量化模型与构建方式 1. **模型名称：行业主线模型（相对强弱RSI指标）**[1][4][9] * **模型构建思路**：通过构建行业层面的相对强弱指标，识别在每年特定时间窗口内表现强势的行业，这些行业有较大概率成为当年的市场主线[9]。 * **模型具体构建过程**： 1. 以31个申万一级行业指数为标的[9]。 2. 分别计算每个行业过去20、40、60个交易日的涨跌幅[9]。 3. 在每个时间窗口（20日、40日、60日）的横截面上，对所有行业的涨跌幅进行排名，并对排名进行归一化处理，得到三个归一化排名值：RS_20, RS_40, RS_60[9]。 4. 对三个排名值取平均，得到最终的行业相对强弱指数RS[9]。 $$ RS = (RS\_20 + RS\_40 + RS\_60) / 3 $$ * **模型评价**：该模型旨在提前识别年度领涨行业，为年度主线判断提供参考[9]。 2. **模型名称：行业景气度-趋势-拥挤度框架（右侧行业轮动模型）**[1][2][6][13] * **模型构建思路**：构建一个包含景气度、趋势、拥挤度三个维度的综合评价框架，并衍生出两种具体的行业轮动方案，以适应不同的市场环境[6][13]。 * **模型具体构建过程**： * **框架核心**：对每个行业，分别计算其**景气度**、**趋势**和**拥挤度**指标，并在三维图谱中进行可视化定位（例如，横轴为景气度，纵轴为趋势，气泡大小和颜色代表拥挤度）[6][8][17]。 * **衍生方案一：行业景气模型（高景气-强趋势）**：以景气度为核心，筛选高景气且趋势强的行业，同时利用拥挤度指标规避高拥挤的风险，该方案进攻性较强[13]。 * **衍生方案二：行业趋势模型（强趋势-低拥挤）**：以市场趋势为核心，筛选趋势强且拥挤度低的行业，同时规避低景气行业，该方案思路简单，持有体验感强[13]。 3. **模型名称：左侧库存反转模型**[4][24] * **模型构建思路**：从赔率-胜率角度出发，在处于困境或困境有所反弹的板块中，挖掘分析师长期看好且库存压力不大、具备补库条件的行业，以捕捉行业困境反转行情[24]。 * **模型具体构建过程**：报告未详细描述具体构建公式和步骤，但提及其核心逻辑是结合行业库存周期、分析师预期和赔率胜率进行筛选[24]。 4. **模型名称：行业景气趋势ETF配置模型**[18] * **模型构建思路**：将“行业景气度-趋势-拥挤度框架”应用于可交易的行业ETF上，构建具体的ETF配置组合[18]。 * **模型具体构建过程**：基于行业景气度模型得出的行业配置权重，选择对应跟踪指数的规模最大的ETF进行投资[18][20]。 5. **模型名称：行业景气度选股模型（叠加PB-ROE）**[20][21] * **模型构建思路**：在行业配置模型确定行业权重的基础上，在行业内使用PB-ROE模型进一步筛选估值性价比高的个股，构建股票投资组合[20]。 * **模型具体构建过程**： 1. 根据行业配置模型确定各行业的配置权重[20]。 2. 在每个行业内，使用PB-ROE模型筛选出估值性价比位于前40%的股票[20]。 3. 对筛选出的股票，按流通市值和PB-ROE打分进行加权，得到最终的股票组合权重[20]。 量化因子与构建方式 1. **因子名称：行业相对强弱指数（RS）**[9] * **因子构建思路**：综合多个时间窗口的行业涨跌幅排名，构建一个反映行业相对市场整体强弱程度的指标[9]。 * **因子具体构建过程**： 1. 计算行业过去N日涨跌幅（N=20, 40, 60）[9]。 2. 在每个截面上，对31个行业的涨跌幅进行排名，得到排名值 Rank_N[9]。 3. 对排名进行归一化处理，例如将排名转换为百分比排名，得到RS_N[9]。 4. 将三个时间窗口的归一化排名求平均值，得到最终RS因子值[9]。 $$ RS = (RS\_20 + RS\_40 + RS\_60) / 3 $$ 2. **因子名称：行业景气度**[13][17] * **因子构建思路**：衡量行业基本面的繁荣程度。报告未给出具体计算公式，但从图表坐标轴可知，该因子是一个标准化后的数值，用于横向比较行业间的景气水平[17]。 3. **因子名称：行业趋势**[13][17] * **因子构建思路**：衡量行业价格动量的强弱。报告未给出具体计算公式，但从图表坐标轴可知，该因子是一个标准化后的数值，用于横向比较行业间的趋势强度[17]。 4. **因子名称：行业拥挤度**[6][13][17] * **因子构建思路**：衡量行业交易的热度或风险程度，用于提示风险。拥挤度高的行业（红色气泡）应尽量规避，拥挤度低的行业（蓝色气泡）更安全[6][17]。报告未给出具体计算公式。 5. **因子名称：PB-ROE**[20] * **因子构建思路**：结合市净率（PB）和净资产收益率（ROE）来评估股票的估值性价比，低PB高ROE代表估值性价比高[20]。 * **因子具体构建过程**：报告未详细描述具体构建公式，但提及用于在行业内筛选排名前40%的股票[20]。 模型的回测效果 （基准：Wind全A指数，除非特别说明） 1. **行业景气度-趋势-拥挤度框架（行业配置模型）**，年化收益21.7%，年化超额收益13.8%，信息比率(IR)1.5，超额最大回撤-8.0%，月度胜率67%[13]。 2. **行业景气趋势ETF配置模型**（基准：中证800），年化超额收益16.2%，信息比率(IR)1.8，超额最大回撤10.8%，月度胜率66%[18]。 3. **行业景气度选股模型（叠加PB-ROE）**，年化收益26.3%，年化超额收益19.7%，信息比率(IR)1.7，超额最大回撤-15.4%，月度胜率69%[21]。 4. **左侧库存反转模型**（基准：行业等权），2025年（至11月底）绝对收益25.4%，相对行业等权超额收益5.4%[24]。 因子的回测效果 （报告未提供单个因子的独立回测指标值，如IC、IR等，仅提供了整合因子后的模型表现）

