金融工程 | 金工定期报告 2025 年 05 月 18 日 作者 吴先兴 分析师 SAC 执业证书编号：S1110516120001 wuxianxing@tfzq.com 相关报告 1 《金融工程：金融工程-因子跟踪周 报：小市值、资产周转率因子表现较好 -20250516》 2025-05-17 2 《金融工程：金融工程-哪些行业进 入高估区域？——估值与基金重仓股配 置监控 2025-05-17》 2025-05-17 3 《金融工程：金融工程-基金持仓与 基准偏离视角下的行业潜在冲击研究》 2025-05-14 金融工程 证券研究报告 量化择时周报：等待缩量 等待缩量 上周周报(20250512)认为：短期市场风险偏好在宏观不确定性和技术形态 的压制下，较难快速提升，建议维持中性仓位。最终 wind 全 A 全周上涨 0.72%。市值维度上，上周代表小市值股票的中证 2000 上涨 0.97%，中盘股 中证 500 下跌 0.1%，沪深 300 上涨 1.12%，上证 50 上涨 1.22%;上周中信一 级行业中，表现较强行业包括汽车、非银金融，汽车上涨 2.71%，国防军工、 计算机表现较弱，国防 ...

量化模型与构建方式 1 模型名称：均线距离择时模型 模型构建思路：通过计算wind全A指数的短期均线（20日）与长期均线（120日）的距离差异来判断市场整体环境（震荡/趋势）[2][9] 模型具体构建过程： - 计算20日均线（MA20）和120日均线（MA120）： $$ MA20 = \frac{1}{20}\sum_{i=0}^{19}P_{t-i} $$ $$ MA120 = \frac{1}{120}\sum_{i=0}^{119}P_{t-i} $$ 其中$P_t$为当日收盘价 - 计算均线距离百分比： $$ Distance = \frac{MA20 - MA120}{MA120} \times 100\% $$ - 判断规则：当距离绝对值小于3%时为震荡市，否则为趋势市[2][9][14] 2 模型名称：TWO BETA行业配置模型 模型构建思路：通过宏观经济周期与产业周期双维度筛选行业，当前侧重科技板块[2][8][10] 3 模型名称：仓位管理模型 模型构建思路：结合估值分位数（PE/PB）与短期趋势动态调整仓位[3][10] 模型具体构建过程： - 计算PE/PB历史分位数（2014年10月至当前）[12] - 当PB≤10分位且均线模型显示震荡时，建议60%中性仓位[3][10][14] 量化因子与构建方式 1 因子名称：困境反转因子 因子构建思路：筛选基本面触底但资金流入明显的行业（如轻工/家电）[8][10] 模型的回测效果 1 均线距离择时模型 最新均线距离-2.80%[2][9] 市场状态：震荡市[14] 2 仓位管理模型 当前建议仓位：60%[3][10] 因子的回测效果 1 困境反转因子 近期推荐行业：国防军工（周涨幅6.44%）、通信（资金流入显著）[1][9] 2 TWO BETA模型 推荐板块：科技（信创/通信/固态电池）[8][10]

量化模型与构建方式 1. 模型名称：择时体系模型 - 模型构建思路：通过比较wind全A指数的长期均线（120日）和短期均线（20日）的距离来判断市场整体环境[2][9] - 模型具体构建过程：计算20日均线与120日均线的差值，公式为： $$\text{均线距离} = \frac{\text{20日均线值} - \text{120日均线值}}{\text{120日均线值}} \times 100\%$$ 当距离绝对值小于3%时，市场定义为震荡格局[2][9] 2. 模型名称：仓位管理模型 - 模型构建思路：结合wind全A指数的估值水平（PE、PB分位数）和短期趋势判断，给出仓位建议[3][10] - 模型具体构建过程： - PE分位数位于50%附近为中等水平，PB分位数位于10%附近为较低水平[3][10] - 根据估值与趋势综合判断，当前建议仓位为60%[3][10] 3. 模型名称：TWO BETA模型 - 模型构建思路：通过行业Beta分析推荐科技板块[2][8] - 模型具体构建过程：未披露具体计算过程，输出结果为推荐信创、通信/固态电池等科技子行业[2][8] 4. 模型名称：行业配置模型 - 模型构建思路：中期角度推荐困境反转型板块[2][8] - 模型具体构建过程：未披露具体因子，输出结果为推荐恒生医疗、轻工/家电等出口链行业[2][8] 模型的回测效果 1. 择时体系模型：最新均线距离为-2.80%，市场判定为震荡格局[2][9] 2. 仓位管理模型：当前建议仓位60%，基于PE分位数50%、PB分位数10%[3][10] 量化因子与构建方式 1. 因子名称：均线距离因子 - 因子构建思路：通过20日与120日均线差值捕捉市场趋势变化[2][9] - 因子具体构建过程：同择时体系模型的均线距离公式[2][9] - 因子评价：对震荡市和趋势市有区分能力[2][9] 2. 因子名称：估值分位数因子 - 因子构建思路：利用PE/PB历史分位数判断估值高低[3][10] - 因子具体构建过程： - PE分位数计算周期：2014年10月17日至2025年5月9日[12] - PB分位数计算周期：同上[16] 因子的回测效果 1. 均线距离因子：最新值为-2.80%，触发震荡市阈值（<3%）[2][9] 2. 估值分位数因子： - PE分位数50%（中等水平）[3][10] - PB分位数10%（较低水平）[3][10]

