量化模型与构建方式 1. **模型名称：A股技术打分模型**[2][9] * **模型构建思路**：通过挖掘技术面信息来刻画市场状态，并基于对当前状态的理解形成对未来走势的打分观点[2][9] * **模型具体构建过程**： 1. 将“市场状态”细分为价格、量能、波动、趋势和拥挤五个维度[9] 2. 在每个维度内筛选出有效的市场观测指标，共10个[9] 3. 每个指标独立发出多空择时信号[9] 4. 将10个指标的择时信号进行等权投票，综合形成一个介于-1至+1之间的打分结果[9] 5. 根据打分结果制定多空策略：得分 > +0.33时看多，得分在-0.33至+0.33之间时看平，得分 < -0.33时看空[11] 2. **模型名称：红利风格择时模型**[3][16] * **模型构建思路**：结合多个维度的趋势指标，对红利风格（以中证红利指数相对中证全指的收益率衡量）进行多空择时[3][16] * **模型具体构建过程**： 1. 选取三个择时指标： * 中证红利相对中证全指的动量（正向指标）[19] * 10Y-1Y期限利差（负向指标）[19] * 银行间质押式回购成交量（正向指标）[19] 2. 每个指标从趋势维度日频发出信号，取值为0（看平）、+1（看多）、-1（看空）[16] 3. 将三个维度的得分求和，根据其正负性作为最终多空观点[16] 4. 当模型看好红利风格时，全仓持有中证红利指数；不看好时，全仓持有中证全指[16] 3. **模型名称：大小盘风格择时模型**[3][20] * **模型构建思路**：采用基于拥挤度分域的趋势模型进行择时，在不同拥挤度区间采用不同参数的趋势跟踪策略[3][20] * **模型具体构建过程**： 1. **计算拥挤度**：以沪深300指数代表大盘，万得微盘股指数代表小盘[20] * **动量得分**：计算小盘与大盘的10/20/30/40/50/60日动量之差，再计算各窗长动量之差在3.0/3.5/4.0/4.5/5.0年历史分位数的均值。对6个窗长下分位数最高的3个结果取均值作为小盘动量得分，分位数最低的3个结果取均值作为大盘动量得分[25] * **成交量得分**：计算小盘与大盘的10/20/30/40/50/60日成交额之比，再计算各窗长成交额之比在3.0/3.5/4.0/4.5/5.0年历史分位数的均值。对6个窗长下分位数最高的3个结果取均值作为小盘成交量得分，分位数最低的3个结果取均值作为大盘成交量得分[25] * **拥挤度得分**：将小盘（大盘）的动量得分和成交量得分取均值，得到小盘（大盘）拥挤度得分。小盘拥挤度得分大于90%视为触发高拥挤，大盘拥挤度得分小于10%视为触发高拥挤[25] 2. **判断运行区间**：若最近20个交易日中，小盘或大盘风格曾触发过高拥挤，则模型运行在高拥挤区间，否则运行在低拥挤区间[22] 3. **趋势择时**：在高拥挤区间，采用参数较小的双均线模型以应对可能的风格反转；在低拥挤区间，采用参数较大的双均线模型以跟踪中长期趋势[22] 4. **模型名称：遗传规划行业轮动模型**[4][28] * **模型构建思路**：采用遗传规划技术，直接对行业指数的量价、估值等特征进行因子挖掘，不再依赖人工设计打分规则，以构建行业轮动策略[4][32] * **模型具体构建过程**： 1. **因子挖掘**：使用双目标遗传规划（NSGA-II算法）对底层输入变量进行挖掘[32]。