核心观点 - 报告认为，中美政策预期逐步落地将成为“春季躁动”行情开启的关键因素，市场在资金和政策支撑下整体仍处于上行中枢，2026年A股有望在估值支撑及盈利企稳下延续牛市，跨年配置行情有望提前开启 [1][9] - 报告建议优先关注成长风格，因历史数据显示春季躁动行情中成长风格胜率和赔率综合最高 [1][21][22] - 报告指出AI产业链投资将进入下半场，应重点关注“紧缺”环节的存力、电力，以及AI交互革命催化下的端侧与垂类应用 [1][32] - 报告提示，险资权益投资风险因子下调后，边际受益最大的是非沪深300成分的中证红利低波动100成分股，建议优先关注 [1][39] 大势与风格 - 当前A股市场呈现震荡上行、结构分化的特征，创业板指领涨 [9] - 基本面方面，11月制造业PMI为49.2%，较上月小幅回升0.2个百分点，但仍处于收缩区间 [9][13] - 下周起，美联储12月降息预期即将落地，同时12月政治局会议及经济工作会议即将召开，作为“十五五”开年，市场对明年政策定调存在期待 [1][9] - 地缘政治风险缓和及联储降息预期重新升温，有望为A股带来春季躁动预热行情 [1][9] 市场表现与数据 - 本周（截至2025年12月6日）全球大类资产中，万得全A上涨0.72%，年初以来上涨24.47%；恒生指数上涨0.87%，年初以来上涨30.04% [10] - 商品方面，LME铜本周上涨4.25%，年初以来上涨33.04%；伦敦金现本周上涨1.24%，年初以来上涨62.51% [10] - 债券方面，10年期美债收益率本周上行12个基点，年初以来下行44个基点；10年期国债收益率本周上行0.68个基点，年初以来上行17.28个基点 [10] - 本周市场风格呈现大盘成长相对占优的特征 [13][16] - 本周一级行业中，有色金属、通信、国防军工、非银金融、机械等行业涨幅居前；房地产、传媒、食品饮料等行业表现偏弱 [19][20] - 本周主力资金净买入206.0亿元，为连续第2周净买入，但净买入金额环比减少1151.15亿元 [34] - 资金净流入最大的三个行业是电子（175.31亿元）、通信（173.80亿元）、机械设备（166.29亿元）；净流出最大的三个行业是计算机（-170.70亿元）、传媒（-152.47亿元）、电力设备（-91.09亿元） [34][35] - 本周股票型ETF恢复净申购，场内净申购金额为79.34亿元 [34][37] 春季躁动风格分析 - 基于过去二十一年的广义春季躁动行情统计，国证价值风格相对国证成长风格占优仅5次，且其中4次超额幅度较低 [1][21] - 从中信风格分类看，二十一年中，成长风格涨幅排名第一有10次，排名第二有6次；而稳定风格排名倒数第一或第二的次数共计17次 [1][22] - 报告认为，春季躁动本质是上涨行情，成长风格在上涨行情中弹性居前，因此是看多做多时的首选，除非其他风格逻辑显著大级别占优 [1][22] - 在价值风格占优的年份（如2007、2013、2015年初），分别对应“煤飞色舞”、“金融起舞”、“一带一路”等当期最强逻辑 [21] 中观行业与AI产业展望 - 豆包手机助手发布技术预览版，能够嵌入手机操作系统底层，理解自然语言指令并模拟人类操作行为，实现跨应用自动化操作，标志着端侧AI交互模式革命揭幕 [26][28] - 报告类比个人电脑从命令行到图形化界面、手机从按键到触屏的交互革命，均引发了产品渗透率大幅提升；AI交互模式的成熟有望在未来1-3年内带动端侧（如AI手机、AIPC）换机热潮 [1][28][29] - 阿里“千问”App自11月17日公测以来，一周内下载量突破1000万，11月月活跃用户数（MAU）达1834万，月活增速高达149.03%，位列全球AI应用用户增速榜首位 [30][32] - 随着阿里生态服务整合，“千问”App作为个人智能助理的能力将强化，AI应用生态化进程正在启动 [30] - 报告展望，在2026年中美降息周期与AI景气趋势强化下，AI行情有望延续，但产业链投资将进入下半场，建议重点关注“紧缺”环节的存力、电力，以及AI交互革命催化下的端侧与垂类应用 [1][32] 险资政策影响与投资建议 - 金融监管总局发布通知，下调保险公司部分权益资产的风险因子：持仓超三年的沪深300成分股、中证红利低波动100成分股风险因子从0.30下调至0.27；持仓超两年的科创板股票风险因子从0.40下调至0.36 [38][40] - 此次调整直接降低了险资投资权益资产的资本成本，有利于培育耐心资本、支持科技创新，尤其利好高成长潜力的科创板市场 [1][38][39] - 从调整幅度看，持仓超过三年的非沪深300成分的中证红利低波动100成分股风险因子从0.35降至0.27，下降幅度达23%，边际受益最大 [1][39] - 报告建议优先关注此类成分股，并在图表16中列出了具体的股票名单 [39][42]

