市场表现 - 沪深两市全天震荡调整，成交额为2.58万亿元，沪指、深成指、创业板指分别下跌2.48%、2.69%和2.46% [1] - 半导体板块大幅下跌，多只相关ETF跌幅超过5%，其中集成电路ETF(159546)下跌5.63%，科创芯片ETF国泰(589100)下跌5.24%，半导体设备ETF(159516)下跌5.11%，芯片ETF(512760)下跌5.07% [1][2] 下跌因素分析 - 外部情绪映射：受美联储人事提名及政策预期影响，上周五美股半导体板块回调，拉姆研究、美光科技等个股跌幅较大，情绪传导至A股 [3] - 内部市场环境：周期板块大幅回调导致大盘表现萎靡，成交量缩减，市场情绪与资金面受挫 [3] - 板块自身因素：半导体板块在1月上半月累积较多涨幅，且为机构重仓板块，在市场整体疲软背景下承受较大压力 [3] 行业基本面与景气度 - 半导体设备需求旺盛：ASML 2025年第四季度新增订单金额达132亿欧元，其中EUV光刻机订单74亿欧元创历史新高，截至2025年底未交付订单金额为388亿欧元，订单能见度已至2027年 [4] - 存储行业高度景气：SK海力士25Q4营收32.83万亿韩元，同比增长66%，环比增长34%，净利润15.25万亿韩元，同比增长90%，环比增长21%，闪迪25Q4营收30.25亿美元，同比增长61%，环比增长31%，净利润8.03亿美元，同比增长672%，环比增长617% [4] - 存储扩产动力强劲，为半导体设备行业贡献重要增量 [4] 后市展望与投资机会 - 半导体设备板块性价比凸显：经历近期回调后，布局价值提升，行业有“存储扩产”与“先进制程国产替代”两大成长逻辑支撑 [5] - 国产算力叙事提供中期成长动力：市场对H200冲击国产GPU的担忧已基本落地，国产GPU厂商有望逐步扩大出货量并进入业绩高增轨道 [5] - 可关注产品：半导体设备ETF(159516)与科创芯片ETF(589100)等 [5]

量化模型与构建方式 根据提供的研报内容，报告主要对ETF市场进行数据统计和描述性分析，并未涉及具体的量化预测模型（如多因子选股模型、风险模型等）或用于预测收益的量化因子的构建。报告的核心是呈现ETF市场的各类表现、规模、估值和资金流数据。 量化因子与构建方式 报告中没有构建用于预测未来收益的量化因子。但报告在分析ETF市场时，计算和使用了多个**统计指标**来描述市场状态。这些指标可以视为市场状态的描述性因子，其构建思路和过程如下： 1. **因子名称**：ETF周度收益率[1][12] * **因子构建思路**：计算各类别ETF在指定周期内的价格变动幅度，以衡量其短期业绩表现[12]。 * **因子具体构建过程**：使用ETF的单位复权净值进行计算。对于上周（2026年01月26日至2026年01月30日），计算每只股票型ETF的周度收益率，然后统计特定类别（如宽基、板块、主题）内所有ETF收益率的中位数作为该类别的代表值[12]。公式为： $$R_{i, week} = \frac{NAV_{i, end} - NAV_{i, start}}{NAV_{i, start}}$$ 其中，\(R_{i, week}\) 代表第i只ETF的周收益率，\(NAV\) 代表单位复权净值。 2. **因子名称**：ETF净申赎规模[2][27] * **因子构建思路**：通过ETF份额的变动来估算资金的流入流出情况，反映投资者对某类ETF的申购和赎回意愿[27]。 * **因子具体构建过程**：使用ETF上市后当日的份额变动乘以收盘价来近似计算每日的净申赎规模。为了规避份额折算/拆分的影响，份额折算/拆分当日的份额变动设为0。同时，为了排除分红对基金规模的影响，在计算规模变动时剔除了分红导致的基金规模变动[27]。公式为： $$NetFlow_{t} = (Shares_{t} - Shares_{t-1}) \times Price_{t}$$ 其中，\(NetFlow_{t}\) 为第t日的净申赎资金流（正值表示净申购，负值表示净赎回），\(Shares\) 为ETF份额，\(Price\) 为收盘价。报告中对上周数据进行了加总统计[2][27]。 3. **因子名称**：ETF基准指数估值历史分位数[3][33] * **因子构建思路**：通过计算当前估值在历史序列中的位置，来判断各类别ETF估值所处的相对水平（高或低）[33]。 * **因子具体构建过程**：首先，获取每日各类别内所有ETF基准指数的市盈率（PE）或市净率（PB）。然后，计算该类指数估值的中位数作为该类ETF的当日估值代表值。接着，将该中位数与过去5年的历史数据进行比较，计算其历史分位数[33]。