报告行业投资评级 未提及 报告的核心观点 - 市场处于下行趋势格局，赚钱效应约 -1%，短期关注 wind 全 A30 日均线得失，突破前保持中性 [2][4][8] - 即将迎来美联储议息窗口期，利率不确定压制全球风险偏好，4 月进出口数据受关注，全 A 指数 30 日均线构成压力位，但估值不高，压力位突破前维持中性仓位 [2][4][8] - 中期行业配置推荐困境反转型板块，如恒生医疗、消费出口链相关的轻工/家电等行业；TWO BETA 模型推荐科技板块，关注信创和 AI 芯片；银行板块虽周五大跌但仍延续上行趋势，值得关注 [3][4][8] - wind 全 A 指数整体 PE 位于 50 分位点附近属中等水平，PB 位于 20 分位点附近属较低水平，以 wind 全 A 为股票配置主体的绝对收益产品建议仓位至 50% [3][10][14] 根据相关目录分别进行总结 市场表现 - 上周全 A 指数 30 日均线构成压力位，wind 全 A 维持原状；中证 2000 上涨 0.84%，中证 500 上涨 0.08%，沪深 300 下跌 0.43%，上证 50 下跌 0.59% [1][9] - 中信一级行业中，传媒、计算机表现较强，传媒上涨 2.86%；综合金融、房地产表现较差，综合金融下跌 3.21% [1][9] - 上周成交活跃度上，银行、传媒和家电流入明显 [1][9] 择时体系 - wind 全 A 长期均线（120 日）和短期均线（20 日）距离继续缩小，20 日线收于 4908，120 日线收于 5092.8，短期均线在长线均线之下，两线距离由 -3.08%缩小至 -3.63%，绝对值大于 3%，市场处于下行趋势格局 [2][9] 宏观方面 - 即将迎来美联储议息窗口期，利率不确定性压制全球风险偏好，4 月进出口数据受关注 [2][4][8] 配置方向 - 中期行业配置推荐困境反转型板块，如恒生医疗、消费出口链相关的轻工/家电等行业 [3][4][8] - TWO BETA 模型推荐科技板块，关注国产替代下的信创和 AI 芯片 [3][4][8] - 银行板块虽周五大跌但仍延续上行趋势，值得关注 [3][4][8] 估值指标 - wind 全 A 指数整体 PE 位于 50 分位点附近属中等水平，PB 位于 20 分位点附近属较低水平 [3][10][14] 仓位建议 - 以 wind 全 A 为股票配置主体的绝对收益产品建议仓位至 50% [3][10][14]

