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. 情绪择时模型 **模型名称：** 情绪择时模型[2][11] **模型构建思路：** 通过构建涨跌停板相关因子来刻画市场的情绪强弱，从而对市场趋势进行判断[11] **模型具体构建过程：** 模型包含多个情绪因子细分信号，包括净涨停占比、跌停次日收益、涨停板占比、跌停板占比、高频打板收益等子因子[14] 模型最终输出情绪模型得分（满分5分），当前得分为2分[11] 同时结合趋势模型信号和加权模型信号进行综合判断[11] 2. 趋势模型 **模型名称：** 趋势模型[11][17] **模型构建思路：** 基于技术分析指标判断市场趋势方向[11] **模型具体构建过程：** 使用SAR指标（停损转向指标）进行分析，当Wind全A指数向下突破翻转指标时发出负向信号[11] 当前趋势模型信号为负向[11] 3. 加权模型 **模型名称：** 加权模型[11][17] **模型构建思路：** 综合多个技术指标进行加权判断市场走势[11] **模型具体构建过程：** 模型结合多种技术分析指标，当前加权模型信号为负向[11] 4. 均线强弱指数模型 **模型名称：** 均线强弱指数模型[11] **模型构建思路：** 通过Wind二级行业指数计算均线强弱程度来评估市场整体技术面状况[11] **模型具体构建过程：** 基于Wind二级行业指数计算出均线强弱指数，当前市场得分为197，处于2023年以来的71.2%分位点[11] 5. 因子拥挤度模型 **模型名称：** 因子拥挤度模型[15] **模型构建思路：** 使用多个指标度量因子拥挤程度，作为因子失效的预警指标[15] **模型具体构建过程：** 使用估值价差、配对相关性、长期收益反转、因子波动率这四个指标度量因子拥挤程度[15] 各分项指标通过综合打分得到复合因子拥挤度[16] 量化因子与构建方式 1. 流动性冲击指标因子 **因子名称：** 流动性冲击指标[2][7] **因子构建思路：** 基于沪深300指数衡量市场流动性状况[2][7] **因子具体构建过程：** 指标数值表示当前市场流动性高于过去一年平均水平的倍数标准差，周五为0.84，低于前一周的1.57[2][7] 2. PUT-CALL比率因子 **因子名称：** PUT-CALL比率[2][7] **因子构建思路：** 通过上证50ETF期权成交量衡量投资者情绪[2][7] **因子具体构建过程：** 计算看跌期权与看涨期权的成交量比率，周五为0.72，低于前一周的1.07，表明投资者对上证50ETF短期走势乐观程度上升[2][7] 3. 换手率因子 **因子名称：** 五日平均换手率[2][7] **因子构建思路：** 通过换手率指标衡量市场交易活跃度[2][7] **因子具体构建过程：** 计算上证综指和Wind全A的五日平均换手率，当前分别为1.19%和1.66%，处于2005年以来的73.46%和75.62%分位点[2][7] 4. 涨跌停板相关情绪因子 **因子名称：** 涨跌停板情绪因子[11][14] **因子构建思路：** 通过涨跌停板相关数据刻画市场情绪强弱[11] **因子具体构建过程：** 包含多个子因子： - 净涨停占比因子：信号为1[14] - 跌停次日收益因子：信号为0[14] - 涨停板占比因子：信号为0[14] - 跌停板占比因子：信号为1[14] - 高频打板收益因子：信号为0[14] 5. 小市值因子 **因子名称：** 小市值因子[4][16] **因子构建思路：** 基于市值维度构建的选股因子[4][16] **因子具体构建过程：** 通过因子拥挤度模型计算，包含估值价差(0.52)、配对相关性(0.60)、市场波动(-0.47)、收益反转(0.97)四个分项指标[16] 6. 低估值因子 **因子名称：** 低估值因子[4][16] **因子构建思路：** 基于估值维度构建的选股因子[4][16] **因子具体构建过程：** 通过因子拥挤度模型计算，包含估值价差(-0.74)、配对相关性(0.81)、市场波动(0.27)、收益反转(-1.39)四个分项指标[16] 7. 