因子选择策略 - 因子选择方法结合宏观量化观点与因子动量，对共振因子进行重点配置，非共振因子则根据其属性（市值/基本面或价量/分析师预期）分别参考宏观结果或因子动量结果[1] - 当前宏观维度修正后方向为经济好转、流动性偏弱和信用宽松，因子选择标准为对经济敏感、对流动性不敏感、对信用敏感[1] - 沪深300指数中，成长、低波动率、分析师预期等因子在2025年多个时间段内被选中；中证500指数中，成长、盈利、低波动率等因子持续被选中；中证1000指数中，成长、低波动率、小市值等因子表现突出[2] - 2025年9月，沪深300中的成长因子维持强势，盈利和分析师预期因子表现出色，中证500中的成长因子也表现优异[3] 宏观经济前瞻指标 - 经济前瞻指标模型显示2025年10月处于底部拐点，预计未来3个月小幅上行，随后进入平台期，本轮上行时间较上月预测有所延长[5] - 2025年9月PMI和PMI新订单指标分别为49.8和49.7，相比上月有所上升，经济前瞻指标位于2025年9月以来的上升周期中[5] - 多项领先经济指标处于上升周期：固定资产投资完成额累计同比、粗钢产量当月同比、挖掘机产量当月同比、工业企业利润总额累计同比、社会消费品零售总额当月同比均位于上升周期[5] - 产量:粗钢:当月同比指标位于2025年6月以来的上升初期，预计持续上行至2026年4月达到顶部；金融机构新增人民币贷款居民户短期指标位于2025年5月以来下降周期的底部，预计未来开始上升；M2同比指标位于7月以来的下降周期初期，预计未来3月小幅上行后继续下降[8] - 社会消费品零售总额当月同比指标位于9月以来的上升周期初期，未来继续上升[9] - PMI新订单指标位于2025年9月以来的上升周期初期，预计2025年12月达到顶部；固定资产投资完成额累计同比位于2025年9月以来上升周期初期，预计12月达到峰值[10] 流动性环境分析 - 流动性判断基于利率水平、货币净投放和超储率，综合信号为-3~3的整数，数值越大越紧缩[11] - 2025年9月利率信号转向偏紧（综合信号为1），但货币净投放维持偏松（0.71），超储率高于历史同期（1.22%），综合流动性指标维持略偏松[12] - 2025年7月和8月的综合流动性信号均为1，显示略偏松环境[12] 信用状况评估 - 信用指标分为价格、总量和结构三个维度，当前信用价格指标偏宽松（信号为1），信用总量指标中性偏正（信号为0.5），信用结构指标偏弱（信号为-1）[15] - 综合信用指标小幅正向，但信用总量指标本月重新回落，信用结构各细分指标均偏弱[15] 大类资产配置观点 - 当前经济上行、流动性偏紧、信用较好的环境下，债券观点转弱，黄金因动量强势进行顶格配置（权重20%），A股配置略有降低（权重59.36%）[16] - 大类资产配置中，A股中性偏多，黄金偏多，商品偏空，债券偏空，美股中性[16] 市场关注点变化 - 通过Factor Mimicking模型跟踪市场关注点，2023年以来信用和通胀关注度较高，去年924行情以来流动性持续为最受关注变量[17] - 近期经济和PPI相关关注度持续回升，2025年9月末经济关注度已经超越流动性，进入交替期[17] 行业配置策略 - 结合经济上行、流动性偏紧、信用乐观的宏观环境，行业选择倾向于对经济敏感、对流动性不敏感、对信用敏感的行业[19] - 对经济最敏感的行业包括公用事业、煤炭、综合；对流动性最不敏感的行业包括美容护理、银行、食品饮料；对信用最敏感的行业包括传媒、有色金属、家用电器[19] - 综合得分最高的行业包括公用事业、家用电器、轻工制造、美容护理、建筑材料、银行[19] - 本期行业选择成长属性明显下降，防御属性和消费属性提升，均衡程度较高[20]

