根据研报内容，以下是关于量化模型和因子的总结： 量化因子与构建方式 Barra风格因子 1. **因子名称**：Beta[15] * **因子构建思路**：衡量股票相对于市场的系统性风险[15] * **因子具体构建过程**：使用历史数据计算股票的历史Beta值[15] 2. **因子名称**：市值[15] * **因子构建思路**：反映公司规模大小[15] * **因子具体构建过程**：对公司的总市值取自然对数[15] $$因子值 = \ln(总市值)$$ 3. **因子名称**：动量[15] * **因子构建思路**：捕捉股票价格的趋势效应[15] * **因子具体构建过程**：计算股票历史超额收益率序列的均值[15] 4. **因子名称**：波动[15] * **因子构建思路**：衡量股票价格的历史波动程度[15] * **因子具体构建过程**：通过加权组合三种不同的波动率指标来构建[15] $$因子值 = 0.74 \times 历史超额收益率序列波动率 + 0.16 \times 累积超额收益率离差 + 0.1 \times 历史残差收益率序列波动率$$ 5. **因子名称**：非线性市值[15] * **因子构建思路**：捕捉市值因子的非线性效应[15] * **因子具体构建过程**：对市值风格因子进行三次方运算[15] $$因子值 = (市值因子)^3$$ 6. **因子名称**：估值[15] * **因子构建思路**：衡量股票的估值水平[15] * **因子具体构建过程**：使用市净率的倒数作为估值因子[15] $$因子值 = \frac{1}{市净率}$$ 7. **因子名称**：流动性[15] * **因子构建思路**：反映股票的换手活跃度，即交易流动性[15] * **因子具体构建过程**：通过加权不同时间窗口的换手率来构建[15] $$因子值 = 0.35 \times 月换手率 + 0.35 \times 季换手率 + 0.3 \times 年换手率$$ 8. **因子名称**：盈利[15] * **因子构建思路**：衡量公司的盈利能力[15] * **因子具体构建过程**：综合多种盈利相关指标进行加权计算[15] $$因子值 = 0.68 \times 分析师预测盈利价格比 + 0.21 \times 市现率倒数 + 0.11 \times 市盈率TTM倒数$$ 9. **因子名称**：成长[15] * **因子构建思路**：评估公司的成长性[15] * **因子具体构建过程**：综合多种增长类指标进行加权计算[15] $$因子值 = 0.18 \times 分析师预测长期盈利增长率 + 0.11 \times 分析师预测短期利率增长率 + 0.24 \times 盈利增长率 + 0.47 \times 营业收入增长率$$ 10. **因子名称**：杠杆[15] * **因子构建思路**：衡量公司的财务杠杆水平[15] * **因子具体构建过程**：综合多种杠杆率指标进行加权计算[15] $$因子值 = 0.38 \times 市场杠杆率 + 0.35 \times 账面杠杆 + 0.27 \times 资产负债率$$ 技术类因子 1. **因子名称**：120日波动[21][24][27][31] * **因子构建思路**：衡量股票基于120日历史数据的波动率，通常作为反向因子[21][24][27][31] * **因子具体构建过程**：计算过去120个交易日的价格波动率[21][24][27][31] 2. **因子名称**：60日波动[21][24][27][31] * **因子构建思路**：衡量股票基于60日历史数据的波动率，通常作为反向因子[21][24][27][31] * **因子具体构建过程**：计算过去60个交易日的价格波动率[21][24][27][31] 3. **因子名称**：20日波动[21][24][27][31] * **因子构建思路**：衡量股票基于20日历史数据的波动率，通常作为反向因子[21][24][27][31] * **因子具体构建过程**：计算过去20个交易日的价格波动率[21][24][27][31] 4. **因子名称**：20日动量[21][24][27][31] * **因子构建思路**：捕捉股票基于20日历史数据的价格趋势，在不同股池中方向不同（全市场、中证1000为反向；沪深300、中证500为正向）[21][24][27][31] * **因子具体构建过程**：计算过去20个交易日的价格动量[21][24][27][31] 5. **因子名称**：60日动量[21][24][27][31] * **因子构建思路**：捕捉股票基于60日历史数据的价格趋势，通常作为反向因子[21][24][27][31] * **因子具体构建过程**：计算过去60个交易日的价格动量[21][24][27][31] 