高盈利因子 **因子名称：** 高盈利因子[4][16] **因子构建思路：** 基于盈利能力维度构建的选股因子[4][16] **因子具体构建过程：** 通过因子拥挤度模型计算，包含估值价差(-0.58)、配对相关性(0.14)、市场波动(-0.88)、收益反转(0.73)四个分项指标[16] 8. 高盈利增长因子 **因子名称：** 高盈利增长因子[4][16] **因子构建思路：** 基于盈利增长维度构建的选股因子[4][16] **因子具体构建过程：** 通过因子拥挤度模型计算，包含估值价差(1.66)、配对相关性(0.87)、市场波动(-0.66)、收益反转(-0.45)四个分项指标[16] 模型的回测效果 1. 情绪择时模型 情绪模型得分为2分（满分5分）[11]，趋势模型信号为负向[11]，加权模型信号为负向[11] 2. 趋势模型 当前信号为负向[11]，模型显示市场趋势被打破[2] 3. 加权模型 当前信号为负向[11]，与趋势模型一致显示负向信号[11] 因子的回测效果 1. 小市值因子 复合拥挤度：0.41[4][16] 分项指标：估值价差0.52，配对相关性0.60，市场波动-0.47，收益反转0.97[16] 2. 低估值因子 复合拥挤度：-0.26[4][16] 分项指标：估值价差-0.74，配对相关性0.81，市场波动0.27，收益反转-1.39[16] 3. 高盈利因子 复合拥挤度：-0.15[4][16] 分项指标：估值价差-0.58，配对相关性0.14，市场波动-0.88，收益反转0.73[16] 4. 高盈利增长因子 复合拥挤度：0.35[4][16] 分项指标：估值价差1.66，配对相关性0.87，市场波动-0.66，收益反转-0.45[16] 5. 流动性冲击指标因子 当前数值：0.84[2][7] 前一周数值：1.57[2][7] 6. PUT-CALL比率因子 当前数值：0.72[2][7] 前一周数值：1.07[2][7] 7. 换手率因子 上证综指换手率：1.19%，处于2005年以来73.46%分位点[2][7] Wind全A换手率：1.66%，处于2005年以来75.62%分位点[2][7]

核心观点 - 截至2025年10月24日，市场情绪指标数值为2.2，较上周五的1.9出现小幅回升，市场情绪得到一定程度修复，从情绪角度观察偏多[3][9] - 本周市场情绪整体呈现分化加剧态势，多项指标由负转正，但各分项指标间分化明显，整体或维持震荡偏稳格局[3][12] - 当前模型整体提示大盘风格与价值风格占优信号，信号提示强度较强[3] 市场情绪模型观点 - 情绪指数综合得分周内快速上升，但当前市场整体情绪波动水平较高[3][9] - 价量一致性继续回落至负值，表明资金活跃度下降、投资者风险偏好阶段性趋于谨慎[3][12][17] - 行业间交易波动率快速回升，表明资金在行业间切换频率提升、短期情绪有所修复[3][12][25] - 行业涨跌趋势性继续回落，显示市场分歧加剧、主线不突出，行业轮动加快[3][12][27] - 融资余额占比保持上升，反映杠杆资金情绪持续回暖、风险偏好边际改善[3][12][30] - RSI指标回落显示市场上行动能偏弱、追涨意愿下降[3][12][32] - 主力资金流入力量改善，说明机构买入力度提升，市场情绪阶段性回暖[3][12][35] - 本周全A成交额较上周再度大幅下降，市场成交活跃度出现一定水平回落，其中10月24日成交额为近期最高的19916.17亿元人民币，日成交量为1227.47亿股[3][19] 行业趋势与拥挤度 - 根据均线排列模型，截至2025年10月24日，银行、石油石化、交通运输、公用事业、建筑装饰等行业短期趋势得分上升趋势靠前[3][40] - 煤炭、建筑装饰、公用事业、有色金属、电力设备是短期趋势最强的行业，其中煤炭当前短期得分为93.22，为短期得分最高行业[3][40] - 近期电子、电力设备高涨幅同时伴随较高的资金拥挤度，短期需关注估值与情绪回落带来的波动风险[3][48] - 