报告行业投资评级 - 增持（维持）[1] 报告核心观点 - 《基金管理公司绩效考核管理指引（征求意见稿）》下发 旨在规范基金公司绩效考核与薪酬管理 健全长效激励约束机制 推动行业稳健经营和可持续发展[4] - 指引从薪酬结构、绩效考核、支付机制、问责制度等多个维度作出系统性规定 通过一系列量化指标和刚性约束 引导基金管理公司将员工激励与基金长期业绩深度绑定 促进行业健康发展[4] - 此次基金绩效管理办法下发 系公募基金行业改革又一阶段性成果 进一步落实公募基金改革 监管态度一以贯之[4] 事件与主要内容总结 - 事件：《基金管理公司绩效考核管理指引（征求意见稿）》下发[4] - 主要内容包括：1）强化业绩考核 盈利比等指标 多处实现挂钩 2）董事长、高管等当年全部绩效薪酬应不少于30%购买本公司基金 基金经理不能少于40% 绩效薪酬的递延支付期限不少于三年 3）业绩差基金经理要降薪 过去三年跑输业绩比较基准10%且利润率为负的基金经理降薪30% 4）建立薪酬问责机制 5）鼓励基金公司建立企业年金 支持员工参加个人养老金制度[4] 绩效考核主要变化 - 高管及主要负责人绩效薪酬跟投基金比例由20%提升至30% 新增购买权益类基金不得低于60% 以及持有期大于一年的要求[4] - 基金经理绩效薪酬跟投比例由30%提高到40%（无权益产品的除外）[4] 强化业绩考核的具体要求 - 基金公司应采取定量与定性相结合的方式确定绩效考核指标 要求基金投资收益指标中三年以上中长期指标权重不得低于80%[4] - 对高级管理人员进行考核时 基金投资收益指标权重应当不低于50%[4] - 强化业绩考核 建立中长期考核指标 进一步落实中长期资金入市[4]

市场整体表现与情绪 - 本周A股主要指数缩量震荡，上证指数上涨0.37%，深证成指上涨1.26%，创业板指上涨1.86%，全A平均股价上涨0.72% [1] - 市场情绪呈现结构性特征：指数企稳回升，成交缩量，杠杆资金温和加码，南向资金趋弱，反映投资者在政策预期与流动性宽松背景下保持谨慎乐观 [1] - 市场热点轮动节奏加快，其中商业航天概念股表现尤为亮眼，几度逆势冲高，成为资金追捧的焦点 [1] 板块与行业动向 - 商业航天板块受到关注，全球商业航天蓬勃发展，强力牵引火箭发射需求攀升，建议关注全球商业航天发展动态及国内复用火箭研发进展，提前布局相关优质标的 [1] - 中高端制造业如国防军工、电力设备，以及业绩景气持续改善的非银金融等行业被推荐关注，其逻辑在于“库存低位企稳+产能结构优化+景气持续改善” [2] - 科技成长领域，如半导体、AI算力，以及商业航天、工业母机等高端制造，被认为是“政策+技术”共振下中长期值得布局的方向 [3] 个股与IPO表现 - 国内全功能GPU头部企业摩尔线程上市，发行价114.28元/股，上市首日大涨逾425%，收盘价600.5元/股，创百元以上发行价个股首日涨幅历史纪录，每中1签投资者浮盈约24.31万元，创A股新股上市首日盈利最高纪录 [2] 后市展望与策略观点 - 春躁行情多启动于12月下旬至次年1月中旬，启动时点中位数为节前11个交易日，行情走势可分为对称V形、大级别趋势上涨、小级别趋势上涨三类 [2] - 若春躁启动时点较早，则大概率是趋势行情；若启动时点较晚，则大概率是对称V形，破前高需谨慎 [2] - 大盘价值风格在春躁行情前性价比高，小盘成长风格在春躁行情中占优 [2] - 年底年初增量资金预计更加充裕，12月是提前布局时机，综合考虑季节性等因素，12月推荐大盘风格，可能先成长后价值 [2] - 12月迎来政策密集窗口，“十五五”规划建议即将落地，特别国债与专项债规模有望扩容 [3] - 美联储12月降息几成定局，年末市场流动性预计维持宽松，若美联储12月议息会议降息落地不及预期，可能引发外资回流美元资产 [3] - 随着重磅会议临近，市场对2026年政策基调的博弈将加剧，若会议释放“稳增长”加码信号，可能进一步提振风险偏好，反之若政策力度不及预期，市场或面临获利回吐压力 [3] 下周重要事件与数据 - 12月8日，国内成品油调价窗口开启 [4] - 12月8日，修订后的《证券结算风险基金管理办法》施行 [5] - 12月8日，中国公布11月进出口数据 [6] - 12月10日，中国公布11月CPI与PPI数据 [7] - 下周中国将公布11月金融数据，包括新增人民币贷款、社会融资规模及货币供应量M1、M2等关键指标 [7] - 北京时间12月11日凌晨3点，美联储公布12月利率决议，随后主席鲍威尔召开货币政策新闻发布会 [7]

