市场趋势分析 - Wind全A指数持续位于SAR点位上方，均线强弱指数显示仍有上行空间，情绪模型得分为3分（满分5分），市场情绪乐观，上行趋势预计延续[1][2] - 沪深300流动性冲击指标周五为1.19（前值1.36），显示当前流动性高于过去一年平均水平1.19倍标准差 上证50ETF期权PUT-CALL比率降至0.79（前值0.95），反映短期乐观情绪增强[2] - 上证综指和Wind全A五日平均换手率分别为0.98%和1.62%，处于2005年以来66.75%和75.52%分位点，交易活跃度维持稳定[2] 宏观经济与技术指标 - 人民币汇率小幅震荡，在岸与离岸周涨幅分别为0.05%和0.12% 6月官方制造业PMI为49.7（前值49.5，预期49.3），财新制造业PMI为50.4（前值48.3），显示制造业景气度改善[2] - Wind全A指数于6月24日突破SAR翻转指标发出买入信号 均线强弱指数得分为228，处于2021年以来88.8%分位点，技术面支撑强劲[2] 市场表现与因子分析 - 上周主要指数普涨：上证50涨1.21%，沪深300涨1.54%，中证500涨0.81%，创业板指涨1.5% 全市场PE（TTM）20.0倍，处于2005年以来60.1%分位点[3] - 高盈利增长因子拥挤度显著上升至0.15 小市值因子拥挤度0.66，低估值因子-0.10，高盈利因子-0.21[3] - 行业拥挤度较高板块：银行、综合、有色金属、商贸零售、非银金融 建筑材料和钢铁行业拥挤度上升幅度居前[3] 外部环境 - 中美团队加速落实伦敦框架成果，美方可能取消对华部分限制性措施，外部环境边际改善[2]

报告核心观点 - 市场情绪指标数值为 -0.9，较上周五的 -0.65 进一步下行，市场情绪进一步回落，观点偏空；模型提示大盘价值风格占优信号，大盘风格有继续走强可能，但信号切换频繁，需关注后续信号是否持续 [3] 情绪模型观点：市场情绪得分进一步下降 从分项指标出发：行业间交易波动率降低，市场情绪继续下行 - 本周各项情绪指标分数较上周边际下行，行业间交易波动率降低，资金活跃度欠缺，观点分歧加剧，短期情绪不确定性增强；科创 50 成交量占比指标提示行业涨跌趋势较弱，上攻力量不足，短期内或进一步调整；PCR 结合 VIX 指标波动，行业涨跌趋势维持平稳 [3][11] - 本周全 A 成交额水平较上周提升，但周内逐级下降，成交活跃度较弱，周四日成交额为周内最低，达 1.33 万亿人民币，日成交量 1087.90 亿股 [3][15] - 行业间交易波动率指标继续回落，穿越布林带下限，由正转负，行业成交额占比波动率低，资金活跃度低 [17] - 科创 50 相对万得全 A 成交占比较上周小幅上升，暂无风险偏好提升迹象 [18] - 本期行业涨跌趋势指标数值为 0，虽有上升但进一步提高阻力大，维持行业涨跌趋势性较弱判断；涨幅靠前行业有石油石化、银行等，跌幅靠前行业有美容护理、环保等；价格趋势较强行业有银行、交通运输等 [21] 其他择时模型观点：大盘占优，价值风格增强 建筑材料趋势上升显著，风格方面大盘价值占优 - 截至 2025/7/4，钢铁、建筑材料等行业短期趋势得分上升显著，建筑材料行业上升幅度达 90.91%；短期趋势最强的前五个行业为银行、通信、传媒、综合、有色金属 [3][29] - 当前模型提示大盘风格占优信号，20 日 RSI 接近 60 日 RSI 水平，大盘风格有继续走强可能，信号切换频繁，需关注后续信号是否持续；模型继续提示价值风格占优信号 [3][33]