根据研报内容，以下是关于量化模型和因子的总结： 量化模型与构建方式 1. 模型名称：A股赔率模型 - **模型构建思路**：基于股权风险溢价（ERP）和股息风险溢价（DRP）的标准化数值等权计算A股赔率，以衡量A股资产的估值吸引力[10] - **模型具体构建过程**：首先计算ERP和DRP，然后对这两个指标进行标准化处理，最后将标准化后的数值进行等权加总得到综合赔率指标[10] 2. 模型名称：宏观胜率评分卡模型 - **模型构建思路**：从货币、信用、增长、通胀和海外五个宏观因素出发，合成得到各资产的综合胜率指标[10][42] - **模型具体构建过程**：基于五个宏观因子构建评分体系，综合评估各类资产的胜率表现[10][42] 3. 模型名称：债券赔率模型 - **模型构建思路**：根据长短债预期收益差构建债券资产赔率指标，衡量债券市场的估值水平[11] - **模型具体构建过程**：使用利率债收益预测框架，基于长短债的预期收益差异来构建赔率指标[11] 4. 模型名称：美联储流动性指数模型 - **模型构建思路**：结合数量维度和价格维度构建美联储流动性指数，用于评估市场流动性状况[15] - **模型具体构建过程**：从联储负债端存款准备金、净流动性、联储信用支持、预期引导、市场隐含、公告意外等多个维度综合构建流动性指数[16] 5. 模型名称：行业轮动三维评价模型 - **模型构建思路**：基于趋势-景气度-拥挤度三维评价体系进行行业轮动配置[34][36] - **模型具体构建过程**：使用行业过去12个月信息比率刻画行业动量和趋势，以行业的换手率比率、波动率比率和beta比率刻画行业的交易拥挤度，结合景气度指标形成三维评价体系[34] 6. 模型名称：赔率+胜率增强型策略 - **模型构建思路**：结合各资产的赔率与胜率策略的风险预算，在目标波动率约束的条件下构建资产配置策略[3][39][45] - **模型具体构建过程**：将赔率策略的风险预算和胜率策略的风险预算进行简单相加得到综合得分，据此进行资产配置权重调整[45] 量化因子与构建方式 1. 因子名称：价值因子 - **因子构建思路**：基于价值风格的三标尺（赔率、趋势、拥挤度）进行综合评价[19][22] - **因子具体构建过程**：从赔率、趋势和拥挤度三个维度对价值风格进行量化评分，赔率回升至0.9倍标准差，趋势位于-0.3倍标准差，拥挤度处于-1.4倍标准差的较低水平[19][22] 2. 因子名称：小盘因子 - **因子构建思路**：基于小盘风格的三标尺进行综合评价[20][23] - **因子具体构建过程**：小盘因子的赔率处于-0.2倍标准差（中性水平），趋势位于1.6倍标准差（极高水平），拥挤度回落至-0.5倍标准差（中低水平）[20][23] 3. 因子名称：质量因子 - **因子构建思路**：基于质量风格的三标尺进行综合评价[24][26] - **因子具体构建过程**：质量风格赔率当前位于1.4倍标准差，拥挤度处于-0.5倍标准差的较低水平，趋势处于-1.2倍标准差的较低水平[24][26] 4. 因子名称：成长因子 - **因子构建思路**：基于成长风格的三标尺进行综合评价[27][29] - **因子具体构建过程**：成长因子趋势回升至0.1倍标准差的中等水平，赔率位于0.8倍标准差，拥挤度升至1.0倍标准差[27][29] 模型的回测效果 1. 赔率+胜率增强型策略 - 2011年以来年化收益7.0%，最大回撤2.8%[3][45] - 2014年以来年化收益7.6%，最大回撤2.7%[3][45] - 2019年以来年化收益7.2%，最大回撤2.8%[3][45] 2. 赔率增强型策略 - 2011年以来年化收益6.6%，最大回撤3.0%[39][41] - 2014年以来年化收益7.5%，最大回撤2.4%[39][41] - 2019年以来年化收益7.0%，最大回撤2.4%[39][41] 3. 