量化模型与构建方式 1. **模型名称：均线距离择时模型** - **模型构建思路**：通过计算wind全A指数的短期均线（20日）与长期均线（120日）的距离，判断市场趋势（上行/下行）[2][9] - **模型具体构建过程**： 1. 计算20日均线（短期）和120日均线（长期）的数值： $$ \text{20日均线} = 4908, \text{120日均线} = 5092.8 $$ 2. 计算两线距离百分比： $$ \text{均线距离} = \frac{\text{20日均线} - \text{120日均线}}{\text{120日均线}} \times 100\% = -3.63\% $$ 3. 判断规则：若距离绝对值>3%且短期均线低于长期均线，则为下行趋势[2][9] 2. **模型名称：TWO BETA行业配置模型** - **模型构建思路**：结合市场Beta和行业Beta特性，筛选具有超额收益潜力的行业板块[4][10] - **模型具体构建过程**： 1. 计算科技板块（如信创、AI芯片）与市场整体的Beta相关性 2. 结合国产替代政策导向，赋予科技板块更高权重[4][10] 3. **模型名称：仓位管理模型** - **模型构建思路**：综合估值分位数（PE/PB）和趋势信号动态调整仓位[3][10] - **模型具体构建过程**： 1. 估值分位数判断： - PE位于50分位（中等） - PB位于20分位（较低） 2. 结合均线距离模型的下行趋势信号，输出仓位建议[3][10] --- 模型的回测效果 1. **均线距离择时模型**： - 当前均线距离：-3.63%[2][9] - 市场状态：下行趋势[2][9] 2. **TWO BETA模型**： - 推荐行业：科技板块（信创、AI芯片）[4][10] 3. **仓位管理模型**： - 建议仓位：50%[3][10] --- 量化因子与构建方式 1. **因子名称：估值分位数因子** - **因子构建思路**：通过PE/PB历史分位数判断市场估值水平[3][7] - **因子具体构建过程**： 1. 计算wind全A指数PE/PB的10年历史分位数（2014-2025） 2. 当前取值： - PE分位数：50% - PB分位数：20%[3][7] 2. **因子名称：赚钱效应因子** - **因子构建思路**：监测市场赚钱效应是否转正以判断趋势反转[2][10] - **因子具体构建过程**： 1. 定义赚钱效应为近期市场收益率的滚动均值 2. 当前取值：-1%[2][10] --- 因子的回测效果 1. **估值分位数因子**： - PE分位数：50%[3][7] - PB分位数：20%[3][7] 2. **赚钱效应因子**： - 当前值：-1%[2][10]

量化模型与构建方式 1. **模型名称**：均线距离择时模型 - **模型构建思路**：通过计算wind全A指数的短期均线（20日）与长期均线（120日）的距离，判断市场整体环境趋势[2][3] - **模型具体构建过程**： 1. 计算20日均线（短期）和120日均线（长期）的数值 2. 计算两线距离百分比： $$ \text{均线距离} = \frac{\text{20日均线} - \text{120日均线}}{\text{120日均线}} \times 100\% $$ 3. 根据阈值划分市场状态： - 距离≥3%为上行趋势 - -3%＜距离＜3%为震荡趋势 - 距离≤-3%为下行趋势[2][3][8] - **模型评价**：通过均线交叉关系捕捉市场趋势变化，但对突发性事件反应滞后 2. **模型名称**：TWO BETA行业配置模型 - **模型构建思路**：基于宏观经济周期与行业特性，筛选具有超额收益潜力的板块[3][8] - **模型具体构建过程**： 1. 定义经济周期指标（如利率、PMI等） 2. 计算各行业对经济周期的敏感度（Beta系数） 3. 结合行业估值与动量指标进行综合筛选[3][8][10] 3. **模型名称**：仓位管理模型 - **模型构建思路**：结合估值分位数与趋势信号动态调整仓位[3][10] - **模型具体构建过程**： 1. 计算wind全A的PE/PB历史分位数（PE 50分位、PB 20分位） 2. 叠加均线距离信号（当前-3.08%） 3. 输出仓位建议： - 估值低位+下行趋势→50%中性仓位[3][8][10] 模型的回测效果 1. 均线距离择时模型： - 当前均线距离：-3.08%[2][3] - 市场状态：下行趋势边缘[8][10] 2. TWO BETA模型： - 推荐板块：科技（信创、AI芯片）、银行[3][8] 3. 仓位管理模型： - 当前建议仓位：50%[3][10] 量化因子与构建方式 1. **因子名称**：赚钱效应因子 - **因子构建思路**：反映市场整体盈利能力的动态指标[2][3] - **因子具体构建过程**： 1. 计算近期市场累计收益率 2. 标准化处理： $$ \text{赚钱效应} = \frac{\text{指数N日收益率} - \text{均值}}{\text{标准差}} $$ 3. 当前值：-1.7%[3][8][10] 2. **因子名称**：估值分位数因子 - **因子构建思路**：衡量指数相对历史估值水平[3][11] - **因子具体构建过程**： 1. 计算wind全A的PE/PB在过去10年的分位数 2. 当前值： - PE分位数：50% - PB分位数：20%[3][11][12] 因子的回测效果 1. 赚钱效应因子： - 当前值：-1.7%[3][8] - 阈值：转正为趋势反转信号[10] 2. 估值分位数因子： - PE分位数：50%（中等水平）[3][11] - PB分位数：20%（较低水平）[11][12]