登记编码：S0730511010001 分析师：张刚 电话： 0371-65585629 地址： 郑州郑东新区商务外环路10号18楼 地址： 上海浦东新区世纪大道 1788 号 T1 座 22 楼 zhanggang@ccnew.com 021-50586990 金融有色行业领涨 A 股小幅整理 ——市场分析 相关报告 《市场分析：光伏电池行业领涨 A 股震荡上 行》 2026-01-23 《市场分析：航天通信行业领涨 A 股小幅上 行》 2026-01-22 《市场分析：有色半导体领涨 A 股小幅上行》 2026-01-21 联系人： 李智 证券研究报告-市场分析 发布日期：2026 年 01 月 26 日 投资要点： ◼ A 股市场综述 周一（01 月 26 日）A 股市场冲高遇阻、小幅震荡整理，早盘股指高 开后震荡上行，盘中沪指在 4160 点附近遭遇阻力，随后股指维持震 荡，盘中金融、医药、有色金属以及石油等行业表现较好；航天航 空、电子化学品、计算机设备以及半导体等行业表现较弱，沪指全 天基本呈现小幅震荡上行的运行特征。创业板市场周一震荡回落， 创业板成分指数全天表现弱于主板市场。 ◼ 后市研判及投 ...

量化模型与构建方式 1. **模型名称：全频段量价融合因子模型**[6] * **模型构建思路**：整合不同频率（高频与低频）的量价数据，通过深度学习模型分别挖掘其蕴含的选股信息，最终融合成一个综合因子[6]。 * **模型具体构建过程**： 1. **高频因子构建**：使用深度学习模型，以分钟和Level2等高频数据为输入特征，训练得到27个高频深度学习因子[6][11]。 2. **低频因子构建**：利用多任务学习模型，对日频、周频、月频等低频量价数据进行端到端挖掘，得到低频多任务因子[6]。 3. **因子融合**：将上述得到的高频深度学习因子与低频多任务因子合成为最终的全频段融合因子[6]。 2. **模型名称：AI中证1000增强组合模型**[1][7] * **模型构建思路**：基于全频段融合因子，在跟踪中证1000指数的基础上构建增强组合，以获取稳定的超额收益[1][7]。 * **模型具体构建过程**： 1. **选股与赋权**：使用全频段融合因子作为核心选股指标[1][7]。 2. **组合约束**：组合构建时遵循以下规则：对中证1000指数成分股的权重不低于80%；个股权重相对于基准的偏离上限为0.8%；对Barra风险模型的暴露控制在0.3以内；周双边换手率目标为30%[9]。 3. **调仓与交易**：采用周频调仓，交易费用假设为双边千分之四[9]。 3. **模型名称：文本LLM-FADT选股模型**[2][14][17] * **模型构建思路**：在传统文本分析模型（BERT-FADT）基础上，引入大语言模型（LLM）对分析师研报进行多维度深度解读，生成更丰富的文本特征，以提升选股效果[2][14]。 * **模型具体构建过程**： 1. **文本增强**：对原始研报的标题和摘要，使用大语言模型从“标题新解”、“行情催化剂”、“言外之意”、“潜在风险”、“收益指引”五个额外视角进行解读和补充[14][17]。 2. **特征提取**：将原始文本及上述5个增强后的文本，共计6类文本，输入微调版的FinBERT模型，分别转化为文本特征向量[17]。 3. **预测建模**：将得到的多组文本特征向量作为输入，使用XGBoost模型进行训练，预测股票未来收益[17]。 4. **模型名称：AI行业轮动模型**[3][38][43] * **模型构建思路**：利用全频段量价融合因子，自下而上地对行业进行打分，选择得分最高的行业构建轮动策略[3][38]。 * **模型具体构建过程**： 1. **行业池**：主要覆盖32个一级行业，其中对食品饮料、有色金属进行了细分，排除了综合和综合金融[43]。 2. **行业打分**：使用行业内成分股的全频段量价融合因子得分，对每个行业进行打分[38][43]。 