底层变量包括收盘价、开盘价、最高价、最低价、成交额、换手率、市净率等原始值、标准化值及分位数[37] 2. **因子评价**：同时使用|IC|（信息系数绝对值）和NDCG@5两个目标来评价因子的分组单调性和多头组表现，旨在挖掘出兼具单调性和优秀多头表现的因子[32] 3. **因子合成**：对挖掘得到的备选因子，结合贪心策略和方差膨胀系数（VIF），将共线性较弱的多个因子合成为行业综合得分[34] 4. **组合构建**：模型周频调仓，每周末选出多因子综合得分最高的五个行业进行等权配置[4][28] 5. **模型名称：中国境内全天候增强组合**[5][39] * **模型构建思路**：采用宏观因子风险预算框架，在四象限风险平价的基础上，基于宏观预期动量的观点主动超配看好的象限，以实现风险分散下的收益增强[5][39] * **模型具体构建过程**： 1. **宏观象限划分与资产选择**：选择增长和通胀两个宏观维度，根据是否超预期划分为四个象限（增长超预期、增长不及预期、通胀超预期、通胀不及预期）。结合定量与定性方式确定各象限适配的资产[42] 2. **象限组合构建与风险度量**：在每个象限内，将适配的资产等权构建子组合，并注重刻画象限的下行风险[42] 3. **风险预算与主动超配**：每月底，根据由“宏观预期动量指标”给出的“象限观点”来调整各象限的风险预算，从而主动超配看好的象限，实现策略增强[42] 量化因子与构建方式 1. **因子名称：技术面观测指标（10个）**[9][14] * **因子构建思路**：从价格、量能、波动、趋势、拥挤五个维度选取有效的技术指标，用于刻画市场状态[9] * **因子具体构建过程**：报告中列出了10个具体指标，包括： * **价格维度**：20日布林带、20日价格乖离率[14] * **量能维度**：20日换手乖离率、60日换手乖离率[14] * **趋势维度**：20日ADX、20日新高天数占比[14] * **波动维度**：60日换手率波动、期权隐含波动率[14] * **拥挤维度**：成分股涨停家数占比5日平均、期权持仓量PCR-5日平均[14] 2. **因子名称：遗传规划挖掘的权重最高因子**[37][38] * **因子构建思路**：通过双目标遗传规划算法从量价数据中自动挖掘出的有效行业轮动因子[37] * **因子具体构建过程**： 1. 在截面上，用全体行业标准化日度成交额对当日跳空缺口开展带有常数项的一元线性回归，取残差，记作变量A[38] 2. 在过去9个交易日中，取标准化日度成交额最大的交易日索引，记作变量B[38] 3. 在过去50个交易日中，将变量A和B开展时序回归取截距项，记作变量C[38] 4. 计算过去45个交易日变量C和标准化月度开盘价的协方差，作为因子值[38] * **因子表达式**：`ts_covariance_torch(ts_regalpha_torch(xs_regres_torch(volume_st, jump_gap), ts_argmax_torch(volume_st, 9), 50), mopen_st, 45)`[37] 模型的回测效果 （回测区间：2010-01-04 至 2026-01-23，除非特别说明） 1. **A股技术打分模型**，年化收益20.78%，年化波动17.32%，最大回撤-23.74%，夏普比率1.20，Calmar比率0.88[15] 2. **红利风格择时模型**（回测区间：2017-01-03 至 2026-01-23），年化收益16.82%，最大回撤-25.52%，夏普比率0.92，Calmar比率0.66，YTD收益7.46%，上周收益1.77%[17] 3. **大小盘风格择时模型**（回测区间：2017-01-03 至 2026-01-23），年化收益28.46%，最大回撤-32.05%，夏普比率1.19，Calmar比率0.89，YTD收益11.85%，上周收益5.25%[26] 4. **遗传规划行业轮动模型**（回测区间：2022-09-30 至 