位于全市场前20%，并综合评估价格路径平滑性与创新高持续性 [19] - 在筛选出的50只股票中，周期板块和科技板块入选数量最多，分别为21只和15只 [3][20] - 周期板块中，有色金属行业创新高股票最多；科技板块中，电力设备及新能源行业创新高股票最多 [3][20] - 部分入选股票示例包括中际旭创、英维克、新易盛、中石科技、盐湖股份等，表格信息显示其过去250日涨幅显著，如中石科技涨幅达142.47% [3][20][23]

报告行业投资评级 未提及 报告的核心观点 - 海外宏观环境延续回暖，美国“宽财政 + 宽货币”推动经济景气，欧央行维持利率并上调 GDP 预测，日本加息落地并上调 GDP 增长预期 [6] - 国内 12 月住建会议部署 2026 年工作，地下管网改造或提升资金投入，11 月社零不及预期，投资走弱但出口亮眼 [6] - 资产配置上宏观环境利于贵金属和有色金属板块，国内权益板块年末及政策空窗期以防御为主 [6] 根据相关目录分别进行总结 金融市场涨跌幅 - 股指方面沪深 300 期货、上证 50 期货、中证 500 期货、中证 1000 期货均有不同程度涨幅，今年涨幅分别为 17.29%、13.29%、28.59%、26.85% [2] - 国债方面 2、5、10、30 年期国债期货日度涨跌幅分别为 -0.02%、-0.03%、-0.03%、-0.29%，今年涨跌幅分别为 -0.45%、-0.52%、-0.67%、-5.32% [2] - 外汇方面美元指数日度涨跌幅 0.00%，今年涨跌幅 -9.70%；欧元兑美元、美元兑日元、美元中间价有相应变化 [2] - 利率方面银存间质押 7 日、10Y 中债国债收益率、10Y 美国国债收益率等有不同变动 [2] - 国内主要商品中航运、贵金属、有色、黑色、建材、能源化工、农产品等板块各品种有相应涨跌幅 [2] 中信行业指数涨跌幅 - 建筑、钢铁、有色金属等行业有不同程度涨幅，食品饮料、汽车、国防军工等部分行业有不同程度跌幅 [3] 宏观精要 - 海外宏观近期美国“低通胀 + 弱现实 + 联储主席换届”利于宽松，2026 年海外宏观环境回暖 [6] - 国内宏观 12 月住建会议部署工作，11 月社零不及预期，投资走弱出口亮眼 [6] - 资产观点宏观环境利于贵金属和有色金属板块，国内权益板块防御为主 [6] 各板块品种分析 - 金融板块股市等待主线，债市有扰动，股指期货震荡上涨，股指期权震荡，国债期货震荡 [7] - 贵金属板块震荡向上，白银弹性大，黄金/白银震荡上涨 [7] - 航运板块关注远月复航进展，集运欧线震荡 [7] - 黑色建材板块供给扰动叠加冬储补库预期，各品种多震荡 [7] - 有色与新材料板块基本金属震荡整固，部分品种震荡上涨 [7] - 能源化工板块化工分化格局延续，部分品种震荡上涨，部分震荡下跌 [10] - 农业板块马棕产需预期改善，部分品种震荡上涨，部分震荡下跌 [10]

文章核心观点 - 2025年以来A股市场结束了持续三年的“哑铃”格局 其基本面基础是以科创板和创业板为代表的硬科技板块成长性回升[1] - 市场资金偏好从微盘和红利转向科技成长方向 是主线风格演绎特征背后的原因[2] - 2025年第三季度前的持续业绩增长是大部分行业在10月后市场表现具有韧性的基础[1][3] 市场格局与风格切换 - 2022年至2024年形成的“哑铃”格局源于基本面走弱和风险偏好较低 其根源在于典型成长板块成长性的缺失[2] - 2025年以来 市场主线风格显示资金偏好从微盘和红利转向科技成长方向[2] - 以科创50和创业板指为代表的A股核心硬科技板块成长性回升 是市场走出“哑铃”格局的基础[2] - 分析师情绪指数持续向上突破至历史较高区间[2] 行业表现与分化 - 2025年8月后市场估值趋于分化 10月短期震荡后系数Beta再创新高 已超过2023年初的分化水平[3] - 10月后不同行业价格走势出现结构分化 但成长性是大部分行业行情韧性的基础[3] - 部分行业在10月后上涨节奏未受影响或短期受影响后重归上行趋势 这些行业在2025年至第三季度持续维持较高成长性[3] 具体板块投资要点 - **双创与科技板块**：预期盈利高于当前实现水平 预期ROE与滚动ROE(ROE_TTM)之差均在5%以上 其中电力设备及新能源行业差距达8.18% 建议关注2026年盈利兑现情况[1][4] - **国防军工**：截至12月上旬日均市净率(PB)为3.70倍 滚动净资产收益率(ROE_TTM)为3.70% 与市净率相近的食品饮料行业(PB=4.08倍， ROE_TTM=19.93%)和有色金属行业(PB=3.14倍， ROE_TTM=12.97%)相比 其盈利水平仍有提升空间[4] - **食品饮料与家电行业**：两个行业的实现ROE_TTM和预期ROE(ROE_FTTM)均在20%左右 盈利性差距逐渐缩小 但估值差异较大 食品饮料日均PB为4.08倍 家电为2.40倍 长期看可能存在估值趋近的过程[1][4] - **大盘宽基指数**：沪深300和上证50指数前十大一级行业中 双创板和科技类行业占比提升 新旧经济增长动能切换态势明显 总体盈利和价格波动保持稳定 具备配置价值[1][4] 未来关注时点 - 2026年1月是2025年年报业绩预告的观测时间窗口 建议关注相关行业的业绩兑现情况[1]

