巴西市场与ETF表现 - iShares MSCI巴西ETF (EWZ) 在截至2026年3月13日的一周内下跌了-2.18%，反映出巴西股市近期的疲软 [2] 宏观经济与通胀预期 - VanEck首席新兴市场经济学家Natalia Gurushina指出，巴西2026年的通胀预期急剧上升 [2]

量化模型与构建方式 1. 模型名称：全球三层次流动性风险预警模型 - **模型构建思路**：为捕捉流动性风险从政策源头到交易末端的全链条传导，构建一个包含央行流动性、资金流动性和市场流动性三个层次的预警模型，旨在动态监控可能导致资产价格同步下跌的流动性枯竭时刻，为多资产策略提供下行风险保护[1][26]。 - **模型具体构建过程**： 1. **第一层次：央行流动性**。从价格、数量和预期三个维度进行刻画[2]。 - **价格维度**：使用全球央行政策利率扩散指数追踪27个主要央行的政策动向[2]。 - **数量维度**：使用联储流动性支持指标衡量美联储通过期限转换和信用增级渠道扩张的资产负债表规模[2]。 - **预期维度**：使用彭博Fedspeak指数和市场隐含利率预期高频追踪美联储利率预期的边际变化[2]。 2. **第二层次：资金流动性**。选取担保隔夜融资利率（SOFR）和风险逆转期权（RR）作为监测指标，分别监测回购融资和跨境套利市场的杠杆资金松紧[3]。 3. **第三层次：市场流动性**。选取跨资产隐含波动率作为间接监测对象，并构建多周期的综合压力指数，以刻画市场交易摩擦[4]。 4. **信号综合与择时**：基于各层次的压力信号（通常为-1表示趋紧，1表示正常），构建防御性择时策略。当监测到压力信号触发时，空仓持有现金；其余时刻全仓持有风险资产[30][69][101]。 2. 因子名称：全球央行政策利率扩散指数 - **因子构建思路**：为了量化全球主要央行货币政策的同步性与共振效应，从全球视角捕捉流动性的松紧切换[32]。 - **因子具体构建过程**： 1. **数据预处理**：由于政策利率为事件驱动型低频数据，采用前向填充法将数据重采样为日度序列[37]。 2. **计算扩散指数**：采用1年滚动窗口分别统计各国降息与加息次数之差，记为该国的净宽松度；将各国净宽松度得分等权求和，即得到全球央行政策利率扩散指数[37]。 3. **生成压力信号**：对扩散指数进行季度差分。若差分值为正，则表明全球流动性边际宽松，压力信号得分为1；若差分值为负，则表明全球流动性边际收紧，压力信号得分为-1[37]。 3. 因子名称：联储流动性支持 - **因子构建思路**：基于Howell（2020）的“流动性质量论”，重点关注美联储通过期限转换（购买中长期国债）和信用增级（购买MBS、机构债券）渠道扩张的资产负债表规模变化，以衡量高质量流动性的供给情况[31][42]。 - **因子具体构建过程**： 1. **指标计算**：使用总资产规模对原始序列作标准化处理，具体计算公式如下： $$信用支持指标 = \frac{中长期国债 + MBS + 机构债券}{流通中现金 + 逆回购 + 准备金}$$[42] 2. **信号生成**：对原始指标序列进行滚动一年平滑处理，然后计算季度差分值。差分值为正时压力信号得分为1；差分值为负时压力信号得分为-1[42]。 4. 因子名称：彭博Fedspeak指数 - **因子构建思路**：通过分析美联储官员的公开言论，高频追踪市场对美联储货币政策预期的边际变化[31][48]。 - **因子具体构建过程**： 1. **数据来源与预处理**：收集彭博终端收录的FOMC委员发表的与货币政策相关的公开言论（视频访谈、演讲、推文等），并剔除陈旧发言。对原始文本进行语义提炼，仅保留直接反映美联储对经济或政策立场看法的内容[53]。 2. **模型训练**：人工标注训练数据集，对每条样本进行情感赋分（-2=高度鸽派，2=高度鹰派）。采用在金融语境下微调的RoBERTa模型，结合CORN序数损失函数进行针对性微调[53]。 3. **指数计算**：对每日所有相关新闻的情绪得分进行求和，再按绝对值之和缩放，得到日度原始情绪指数。最后对原始指数进行1个月期的指数衰减平滑，得到Fedspeak指数[53]。 4. **信号生成**：对原始序列取相反数，然后使用季度差分法生成压力信号。