有色金属、环保、纺织服饰等行业资金拥挤度较高但涨幅偏低；食品饮料、美容护理等低拥挤度板块涨幅较低[3][48] - 本阶段平均拥挤度最高的行业分别为电力设备、环保、有色金属、纺织服饰、煤炭，拥挤度最低的行业分别为非银金融、美容护理、传媒、计算机、食品饮料[44][48] 风格配置观点 - 当前模型维持提示大盘风格占优信号，信号提示强度较强[3][52] - 模型维持提示价值风格占优信号，但5日RSI相对20日RSI迅速提升，未来信号强度可能出现一定程度减弱[3][52] - 在成长与价值风格对比中，国证成长/国证价值比值为0.7962，300成长/300价值比值为0.7143，模型均提示价值风格占优[52] - 在小盘与大盘风格对比中，申万小盘/申万大盘比值为0.9178，模型提示大盘风格占优[52]

根据提供的研报内容，以下是关于量化模型和因子的详细总结。 量化模型与构建方式 1. **模型名称：基于动态宏观事件因子的中证港股通大消费指数择时策略**[2][3] * **模型构建思路**：探索中国宏观经济对香港大消费主题上市公司的影响，从经济、通胀、货币和信用四个维度选取宏观数据，构建事件因子，并基于因子看多信号的比例来确定择时仓位[3][20][21] * **模型具体构建过程**： * **宏观数据选用与预处理**：从经济、通胀、货币和信用四大类中初选20余个宏观指标[21][23]。预处理步骤包括： * **频率对齐**：将日频数据统一为月频（取月末值或月均值）[27] * **缺失值填充**：对于缺失数据，使用过去12个月一阶差分值的中位数加上一期数值进行填充。公式为：$$X_{t}=X_{t-1}+Median_{diff12}$$[27] * **滤波处理**：对比原始数据和使用单向HP滤波处理后的数据，避免未来函数。单向HP滤波公式为：$${\hat{t}}_{t|t,\lambda}=\sum_{s=1}^{t}\omega_{t|t,s,\lambda}\cdot y_{s}=W_{t|t,\lambda}(L)\cdot y_{t}$$[28] * **数据结构变化**：对数据衍生出同比、环比、移动平均等格式[29] * **宏观事件因子构建**： * **确定事件方向**：计算宏观数据与下一期指数收益率的相关性，正相关则构建正向突破事件，负相关则构建反向突破事件[30] * **确定领先滞后性**：测试数据滞后0-4期，动态识别与资产的最佳领先滞后关系[30] * **生成事件因子**：构建三类事件因子（数据突破均线、突破中位数、同向变动），并设置不同参数，共生成28个因子事件[30][32] * **因子筛选指标**：主要使用收益率胜率（综合成功率与盈亏比）和开仓波动调整收益率（综合成功率、收益率和波动率）作为衡量指标[31][32]。收益率胜率公式为：$$\frac{N_{\sum r_i > 0}}{N}， N 为总开仓次数$$，开仓波动调整收益率公式为：$$\frac{\sum r_i / N}{\sqrt{\frac{1}{N-1} \sum (r_i - \bar{r})^2}}$$[32] * **因子事件初筛选**：筛选标准包括：通过t检验（95%置信区间）、收益率胜率>55%、事件发生次数>滚动窗口期数/6[32][33] * **因子叠加优化**：选择胜率最高的事件因子作为基础，再选择与基础因子相关性低于0.85的次高胜率因子进行叠加，若叠加后胜率提升则采用叠加因子[33] * **动态剔除**：若某期无因子通过筛选，则该宏观指标当期标记为空仓，不参与大类因子打分[33] * **确定最优滚动窗口**：在48, 60, 72, 84, 96个月等不同窗口下测试，根据开仓波动调整收益率选择每个宏观数据的最优参数[33][34] * **最终因子筛选**：在测试区间内，根据开仓波动调整收益率，最终筛选出5个表现最优的宏观事件因子[12][34][35] * **择时策略构建**：将最终选定的5个宏观事件因子的看多信号进行综合。