6. **因子名称**：120日动量[21][24][27][31] * **因子构建思路**：捕捉股票基于120日历史数据的价格趋势，在不同股池中方向不同（全市场为反向；沪深300、中证500为正向）[21][24][27][31] * **因子具体构建过程**：计算过去120个交易日的价格动量[21][24][27][31] 7. **因子名称**：中位数离差[21][24][27][31] * **因子构建思路**：衡量股票价格相对于市场中位数的偏离程度，通常作为反向因子[21][24][27][31] * **因子具体构建过程**：计算股票价格与市场整体价格中位数的偏离度[21][24][27][31] 基本面因子（列举自不同股池） 1. **因子名称**：ROC增长[23] * **因子构建思路**：衡量公司的资本回报率增长情况，作为正向因子[23] * **因子具体构建过程**：计算资本回报率（ROC）的增长指标[23] 2. **因子名称**：市销率[23] * **因子构建思路**：衡量股票的估值水平，作为反向因子[23] * **因子具体构建过程**：使用市销率指标[23] 3. **因子名称**：ROA超预期增长[23] * **因子构建思路**：衡量公司总资产回报率（ROA）的超预期增长情况，作为正向因子[23] * **因子具体构建过程**：计算ROA的超预期增长指标[23] 4. **因子名称**：营业利润超预期增长[23] * **因子构建思路**：衡量公司营业利润的超预期增长情况，作为正向因子[23] * **因子具体构建过程**：计算营业利润的超预期增长指标[23] 5. **因子名称**：ROC[23] * **因子构建思路**：衡量公司的资本回报率水平，作为反向因子[23] * **因子具体构建过程**：计算资本回报率（ROC）指标[23] 6. **因子名称**：营业周转率[23] * **因子构建思路**：衡量公司的营运效率，作为反向因子[23] * **因子具体构建过程**：计算营业周转率指标[23] 7. **因子名称**：ROC超预期增长[23] * **因子构建思路**：衡量公司资本回报率（ROC）的超预期增长情况，作为正向因子[23] * **因子具体构建过程**：计算ROC的超预期增长指标[23] 8. **因子名称**：市盈率[23] * **因子构建思路**：衡量股票的估值水平，作为反向因子[23] * **因子具体构建过程**：使用市盈率指标[23] 9. **因子名称**：ROA增长[23] * **因子构建思路**：衡量公司总资产回报率（ROA）的增长情况，作为正向因子[23] * **因子具体构建过程**：计算ROA的增长指标[23] 10. **因子名称**：营业利润增长[23] * **因子构建思路**：衡量公司营业利润的增长情况，作为正向因子[23] * **因子具体构建过程**：计算营业利润的增长指标[23] 11. **因子名称**：净利润超预期增长[23] * **因子构建思路**：衡量公司净利润的超预期增长情况，作为正向因子[23] * **因子具体构建过程**：计算净利润的超预期增长指标[23] 12. **因子名称**：ROA[23] * **因子构建思路**：衡量公司的总资产回报率水平，作为反向因子[23] * **因子具体构建过程**：计算总资产回报率（ROA）指标[23] 13. **因子名称**：营业利润率[23] * **因子构建思路**：衡量公司的盈利能力，作为反向因子[23] * **因子具体构建过程**：计算营业利润率指标[23] GRU模型因子 1. **因子名称**：GRU因子（barra1d模型）[4][20][22][25][26][28][29] * **因子构建思路**：使用GRU神经网络模型，结合Barra风格因子及短期（1天）市场数据构建的合成因子[4][20][22][25][26][28][29] * **因子具体构建过程**：报告未详细描述GRU模型的具体网络结构、输入特征和训练过程，但指出其基于Barra因子和日频数据（1d）[4][20][22][25][26][28][29] 2. **因子名称**：GRU因子（barra5d模型）[4][8][20][22][25][26][28][29][33] * **因子构建思路**：使用GRU神经网络模型，结合Barra风格因子及稍长周期（5天）市场数据构建的合成因子[4][8][20][22][25][26][28][29][33] * **因子具体构建过程**：报告未详细描述GRU模型的具体网络结构、输入特征和训练过程，但指出其基于Barra因子和5天数据（5d）[4][8][20][22][25][26][28][29][33] 