胜率增强型策略 - 2011年以来年化收益7.0%，最大回撤2.8%[42][44] - 2014年以来年化收益7.7%，最大回撤2.3%[42][44] - 2019年以来年化收益6.3%，最大回撤2.3%[42][44] 4. 行业轮动三维评价模型 - 2011年以来超额表现13.1%，跟踪误差11.0%，最大回撤25.4%，信息比率1.18[35] - 2014年以来超额表现13.0%，跟踪误差12.0%，最大回撤25.4%，信息比率1.08[35] - 2019年以来超额表现10.8%，跟踪误差10.7%，最大回撤12.3%，信息比率1.02[35] 因子的回测效果 1. 价值因子 - 赔率：0.9倍标准差[19][22] - 趋势：-0.3倍标准差[19][22] - 拥挤度：-1.4倍标准差[19][22] - 综合得分：3分[19] 2. 小盘因子 - 赔率：-0.2倍标准差[20][23] - 趋势：1.6倍标准差[20][23] - 拥挤度：-0.5倍标准差[20][23] - 综合得分：2.2分[20] 3. 质量因子 - 赔率：1.4倍标准差[24][26] - 趋势：-1.2倍标准差[24][26] - 拥挤度：-0.5倍标准差[24][26] - 综合得分：0.6分[24] 4. 成长因子 - 赔率：0.8倍标准差[27][29] - 趋势：0.1倍标准差[27][29] - 拥挤度：1.0倍标准差[27][29] - 综合得分：0.1分[27]

宏观量化配置框架回顾 - 构建结合经济、流动性、信用和通胀的宏观量化框架 应用于大类资产配置、行业和风格配置 [1] - 通过主成分分析发现经济和流动性是影响股票、债券、商品等大类资产共同波动的前两大因素 构建经济+流动性时钟模型 [1] - 激进型组合2013年以来年化收益8.5% 较基准超额0.6% 2022年前超额1.6% 2022年出现明显回撤 [3] - 2022年回撤主要源于权益快速下跌期间流动性宽松对组合形成拖累 [5] - 行业配置引入factor mimicking市场关注点模型 根据关注点决定不同维度敏感性权重 [5] - 宏观行业组合2019-2021年表现突出 2022年以来表现偏弱 降低行业选择数量可跑赢中证500和行业等权 [7] - 风格配置选择十大类因子中每月得分前三的因子 构建宏观因子组合和因子共振组合 [10] - 宏观方法在2021-2022年对风格因子筛选贡献明显 2023年底至2024年上半年出现明显回撤 [12] 回撤来源分析 - 回撤来源包括定量宏观判断指标有效性降低、市场受情绪资金等因素驱动、宏观指标与市场预期存在背离 [13] - 2020年后宏观事件影响增多 市场博弈增加 宏观数据与市场预期背离情况频发 [14] - 2022年下半年经济前瞻指标从底部回升但市场持续担忧疫情影响 权益表现偏弱 [14] - 2022年11月-2023年4月长债收益率上行但市场预期政策宽松 权益表现较好 [16] - 2022-2023年信用指标转好但市场更关注结构问题 多数时候保持悲观 [16] - 宏观数据与市场预期背离导致模型判断与市场表现错位 对组合形成拖累 [18] 市场预期修正方案 - 通过Factor Mimicking方法构建宏观变量代理组合 使用128只股票覆盖30个申万一级行业和97个二级行业 总市值28.3亿元占A股1/3 [19] - 选择工业增加值同比、10年期国债收益率、CPI同比、PPI同比、社融同比增速作为五大宏观变量 [19] - 组合构建流程包括计算超额收益矩阵、提取主成分、Lasso回归投影、求解特定暴露组合 [20] - 经济变量拟合效果偏弱但关键区间方向与市场观点匹配 其他变量拟合程度较好 [21][23] - 信用组合能较好反映市场观点 2022年以来信用总量改善但结构偏弱被市场视为信用偏弱信号 [25] - 