例如，对于市盈率分位数： $$PE\_Percentile_{category, t} = \frac{rank(PE\_median_{category, t})}{N}$$ 其中，\(rank\) 表示当前市盈率中位数在历史N个数据（过去5年）中的升序排名，N为历史数据总数。 4. **因子名称**：ETF融资融券活跃度指标[4][47][48] * **因子构建思路**：通过融资买入额和融券卖出量来观察市场对特定ETF的杠杆做多和做空活跃程度[47][48]。 * **因子具体构建过程**：统计指定周期（如上周一至周四）内，股票型ETF的日均融资买入额和日均融券卖出量。对单只ETF，其日均融资买入额为周期内每日融资买入额的平均值；日均融券卖出量为周期内每日融券卖出量的平均值[47][48]。报告列出了这些指标最高的前10只ETF。 模型的回测效果 报告未涉及量化模型，因此无模型回测效果。 因子的回测效果 报告中的描述性因子主要用于展示市场现状，并未提供其在历史样本外的预测能力测试结果（如IC、IR、多空收益等）。报告仅提供了这些因子在**最新一期**（2026年01月26日至01月30日）的具体取值，如下所示： 1. **ETF周度收益率因子**，股票型ETF周度收益率中位数：-1.20%[1][12] * 上证50ETF涨跌幅中位数：1.13%[1][12] * 沪深300ETF涨跌幅中位数：0.09%[12] * 大金融ETF涨跌幅中位数：0.06%[1][16] * 酒ETF涨跌幅中位数：2.39%[1][16] * 商品型ETF涨跌幅中位数：4.56%[12] * 债券型ETF涨跌幅中位数：0.04%[12] * 跨境型ETF涨跌幅中位数：0.04%[12] * 货币型ETF涨跌幅中位数：0.02%[12] 2. **ETF净申赎规模因子**，上周股票型ETF净赎回：3247.33亿元[2][27] * 科创板ETF净赎回：9.35亿元[2][27] * 沪深300ETF净赎回：2446.13亿元[27] * 周期ETF净申购：386.15亿元[2][30] * 芯片ETF净申购：111.56亿元[2][30] 3. **ETF基准指数估值历史分位数因子**（截至上周五） * **市盈率分位数**： * 上证50ETF：83.33%[33] * 创业板类ETF：66.75%[33] * 科创板ETF：90.26%[35] * 大金融板块ETF：23.35%[39] * 消费板块ETF：24.01%[39] * 光伏主题ETF：99.34%[42] * **市净率分位数**： * 上证50ETF：63.94%[35] * 创业板类ETF：68.15%[35] * AI主题ETF：100.00%[42] * 新能车主题ETF：估值分位数明显降低（定性描述）[3][42] 4. **ETF融资融券活跃度指标**（上周一至周四日均值） * **日均融资买入额最高**：中证500ETF（8.97亿元）、沪深300ETF（8.46亿元）[47][48] * **日均融券卖出量最高**：中证1000ETF（18.36万手）、上证50ETF（5.75万手）[48][50]

报告行业投资评级 未提及 报告的核心观点 - 上周股票型ETF周度收益率中位数为 -1.20%，宽基ETF中上证50ETF收益最高，板块ETF中大金融ETF收益最高，热点主题中酒ETF收益最高 [1][12][16] - 上周股票型ETF净赎回3247.33亿元，宽基ETF中科创板ETF净赎回最少，板块ETF中周期ETF净申购最多，主题ETF中芯片ETF净申购最多 [2][27][30] - 截至上周五，华夏、易方达、华泰柏瑞三家基金公司的已上市、非货币ETF总规模排名前三，本周将有4只ETF发行 [5][52][54] 根据相关目录分别进行总结 ETF业绩表现 - 上周股票型ETF周度收益率中位数为 -1.20%，宽基ETF中上证50ETF涨跌幅中位数为1.13%收益最高，商品型、债券型、跨境型、货币型ETF涨跌幅中位数分别为4.56%、0.04%、0.04%、0.02% [1][12] - 分板块看，大金融、科技、消费、周期板块ETF涨跌幅中位数分别为0.06%、 -2.28%、 -2.57%、 -3.61% [16] - 按热点主题分类，酒、红利、AIETF涨跌幅中位数分别为2.39%、1.78%、0.80%表现相对强势，军工、新能车、机器人ETF涨跌幅中位数分别为 -8.82%、 -7.04%、 -5.65%表现相对弱势 [16] ETF规模变动及净申赎 - 截至上周五，股票型、跨境型、债券型ETF规模分别为31726亿元、10544亿元、7255亿元，商品型、货币型ETF规模相对较小 [17] - 