3. **因子名称**：GRU因子（open1d模型）[4][20][22][25][26][28][29][34] * **因子构建思路**：使用GRU神经网络模型，结合开盘价等短期（1天）市场数据构建的合成因子[4][20][22][25][26][28][29][34] * **因子具体构建过程**：报告未详细描述GRU模型的具体网络结构、输入特征和训练过程，但指出其基于开盘价（open）和日频数据（1d）[4][20][22][25][26][28][29][34] 4. **因子名称**：GRU因子（close1d模型）[4][20][22][25][26][28][29][34] * **因子构建思路**：使用GRU神经网络模型，结合收盘价等短期（1天）市场数据构建的合成因子[4][20][22][25][26][28][29][34] * **因子具体构建过程**：报告未详细描述GRU模型的具体网络结构、输入特征和训练过程，但指出其基于收盘价（close）和日频数据（1d）[4][20][22][25][26][28][29][34] 多因子组合 1. **模型/因子名称**：多因子组合[8][33][34] * **模型/因子构建思路**：将多个因子进行组合，构建综合选股模型[8][33][34] * **模型/因子具体构建过程**：报告未详细说明具体包含哪些因子以及组合权重确定方法[8][33][34] 因子的回测效果 Barra风格因子多空收益表现（全市场股池）[17] | 因子名称 | 最近一周 | 最近一月 | 最近半年 | 今年以来 | 三年年化 | 五年年化 | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 市值 | -3.55% | -5.76% | -15.19% | -39.59% | -41.82% | -34.39% | | 非线性市值 | 3.47% | -6.71% | -15.01% | -34.67% | -39.36% | -30.87% | | 估值 | 2.62% | 5.07% | 3.99% | 6.18% | 14.66% | 15.43% | | 盈利 | 1.99% | 2.35% | -10.59% | 14.48% | 4.57% | 1.20% | | 杠杆 | -1.04% | 3.55% | -7.04% | 17.65% | 8.42% | 2.62% | | 波动 | 1.03% | 4.94% | -11.49% | 5.13% | 8.33% | -11.03% | | 成长 | 0.08% | 0.53% | 2.20% | 0.89% | 19.14% | 4.10% | | 动量 | 1.01% | -5.58% | -17.92% | 11.71% | 17.92% | 15.59% | | 流动性 | 2.40% | -7.26% | -4.57% | 8.50% | -19.41% | -25.17% | | beta | 4.58% | -6.52% | 13.16% | 30.92% | 12.22% | 10.49% | 技术类因子多空收益表现（全市场股池）[21] | 因子名称 | 最近一周 | 最近一月 | 最近半年 | 今年以来 | 三年年化 | 五年年化 | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 120日波动 | 0.47% | -5.55% | -2.67% | 14.03% | -4.62% | 9.26% | | 60日波动 | 1.02% | -5.14% | 0.02% | 9.74% | -8.22% | -11.84% | | 20日动量 | 1.22% | -4.96% | -1.05% | -11.47% | -12.50% | -12.68% | | 60日动量 | 1.30% | -5.34% | -6.33% | -6.59% | -13.41% | -15.85% | | 20日波动 | 1.32% | -6.19% | 2.22% | 10.11% | -6.85% | -11.77% | | 中位数离差 | 1.64% | -5.89% | -5.51% | 5.44% | -13.85% | -14.17% | | 120日动量 | 1.81% | -2.83% | -11.64% | 3.84% | -15.76% | -13.79% | 