2026-01-23），年化收益32.92%，年化波动17.43%，夏普比率1.89，最大回撤-19.63%，卡玛比率1.68，上周表现3.37%，YTD收益6.80%[31] 5. **中国境内全天候增强组合**（回测区间：2013-12-31 至 2026-01-23），年化收益11.93%，年化波动6.20%，夏普比率1.92，最大回撤-6.30%，卡玛比率1.89，上周表现1.54%，YTD收益3.59%[43] 因子的回测效果 （回测区间：2010-01-04 至 2026-01-23，起始日期不同者已标注） 1. **20日价格乖离率**，年化收益13.24%，年化波动23.52%，最大回撤-42.04%，夏普比率0.56，Calmar比率0.32[15] 2. **布林带**（回测起始：2015-04-09），年化收益14.82%，年化波动24.68%，最大回撤-31.45%，夏普比率0.60，Calmar比率0.47[15] 3. **20日换手率乖离率**，年化收益13.06%，年化波动23.53%，最大回撤-38.79%，夏普比率0.56，Calmar比率0.34[15] 4. **60日换手率乖离率**，年化收益17.89%，年化波动23.52%，最大回撤-29.57%，夏普比率0.76，Calmar比率0.61[15] 5. **20日ADX**，年化收益15.33%，年化波动23.52%，最大回撤-52.27%，夏普比率0.65，Calmar比率0.29[15] 6. **20日创新高占比**，年化收益8.75%，年化波动16.11%，最大回撤-32.44%，夏普比率0.54，Calmar比率0.27[15] 7. **期权隐含波动率**（回测起始：2015-03-30），年化收益11.91%，年化波动24.69%，最大回撤-50.95%，夏普比率0.48，Calmar比率0.23[15] 8. **60日换手率波动**，年化收益11.58%，年化波动14.27%，最大回撤-20.60%，夏普比率0.81，Calmar比率0.56[15] 9. **5日涨停占比平均**，年化收益14.15%，年化波动23.52%，最大回撤-34.98%，夏普比率0.60，Calmar比率0.40[15] 10. **5日持仓量PCR平均**，年化收益4.55%，年化波动23.55%，最大回撤-55.73%，夏普比率0.19，Calmar比率0.08[15]

2026年大类资产配置观点 - 核心观点为推荐商品>股票>债券 [1] - 大类资产环境预计呈现流动性边际宽松与经济温和修复的特征 [1] 权益资产展望 - 预计2026年万得全A全年涨幅5%-10% [1] - 港股预计迎来业绩触底反弹与第二轮估值修复的戴维斯双击行情 [1] - 美股在中期选举年“财政+货币”双宽松背景下，料将延续基本面增长动能 [1] 债券资产展望 - 预计10年期中债收益率全年运行区间为1.5%-1.8%，节奏先下后上 [1] - 预计10年期美债收益率或维持3.9%-4.3%的区间波动 [1] 商品资产展望 - 原油供需格局由过剩转向平衡，布伦特原油全年或在58-70美元/桶区间震荡 [1] - 黄金在流动性宽松与地缘风险支撑下延续强势但涨幅趋缓，有望冲击5000美元/盎司 [1] - 铜在供给约束与电力需求驱动下具备强支撑，预计均价有望上涨至12000美元/吨 [1] 汇率展望 - 人民币或进入温和升值周期，美元兑人民币汇率中枢有望逐步向6.8靠拢 [1]