3. **策略规则**：每周最后一个交易日，选择模型打分最高的5个行业，于下周第一个交易日收盘价等权买入，周频调仓，策略回测中不计交易成本[3][43]。 5. **模型名称：AI主题指数轮动模型**[4][31] * **模型构建思路**：利用全频段量价融合因子，对主题指数进行打分，选择得分高的指数构建轮动策略[4][31]。 * **模型具体构建过程**： 1. **指数池**：根据Wind的ETF基金分类，选取133个有对应ETF的主题指数构成备选池[31]。 2. **指数打分**：使用指数成分股的全频段量价融合因子得分，对每个主题指数进行打分[31]。 3. **策略规则**：每周最后一个交易日，选择模型打分最高的10个主题指数，于下周第一个交易日开盘价等权买入，周频调仓，交易成本为双边万分之四[4][31]。 6. **模型名称：AI概念指数轮动模型**[4][37] * **模型构建思路**：利用全频段量价融合因子，对概念指数进行打分，选择得分高的指数构建轮动策略[4][37]。 * **模型具体构建过程**： 1. **指数池**：选取Wind热门概念指数，共72个构成备选池[37]。 2. **指数打分**：使用指数成分股的全频段量价融合因子得分，对每个概念指数进行打分[37]。 3. **策略规则**：每周最后一个交易日，选择模型打分最高的10个概念指数，于下周第一个交易日开盘价等权买入，周频调仓，交易成本为双边万分之四[4][37]。 量化因子与构建方式 1. **因子名称：全频段量价融合因子**[6] * **因子构建思路**：通过深度学习技术分别挖掘高频和低频量价数据中的有效信息，并将它们融合成一个综合性的选股因子[6]。 * **因子具体构建过程**：参见上述“全频段量价融合因子模型”的具体构建过程[6]。 * **因子评价**：该因子的主要收益贡献来源于日频、周频、月频等低频量价数据[1][11]。在2025年表现非常显著，但在2026年初经历了一定回撤[11]。相比之下，基于纯高频数据（如分钟、Level2）的深度学习因子在2026年初回撤较小，且在2024年极端市场环境中表现更优[11]。 2. **因子名称：高频深度学习因子**[6][11] * **因子构建思路**：专注于从分钟级和Level2等高频率量价数据中，通过深度学习模型提取能够预测股票收益的特征[6][11]。 * **因子具体构建过程**：使用深度学习模型，以分钟和Level2数据作为输入特征进行训练，得到27个因子[6]。 3. **因子名称：低频多任务因子**[6] * **因子构建思路**：专注于从日频、周频、月频等低频率量价数据中，通过多任务学习模型进行端到端的信息挖掘[6]。 * **因子具体构建过程**：利用多任务学习模型对低频量价数据进行端到端训练得到[6]。 模型的回测效果 1. **AI中证1000增强组合模型**[1][7][11] * 年化收益率：21.37%[11] * 年化波动率：23.27%[11] * 夏普比率：0.92[11] * 最大回撤：33.08%[11] * 年化超额收益率（相对中证1000）：21.60%[1][7][11] * 年化跟踪误差：6.06%[1][7][11] * 信息比率（IR）：3.57[1][7][11] * 超额收益最大回撤：7.55%[1][7][11] * 超额收益Calmar比率：2.86[1][7][11] * 相对基准月胜率：78.50%[11] * 年化双边换手率：32.56%[11] 2. **文本LLM-FADT选股模型（中证500增强）**[2][20][24] * 年化收益率：30.10%[2][20][24] * 年化波动率：25.57%[24] * 夏普比率：1.18[2][20][24] * 最大回撤：36.70%[24] * Calmar比率：0.82[24] * 年化超额收益率（相对中证500）：25.52%[2][20][24] * 年化跟踪误差：12.76%[24] * 信息比率（IR）：2.00[2][20][24] * 