差分值为正时压力信号得分为1；差分值为负时压力信号得分为-1[48]。 5. 因子名称：市场隐含利率预期 - **因子构建思路**：从利率衍生品市场中提取市场对未来美联储利率路径的预期，作为央行流动性预期的另一个观测维度[31][52]。 - **因子具体构建过程**： 1. **指标计算**：使用3个月后起始的1个月期美元（联邦基金）掉期所隐含的远期利率（3M1M Swap OIS）与有效联邦基准利率（EFFR）的差值，作为市场隐含利率预期的代理变量[52]。 2. **信号生成**：对原始序列取相反数，然后计算季度差分。差分为正则压力信号取值为1，差分为负则压力信号取值为-1[52]。 6. 因子名称：央行流动性综合压力信号 - **因子构建思路**：综合上述四个央行流动性子指标（全球央行政策利率扩散指数、联储流动性支持、彭博Fedspeak指数、市场隐含利率预期），构建一个综合压力信号，以提升预警效果的稳定性和互补性[58]。 - **因子具体构建过程**：对四个子指标的信号值求均值。均值大于0则综合压力信号得分为1，均值小于0则综合压力信号得分为-1[58]。 7. 因子名称：担保隔夜融资利率（SOFR）压力信号 - **因子构建思路**：SOFR表征以美国国债为抵押的隔夜融资成本，是杠杆交易（如国债基差套利）的核心融资利率。通过监测SOFR是否突破多个关键利率上限，来识别银行间及非银机构面临的资金流动性压力[3][78][86]。 - **因子具体构建过程**： 1. **设定关键对照利率**：包括IORB（准备金余额利率）、EFFR（有效联邦基金利率）、FFRU（联邦基金利率上限）、OIS（隔夜SOFR互换利率）[88]。 2. **信号生成**：当SOFR同时高于至少两个关键利率时，视为资金流动性趋紧，压力信号得分为-1；其他情况下压力信号得分为1[89]。在SOFR历史数据未推出前，用美国隔夜LIBOR利率进行替代[89]。 8. 因子名称：风险逆转期权（RR）综合压力指数 - **因子构建思路**：风险逆转期权（RR）是衡量外汇期权市场隐含波动率偏度的指标，能够高频监测外汇市场利差交易（如日元套利交易）的去杠杆压力。通过构建多货币对、多周期的综合指数，以捕捉外汇市场的流动性逆转信号[3][90][95]。 - **因子具体构建过程**： 1. **选取标的**：选取USD/JPY、EUR/USD、AUD/USD、EUR/AUD、AUD/JPY五个主要利差交易货币对的1个月期25 Delta风险逆转期权（25R1M）作为监测对象[95]。 2. **计算单指标Zscore**：为增强鲁棒性，计算不同窗长（k，参数范围为不同交易日窗长）下的Zscore得分。 $$Z_{c,t,k} = \frac{X_{c,t} - \mu_{c,t,k}}{\sigma_{c,t,k}}$$[95] 其中，$$X_{c,t}$$表示货币对c在t时刻的RR值，$$\mu_{c,t,k}$$和$$\sigma_{c,t,k}$$分别为滚动窗口下的均值和标准差[95][96]。 3. **计算单指标信号得分**：区分异常程度并跨窗口加权。 $$I_{c,t,k} = \mathbb{I}(Z_{c,t,k} > 2) + \mathbb{I}(Z_{c,t,k} > 3)$$ $$S_{c,t} = \sum_{k \in \{13,21,34,55,89,144\}} w_k I_{c,t,k}$$[96] 其中，$$\mathbb{I}(\cdot)$$为示性函数。$$w_k$$是k的单调递减函数，赋予短期窗口更高权重[96]。 4. **计算综合压力得分**：对五个货币对的信号得分取等权平均。 $$RR_t = \frac{1}{5}\sum_{c=1}^{5}S_{c,t}$$[97] 5. **生成最终压力信号**：计算综合压力得分滚动一年的分位数水平作为理论上限。统计过去10个交易日内，综合得分超过上限的天数。若超过天数≥2天，则压力信号得分为-1（趋紧），否则为1（正常）[98]。 9. 因子名称：资金流动性综合压力信号 - **因子构建思路**：结合SOFR和RR两个维度的压力信号，构建资金流动性综合压力信号，以更全面地识别资金层面的流动性风险，利用指标的互补性提升预警效果[101]。 - **因子具体构建过程**：当监测到SOFR压力信号为-1、RR压力信号为-1，或二者同时触发时，综合压力信号判定为趋紧（-1），其余时刻为正常（1）[101][105]。 10. 因子名称：市场流动性综合压力指数 - **因子构建思路**：隐含波动率的跳升可反映做市商收缩报价深度、市场流动性枯竭。通过结合覆盖权益、固收、大宗商品市场的多个隐含波动率指标，构建综合压力指数，以预警微观交易层面的流动性趋紧[4][111][114]。 - **因子具体构建过程**： 1. **选取标的**：选取VIX、VXN、RVX、MOVE、GVZ、OVX、VXEEM和COP八类覆盖多资产类别的隐含波动率指标[4][114]。 2. **构建方法**：构建方法与RR综合压力指数类似，沿用滚动阈值的Zscore框架，计算得到综合压力得分，并根据其超过滚动阈值上限的天数进行最终的压力信号判定[114]。 模型的回测效果 （回测区间：2008-06-30 至 2026-03-13） 1. **基准策略（全球流动性敏感型组合）**，年化收益5.31%，夏普比率0.56，最大回撤-34.55%，Calmar比率0.15，索提诺比率0.75[5][30]。 2. **三层次流动性信号择时策略**，年化收益8.76%，夏普比率1.22，最大回撤-14.09%，Calmar比率0.62，索提诺比率1.77[5][30]。 3. **央行流动性压力信号择时策略**，年化收益7.55%，夏普比率1.18，最大回撤-14.09%，Calmar比率0.54，索提诺比率1.67[30]。 4. **资金流动性压力信号择时策略**，年化收益8.43%，夏普比率0.99，最大回撤-21.65%，Calmar比率0.39，索提诺比率1.38[30]。 5. **市场流动性压力信号择时策略**，年化收益7.42%，夏普比率0.91，最大回撤-23.65%，Calmar比率0.31，索提诺比率1.28[30]。 因子的回测效果 （以下为各因子作为择时信号应用于“全球流动性敏感型组合”的绩效表现，回测区间：2008-06-30 至 2026-03-13） 1. **全球央行政策利率扩散指数**，年化收益4.51%，夏普比率0.64，最大回撤-23.01%，Calmar比率0.20，索提诺比率0.88[73]。 2. **联储流动性支持**，年化收益4.76%，夏普比率0.86，最大回撤-12.67%，Calmar比率0.38，索提诺比率1.23[73]。 3. **彭博Fedspeak指数**，年化收益4.48%，夏普比率0.91，最大回撤-11.28%，Calmar比率0.40，索提诺比率1.31[73]。 4. **市场隐含利率预期**，年化收益6.34%，夏普比率0.92，最大回撤-18.99%，Calmar比率0.33，索提诺比率1.29[73]。 5. **央行流动性综合压力信号**，年化收益7.55%，夏普比率1.18，最大回撤-14.09%，Calmar比率0.54，索提诺比率1.67[73]。 6. **SOFR压力信号**，年化收益6.86%，夏普比率0.94，最大回撤-20.72%，Calmar比率0.33，索提诺比率1.34[106]。 7. **RR压力信号**，年化收益6.64%，夏普比率0.83，最大回撤-19.51%，Calmar比率0.34，索提诺比率1.15[106]。 8. **资金流动性综合压力信号**，年化收益8.43%，夏普比率0.99，最大回撤-21.65%，Calmar比率0.39，索提诺比率1.38[106]。

核心观点 报告显示，在2026年3月2日至3月6日的样本期内，A股市场呈现结构性分化，以石油石化为代表的周期板块表现强势且资金大幅流入，而科技、传媒等板块表现疲软且资金流出。ETF市场资金流向与市场表现高度一致，行业主题和周期类ETF获得显著资金净流入，而宽基和科技类ETF则遭遇资金净流出。市场交易活跃度向周期、风格及美股等特定领域集中，融资融券活动则聚焦于医疗、科技等板块的特定ETF。 