上周股票型ETF净赎回3247.33亿元，总体规模减少3609.35亿元；货币型ETF净申购1.68亿元，总体规模增加1.82亿元 [27] - 宽基ETF中，科创板ETF净赎回最少为9.35亿元，沪深300ETF净赎回最多为2446.13亿元 [27] - 按板块，上周周期ETF净申购最多为386.15亿元，大金融ETF净申购最少为20.62亿元 [30] - 按热点主题，上周芯片ETF净申购最多为111.56亿元，AIETF净赎回最多为25.26亿元 [30] ETF基准指数估值情况 - 宽基ETF中，创业板类、上证50ETF估值分位数相对较低 [44] - 按板块，大金融、消费ETF估值分位数相对温和，与前周相比，消费ETF估值分位数明显降低 [39][44] - 按细分主题，酒、新能车ETF估值分位数相对较低，与前周相比，新能车ETF估值分位数明显降低 [42][44] ETF融资融券情况 - 上周一至周四股票型ETF融资余额由前周的563.64亿元下降至550.44亿元，融券余量由前周的22.37亿份下降至22.11亿份 [4][45] - 日均融资买入额较高的为中证500ETF和沪深300ETF，日均融券卖出量较高的是中证1000ETF和上证50ETF [47][50][51] ETF管理人 - 截至上周五，华夏、易方达、华泰柏瑞三家基金公司已上市、非货币ETF总规模排名前三 [52] - 上周新成立10只ETF，本周将有易方达中证全指红利质量ETF等4只ETF发行 [54]

报告行业投资评级 - 报告未明确给出对整体市场的投资评级，但基于量化择时体系判断市场继续位于上行趋势 [2][5][7] 报告的核心观点 - 市场趋势指标进入边缘位置，核心观点是投资策略应从重仓位转向重结构 [1][2][5] - 量化择时体系显示市场仍处于上行趋势，但赚钱效应处于零值边缘，上行格局存在随时中止的可能，市场或将从上行趋势重回震荡格局 [2][5][8][12] - 在宽基ETF份额持续下滑和有色金属价格重挫的双重影响下，预计节前市场成交将逐步下滑，行业分化将加大 [2][5][8] 市场大势与择时分析 - 上周（截至报告发布时）市场表现：WIND全A指数全周下跌1.59% [2][7] - 市值维度表现：中证1000下跌2.55%，中证500下跌2.56%，沪深300微涨0.08%，上证50上涨1.13% [2][7] - 行业表现：石油石化上涨6.92%，通信行业涨幅靠前；国防军工下跌7.6%，表现较弱 [2][7] - 择时体系信号：WIND全A的20日均线收于6774点，120日均线收于6297点，两线距离为7.58%（原文亦提及6.77%），距离绝对值显著大于3%的阈值，市场继续处于上行趋势 [2][5][7][12] - 核心观测指标：市场趋势线位于6800点附近，赚钱效应处于零值边缘 [2][5][8][12] - 短期压力：宽基ETF资金持续流出，特别是沪深300ETF份额持续下降；周五有色金属出现史诗级暴跌，抑制短期风险偏好 [2][5][8] - 市场成交：近期市场每日成交金额近3万亿元 [2][7] 估值水平与仓位建议 - WIND全A指数估值：PE位于90分位点附近，属于较高水平；PB位于50分位点，属于中等水平 [2][9] - 仓位建议：根据仓位管理模型，当前以WIND全A为配置主体的绝对收益产品建议仓位为70% [2][5][9] 行业配置方向 - 中期困境反转预期模型：继续等待白酒与地产行业的反转信号 [2][6][8][12] - TWO BETA模型：继续推荐科技板块，关注商业航天（卫星产业ETF，代码159218）的反弹机会 [2][6][8][12] - 业绩趋势模型：重点关注算力相关产业链，具体关注科创芯片ETF（代码588200）、中韩半导体ETF（代码513310）、电网设备ETF（代码159326） [2][6][12][14] - 周期上游板块：业绩高景气的工业有色与化工等板块，需等待大幅缩量后的机会 [2][6][8]

