宏观流动性观点 - 预计一季度M2同比将持续下行，宏观流动性最宽松时刻正在过去[1][10] - 本轮流动性收紧对中游板块利润冲击不大，因其需求更依赖海外且可能受益于供给侧收缩[1][11] - 股债比价指标显示股票比债券更具配置优势，十年期国债收益率已突破国际经验合理区间[1][11][12] 权益市场策略 - 春季躁动行情已启动，上证指数实现11连阳，从3822点升至3969点，全A成交额从1.7万亿升至2.2万亿[18] - 后续回撤幅度预计不大，多由微观流动性边际趋缓引起，而非宏观流动性突变[3][19] - 配置关注成交热度较低的热门主题（有色/新能源/机器人/半导体）及业绩预期改善的板块（非银、科技制造、顺周期）[3][21] 债券市场策略 - 预计一季度政府债净融资在3.6万亿附近，1月、3月是供给高峰[4][24] - 债市策略以票息策略占优，10年期国债收益率或维持在1.75%-1.85%区间[4][26] - 银行体系流动性压力或增大，因1月信贷投放靠前且一季度存单到期将超7万亿[23] 海外货币政策 - 市场预期美联储降息终点下移至3.1%，时点推迟至2027年3月，预期偏向宽松[6][29] - 市场预期欧洲央行不再降息，Euribor期货远期曲线低点维持在2.1%，立场更鹰派[6][29] - 美国三季度GDP年化环比升至4.3%，同比增长2.3%，关税冲击未引发衰退，市场对美联储宽松可能过于乐观[6][30] 市场数据与行业配置 - 本周股票型基金总仓位为95.74%，环比减少72个基点；混合型基金总仓位为88.42%，环比增加43个基点[7][36] - 本周新成立公募基金54只，合计募集119.16亿元，其中股票型基金募集80.31亿元[7][39][40] - 金工模型显示A股短期看多，下周推荐行业为综合、煤炭、交通运输、纺织服装、非银行金融[7][8][42]

核心观点 - 多家机构预测2026年A股及全球股市有望延续牛市行情，预计指数涨幅可达10%，市场驱动逻辑将从估值修复转向盈利增长 [1][3] - 科技与资源品被视为2026年两大核心投资主线，市场将更注重盈利兑现 [1][4][5] - 内需不足、贸易摩擦及房地产市场等风险因素仍需密切关注 [1][7] 市场展望与驱动逻辑 - 中信建投证券认为，2026年A股、港股、美股将共振上行，核心逻辑包括全球流动性宽松周期持续、经济复苏、AI产业高速发展和资源品价格上涨 [3] - 瑞银证券预计，2025年A股上市公司盈利同比增长6%，2026年盈利增速有望进一步升至8% [3] - 高盛指出，2025年A股和H股分别录得16%和29%的回报，主要由估值修复驱动；展望2026年，预计盈利增长将成为主要动力，并预测到2027年年底中国股市可能上涨38%，其中2026年盈利增长预计为14%，估值仍有约10%的修复空间 [3] - 国联民生证券预计，2026年将见到10%的指数涨幅，市场从估值驱动转向盈利驱动 [3] - 申万宏源认为，2026下半年可能启动全面牛，构成牛市2.0阶段，其特征是“周期搭台、成长唱戏” [3] 行情阶段与风格特征 - 中信建投证券分析师夏凡捷分析，2025年11月开始到2026年，牛市将进入第三阶段“景气验证期”，行情特征表现为指数涨幅放缓，基本面改善替代估值拔升成为市场核心动力 [4] - 瑞银证券分析师孟磊认为，市场中期展望向好，“成长”风格可能跑赢“价值”风格；随着“反内卷”持续推进，“周期”风格有望跑赢“防御”风格；大小盘风格在2026年将维持相对均衡 [4] - 高盛认为，中国股市正从“希望”阶段向“增长”阶段过渡，慢牛行情有望延续，但步伐可能放缓，市场结构将更注重盈利兑现 [3] 投资主线与关注方向 - 中信建投证券建议紧抓科技和资源品两条主线，重点关注：AI（液冷、光通信、存储、国产算力），新能源（储能、固态电池、核电），有色（铜铝、小金属），基础化工（新材料），机械设备，非银行金融，商业航天等 [5] - 高盛建议关注四条主线：一是AI与科技，聚焦中国具有成本优势及政府支持的领域；二是中国出海领军企业；三是新消费领域（如娱乐、特色零售、宠物食品）；四是“反内卷”政策受益行业（如水泥、太阳能和化工） [6] - 