2026年大类资产配置观点 - 核心观点为推荐商品>股票>债券 [1] - 大类资产环境预计呈现流动性边际宽松与经济温和修复的特征 [1] 权益资产展望 - 预计2026年万得全A全年涨幅5%-10% [1] - 港股预计迎来业绩触底反弹与第二轮估值修复的戴维斯双击行情 [1] - 美股在中期选举年“财政+货币”双宽松背景下，料将延续基本面增长动能 [1] 债券资产展望 - 预计10年期中债收益率全年运行区间为1.5%-1.8%，节奏先下后上 [1] - 预计10年期美债收益率或维持3.9%-4.3%的区间波动 [1] 商品资产展望 - 原油供需格局由过剩转向平衡，布伦特原油全年或在58-70美元/桶区间震荡 [1] - 黄金在流动性宽松与地缘风险支撑下延续强势但涨幅趋缓，有望冲击5000美元/盎司 [1] - 铜在供给约束与电力需求驱动下具备强支撑，预计均价有望上涨至12000美元/吨 [1] 汇率展望 - 人民币或进入温和升值周期，美元兑人民币汇率中枢有望逐步向6.8靠拢 [1]

核心观点 - 报告认为，权益市场上涨共识初现，资金正在尝试新的叙事以推动指数突破前高，市场关注点在于新趋势能否得到认可以决定后续行情高度 [1] - 报告指出，若指数强势突破10月高点（约6440点），则可确认上涨趋势，否则可能进入区间震荡，未来几个交易日的行情将反映资金对上涨逻辑的认可程度 [2] - 报告观察到，商品市场风险偏好显著回落，行情从“普涨”转向“分化”，部分资金从前期热门板块撤离并进行高低切换 [6] 权益市场表现与趋势 - 2025年12月25日，万得全A上涨0.60%，全天成交额达1.94万亿元，较前一日放量467亿元 [1] - 万得全A指数突破6400点，接近2025年10月和11月创下的约6440点高点 [2] - 国防军工和通信行业强势突破了2025年12月8日和11月13日的高点，显示市场对其逻辑认可度较高 [2] - 机械设备、轻工、电子、有色金属、非银金融等行业同样突破了前高，上涨阻力相对较小 [2] 主题与板块动态 - 商业航天主题领涨，万得商业航天指数自11月24日以来累计上涨31.12% [3] - 商业航天指数成交额占万得全A成交额的比例达到6.05%，创2010年以来历史新高 [3] - 早盘资金推涨机器人和大金融方向，下午消费板块上涨，显示资金在不同新线索间尝试 [1] 债券市场分析 - 债市整体延续窄幅震荡，走势主要受股市行情扰动，午后权益市场涨幅扩大压制债市表现 [3] - 30年期国债活跃券收益率一度上行1个基点至2.23%，10年期国债收益率升至1.84%上方，收盘分别回落至2.225%和1.839% [3] - 资金面超预期宽松，隔夜利率R001基本稳在1.35%附近，DR001由月初1.30%下行至1.26% [4] - 跨年资金价格上行但幅度有限，DR007上行10个基点至1.48%，R007小幅升0.5个基点至1.52%，升幅远低于2021-2024年同期水平 [4] - 宽松资金面支撑短端利率下行，1年期国债收益率已至1.31%，与10年期国债的期限利差拉伸至50个基点以上，达今年以来99%分位数 [5] - 临近跨年债市交投情绪降温，12月25日30年期国债活跃券成交量降至1270笔，低于12月以来多在2000笔以上的水平；10年期国债活跃券日均成交笔数也较本月早前500笔以上的水平有所回落 [5] 商品市场表现 - 商品市场在连续三日大涨后风险偏好回落，行情从“普涨”转向“分化” [6] - 贵金属板块热度降温，沪银涨幅收窄至2.64%，沪金转为下跌0.39% [6] - 广期所品种波动剧烈，铂金早盘深跌超9%后收涨4.51%，钯金则收跌7.65% [6] - 工业金属延续韧性，沪铜、沪铝分别上涨1.00%和0.29% [6] - “反内卷”板块中，多晶硅大涨4.80%；碳酸锂早盘一度跌超5%后完成深V反转，微涨0.44% [6] 资金流向 - 获利盘集中兑现，资金从贵金属与有色金属板块撤离 [6] - 