通过组合收益与12个月均线比较得到市场隐含的宏观变量方向 [27] - 经济维度使用一致预测ROE和净利润增速月度变化构建修正指标 超过±1%视为观点变化 [29] - 流动性维度使用全市场日均换手率、收益靠前行业成交占比、换手提升行业占比构建微观流动性指标 [30][31] - 信用维度主要使用Factor Mimicking组合的隐含观点 [33] - 修正规则核心是当市场隐含预期与宏观数据明显背离时采用市场预期进行修正 [37] 修正观点应用效果 - 经济择时年化收益5.06% 修正后降至4.14% 流动性择时年化收益1.10% 修正后升至1.95% 信用择时年化收益4.33% 修正后升至7.27% [39] - 资产配置修正组合年化收益8.63% 较原经济+流动性组合8.52%略有提升 但受权益仓位限制和跨资产观点偏差影响提升有限 [40][41] - 行业配置修正组合年化收益7.96% 较原宏观行业组合3.67%显著提升 2024年信用悲观和经济数据偏差修正带来正向贡献 [45][46] - 中证500修正后指数增强年化收益14.38% 较原组合12.24%提升明显 沪深300修正后年化收益9.33% 较原组合8.57%提升 [52] - 中证1000修正后年化收益17.96% 较原组合17.62%略有提升 主要因修正数据基于中证800成分股 [52] - 2024年二季度以来信用修正指标持续偏弱 组合降低成长配置 有效匹配市场实际表现 [53] - 修正观点在2020年后宏观数据与市场预期背离场景中能有效降低回撤 增强配置表现 [54]

市场定价状态 - 本期市场交易热度边际抬升，全A日均成交额上升至2.1万亿元，上证指数换手率分位数上升至93%，沪深300换手率分位数上升至91% [2] - 个股上涨比例下降至54.4%，全A个股周度收益中位数下降至0.4% [2] - 行业交易集中度提升，行业换手率历史分位数处于90%以上的行业达到13个，其中综合金融和国防军工换手率分位数超95% [2][27] A股资金流动 - 外资转为流入2.7亿美元，北向资金成交占比降至11.0% [4] - ETF被动资金流出规模扩大至279.3亿元，被动成交占比环比上升至5.4% [4] - 融资净买入457.0亿元，成交额占比上升至10.6% [4] - 散户活跃度边际抬升，另类指标显示散户为买入主力 [4][22] 行业资金配置 - 融资资金主要流入电子(+132.7亿元)和机械设备(+40.1亿元)，流出煤炭(-2.3亿元)和纺织服饰(-0.1亿元) [4] - 外资明显流出家用电器与机械设备等行业，流入有色金属 [4] - ETF资金集中流入食品饮料(+5.9亿元)和煤炭(+4.6亿元)，大幅流出电子(-180.6亿元)和计算机(-39.0亿元) [4] - 龙虎榜资金主要集中于机械设备、计算机和电子行业 [4][23] 港股与全球资金流动 - 南下资金单周净买入上升至381.2亿元，处于2022年以来92%分位 [5] - 外资流入港股市场3.7亿美元，主动型外资自24年10月后首次单周流入中概股 [5] - 全球外资边际流入发达市场，其中美国(+52.8亿美元)和英国(+8.5亿美元)流入居前，中国(+5.6亿美元)也获外资流入 [5] 交易数据表现 - 电子行业日均成交额达3082.67亿元，占比14.67%，计算机行业成交2038.84亿元，占比9.70% [26] - 非银金融和房地产成交热度抬升明显，成交额边际变化率分别达130.56%和51.89% [26] - 上证指数区间收益1.70%，创业板8.58%，科创板5.53%，北证50下跌0.62% [14]