量化模型与构建方式 1. **模型名称：周期分析模型**[1][6] * **模型构建思路**：通过分析市场指数的历史价格数据，识别并划分不同时间周期（如月线级别）的波动规律和趋势，以判断当前市场所处的周期阶段和未来可能的趋势方向[1][6]。 * **模型具体构建过程**：报告未详细描述该模型的具体构建过程和数学公式，主要将其作为一种分析框架使用。其核心在于识别价格图表中的周期性波动特征，并结合其他技术分析方法进行综合判断[1][6]。 2. **模型名称：缠论及趋势分析模型**[1][6] * **模型构建思路**：基于缠论（一种技术分析理论）对市场走势进行形态划分和对比，识别类似的历史走势模式（如将2025年12月走势与2017年12月类比），并结合趋势分析来评估当前市场走势的强弱[1][6]。 * **模型具体构建过程**：报告未详细描述该模型的具体构建过程和数学公式。其应用主要涉及对K线走势进行笔、线段、中枢等缠论元素的划分，并进行跨时间段的形态相似性比较，以辅助市场判断[1][6]。 3. **因子名称：趋势强度因子**[1][6] * **因子构建思路**：通过观察市场指数多条移动平均线（MA）的排列关系（如多头排列）及其变化，来量化市场向上或向下趋势的强度[1][6]。 * **因子具体构建过程**：报告未给出该因子的具体计算公式。其构建逻辑通常涉及计算短期、中期、长期等多条移动平均线，并观察它们是否呈现短期均线在上、长期均线在下的有序排列（多头排列），以及这种排列状态的改善或恶化程度，以此作为趋势强弱的度量[1][6]。 * **因子评价**：该因子能有效捕捉市场趋势的延续和转折信号，为判断市场整体格局提供量化依据[1][6]。 4. **指标名称：行业分歧度指标**[1][6] * **指标构建思路**：衡量不同行业板块在同一时期表现差异（涨跌同步性）的指标。当行业表现趋同（同涨同跌）时，分歧度低；当行业表现分化（涨跌互现）时，分歧度高[1][6]。 * **指标具体构建过程**：报告未给出该指标的具体计算公式。其常见构建方法可能基于各行业指数收益率的相关性矩阵、收益率截面标准差或特定熵模型来计算[1][6]。 * **指标评价**：历史经验表明，在牛市或上行格局中，行业分歧度处于低位往往对应市场的局部低点或重要底部，可作为判断市场情绪和阶段的重要逆向参考指标[1][6]。 5. **模型名称：行业四轮驱动模型**[1][6] * **模型构建思路**：一个用于捕捉行业轮动交易机会的量化模型，旨在识别短期内具有上涨潜力的行业或板块[1][6]。 * **模型具体构建过程**：报告未详细披露该模型的具体构建逻辑、因子构成和信号生成算法。从输出结果看，该模型会定期（如每日）生成包含“行业代码”、“行业简称”、“信号类型”（如“交易机会”）等信息的信号列表[15]。 模型的回测效果 （报告中未提供各模型或因子具体的历史回测绩效指标，如年化收益率、夏普比率、最大回撤、信息比率（IR）等数值结果。） 量化因子与构建方式 （因子与指标已在“量化模型与构建方式”部分列出，此处不再重复。） 因子的回测效果 （报告中未提供各因子具体的历史回测绩效指标，如IC值、ICIR、多空收益、因子收益率等数值结果。）

市场回顾 (2025.12.01-2025.12.05) - 主要宽基指数表现分化，深证红利、创业板指、上证50分别上涨0.79%、0.54%、0.28%，而万得微盘股日频等权指数、科创50、科创综指分别下跌1.20%、0.80%、0.75%[13] - 风格指数中，中盘价值、中盘成长、周期(风格.中信)领涨，涨幅分别为1.65%、1.49%、0.93%；消费(风格.中信)、小盘成长、成长(风格.中信)领跌，跌幅分别为0.97%、0.75%、0.59%[15] - 申万一级行业中，有色金属、非银金融、机械设备涨幅居前，分别为2.42%、2.24%、2.10%；传媒、美容护理、计算机跌幅居前，分别为-4.67%、-2.41%、-2.35%[18] - 权益类ETF近5个交易日整体净流入分化，规模指数ETF净流入42.73亿元，而行业指数ETF和主题指数ETF分别净流出14.73亿元和31.19亿元[11] 市场展望与模型信号 - 宏观择时模型对2025年12月的月度评分为-2分，预示万得全A指数可能调整但空间有限，市场增量资金仍需等待[31] - 高频日度宏观模型信号在当周由负转正，截至12月5日综合信号为1分，预示后续大盘可能呈震荡走势[33] - 风险趋势模型显示，截至12月5日，主要宽基指数中北证50、科创100、科创综指综合评分最高，分别为82.08分、63.18分、58.83分；万得微盘股日频等权指数和红利指数评分最低，分别为34.55分和35.99分[37][41] - 历史数据显示，历年12月份主要宽基指数中深证红利、上证50、沪深300平均收益率领先，分别为4.71%、4.43%、3.88%；而科创100、北证50、科创50平均收益率为负，分别为-4.99%、-4.65%、-2.43%[45] 配置建议与风险 - 基于市场可能处于区间震荡的研判，报告建议进行均衡偏积极型的ETF配置[64] - 报告推荐了包括化工ETF、港股创新药ETF、有色金属ETF等在内的10只ETF作为后续一周的配置选择[67] - 主要风险提示包括模型基于历史数据可能失效、宏观经济不及预期以及发生重大预期外宏观事件[68]

