截至午间收盘，中证石化产业指数上涨3.3%，中证稀土产业指数上涨1.2%。 中国银河证券表示，2024年以来化工行业资本开支迎来负增长，随着"反内卷"浪潮袭来及海外落后产能加速出清，供给端有望收缩；"十五五"规划建议"坚 持扩大内需"为未来五年定调，叠加美国降息周期开启，化工品需求空间打开。其认为，供需双底基本确立，政策预期强力催化，2026年化工行业有望迎周 期拐点向上，开启从估值修复到业绩增长的"戴维斯双击"。 每日经济新闻 ...

行业周期与政策环境 - 石化化工行业为周期性行业，板块净利润在2021年创下历史新高后进入下行周期，目前已进入低位震荡区间，未来随着“反内卷”政策推进及国内内需恢复，行业景气度上行弹性充足 [1][2][6] - 自2024年7月中共中央政治局会议首次提出防止“内卷式”恶性竞争以来，“反内卷”政策持续升级，2025年9月25日工信部等七部门印发《石化化工行业稳增长工作方案（2025-2026年）》，指出2025-2026年主要目标是行业增加值年均增长5%以上 [1][7][8] - 行业成本端具有支撑，据IEA预测，2025-2030年全球原油需求量维持在1.04-1.05亿桶/天，且2025年全球石油和天然气资本开支同比下滑，未来原油价格大幅下跌可能性较低 [1][9][11] 中证石化产业指数分析 - 中证石化产业指数发布于2009年7月22日，从中证800指数样本中选取主营业务涉及石油与天然气、化工产品等领域的上市公司证券，行业分布集中，基础化工权重占比63.61%，石油石化权重占比34.69% [1][13][16] - 截至2026年1月16日，指数市盈率为15.44，市净率为1.55，估值处于发布以来较低分位点且低于中证800指数，预计2025E、2026E、2027E年净利润增速分别为1.01%、9.11%、8.71% [1][19][22] - 指数前十大权重股合计占比56.73%，持仓集中度较高，成分股平均市值为1580.30亿元，介于沪深300与中证800指数之间，其中33.33%的成分股为沪深300指数成分股 [1][23][26] - 指数高度集中于周期性行业，在2025年四季度上游周期板块表现强势的市场风格下表现突出，过去半年收益达49.74%，近一个月收益达16.79%，表现好于同期沪深300指数 [1][28][31] 华夏中证石化产业ETF产品分析 - 华夏中证石化产业ETF成立于2021年12月2日，基金经理为单宽之，该基金以紧密跟踪中证石化产业指数为目标，截至2026年1月16日，基金流通份额为5.49亿份，规模为5.22亿元 [1][33][35] - 基金经理单宽之管理经验丰富，截至2026年1月16日，其在管产品规模超过300亿元，管理多只规模较大的行业主题ETF [37][40] - 基金管理人华夏基金成立于1998年4月9日，是国内首批基金管理公司之一，截至2026年1月16日，公司在管非货币ETF产品共117只，在管规模超9000亿元，在基金公司中排名第一，拥有全面的ETF产品线布局 [1][41][42]