量化模型与构建方式 1 模型名称：均线距离择时模型 模型构建思路：通过计算短期均线（20日）与长期均线（120日）的距离差异来判断市场整体环境（震荡或趋势）[1][10] 模型具体构建过程： - 计算Wind全A指数的20日均线（$$MA_{20}$$）和120日均线（$$MA_{120}$$） - 计算均线距离百分比： $$Distance = \frac{MA_{20} - MA_{120}}{MA_{120}} \times 100\%$$ - 设定阈值3%：若距离绝对值≥3%则触发趋势格局信号，否则为震荡格局[1][10] 模型评价：简单直观，但依赖历史均线数据，对市场突变反应可能滞后 2 模型名称：TWO BETA行业配置模型 模型构建思路：基于市场风险偏好和行业Beta特性筛选科技等高弹性板块[2][11] 模型具体构建过程： - 计算行业相对市场的Beta系数（如军工、通信等） - 结合宏观风险偏好变化（如业绩披露期、关税谈判）调整配置权重[2][11] 模型评价：适应性强，但对宏观事件敏感 3 模型名称：仓位管理模型 模型构建思路：结合估值分位数（PE/PB）和趋势信号动态调整仓位[3][12] 模型具体构建过程： - 计算Wind全A的PE（70分位）、PB（30分位）历史分位数 - 当PE分位数中等（70）、PB分位数较低（30）且趋势未突破时，建议仓位60%[3][12] 量化因子与构建方式 1 因子名称：均线距离因子 因子构建思路：反映短期与长期趋势偏离程度[1][10] 因子具体构建过程：同均线距离择时模型计算公式 因子评价：对市场格局切换有预警作用 2 因子名称：估值分位数因子 因子构建思路：通过PE/PB历史分位数判断市场估值水平[3][12] 因子具体构建过程： - 计算当前PE/PB在2014-2025年历史数据中的百分位排名[13][15] 模型的回测效果 1 均线距离择时模型： - 当前均线距离2.52%（未达3%阈值）[1][10] - 震荡格局判断准确率（未提供具体值） 2 仓位管理模型： - 当前建议仓位60%[3][12] 因子的回测效果 1 均线距离因子： - 最新值2.52%（20日均线5218，120日均线5090）[1][10] 2 估值分位数因子： - PE分位数70%，PB分位数30%[3][12]

市场技术面分析 - Wind全A向上突破SAR点位，发出买入信号，技术面显示市场有望继续上行 [1][2] - 均线强弱指数当前得分为216，处于2021年以来的85.1%分位点，显示市场仍有上行空间 [2] - 情绪模型得分为3分（满分5分），趋势模型和加权模型信号均为正向，市场情绪较为乐观 [2] 量化指标分析 - 沪深300流动性冲击指标周五为1.36，高于前一周的1.23，显示当前市场流动性高于过去一年平均水平1.36倍标准差 [2] - 上证50ETF期权PUT-CALL比率周五为0.95，低于前一周的1.06，投资者对上证50ETF短期走势谨慎程度下降 [2] - 上证综指和Wind全A五日平均换手率分别为0.99%和1.63%，处于2005年以来的67.61%和75.94%分位点，交易活跃度上升 [2] 宏观因子与日历效应 - 人民币汇率震荡，在岸和离岸汇率周涨幅分别为0.2%、0.09% [2] - 2005年以来，7月上半月上证综指、沪深300、中证500、创业板指上涨概率分别为60%、60%、55%、53%，涨幅均值分别为0.67%、0.93%、1.55%、1.6% [2] - 美股市场反弹上行，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3.82%、3.44%、4.25% [2] 美联储政策动向 - 多位美联储官员释放偏鸽派信号，监管副主席鲍曼表示若通胀压力受控将支持7月降息 [2] - 沃勒担忧劳动力市场疲软，支持尽早行动，7月美联储降息可能性上升 [2] 上周市场表现 - 上证50指数上涨1.27%，沪深300指数上涨1.95%，中证500指数上涨3.98%，创业板指上涨5.69% [3] - 全市场PE（TTM）为19.7倍，处于2005年以来的57.5%分位点 [3] 因子与行业拥挤度 - 小市值因子拥挤度为0.74，低估值因子拥挤度为-0.48，高盈利因子拥挤度为-0.31，高盈利增长因子拥挤度为-0.15 [3] - 银行、有色金属、综合、非银金融和商贸零售的行业拥挤度相对较高，非银金融和银行的行业拥挤度上升幅度较大 [3]