核心观点 - 报告核心观点认为，当前市场缩量震荡是牛市中的正常现象，且成交量低点往往是较好的买入时点[2][3] 报告判断2025年12月或成为布局2026年跨年行情的窗口期，建议在跨年前后保持乐观并寻找做多机会[2][3][10] 市场现状与缩量分析 - 本周市场继续震荡，成交缩量，海外流动性扰动持续影响风险偏好，日本央行可能再次加息的信号引发市场对套息交易逆转的担忧[2][10] 美元指数自11月以来在100附近震荡，市场对美联储12月降息的预期博弈陷入拉锯战[2][10] - 本轮缩量震荡时间偏长，内在原因在于消化前期高换手率和部分板块交易拥挤，目前这两点已有所缓和[10][11] 当前市场稳定的买入力量更多来自中长期资金和产业资本，局部板块快速轮动较难驱动居民资金大幅流入，年底机构行为趋于稳健及部分止盈资金离场也拉长了震荡时间[2][3][11] - 当前A股总成交额与总流通市值的比值已从8月底高点下降约1/2，距离4月低点空间不大，TMT板块成交额占比也有所回落[11][13] - 从历史经验看，在2005-2007年和2019-2021年的牛市中，调整或震荡期的成交量往往会快速萎缩，而事后来看，成交量低点通常也是市场的阶段性低点，是较好的买入时点[3][10][14] 跨年行情历史规律与展望 - 岁末年初需要重视跨年行情的日历效应，但其启动时间存在不确定性[3][18] 历史数据显示，如果指数处在低位，跨年行情启动较早、幅度较大、正收益概率较高；若指数处在高位，则启动较晚、幅度和收益不确定性更大[3][18] - 跨年行情以交易性资金博弈经济和政策预期为主，启动前市场大多会先有一定调整，以为博弈腾挪安全边际[3][10][21] 2015年之前，启动前的调整幅度通常在10%以上；2015年之后，调整幅度通常在5%-10%之间[3][21] - 报告认为2026年大概率还会有跨年行情，2025年12月或成为布局窗口期[3][23] 宏观预期偏弱为博弈更大力度稳增长政策提供了空间，12月政治局会议和中央经济工作会议可能带来积极变化[23] 但当前A股估值不低，跨年行情启动时间可能不会太早，增量资金入市需要等待“赚钱效应”扩散及经济数据企稳或海内外流动性边际转向宽松，这些积极变化更可能在明年初出现[3][23] 牛市基础与未来节奏推演 - 报告认为牛市基础依然坚实，支撑因素包括：资本市场支持政策持续发力，宏观流动性环境宽松；产业资本回购增持、分红及“国家队”持续贡献增量资金；保险、理财、信托等中长期资金入市仍有较大空间；资产荒和赚钱效应累积驱动的居民资金流入条件逐渐成熟[24][25] - 与2014-2015年对比，当前市场在交易热度、资金流入速度、市场估值、股权融资规模等方面均离过热有一定距离[25] 未来若更多行业实现产能出清、需求回升，且AI等新兴产业实现商业化落地和业绩验证，市场可能进入盈利驱动的健康慢牛[25] - 需要关注的风险包括监管政策对渠道资金的影响变化，以及股权融资规模若快速放量可能使股市供需格局转弱并加大市场波动[25] 近期配置观点 - 风格展望：第四季度风格容易发生变化，政策预期和估值重要性提升，低位的板块优势更明显[29] 当前小盘风格转向大盘风格比较确定，成长价值风格切换正在逐渐走出混沌，后续若有政策催化或居民资金流入，低位价值板块可能有较强表现[29] - 行业配置建议：关注金融（非银金融）、电力设备、机械设备、化工等行业[30][31] - **金融（非银金融）**：估值偏低，牛市概率上升使业绩弹性存在，后续居民资金加速流入有望带来较高超额收益确定性[30][31] - **电力设备**：2026年基本面触底企稳概率高，受益于AI产业链投资机会扩散，供需格局转好存在涨价动力[30] - **机械设备**：工程机械出口景气持续，机器人板块催化事件多，可能受益于成长反弹和风格内部高低切换[30] - **周期（钢铁、化工、建材）**：稳供给政策逐步落地，年底可能有需求稳定政策，化工部分环节因成长属性弹性可能较大[30] 周期品也受益于AI等新兴产业发展带来的新需求机会[31] - 对其他板块观点：消费基本面依旧偏弱，但价格数据修复，经济企稳可能性提升，投资机会可能集中在新消费模式及高分红属性行业[31] 成长板块长期产业趋势强，但短期估值和交易拥挤度达高位后可能有调整[31] 本周市场变化总结 - **A股表现**：本周A股主要指数全部上涨，创业板50（+2.58%）、创业板指（+1.86%）、沪深300（+1.28%）涨幅靠前[32] 申万一级行业中，有色金属（+5.35%）、通信（+3.69%）、国防军工（+2.82%）领涨；传媒（-3.86%）、房地产（-2.15%）、食品饮料（-1.90%）领跌[32] - **全球市场**：全球股市涨跌不一，恒生指数（+0.87%）、德国DAX（+0.80%）、日经225（+0.47%）表现靠前[33] 商品市场中，LME铜（+4.25%）、NYMEX原油（+2.72%）、螺纹钢（+1.65%）涨幅较大[33] 2025年至今全球大类资产收益率中，黄金（+51.76%）、日经225（+26.56%）、富时新兴市场指数（+22.31%）排名靠前[33][44] - **资金面**：本周南下资金（港股通）净流入103.03亿元[34] 央行公开市场操作累计净回笼8480亿元[34] 银行间拆借利率和十年期国债收益率本周均值相比前期有所下降，普通股票型与偏股混合型基金仓位均值相比前期上升[34]