量化模型与构建方式 1. **模型名称：卷积神经网络趋势观察模型**[2][78] * **模型构建思路**：使用卷积神经网络（CNN）对个股历史价量数据生成的标准化图表进行深度学习，以识别图表中的特征模式，并预测未来价格走势。最终将学习到的特征映射到行业主题板块，生成行业配置建议。[2][78] * **模型具体构建过程**： 1. **数据准备**：为每个个股在特定窗口期内的价量数据构建标准化的图表。价量数据通常包括价格、成交量等时间序列。[78] 2. **图表化**：将标准化后的价量数据转换为图像格式，作为CNN的输入。图表示例可参考报告中的“标准化数据价量图表”。[79] 3. **模型训练**：使用卷积神经网络对大量的历史价量图表进行训练，学习图表特征与未来一段时间（如下一期）价格变动之间的映射关系。[2][78] 4. **特征映射**：将训练好的CNN模型学习到的有效特征，应用于行业或主题板块层面的分析，识别出当前具有相似积极特征的板块。[2][78] 5. **生成信号**：根据模型对各个板块的分析，输出看好的行业主题配置列表。[80] 2. **模型名称：宏观因子事件模型**[55][57] * **模型构建思路**：跟踪一系列关键的国内外宏观指标，通过定义和识别这些指标在特定时间窗口内的走势事件（如短期高点、连续下跌等），并基于历史回测筛选出对资产未来收益率有显著影响的“有效因子事件”，从而对权益市场未来走势进行判断。[55] * **模型具体构建过程**： 1. **因子选择**：跟踪25个国内外宏观指标，涵盖货币政策、财政政策、流动性、通胀水平及其他经济指标等多个维度。[55] 2. **事件定义**：定义四类宏观因子走势事件：短期高低点、连续上涨/下跌、创历史新高/新低、因子走势反转。[55] 3. **有效性检验**：从历史数据中回测，寻找那些对资产（如股票指数）未来收益率影响较为显著的因子事件，即“有效因子事件”。[55] 4. **趋势判断**：对于部分因子，采用历史均线（如1月、3月、12月均线）将其走势划分为趋势上行或趋势下行。[57] 5. **信号生成**：统计历史上在宏观指标处于不同趋势下，对应资产的未来平均收益，筛选出存在显著差异的情况，形成当前宏观因子趋势对权益市场的观点（如看多、震荡）。[57][58] 3. **模型名称：期权成交量看涨看跌比（CPR）模型**[48] * **模型构建思路**：通过监测上证50ETF期权成交量的看涨看跌比率（CPR），并将其与布林通道结合，判断蓝筹股是否存在短期超买或超卖风险。[48] * **模型具体构建过程**： 1. **计算CPR**：计算上证50ETF期权成交量的看涨看跌比率。[48] 2. **计算滚动指标**：计算滚动20个交易日的CPR。[50] 3. **构建通道**：计算该滚动20日CPR的60日布林通道上轨。[48] 4. **生成信号**：当滚动20日CPR高于其60日布林通道上轨时，模型认为蓝筹股短期存在超卖风险。[48] 4. **模型名称：GFTD模型**[82] * **模型评价**：报告中提及该模型历史择时成功率约为80%，但市场波动不确定性下模型信号存在失效可能。[82] 5. **模型名称：LLT模型**[82] * **模型评价**：报告中提及该模型历史择时成功率约为80%，但市场波动不确定性下模型信号存在失效可能。[82] 量化因子与构建方式 1. **因子名称：新高新低比例因子**[33] * **因子构建思路**：通过统计市场中创近期新高与新低的个股数量占比，来度量市场的极端情绪和趋势强度。[33] * **因子具体构建过程**： 1. 每日计算全市场个股中，收盘价创近60日新高的个股数量。 2. 每日计算全市场个股中，收盘价创近60日新低的个股数量。 3. 分别计算新高个股数占总股票数的比例（60日新高比例），以及新低个股数占总股票数的比例（60日新低比例）。[33][34] 2. **因子名称：个股均线结构因子**[37] * **因子构建思路**：通过计算呈现特定均线多头排列形态的个股占比，来反映市场整体的技术趋势强弱。[37] * **因子具体构建过程**： 1. 对每只个股，判断其短期、中期、长期均线（如5日、20日、60日均线）是否呈多头排列（短期>中期>长期）。 2. 判断其是否呈空头排列（短期<中期<长期）。 3. 计算当日呈多头排列的个股数量与呈空头排列的个股数量之差，再除以总股票数，得到“均线强弱指标”或“多头排列减空头排列个股占比”。[37][38] 3. **因子名称：长期均线以上比例因子**[40] * **因子构建思路**：通过统计股价位于长期均线之上的个股比例，来衡量市场整体的牛市广度。[40] * **因子具体构建过程**： 1. 对每只个股，判断其当日收盘价是否位于200日长期移动平均线之上。 2. 计算股价位于200日长期均线之上的个股数量占总股票数的比例。[40] 4. **因子名称：风险溢价因子**[66][81] * **因子构建思路**：通过计算股票市场隐含收益率（市盈率倒数）与无风险利率（十年期国债收益率）的差值，来衡量股票资产相对于债券资产的吸引力。[66][81] * **因子具体构建过程**： 1. 计算中证全指（或其它宽基指数）的静态市盈率（PE_TTM）。 2. 计算其倒数，即盈利收益率（EP）。 3. 从盈利收益率（EP）中减去十年期国债收益率，得到风险溢价。 $$风险溢价 = \frac{1}{PE\_{TTM}} - 十年期国债收益率$$[81] 5. **因子名称：指数超买超卖因子**[69][73] * **因子构建思路**：通过特定方法计算各主要宽基指数和行业指数的超跌或超买程度，用于识别市场或板块的极端状态。[69][73] * **因子具体构建过程**：报告中未详细描述具体计算公式，但展示了截至报告日（NEW）和历史上另一个时点（20181228）各指数的“超跌指标”统计结果，用于对比。[70][71][74][75] 6. **因子名称：融资余额因子**[76] * **因子构建思路**：跟踪市场融资余额的绝对规模及其占流通市值的比例，作为衡量市场杠杆资金情绪和力量的指标。[76] * **因子具体构建过程**： 1. 获取每日市场融资买入的总余额。 2. 计算融资余额占A股流通市值的百分比。[77] 7. **因子名称：市场真实换手率因子**[51] * **因子构建思路**：考虑自由流通股本后计算市场换手率，以更真实地反映市场的交易活跃程度。[51] * **因子具体构建过程**：报告中未给出具体公式，但指出其计算考虑了自由流通股本，并以中证全指和创业板指为例展示了该因子的时间序列。[51][53] 模型的回测效果 （报告中未提供具体模型的量化回测指标结果，如年化收益率、夏普比率、最大回撤等。） 因子的回测效果 （报告中未提供具体因子的IC、IR、多空收益等量化检验结果。）

