市场表现与风格轮动 - 大盘持续上涨，当前处于4.3星级，接近4.2星级，若维持当前涨幅，可能快速回归3星级区间 [1] - 大中小盘股普涨，近期大盘股表现强于小盘股，成长风格显著领先价值风格 [1] - 白酒指数大幅上涨，年内收益由负转正，消费和自由现金流板块出现补涨 [1] - 港股受海外市场拖累后补涨，科技股领涨，美联储9月降息概率提升引发全球股市上涨 [1] A股结构性牛市特征 - A股牛市多为结构性牛市，仅2007年为普涨型牛市，当前5000余家上市公司中1900家下跌 [1] - 市场存在显著风格轮动：2016-2017年大盘价值股（地产产业链、红利指数）领涨；2019-2021年大盘成长股（消费、医药、新能源）主导；2025年小盘成长股（中证1000、中证2000）表现强势 [1][2][3][4][5][6][7][8] - 消费行业当前仍处低迷但出现补涨迹象，价值风格相对弱势 [9][10][11] 投资策略与组合管理 - 结构性牛市延长低估品种存续时间，避免无标的可投局面，并提供高估止盈后再投资机会 [12][13][14] - 2021年初对高估消费品种止盈后转向价值风格，当前成长风格（如科创板）接近高估，小盘成长指数估值亦逼近高位 [15][16][17] - 行业指数波动大，单行业配置比例建议控制在15%-20%以内 [1] 产品与服务更新 - 月薪宝组合门槛降至200元并开放定投，采用40:60股债均衡策略，通过再平衡实现低买高卖，适合养老、教育等现金流需求 [21][22][23][24][25][26] - 黄金牛熊信号板每周一更新，提供黄金估值参考 [29][31] - 债券估值表新增久期、到期收益率及历史回撤数据，涵盖短融、政金债、国债等多类别债券指数 [39] 估值数据摘要 - 消费龙头市盈率23.85倍，市净率3.54倍，ROE 14.84%；白酒指数市盈率27.94倍，股息率3.61% [35] - 红利类指数估值较低：上证红利市盈率10.13倍，股息率4.73%；中证红利市盈率10.36倍，股息率4.53% [35] - 成长板块估值分化：创业板市盈率39.1倍，科创20市盈率达101.35倍，纳斯达克100市盈率29.39倍但ROE高达28.24% [35]

市场整体表现 - 大盘整体上涨 收盘回到4 3星级水平[1] - 大中小盘股普涨 大盘股涨幅略高[2] - 成长风格表现强势 科创50上涨超8% 创业板上涨超3%[3][4] - 港股同步上涨 科技股领涨 今年以来累计涨幅比A股高出百分之十几[17][18] 板块与风格轮动 - 科创50从5 9星级低点上涨近一倍 当前触及高估区间[6][7] - 小盘成长风格指数率先触及高估 价值风格相对低迷[12][13] - A股呈现明显的结构性行情 风格轮动以日为单位频繁切换[11][15] 估值与配置策略 - 二季报更新后上市公司盈利增长可能使估值进一步降低[8] - 4 3星级阶段仍存在低估股票资产 包括主动优选和部分价值风格指数[25][27][29] - 建议采用"100-年龄"股债配置比例 40岁投资者配置60%股票和40%债券[26] - 债券基金中短债和固收+表现较好 长期纯债尚未进入低估区间[31] 历史机会回顾 - 2022-2024年为A股近10年最长熊市 期间出现多次5星级投资机会[24] - 2023年四季度至2024年国庆节期间持续保持5点几星级 最低触及5 9星[24] - 2024年提供了充足的投资时间窗口 5 0星级买入至今收益良好[24] 产品与工具 - 月薪宝组合提供股票+债券分散配置方案 适合当前市场环境[32][33] - 港股宽基指数估值显示恒生指数市盈率13 57 市净率1 36[21] - 恒生科技指数市盈率21 63 处于近十年市盈率分位数3 98%低位[21]