量化模型总结 量化模型与构建方式 1. **模型名称：市场趋势择时模型**[2][5][7] * **模型构建思路**：通过计算WIND全A指数的短期均线（20日）与长期均线（120日）之间的距离（百分比），来判断市场整体是处于上行趋势还是震荡格局[2][7]。 * **模型具体构建过程**： 1. 计算WIND全A指数的20日移动平均线（MA20）和120日移动平均线（MA120）。 2. 计算两条均线之间的距离（百分比差值），公式为： $$距离 = \frac{MA20 - MA120}{MA120} \times 100\%$$ 3. 根据距离绝对值设定阈值进行判断：当距离绝对值大于3%时，市场处于上行趋势；否则可能处于震荡格局[2][7]。 2. **模型名称：仓位管理模型**[2][9] * **模型构建思路**：结合市场的估值水平（PE、PB分位数）和短期趋势判断，为绝对收益产品提供股票仓位的配置建议[2][9]。 * **模型具体构建过程**：报告未详细描述该模型的具体计算过程和权重分配规则，仅展示了其输出结果。模型会综合估值指标（如PE位于90分位点，PB位于50分位点）和趋势判断，给出具体的仓位建议比例[9]。 3. **模型名称：行业趋势配置模型**[2][6][8] * **模型构建思路**：这是一个复合模型，整合了多个子模型的信号，用于进行行业配置方向的判断[2][6]。 * **模型具体构建过程**：该模型本身未给出具体构建公式，但其包含以下三个子模型，并综合它们的输出进行推荐： * **中期困境反转预期模型**：用于识别如白酒、地产等具有困境反转潜力的行业，当前模型显示需继续等待反转信号[2][6][8]。 * **TWO BETA模型**：用于推荐科技板块等，当前模型继续推荐科技板块，并关注商业航天的反弹机会[2][6][8]。 * **业绩趋势模型**：用于提示业绩高景气的行业方向，当前模型提示重点关注算力相关产业链，以及周期上游中的工业有色与化工等板块（需等待缩量后的机会）[2][6][8]。 模型的回测效果 （注：本报告为周度观点报告，未提供上述模型的历史回测绩效指标，如年化收益率、夏普比率、最大回撤等具体数值。） 量化因子总结 量化因子与构建方式 1. **因子名称：均线距离因子**[2][7] * **因子构建思路**：作为趋势的度量，反映短期价格相对于长期平均成本的偏离程度，用于判断市场趋势强度[2][7]。 * **因子具体构建过程**：与市场趋势择时模型的核心计算过程一致。计算WIND全A指数的20日线与120日线的百分比距离，公式为： $$均线距离因子值 = \frac{MA20 - MA120}{MA120} \times 100\%$$ 其中，MA20代表20日移动平均价，MA120代表120日移动平均价[2][7]。 2. **因子名称：估值分位数因子（PE/PB）**[2][9][10][12] * **因子构建思路**：通过计算当前估值（PE或PB）在历史序列中所处的位置（分位数），来判断市场估值水平的高低[9][10][12]。 * **因子具体构建过程**： 1. 获取WIND全A指数历史每日的PE（或PB）数据，时间范围至少覆盖2014年10月17日至当前[11][13]。 2. 计算当前PE（或PB）值在历史全部数据中的百分位排名（分位数）。 3. 根据分位数高低进行定性判断：例如，PE位于90分位点附近属于较高水平，PB位于50分位点属于中等水平[9]。 3. **因子名称：赚钱效应因子**[2][5][8] * **因子构建思路**：在上行趋势中，将“赚钱效应是否为正”作为核心观测指标，用于判断趋势的可持续性[2][5][8]。 * **因子具体构建过程**：报告未给出该因子的明确定义和计算公式。从上下文推断，可能涉及市场指数价格与某一关键趋势线（报告中提及6800点）的相对位置，或与广泛上涨的股票数量比例相关，当因子值在零值边缘时，预示上行趋势可能中止[2][5][8]。 因子的回测效果 （注：本报告未提供上述因子的IC值、IR、多空收益等历史测试结果的具体数值。）

市场整体表现 - 1月最后一个交易日（周五）市场出现剧烈波动，前期领涨的有色金属板块大幅下跌，带动主要指数跳水，上证指数盘中一度下跌2%，创下2026年以来最大单日跌幅，最终收跌0.96% [1] - 当日市场呈现结构性行情，CPO板块强势拉升，带动创业板指逆市上涨1.27% [1] - 从1月全月表现看，市场风格分化显著，成长风格指数表现强势，科创100、科创50、中证500指数分别上涨13.83%、12.29%和12.12% [1] - 蓝筹风格指数表现相对弱势，中证A50和上证50指数在1月仅分别微涨0.45%和1.17% [1] 主要指数月度涨跌幅 - 1月表现最佳的指数为科创100，涨幅为13.83% [3] - 科创50指数1月上涨12.29% [3] - 中证500指数1月上涨12.12% [3] - 科创综指1月上涨11.97% [3] - 万得微盘股指数1月上涨10.71% [3] - 中证1000指数1月上涨8.68% [3] - 中证2000指数1月上涨8.16% [3] - 恒生指数1月上涨6.85% [3] - 深证成指1月上涨5.03% [3] - 恒生中国企业指数1月上涨4.53% [3] - 中证A500指数1月上涨4.52% [3] - 创业板指1月上涨4.47% [3] - 