超额收益最大回撤：22.89%[24] * 超额收益Calmar比率：1.11[24] * 相对基准月胜率：75.00%[24] * 年化双边换手率：14.88%[24] 3. **AI行业轮动模型**[3][41] * 年化收益率：26.87%[3][41] * 年化超额收益率（相对行业等权基准）：19.02%[3][41] * 超额收益最大回撤：12.43%[41] * 超额夏普比率：1.85[41] * 今年以来收益率（截至2026/1/23）：4.22%[41] 4. **AI主题指数轮动模型**[4][30] * 年化收益率：16.92%[4][30] * 年化超额收益率（相对主题指数等权基准）：9.37%[4][30] * 超额收益最大回撤：20.79%[30] * 超额夏普比率：0.73[30] * 今年以来收益率（截至2026/1/23）：3.78%[30] 5. **AI概念指数轮动模型**[4][35] * 年化收益率：23.22%[4][35] * 年化超额收益率（相对概念指数等权基准）：9.74%[35] * 超额收益最大回撤：20.16%[35] * 超额夏普比率：0.82[35] * 今年以来收益率（截至2026/1/23）：4.41%[35] 因子的回测效果 1. **全频段量价融合因子**[6] * 5日RankIC均值：0.114[6][7] * TOP层年化超额收益率（相对全A等权基准）：29.38%[6] * 今年以来TOP层超额收益率（截至2026/1/23）：0.40%[6]

市场表现与基金发行 - 2025年四季度（截至2026年1月22日）主要宽基指数上涨，中证2000、中证500、国证2000涨幅均超10%，分别为13.76%、13.16%、12.06%[13] - 四季度行业表现分化，有色金属、国防军工、石油石化涨幅居前，分别为33.48%、28.59%、25.94%[17] - 四季度新成立偏股主动型基金100只，总份额604.71亿份，其中10月发行规模281.21亿份为近三年巅峰[23][26] 基金仓位与行业配置 - 四季度各类偏股主动型基金平均股票仓位均环比下降，偏股混合型、普通股票型基金仓位分别为88.69%（降1.05%）、90.52%（降0.52%）[31] - 按中信一级行业，四季度基金持仓规模增加超100亿元的行业为有色金属（增314.53亿）、通信（增281.83亿）、基础化工（增206.06亿）、非银行金融（增160.05亿）[38][43] - 四季度基金持仓比例减少超1%的行业包括计算机（降1.72%）、医药（降1.64%）、传媒（降1.15%）、电子（降1.1%）、电力设备及新能源（降1%）[44][47] 个股持仓变动 - 四季度基金增持规模最大的A股前五名为中际旭创（增224.85亿）、东山精密（增101.87亿）、中国平安（增101.18亿）、新易盛（增94.97亿）、生益科技（增60.04亿）[48][49] - 四季度基金减持规模最大的A股前五名为工业富联（减181.62亿）、亿纬锂能（减107.78亿）、宁德时代（减106.41亿）、立讯精密（减81.64亿）、分众传媒（减54.68亿）[60][62] - 四季度末基金持仓规模最大的A股前五名为中际旭创（782.32亿）、新易盛（655亿）、宁德时代（634.92亿）、紫金矿业（381.15亿）、寒武纪-U（294.95亿）[67][68] 百亿基金与港股持仓 - 截至2026年1月22日，全市场百亿以上偏股主动型基金共31只，较上季度减少3只[73] - 百亿基金持仓规模增加最多的行业为交通运输（增28.51亿）、汽车（增25.7亿）、有色金属（增23.07亿）[76][78] - 四季度基金重仓港股市值前三为腾讯控股（576.52亿）、阿里巴巴-W（310.6亿）、中芯国际（186.38亿），但三只股票持仓规模均环比减少超100亿元[80][82]