二级市场概况 - **主要指数表现**：样本期内，南华商品指数收益最高，为**6.43%**；SGE黄金9999和沪深300指数收益分别为**-0.49%**和**-1.07%** [1][10] - **A股宽基指数估值**：中证2000指数的市盈率（PE）估值分位数最高，达**95.04%**；标普500指数的估值分位数最低，为**34.26%** [10][13] - **行业收益表现**：申万一级行业中，石油石化、煤炭和公用事业收益排名前三，分别为**8.06%**、**3.79%**和**3.42%**；传媒、有色金属和计算机收益排名靠后，分别为**-6.97%**、**-5.47%**和**-5.29%** [1][14] - **行业估值分位数**：公用事业行业的估值分位数最高，达**100.00%**；食品饮料、非银金融和银行的估值分位数较低，分别为**2.89%**、**3.51%**和**14.46%** [14][17] ETF产品概况 ETF市场表现 - **按产品类别**：风格型ETF加权平均收益最高，为**0.79%**；行业主题型ETF表现最差，加权平均收益为**-3.44%** [18][20] - **按上市板块**：MSCI中国A股概念和美股相关ETF表现相对较好，加权平均收益分别为**-0.62%**和**-0.82%**；日股和科创板相关ETF表现较差，加权平均收益分别为**-6.10%**和**-4.94%** [18][22] - **按行业板块**：消费板块ETF平均表现最优，加权平均收益为**-1.58%**；科技板块ETF平均表现最差，加权平均收益为**-5.23%** [23][24] - **按投资主题**：银行和央国企ETF表现较好，加权平均收益分别为**1.43%**和**1.16%**；芯片半导体和机器人ETF表现落后，加权平均收益分别为**-6.08%**和**-5.66%** [23][24] ETF资金流入流出情况 - **按产品类别**：行业主题ETF资金净流入最多，达**356.80亿元**；宽基ETF资金净流出最多，为**-389.41亿元** [2][27] - **按上市板块**：美股ETF资金净流入最多，为**12.54亿元**；中证500ETF资金净流出最多，为**-100.91亿元** [2][29] - **按行业板块**：周期板块ETF资金净流入最多，达**363.76亿元**；科技板块ETF资金净流出最多，为**-85.15亿元** [2][31] - **按投资主题**：军工和银行ETF资金净流入最多，分别为**31.06亿元**和**4.56亿元**；红利和新能源ETF资金净流出最多，分别为**-38.32亿元**和**-26.64亿元** [2][31] - **资金净流入领先的ETF**：在各类别中，华夏中证电网设备主题ETF（资金净流入**62.61亿元**）、国泰中证油气产业ETF（**57.55亿元**）以及鹏华国证石油天然气ETF（**42.35亿元**）等周期、能源主题ETF资金流入显著 [34] ETF成交额情况 - **按产品类别**：风格ETF的日均成交额变化率增长最多，为**30.27%**；商品ETF的日均成交额变化率减少最多，为**-10.07%** [35][41] - **按上市板块**：美股ETF的日均成交额变化率增加最多，为**39.40%**；中证500ETF的日均成交额变化率减少最多，为**-19.13%** [37][38] - **按行业板块**：周期板块ETF的日均成交额变化率增加最多，为**50.90%**；消费板块ETF的日均成交额变化率减少最多，为**-7.93%** [40][42] - **按投资主题**：央国企和军工ETF的日均成交额变化率增长最多或减少最小，分别为**79.26%**和**35.93%**；新能源和人工智能ETF的日均成交额变化率减少最多或增长最小，分别为**-9.32%**和**-5.33%** [44][45] - **成交额变化率领先的ETF**：在规模大于20亿元的ETF中，景顺长城国证石油天然气ETF（变化率**2.38**倍）、国泰中证油气产业ETF（**2.29**倍）等周期类ETF成交活跃度提升最为明显 [48] ETF融资融券情况 - **总体情况**：样本期内，所有股票型ETF融资净买入**6.20亿元**，融券净卖出**5.09亿元** [2][50] - **融资净买入领先的ETF**：华宝中证医疗ETF融资净买入最多，达**12.77千万元**；华夏上证科创板50ETF（**12.61千万元**）和易方达中证香港证券投资主题ETF（**11.01千万元**）紧随其后 [51] - **融券净卖出领先的ETF**：南方中证500ETF融券净卖出最多，达**31.57千万元**；南方中证1000ETF（**14.01千万元**）和华夏中证1000ETF（**4.71千万元**）分列二、三位 [51] ETF新发及上市情况 - **新成立基金**：样本期内有1只基金成立，为南方中证全指红利质量ETF [52][53] - **新上市基金**：样本期内有7只基金上市，涵盖恒生生物科技、工业有色金属、电池、光伏产业及电网设备等主题 [52][53]

行业与公司 * 行业：全球股市（特别是美股、港股、A股）、芯片（AI芯片）行业、石油及能源行业、航运（运费）与保险（保费）行业、科技行业（算力、卫星通信）、周期性行业（机械、电力设备、公用事业、化工、有色、农药化肥）、ETF基金行业[1][2][3][4][5][6][7][8] 核心观点与论据 * **宏观与地缘政治冲击市场**：美股因传闻美国将收紧全球AI芯片购买法规而震荡调整，芯片股大跌拖累市场[1][4] 中东局势紧张推高油价、运费和保费，市场对特朗普释放的缓和信息持怀疑态度[2][5] 后续传闻美国可能采取干预原油市场等措施，油价回落，股市收复部分失地[3][6] 对滞留海上的俄罗斯原油给予临时豁免，表明油价问题对美国具有影响力[7] * **港股与A股市场情绪疲弱**：两会政策符合预期但缺乏新线索，未能有效分散市场对地缘冲击的关注[7] 港股南下资金出现大幅净流出270多亿元，显示资金在反弹中抛压沉重，属于减亏动作[7] 恒生科技指数在4800点面临关键支撑考验[7] A股反弹但量能基本持平，显示前两日约3万亿元的成交额并非常态，本周资金抄底意愿有限[7] * **市场处于调整与观望期**：指数在技术顶背离后预计需要2至3周时间消化，到3月中下旬形势会更明朗[7] 当前缺乏超预期消息，在指数未到关键点位（如4000点）前，护盘动力不足[7] 市场结构以轮动为主，周期与科技板块呈现跷跷板效应[7] * **资金动向与板块轮动**：科技板块轮动围绕算力及其细分领域展开[7] 机械、电力设备、公用事业板块表现相对较好，公用事业ETF近期体验不错[7] 地缘风险过后，资金可能从短期恐慌转向关注对中期资产的影响[8] 部分资金可能押注石油ETF，相关板块在油价波动后投机情绪得到消化[8] * **特定板块投资逻辑**：粮食ETF出现补跌，被视为清洗浮筹的过程，农药化肥板块因硬逻辑而具备基石[8] 大宗商品焦点仍在能源化工，大炼化板块存在被错杀后修复的认知，化工ETF存在低吸机会[8] 有色板块受关注度相对较低[8] 资金可能博弈抱团紧密的科技细分板块（如卫星ETF），押注周末无新增利空[8] 其他重要内容 * **市场阶段与策略建议**：指数最陡峭的下跌阶段可能已过去，但需要充分缩量整理[8] 在此期间，抄底科技宽基指数ETF是相对容易的策略，推荐关注调整更充分的科创100ETF鹏、科创200ETF、科创综指ETF[8] * **亚太市场表现**：尽管中东局势存在不确定性，但亚太市场当日开盘表现稳定[7]

港股市场近期表现 - 港股市场继续走低，恒生科技指数一度跌破4800点，尾盘拉升后重回4800点，自去年10月高点以来累计下跌27% [1] - 恒生科技ETF天弘(159128)的标的指数同期下跌28.99% [1] 资金流向与ETF产品 - 资金呈现“越跌越买”趋势，恒生科技ETF天弘(520920)自去年9月30日上市以来持续获资金净流入，去年净流入101亿元，今年继续净流入60.7亿元，并已连续40日获资金净申购 [1] - 港股科技ETF天弘(159128)跟踪国证港股通科技指数，聚焦港股前30大科技核心资产，覆盖AI、智能车、创新药、半导体领域，不受QDII额度限制且支持T+0交易 [1] - 恒生科技ETF天弘(520920)紧密跟踪恒生科技指数，汇集30只港股科技龙头，覆盖互联网平台、半导体、汽车等核心科技赛道，可通过QDII投资百度、网易、京东等非港股通上市公司，支持T+0交易 [1] 近期市场压制因素 - 近期港股表现不佳受多重因素压制，包括美伊军事冲突升级、科网巨头外卖补贴加大、春节AI红包以及汽车股销量下滑 [2] 