瑞银证券建议投资者关注科技板块、下半年择时布局消费、“反内卷”相关板块以及中国企业出海相关板块 [4] - 国联民生证券认为，消费、周期、制造行业中的部分行业会展现出更大的盈利弹性，2026年可能会迎来市场更高的关注度 [6] 全球资金与市场配置 - 中信建投证券认为，在弱美元趋势下，更多资金有望从美股流出进入包括港股、A股在内的新兴市场，建议提高对新兴市场的配置比例 [5] - 瑞银证券提到，居民存款持续往股市“搬家”、长线资金持续净流入股市将助力A股市场估值进一步上行 [3]

量化模型与构建方式 1. 三维择时框架 * **模型名称**：三维择时框架[8] * **模型构建思路**：通过监测市场分歧度、流动性和景气度三个维度的变化趋势，综合判断市场整体走势[8] * **模型具体构建过程**：模型基于三个独立的指数进行判断[12] 1. **市场分歧度指数**：衡量市场参与者观点的离散程度，下行趋势表示市场观点趋于一致[12][17] 2. **市场流动性指数**：衡量市场资金面的宽松程度，上行表示流动性改善[12][19] 3. **A股景气度指数2.0**：衡量上市公司整体盈利增长趋势，上行表示景气度提升[12][22] 当三个维度（分歧度下行、流动性上行、景气度上行）的趋势判断一致时，给出明确的看涨或看跌信号[8] 2. 热点趋势ETF策略 * **模型名称**：热点趋势ETF策略[29] * **模型构建思路**：结合价格形态（支撑阻力）与市场短期关注度（换手率变化）筛选ETF，构建组合[29] * **模型具体构建过程**： 1. **初筛形态**：根据K线的最高价与最低价的上涨或下跌形态，先选出最高价与最低价同时为上涨形态的ETF[29] 2. **计算支撑阻力因子**：根据最高价与最低价近20日回归系数的相对陡峭程度，构建支撑阻力因子[29] 3. **筛选高关注度标的**：在支撑阻力因子的多头组中，选择近5日换手率/近20日换手率最高的10只ETF，即短期市场关注度明显提升的标的[29] 4. **组合构建**：对最终选出的10只ETF构建风险平价组合[29] 3. ETF三策略融合模型 * **模型名称**：ETF三策略融合轮动模型[32] * **模型构建思路**：将基于基本面、质量低波、困境反转三种不同逻辑的行业轮动策略进行等权融合，实现因子与风格互补，降低单一策略风险[32] * **模型具体构建过程**： 1. **策略一：行业轮动策略**：核心因子包括超预期景气度、行业龙头效应、行业动量、拥挤度、通胀beta，旨在覆盖行业多维度特性，宏观适配性强[33] 2. **策略二：个股风格驱动策略**：核心因子包括个股动量、个股质量、个股波动率，聚焦个股质量与低波，防御性突出[33] 3. **策略三：困境反转策略**：核心因子包括PB_zscore、分析师长期预期、短期筹码交换，旨在捕捉估值修复与业绩反转机会[33] 4. **策略融合**：将上述三个策略的选股结果进行等权组合，形成最终的ETF轮动组合[32] 4. 资金流共振策略 * **模型名称**：融资-主动大单资金流共振策略[44] * **模型构建思路**：利用融资融券资金流与主动大单资金流两个维度，寻找资金形成共振效应的行业进行推荐[44][47] * **模型具体构建过程**： 1. **构建行业融资融券资金因子**：计算个股融资净买入-融券净卖出（即两融资金流）并在行业层面加总[41][44]。对该行业资金流进行barra市值因子中性化处理，然后计算其最近50日均值，最后计算该均值近两周的环比变化率[44] 2. **构建行业主动大单资金因子**：计算行业主动大单资金净流入，并对其进行最近一年成交量的时序中性化处理，得到排序分位值，最后取最近10日均值[44] 3. **策略逻辑**：研究发现，融资融券因子的多头端在不同市场状态下有稳定的负向超额收益，而主动大单因子剔除极端多头行业后有稳定正向超额收益[45]。因此，策略在主动大单因子的头部打分行业内，剔除融资融券因子得分也较高的行业，以提高策略稳定性[45]。