量化模型与构建方式 1. **模型名称**：重仓股补全法（模拟全持仓模型）[45] * **模型构建思路**：由于基金季报仅披露前十大重仓股，信息不完整，为了更全面地分析基金的行业配置偏好，在保证一定准确度的同时兼顾时效性，构建此模型来模拟基金的全部持仓[45]。 * **模型具体构建过程**：该方法在证监会行业配置约束下，利用上期持仓股票和全市场其他股票来补全本期行业配置缺失的部分，从而模拟本期全部持仓，进而估计基金的中信行业配置信息[45]。具体步骤如下： 1. **数据基础**：使用基金定期报告披露的完整持仓（年报、半年报）或上期模拟持仓作为基准[45]。 2. **补全逻辑**：假设基金经理的配置偏好具有延续性，其管理的基金在前后两期非重仓股的行业配置比例保持不变[45]。 3. **操作流程**： * 在Q1（或Q3）节点，使用上期的年报（或半年报）的真实完整持仓信息[45]。 * 在Q2（或Q4）节点，使用上期Q1（或Q3）的模拟持仓信息[45]。 * 对于本期季报，已知前十大重仓股（重仓股）的持仓。对于非重仓部分，假设其行业配置结构与上期完整持仓（或模拟持仓）中非重仓部分的行业配置结构相同。 * 在满足证监会行业配置比例要求的前提下，用全市场其他股票按上期的行业配置比例填充非重仓部分，最终合成一个模拟的全持仓组合[45]。 量化因子与构建方式 1. **因子名称**：行业配置权重因子[44][45][46] * **因子构建思路**：通过计算基金在特定行业上的持仓市值占其总股票持仓市值的比例，来衡量基金对该行业的配置偏好和暴露程度[44][45][46]。 * **因子具体构建过程**： 1. 对于单只基金，计算其持有某行业所有股票的总市值。 2. 计算该基金持有的所有股票的总市值。 3. 行业配置权重 = (持有某行业股票总市值 / 基金持有所有股票总市值) × 100%[44][45][46]。 4. 报告中对所有主动权益类基金进行汇总，分别计算了基于**重仓股**的行业配置权重[44]和基于**模拟全持仓**的行业配置权重[45][46]。 2. **因子名称**：板块配置权重因子[48][49][50] * **因子构建思路**：在行业配置的基础上，根据行业的内在属性和差异性，将中信行业归类为周期、消费、医药、金融、科技、其他六大板块，从更宏观的板块视角分析基金的配置偏好及变动[47][48]。 * **因子具体构建过程**： 1. **板块划分**：依据报告中提供的映射表，将每个中信一级行业归入一个板块（例如：有色金属归入周期板块，电子归入科技板块）[47][48]。 2. **权重计算**：对于单只基金，将其在某个板块内所有行业的配置权重相加，得到该基金的板块配置权重。 3. 报告中对所有主动权益类基金进行汇总，分别计算了基于**重仓股**的板块配置权重[48][49]和基于**模拟全持仓**的板块配置权重[50]。 3. **因子名称**：配置变动（差值）因子[44][45][46][48][49][50] * **因子构建思路**：通过计算相邻两期（如2025年四季度与三季度）行业或板块配置权重的差值，来量化基金配置偏好的动态变化，识别其加仓和减仓的方向[44][45][46][48][49][50]。 * **因子具体构建过程**： 1. 配置变动值 = 本期配置权重 - 上期配置权重[44][45][46][48][49][50]。 2. 正值表示加仓，负值表示减仓。 模型的回测效果 （报告中未提供该模型的量化回测绩效指标，如年化收益率、夏普比率、最大回撤等。） 因子的回测效果 （报告中未提供基于这些因子构建策略的量化回测绩效指标，如多空收益、IC值、IR等。报告主要展示了因子在特定时点（2025年四季度）的截面取值及相对上期的变动情况。） **行业配置权重因子（基于重仓股，2025年四季度末截面值及相对三季度变动）**[44] * 电子行业：配置权重20.73%，较上季度变动-1.23个百分点[44]。 * 通信行业：配置权重9.84%，较上季度变动+1.84个百分点[44]。 * 医药行业：配置权重9.08%，较上季度变动-1.90个百分点[44]。 * 有色金属行业：配置权重7.86%，较上季度变动+2.12个百分点[44]。 * 电力设备及新能源行业：配置权重7.97%，较上季度变动-0.59个百分点[44]。 * 基础化工行业：配置权重4.64%，较上季度变动+1.27个百分点[44]。 * 非银行金融行业：配置权重2.92%，较上季度变动+1.11个百分点[44]。 **行业配置权重因子（基于模拟全持仓，2025年四季度末截面值及相对三季度变动）**[45][46] * 电子行业：配置权重17.75%，较上季度变动-0.19个百分点[46]。 * 医药行业：配置权重9.44%，较上季度变动-0.76个百分点[46]。 * 机械行业：配置权重7.43%，较上季度变动+0.22个百分点[46]。 * 有色金属行业：配置权重7.00%，较上季度变动+1.10个百分点[46]。 * 电力设备及新能源行业：配置权重7.46%，较上季度变动-0.38个百分点[46]。 * 基础化工行业：配置权重5.80%，较上季度变动+0.55个百分点[46]。 * 通信行业：配置权重6.36%，较上季度变动+0.90个百分点[46]。 * 非银行金融行业：配置权重2.73%，较上季度变动+0.69个百分点[46]。 **板块配置权重因子（基于重仓股，2025年四季度末截面值及相对三季度变动）**[48][49] * 科技板块：配置权重37.87%，较上季度变动-2.38个百分点[48][49]。 * 周期板块：配置权重32.64%，较上季度变动+4.24个百分点[48][49]。 * 消费板块：配置权重14.70%，较上季度变动-0.87个百分点[48][49]。 * 医药板块：配置权重9.08%，较上季度变动-1.90个百分点[48][49]。 * 金融板块：配置权重5.72%，较上季度变动+0.91个百分点[48][49]。 **板块配置权重因子（基于模拟全持仓，2025年四季度末截面值及相对三季度变动）**[50] * 周期板块：配置权重38.13%，较上季度变动+1.87个百分点[50]。 * 科技板块：配置权重29.85%，较上季度变动-1.04个百分点[50]。 * 消费板块：配置权重15.92%，较上季度变动-0.64个百分点[50]。 * 金融板块：配置权重6.64%，较上季度变动+0.56个百分点[50]。 * 医药板块：配置权重9.44%，较上季度变动-0.76个百分点[50]。

市场热度与融资盘激增 - 2026年初A股市场热度显著，融资余额在2025年12月15日至2026年1月14日一个月内从2.489万亿元飙升至2.681万亿元附近，增幅逼近2000亿元 [1] - 1月12日单日融资净买入额创下阶段性纪录，高达460.5亿元 [1] - 杠杆资金集中涌入特定板块，电子、国防军工、计算机、电力设备行业过去一个月融资净买入额均突破百亿元，其中电子行业以315亿元的融资净买入额遥遥领先 [1] 监管政策调整与市场反应 - 1月14日，沪深北三大交易所同步公告，将融资保证金最低比例由80%上调至100%，并采取“新老划断”原则，仅适用于新开融资合约 [1] - 政策被解读为监管层旨在“降温过热杠杆，维护市场稳定”的精准施策 [3] - 政策公布后市场反应剧烈，当日午后三大指数跳水，上证指数从早盘上涨1.2%一度跌至-0.8%，一个半小时内融资偿还额骤增420亿元，占全天偿还总量的64% [3] 市场调整的深层逻辑 - 融资保证金比例上调释放了明确的监管降温信号，改变了市场预期，导致部分依赖增量杠杆资金的投资者提前离场观望 [5] - 市场结构发生深刻变化，前期热炒但缺乏业绩支撑的AI应用、商业航天等题材股成为资金出逃重灾区 [7] - 领跌板块并非前期涨幅大的中小盘股，而是相对滞涨的权重股，原因在于其流动性好、券源充足便于机构对冲，且融资交易活跃度高易受政策冲击 [9] 资金流向与结构性换仓 - 当前调整是剧烈的结构性换仓而非全线撤退，社保基金、险资等长期资金正从高位题材股转向低估值蓝筹与硬科技领域 [9] - 金融股因估值处于历史低位且受益于市场交投活跃，成为资金的“避风港” [9] - 台积电超预期财报带动半导体板块在调整中逆势走强，凸显资金对基本面的重视 [9] - 多家权重股尾盘出现巨额压单，金融、石油、白酒等行业尤为明显，印证了市场结构性调整的深度 [9] 未来市场展望与机构观点 - 多数机构对A股持谨慎乐观态度，认为当前调整是短期震荡而非趋势反转 [10] - 在全球降息周期下，人民币升值预期吸引外资持续流入，居民“存款搬家”带来可观增量资金，险资等长期资金也在加大权益配置，市场“不缺钱”格局未变 [10] - 科技主线的确定性最强，结构性机会依然存在，多家机构预测2026年A股将从结构性牛市转向更全面的牛市，当前调整是布局良机 [10] - 监管层致力于营造“长钱长投”的市场生态，培育长期资本，以减少短期投机、提升定价效率，为市场长期健康发展夯实基础 [10] 基本面与结构性特征延续 - A股基本面结构分化将进入下半场，科技创新驱动的经济转型、上市公司经营的头部集中化以及外需的拉动作用，将共同推动A股市场延续结构性特征 [12]

大金融基本面和配置展望 20260119 摘要 房地产市场近期数据显示增长，但需警惕季节性和政策影响，3、4 月数 据是关键，若无重大政策落地，市场仍面临压力，板块配置应谨慎，关 注基本面良好的公司。 股价与房价长期存在相关性，均为经济基本面反映，但非因果关系。股 价反映企业盈利增长，房价反映收入和租金增长。中短期关系不确定， 受发展阶段、政策导向及风险偏好影响。 2025 年非银行金融行业业绩强劲，保险和证券公司均显著增长。交易 所下调保证金比例是前置性保护措施，影响有限。建议 2026 年逢低配 置保险，推荐科创领域头部券商及互联网金融公司。 银行板块自去年三季度以来受资金面冲击，公募基金、专户资金流出， ETF 和指数基金调仓。大盘指数基金资金流向变化也产生影响。优质银 行股具备超跌反弹机会，关注稳健基本面和受益于宏观经济复苏的大型 银行。 年初以来银行板块跌幅最高，1 月 15 日至 16 日大规模净流出。上周沪 深 300 和上证 50 相关 ETF 及指数基金净流出显著高于常规水平，规模 接近 2025 年二季度净流入量级。 Q&A 近期房地产市场的表现如何？是否有明显的回暖迹象？ 今年 1 月份 ...

2025年12月非银存款数据核心观点 - 2025年12月非银存款减少3300亿元，但同比少减2.84万亿元，这一显著变化引发市场关注，因其常与股市资金动向相关联 [1] 数据变化原因分析 - 同比数据大幅波动主要受2024年低基数扰动影响，2024年12月非银同业存款利率被纳入自律管理，导致当月非银存款大幅减少3.17万亿元，创历史单月最大规模收缩 [1] - 2025年12月数据变化的具体原因包括：季度末理财产品回表，以及股市活跃吸引了资金涌入 [1]

核心观点 - 报告核心观点为：在截至2026年1月16日的一周内，市场风格以高Beta和低杠杆为主导，小市值风格亦表现突出[1][2][18] 主要市场指数与风格表现回顾 - **宽基指数表现**：本周主要宽基指数大部分上涨，其中中证500上涨2.18%，北证50上涨1.58%，中证1000上涨1.27%，深证成指上涨1.14%，创业板指上涨1.00%，中证2000上涨0.94%，中证800上涨0.20%，而上证指数下跌0.45%，沪深300下跌0.57%[2][10][11] - **行业指数表现**：本周计算机、电子、传媒、有色金属、机械等行业表现居前，周涨幅分别为4.31%、3.64%、3.34%、3.03%和1.36%；国防军工、农林牧渔、煤炭、房地产、非银行金融等行业表现居后，其中国防军工周跌幅达5.86%[2][14][16] - **风格因子表现**：最近一周，Beta因子、杠杆因子、非线性市值因子的表现尤为突出，其多空收益分别为4.40%、-2.55%和1.67%，表明高Beta、低杠杆和小市值股票跑赢市场[2][18] 