据文华财经数据，贵金属板块遭遇超50亿元资金抛售，其中沪银、沪金、钯金分别流出32亿元、17亿元和4亿元 [6] - 有色金属板块有超22亿元资金离场，沪铜、沪锡分别流出5亿元 [6] - 部分资金进行高低切换，化工板块获8亿元净流入，多晶硅获4亿元资金流入 [6] 贵金属与多晶硅深度分析 - 贵金属中长期做多逻辑（美联储降息+弱美元）未变，但短期或面临大涨后集中兑现带来的高波动 [7] - 短期利空因素包括地缘事件风险阶段性缓和，以及交易层面拥挤可能引发负反馈，金银比仍处58的历史低位，沪银近期的“超涨”或已透支部分动能 [7] - 多晶硅产业链出现涨价，下游硅片、电池片环节普遍提涨，显示厂家“控量挺价”意愿强烈 [7] - 多晶硅市场交易的核心逻辑在于政策端边际变化，随着多晶硅收储平台正式成立，市场对通过市场化手段化解产能、稳定价格的预期显著增强 [7] - 基本面供需错配格局尚未实质性逆转，据SMM数据，12月预期产量11.35万吨，1月排产仍维持10万吨上方，减产幅度有限，过剩压力犹存 [7] “反内卷”板块股票与期货表现对比 - 根据表格数据，自2025年7月1日至12月25日，多晶硅期货涨幅达78.24%，远超光伏设备股票指数50.14%的涨幅，两者差异为-28.10个百分点 [22] - 同期，碳酸锂期货涨幅达92.19%，远超锂电池股票指数46.73%的涨幅，两者差异为-45.46个百分点 [22] - 玻璃期货下跌18.63%，而玻璃玻纤股票指数上涨53.26%，两者差异达71.88个百分点 [22] - 氧化铝期货下跌16.49%，而有色金属股票指数上涨58.35%，两者差异达74.84个百分点 [22]

核心观点 - 市场当前处于低波盘整期，股债双双面临方向性抉择，技术形态呈现收敛三角形结构且成交额缩量至2万亿元以下，创8月13日以来最低值[1][2] - 建议根据市场后续走势制定应对计划：若震荡则分散配置并搭配红利资产；若放量上涨则增加主题仓位；若放量下跌则增大红利仓位等待科技主题更好买点[2] - 商品市场情绪回暖，“反内卷”与贵金属两条主线共振上行，但“反内卷”品种多处于“强预期、弱现实”状态，基本面尚未明显改善[8][9] 市场行情总结 - 10月16日万得全A下跌0.44%，全天成交额1.95万亿元，较昨日缩量1417亿元[1] - 港股恒生指数和恒生科技指数分别下跌0.09%和1.18%，南向资金净流入158.22亿港元，紫金黄金国际、小米集团、阿里巴巴分别净流入17.38亿、10.60亿和7.62亿港元[1] - 债市进入定价纠结期，10年国债和10年国开债活跃券收益率分别下行0.55bp和0.90bp至1.75%和1.93%，30年国债表现相对活跃，收益率下行普遍超过2bp[4] 行业与板块分析 - 煤炭板块成为近期红利行情领涨板块，港口煤炭库存从5月12日的7869.8万吨下降至9月29日的6043.2万吨，库存去化提供价格支撑，反内卷政策为供给侧优化提供预期[3] - 港股科技板块考虑加仓，恒生科技指数已回落至9月10日位置，接近8月底至9月初利好出现前水平，且美元指数在10月14日开始出现回落迹象[3] - 债市30年-10年利差已由年初低点的15bp扩张至40bp以上，创2023年二季度以来新高，新老利差和税收利差分别达到约10bp和15bp水平[5] 商品市场表现 - 贵金属板块延续强势，沪银和沪金分别大幅收高2.93%和1.84%[8] - “反内卷”主题品种普遍收涨，多晶硅领涨3.5%，焦煤、碳酸锂、焦炭涨幅均在2%以上，生猪下跌3.2%[8] - 商品市场整体净流入近30亿元，黑链吸引超18亿元资金，新能源板块获12亿元流入，贵金属尽管价格创新高却遭遇48亿元净流出[8] - 多晶硅等品种供给宽松格局未改，黑色系表观需求仅219.75万吨/周处于低位，钢厂螺纹利润仍为负，基本面尚未明显改善[9] 投资策略建议 - 针对市场抉择准备三套方案：震荡行情下分散配置搭配红利资产；放量上涨时增加主题仓位；放量下跌时增大红利仓位[2] - 港股科技板块建议分批建仓，若继续下跌将创造更具性价比的加仓点位[3] - 债市利差机会需坚持交易思维，当前缺乏强有力方向逻辑，动荡行情适合博小，趋势行情方才博大[6]