根据提供的研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. **模型名称：均线距离择时模型** - **模型构建思路**：通过计算短期均线（20日）与长期均线（120日）的距离，判断市场整体环境（震荡或趋势）[1][9][12] - **模型具体构建过程**： 1. 计算Wind全A指数的20日均线（短期）和120日均线（长期） 2. 计算两线距离百分比： $$距离 = \frac{短期均线 - 长期均线}{长期均线} \times 100\%$$ 3. 设定3%为阈值：距离绝对值<3%为震荡格局，≥3%为趋势格局[9][12] - **模型评价**：简单直观，但需结合宏观和技术指标综合判断[12] 2. **模型名称：TWO BETA行业配置模型** - **模型构建思路**：通过双贝塔因子筛选科技板块中的优势行业（如军工、通信）[2][3][10] - **模型具体构建过程**：未披露具体公式，但提及结合行业趋势和贝塔特性进行配置[3][10] 3. **模型名称：仓位管理模型** - **模型构建思路**：基于估值分位数（PE/PB）和市场趋势动态调整仓位[10][12] - **模型具体构建过程**： 1. 计算Wind全A的PE（65分位）、PB（20分位） 2. 结合震荡格局信号（均线距离1.76%），输出绝对收益产品仓位建议[10][12] 模型的回测效果 1. **均线距离择时模型**： - 当前均线距离1.76%（震荡格局信号）[9][12] 2. **仓位管理模型**： - 建议仓位50%（PE中等+PB较低+震荡格局）[10][12] 量化因子与构建方式 1. **因子名称：估值分位数因子** - **因子构建思路**：通过历史分位数判断市场估值水平[10][12] - **因子具体构建过程**： 1. 计算Wind全A的PE/PB在2014-2025年历史数据中的分位数 2. PE分位数=65%（中等），PB分位数=20%（较低）[10][12] 因子的回测效果 1. **估值分位数因子**： - 当前PE分位数65%，PB分位数20%[10][12] 注：行业配置模型中的"困境反转"和"趋势延续"因子未披露具体构建细节[3][10]

市场表现 - 最近5个交易日科创50指数涨3.17%，创业板指涨5.69%，大盘价值涨1.52%，大盘成长涨2.61%，上证50涨1.27%，国证2000代表的小盘涨4.94% [1] - 计算机、国防军工表现靠前，石油石化、食品饮料表现靠后 [1] - 中证全指静态PE的倒数EP减去十年期国债收益率显示2024/01/19指标达4.11%，为2016年以来第五次超过4%，截至2025/06/27指标回落至3.70% [1] 估值水平 - 截至2025/06/27中证全指PETTM分位数59%，上证50与沪深300分别为66%、57%，创业板指接近19%，中证500与中证1000分别为39%、27% [2] - 创业板指估值处于历史较低水平，深100指数技术面显示本轮调整始于2021年一季度，下行幅度达40%-45%，时间与空间较充分 [2] 量化模型应用 - 使用卷积神经网络对图表化价量数据建模，映射行业主题板块，最新配置主题为银行、人工智能等 [3][11] - 模型覆盖指数包括中证800银行指数、中证动漫游戏指数、创业板人工智能指数、中证软件服务指数、中证细分有色金属产业主题指数 [12] 资金交易动态 - 最近5个交易日ETF资金净流出13亿元，融资盘增加约170亿元，两市日均成交额达14528亿元 [4] 技术面周期 - 深100指数呈现3年一轮熊牛周期特征，2012/2015/2018/2021年每次下行幅度40%-45%，当前调整周期或接近尾声 [2]