进一步剔除大金融板块后构建最终组合[45] 5. 多风格增强策略 * **模型名称**：多风格增强策略[59] * **模型构建思路**：在基础的多风格策略之上，叠加额外的增强因子，以在其他风格端增厚收益，抑制单一风格波动，实现在不同市场周期下的稳定超额收益[59] * **模型具体构建过程**：报告提及了多种具体的风格增强策略，包括质量增强、红利增强、长期成长增强、价值增强、低波增强、短期动量增强、长期动量增强策略[63]。这些策略均在对应的风格基准（如中证红利全收益、中证全指等）上，通过叠加增强因子进行优化[63] 量化因子与构建方式 1. 支撑阻力因子 * **因子名称**：支撑阻力因子[29] * **因子构建思路**：根据价格高点与低点的回归趋势陡峭程度，判断价格的支撑或阻力强度[29] * **因子具体构建过程**：分别对ETF的最高价和最低价序列计算近20日的线性回归系数，根据这两个回归系数的相对陡峭程度构建因子[29] 2. 短期关注度因子 * **因子名称**：短期关注度因子（换手率变化）[29] * **因子构建思路**：用短期换手率相对于中长期换手率的提升幅度，衡量市场关注度的短期变化[29] * **因子具体构建过程**：计算ETF的近5日平均换手率与近20日平均换手率的比值[29] 3. 行业融资融券资金因子 * **因子名称**：行业融资融券资金因子[44] * **因子构建思路**：衡量经市值调整后的行业层面两融资金流的近期变化趋势[44] * **因子具体构建过程**： 1. 计算个股的两融资金流：融资净买入 - 融券净卖出[41][44] 2. 在行业层面将个股资金流加总[44] 3. 对行业资金流进行barra市值因子中性化处理[44] 4. 计算中性化后资金流的最近50日移动平均值[44] 5. 计算该50日均值近两周的环比变化率作为最终因子值[44] 4. 行业主动大单资金因子 * **因子名称**：行业主动大单资金因子[44] * **因子构建思路**：衡量经成交量调整后的行业大单资金净流入的近期强度[44] * **因子具体构建过程**： 1. 计算行业的主动大单资金净流入[44] 2. 对该净流入进行最近一年成交量序列的时序中性化处理，并转换为排序分位值[44] 3. 取该分位值的最近10日移动平均值作为最终因子值[44] 5. 风格因子 报告跟踪了多种市场风格因子，包括： * **市值因子**[51] * **贝塔因子**[50][51] * **动量因子**[51] * **波动率因子**[51] * **非线性市值因子**[51] * **价值因子**[55] * **流动性因子**[50][55] * **盈利收益率因子**[55] * **成长因子**[50][55] * **杠杆因子**[55] 6. Alpha因子（选股因子） 报告从不同维度列举了多个Alpha因子，部分因子构建过程如下： * **3个月成交量均值因子 (ln_volume_mean_3m)**：过去3个月成交量的自然对数均值[56] * **3个月成交量标准差因子 (ln_volume_std_3m)**：过去3个月成交量的自然对数的标准差[56] * **单季度净利润同比增长（考虑快报、预告）因子 (yoy_np_q_adv)**：$$ yoy\_np\_q\_adv = \frac{NP_{q} - NP_{q-4}}{|NP_{q-4}|} $$，其中NP为单季度净利润，考虑快报和预告数据[58] * **单季度ROA同比差值（考虑快报、预告）因子 (roa_q_delta_adv)**：$$ roa\_q\_delta\_adv = ROA_{q} - ROA_{q-4} $$，其中ROA为单季度总资产收益率，考虑快报和预告数据[58] * **一致预期净利润变化（FY1）因子 (mom1_np_fy1)**：$$ mom1\_np\_fy1 = \frac{NP_{FY1}^{current} - NP_{FY1}^{1m\ ago}}{|NP_{FY1}^{1m\ ago}|} $$，其中NP_FY1为未来一年一致预测净利润[58] * **研发总资产占比因子 (tot_rd_ttm_to_assets)**：$$ tot\_rd\_ttm\_to\_assets = \frac{研发支出_{TTM}}{总资产} $$[58] * **SUE因子 (sue1)**：$$ sue1 = \frac{(NI_{q} - NI_{q-4}) - mean(NI_{t} - NI_{t-4}, t=q-7:q)}{std(NI_{t} - NI_{t-4}, t=q-7:q)} $$，其中NI为净利润，计算过去八个季度的标准化未预期盈余[58] 模型的回测效果 1. 