潜在市场转折点 - 随着3月港股迎来解禁小高峰、年报披露高峰期等压制因素落地，市场可能利空出尽 [2] - 港股3月解禁小高峰集中在有色金属、茶饮、汽车、医药等行业 [2] - 恒生科技主要成分股的年报披露高峰通常在3月中下旬，业绩有望利空出尽 [2] - 特朗普可能在3月末至4月初访华，可能会提振市场偏好 [2] 中长期市场展望与关注方向 - 中信证券展望2026年港股，认为随着港股基本面触底反弹叠加其依旧显著的估值折价，港股市场在2026年将迎来第二轮估值修复以及业绩进一步复苏的行情 [2] - 中长期可关注科技行业，包括AI相关细分赛道、消费电子等 [2] - 中长期可关注大医疗板块，特别是生物科技 [2]

产品上市与交易安排 - 香港交易所通告，嘉实中美科技50ETF(03169)将于2026年3月6日被纳入中央结算系统合资格证券，并于同日开始在香港联合交易所上市及买卖 [1] - 该ETF每手交易数量为100个单位 [1] 产品定位与投资策略 - 该基金旨在为投资者提供便捷高效的投资工具，一站式布局中国与美国两大全球科技创新中心的核心资产 [1] - 产品旨在把握人工智能驱动下的新一轮全球科技周期机遇 [1] 指数构成与资产配置 - 该ETF紧密追踪Solactive Harvest Tiger G2Tech50Select Index [1] - 指数包含50家全球最具影响力的科技公司，其中包含30家在香港上市的中国科技龙头和20家在美国上市的全球科技巨头 [1] - 指数构建形成“美股硬核科技+港股科技应用活力”的互补格局 [1] - 指数在区域权重上维持约62%的港股和38%的美股配置，旨在实现风险分散与增长潜力的平衡 [1] - 指数对单一成份股设置明确权重上限，港股上限为8%，美股上限为5%，以降低个股波动对整体表现的影响 [1]

ETF市场资金流向格局 - 今年以来ETF市场呈现“冷热不均”格局 在宽基ETF资金净流出的背景下 港股主题ETF逆势突围成为资金布局重要方向[1] - 宽基ETF呈现资金净流出态势 沪深300ETF、中证500ETF、中证A500ETF、上证50ETF等主流品种均出现不同程度净流出[1] - 资金布局港股主题ETF热情升温 科技、互联网、创新药等细分赛道表现尤为突出[1] 港股主题ETF具体资金流入 - 截至2月24日 年内恒生科技ETF净流入296亿元 港股通互联网ETF净流入113亿元 港股通创新药ETF净流入30.15亿元 港股通科技ETF净流入26.25亿元[1] 资金流向背后的市场观点与配置逻辑 - 资金流向折射出投资者对港股市场投资机会的高度关注与布局倾向[2] - 港股市场估值水平的吸引力逐步显现 中期市场或在波折中上行 影响定价的企业盈利和流动性因子均有望边际改善[2] - 偏低的估值水平能为港股市场抵御外部波动提供缓冲 也有望使其对潜在增长修复与政策信号更敏感[2] - 资金流向折射出当前投资者进行港股配置的三大思路 即低位布局、赛道聚焦和流动性驱动[2] - 资金在港股估值历史低位区间逆势入场 集中配置科技、创新药、互联网平台等港股稀缺核心资产以博取超额收益[2] - 投资者在押注海外流动性宽松预期及南向资金持续流入背景下 积极借助ETF工具高效捕捉市场机遇[2] 对港股市场的结构性展望 - 受访者仍看好港股市场结构性投资机会[2] - 展望2026年 在流动性环境维持宽裕等预期下 维持港股“结构性行情”的核心判断[2] - 市场突破上行瓶颈关键在于企业盈利的实质修复情况 而非单纯依赖估值扩张或风险溢价收窄[2] - 本轮AI科技浪潮尚未见顶 配置层面依然坚定看好科技成长主线[2] - 供需紧平衡且国际定价的有色金属板块值得关注 该类资产有望受益于全球新兴产业资本开支及海外财政刺激的增量需求 供给端的刚性约束将进一步强化其价格韧性[2]