A股市场表现 - 沪指突破2021年2月18日高点3731.69点，创2015年8月以来十年新高 [1] - 北证50创历史新高，深成指、创业板指均突破去年10月8日高点 [1] - A股总市值首次突破百万亿元大关，达100.19万亿元，较年初增加14.33万亿元 [1] - 今年以来总成交金额223.65万亿元，日均成交1.47万亿元 [1] 行业市值变动 - 工业、信息技术、金融、材料总市值排名前四，分别为196599.44亿元、189308.70亿元、177022.25亿元、107139.17亿元，合计占全行业总市值比重超六成 [6] - 信息技术行业市值增幅最显著，8月以来增长11.55% [7] - 材料行业市值增长7.10%，工业领域市值增长6.54% [7] - 可选消费市值79546.38亿元，月增6.38%，金融行业市值177022.25亿元，月增3.39% [7] - 能源行业市值小幅下降0.56%，最新市值40837.11亿元 [7] 资金动向 - 游资活跃度创年内新高，杠杆资金持续净流入，私募仓位提升，量化与主观多头产品表现优异 [8] - 个人投资者新开户数边际改善但绝对数值偏弱，7月上交所A股新增开户196万 [8] - 散户资金流入速率慢于去年"9·24"后，6月保证金余额增速19.4%，处于历史分位水平 [9] - 居民存款达162万亿创历史新高，7月居民存款减少1.1万亿，非银存款环比多增2.14万亿 [10] - 外资由净减持转为净增持，保险资金一季度运用余额环比增长5%，预计4000多亿元将投向股市 [10] 行业配置建议 - 科技方向关注消费电子、智驾、国产算力、AI软件 [10] - 新消费、反内卷相关品种 [10] - 主题投资如商业航天、脑机接口等 [10]

量化模型与构建方式 1. **模型名称：A股赔率模型** - 模型构建思路：基于ERP（股权风险溢价）和DRP（债务风险溢价）的标准化数值等权计算A股赔率，用于衡量市场安全边际[7] - 模型具体构建过程： 1. 计算ERP和DRP的原始值 2. 对两者进行标准化处理（Z-score） 3. 等权加权求和得到综合赔率指标 $$ \text{赔率} = \frac{\text{ERP}_{标准化} + \text{DRP}_{标准化}}{2} $$ 截至7月底，赔率指标为0.9倍标准差[7][8] 2. **模型名称：A股胜率评分卡模型** - 模型构建思路：通过货币、信用、增长、通胀与海外五因子合成宏观胜率评分，预测资产未来表现[9] - 模型具体构建过程： 1. 选取五类宏观因子（如PMI、信贷数据等） 2. 对各因子进行标准化和方向调整（如增长因子负向影响胜率） 3. 加权合成综合胜率指标 当前A股胜率因PMI下滑回落至0轴附近[9][11] 3. **模型名称：A股拥挤度模型** - 模型构建思路：结合成交热度和行业分歧度（长期指标）与期权CPR（短期指标）刻画市场交易过热风险[12] - 模型具体构建过程： 1. 长期拥挤度：成交热度（换手率） + 行业分歧度（横截面波动） 2. 短期拥挤度：期权认购认沽成交比率（CPR） 3. 分别标准化后输出信号 当前长期/短期拥挤度分别为1.0和1.1倍标准差[12][14][15] 4. **模型名称：债券赔率模型** - 模型构建思路：基于长短债预期收益差构建债券估值指标[21] - 模型具体构建过程： 1. 计算长债（10年期）与短债（2年期）预期收益差 2. 标准化处理并反向调整（赔率越低表示估值风险越高） 当前债券赔率为-1.4倍标准差[19][21] 5. **模型名称：美联储流动性指数模型** - 模型构建思路：结合数量维度（如资产负债表规模）和价格维度（如利率）构建流动性指标[22] - 模型具体构建过程： 1. 选取净流动性、信用支持等子指标 2. 标准化后加权合成综合指数 当前指数位于20%中高水平[25][26] 6. **模型名称：行业轮动三标尺模型** - 模型构建思路：通过景气度、趋势、拥挤度三维框架筛选行业[43] - 模型具体构建过程： 1. 