市场近期表现 - 最近5个交易日，科创50指数上涨2.62%，国证2000代表的小盘股上涨3.33%，而创业板指下跌0.34%，大盘价值下跌1.64%，大盘成长下跌1.34%，上证50下跌1.54% [1] - 行业表现方面，建筑材料、石油石化表现靠前，银行、通信表现靠后 [1] - 两市日均成交额为27,727亿元 [2] 主流ETF规模变化 - 最近5个交易日，ETF资金流出3,265亿元 [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] - 最新配置主题包括石化、化工、机床、半导体和有色，具体关注中证石化产业指数、中证细分化工产业主题指数、中证机床指数、中证半导体材料设备主题指数和国证有色指数等细分指数 [2][3][12] 市场情绪之200日长期均线之上比例 - 该部分在提供的文档内容中无具体数据或描述，已根据要求跳过 权益资产与债券资产风险偏好跟踪 - 截至2026年1月23日，风险溢价指标为2.46%，该指标由中证全指静态市盈率的倒数减去十年期国债收益率计算得出，其两倍标准差边界为4.68% [1] - 估值方面，截至同一日期，中证全指市盈率TTM分位数为84%，上证50与沪深300分位数分别为72%和73%，创业板指接近63%，中证500与中证1000分别为70%和68%，创业板指风格估值相对历史总体处于中位数水平 [1] 融资余额 - 最近5个交易日，融资盘增加约65亿元 [2] 个股年初至今基于收益区间的占比分布统计 - 该部分在提供的文档内容中无具体数据或描述，已根据要求跳过 指数超卖 - 该部分在提供的文档内容中无具体数据或描述，已根据要求跳过