量化模型与构建方式 1. **模型名称：PB-ROE-50组合** * **模型构建思路：** 基于市净率（PB）和净资产收益率（ROE）两个核心指标，构建一个价值与质量相结合的选股模型[23]。 * **模型具体构建过程：** 报告未详细描述该组合的具体构建公式和步骤，仅提及了其核心选股逻辑（PB和ROE）[23]。 2. **模型名称：公募调研选股策略** * **模型构建思路：** 利用公募基金调研上市公司的行为信息，构建事件驱动选股策略[25]。 * **模型具体构建过程：** 报告未详细描述该策略的具体构建公式和步骤，仅提及了其信息源（公募调研）[25]。 3. **模型名称：私募调研跟踪策略** * **模型构建思路：** 利用私募基金调研上市公司的行为信息，构建事件驱动选股策略[25]。 * **模型具体构建过程：** 报告未详细描述该策略的具体构建公式和步骤，仅提及了其信息源（私募调研）[25]。 4. **模型名称：大宗交易组合** * **模型构建思路：** 基于“高成交、低波动”原则，从发生大宗交易的股票中筛选后续表现更佳的标的[29]。 * **模型具体构建过程：** 报告提及了构建该组合的两个关键因子：“大宗交易成交金额比率”越高、“6日成交金额波动率”越低的股票，其后续表现更佳。组合通过月频调仓方式构造[29]。 5. **模型名称：定向增发事件驱动选股组合** * **模型构建思路：** 以定向增发的股东大会公告日为事件节点，构建事件驱动选股策略[35]。 * **模型具体构建过程：** 报告提及构建时综合考虑了市值因素、调仓周期以及对仓位的控制，但未给出具体公式和详细步骤[35]。 模型的回测效果 1. **PB-ROE-50组合**，本周超越基准收益率（中证500）0.76%[24]，本周超越基准收益率（中证800）0.21%[24]，本周超越基准收益率（全市场）-0.09%[24]，今年以来超额收益率（中证500）2.84%[24]，今年以来超额收益率（中证800）15.39%[24]，今年以来超额收益率（全市场）18.22%[24]，本周绝对收益率（中证500）1.71%[24]，本周绝对收益率（中证800）1.40%[24]，本周绝对收益率（全市场）0.68%[24]，今年以来绝对收益率（中证500）27.48%[24]，今年以来绝对收益率（中证800）36.63%[24]，今年以来绝对收益率（全市场）43.75%[24] 2. **公募调研选股策略**，本周超越基准收益率0.42%[26]，今年以来超额收益率16.98%[26]，本周绝对收益率1.61%[26]，今年以来绝对收益率38.51%[26] 3. **私募调研跟踪策略**，本周超越基准收益率0.29%[26]，今年以来超额收益率16.12%[26]，本周绝对收益率1.48%[26]，今年以来绝对收益率37.50%[26] 4. **大宗交易组合**，本周超越基准收益率-0.16%[30]，今年以来超额收益率39.03%[30]，本周绝对收益率0.61%[30]，今年以来绝对收益率69.06%[30] 5. **定向增发组合**，本周超越基准收益率-2.30%[36]，今年以来超额收益率-5.43%[36]，本周绝对收益率-1.55%[36]，今年以来绝对收益率15.00%[36] 量化因子与构建方式 1. **因子名称：单季度ROA** * **因子构建思路：** 衡量公司最近一个季度的资产盈利能力，属于盈利类因子[12]。 * **因子具体构建过程：** 报告未提供具体计算公式。通常，单季度ROA = 单季度净利润 / 期初和期末平均总资产。 2. **因子名称：市销率TTM倒数** * **因子构建思路：** 估值类因子，市销率（Price-to-Sales）的倒数，值越高代表估值可能越低[12]。 * **因子具体构建过程：** 报告未提供具体计算公式。通常，市销率TTM倒数 = 最近12个月营业收入 / 总市值。 3. **因子名称：日内波动率与成交金额的相关性** * **因子构建思路：** 量价关联因子，描述股票日内价格波动与成交金额的同步关系，负向因子表明相关性越低（量价背离）可能预示后续表现越好[12]。 * **因子具体构建过程：** 报告未提供具体计算公式。 4. **因子名称：5日平均换手率** * **因子构建思路：** 流动性因子，衡量股票近期交易活跃程度，通常作为负向因子使用[14]。 * **因子具体构建过程：** 报告未提供具体计算公式。通常为最近5个交易日换手率的算术平均值。 5. **因子名称：6日成交金额的移动平均值** * **因子构建思路：** 流动性因子，衡量近期平均成交规模，通常作为负向因子使用[14]。 * **因子具体构建过程：** 报告未提供具体计算公式。通常为最近6个交易日成交金额的简单移动平均。 6. **因子名称：市盈率因子** * **因子构建思路：** 估值类因子，通常指市盈率（PE）或其倒数，衡量公司股价相对于其盈利水平的比值[16]。 * **因子具体构建过程：** 报告未提供具体计算公式。 7. **因子名称：单季度EPS** * **因子构建思路：** 盈利类因子，衡量公司最近一个季度的每股收益[16]。 * **因子具体构建过程：** 报告未提供具体计算公式。通常，单季度EPS = 单季度归属于母公司股东的净利润 / 期末总股本。 8. **因子名称：市盈率TTM倒数** * **因子构建思路：** 估值类因子，滚动市盈率（PE TTM）的倒数，即盈利收益率（Earnings Yield）[16]。 * **因子具体构建过程：** 报告未提供具体计算公式。