景气度：过去12个月行业IR（信息比率） 2. 趋势：动量指标 3. 拥挤度：换手率比率+波动率比率+Beta比率 2025年策略超额收益8.5%[44][45] --- 量化因子与构建方式 1. **因子名称：价值因子** - 因子构建思路：通过估值指标（如PB、股息率）筛选低估值股票[27] - 因子评价：当前呈现"中高赔率-中等趋势-低拥挤"特征，综合得分最高[27][28] 2. **因子名称：质量因子** - 因子构建思路：基于ROE、盈利稳定性等财务指标构建[29] - 因子评价：高赔率（1.7倍标准差）但趋势弱（-1.4倍标准差），需等待右侧确认[29][30] 3. **因子名称：成长因子** - 因子构建思路：结合营收/净利润增长率等指标[32] - 因子评价：高赔率（0.9倍标准差）但拥挤度中等（0.1倍标准差），建议标配[33][34] 4. **因子名称：小盘因子** - 因子构建思路：按市值分组捕捉小盘股超额收益[35] - 因子评价：低赔率（-0.7倍标准差）+高拥挤（0.6倍标准差），风险较高[36][37] --- 模型的回测效果 1. **赔率+胜率策略** - 年化收益：7.0%（2011年以来）、7.6%（2014年以来）[48][54] - 最大回撤：2.8%（2011年以来）[54] - 夏普比率：2.86（2011年以来）[56] 2. **行业轮动策略** - 信息比率（IR）：1.18（2011年以来）[44] - 最大回撤：25.4%（2011年以来）[44] 3. **债券赔率模型** - 当前赔率：-1.4倍标准差[19] 4. **A股拥挤度模型** - 长期拥挤度：1.0倍标准差[14] - 短期拥挤度：1.1倍标准差[15] --- 因子的回测效果 1. **价值因子** - 赔率：0.3倍标准差[28] - 拥挤度：-1.3倍标准差[28] 2. **质量因子** - 赔率：1.7倍标准差[30] - 趋势：-1.4倍标准差[30] 3. **小盘因子** - 趋势：1.6倍标准差[36] - 拥挤度：0.6倍标准差[36]

市场定价状态 - 本期市场交易热度小幅回落，全A日均成交额降低至1.8万亿元，上证指数换手率分位数下降至92%，沪深300换手率分位数下降至94% [8] - 个股上涨比例下降至31.9%，全A个股周度收益中位数下降至-1.48% [8] - 行业交易集中度提升，本期行业换手率历史分位数处于90%以上的行业有6个，其中医药和钢铁换手率分位数超95% [8][19] 资金流动情况 - ETF资金流出规模明显扩大，净流出390.1亿元，被动成交占比环比上升至5.9% [8] - 融资资金净买入392.0亿元，成交额占比上升至10.4%，两融余额升至1.9万亿元 [8] - 外资流入2.6亿美元，北向资金成交占比降至11.6% [8] - 南下资金单周净买入上升至590.2亿元，处2022年以来97%分位 [8] 行业资金配置 - 融资资金主要流入医药生物(+67.0亿元)和电子(+60.6亿元)，煤炭(-2.2亿元)和石油石化(-1.5亿元)净流出 [8] - 外资明显流入银行、电子等行业，无明显流出 [8] - ETF资金中食品饮料(+9.5亿元)和煤炭(+2.2亿元)净流入居前，电子(-110.9亿元)和医药生物(-64.6亿元)净流出居前 [8] - 龙虎榜资金上榜行业前三为机械设备、医药生物和电子 [8] 全球市场表现 - 本期恒生指数收跌3.5%，全球主要市场普遍下跌，法国CAC40指数(-3.7%)跌幅居前 [8] - 发达市场主动/被动资金净流动-6.5亿/188.2亿美元，新兴市场主动/被动资金净流动1.6/10.0亿美元 [8] - 外资主要流入欧美发达市场，其中美国(+40.6亿美元)与英国(+9.8亿美元)居前，中国上期获9.8亿美元流入 [8]