多头组合近期超额收益（相对中证1000指数）[34] | 策略/因子名称 | 近一周 | 近一月 | 近三月 | 近六月 | 今年以来 | | :--- | :--- | :--- | :--- | :--- | :--- | | open1d (GRU) | -0.02% | 1.65% | -1.43% | 1.74% | 6.16% | | close1d (GRU) | -0.07% | 2.18% | -3.97% | 0.79% | 2.92% | | barra1d (GRU) | -0.08% | -0.18% | 1.90% | 2.76% | 5.37% | | barra5d (GRU) | 0.27% | 3.14% | -2.73% | 1.68% | 5.91% | | 多因子组合 | 0.04% | 3.19% | -1.74% | -0.47% | 1.71% |

指数表现与市场关注 - 国证成长100指数今日上涨2.6%，成长风格延续涨势 [1] - 跟踪该指数的成长ETF（159259）上周合计吸引资金约6000万元 [1] - 该指数自2012年底基日以来年化收益率超20%，2024年初以来收益率约105%，今年以来收益率近50% [1] 指数编制与成份股特征 - 指数选取标准包括单季度净利润同比变化、一致预期净利润增速及预期ROE增速等 [1] - 指数由100只成长风格突出的A股证券构成 [1] - 指数最新一期成份股2025年一致预期归母净利润增速超100%，远超同类其他指数 [1] 产品定位与投资价值 - 成长ETF（159259）是市场上唯一跟踪国证成长100指数的ETF产品 [1] - 该产品为偏好成长风格的投资者提供一键布局优质成长股的工具 [1]

核心观点 - 报告基于创新的投资期望模型（投资期望=胜率*赔率-（1-胜率））进行风格轮动分析，最新一期模型强烈推荐成长风格，其投资期望为0.32，远高于价值风格的-0.22 [4] - 历史回测显示，自2013年以来，该风格轮动模型策略年化收益率高达27.99%，夏普比率为1.04，表现显著优于单一风格及市场基准 [4][22] 赔率分析 - 赔率定义为平均正收益与平均负收益绝对值的比值，市场风格的相对估值水平是影响其预期赔率的关键因素，两者呈负相关关系 [2][9][14] - 根据最新估值差分位数计算，当前成长风格的赔率估计为1.08，价值风格的赔率估计为1.12 [2][14] - 相对估值水平通过计算风格组合的账面市值比之差，并经过全市场估值水平修正后的历史分位数来刻画 [11][12][13] 胜率分析 - 胜率由七个宏微观指标综合判断，当前五个指标指向成长风格，两个指标指向价值风格，成长风格胜率为63.24%，价值风格胜率为36.76% [3][19][20] - 宏观指标包括十年期国债收益率、美国六个月国债收益率、PMI、中长期贷款同比、CPI-PPI剪刀差；微观指标包括动量和强势股占比 [19][20] 近期市场表现与风格构建 - 上周全市场成长风格组合收益为4.58%，价值风格组合收益为2.24%，成长风格表现领先 [1][8] - 成长与价值风格组合通过因子合成构建，价值风格采用账面市值比和净利润市值比，成长风格采用净利润、营业利润和营业收入的同比增速，并经过市值中性化和标准化处理 [8]

核心观点 - 报告认为港股市场对近期外部冲击反应过度，随着贸易战缓和及增量政策释放边际利好，市场有望反弹，并重申四季度“先抑后扬”的大势研判观点 [2][3][4] - 市场风格切换更可能是一个“渐进式”或“波浪式”的过程，成长风格预计仍将是未来一段时间的主线 [2][3][5] - 行业推荐重点关注互联网与保险板块 [2][3][6] 市场观点与后市展望 - 上周港股市场受中美贸易战预期波动影响出现回调，恒生指数下跌3.97%，恒生科技指数下跌7.98% [3][8] - 从地缘政治角度看，贸易战实际落地可能性很低，近期美方态度已出现软化，贸易摩擦构成典型TACO交易特征 [4] - 成长风格占优的宏观背景包括中国PPI增速向下（9月PPI同比下降2.3%）或美债利率下行，美联储已重启降息周期并将结束QT缩表 [5] 行业和赛道推荐 - **互联网（930604.CSI）**：推荐原因为云收入保持高增速，Q2 POE云服务收入增长4年来首次超过国有电信公司；“外卖大战”扰动已充分定价；头部大厂自研芯片带来新催化 [6] - **保险（港股通非银，931024.CSI）**：推荐原因为板块受益于权益仓位增加及中国股市上涨带来的利差扩大；新华、国寿三季报大幅超预期；H股存在“认知差”折价且股息率较高 [6] 港股周度表现复盘 - 