根据提供的证券研究报告内容，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. **短期量化择时模型** - 模型构建思路：基于基本面、估值面、情绪面、流动性四个维度的指标进行综合判断，生成仓位信号[14][15][16] - 具体构建过程： - **基本面指标**：制造业PMI分位数（35.59%）、中长期贷款余额同比增速分位数（0%）、M1同比增速分位数（77.97%），加权后输出谨慎信号[14] - **估值面指标**：A股整体PE分位数（91.32%中性）、PB分位数（53.10%乐观），综合输出乐观信号[14] - **情绪面指标**：Beta离散度分位数（52.54%中性）、量能情绪分位数（83.13%乐观）、波动率分位数（14.14%中性），综合输出乐观信号[15] - **流动性指标**：货币利率分位数（33.90%乐观）、汇率预期分位数（20.34%乐观）、融资额分位数（68.07%中性），综合输出乐观信号[16] - 模型评价：通过多维度动态加权有效降低回撤，但对情绪面指标敏感度高导致信号切换频繁[9] 2. **成长价值轮动模型** - 模型构建思路：结合盈利周期、利率周期、信贷周期判断成长/价值风格偏好[25][26] - 具体构建过程： - **基本面信号**：盈利斜率（12.50利好成长）、利率周期（0.00利好价值）、信贷周期（-4.17利好价值），加权输出超配价值[25] - **估值信号**：PE差分位数（13.91%利好成长）、PB差分位数（31.86%利好成长），但被基本面信号覆盖[26] - **情绪信号**：换手差分位数（10.17%利好价值）、波动差分位数（32.22%均衡）[26] 3. **小盘大盘轮动模型** - 模型构建思路：与成长价值模型类似，但调整参数适用于市值风格判断[31] - 具体构建过程： - **PE/PB差分位数**分别取71.08%和98.53%，均利好大盘风格[31] - **情绪指标**中波动差分位数达87.23%，强化大盘偏好[31] 4. **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的输出结果，生成四象限配置比例[33] - 具体构建过程： - 当前输出小盘成长12.5%、小盘价值37.5%、大盘成长12.5%、大盘价值37.5%[24] 量化因子与构建方式 1. **1Y动量因子** - 构建思路：捕捉行业"强者恒强"效应[10] - 具体构建：计算行业过去1年收益率标准化值 - 因子评价：短期有效性显著但可能加剧追涨风险[10] 2. **1Y夏普动量因子** - 构建思路：在简单动量基础上加入波动率调整[10] - 具体公式： $$夏普动量 = \frac{行业1年收益率}{行业1年波动率}$$ - 因子评价：相比纯动量因子风险调整更优[10] 3. **景气度因子组** - 包含子因子：净利润增速、现金流增速、净利润增速边际改善[10] - 因子评价：当前市场环境下失效，与行业表现Rank IC为负值[10] 模型的回测效果 1. **短期择时模型** - 年化收益率16.24% vs 基准4.21%[16] - 最大回撤27.70% vs 基准31.41%[16] - 夏普比率0.9613[19] 2. **成长价值轮动模型** - 年化收益率11.51% vs 基准6.63%[26] - 年化超额收益4.88%[26] 3. **小盘大盘轮动模型** - 年化收益率11.92% vs 基准6.49%[31] - 收益回撤比0.2386[32] 4. **四风格轮动模型** - 年化收益率13.03% vs 基准7.15%[33] 因子的回测效果 1. **1Y动量因子** - Rank IC：38.33%[10] 2. **1Y夏普动量因子** - Rank IC：32.90%[10] 3. **景气度因子组** - 净利润增速Rank IC：-11.19%[10] - 现金流增速Rank IC：-2.74%[10]

市场技术面分析 - Wind全A指数向下突破SAR点位，与反转点位有一定距离，技术面显示市场可能延续震荡态势[1][2] - 沪深300流动性冲击指标周五为1.23，高于前一周0.74，显示当前流动性高于过去一年平均水平1.23倍标准差[2] - 上证50ETF期权PUT-CALL比率周五为1.06，高于前一周0.99，投资者对短期走势谨慎度上升[2] 市场交易活跃度 - 上证综指和Wind全A五日平均换手率分别为0.81%和1.37%，处于2005年以来54.84%和67.59%分位点，交易活跃度下降[2] - 全市场PE（TTM）为19.2倍，处于2005年以来52.3%分位点[3] 宏观经济数据 - 5月全国规模以上工业增加值同比增长5.8%，社会消费品零售总额增长6.4%，前5个月固定资产投资增长3.7%[2] - 高端制造业增加值同比增长8.6%，数字产品制造业增加值同比增长9.1%，显示新动能持续壮大[2] 行业与因子表现 - 小市值因子拥挤度0.79，低估值因子-0.14，高盈利因子-0.11，高盈利增长因子0.00[3] - 综合、环保、机械设备、银行和有色金属行业拥挤度较高，银行和医疗生物行业拥挤度上升幅度较大[3] 国际市场影响 - 美股震荡下行，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0.02%、-0.15%、0.21%[2] - 人民币汇率震荡，在岸和离岸汇率周涨幅分别为-0.03%、0.14%[2] 市场情绪模型 - 情绪模型本周得分1分（满分5分），趋势模型信号为正向，加权模型信号为负向，显示市场情绪较弱[2]