指数与ETF表现 - 截至2026年1月13日9:48，中证石化产业指数强势上涨1.49% [1] - 石化ETF(159731)当日上涨1.17%，最新价报0.95元 [1] - 石化ETF近2年净值上涨50% [1] - 石化ETF自成立以来，最高单月回报为15.86%，最长连涨月数为8个月，最长连涨涨幅为41.6%，上涨月份平均收益率为5.25% [1] - 石化ETF近1年超越基准年化收益为2.19% [1] 成分股表现 - 成分股凯赛生物上涨11.71%，兴发集团上涨8.42%，盐湖股份上涨5.04%，藏格矿业、恒力石化等个股跟涨 [1] - 根据表格数据，前十大权重股中，盐湖股份涨5.04%，藏格矿业涨4.07%，中国石油涨2.33%，万华化学涨1.92%，华鲁恒升涨1.73%，宝丰能源涨1.70%，巨化股份涨0.57%，中国石化涨0.34%，金发科技下跌3.44% [3] 资金与规模动态 - 石化ETF近4天获得连续资金净流入，合计“吸金”5772.28万元 [1] - 石化ETF最新规模达3.07亿元，创近1年新高 [1] 指数构成 - 石化ETF紧密跟踪中证石化产业指数 [1] - 截至2025年12月31日，中证石化产业指数前十大权重股合计占比56.73% [1] - 前十大权重股分别为万华化学(权重10.47%)、中国石油(7.63%)、中国石化(6.44%)、盐湖股份(6.44%)、中国海油(5.22%)、藏格矿业(3.82%)、巨化股份(4.51%)、恒力石化、华鲁恒升(3.31%)、宝丰能源(3.27%) [1][3]

中证石化产业指数及ETF表现 - 12月31日，中证石化产业指数震荡上行，成分股广东宏大、盐湖股份、中国石油、中国海油等领涨 [1] - 石化ETF（159731）连续3天获资金净流入，近5个交易日合计净流入达2258万元 [1] - 石化ETF（159731）及其联接基金（017855/017856）紧密跟踪中证石化产业指数 [1] 行业走势与宏观背景 - 基础化工行业2025年涨幅靠前 [1] - 行业呈现“上半年弱势震荡，中期反弹，后期结构性活跃”走势 [1] - 宏观经济修复下，化工行业筑底回升 [1] 细分领域需求与景气度 - 新材料需求强劲，AI、OLED、机器人等新兴应用领域高景气，带动光刻胶等核心材料需求扩张与替代加速 [1] - 锂电材料等细分板块受益供需改善显著上涨 [1] - 农化、MDI等板块韧性较强 [1] - 钛白粉、锂电材料盈利修复预期明确 [1] 指数与ETF行业构成 - 从申万一级行业分布来看，石化ETF跟踪的中证石化产业指数中，基础化工行业占比为60.1%，石油石化行业占比为32.7% [1] - 随着石化产业淘汰落后产能和加强技术创新，产业链的价值将进一步提升 [1]

市场表现 - 12月17日早盘A股市场小幅回暖 中证石化产业指数快速上行涨超1% [1] - 指数成分股涨跌互现 盐湖股份、鲁西化工、万华化学等股票领涨 [1] - 跟踪该指数的石化ETF（159731）跟随指数上行 [1] 行业供给分析 - 2025年以来国家推动包括石化化工在内的重点行业进行“反内卷”整治 [1] - 工信部等七部门发布《石化化工行业稳增长工作方案（2025-2026年）》 旨在淘汰落后产能和优化供给结构 [1] - 在供给格局优化的背景下 炼化行业有望迎来景气上行周期 [1] 行业需求分析 - 国内成品油需求已达峰 石油消费结构转变或进一步深化 [1] - 化工用油需求仍处于长期增长通道中 [1] - 国内石化产品需求缓慢复苏或成为主基调 [1] 相关投资产品 - 石化ETF（159731）及其联接基金（017855/017856）紧密跟踪中证石化产业指数 [1] - 该指数从申万一级行业分布来看 基础化工行业占比为60.1% 石油石化行业占比为32.7% [1] - 随着石化产业淘汰落后产能和加强技术创新 产业链价值将进一步提升 [1]