上周港股大类行业涨少跌多，公用事业、电讯业与能源业等红利方向小幅上涨，资讯科技与医疗保健行业领跌 [3][11] - AH溢价大幅扩大至120 [3][8] 港股市场微观流动性 - **成交额与情绪**：上周港股日均成交额3590亿港元，环比减少13亿，处于近三年96.9%分位数；恒生指数RSI为43.7，恒生科技指数RSI为44.5，均位于中性区间 [15][17] - **资金流向**：南向资金合计净流入451亿港元，主要流向金融、非必需消费方向；外资通过ETF净卖出3.8亿美元；香港本地ETF净流出17亿港元，年初至今合计净流入451亿港元 [3][21][24][26] - **估值水平**：恒生指数市盈率现值为12.2倍，三年中值为9倍，8年均值为10.3倍；MSCI中国指数市盈率现值为13.6倍，三年中值为10.3倍，8年均值为12.1倍 [29] - **资金需求**：截至10月19日，港股上市公司10月融资需求为270亿港元，其中IPO与配售需求分别为85亿、172亿；上周重要股东净增持83亿港元，限售解禁269亿港元 [31][33][36] 香港市场宏观流动性 - 香港市场利率快速上行后趋于稳定，隔夜Hibor为3.04%，3个月Hibor利率为3.61% [3][38] - 美元兑港币汇率为7.77，逐渐逼近强方兑换保证 [3][38] 海外宏观流动性 - 上周美国2年期国债利率为3.46%（下行4bps），10年期国债利率为4.01%（下行2bps） [43] - 美财政部一般账户（TGA）余额为8096亿美元（周度增加21.65亿美元），隔夜逆回购（ONRRP）使用规模维持至41亿美元（周度持平） [43]

核心观点 - 近期港股市场因外部冲击调整幅度较大 市场反应较为过度 随着贸易战缓和及增量政策释放边际利好 足以支撑港股反弹 [1] - 重申四季度港股市场将呈现“先抑后扬”的大势研判观点 [1] - 市场风格切换更可能是一个“渐进式”或“波浪式”的过程 成长风格仍将是未来一段时间的主线 [1] - 行业推荐重点关注互联网与保险 [1] 港股市场表现 - 上周（10月10日至10月17日）港股市场普跌 恒生指数下跌3.97% 恒生科技指数下跌7.98% AH溢价大幅扩大至120 [2] - 行业表现涨少跌多 公用事业、电讯业与能源业等红利方向小幅上涨 资讯科技与医疗保健行业领跌 [2] 市场流动性 - 微观资金面显示港资、南向和外资同时净流入 南向资金合计净流入451亿港元 主要流向金融、非必需消费方向 [2] - 外资通过ETF净卖出3.8亿美元 香港本地ETF净流出17亿港元 但年初至今南向资金合计净流入451亿港元 [2] - 香港市场利率快速上行后趋于稳定 隔夜Hibor为3.04% 3个月Hibor利率为3.61% 美元兑港币汇率为7.77 逐渐逼近强方兑换保证 [2] 行业与指数推荐 - 推荐关注互联网行业（指数代码：930604.CSI） [2] - 推荐关注港股通非银行业（指数代码：931024.CSI） [2]

市场整体表现 - 今日市场高开高走，成长风格占优，上证综指上涨0.71%至3950点 [1] - 创业板指上涨3.57%，科创50指数上涨4.21% [1] - 创成长指数表现尤为强劲，单日上涨5.35% [1] 创成长指数成分股表现 - 创成长指数前10大重仓股全部上涨，其中中际旭创涨幅最大，达12.05% [1][2] - 新易盛上涨7.25%，胜宏科技上涨7.95%，天孚通信上涨6.46% [2] - 指南针上涨5.44%，金力永磁上涨5.54% [1][2] - 权重股宁德时代上涨2.48%，东方财富上涨1.69% [2] 创业板成长ETF表现 - 跟踪创成长指数的创业板成长ETF（159967）近期持续走强，近5个交易日上涨12.23% [2] - 同期创业板指数上涨8.05%，该ETF在5个交易日内获得4.1个百分点的超额收益 [2] - 该ETF年化收益率为10.58%，最大回撤为-4.18% [3]

指数表现 - 国证成长100指数今日收盘上涨3.8% [1] - 指数今年以来收益率超48% [1] - 指数2024年初以来收益率约105% [1] 资金流向 - 成长ETF（159259）连续3日获资金净流入，合计超1亿元 [1] 指数构成与特点 - 国证成长100指数聚焦A股成长风格突出的股票 [1] - 指数汇聚新质生产力行业中的龙头企业，覆盖AI产业链、高端制造等前沿领域 [1] - 指数成份股2025年一致预期归母净利润增速超100% [1] 相关产品 - 成长ETF（159259）是市场上唯一跟踪国证成长100指数的ETF产品 [1]