量化模型与构建方式 1. **模型名称：微盘股/茅指数轮动模型**[19][24] * **模型构建思路**：通过比较微盘股与茅指数的相对价值和动量趋势，判断市场风格偏向，从而在两者之间进行轮动配置，以获取更高的相对收益[19][24]。 * **模型具体构建过程**： 1. 计算微盘股与茅指数的相对净值：`微盘股/茅指数相对净值`[19]。 2. 计算该相对净值的243日移动平均线（年均线）[19][24]。 3. 分别计算微盘股指数和茅指数过去20个交易日的收盘价斜率（动量）[19][24]。 4. **轮动信号生成规则**： * 当`微盘股/茅指数相对净值`高于其243日均线，且`微盘股20日斜率`为正时，倾向于投资微盘股[19][24]。 * 当`微盘股/茅指数相对净值`低于其243日均线，或`微盘股20日斜率`为负而`茅指数20日斜率`为正时，轮动模型发出切换至茅指数的信号[19][24]。 2. **模型名称：微盘股择时风控模型**[19][24] * **模型构建思路**：监控与微盘股系统性风险相关的宏观和市场指标，当指标触及预设阈值时发出平仓信号，以控制中期风险[19][24]。 * **模型具体构建过程**： 1. 计算十年期国债到期收益率的同比变化率（`十年国债利率同比`）[19]。 2. 计算微盘股波动率拥挤度的同比变化率（`波动率拥挤度同比`）[19]。 3. **风控信号生成规则**：设定两个阈值，十年国债利率同比阈值为30%，波动率拥挤度同比阈值为55%[19][24]。当任一指标触及或超过其对应阈值时，模型发出平仓信号[19][24]。 3. **模型名称：宏观择时模型**[40] * **模型构建思路**：综合经济增长和货币流动性两个维度的宏观信号，动态调整权益资产（股票）的配置仓位[40]。 * **模型具体构建过程**：模型根据经济增长和货币流动性层面的信号强度，综合计算出推荐的股票仓位。例如，截至报告期，模型对经济增长的信号强度为50%，对货币流动性的信号强度为60%，最终给出的12月份权益推荐仓位为55%[40][41]。 量化因子与构建方式 1. **因子名称：一致预期因子**[46][57] * **因子构建思路**：基于分析师对未来盈利的一致预期数据构建因子，捕捉市场对上市公司未来业绩的共识变化[57]。 * **因子具体构建过程**：包含多个细分因子，例如： * `EPS_FTTM_Chg3M`：未来12个月一致预期EPS过去3个月的变化率[57]。 * `ROE_FTTM_Chg3M`：未来12个月一致预期ROE过去3个月的变化率[57]。 * `TargetReturn_180D`：一致预期目标价相对于目前股价的收益率[57]。 2. **因子名称：市值因子**[46][57] * **因子构建思路**：使用公司规模（市值）作为因子，通常小市值公司可能具有更高的风险溢价[57]。 * **因子具体构建过程**： * `LN_MktCap`：流通市值的对数[57]。 3. **因子名称：成长因子**[46][57] * **因子构建思路**：衡量公司盈利或收入的增长能力，高成长性的公司可能获得市场溢价[57]。 * **因子具体构建过程**：包含多个细分因子，例如： * `NetIncome_SQ_Chg1Y`：单季度净利润同比增速[57]。 * `OperatingIncome_SQ_Chg1Y`：单季度营业利润同比增速[57]。 * `Revenues_SQ_Chg1Y`：单季度营业收入同比增速[57]。 4. **因子名称：反转因子**[46][58] * **因子构建思路**：基于股票过去一段时间的价格表现，认为过去表现差的股票未来可能反弹，而过去表现好的股票未来可能回调[58]。 * **因子具体构建过程**：包含多个不同时间窗口的收益率因子，例如： * `Price_Chg20D`：20日收益率[58]。 * `Price_Chg40D`：40日收益率[58]。 * `Price_Chg60D`：60日收益率[58]。 * `Price_Chg120D`：120日收益率[58]。 5. **因子名称：质量因子**[46][57] * **因子构建思路**：衡量公司的盈利质量、财务稳健性和运营效率，高质量的公司通常被认为风险更低[57]。 * **因子具体构建过程**：包含多个细分因子，例如： * `ROE_FTTM`：未来12个月一致预期净利润/股东权益均值[57]。 * `OCF2CurrentDebt`：过去12个月经营现金流净额/流动负债均值[57]。 * `GrossMargin_TTM`：过去12个月毛利率[57]。 * `Revenues2Asset_TTM`：过去12个月营业收入/总资产均值[57]。 6. **因子名称：技术因子**[46][58] * **因子构建思路**：基于价量数据构建，捕捉市场的交易行为、情绪和趋势[58]。 * **因子具体构建过程**：包含多个细分因子，例如： * `Volume_Mean_20D_240D`：20日成交量均值/240日成交量均值[58]。 * `Skewness_240D`：240日收益率偏度[58]。 * `Volume_CV_20D`：20日成交量标准差/20日成交量均值[58]。 * `Turnover_Mean_20D`：20日换手率均值[58]。 7. **因子名称：价值因子**[46][57] * **因子构建思路**：衡量公司的估值水平，寻找价格低于其内在价值的股票[57]。 * **因子具体构建过程**：包含多个细分因子，例如： * `BP_LR`：最新年报账面净资产/最新市值[57]。 * `EP_FTTM`：未来12个月一致预期净利润/最新市值[57]。 * `SP_TTM`：过去12个月营业收入/最新市值[57]。 * `EP_FY0`：当期年报一致预期净利润/最新市值[57]。 * `Sales2EV`：过去12个月营业收入/企业价值[57]。 8. **因子名称：波动率因子**[46][58] * **因子构建思路**：衡量股票价格或收益的波动性，低波动率的股票可能具有防御属性或风险更低[58]。 * **因子具体构建过程**：包含多个细分因子，例如： * `Volatility_60D`：60日收益率标准差[58]。 * `IV_CAPM`：CAPM模型残差波动率[58]。 * `IV_FF`：Fama-French三因子模型残差波动率[58]。 * `IV_Carhart`：Carhart四因子模型残差波动率[58]。 9. **因子名称：可转债择券因子（正股一致预期、正股成长、正股财务质量、正股价值、转债估值）**[54] * **因子构建思路**：针对可转债特性构建择券因子，一部分因子从预测正股表现的角度出发（如正股一致预期、价值等），另一部分直接衡量转债的估值水平（如平价底价溢价率）[54]。 * **因子具体构建过程**：报告提及了五类可转债择券因子，包括正股一致预期、正股成长、正股财务质量、正股价值以及转债估值因子（如平价底价溢价率），但未给出具体构建公式[54]。 模型的回测效果 1. **宏观择时模型**：2025年年初至报告期的收益率为13.57%，同期Wind全A收益率为25.65%[40]。 因子的回测效果 *（以下因子表现数据均基于“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IC均值和多空收益）[47]* 1. **一致预期因子** * **上周IC均值**：全部A股(-0.13%)， 沪深300(-3.26%)， 中证500(-1.98%)， 中证1000(-3.26%)[47]。 * **今年以来IC均值**：全部A股(1.93%)， 沪深300(4.73%)， 中证500(3.26%)， 中证1000(2.33%)[47]。 * **上周多空收益**：全部A股(-0.41%)， 沪深300(-0.31%)， 中证500(0.25%)， 中证1000(-0.66%)[47]。 * **今年以来多空收益**：全部A股(14.72%)， 沪深300(8.94%)， 中证500(22.18%)， 中证1000(21.22%)[47]。 2. **市值因子** * **上周IC均值**：全部A股(17.14%)， 沪深300(-3.23%)， 中证500(10.89%)， 中证1000(18.18%)[47]。 * **今年以来IC均值**：全部A股(3.79%)， 沪深300(-1.32%)， 中证500(2.08%)， 中证1000(3.22%)[47]。 * **上周多空收益**：全部A股(1.80%)， 沪深300(0.50%)， 中证500(0.90%)， 中证1000(1.83%)[47]。 * **今年以来多空收益**：全部A股(14.58%)， 沪深300(-3.98%)， 中证500(5.09%)， 中证1000(4.13%)[47]。 3. **成长因子** * **上周IC均值**：全部A股(-0.46%)， 沪深300(-10.58%)， 中证500(-7.15%)， 中证1000(-4.41%)[47]。 * **今年以来IC均值**：全部A股(1.38%)， 沪深300(4.12%)， 中证500(1.41%)， 中证1000(1.22%)[47]。 * **上周多空收益**：全部A股(0.24%)， 沪深300(-0.64%)， 中证500(-0.41%)， 中证1000(-1.15%)[47]。 * **今年以来多空收益**：全部A股(18.75%)， 沪深300(47.80%)， 中证500(2.83%)， 中证1000(13.38%)[47]。 4. **反转因子** * **上周IC均值**：全部A股(14.00%)， 沪深300(5.70%)， 中证500(12.53%)， 中证1000(16.69%)[47]。 * **今年以来IC均值**：全部A股(6.83%)， 沪深300(0.56%)， 中证500(4.10%)， 中证1000(6.63%)[47]。 * **上周多空收益**：全部A股(1.90%)， 沪深300(1.14%)， 中证500(2.46%)， 中证1000(1.68%)[47]。 * **今年以来多空收益**：全部A股(14.55%)， 沪深300(-24.31%)， 中证500(-7.75%)， 中证1000(11.20%)[47]。 5. **质量因子** * **上周IC均值**：全部A股(4.51%)， 沪深300(9.33%)， 中证500(9.95%)， 中证1000(5.73%)[47]。 * **今年以来IC均值**：全部A股(0.52%)， 沪深300(2.08%)， 中证500(1.35%)， 中证1000(0.12%)[47]。 * **上周多空收益**：全部A股(0.91%)， 沪深300(0.96%)， 中证500(1.92%)， 中证1000(0.86%)[47]。 * **今年以来多空收益**：全部A股(4.34%)， 沪深300(31.40%)， 中证500(0.85%)， 中证1000(-2.28%)[47]。 6. **技术因子** * **上周IC均值**：全部A股(16.08%)， 沪深300(8.60%)， 中证500(13.68%)， 中证1000(16.35%)[47]。 * **今年以来IC均值**：全部A股(8.92%)， 沪深300(3.40%)， 中证500(4.80%)， 中证1000(7.18%)[47]。 * **上周多空收益**：全部A股(0.84%)， 沪深300(1.55%)， 中证500(0.23%)， 中证1000(1.39%)[47]。 * **今年以来多空收益**：全部A股(41.96%)， 沪深300(10.99%)， 中证500(4.99%)， 中证1000(18.07%)[47]。 7. **价值因子** * **上周IC均值**：全部A股(17.99%)， 沪深300(13.77%)， 中证500(22.28%)， 中证1000(27.80%)[47]。 * **今年以来IC均值**：全部A股(4.23%)， 沪深300(3.28%)， 中证500(3.02%)， 中证1000(3.06%)[47]。 * **上周多空收益**：全部A股(2.30%)， 沪深300(1.27%)， 中证500(2.58%)， 中证1000(3.23%)[47]。 * **今年以来多空收益**：全部A股(-1.00%)， 沪深300(-9.33%)， 中证500(-8.29%)， 中证1000(-16.98%)[47]。 8. **波动率因子** * **上周IC均值**：全部A股(18.62%)， 沪深300(4.10%)， 中证500(16.49%)， 中证1000(25.23%)[47]。 * **今年以来IC均值**：全部A股(8.90%)， 沪深300(1.19%)， 中证500(4.72%)， 中证1000(7.25%)[47]。 * **上周多空收益**：全部A股(2.58%)， 沪深300(0.52%)， 中证500(2.90%)， 中证1000(3.04%)[47]。 * **今年以来多空收益**：全部A股(30.67%)， 沪深300(-28.15%)， 中证500(-13.97%)， 中证1000(6.00%)[47]。