万得全A指数历史表现分析 - 指数在T-10至T+1期间的中位数涨幅呈现先高后低再回升趋势 T-10和T-5期中位数分别达41.24%和40.74% T-3至T-1期涨幅收窄至0.18%-0.52% T+1期反弹至0.15% [1] - 胜率随时间推移逐步提升 T-10期胜率仅26.7% T-5期升至46.7% T-3至T-1期胜率突破60%并持续上升至73.3% T+1期回落至66.7% [1] 年度具体表现特征 - 2024年呈现显著上涨趋势 T-10至T+1累计涨幅达26.91% 其中T-3至T+1阶段涨幅逐步收窄但仍保持正收益 [1] - 2023年表现相对平稳 全周期涨幅在-0.28%至1.44%之间窄幅波动 T+1期出现-0.28%小幅回调 [1] - 2022年整体表现疲弱 除T-5期-2.52%外 T-3至T+1期持续下跌 T+1期跌幅达-2.07% [1] - 2021年呈现先抑后扬态势 T-10至T-2期均为负收益 T-1期反弹1.54% T+1期维持0.72%正增长 [1] - 2020年波动幅度较小 全周期涨跌幅区间为-2.39%至2.49% T+1期表现最佳达2.49% [1]

核心观点 - LPPL模型基于物理学的临界点理论 通过识别金融市场中的正反馈循环和群体模仿行为来预测牛市主升浪行情的顶部 该模型通过捕捉价格超指数加速上涨和叠加的微观振荡信号来预警市场破裂点[7][10][15] LPPL模型理论基础 - 模型将市场泡沫演化分为三个阶段：初期稳定阶段 中期能量积累阶段和末期临界阶段 末期市场表现为自组织临界系统 对微小扰动极其敏感并伴随频率加快的振荡[9][11] - 模型公式包含宏观信号和微观信号两部分 宏观信号描述价格超指数加速 微观信号描述对数周期性震颤[16] - 关键参数包括临界时间tc(泡沫终结预测时点) 幂律指数α(泡沫加速率 0<α<1) 角频率ω(振荡密度) 相位参数ϕ(振荡起始位置) 趋势幅度B(泡沫方向强度)和振荡幅度C(震颤强度)[17] 模型应用方法 - 识别加速行情起始点标准为60日均线突破90日均线 起始点后100个交易日开始代入LPPL模型求解破裂日 之后每3天更新收盘价数据并重新预测[20] - 通过二项式拟合验证加速行情 例如2014年7月1日至2015年6月12日万得全A二项式拟合R方0.98显著优于线性拟合0.93[13][14] 历史牛市顶部预测案例 - 2014-2015年万得全A行情：2014年7月29日60日均线5584.761突破90日均线4998.03确立起始点 2014年12月22日开始预测 最终多个时点预测破裂日集中在2015年6月19-22日 与实际顶部高度吻合[22][23][24] - 2006-2007年行情：2006年11月6日起始点 2007年4月4日开始预测 最终预测破裂日为2007年10月14-20日 预测间隔中位数从140天逐步收敛至20天以内[28][29][30] - 其他资产案例：2011年伦敦银行情通过阈值监控成功预警 2021年十年期国债期货也应用相同方法[31][32] 历史熊市底部预测案例 - 2008年熊市：2008年1月16日60日均线下破90日均线确立起始点 2008年6月16日开始预测 模型成功捕捉市场底部转折点[36][37] 当前行情预判 - 截至2025年3月 十年期国债期货的LPPL模型预测结果尚未触发警惕阈值(20天/10天阈值) 显示模型未发出明确预警信号[33][39]