创业板指数表现 - 截至午间收盘创业板指数下跌1.1% [1] - 创业板中盘200指数下跌1.5% [1] - 创业板成长指数下跌1.6% [1] 成长风格市场观点 - 成长风格处于产业景气周期行情从第一阶段向第二阶段过渡的良性调整期 [1] - 良性调整时间和空间仍需一定幅度 [1] - 预计本月底或下月初有望出现结束契机当前可逐步布局成长产业主线 [1] 创业板相关指数构成 - 创业板中盘200指数反映创业板市场中盘代表性公司的整体表现信息技术行业占比超40% [3] - 创业板成长指数由创业板中成长风格突出业绩增长较高预期盈利较好流动性好的50只股票组成 [3] - 通信电力设备电子非银金融医药生物行业在创业板成长指数中合计占比近80% [3]

外资机构对A股市场的核心观点 - 多家外资机构如高盛、摩根大通、瑞银相继发声，积极看好A股后市[3] - 高盛认为中国股市正步入慢牛行情，预计主要股指到2027年底将上涨约30%[4][6] - 摩根大通在中期维度上看好沪深300指数截至2026年底的表现[4][9] - 瑞银证券认为市场中期向好，成长风格或仍是投资主线[5][12] 高盛看涨逻辑与投资策略 - 政策利好窗口开启，包括托底政策、需求侧刺激、"十五五"规划、新"国九条"及行业监管放松[6] - 经济增长再度提速，AI资本支出、"反内卷"及"出海"将趋势性每股盈利增速提升至12%上下[7] - 股市估值较低，市盈率处于周期中期水平，债券收益率低迷，存在估值折让，美联储政策放松及中国利率可能下行构成利好[7] - 资金流强劲，居民资产转配股票潜在可带来数万亿元资金流，全球投资者基于分散化需求及低配使中国市场重获关注[7] - 建议投资者思维从"逢高减仓"转向"逢低买入"，关注中国民企十杰、AI题材、出海领军企业、"反内卷"受益企业和A股小盘股等成长型股票[6][8] 摩根大通看涨逻辑与投资主题 - 看好股市表现的主要原因是居民资产配置逐步向股市转移[4][9] - 特别看好"反内卷"主题，认为其可能成为"十五五"规划重点，并有望带来18-24个月投资行情[9] - "反内卷"政策若有效落实，可通过提升企业盈利、现金流和股息来推动股票升值并提升居民财富[9] - 服务消费领域有较大提升空间，建议关注医疗保健服务、金融及文教娱乐等领域投资机会[10] - 与中国宏观消费结构相比，居民在医疗保健、金融服务及文教娱乐方面支出明显偏低，这些行业龙头公司估值处于相对合理区间[10] 瑞银证券对市场风格的分析与展望 - 10月以来市场出现从科技成长向价值红利的风格切换，创业板指、科创50回调而红利指数上涨[11] - 短期风格变化原因包括中美贸易摩擦升级引发去风险、科技板块前期涨幅大导致获利了结、担忧杠杆资金流入放缓[11] - 中期看成长风格仍是主线，因贸易摩擦影响已大致被股价反映、科技板块仓位拥挤风险已部分释放、融资折算率调整实际影响有限[12] - 市场中期展望依然向好，"成长"风格可能跑赢"价值"风格，投资创业板的风险回报较好，小盘股进一步扩大超额收益难度提升[12]

市场表现与风格分析 - 今日大盘微跌，市场整体处于4.2星级水平 [1] - 市场呈现价值风格相对坚挺，成长风格如创业板出现下跌 [3][6] - 港股红利指数年内表现强劲，普遍上涨15%-20% [8] 上市公司盈利状况分析 - 上市公司盈利增长是推动市场整体上涨的关键因素，指数基金净值由估值、盈利和分红共同决定 [10][11][12] - 2024年被视为经济低迷的底部，之后经济进入温和复苏阶段 [30] - 今年一二季度上市公司财报显示业绩复苏，根据复苏程度可分为三个梯队 [17][18] - 第一梯队为A股和港股的科技股以及港股医药股，盈利同比增长显著，部分超过100% [18][19][20] - 第二梯队为港股消费、A股及港股红利等价值风格，盈利增长稳定，年内涨幅普遍在10%-20% [23][24][25] - 第三梯队为A股消费和房地产产业链，基本面仍处低迷阶段，盈利增速放缓 [26][27][28][29] 主要指数估值数据摘要 - 部分价值风格指数估值回升，如上证红利和300价值从低估回到正常估值 [4] - 沪港深红利低波盈利收益率为10.02%，市盈率为9.98，股息率为3.83% [35] - 自由现金流指数市盈率为11.74，市净率为1.87，股息率为3.74% [35] - 港股科技指数市盈率为43.35，市净率为3.57，股息率为0.62% [35] - 中证消费指数市盈率为27.76，市净率为3.52，股息率为3.33% [35] - 创业板指数市盈率为42.16，市净率为5.45，股息率为0.90% [35] - 纳斯达克100指数市盈率为29.89，市净率为8.75，股息率为0.63% [35]