市场观点与策略 - 沪指冲上3700点后市场分歧加大 短期回踩属正常现象 投资者不必恐慌 建议参照技术指标设置止盈止损点 [1] - 高成长品种估值偏离合理区间 全仓押注风险较大 回调压力显著 易导致前期收益回吐 [1] - 适合配置高股息率红利板块作为防守品种 历史业绩稳定且分红持续 能在市场波动中提供安全垫 [1] 产品策略特点 - 红利稳健性与科技高成长构成哑铃型组合 红利板块作为市场稳定器 可对冲风险并平滑投资体验 [2] - 国泰红利智选（A：024354 C：024355）采用动态自适应风格轮动框架 通过量化模型调整价值红利与成长红利的配比 [3] - 当前A股处于牛市区域 产品采用成长版与价值版相对均衡的持股方案 并配置港股高息股以捕捉跨市场机会 [4] - 产品具备涨时跟进能力（成长红利部分贴合市场节奏）和跌时防御能力（价值红利仓位对冲波动）实现涨能跟得上跌能守得住 [4] 基金经理背景 - 基金经理高崇南为清华大学计算机博士 量化策略领域老将 其管理的国泰量化策略收益产品有多阶段超额收益记录 [4] - 国泰量化策略收益2018年底转型以来 相对沪深300指数超额收益率超30% 最近5个自然年度均跑赢沪深300指数 [5] - 具体业绩表现：2025年上半年收益率8.24%（基准0.03%）2024年收益率15.66%（基准14.68%）2023年收益率-10.75%（基准-11.38%）[6] 产品定位 - 凭借动态轮动与跨市场布局优势 产品可适配不同市场环境 作为投资组合中的压舱石 避免投资者纠结止盈或追涨时机 [7]

核心观点 - 报告构建了基于微观多因子的风格择时+轮动模型，通过80个微观特征和随机森林算法对估值、市值、动量、波动率四种风格进行择时和打分，最终形成月频风格轮动策略 [1][6][7][25] - 策略在2014-2025年回测期间年化收益率达20.90%，超额基准13.53%，信息比率0.80，月度胜率61.15%，最大回撤-40.57% [1][57] - 模型创新性地采用宽基指数替代全A股票池构建风格标签，解决了传统方法样本过大、风格划分极端等问题 [17][18][19][20] 模型构建 - **底层特征**：选取80个微观特征，分为量价(20个)、基本面(21个)、一致预期(39个)三大类，包括ROIC、PE、STR等代表性因子 [7][8][9] - **标签构造**：通过小盘-大盘、高估值-低估值等指数差值计算风格收益，替代传统十分组方法 [18][20][22] - **算法选择**：采用随机森林模型，默认参数减少过拟合风险，滚动24期数据预测下一期风格方向 [23][24] 风格择时表现 - **估值因子**：择后年化收益提升至15.19%(原7.90%)，信息比率0.60(原0.27)，最大回撤改善至-42.03% [30][31][34] - **市值因子**：择后年化收益11.72%(原4.36%)，超额基准4.98%，胜率提升至57.86% [36][38] - **动量因子**：择后年化收益15.73%(原10.11%)，信息比率0.63，最大回撤-35.34% [42][43][47] - **波动率因子**：择后年化收益13.83%(原10.93%)，超额信息比率0.59，胜率58.57% [48][51][53] 合成因子表现 - **等权合成**：年化收益20.05%，信息比率0.78，超额基准12.67%，最大回撤-41.97% [52][54][55] - **加权合成**：根据预测准确度动态调整权重，最终策略年化收益20.90%，超额13.53%，信息比率1.05 [56][57][59] - **样本外表现**：2024年收益率55.36%(超额35.72%)，2025年至今收益率4.63% [1][60]