核心观点 - 报告系统性地回测了跨资产维度下的利率交易择时策略，聚焦于股票、大宗商品与债券市场的轮动关系，并在利率期货品种T上开展策略验证 [1] - 跨资产择时策略通过"交叉检验信号触发法"整合多资产信号，旨在提升利率交易的稳定性和适应性，减少回撤并控制风险 [4][80] - 策略在权益和大宗商品市场呈现高赔率、低胜率的特征，而在利率期货应用中，股债跷跷板和商品债券轮动效应显著，超额收益存在收敛但回撤控制效果突出 [3][4][85] 跨资产轮动效应 - 股债跷跷板效应源于风险偏好切换：经济预期走强时资金流向权益市场，债券承压收益率上行；避险需求上升时资金回流债市，股市受抑制 [2][14][18] - 商品债券轮动与通胀预期紧密相关：商品价格上涨推高通胀预期和利率水平，压制债券估值；通缩或需求收缩期债市因利率下行获益 [2][14][26] - 历史典型阶段包括2015年股灾后避险资金涌入债市、2018年去杠杆周期债市走强、2020年公共卫生事件初期债市上涨，以及2023年经济波动期债市强势 [27] 交易性择时在权益市场的应用 - 以上证指数、恒生指数、万得全A为标的，回测区间为2013/01/07至2025/08/22，多信号策略年化收益率分别为11.06%、3.58%和14.75%，累计收益率达258.56%、51.47%和434.65% [35] - 策略呈现高赔率、低胜率特征，胜率（天）分别为53.18%、51.40%和55.27%，平均盈亏比（天）为1.14、1.06和1.24 [35] - 以波动结构为核心的阶矩择时策略在权益市场超额收益明显，尤其在趋势反转阶段表现优于传统均线策略 [34] 交易性择时在商品市场的应用 - 大宗商品策略回测显示，伦敦金、布伦特油、焦煤年化收益率分别为9.14%、11.77%和12.85%，累计收益率达188.79%、279.64%和325.58% [52] - 策略整体呈现高赔率、低胜率特性，胜率（天）在49.66%至52.68%之间，最大回撤介于23.53%至53.16% [52] - 黄金等趋势性品种适合趋势识别策略，而周期性品种如伦敦铜、螺纹钢受供需和地缘政治影响，多信号策略占优且能有效控制下行风险 [3][51] 跨资产利率择时策略 - 采用"交叉检验信号触发法"整合股、商品与债市信号：股市多头削弱债市信号，黄金多头同步确认债市多头，商品多头反向削弱债市信号 [80][81] - 回测结果显示，"看股做债"（以上证指数为例）年化收益率4.19%，夏普比2.31，最大回撤1.79%，胜率（次）52.63%；"看玻璃做债"年化收益率4.39%，夏普比2.21，最大回撤1.63%，胜率（次）59.83% [85][89][90] - 策略在2025年成功规避债市大幅回撤（如2月和7月），但超额收益收敛，波段交易捕捉能力较弱 [89][90] 优化展望 - 动态权重机制可根据宏观环境调整资产信号权重，例如通胀阶段突出商品指引，经济下行阶段强化股债跷跷板作用 [5][91] - 引入机器学习框架集成多资产信号，避免固定规则局限，提升债市仓位决策灵活性 [91] - 拓展至外汇、信用债等资产类别，构建覆盖更广的跨市场择时体系，增强利率走势把握能力 [91]