当看多因子比例大于2/3时，大类因子信号标记为1（满仓）；当看多因子比例小于1/3时，信号标记为0（空仓）；比例介于两者之间时，信号标记为具体比例值（如66.7%）。该信号直接作为当期的择时仓位[3][35][37] 量化因子与构建方式 1. **因子名称：PMI:原材料价格**[35] * **因子构建思路**：作为通胀维度的指标，用于预测中证港股通大消费主题指数的走势[21][35] * **因子具体构建过程**：使用原始数据，最优滚动窗口为96个月[35] 2. **因子名称：中美国债利差10Y**[35] * **因子构建思路**：作为货币维度的指标，反映中美货币政策和流动性差异对港股市场的影响[21][23][35] * **因子具体构建过程**：使用原始数据，最优滚动窗口为72个月[35] 3. **因子名称：金融机构:中长期贷款余额:当月新增:滚动12M求和:同比**[35] * **因子构建思路**：作为信用维度的指标，反映中长期信贷投放情况，体现经济活力[23][35] * **因子具体构建过程**：使用原始数据，最优滚动窗口为48个月[35] 4. **因子名称：M1:同比**[35] * **因子构建思路**：作为货币维度的指标，反映企业活期存款和现金状况，是经济活跃度的晴雨表[23][35] * **因子具体构建过程**：使用原始数据，最优滚动窗口为48个月[35] 5. **因子名称：新增社融:滚动12个月求和:同比**[35] * **因子构建思路**：作为信用维度的指标，全面反映金融体系对实体经济的资金支持[23][35] * **因子具体构建过程**：使用原始数据，最优滚动窗口为96个月[35] 模型的回测效果 * **基于动态宏观事件因子的中证港股通大消费指数择时策略**[2][11][22] * **回测期**：2018年11月至2025年10月[2][11] * **年化收益率**：10.44%[2][11][22] * **年化波动率**：18.47%[22] * **最大回撤**：-29.72%[2][11][22] * **夏普比率**：0.59[2][11][22] * **收益回撤比**：0.35[2][11][22] * **平均仓位**：约46%[10] * **2025年9月收益率**：8.40%[11][12] 因子的回测效果 （报告中未单独列出上述5个因子的回测指标值，此部分略）

核心观点 - 市场情绪指标小幅回升至1[dot]9，但整体仍偏中性，且周内波动加剧，多项分项指标发出负面信号，市场情绪面临调整压力[4][10] - 市场成交活跃度下降，全A成交额较上周大幅回落，10月14日单日最高成交额为25965[dot]85亿人民币[4][16] - 模型显示大盘价值风格占优，但大盘风格信号强度较弱且近期切换频繁，价值风格信号则进一步加强[4][37][51] 市场情绪模型观点 - 截至10月17日，市场情绪指标数值为1[dot]9，较上周五的1[dot]75小幅回升，情绪偏中性[4][10] - 情绪指数综合得分周内震荡波动加剧，周五多项指标转负，市场整体情绪波动水平较高[4][10] - 价量一致性快速回落，表明市场价量匹配程度明显下降，资金活跃度降低[4][12] - 行业间交易波动率继续回落，显示资金切换活跃度下降，流动放慢[4][12] - 行业涨跌趋势性出现回升，说明资金对行业短期价值判断一致性提升[4][12] - 融资余额占比继续上升，意味着杠杆资金情绪回暖，投资者风险偏好延续上升[4][12] - RSI指标继续回落，显示市场短期上行动能减弱，情绪趋于谨慎[4][30] - 主力资金流入力量快速下降，主力买入力量自五月来首次回落至布林带区间内，表明机构入场意愿减弱，短期资金面趋紧[4][12][33] 市场成交与资金面 - 本周全A成交额水平较上周大幅下降，市场成交活跃度出现回落[4][16] - 10月14日成交额为近期最高，达25965[dot]85亿人民币，日成交量为1590[dot]08亿股[4][16] - 科创50相对万得全A成交占比保持上升趋势，说明市场风险偏好仍处上升通道[12][17] 行业趋势与拥挤度 - 