报告核心观点 - 市场情绪指标数值降至 0.05，较上周五的 0.8 进一步下行，市场情绪进一步回落，观点偏空 [3] - 本周全 A 成交额明显下降，周五日成交额降至本月最低，为 1.09 万亿人民币，日成交量 877.74 亿股 [3] - 科创 50 相对万得全 A 成交占比上升，行业涨跌趋势较弱，部分行业涨幅或跌幅靠前，电子等行业短期趋势得分上升显著 [3] - 当前模型提示小盘价值风格占优，但大盘风格有走强迹象 [3] 情绪模型观点：市场情绪得分进一步下降 从分项指标出发：价量匹配度降低，市场情绪继续下行 - 价量一致性降低，资金活跃度欠缺、观点分歧加剧、短期情绪不确定性增强，行业涨跌趋势指标虽略有提升但趋势无显著改善，PCR 结合 VIX 指标波动，科创 50 成交占比低迷，市场情绪进一步下行 [3][13] - 本周全 A 成交额较上周明显下降，周五日成交额降至本月最低 1.09 万亿人民币，日成交量 877.74 亿股 [3][17] - 科创 50 相对万得全 A 成交占比上升，暂无风险偏好提升迹象 [19] - 行业涨跌趋势指标数值为负且处于低位，虽得分短暂提高但趋势进一步提高阻力大，行业涨跌趋势性较弱 [21] - 涨幅靠前行业有石油石化、银行等，跌幅靠前行业有美容护理、环保等，本周价格趋势较强行业有银行、交通运输等 [3][24] 其他择时模型观点：小盘占优，价值风格增强 电子行业趋势上升显著，风格方面小盘价值占优 - 截至 2025/6/20，电子、通信等行业短期趋势得分上升显著，电子行业上升幅度达 25.00%，短期趋势最强的前五个行业为银行、石油石化、通信、综合、国防军工 [3][30] - 当前模型提示小盘风格占优，但 5 日 RSI 指标相对 20 日位置下降较快，大盘风格有走强迹象，同时模型提示价值风格占优 [3]

量化模型与构建方式 1. **模型名称**：均线距离择时模型 - **模型构建思路**：通过比较Wind全A指数的短期均线（20日）与长期均线（120日）的距离，判断市场处于趋势或震荡格局[1][9] - **模型具体构建过程**： 1. 计算Wind全A指数的20日均线（短期）和120日均线（长期） 2. 计算两均线的距离差值百分比： $$ \text{均线距离} = \frac{\text{20日均线值} - \text{120日均线值}}{\text{120日均线值}} \times 100\% $$ 3. 根据距离绝对值划分市场状态： - 若距离绝对值≥3%，判定为趋势行情 - 若距离绝对值<3%，判定为震荡行情[9] - **模型评价**：简单直观，但依赖均线参数的设定，对突发事件的适应性较弱 2. **模型名称**：TWO BETA行业配置模型 - **模型构建思路**：通过双因子（市场Beta和行业Beta）筛选具有超额收益潜力的行业板块[2][10] - **模型具体构建过程**： 1. 计算各行业相对于市场整体的Beta值（市场Beta） 2. 计算行业内部个股的Beta离散度（行业Beta） 3. 综合两类Beta筛选高弹性行业（如科技、军工、港股汽车）[10] 3. **模型名称**：仓位管理模型 - **模型构建思路**：结合估值分位数（PE/PB）和市场趋势动态调整绝对收益产品的股票仓位[2][8] - **模型具体构建过程**： 1. 计算Wind全A的PE/PB历史分位数（PE位于60分位，PB位于20分位） 2. 根据分位数区间和趋势信号（如均线距离）输出仓位建议（当前建议50%）[8] --- 量化因子与构建方式 1. **因子名称**：估值分位数因子 - **因子构建思路**：通过PE/PB的历史分位数判断市场估值水平[7][11] - **因子具体构建过程**： 1. 计算Wind全A的PE/PB在过去10年（2014-2025）的历史分位数 2. 标准化分位数至0-100%区间（PE当前60分位，PB当前20分位）[11] - **因子评价**：长期有效，但需结合趋势信号避免估值陷阱 2. **因子名称**：成交量极端状态因子 - **因子构建思路**：通过成交金额的极端值捕捉市场止跌信号[8][10] - **因子具体构建过程**： 1. 监测Wind全A的日成交金额（当前阈值设为9000亿） 2. 当成交金额回落至阈值附近时触发止跌信号[10] --- 模型的回测效果 1. **均线距离择时模型** - 当前均线距离：1.09%（20日均线5130，120日均线5075）[9] - 市场状态判定：震荡格局（距离绝对值<3%）[9] 2. **TWO BETA模型** - 推荐行业：科技、军工、港股汽车[10] 3. **仓位管理模型** - 当前仓位建议：50%（基于PE60分位/PB20分位）[8] --- 因子的回测效果 1. **估值分位数因子** - Wind全A PE分位数：60% - Wind全A PB分位数：20%[11] 2. **成交量极端状态因子** - 当前成交金额阈值：9000亿（未触发）[10]