中证REITs全收益指数1月上涨4.22% [3] - 上证指数1月上涨3.76% [3] - 创业板50指数1月上涨3.69% [3] - 恒生科技指数1月上涨3.67% [3] - 中证红利指数1月上涨3.56% [4] - 沪深300指数1月上涨1.65% [4] - 上证50指数1月上涨1.17% [4] - 中证A50指数1月上涨0.45% [4] 核心ETF表现 - 格隆汇2026年"全球视野，下注中国"十大核心ETF在1月整体录得6.51%的涨幅，跑赢沪深300指数（1.65%）4.86个百分点 [6] - 其中有色金属ETF表现最佳，1月累计上涨21.38% [6] - 科创芯片ETF在1月上涨18.06% [6] - 化工ETF在1月上涨11.41% [6] 有色金属行业分析 - 有色金属ETF在1月上涨21.38%，成为A股表现最佳的行业主题ETF [7] - 截至1月29日，该ETF合计净流入资金172.45亿元，居全ETF市场第一 [7] - 1月有色板块呈现全面爆发态势，贵金属创历史新高，伦敦金现一度突破5600美元/盎司，白银突破110美元/盎司 [7] - 工业金属接力上涨，伦铜突破13000美元/吨，沪铜站上10万元/吨 [7] - 行业上涨的核心逻辑之一是供给端硬约束，矿产从探矿到投产需5-8年，2020-2025年全球矿业资本开支不足，同时资源国风险加剧 [7] - 需求端受新老动能转换推动，AI算力革命预计使2026年AI相关铜需求增长40% [7] - 新能源车单车用铜量达80-100kg，是传统燃油车的4倍，全球渗透率突破30% [7] - 去美元化及地缘政治冲突加剧推升了避险需求，推动资金涌入黄金、白银 [8] - 宏观流动性宽松，市场预期美联储2026年全年降息3-4次，美元指数跌至四年低点，实际利率下行降低了有色金属持有成本 [8] - 央行购金潮持续，2025年全球央行净购金量达1200吨，同比增长15%，中国央行连续14个月增持 [8] - 有色金属ETF跟踪中证申万有色金属指数，覆盖工业金属、新能源金属和贵金属，形成均衡配置 [8] 化工行业分析 - 化工ETF在1月上涨11.41% [6] - 化工板块在1月表现亮眼，成为顺周期领域的核心主线 [10] - 行业上涨受到供给端反内卷深化、需求端新老动能切换、成本端支撑增强、宏观流动性宽松、政策红利释放及资金情绪高涨六重因素共振 [10] - 政策引导"反内卷"，《石化化工行业稳增长工作方案(2025—2026年)》明确遏制盲目扩张 [10] - 供给端，全球化工产能出清加速，国内装置春季检修提前启动，乙烯、PX等核心装置开工率降至75%以下 [10] - 国盛证券指出，化工产品价格上涨具备动能，供给端因资本开支下行、环保限产及部分企业关停而竞争格局改善 [10] - 需求端制造业PMI数据已现改善信号，库存周期呈现上游温和库存与下游低库存结构，下游补库需求有望触发上游快速去库 [10] - 在反内卷政策导向下，龙头企业开始积极带领行业降低负荷率以挺价 [10]

核心观点 - 2026年开年A股股票型ETF成交额持续放量并创下新高 宽基与行业主题ETF呈现显著分化 机构资金正从宽基指数产品向细分赛道主题ETF迁移 市场配置逻辑从“指数化”转向“赛道化精选” [1][2][3] ETF市场成交概况 - 2026年1月某日 A股股票型ETF单日成交额突破3515.51亿元 创年内新高 此前1月23日和1月16日成交额也均超过3000亿元 [1] - 多只宽基ETF成交额大增 4只千亿规模沪深300ETF单日成交创历史新高 其中华泰柏瑞沪深300ETF成交401亿元 易方达沪深300ETF成交319.35亿元 华夏与嘉实旗下沪深300ETF分别成交268.19亿元和177.15亿元 [1] 驱动ETF高成交的核心因素 - 量化交易持续深化 程序化套利与高频交易贡献了可观的成交增量 [1] - 公募 险资等机构资金借助ETF高效调仓 以规避个股交易带来的冲击风险 [1] - 低利率环境下资金追求高效配置 ETF流动性佳 风险分散的特质备受青睐 叠加政策引导资金布局优质赛道 进一步提升了市场成交活跃度 [1] 资金流向的结构性分化 - 市场呈现明显分化 宽基ETF遭遇大额资金净流出 而贵金属 硬科技等主题ETF获资金持续净流入 [2] - 截至1月27日 华泰柏瑞沪深300ETF年内净流出已超1000亿元 其单日净流出额在1月27日达140.65亿元 显示机构资金持续从核心宽基产品中撤离 [2] - 资金正从规模指数ETF向行业主题ETF迁移 同期有色金属 化工 电网设备等赛道型ETF持续获得净流入 [2] 行业主题ETF的强劲表现 - 