根据均线排列模型，银行、煤炭、钢铁、公用事业、环保等行业短期趋势得分上升趋势靠前[4][37] - 有色金属、电力设备、煤炭、房地产、机械设备、环保是短期趋势最强的行业，其中有色金属短期得分最高，为89[dot]83[4][37] - 近期银行、煤炭高涨幅伴随较高资金拥挤度，需关注估值与情绪回落带来的波动风险[4][47] - 汽车、电力设备、电子等行业资金拥挤度较高但涨幅偏低[4][47] - 综合、建筑材料等低拥挤度板块涨幅较低[4][47] - 截至10月17日，平均拥挤度最高的行业分别为有色金属、汽车、煤炭、环保、电力设备，拥挤度最低的行业分别为综合、食品饮料、医药生物、美容护理、建筑材料[42] 风格配置观点 - 当前模型切换提示大盘风格占优信号，但信号提示强度较弱，近期信号反复切换频繁[4][51] - 模型维持提示价值风格占优信号，且提示强度进一步加强[4][51] - 根据RSI风格择时模型，国证成长/国证价值、300成长/300价值的短期观点均为价值风格占优[51]

市场表现与风格分析 - 最近5个交易日，科创50指数下跌6.46%，创业板指下跌5.71%，而大盘价值风格上涨2.08%，显示市场内部价值与成长风格分化显著 [1] - 同期小盘股代表国证2000指数下跌4.69%，行业层面银行和煤炭表现靠前，电子和传媒表现靠后 [1] - 估值方面，中证全指PETTM分位数为77%，上证50与沪深300分位数分别为73%和70%，创业板指估值接近历史中位数水平，分位数为47% [1] 资金流向与市场交易 - 最近5个交易日，ETF资金流入686亿元，融资盘增加约705亿元，显示有增量资金入场 [2] - 市场交投活跃，两市日均成交额为21,746亿元 [2] 量化模型与行业主题配置 - 采用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] - 当前模型关注的配置主题包括低碳经济、新能源、半导体材料等，具体跟踪指数有中证内地低碳经济主题指数、创业板新能源指数、上证科创板半导体材料设备主题指数等 [2][3][12] 风险溢价指标 - 截至2025年10月17日，中证全指静态市盈率的倒数EP与十年期国债收益率的差值为2.97%，该指标用于衡量权益资产相对于债券资产的吸引力 [1] - 该风险溢价指标的两倍标准差边界为4.75% [1]

市场整体观点 - 短期内市场将维持震荡态势 [1][2] - 中美贸易环境不稳定导致部分个股估值回归，市场涌现避险情绪 [1][2] 量化指标分析 - 基于沪深300指数的流动性冲击指标为1.57，高于前一周的1.36，表明当前市场流动性高于过去一年平均水平1.57倍标准差 [2] - 上证50ETF期权成交量PUT-CALL比率震荡上升至1.07，高于前一周的0.85，显示投资者对短期走势谨慎程度上升 [2] - 上证综指和Wind全A五日平均换手率分别为1.42%和1.93%，处于2005年以来78.95%和81.84%分位点，交易活跃度与前期持平 [2] 宏观经济数据 - 9月CPI同比-0.3%，高于前值-0.4%，但低于Wind一致预期-0.15% [2] - 9月PPI同比-2.3%，高于前值-2.9%，但低于Wind一致预期-2.4% [2] - 9月新增人民币贷款12900亿元，低于Wind一致预期13900亿元，但高于前值5900亿元 [2] - 9月M2同比增长8.4%，低于Wind一致预期8.51%和前值8.8% [2] 市场表现与估值 - 上周上证50指数下跌0.24%，沪深300指数下跌2.22%，中证500指数下跌5.17%，创业板指下跌5.71% [3] - 当前全市场PE为22.0倍，处于2005年以来74.0%分位点 [3] 因子与行业拥挤度 - 小市值因子拥挤度0.08，低估值因子拥挤度-0.27，高盈利因子拥挤度-0.13，高盈利增长因子拥挤度0.07 [3] - 有色金属、综合、电力设备、通信和电子行业拥挤度相对较高 [4] - 钢铁和公用事业行业拥挤度上升幅度相对较大 [4] 技术分析与历史表现 - 2005年以来，上证综指、沪深300、中证500、创业板指在10月下半月上涨概率分别为45%、40%、35%、40%，涨幅均值分别为-1.1%、-1.1%、-1.69%、-0.42% [2] - Wind全A指数于10月17日向下突破SAR翻转指标 [2] - 均线强弱指数当前得分为141，处于2023年以来49.9%分位点，周内多次震荡并于周五大幅下行 [2] - 市场情绪模型得分为2分（满分5分），趋势模型信号为正向，加权模型信号为负向 [2]