通常，市盈率TTM倒数 = 最近12个月归属于母公司股东的净利润 / 总市值。 9. **因子名称：5日反转** * **因子构建思路：** 短期反转因子，认为过去短期内跌幅较大的股票在未来短期内可能有反弹，反之亦然，通常作为负向因子[12]。 * **因子具体构建过程：** 报告未提供具体计算公式。通常为股票过去5个交易日的收益率，取负值。 10. **因子名称：对数市值因子** * **因子构建思路：** 规模因子，使用公司总市值的自然对数来衡量公司规模，通常作为负向因子（小市值效应）[12]。 * **因子具体构建过程：** 报告未提供具体计算公式。通常，对数市值因子 = Ln(总市值)。 11. **因子名称：大类因子（盈利因子、市值因子、非线性市值因子、动量因子、残差波动率因子）** * **因子构建思路：** 将多个底层单因子按照其逻辑归属，合成代表某一特定风格维度的大类因子[1][18]。 * **因子具体构建过程：** 报告未提供具体合成方法。 12. **因子名称：行业内因子（如净资产增长率、净利润增长率、每股净资产、每股经营利润TTM、EP因子、BP因子、残差波动率、流动性、对数市值等）** * **因子构建思路：** 在申万一级行业内部，计算并比较各类因子的表现，以观察因子表现的行业差异性[21][22]。 * **因子具体构建过程：** 报告未提供行业内因子值的具体计算方法。 13. **因子名称：大宗交易成交金额比率** * **因子构建思路：** 用于大宗交易组合构建的特定因子，衡量大宗交易成交的活跃程度[29]。 * **因子具体构建过程：** 报告未提供具体计算公式。 14. **因子名称：6日成交金额波动率** * **因子构建思路：** 用于大宗交易组合构建的特定因子，衡量近期成交金额的稳定性[29]。 * **因子具体构建过程：** 报告未提供具体计算公式。 因子的回测效果 **（注：以下因子表现数据均为“最近1周”的收益，为剔除行业与市值影响后多头组合相对于基准指数的超额收益[12]。）** 1. **单季度ROA**，最近1周收益（沪深300）1.43%[13]，最近1周收益（中证500）0.78%[15]，最近1周收益（流动性1500）1.01%[17] 2. **市销率TTM倒数**，最近1周收益（沪深300）1.39%[13]，最近1周收益（中证500）0.54%[15]，最近1周收益（流动性1500）1.01%[17] 3. **日内波动率与成交金额的相关性**，最近1周收益（沪深300）1.36%[13]，最近1周收益（中证500）1.66%[15]，最近1周收益（流动性1500）1.11%[17] 4. **5日平均换手率**，最近1周收益（沪深300）0.75%[13]，最近1周收益（中证500）1.68%[15]，最近1周收益（流动性1500）0.84%[17] 5. **6日成交金额的移动平均值**，最近1周收益（沪深300）0.28%[13]，最近1周收益（中证500）1.30%[15]，最近1周收益（流动性1500）1.15%[17] 6. **市盈率因子**，最近1周收益（沪深300）0.91%[13]，最近1周收益（中证500）0.88%[15]，最近1周收益（流动性1500）2.13%[17] 7. **单季度EPS**，最近1周收益（沪深300）0.98%[13]，最近1周收益（中证500）1.04%[15]，最近1周收益（流动性1500）2.07%[17] 8. **市盈率TTM倒数**，最近1周收益（沪深300）0.93%[13]，最近1周收益（中证500）0.94%[15]，最近1周收益（流动性1500）1.86%[17] 9. **5日反转**，最近1周收益（沪深300）-1.25%[13]，最近1周收益（中证500）-0.48%[15]，最近1周收益（流动性1500）-1.44%[17] 10. **对数市值因子**，最近1周收益（沪深300）-1.70%[13]，最近1周收益（中证500）-1.21%[15]，最近1周收益（流动性1500）-0.33%[17] 11. **大类因子-盈利因子**，最近1周收益（全市场）0.61%[18] 12. **大类因子-市值因子**，最近1周收益（全市场）0.25%[18] 13. **大类因子-非线性市值因子**，最近1周收益（全市场）0.24%[18] 14. **大类因子-动量因子**，最近1周收益（全市场）0.23%[18] 15. **大类因子-残差波动率因子**，最近1周收益（全市场）-0.59%[18]