大小盘轮动模型 - 中长期A股大小盘轮动周期为几年一次，年内2、3、5、8月小盘占优，1、4、12月大盘占优[2][15] - 量化模型从6个维度构建，回测期（2013/12-2024/09）年化超额收益17.45%[2] - 2025年7月底模型信号0.5指向小盘风格，建议8月继续超配小盘[2][61] - 当前市值因子估值价差1.1显示小盘风格未拥挤，中长期看好小盘[2] 价值成长轮动模型 - A股价值成长轮动频繁，6、10月成长占优，4、8、12月价值占优[3][73] - 月度模型从3个维度构建，年化超额收益8.8%[3][109] - 2025年7月底模型信号-0.33指向价值风格，建议8月切换超配价值[3][127] - 周度模型通过深度学习因子构建，年化超额收益7.19%[3] 风险提示 - 量化模型基于历史数据构建，存在历史规律失效风险[5]

牛市主升浪前期判断依据 - 市场换手率尚未达到牛市初期高点 当前换手率比2024年10月8日高点低很多 [1][4] - 历史数据显示牛市主升浪期间换手率会快速上升 2006-2007年从1.5%涨至6% 2014年从1%以下涨至4%以上 [2] - 2025年4月以来小盘风格持续占优 符合牛市主升浪前期特征 后期可能转向大盘股领涨 [1][7][11] 股权融资规模特征 - 牛市主升浪期间股权融资规模通常快速放量 2005-2007年和2013-2015年牛市均出现此现象 [1][12] - 2025年7月股权融资规模恢复至661亿 但增速较慢 6月5000亿异常值主要来自银行定增 [12] 下半年市场趋势展望 - 2024年10月-2025年6月宽幅震荡特征类似2013-2014年和2019年 预示全面牛市概率大 [16] - 政策预期增强将推动居民资金入场 利空反应迅速而利多反应积极 中报波动难改主升浪趋势 [16] 行业配置建议 - 金融板块从银行转向非银 牛市环境下非银业绩弹性更大 [19] - 有色金属受经济波动影响小 黄金稀土等地缘敏感品种有表现机会 [19] - AI应用端和传媒估值性价比显现 军工存在持续主题催化 [19] - 周期板块（钢铁/建材/化工）受益于稳供给政策预期 [19] 近期市场表现 - 创业板50周涨9.9%领涨 上证50仅涨1.57% [21] - 通信（7.66%）、电子（7.02%）、非银金融（6.48%）涨幅居前 银行（-3.19%）表现最差 [21] - 氢能源概念暴涨17.51% 太阳能概念下跌6.49% [21]

根据提供的研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. **模型名称**：三维复合不定期择时信号 **模型构建思路**：通过信贷脉冲（经济基本面）、Beta离散度（整体情绪）、交易量能（结构风险）三个核心维度构建择时体系，分别对应平衡指标、高赔率指标、高胜率指标[12] **模型具体构建过程**： - 信贷脉冲：采用信贷脉冲环比变化分位数，反映经济基本面边际变化 - Beta离散度：计算市场个股Beta值的离散程度，衡量情绪分化水平 - 交易量能：基于成交额分位数构建量能情绪指标 **模型评价**：样本内择时效果优秀，2025年6月样本外跟踪持续有效[12] 2. **模型名称**：周度择时策略（VERSION2） **模型构建思路**：优化基本面信号处理方式，替换PMI和中长期贷款余额指标[15] **模型具体构建过程**： - PMI信号改为直接判断是否大于50（原为分位数法） - 用信贷脉冲环比变化分位数替代中长期贷款余额同比增速 **模型评价**：新版本在信贷周期改善阶段表现更优，但2021-2023年信号稳定性略有下降[15] 3. **模型名称**：成长价值轮动模型 **模型构建思路**：基于盈利周期、利率周期、信贷周期三因素构建风格轮动框架[29] **模型具体构建过程**： - 基本面：盈利斜率（成长）、利率水平（价值）、信贷变化（价值） - 估值面：PE/PB估值差分位数均值回归效应 - 情绪面：换手差和波动差分位数分析 **模型评价**：2012年以来年化超额收益4.73%，但2025年暂时跑输基准[32] 4. **模型名称**：小盘大盘轮动模型 **模型构建思路**：与成长价值模型共享经济周期框架，侧重市值风格切换[33] **模型具体构建过程**： - 估值差分析：小盘大盘PE/PB分位数（93.88%/97.67%） - 情绪指标：换手差（81.01%分位数利好小盘）[35] 5. **模型名称**：四风格轮动模型 **模型构建思路**：整合成长价值和小盘大盘模型，形成小盘成长/价值+大盘成长/价值四象限配置[37] **模型具体构建过程**： - 当前配置比例：小盘成长37.5%+小盘价值12.5%+大盘成长37.5%+大盘价值12.5% **模型评价**：2012年以来年化超额5.72%，但2025年超额-3.26%[38] 模型的回测效果 1. **三维复合择时模型**： - 年化收益21.26% | 年化波动14.46% | 最大回撤12.80% | 夏普比率126.76 | 年化超额13.39%[14] 2. **周度择时策略（VERSION2）**： - 2025年样本外收益22.82% | 最大回撤11.74% | 夏普比率1.5273[25] - 全区间年化收益17.83% | 超额13.24% | 最大回撤22.44%[27] 3. **成长价值轮动模型**： - 全区间年化收益11.76% | 超额4.73% | 最大回撤43.07%[32] 4. **小盘大盘轮动模型**： - 全区间年化收益12.45% | 超额5.21% | 最大回撤50.65%[36] 5. **四风格轮动模型**： - 全区间年化收益13.37% | 超额5.72% | 最大回撤47.91%[38] 量化因子与构建方式 1. **因子名称**：信贷脉冲环比变化 **因子构建思路**：反映经济基本面边际变化的领先指标[15] **因子具体构建过程**： $$ \text{信贷脉冲}_t = \frac{\Delta \text{信贷余额}_t}{\text{GDP}_t} - \text{移动平均}(\frac{\Delta \text{信贷余额}}{\text{GDP}}, n) $$ 取环比变化分位数作为标准化信号 2. **因子名称**：Beta离散度 **因子构建思路**：衡量市场情绪分化程度[12] **因子具体构建过程**： $$ \text{离散度} = \sqrt{\frac{1}{N}\sum_{i=1}^N (\beta_i - \bar{\beta})^2} $$ 其中$\beta_i$为个股相对市场Beta值 3. **因子名称**：量能情绪得分 **因子构建过程**： - 计算成交额60日均值 - 当前成交额/60日均值分位数作为标准化信号[21] 因子的回测效果 1. **信贷脉冲因子**： - 年化收益11.36% | IR 3.49 | 最大回撤16.75%[14] 2. **Beta离散度因子**： - 年化收益13.08% | IR 5.21 | 最大回撤33.64%[14] 3. **交易量能因子**： - 年化收益15.58% | IR 7.71 | 最大回撤26.19%[14]

根据提供的研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. **模型名称**：转债综合估值因子 **模型构建思路**：通过结合转股溢价率偏离度和理论价值偏离度（蒙特卡洛模型）两个因子，构建综合估值因子以衡量转债的估值水平[19] **模型具体构建过程**： - 转股溢价率偏离度 = 转股溢价率 − 拟合转股溢价率（衡量转股溢价率相对于拟合值的偏离度） - 理论价值偏离度 = 转债收盘价 / 理论价值 - 1（蒙特卡洛模拟计算理论价值，考虑转股、赎回、下修、回售条款） - 综合估值因子公式： $$Rank（转股溢价率偏离度） + Rank（理论价值偏离度）$$ **模型评价**：综合因子在偏股、平衡、偏债转债中表现稳健，尤其适用于平衡型和偏债型转债[19][20] 2. **模型名称**：转债风格轮动模型 **模型构建思路**：基于市场情绪指标（动量+波动率偏离度）对低估风格指数进行动态配置[26] **模型具体构建过程**： - 计算单个转债的20日动量和波动率偏离度 - 在低估风格指数内部取中位数作为市场情绪指标 - 轮动规则：按指标逆序排名，优先配置排名低的风格；若排名相同则等权配置，全选时默认配置平衡低估风格 - 公式： $$Rank（转债20日动量） + Rank（波动率偏离度）$$ **模型评价**：通过动态调整风格暴露，显著提升组合收益风险比[26][27] --- 量化因子与构建方式 1. **因子名称**：转股溢价率偏离度 **因子构建思路**：衡量实际转股溢价率与拟合值的差异[20] **因子具体构建过程**： - 截面拟合转股溢价率与转股价值的关系曲线（公式见附录） - 偏离度 = 实际值 − 拟合值 **因子评价**：在全域和分域中均具有稳定区分能力[20] 2. **因子名称**：理论价值偏离度（蒙特卡洛模型） **因子构建思路**：通过期权定价模型计算转债理论价值与实际价格的差异[20] **因子具体构建过程**： - 蒙特卡洛模拟10000条路径，考虑条款约束 - 使用同信用同期限利率作为贴现率 - 偏离度 = 市场价格 / 理论价值 - 1 **因子评价**：在偏股型转债中表现突出[20] 3. **因子名称**：百元转股溢价率 **因子构建思路**：标准化转股价值=100时的溢价率，用于时序比较[4][43] **因子具体构建过程**： - 拟合公式： $$y_{i}=\alpha_{0}+\,\alpha_{1}\cdot\,{\frac{1}{x_{i}}}+\epsilon_{i}$$ - 代入x=100计算百元溢价率 4. **因子名称**：修正YTM - 信用债YTM **因子构建思路**：剥离转股条款影响，比较偏债转债与信用债的真实收益差[5][44] **因子具体构建过程**： - 修正YTM = 转债YTM × (1−转股概率) + 预期转股收益 × 转股概率 - 转股概率通过BS模型计算 - 取截面中位数作为市场整体性价比指标 --- 模型的回测效果 | 模型/指数 | 年化收益 | 年化波动 | 最大回撤 | IR | 卡玛比率 | 月度胜率 | |--------------------------|----------|----------|----------|-------|----------|----------| | 偏股转债低估指数 | 26.10% | 20.55% | -22.94% | 1.27 | 1.14 | 62.22% | | 平衡转债低估指数 | 14.80% | 11.82% | -15.95% | 1.25 | 0.93 | 62.22% | | 偏债转债低估指数 | 13.37% | 9.43% | -17.78% | 1.42 | 0.75 | 57.78% | | 转债风格轮动组合 | 25.27% | 16.68% | -15.89% | 1.51 | 1.59 | 65.56% | | 原风格指数（等权基准） | 9.75% | 11.66% | -20.60% | 0.84 | 0.47 | 60.00% | 数据来源：[23][30][32] --- 因子的回测效果 1. **低估值增强效果**（近3周）： - 偏股转债超额：-2.62% - 平衡转债超额：-0.41% - 偏债转债超额：0.20% 数据来源：[22] 2. **估值因子分位数**： - 百元转股溢价率：滚动5年分位数94.9%[4][16] - 修正YTM差：中位数-2.36%[5][16]