基金经理陈博的投资框架 - 投资理念深受彼得·林奇影响，以寻找“小而美的Alpha”作为主动管理超额收益的重要来源，目标是在科技成长产品中找到未来长期盈利有望翻倍的小盘成长股 [2] - 将高ROE视为优秀公司的重要标准，全市场ROE排名前列成为选股的重要依据，长期高于市场平均的ROE本身就是一种超额收益 [3] - 通过“高切低”的交易策略获取Alpha，即定期对组合做动态再平衡，将仓位切换到风险收益比更优的公司或行业上，例如在享受科创电子涨幅后于去年底切换到低估的游戏股 [3] - 选股标准主要包括：资产负债表干净且最好无负债、ROE水平较高、每年业绩增速保持较高水平且远期有利润翻倍的增长空间 [11][12] - 在买卖交易上，Alpha来源于“高切低”，而“低追高”的短期操作长期会损耗个股的Alpha [13] 产品管理与业绩表现 - 同时管理红利风格产品（上银国企红利混合）和科技风格产品（上银未来生活灵活配置），采用由两者构成的杠铃策略，以适应不同市场环境 [2] - 管理的上银未来生活灵活配置A获得国泰海通5年期、3年期双5星评级，近3年收益率排名101/1718（前10%），近2年排名126/1823（前10%），5年维度排名249/1488（前20%） [1] 宏观研判与仓位管理 - 投资决策需先判断宏观环境，明确市场处于牛市或熊市，因为牛熊市打法完全不同，公司投研一体化平台及固收团队的宏观预判能力为权益投资提供了重要支持 [14] - 在2024年二三季度预判国内流动性收缩而主动降低仓位，于9月中旬市场跌至2600点左右时判断A股充满机会并开始逐步加仓，通过仓位操作获得较好Alpha [15] - 凭借量化研究背景，拥有一套自己的择时指标，定期保持一定仓位进行择时，并在有明确观点时进行大择时，同时结合组合内部的“高切低”调整 [16] 对红利与科技资产的投资逻辑 - 认为科技和红利资产虽看似不同，但均受益于低利率的宏观环境，低利率利好受益于低利率的成长股和股息率高于国债收益率的红利资产 [17] - 两类资产的共同关键在于高ROE，许多科技股两年后ROE可超15%，红利资产ROE约10%加上5%股息率也是不错回报，高ROE本身就是超额收益 [18] - ROE是买好公司的信仰，也对应长期持有收益率，若公司能保持15%以上ROE，长期持有可获得相近年化收益率，15%的ROE处于全市场前75%分位 [19][20] - 红利资产筛选加入股息率指标，偏好股息率处于市场前75%分位的公司，追求整体利润增速快于GDP的企业；成长股筛选更重视业绩增速，希望未来三年保持30%以上利润增速 [21] - 代表性红利案例包括垃圾焚烧行业（资本开支结束进入现金增长阶段，业绩增速5%-10%，股息率5%，ROE 10%-15%）和某物业龙头（上证2600点时总市值等于净现金） [23] - 代表性科技案例包括2023年9月科创600点时布局电子企业，以及2024年底高估值后切换到动态估值低于15倍的游戏股，部分优质游戏企业ROE达30%，净利率40% [24] 公司投研体系支持 - 公司投研一体化平台提供宏观策略、行业研究等六大专业小组支持，通过信息共享和策略联动提升宏观研判及中观布局能力，例如上半年精准布局先进制造、半导体等主题赛道产品 [28] - 公司投研文化务实高效，追求稳健为先和长期业绩，开放自由的氛围允许深度互动和充分讨论，定期及不定期开展的投研会议和专题讨论有助于保持市场敏锐度 [29] 市场展望与投资机会 - 对A股市场乐观，认为中国风险资产正迎来系统性重估，财富效应突破临界点可能引发系统性财富转移和加速入市，核心工作是寻找有Alpha、高ROE及高盈利增速的公司 [27] - 看好多个细分领域机会，如手持摄像机产业链需求旺盛排产预计翻倍、储能政策出台后国内储能需求两年内翻倍、超市调改后收入空间打开、以及AI领域能找到三年收入翻数倍的咨询公司 [27] - 认为牛市并非仅有科技成长主线，财富效应可能带动消费升级重启，红利资产虽不一定跑赢成长股但仍具备绝对收益属性，牛市中各种风格资产都会上涨 [27]