选股因子表现跟踪 - **沪深300股票池**：本周表现较好的因子为20日成交量变异系数、标准化预期外盈利、盈余公告前隔夜动量[3][25] - **中证500股票池**：本周表现较好的因子为60日特异度、20日特异度、60日动量，其最近一周超额收益分别为1.32%、1.21%和1.06%[3][27] - **中证800股票池**：本周表现较好的因子为60日动量、标准化预期外盈利、盈余公告前隔夜动量，其最近一周超额收益分别为1.47%、1.25%和1.25%[3][30] - **中证1000股票池**：本周表现较好的因子为20日特异度、60日偏度、CFEV_TTM，其最近一周超额收益分别为1.42%、1.35%和1.35%[3][33] - **沪深300ESG股票池**：本周表现较好的因子为20日成交量变异系数、20日特异度、盈余公告前隔夜动量[3][36] - **全市场股票池**：本周表现较好的因子为单季度ROA、单季度ROE、单季度净利润率，其近一周Rank IC分别为16.18%、16.13%和15.86%[3][38][39] 量化基金表现 - **指数增强型基金**：过去一周，沪深300指数增强产品超额收益平均值为0.58%，中证500指数增强产品为-0.26%，中证1000指数增强产品为0.44%[4][43] - **主动量化与对冲型基金**：本周业绩最好的主动量化基金为汇安量化优选A（005599.OF），周绝对收益为8.68%；业绩最好的对冲型基金为中邮绝对收益策略（002224.OF），周绝对收益为2.39%[4][46] 招商证券量化指数增强组合周度跟踪 - **近期超额收益**：招商证券构建的指数增强组合近一周超额收益分别为：沪深300增强组合0.24%，中证500增强组合-0.27%，中证800增强组合0.59%，中证1000增强组合-0.06%，沪深300ESG股票池下的沪深300增强组合0.12%[5][51][52] - **长期绩效**：自2010年以来，各增强组合相对于基准指数的年化超额收益分别为：沪深300增强组合6.40%，中证500增强组合8.50%，中证800增强组合7.12%，中证1000增强组合14.90%，沪深300ESG股票池下的沪深300指数增强组合5.56%[53]

量化模型与构建方式 1. **模型名称：港股精选组合模型**[14][15] * **模型构建思路**：该模型旨在对分析师推荐股票池进行基本面和技术面的双层优选，挑选出同时具备基本面支撑和技术面共振的超预期股票，构建港股精选股票组合[14][15]。 * **模型具体构建过程**： 1. **构建分析师推荐股票池**：以分析师上调盈利预测、分析师首次关注、分析师研报标题超预期事件作为分析师推荐事件，构建初始股票池[15]。 2. **基本面与技术面双层筛选**：对分析师推荐股票池中的股票，从基本面和技术面两个维度进行精选，具体筛选标准未在本文档中详细展开[14][15]。 3. **组合构建**：通过上述筛选，最终构建出港股精选股票组合[14]。 2. **因子名称：250日新高距离**[22] * **因子构建思路**：该因子用于量化股票价格接近其过去250个交易日最高点的程度，以识别创新高或接近新高的股票[20][22]。 * **因子具体构建过程**： 1. 计算股票在过去250个交易日内的收盘价最大值。 2. 使用最新收盘价与过去250日最高价计算距离。 3. 具体公式为： $$250日新高距离 = 1 - \frac{Close_t}{ts\_max(Close, 250)}$$ 其中，$Close_t$ 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[22]。 4. 若最新收盘价创出新高，则该因子值为0；若最新收盘价较新高回落，则该因子为正值，表示回落幅度[22]。 