2026年开年行业ETF增长势头强劲 成为股票型ETF扩容核心引擎 资金向细分赛道集中 规模与成交双爆发 [3] - 有色金属ETF 化工ETF 电网设备ETF 有色金属ETF基金 半导体设备ETF 科创芯片ETF规模增长已经超百亿 [3] - 现货黄金价格涨势不止 盘中突破5280美元/盎司 再创历史新高 带动大宗商品板块及黄金主题ETF大涨 多只黄金股ETF涨停或涨幅超9% [2] - 永赢基金黄金股ETF 华夏基金黄金股ETF年内规模分别增长了69.13亿元和42.86亿元 [2] ETF高成交的市场意义 - ETF高成交反映出当前市场波动下 机构借助ETF工具快速调整仓位 对冲风险的需求激增 也凸显出资金布局方向的结构性转变 [3] - ETF高成交能充当资金缓冲垫 平抑短期波动 提升定价效率 也能加速资金赛道切换 引导资源向新质生产力领域集聚 [3] - ETF高成交推动ETF生态完善 强化其工具与配置属性 助力培育长期投资理念 为资本市场成熟化发展注入活力 [3]

黄金及贵金属市场动态 - 国际与国内金价在2026年初大幅上涨，伦敦现货黄金和纽约商品交易所黄金期货历史首次突破每盎司5100美元，上海黄金交易所现货黄金（Au99.99）和沪金主力合约站上1150元/克关口，2026年以来国际、国内金价分别上涨超16%和15% [1] - 金价持续高位运行叠加税收新政，正推动黄金珠宝行业从“价格战”转向“价值战”，行业洗牌进程或将加速，企业正通过工艺革新、产品结构调整与渠道优化进行转型升级 [1] - 金价上涨背后是全球资金对美元信心动摇，源于美国债务高企、财政赤字扩大以及全球地缘政治风险反复，增强了黄金作为避风港的吸引力 [1] - 白银涨势比黄金更猛，其背后既有跟随黄金的金融避险属性，又有光伏、新能源汽车、人工智能数据中心等领域工业需求的扎实支撑 [1] - 铜价走红的核心是工业需求托底，新能源、充电桩、电网改造等新基建项目都离不开铜 [1] - 中国黄金国际发布2026年年度产量指引，预计甲玛矿铜产量约1.4亿磅至1.49亿磅（约6.35万吨至6.75万吨），金产量约70732盎司至75554盎司（约2.2吨至2.35吨） [5] - 部分黄金珠宝品牌上调境内足金饰品价格，金饰消费品租赁（主要针对婚庆场景）进入大众视野，但仍是一种较为小众的业务模式 [6] - 黄金连续六日收创历史新高，现货黄金一度涨超3% [11] 半导体与芯片行业 - 境内首只规模超500亿的芯片类ETF诞生，嘉实基金旗下的科创芯片ETF最新规模达503.43亿元，年内规模增长超百亿，成为全市场规模最大的科创芯片类行业主题ETF [2] - 存储芯片产业链公司2025年度业绩亮眼，主要受AI及算力产业发展拉动，产业进入高景气周期、产品持续涨价，预计2026年高景气仍将持续，涨价有望持续全年，HBM（高带宽内存）赛道高景气度有望延续至2028年 [4] - 存储相关上市公司进入扩产周期，除了三星、美光等头部公司，佰维存储、江波龙、德明利、兆易创新等A股公司也在积极扩产，普冉股份等则加快并购步伐以加码主业 [4] - 中微半导发布涨价通知函，受全行业芯片供应紧张、成本上升等因素影响，决定对MCU、Norflash等产品进行价格调整，涨价幅度15%~50% [4] - 半导体行业是2025年业绩预告中业绩回暖较为明显的行业之一 [5] - 美光公司因增加240亿美元NAND制造投资，股价收涨超5% [11] 基金与金融市场动向 - 公募FOF在2025年四季度末的重仓基金出现变化，海富通中证短融ETF取代华安黄金ETF成为获FOF重仓数量最多的基金，鹏扬中债-30年期国债ETF、平安中债-中高等级公司债利差因子ETF等债券型ETF也获重仓较多 [2] - 银行理财市场在2025年大幅增长逾3.3万亿元的同时，中小银行自营理财面临规模压降，银行业理财登记托管中心数据显示，去年银行机构自营理财压降逾1万亿元，部分银行降幅超50% [3] - 险资持续加大对私募基金等权益资产的配置，中国人寿近日宣布拟投资设立一只养老产业股权投资基金和一只长三角私募基金，直接认缴出资额合计近125亿元 [4] - 美股三大指数涨跌不一，道指跌0.83%，纳指涨0.91%，标普500指数涨0.41%，科技巨头财报前标普500收创最高纪录 [10][11] - 美元指数创四年新低，跌超1%，离岸人民币近三年来首次盘中涨破6.94 [11] 公司业绩与公告 - 云知声公告称，预期2025年度大模型相关业务收入合计约为6.0亿元至6.2亿元，相较2024年度的5187万元，同比增长约1,057%至1,095% [8] - 赣锋锂业预计2025年归属于上市公司股东的净利润为11.00亿元–16.50亿元，上年同期亏损20.74亿元，同比扭亏为盈，主要因持有的Pilbara