文章核心观点 - 文章针对已退休的保守型投资者 提出可通过投资特定的股息ETF来获得稳定现金流以支持退休生活 这些ETF由专业资产管理人构建 投资于财务健康、稳定且有增长潜力的公司 并提供定期股息支付 可作为保守型退休者投资组合的核心部分 [4][5][8] 推荐的股息ETF及其特点 - **Schwab U.S. Dividend Equity ETF (SCHD)** 因其约3.51%的强劲收益率而突出 它筛选具有股息支付记录的高质量稳定公司 能为保守型退休者提供可靠的收入流 [6] - **SCHD ETF** 投资组合高度分散于101只股票 主要集中于能源(19.88%)、必需消费品(18.50%)和医疗保健(16.20%)等行业 后两者属于防御性板块 通常能在市场低迷期保持稳定 [6][9] - **SCHD ETF** 投资组合还覆盖工业(12.10%)、金融(9.68%)、非必需消费品(8.47%)、信息技术(8.20%)、通信服务(4.27%)、材料(2.66%)和公用事业(0.04%)等其他行业 [9][10] - 文中提及的这类股息ETF通常以费用低廉著称 [8]

市场表现与指数涨跌 - 截至2026年2月24日午间收盘，科创200指数上涨0.8%，科创50指数上涨0.3%，科创综指上涨0.1% [1] - 截至同一时间，科创成长指数下跌0.4%，科创100指数下跌0.7% [1] - 上证科创板综合指数（科创综指）截至午间收盘涨跌为0.1%，滚动市盈率为221.3倍 [4] - 上证科创板成长指数截至午间收盘涨跌为-0.4% [5] 历史规律与市场特征 - 复盘2017年至2025年数据，A股投资者交易情绪容易在节前回落、节后上升，万得全A日均成交额呈现节前萎缩、节后放量的特征 [1] - TMT指数在春节后5个交易日和10个交易日的胜率高，相比节前有明显提升，指向科技板块通常在节后阶段表现较好，弹性更足 [1] 指数构成与产品特征 - 上证科创板综合指数由科创板全市场证券组成，全面覆盖大、中、小盘风格，聚焦人工智能、半导体、新能源、创新药等核心前沿产业 [4] - 该指数覆盖科创板上市的全部17个一级行业，兼具高成长性与风险分散特征 [4] - 上证科创板成长指数由科创板中营业收入与净利润等业绩指标增长率较高的50只股票组成，成长风格突出 [5] - 该指数中，电子、通信行业合计占比超65% [5] - 科创综指ETF易方达为低费率产品，其管理费率为0.15%/年，托管费率为0.05%/年 [4][6] 估值与数据 - 上证科创板综合指数截至2026年2月13日的滚动市盈率为221.3倍 [4] - 上证科创板成长指数截至2026年2月13日的滚动市盈率为86.5倍 [5][6] - 滚动市盈率定义为总市值除以最近四个季度的净利润 [6] - 估值分位指该指数历史上滚动市盈率低于当前滚动市盈率的时间占比，估值分位低表示相对便宜 [6] 指数发布时间 - 上证科创板50成份指数于2020年7月23日发布 [6] - 上证科创板100指数于2023年8月7日发布 [6] - 上证科创板200指数于2024年8月20日发布 [6] - 上证科创板综合指数于2025年1月20日发布 [6] - 上证科创板成长指数于2022年11月4日发布 [6]

市场指数与板块表现 - 截至午间收盘，上证指数下跌0.70%，深证成指下跌0.67%，创业板指下跌0.96% [1] - 船舶制造、航天航空、半导体行业板块涨幅居前 [1] - 小金属、光伏设备、航运港口行业板块集体回调 [1] ETF价格表现 - 涨幅前五的ETF均为跨境或主题产品，法国CAC40ETF上涨3.11%位列第一 [1] - 半导体主题ETF表现强势，中韩半导体ETF上涨2.35%，科创半导体设备ETF鹏华上涨2.32%，科创半导体ETF上涨2.21%，科创半导体设备ETF上涨2.14% [1] - 跌幅前五的ETF均为油气主题产品，油气ETF博时下跌3.63%跌幅最大，石油ETF下跌3.60%，油气ETF汇添富下跌3.58%，油气ETF华泰柏瑞下跌3.50%，石油ETF鹏华下跌3.30% [1] ETF成交活跃度 - 半日成交额前十的ETF中，多只A500系列ETF成交活跃，A500ETF基金成交97.76亿元居首，A500ETF华泰柏瑞成交72.70亿元，中证A500ETF成交58.46亿元，A500ETF南方成交56.65亿元，A500ETF易方达成交31.06亿元 [2] - 黄金ETF成交42.25亿元，显示出较高的市场关注度 [2] - 恒生科技主题ETF成交活跃，恒生科技ETF成交31.05亿元，恒生科技指数ETF成交23.03亿元 [2] - 香港证券ETF易方达成交27.85亿元，中证500ETF成交26.01亿元 [2]