热点趋势ETF策略 * **测试周期**：2025年以来[29] * **组合收益率**：43.6%[29] * **超额收益率（相对沪深300）**：22.4%[29] 2. ETF三策略融合轮动模型 * **测试周期**：2017年4月10日至2025年12月31日[34][37] * **全周期表现**[38]： * **组合收益率**：12.18% * **基准收益率**：2.08% * **超额收益率**：10.10% * **组合波动率**：16.54% * **信息比率(IR)**：1.07 * **最大回撤**：-24.55% * **夏普比率**：0.74 * **2025年表现**[38]： * **组合收益率**：27.29% * **基准收益率**：24.60% * **超额收益率**：2.69% 3. 融资-主动大单资金流共振策略 * **测试周期**：2018年以来[45] * **年化超额收益（费后）**：14.3%[45] * **信息比率(IR)**：1.4[45] * **近期表现（上周）**[45]： * **绝对收益率**：-0.94% * **超额收益率（相对行业等权）**：-0.95% 因子的回测效果 1. 风格因子近期表现（截至2025年12月31日） * **测试周期**：最近一周[51][55] * **市值因子收益**：-0.09%[51] * **贝塔因子收益**：1.47%[51] * **动量因子收益**：0.12%[51] * **波动率因子收益**：-0.71%[51] * **非线性市值因子收益**：0.01%[51] * **价值因子收益**：-0.89%[55] * **流动性因子收益**：0.16%[55] * **盈利收益率因子收益**：-0.78%[55] * **成长因子收益**：0.26%[55] * **杠杆因子收益**：-1.30%[55] 2. Alpha因子多头超额收益（截至2025年12月31日） * **测试周期**：近一周[56] * **3个月成交量均值因子 (ln_volume_mean_3m)**：0.68%[56] * **3个月成交量标准差因子 (ln_volume_std_3m)**：0.65%[56] * **6个月成交量均值因子 (ln_volume_mean_6m)**：0.61%[56] * **1个月与12个月成交量差值因子 (volume_1m_minus_12m)**：0.57%[56] * **1个月与12个月成交量比值因子 (volume_1m_div_12m)**：0.56%[56] * **3个月动量因子 (mom_3m)**：0.56%[56] 3. 分指数Alpha因子多头超额收益（上周，截至2025年12月31日） * **单季度ROA同比差值（考虑快报、预告）因子 (roa_q_delta_adv)**[58]： * **沪深300中超额**：28.46% * **中证500中超额**：5.09% * **中证800中超额**：18.15% * **中证1000中超额**：18.69% * **单季度净利润同比增长（考虑快报、预告）因子 (yoy_np_q_adv)**[58]： * **沪深300中超额**：24.46% * **中证500中超额**：8.23% * **中证800中超额**：17.73% * **中证1000中超额**：20.81% * **一致预期净利润变化（FY1）因子 (mom1_np_fy1)**[58]： * **沪深300中超额**：13.97% * **中证500中超额**：17.03% * **中证800中超额**：21.95% * **中证1000中超额**：9.30% * **研发总资产占比因子 (tot_rd_ttm_to_assets)**[58]： * **沪深300中超额**：11.80% * **中证500中超额**：18.21% * **中证800中超额**：20.87% * **中证1000中超额**：16.47% 4. 