报告行业投资评级 未提及 报告的核心观点 未提及 各部分总结 二季度公募基金规模变化 - 截至2025年二季度末国内有12907只公募基金较一季度末增加307只 其中股票型、混合型、债券型基金分别增加209只、31只、54只 [4] - 2025年二季度末全部公募基金资产净值为33.72万亿元较一季度末增长21112亿元 其中股票型、债券型、货币市场型基金分别增长2478亿元、8575亿元、9044亿元 混合型基金下降72亿元 [5] - 2025年二季度末股票型基金贡献68%的基金数量增长和12%的基金资产净值增长 混合型基金贡献10%的基金数量增长但拖累基金规模增长 债券型基金贡献18%的基金数量增长和41%的基金资产净值增长 货币型基金贡献43%的基金资产净值增长 [11] - 2025年二季度末被动指数型基金和增强指数型基金的数量和资产净值均有增长 增幅分别为7.99%、7.85%和15.90%、2.15% [11] - 2025年二季度末主动偏股型基金合计4582只较一季度末增加45只 资产净值合计34651亿元较一季度末减少211.8亿元 [13] 主动偏股型基金股票仓位延续回升 - 2025年二季度在关税冲击、政策支持等因素影响下 主要宽基指数中全A指数上涨3.86% 北证50涨幅领先 上证指数涨超3% 科创50、深证成指下跌 [18] - 2025年第二季度主动偏股型基金持有股票市值2.94万亿元较一季度末下降0.02万亿元 但股票仓位环比升至84.24% 处于2005年以来历史高位 A股占比降至70.05% 已是连续第三个季度下降 [23] - 四类主动偏股型基金的股票仓位多数上升 普通股票型、平衡混合型、灵活配置型基金的仓位分别上升0.57、2.05、0.49个百分点 偏股混合型基金的仓位基本持平 [24] A股板块分布与风格配置 创业板配置比例提升 - 2025年第二季度创业板配置比例逆转下滑态势升至18.93% 科创板配置比例环比提升0.18个百分点 北证配置比例大幅上行至0.41% 主板持股市值占比降至65.39% 已是连续第四个季度下降 [25] 持仓风格偏向成长和金融 - 2025年第二季度以沪深300为代表的大盘风格和小盘风格的持股市值占比均下降 成长风格和价值风格的配置比例上升 [26] - 从五大风格指数分类来看 成长风格和金融风格的持股市值占比上升 消费风格和周期风格的配置比例下滑 [27] A股行业配置: 加仓通信行业, 金融热度提升 一级行业配置 - 2025年第二季度电子、医药生物等行业持股市值占比位于前列 综合、钢铁等行业占比处于相对低位 [30] - 2025年第二季度电子、医药生物等行业明显超配 非银金融、计算机等行业处于低配状态 [30] - 2025年第二季度15个一级行业的持股市值占比环比增长 通信、银行等行业占比上涨超0.5个百分点 食品饮料、汽车等行业持股市值占比下滑 [32] - 2025年第二季度通信、国防军工等行业超配比例上涨明显 食品饮料、汽车等行业比例下滑 [35] - 整体来看 2025年第二季度科技成长板块获得加仓 金融板块配置热度提升但仍低配 大消费板块受青睐 [38] 二级行业配置 - 2025年第二季度半导体、化学制药等行业持股市值占比排名居前 多数行业超配比例也位于前十 [41] - 增持前十的行业分别为通信设备、元件等 白酒Ⅱ、乘用车等二级行业减仓明显 [43] 重仓个股情况: 持仓集中度下降 - 主动偏股型基金持股总市值前二十的个股主要集中在TMT板块和大消费行业 与第一季度末相比 食品饮料、家用电器行业标的数量减少 通信、医药生物行业标的数量增加 出现轻工制造行业标的 汽车行业标的退出 [51] - 增持前十的个股中通信、电子、医药生物行业各有两只 减仓前十的个股中食品饮料板块个股居多 [52] - 2025年第二季度主动偏股型基金重仓个股集中度整体下降 前10、前20等个股占全部重仓股市值的比重较第一季度末均环比下降 [59] 港股市场配置变化 - 主动偏股型基金重仓股中A股市场配置比例连续六个季度回落 港股市场配置比例持续提升 2025年二季度末较一季度末上升0.81个百分点 [62] - 2025年二季度末主动偏股型基金重仓股中港股有360只较一季度末增加33只 港股持股市值为3265亿元较一季度末增加82亿元 [63] - 从港股恒生一级行业来看 医疗保健业、金融业持股市值占比提升 资讯科技业、非必需性消费业持股市值占比环比下降 [63] - 2025年二季度末主动偏股型基金重仓股中港股前五大二级行业依次是软件服务、药品及生物科技等 半导体、汽车等行业持股市值也相对较高 [67] - 2025年二季度末药品及生物科技等八个行业持股市值环比增长超10亿元 专业零售、软件服务业等行业持股市值下降 [70] - 2025年二季度主动偏股型基金大幅增持信达生物等个股 大幅减持阿里巴巴-W等个股 [73]

纪要涉及的行业 未提及具体行业，分析围绕大部分行业展开 纪要提到的核心观点和论据 - **行业与模型适配性**：大部分行业与模型适配程度不高，好的行业操作效果不如之前策略，活动幅度5 - 10分钟难以获好收益，工作量小致活动率不佳，不适合高速电信粉丝形态，类似行业少且走势有毛刺易误判，操作机会少 [1][2] - **机构模式稳定性影响**：机构或模式不稳定影响结果，可能使位置无规则、回撤不彻底，致收益率断档和短期损失；使用PD配置在M区间后期可超模 [3] - **行业指数走势特点**：行业发展创新高不易，未来可能面临困境；大部分行业指数通过成绩增幅推进，大幅崩塌少见，指数基数变大回撤幅度相对变低，测试有机会获收益，回撤更稳定 [4][5][6] - **新策略特点**：新改进的高级分析策略虽覆盖行业少，但能快速区分适合与不适合的情况，goldkey控制策略不会出现大的保护状态 [7] - **操作难题与解决思路**：等待信号翻屏或回到前高时，无法确定时间，操作困难；应专注策略本身和空间参考信息，操作更有底气 [8][9] - **区分策略与行业配置优势**：区分策略可补充历史难出现情况，但关键位置表现难把握；行业规范配置产生的效果更好，两个行业操作波动更低，波动率一般不叠加 [10][11] - **策略体系拓展**：策略体系会有新拓展，非理想组合模式，采用技术互相接受等方式会更稳健 [12] 其他重要但是可能被忽略的内容 无

行业配置策略调整 - 高盛建议投资者采取更为均衡的板块布局策略，未来六个月等权重行业配置组合相较等权重标普500指数获得5%及以上超额收益的概率显著提升 [1] - 软件与服务、媒体与娱乐两大科技相关板块延续增持评级，新材料行业首次纳入核心推荐序列，消费必需品板块退出优先配置名单 [1] - 工业板块因估值处于历史高位被调低评级，未来六个月实现显著超额收益的可能性最低 [2] 板块选择逻辑 - 软件与服务(长期增长预期14%)和媒体与娱乐(长期增长预期14%)因稳健增长前景在经济温和增长环境下更具配置价值 [1] - 公用事业和房地产板块因预期债券收益率小幅回落获得青睐 [1] - 材料行业较能源板块更具配置优势，主要基于对油价回落的预期判断 [1] 市场环境判断 - 当前美股市场对美国经济前景存在过度乐观倾向，实际经济运行中既存在下行风险也存在超预期可能 [1] - 行业配置需避免明显偏向周期性或防御性板块，建议构建攻守兼备的投资组合 [1] - 在经济增长不确定性犹存的背景下，兼具成长性与估值合理性的板块将更具投资韧性 [2] 其他板块调整 - 消费必需品和医疗保健板块配置优先级已"略低于模型基准建议" [2] - 此次调整反映了对市场环境的中性判断，通过多元化配置对冲潜在风险 [2]