核心观点 - 7月份A股表现强于港股，万得全A、沪深300、中证2000、恒生指数、恒生科技指数分别上涨+4 75%、+3 54%、+4 51%、+2 91%、+2 83%，A股小市值股票走势强于大市值股票 [4] - A股走强的主要原因是中央财经委提出的"反内卷"供给侧改革政策提振周期行业预期，以及市场活跃度提升带动风险偏好改善 [5] - 当前市场呈现结构性牛市特征，创新药、非银金融、AI产业链等板块涨幅显著，但仍有部分个股表现低迷 [6] - 牛市形成无需经济景气改善为前提，历史数据显示股市表现通常领先宏观经济数据 [8][9] - 牛市第一阶段特征是优质成长股率先企稳上涨，如康方生物股价见底时间比万得全A指数提前20个月 [14] - 多数投资者在牛市中难以盈利的原因包括：熊市末期离场、追涨杀跌、选股困难、过度关注短期扰动等 [16][17][18] - 当前市场仍处于牛市初期，估值处于低位，建议避免追求完美买点，关注"反内卷"政策受益的周期复苏行业 [21][22] 市场表现分析 - 7月万得全A上涨+4 75%，沪深300上涨+3 54%，中证2000上涨+4 51%，恒生指数上涨+2 91%，恒生科技指数上涨+2 83% [4] - A股小市值股票表现优于大市值股票，市场活跃度高，赚钱效应显现 [4][5] - 领涨板块包括医药创新药、港股非银金融、AI产业链等，部分个股涨幅达牛市水平 [6] 牛市形成机制 - 股市作为经济"晴雨表"而非"温度计"，表现通常领先宏观经济数据 [8] - 2013年牛市期间PPI持续负增长，但A股仍走出大牛市 [9] - 牛市前提是市场估值足够便宜，以及出现大牛股的财富效应 [14] - 优质成长股往往领先宽基指数1 5-2年见底，如康方生物比万得全A提前20个月见底 [14] 投资者行为分析 - 常见错误包括：熊市末期离场、上涨初期观望、高位追涨、过度关注短期扰动等 [16] - 选股困境表现为：已涨个股恐高，未涨个股基本面存在瑕疵 [17] - 本质原因是对股市规律理解不足，投资能力未成熟 [18] 当前市场策略 - 市场从"是否牛市"转向"如何参与"，专业投资者分歧减少 [21] - 预计呈现结构性牛市特征，部分行业可能出现牛市行情 [21] - "反内卷"政策将改善部分产能过剩行业经营状况，市场风格或从成长股转向周期复苏 [21] - 历史数据显示，牛市持续时间可能达26-29个月，当前市场估值仍处低位 [22] - 建议避免追求完美买点，适度参与有望获得优于债券的收益 [22]

市场指数表现 - 上证指数早盘收报3415 45点 涨幅1 00% 成交额3493亿 年初至今累计上涨1 90% [1][2] - 深证成指早盘收报10193 85点 涨幅1 45% 成交额5548亿 年初至今累计下跌2 12% [1][2] - 创业板指早盘收报2056 82点 涨幅1 94% 成交额2818亿 年初至今累计下跌3 96% [1][2] - 沪深300早盘收报3899 85点 涨幅1 09% 成交额1902亿 年初至今累计下跌0 89% [1][2] - 科创50早盘收报976 04点 涨幅1 51% 成交额180亿 年初至今累计下跌1 30% [1][2] 中小盘指数表现 - 中证500早盘收报5750 42点 涨幅1 34% 成交额1194亿 年初至今累计上涨0 43% [1][2] - 中证1000早盘收报6173 70点 涨幅1 57% 成交额1911亿 年初至今累计上涨3 63% [1][2] - 中证2000早盘收报2622 66点 涨幅1 90% 成交额2764亿 年初至今累计上涨11 69% [2] 特色指数表现 - 万得全A早盘收报5199 56点 涨幅1 34% 成交额9252亿 年初至今累计上涨3 54% [2] - 北亚ESO早盘收报1411 46点 涨幅3 17% 成交额212亿 年初至今累计上涨36 00% [2] - 万得微盘股指数早盘收报416813 58点 涨幅1 99% 成交额188亿 年初至今累计上涨31 94% [2]