风格增强策略绩效（截至2025年12月31日） * **红利增强策略 (GL888002)**[63]： * **本周超额收益率（相对中证红利全收益）**：0.68% * **本年超额收益率**：14.44% * **最近一年年化收益率**：22.12% * **最近一年年化超额收益**：15.35% * **夏普比率**：1.92 * **区间最大回撤**：-5.40% * **低波增强策略 (GL888005)**[63]： * **本周超额收益率（相对中证全指）**：0.65% * **本年超额收益率**：4.37% * **最近一年年化收益率**：33.57% * **最近一年年化超额收益**：2.70% * **夏普比率**：2.67 * **区间最大回撤**：-8.73% * **长期成长增强策略 (GL888003)**[63]： * **本周超额收益率（相对中证全指）**：-0.13% * **本年超额收益率**：3.47% * **最近一年年化收益率**：34.66% * **最近一年年化超额收益**：3.80% * **夏普比率**：2.09 * **区间最大回撤**：-11.44%

市场近期表现 - 最近5个交易日，科创50指数下跌0.59%，创业板指下跌0.82%，大盘价值微涨0.01%，大盘成长下跌0.39%，上证50上涨0.20%，国证2000代表的小盘股上涨1.09% [1] - 行业板块方面，国防军工、石油石化表现靠前，通信、综合表现靠后 [1] 市场估值水平 - 截至2025年12月31日，中证全指PETTM分位数为82%，上证50与沪深300分位数均为75%，创业板指分位数接近58%，中证500与中证1000分位数分别为62%、64% [1] - 创业板指风格估值相对历史总体处于中位数水平 [1] 资金交易情况 - 最近5个交易日，ETF资金流入256亿元，融资盘增加约238亿元 [2] - 两市日均成交额为20823亿元 [2] 卷积神经网络趋势观察 - 基于卷积神经网络对图表化的价量数据与未来价格进行建模，并将学习特征映射到行业主题板块中 [2][11] - 最新配置主题包括化工、非银和卫星等，具体涉及中证细分化工产业主题指数、国证商用卫星通信产业指数、沪深300非银行金融指数、中证全指红利质量指数等细分指数 [2][3][12] 权益与债券资产风险溢价 - 截至2025年12月31日，风险溢价指标为2.69%，该指标为中证全指静态PE的倒数EP减去十年期国债收益率 [1] - 该指标的两倍标准差边界为4.70% [1]

港股通非银ETF市场表现 - 该ETF于12月29日价格下跌1.42%，当日成交额为18.20亿元 [1] - 当日基金份额大幅增加4.42亿份，最新总份额达到157.54亿份 [1] - 近20个交易日内，基金份额累计增加7.63亿份 [1] 港股通非银ETF规模与业绩 - 该ETF最新资产净值计算值为273.38亿元 [1] - 自2023年11月10日成立以来，该ETF累计回报率为73.50% [1] - 该ETF近一个月的回报率为4.78% [1] 港股通非银ETF产品信息 - 该ETF的业绩比较基准为同期中证港股通非银行金融主题指数收益率（使用估值汇率折算） [1] - 该ETF的管理人为广发基金管理有限公司，基金经理为罗国庆和曹世宇 [1]