3. **模型名称：平稳创新高股票筛选模型**[22][23] * **模型构建思路**：该模型旨在从近期创过新高的股票中，进一步筛选出分析师关注度高、股价走势强劲且路径平稳的股票，以捕捉更高质量的趋势信号[2][22]。 * **模型具体构建过程**：在“过去20个交易日创出过250日新高的股票池”中，按以下步骤进行筛选[22][23]： 1. **样本池**：全部港股，但需剔除成立时间不超过15个月的股票[23]。 2. **分析师关注度筛选**：要求过去6个月内，获得“买入”或“增持”评级的分析师研报不少于5份[23]。 3. **股价相对强弱筛选**：要求过去250日涨跌幅位于样本池前20%[23]。 4. **股价平稳性综合打分**：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，并取排名在前50%的股票（最少取50只）[23]： * **价格路径平滑性**：使用“股价位移路程比”指标，具体计算公式未在文档中给出[23]。 * **创新高持续性**：计算过去120日的“250日新高距离”在时间序列上的均值[23]。 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日的“250日新高距离”在时间序列上的均值，并取排序靠前的50只股票作为最终输出[23]。 模型的回测效果 1. **港股精选组合模型**[19] * 全样本（20100101-20251231）年化收益：19.08%[19] * 全样本相对恒生指数年化超额收益：18.06%[19] * 全样本信息比率（IR）：1.19[19] * 全样本跟踪误差：14.60%[19] * 全样本最大回撤：23.73%[19] * 全样本收益回撤比：0.76[19] 量化因子与构建方式 *（本报告中未单独列出除“250日新高距离”外的其他量化因子构建细节）* 因子的回测效果 *（本报告中未提供单个因子的独立测试结果）*

行业投资评级 - 报告未明确给出统一的行业投资评级 核心观点 - 事件源于人民银行发布2025年金融统计数据及国新办新闻发布会 发布会重点包括对2025年数据的解读以及发布一批已考虑成熟的先行货币金融政策 [2] - 对券商板块 经营环境有望持续改善 业务条线全面受益 [3] - 对保险板块 顺周期逻辑强化 支撑长端利率企稳 [4] 事件点评：券商板块 - 直接融资扩容 投行业务空间打开 2025年社会融资规模增量达35.6万亿元 其中直接融资达16.7万亿元 占比46.9% 相较2020年高7.8个百分点 配合对科技创新、民营企业支持力度的表态 预计股权、债券融资环境将持续优化 为券商投行业务提供项目储备 [3] - 货币政策维持宽松 市场流动性充裕 利好资本市场业务 2025年12月末 社会融资规模存量同比增长8.3% 广义货币供应量M2同比增长8.5% 明显高于名义GDP增速 且央行明确2026年将继续实施适度宽松的货币政策 “降准降息仍有空间” 这一环境有望降低券商资金成本 扩大资本中介与自营业务的利差空间 同时结合“存款搬家” 有利于中长期资金通过公募、保险等渠道加大权益配置 高成交+高两融有望延续 直接利好经纪、财富管理及机构业务 [3] 事件点评：保险板块 - 物价水平已现积极变化 顺周期逻辑逐步强化 长债利率企稳回升趋势有望延续 支撑保险股估值向上 央行表示近期物价水平已出现积极变化 下阶段将把促进经济稳定增长、物价合理回升作为货币政策的重要考量 [4] 投资建议 - 券商方面 在相对较低的业绩基数下 预计26年第一季度保持较高的利润增速 继续重点关注春季躁动行情下券商板块的补涨机会 建议沿两条主线布局：一是受益于市场活跃 在财富管理、机构业务及资本中介领域具备优势的券商；二是投行与资管业务领先的券商 直接受益于直接融资比例提升及资管行业长期发展 [5] - 保险方面 负债端高增长、资产端受益于春季躁动（保险公司第一季度利润基数很低）的短期逻辑将继续 长期来看 存款搬家下的负债端扩表 以及长牛预期下投资有望持续受益是保险股中长期估值抬升的重要支撑 [5]