Minerals Limited股票价格上涨产生公允价值变动收益约10.3亿元 [9] - 中稀有色预计2025年度实现归属于母公司所有者的净利润为1亿元至1.3亿元，同比扭亏为盈，因2025年稀土市场行情整体呈上涨趋势，公司产销量实现增长 [9][10] - 成都先导预计2025年度实现归母净利润1.04亿元-1.27亿元，同比增长102.50%-147.29%，核心DEL业务板块继续保持稳健增长且保持较高毛利率 [10] - 交大昂立预计2025年净利润450万元，同比下降约85%，主要因保健品板块营业收入有所下降 [9] - 耐克公司在截至2025年11月30日的季度中，净利润同比下滑32%，为提升盈利水平并加快自动化应用进程，计划裁员775人，主要影响美国本土的配送运营业务 [6][7] 其他行业与市场要闻 - 多项低空强制性国家标准将于2026年年内施行，无人机行业监管迈入标准化、规范化新阶段，eVTOL主要企业有望在2027年获得适航 [6] - 金盘科技发布公告，拟筹划发行H股并在香港联交所主板上市，已授权管理层启动前期筹备工作 [8] - 全国首例因“AI幻觉”引发侵权案一审判决驳回诉讼请求，法院明确AI不具有民事主体资格，其“承诺”不构成平台的意思表示 [7] - 追觅科技创始人兼CEO俞浩辟谣市场传闻，否认公司存在“三倍薪资挖人后三个月开除盗取商业机密”的所谓“断指计划” [8] - 有色金属行业是2025年业绩预告中业绩回暖较为明显的行业之一 [5] - 原油价格受中东局势影响尾盘一度涨超3% [11]

量化模型与构建方式 1. **模型名称：市场整体环境择时体系（均线距离模型）**[2][7] * **模型构建思路**：通过比较Wind全A指数的短期均线与长期均线的相对位置和距离，来判断市场整体是处于上行趋势还是下行趋势[2][7]。 * **模型具体构建过程**： 1. 计算Wind全A指数的20日移动平均线（短期均线）和120日移动平均线（长期均线）[2][7]。 2. 计算两条均线之间的距离（差值），通常以百分比表示。公式为： $$均线距离 = \frac{短期均线价格 - 长期均线价格}{长期均线价格} \times 100\%$$ 其中，短期均线价格为20日均线值，长期均线价格为120日均线值[2][7]。 3. 设定阈值进行判断：当均线距离的绝对值大于3%时，认为市场处于明确的趋势中（上行或下行）；否则可能处于震荡市[2][7]。 2. **模型名称：仓位管理模型**[8] * **模型构建思路**：综合市场估值水平和短期趋势判断，为绝对收益产品提供股票仓位的配置建议[8]。 * **模型具体构建过程**： 1. 评估市场估值水平：计算Wind全A指数的PE（市盈率）和PB（市净率）在其历史数据中的分位数[8]。 2. 结合短期趋势判断：参考择时体系等对市场短期方向的判断[8]。 3. 综合以上两点，通过模型计算得出建议的股票仓位比例。报告未提供具体的综合计算公式。 3. **模型名称：行业趋势配置模型**[2][6][7] * **模型构建思路**：这是一个复合模型，通过整合多个子模型的信号，为行业配置提供方向性建议[2][6][7]。 * **模型具体构建过程**：该模型本身不提供具体构建公式，而是作为以下三个子模型信号的汇总与整合框架： * **子模型1：中期困境反转预期模型**[2][6][7] * **构建思路**：寻找具有中期困境反转预期的行业或板块。 * **具体构建过程**：报告未提供具体构建细节。 * **子模型2：TWO BETA模型**[2][6][7] * **构建思路**：推荐科技板块，并关注与特定主题（如商业航天、太空光伏、稳定代币）相关的方向。 * **具体构建过程**：报告未提供具体构建细节。 * **子模型3：业绩趋势模型**[2][6][7] * **构建思路**：提示具有业绩趋势向好信号的板块机会。 * **具体构建过程**：报告未提供具体构建细节。 量化因子与构建方式 1. **因子名称：均线距离因子**[2][7] * **因子构建思路**：作为择时体系的核心指标，衡量市场短期动量相对于长期趋势的强度[2][7]。 * **因子具体构建过程**：与上述“市场整体环境择时体系”中的均线距离计算过程完全相同。即计算Wind全A指数20日均线与120日均线的百分比差值[2][7]。 * **因子评价**：该因子是判断市场是否处于上行趋势的关键定量指标[2][7]。 2. **因子名称：赚钱效应因子**[2][5][7] * **因子构建思路**：在市场被判断为上行趋势后，用于观测趋势能否延续的核心指标，反映市场整体的盈利状况[2][5][7]。 * **因子具体构建过程**： 1. 设定一个“市场趋势线”参考点位（报告中为6712点）[2][5][7]。 2. 计算赚钱效应，公式为： $$赚钱效应 = \frac{当前指数点位 - 市场趋势线点位}{市场趋势线点位} \times 100\%$$ 其中，当前指数点位为Wind全A指数的最新值[2][5][7]。 * **因子评价**：该因子是确认上行趋势健康度和持续性的重要观测指标，当其值为正时，意味着趋势有望延续[2][5][7]。 3. **因子名称：估值分位数因子（PE/PB）**[8][10][12] * **因子构建思路**：通过计算指数估值指标在其历史序列中的分位数，来判断当前市场的估值水平高低[8][10][12]。 * **因子具体构建过程**： 1. 选取估值指标：如Wind全A指数的市盈率（PE）和市净率（PB）[8]。 2. 获取该指标的历史数据（报告中数据区间为2014年10月17日至2026年1月23日）[10][12]。 3. 计算当前估值在历史数据中所处的百分位点（分位数）。分位数越高，表示当前估值相对自身历史水平越高[10][12]。 模型的回测效果 （注：本篇报告为周度市场观点，未提供历史回测的详细绩效指标，如年化收益率、夏普比率、最大回撤等。报告中仅展示了模型在当前时点的信号输出和仓位建议。） 因子的回测效果 （注：本篇报告未提供因子IC值、IR、多空收益等历史测试结果。报告中仅展示了因子在当前时点的具体数值和状态。） 1. **均线距离因子**，当前数值：6.78%[2][7] 2. **赚钱效应因子**，当前数值：2.7%[2][5][7] 3. **估值分位数因子（PE）**，当前数值：约95分位点[8] 4. **估值分位数因子（PB）**，当前数值：约55分位点[8]

文章核心观点 - 1月22日A股市场震荡 股票ETF整体资金呈现大规模净流出 单日净流出达633.12亿元 资金选择“落地为安” [1] - 市场资金流向出现显著分化 行业主题ETF与商品ETF获得资金青睐 而宽基ETF成为资金净流出的主要领域 [1][2][4] 行业主题ETF资金流向 - 1月22日行业主题ETF整体净流入达120.35亿元 [2] - 半导体板块资金净流入最为显著 单日净流入达38.6亿元 其中嘉实基金旗下科创芯片ETF净流入9.31亿元 [2] - 化工板块资金净流入显著 单日净流入达29.67亿元 其中鹏华基金旗下化工ETF净流入13.63亿元 富国基金旗下化工50ETF净流入9.16亿元 [2] - 电网设备 有色金属 黄金 医药等板块资金净流入也相对靠前 华夏基金旗下电网设备ETF单日净流入8.66亿元 [2] - 从近5日观测 资金流入电网设备指数超79亿元 [2] 商品ETF资金流向 - 1月22日商品ETF整体净流入达19.95亿元 [2] - 易方达基金旗下黄金ETF易方达单日净流入2.6亿元 [3] 主要基金管理人动态 - 易方达基金旗下ETF最新规模为7590.4亿元 1月22日规模减少161.8亿元 其中净流出179.8亿元 净值增加18亿元 2026年以来规模减少826.6亿元 其中净流出1152.6亿元 净值增加326亿元 [3] - 易方达基金旗下除黄金ETF外 医药ETF易方达净流入2亿元 科创芯片ETF易方达 半导体设备ETF易方达 创业板50ETF易方达 科创50ETF易方达等产品也实现资金净流入 [3] - 华夏基金旗下电网设备ETF和有色金属ETF基金单日净流入居前 分别净流入8.66亿元和7.29亿元 最新规模分别达164.1亿元和157.73亿元 [3] 宽基ETF资金流向 - 1月22日宽基ETF板块单日净流出达769.54亿元 规模下降727.73亿元 成为“失血”大户 [4] - 沪深300ETF单日净流出居前 达467.6亿元 [4] - 中证1000ETF单日净流出166亿元 [4] - 上证50ETF单日净流出52亿元 [4] - 创业板ETF单日净流出35.4亿元 [4] - 中证A500ETF单日净流出29.9亿元 [4] - 具体产品中 华泰柏瑞沪深300ETF资金净流出162.55亿元 易方达沪深300ETF净流出152.52亿元 华夏沪深300ETF净流出89.52亿元 嘉实沪深300ETF净流出62.82亿元 [5] - 华夏上证50ETF净流出52.65亿元 [5] - 华夏中证1000ETF 南方中证1000ETF 广发中证1000ETF分别净流出50.64亿元 50.16亿元和47.56亿元 [5] 市场整体规模 - 截至1月22日 全市场1314只股票ETF（含跨境ETF）总规模达4.62万亿元 [2]