量化模型与构建方式 1. **模型名称**：封板率计算模型[17] **模型构建思路**：通过计算最高价涨停且收盘涨停的股票数量占最高价涨停股票总数的比例，来衡量市场涨停板的封板质量[17] **模型具体构建过程**： 1. 筛选上市满3个月以上的股票[17] 2. 识别在当日盘中最高价达到涨停的股票[17] 3. 在步骤2的股票中，进一步识别收盘价仍为涨停的股票[17] 4. 计算封板率，公式为： $$封板率=最高价涨停且收盘涨停的股票数/最高价涨停的股票数$$[17] 2. **模型名称**：连板率计算模型[17] **模型构建思路**：通过计算连续两日收盘涨停的股票数量占昨日收盘涨停股票总数的比例，来衡量市场涨停效应的持续性[17] **模型具体构建过程**： 1. 筛选上市满3个月以上的股票[17] 2. 识别在昨日收盘涨停的股票[17] 3. 在步骤2的股票中，进一步识别今日收盘也涨停的股票[17] 4. 计算连板率，公式为： $$连板率=连续两日收盘涨停的股票数/昨日收盘涨停的股票数$$[17] 3. **模型名称**：大宗交易折价率计算模型[26] **模型构建思路**：通过计算大宗交易成交总额与按当日市价计算的成交份额总市值的差异，来反映大额交易的折溢价水平，从而体现大资金的交易情绪[26] **模型具体构建过程**： 1. 获取当日所有大宗交易的成交总金额[26] 2. 获取当日大宗交易成交份额按当日市价计算的总市值[26] 3. 计算折价率，公式为： $$折价率=大宗交易总成交金额/当日成交份额的总市值-1$$[26] 公式说明：当结果为负值时表示折价交易，正值表示溢价交易[26] 4. **模型名称**：股指期货年化贴水率计算模型[28] **模型构建思路**：通过计算股指期货主力合约价格与现货指数价格的基差，并进行年化处理，来衡量股指期货的升贴水程度，反映市场对未来走势的预期和对冲成本[28] **模型具体构建过程**： 1. 计算基差：基差 = 股指期货价格 - 现货指数价格[28] 2. 计算年化贴水率，公式为： $$年化贴水率=基差/指数价格*(250/合约剩余交易日数)$$[28] 公式说明：基差为负时表示贴水，年化贴水率为负；基差为正时表示升水，年化贴水率为正[28] 量化因子与构建方式 1. **因子名称**：两融余额占比因子[22] **因子构建思路**：通过计算融资融券余额占市场总流通市值的比重，来反映杠杆资金在市场中的整体规模和参与度[22] **因子具体构建过程**： 1. 获取当前市场的融资余额与融券余额，求和得到两融余额[22] 2. 获取当前市场的总流通市值[22] 3. 计算占比：两融余额占比 = 两融余额 / 市场总流通市值[22] 2. **因子名称**：两融交易占比因子[22] **因子构建思路**：通过计算融资买入额与融券卖出额之和占市场总成交额的比例，来反映杠杆资金交易的活跃程度[22] **因子具体构建过程**： 1. 获取当日的融资买入总额与融券卖出总额，求和得到两融交易总额[22] 2. 获取当日的市场总成交额[22] 3. 计算占比：两融交易占比 = 两融交易总额 / 市场总成交额[22] 模型的回测效果 （报告中未提供相关模型的长期历史回测效果指标，如年化收益率、夏普比率、最大回撤、信息比率等具体数值，故本部分省略） 因子的回测效果 （报告中未提供相关因子的长期历史回测效果指标，如IC值、ICIR、多空收益、因子收益率等具体数值，故本部分省略）

报告行业投资评级 未提及 报告的核心观点 本周转债市场微涨，权益市场小幅上涨 当前权益市场有所波动，高价、高估值转债或面临一定调整压力，转债交易难度较大，建议结合转债条款和正股情况综合判断，精细化择券，关注结构性机会和景气度较高行业新券机会 [4] 各部分总结 市场行情 - 2025年12月1日至12月5日，中证转债指数涨跌幅为+0.08%（上周-0.27%），中证全指变动为+0.77%（上周+2.82%） 2025年以来中证转债涨跌幅为+16.27%，中证全指涨跌幅为+21.60% [1] - 分评级看，高评级券（AAA）、中高评级券（AA+）、中评级券（AA）、中低评级券（AA-）和低评级券（AA-及以下）本周涨跌幅分别为+0.09%、-0.26%、-0.89%、-1.17%、-1.31%，除高评级券外均下跌 [1] - 分转债规模看，大规模转债（债券余额大于20亿元）、中大规模转债（余额15至20亿元）、中规模转债（余额10至15亿元）、中小规模转债（余额5至10亿元）、小规模转债（余额小于5亿元）本周涨跌幅分别为-0.93%、-0.57%、+0.46%、-0.90%、-1.37%，除中规模转债外均下跌 [2] - 分平价看，超高平价券（转股价值大于130元）、高平价券（转股价值120至130元）、中高平价券（转股价值110至120元）、中平价券（转股价值100至110元）、中低平价券（转股价值90至100元）、低平价券（转股价值80至90元）、超低平价券（转股价值小于80元）本周涨跌幅分别为-2.74%、-1.23%、-1.67%、+0.11%、-0.89%、-1.31%、-0.30%，除中平价券外均下跌 [2] 转债价格、平价和转股溢价率 - 截至2025年12月5日，存量可转债共407只（上周410只），余额为5569.96亿元（上周5610.91亿元） [3] - 转债价格均值为129.56元（上周130.12元），分位值为90.38%（2023年初至2025年12月5日） [3] - 转债平价均值为100.82元（上周100.90元），分位值为87.69% [3] - 转债转股溢价率均值为30.76%（上周30.39%），分位值为34.51% [3] 可转债表现和配置方向 本周转债市场微涨，权益市场小幅上涨 当前权益市场有所波动，高价、高估值转债或面临一定调整压力，转债交易难度较大，建议结合转债条款和正股情况综合判断，精细化择券，关注结构性机会和景气度较高行业新券机会 [4] 转债涨幅情况 本周涨幅排名前15的转债有亚科转债、微导转债、永02转债等，涉及有色金属、电力设备、机械设备等行业 [20]