市场表现与资金流向 - 12月9日早盘A股市场震荡调整 中证石化产业指数盘中下跌约0.8% [1] - 指数成分股中 巨化股份、三美股份、蓝晓科技等股票领涨 [1] - 石化ETF（159731）在近10个交易日内合计净流入资金1321万元 [1] 机构市场观点 - 国泰海通研报观点认为 中国股市在长时间横盘震荡后将进入跨年攻势 [1] - 今年12月至明年2月被视作政策、流动性、基本面向上共振的窗口期 指数有望迈上新台阶 [1] - 行业配置层面可关注顺周期板块 该板块调整三年后估值与持仓处于低位 [1] - 随着宏观尾部风险降低与潜在增量政策出台 顺周期板块将出现结构性机会 [1] 石化行业与相关产品 - 石化ETF（159731）及其联接基金紧密跟踪中证石化产业指数 [1] - 该指数申万一级行业分布为基础化工行业占比60.39% 石油石化行业占比32.71% [1] - 石化行业新一轮产能扩张周期步入尾声 供需格局进入再平衡阶段 [1] - 行业景气度预期将逐步回升 [1]

指数及ETF市场表现 - 截至2025年11月5日9:57，中证石化产业指数下跌0.84%，成分股三美股份、东方盛虹、广东宏大领涨，云天化、浙江龙盛、扬农化工领跌 [1] - 石化ETF(159731)当日下跌1.01%，最新报价0.78元 [1] - 石化ETF近6个月净值上涨21.93%，超越基准年化收益5.83% [3] 资金流向与规模 - 石化ETF近8天获得连续资金净流入，合计1.02亿元 [1] - 石化ETF最新份额达1.88亿份，创近1年新高 [1] - 石化ETF近1周规模增长149.37万元 [1] 历史收益与风险特征 - 石化ETF自成立以来最高单月回报为15.86%，最长连涨月数为6个月，最长连涨涨幅为23.51%，上涨月份平均收益率为5.06% [3] - 石化ETF近半年最大回撤6.47%，相对基准回撤0.14%，在可比基金中回撤最小 [3] - 石化ETF近1年跟踪误差为0.037%，在可比基金中跟踪精度最高 [3] 指数成分与产品信息 - 中证石化产业指数前十大权重股合计占比56.05%，包括万华化学、中国石油、盐湖股份、中国石化、中国海油等 [3] - 石化ETF场外联接基金代码为A类017855和C类017856 [3]

市场表现 - A股三大指数悉数低开，中证石化产业指数盘中震荡调整，现跌约0.65% [1] - 指数成分股杭氧股份、浙江龙盛、中国石油等领涨 [1] - 石化ETF（159731）近7天获得连续资金净流入，合计"吸金"1.01亿元 [1] 行业动态与政策 - 石油输出国组织及非欧佩克产油国中的8个主要产油国决定12月保持增产节奏，日均增产13.7万桶原油，但2026年前3个月将暂停增产计划 [1] - 化工产能仍有投放，但远期反内卷预期将推动行业盈利改善 [1] - 行业景气度底部趋稳静待改善 [1] 指数与产品结构 - 石化ETF（159731）及其联接基金（017855/017856）紧密跟踪中证石化产业指数 [1] - 中证石化产业指数前三大行业分别为炼化及贸易（26.8%）、化学制品（22.4%）和农化制品（21.1%） [1] - 指数有望充分受益于反内卷、调结构和淘汰落后产能等政策 [1] 机构观点 - 国金证券认为，市场从自上而下角度对油价远期预期偏强 [1] - 继续看好中下游龙头长期的配置价值 [1]