市场表现 - A股港股持续上涨 大盘回到4 5星水平 [1][2] - 中证全指等指数突破去年10月1日高点 [3] - 中小盘股表现优于大盘股 成长风格指数如创业板大幅领涨 [4][5][7] - 价值风格相对疲弱 红利指数微跌 [8][9] - 市场呈现价值与成长风格轮动特征 [10][11] 经济数据与政策影响 - 美国7月非农就业增加7 3万人 大幅低于预期的10 4万人 且5-6月数据分别从14 4万/14 7万下修至1 9万/1 4万 [16][17][19] - 美国7月CPI同比上升2 7% 低于预期 叠加24%关税暂停90天的政策 提升美联储9月降息预期 [21][22][23][25] 利率与资产配置 - 利率下降直接利好债券市场 间接利好股票市场 [26][27][29] - 非美元资产在降息周期中受益更显著 如2020-2021年港股牛市与2023年A股港股快速上涨 [30][32][33][34] - 美元10年期国债收益率历史均值2-3% 当前4%出头 未来或回归常态 [40][43][44] - 利率波动属中短期影响因素 对长期投资影响有限 [45][48] 指数估值数据 - 沪港深红利低波指数盈利收益率10 02% 市盈率9 98倍 股息率3 69% [57] - 港股科技指数市盈率43 28倍 市净率3 56倍 股息率0 59% [57] - 创业板指数市盈率34 87倍 市净率4 54倍 股息率1 01% [57] - 标普500指数市盈率24 92倍 市净率5 34倍 股息率1 20% [57] 工具与策略 - 「今天几星」小程序新增ETF估值表功能 支持实时折溢价率查询与历史数据回溯 [49][50] - 投资需逆人性操作 市场低迷期是积累优质资产的机会 [53][54]

报告行业投资评级 - 中信五风格-周期★☆☆，一颗星代表偏多，判断趋势有上涨驱动，但盘面可操作性不强 [4] 报告的核心观点 - 截至2025/08/08当周，通联全A（沪深京）、中证综合债与南华商品指数周度涨跌幅分别为1.94%、0.03%、 -0.36%；公募基金市场近一周指数增强策略收益领先，周度涨幅达1.65%；权益类产品中市场中性策略整体涨多跌少；可转债收益回升，短期与中长期纯债基金涨幅放缓；商品类基金中能源化工ETF延续弱势，贵金属收益反弹，白银ETF净值显著上行3.84% [4] - 中信五风格上周五风格指数收涨，周期风格收益领跑，涨幅为3.49%；风格轮动图显示金融与周期风格小幅回升，指标动量层面五风格均走强；消费风格基金超额回暖，周度超额收益率为1.06%，周期风格基金平均收益未跑赢基准；部分消费风格基金向成长风格有所偏移，市场拥挤度位于历史偏高拥挤区间 [4] - 近一周ALPHA因子收益表现较优，周度超额收益率为0.34%，估值与残差波动率因子收益转弱；反转类因子边际走强，盈利与流动性因子小幅走低；本周因子截面轮动速度环比回升，位于历史偏低分位区间 [4] - 根据风格择时模型评分结果，本周周期与金融风格环比回升，消费风格回落，信号偏向周期风格；上周风格择时策略收益率为0.77%，对比基准均衡配置超额收益率为 -1.02% [4] 根据相关目录分别进行总结 近期市场收益 - 展示通联全A（沪深京）、中证综合债（净）、南华商品的周度、月度、季度、半年度收益率数据 [6] - 展示近一年公募基金产品成立规模的单月数据及月度环比数据 [6] - 展示公募基金主要策略指数近三月最大回撤和周度收益率数据 [6] 中信风格指数相关 - 呈现中信风格指数（金融、周期、消费、成长、稳定）净值走势 [8] - 给出中信风格指数相对轮动图及各风格近一周、上一周、近一月、近三月、近六月、近一年的相对强弱和相对强弱动量数据 [10] 基金风格指数相关 - 展示基金风格指数（美部、周期、消费、成长）近一周、上一周、近一月、近三月、近六月、近一年的超额收益表现 [12] - 呈现基金风格拥挤度数据（周期、成长、消费、金融） [13] Barra因子相关 - 展示本周Barra单因子风格偏好（金融、周期、消费、成长、稳定） [14] - 给出Barra单因子风格策略近一周、上一周、近一月的超额收益表现（估值、成长、盈利等因子） [15] - 呈现今年以来Barra单因子风格超额净值走势（估值、成长、盈利等因子） [16]