核心观点 - 当前量化择时模型提示小盘风格和价值风格占优信号 [2] - 小盘风格信号强度较弱需观察 但价值风格信号强度进一步上升 [2] - 在历史关税冲击背景下 小盘指数虽初期跌幅更大但后续反弹力度更强 展现出更强韧性 [2] - 市场情绪指标数值为1.75 较9月26日的1.85出现小幅下降 观点偏空 [8] 市场情绪模型观点 - 市场情绪指标数值为1.75 较9月26日周五的1.85出现小幅下降 [8] - 价量一致性保持高位运行 资金关注度与标的涨幅具有较高相关性 显示资金高活跃度和高参与度 [3] - 科创50相对万得全A成交占比保持上升趋势 说明当前市场风险偏好较高 [3] - 行业间交易波动率继续回落 表明资金切换活跃度进一步下降 资金流动放慢 [3] - 行业涨跌趋势出现回升 表明资金在行业观点分歧有所下降 市场对行业短期价值判断一致性提升 [3] - 融资余额占比继续上升 意味着市场杠杆资金情绪进一步上升 反映投资者风险偏好不断上升 [3] - RSI指标出现回升 短期超买后的回调压力边际缓解 前期获利盘了结节奏放缓 但短期震荡格局未改 [3] - 本周全A成交额较上周小幅上升 市场成交活跃度出现一定水平回升 其中10月9日成交额为近期最高 达26718.18亿人民币 日成交量1529.53亿股 [3] 行业趋势与拥挤度分析 - 根据均线排列模型 银行、钢铁、公用事业、建筑装饰、基础化工等行业短期趋势得分上升趋势靠前 [30] - 有色金属、电力设备、房地产、机械设备、电子是短期趋势最强的行业 其中有色金属当前短期得分为98.31 为短期得分最高行业 [30] - 近期有色金属、煤炭高涨幅同时伴随较高的资金拥挤度 短期需关注估值与情绪回落带来的波动风险 [3] - 汽车、电子等行业资金拥挤度较高但涨幅偏低 显示资金布局稳定 [3] - 医药生物、美容护理等低拥挤度板块涨幅较低 在风险偏好回升时迎来配置机会 适合中长期逐步布局 [3] - 本阶段平均拥挤度最高的行业分别为汽车、环保、房地产、电力设备、电子 拥挤度最低的行业分别为农林牧渔、计算机、国防军工、美容护理、医药生物 [35] 风格择时模型观点 - 当前模型切换提示小盘风格占优信号 但5日RSI相对20日小幅下降 信号提示强度较弱 未来有待进一步观察指标 [2] - 模型维持提示价值风格占优信号 提示强度进一步上升 且5日RSI相对20日大幅下降 未来信号存在进一步加强可能 [2] - 在四次历史关税冲击背景下 小盘指数在冲击当日下跌均大于大盘指数 但在后续中短期表现优于大盘指数 反弹力度更强 展现出更强韧性 [47]

核心观点 - 报告核心观点为模型切换提示小盘风格占优，同时价值风格保持占优信号且强度进一步上升 [1][2] - 在历史关税冲击背景下，小盘指数虽在冲击当日跌幅大于大盘，但后续中短期表现优于大盘，反弹力度更强，展现出更强韧性 [2] 市场情绪指标 - 截至10月10日，市场情绪指标数值为1.75，较9月26日的1.85出现小幅下降，观点偏空 [2][8] - 本周全A成交额较上周小幅上升，市场成交活跃度出现一定水平回升，其中10月9日成交额为近期最高的26718.18亿人民币，日成交量1529.53亿股 [2][15] - 价量一致性保持高位运行，资金关注度与标的涨幅具有较高相关性，说明资金的高活跃度和高参与度 [2][11] - 科创50相对万得全A成交占比保持上升趋势，说明当前市场的风险偏好较高 [2][11] - 行业间交易波动率继续回落，表明资金切换活跃度进一步下降，资金流动放慢 [2][11] - 行业涨跌趋势出现回升，表明当前资金在行业观点分歧有所下降，市场对行业短期价值判断一致性提升 [2][11] - 融资余额占比继续上升，意味着市场杠杆资金情绪进一步上升，反映投资者风险偏好不断上升 [2][11][27] - RSI指标出现回升，短期超买后的回调压力边际缓解，前期获利盘了结节奏放缓，但短期震荡格局未改 [2][11][29] 行业趋势与拥挤度 - 根据均线排列模型，截至2025年10月10日，银行、钢铁、公用事业、建筑装饰、基础化工等行业短期趋势得分上升趋势靠前 [2][34] - 根据行业短期得分数值，有色金属、电力设备、房地产、机械设备、电子是短期趋势最强的行业，其中有色金属当前短期得分为98.31，为短期得分最高行业 [2][34] - 近期有色金属、煤炭高涨幅同时伴随较高的资金拥挤度，短期需关注估值与情绪回落带来的波动风险 [2][42] - 汽车、电子等行业资金拥挤度较高但涨幅偏低，显示资金布局稳定 [2][42] - 医药生物、美容护理等低拥挤度板块涨幅较低，在风险偏好回升时迎来配置机会，适合中长期逐步布局 [2][42] - 本阶段平均拥挤度最高的行业分别为汽车、环保、房地产、电力设备、电子，拥挤度最低的行业分别为农林牧渔、计算机、国防军工、美容护理、医药生物 [40] 风格择时信号 - 当前模型切换提示小盘风格占优信号，但5日RSI相对20日小幅下降，信号提示强度较弱，未来有待进一步观察 [2][45] - 模型维持提示价值风格占优信号，提示强度进一步上升，且5日RSI相对20日大幅下降，未来信号存在进一步加强可能 [2][45] - 具体数据显示，国证成长/国证价值比值的20日RSI为71.96，60日RSI为71.96，20日相对60日位置为-0.54%，提示价值风格占优 [47] - 申万小盘/申万大盘比值的20日RSI为58.71，60日RSI为58.71，20日相对60日位置为7.24%，提示小盘风格占优 [47]

量化指标观点 - 基于沪深300指数的流动性冲击指标为1.36，低于前一周的1.86，显示市场流动性高于过去一年平均水平1.36倍标准差 [1] - 上证50ETF期权成交量PUT-CALL比率下降至0.85，低于前一周的0.91，表明投资者对上证50ETF短期走势的谨慎程度有所下降 [1] - 上证综指和Wind全A五日平均换手率分别为1.34%和1.91%，处于2005年以来77.44%和81.52%的高分位点，交易活跃度与前期持平 [1] 宏观因子观察 - 上周在岸和离岸人民币汇率周涨幅分别为-0.06%和-0.17% [1] - 中国9月官方制造业PMI为49.8，高于前值49.4，但低于Wind一致预期49.95 [1] - 标普全球中国制造业PMI为51.2，高于前值50.5 [1] 事件驱动分析 - 上周美股市场大幅下行，道琼斯工业指数、标普500指数和纳斯达克指数周收益率分别为-2.73%、-2.43%和-2.53% [2] - 特朗普发表强硬言论，表示考虑对进入美国的产品大幅提高关税，此言论影响美股三大指数收盘全线下跌 [2] - 中国商务部正式实施针对境外稀土物项和技术的出口管制措施，并将14家相关外国实体列入不可靠实体清单 [2] 技术分析信号 - Wind全A指数于9月11日向上突破SAR翻转指标 [3] - 基于Wind二级行业指数的均线强弱指数当前得分为198，处于2023年以来71.9%的高分位点 [3] - 市场情绪模型得分为2分（满分5分），趋势模型信号为正向，加权模型信号为负向 [3] - 上周A股主要指数普遍下跌，上证50指数下跌0.47%，沪深300指数下跌0.51%，中证500指数下跌0.19%，创业板指下跌3.86% [3] - 当前全市场PE（TTM）为22.5倍，处于2005年以来78.0%的高分位点 [3] 因子与行业拥挤度 - 小市值因子拥挤度为0.08，呈现继续下行趋势 [4] - 低估值因子拥挤度为-0.31，高盈利因子拥挤度为-0.18，高盈利增长因子拥挤度为0.19 [4] - 有色金属、电力设备、综合、通信和电子行业的拥挤度相对较高 [4] - 有色金属和钢铁行业的拥挤度上升幅度相对较大 [4]