行业投资评级 - 非银行金融行业评级为“领先大市-A”，且评级维持 [2] 报告核心观点 - 核心观点是健全“长钱长投”政策环境，关注板块投资价值 [2] - 中国人民银行发布《中国金融稳定报告（2025）》，提出多部门将加强协作，着力健全有利于“长钱长投”的制度政策环境，目标是显著提高各类中长期资金实际投资A股的规模和比例 [2][6] - 随着监管政策完善和资本市场高质量发展推进，部分券商有望通过外延式和内涵式发展，探索海外业务增量，利用差异化竞争优势实现业绩稳步增长，建议关注板块投资机遇 [3][6] 行情回顾 - 报告期内（20251222-20251226），申万一级非银金融指数涨幅为2.09%，在31个申万一级行业中排名第15位 [7] - 主要指数表现分化：上证综指上涨1.88%，沪深300指数上涨1.95%，创业板指数下跌3.90% [3][10] - 个股方面，涨幅居前的有中银证券（9.96%）、九鼎投资（9.37%）、瑞达期货（6.65%）；跌幅居前的有华创云信（-2.20%）、四川双马（-2.10%）、国联民生（-1.33%） [7][10] 行业重点数据跟踪 - **市场表现及规模**：报告期间A股日均成交额为1.97万亿元，环比上涨11.63% [3][10] - **信用业务**：截至12月26日，市场质押股数为2927.97亿股，占总股本3.57%；两融余额为2.54万亿元，环比提升1.58%，其中融资规模2.54万亿元，融券余额168.68亿元 [12] - **基金发行**：2025年11月，新发行基金份额530.52亿份，发行145只，环比下降34.09%；其中股票型基金发行139.69亿份，环比下降43.70%，发行份额占比26.33% [12] - **投行业务**：2025年11月，股权承销规模为525.75亿元，其中IPO金额101.88亿元，再融资金额423.88亿元 [12] - **债券市场**：中债-总全价(总值)指数较年初下跌2.13%；中债国债10年期到期收益率为1.84%，较年初上行22.99个基点 [3][12] 监管政策与行业动态 - 中国证监会科技监管司副司长表示，证监会将持续跟踪人工智能技术在资本市场的应用，引导证券期货行业把握人工智能发展机遇，推动其成为驱动资本市场高质量发展的重要变革性力量 [21] 上市公司重点公告 - **第一创业**：其全资子公司第一创业证券承销保荐有限责任公司于2025年10月31日收到证监会《立案告知书》，并于2025年12月5日收到江苏监管局《行政处罚事先告知书》 [21] - **首创证券**：无偿划转完成后，首创集团将直接持有首创证券53.20%的股份，仍为控股股东；北京基础设施投资有限公司将直接持有20.87%的股份，仍为第二大股东 [22]

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]

市场近期表现 - 最近5个交易日，科创50指数上涨2.85%，创业板指上涨3.90%，国证2000代表的小盘股上涨3.55%，大盘价值微跌0.02%，大盘成长上涨2.70%，上证50上涨1.37% [1] - 行业表现方面，有色金属、国防军工表现靠前，美容护理、社会服务表现靠后 [1] 市场估值水平 - 截至2025年12月26日，中证全指PETTM分位数处于82%的历史高位，上证50与沪深300的分位数均为74% [1] - 创业板指估值分位数接近59%，处于历史中位数水平，中证500与中证1000的估值分位数分别为62%和64% [1] 资金交易情况 - 最近5个交易日，ETF资金流入416亿元，融资盘增加约457亿元 [2] - 两市日均成交额为19454亿元 [2] AI模型识别行业主题 - 基于卷积神经网络对图表化价量数据建模，最新配置关注化工、非银金融、通信和卫星等主题 [2][10] - 具体关注的细分指数包括：中证细分化工产业主题指数、沪深300非银行金融指数、中证全指通信设备指数、国证商用卫星通信产业指数和中证卫星产业指数 [3][11] 风险溢价指标 - 截至2025年12月26日，中证全指静态市盈率的倒数EP与十年期国债收益率的差值（风险溢价）为2.69%，其两倍标准差上边界为4.70% [1]

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。