量化模型与构建方式 1. **模型名称**：情绪择时模型[12] * **模型构建思路**：通过构建与市场涨跌停板相关的因子来刻画市场的情绪强弱，并基于此进行择时判断[12]。 * **模型具体构建过程**：模型包含五个细分情绪因子，分别为净涨停占比、跌停次日收益、涨停板占比、跌停板占比、高频打板收益[14]。每个因子根据其数值或状态给出0或1的信号，最终将五个因子的信号值相加，得到总分（满分5分）作为情绪模型的得分[12][14]。 2. **模型名称**：趋势模型[12] * **模型构建思路**：未在报告中详细说明，但作为与情绪模型并列的择时模型，其信号用于判断市场趋势方向[12]。 * **模型具体构建过程**：报告未提供具体构建过程，仅提及模型信号为负向[12]。 3. **模型名称**：加权模型[12] * **模型构建思路**：未在报告中详细说明，但作为与情绪模型并列的择时模型，其信号用于判断市场趋势方向[12]。 * **模型具体构建过程**：报告未提供具体构建过程，仅提及模型信号为负向[12]。 4. **模型/指标名称**：均线强弱指数[12] * **构建思路**：通过计算Wind二级行业指数的均线情况来综合判断市场的整体技术强弱[12]。 * **具体构建过程**：报告未提供具体计算公式。构建过程为：基于Wind二级行业指数，计算其均线相关指标，并综合打分。当前市场得分为170，处于2023年以来的60.6%分位点[12]。 5. **指标名称**：流动性冲击指标[2] * **构建思路**：基于沪深300指数构建，用于衡量当前市场流动性相对于过去一年平均水平的偏离程度[2]。 * **具体构建过程**：报告未提供具体计算公式。指标数值代表当前市场流动性高于过去一年平均水平的倍数标准差。例如，指标值为0.41意味着流动性高于过去一年平均水平0.41倍标准差[2]。 6. **指标名称**：PUT-CALL比率[2] * **构建思路**：使用上证50ETF期权的成交量比率（认沽期权成交量/认购期权成交量）来反映投资者对短期走势的谨慎或乐观情绪[2]。 * **具体构建过程**：$$PUT-CALL比率 = \frac{认沽期权成交量}{认购期权成交量}$$ 比率下降通常意味着投资者谨慎程度下降[2]。 7. **因子名称**：因子拥挤度（复合指标）[15] * **因子构建思路**：因子拥挤是指跟踪或投资某一因子的资金过多，导致该因子收益或收益稳定性下降的现象。拥挤度指标可作为因子失效的预警指标[15]。 * **因子具体构建过程**：使用四个子指标综合度量因子拥挤程度，包括估值价差、配对相关性、长期收益反转、因子波动率[15]。报告指出详细计算方法请参考对应专题报告，未在本文中给出具体公式[15]。综合打分由这四个分项指标合成[19]。 量化模型的回测效果 1. 情绪择时模型，模型得分0分（满分5分）[12] 2. 趋势模型，信号方向为负向[12] 3. 加权模型，信号方向为负向[12] 4. 均线强弱指数，当前得分170，历史分位点（2023年以来）60.6%[12] 5. 流动性冲击指标（基于沪深300），当前数值0.41[2] 6. PUT-CALL比率（上证50ETF期权），当前数值0.83[2] 量化因子与构建方式 1. **因子名称**：小市值因子拥挤度[4][19] * **因子构建思路**：衡量小市值因子的拥挤程度，预警其可能失效的风险[15]。 * **因子具体构建过程**：作为复合因子拥挤度的一种，其具体构建过程与前述“因子拥挤度（复合指标）”一致，由估值价差、配对相关性、市场波动、收益反转四个子指标合成[15][19]。报告未提供各子指标的具体公式。 2. **因子名称**：低估值因子拥挤度[4][19] * **因子构建思路**：衡量低估值因子的拥挤程度，预警其可能失效的风险[15]。 * **因子具体构建过程**：构建过程同“小市值因子拥挤度”，为复合指标[15][19]。 3. **因子名称**：高盈利因子拥挤度[4][19] * **因子构建思路**：衡量高盈利因子的拥挤程度，预警其可能失效的风险[15]。 * **因子具体构建过程**：构建过程同“小市值因子拥挤度”，为复合指标[15][19]。 4. **因子名称**：高盈利增长因子拥挤度[4][19] * **因子构建思路**：衡量高盈利增长（高增长）因子的拥挤程度，预警其可能失效的风险[15]。 * **因子具体构建过程**：构建过程同“小市值因子拥挤度”，为复合指标[15][19]。 5. **因子名称**：行业拥挤度[21] * **因子构建思路**：衡量特定行业板块的拥挤程度[21]。 * **因子具体构建过程**：报告指出详细计算方法请参考对应专题报告《行业轮动系列研究 15——行业板块拥挤度》，未在本文中给出具体公式[21]。 6. **因子名称**：净涨停占比（情绪因子）[14] * **因子构建思路**：作为情绪择时模型的细分因子之一，用于刻画市场情绪[14]。 * **因子具体构建过程**：报告未提供具体计算公式，仅给出其当前信号值为0[14]。 7. **因子名称**：跌停次日收益（情绪因子）[14] * **因子构建思路**：作为情绪择时模型的细分因子之一，用于刻画市场情绪[14]。 * **因子具体构建过程**：报告未提供具体计算公式，仅给出其当前信号值为0[14]。 8. **因子名称**：涨停板占比（情绪因子）[14] * **因子构建思路**：作为情绪择时模型的细分因子之一，用于刻画市场情绪[14]。 * **因子具体构建过程**：报告未提供具体计算公式，仅给出其当前信号值为0[14]。 9. **因子名称**：跌停板占比（情绪因子）[14] * **因子构建思路**：作为情绪择时模型的细分因子之一，用于刻画市场情绪[14]。 * **因子具体构建过程**：报告未提供具体计算公式，仅给出其当前信号值为0[14]。 10. **因子名称**：高频打板收益（情绪因子）[14] * **因子构建思路**：作为情绪择时模型的细分因子之一，用于刻画市场情绪[14]。 * **因子具体构建过程**：报告未提供具体计算公式，仅给出其当前信号值为0[14]。 量化因子的回测效果 1. 小市值因子拥挤度，综合打分0.22，估值价差0.58，配对相关性-0.09，市场波动-0.18，收益反转0.56[19] 2. 低估值因子拥挤度，综合打分-0.51，估值价差-0.72，配对相关性0.04，市场波动-0.23，收益反转-1.12[19] 3. 高盈利因子拥挤度，综合打分0.05，估值价差-0.69，配对相关性-0.08，市场波动-0.31，收益反转1.27[19] 4. 高盈利增长因子拥挤度，综合打分0.22，估值价差0.66，配对相关性-0.46，市场波动0.37，收益反转0.29[19] 5. 净涨停占比（情绪因子），当前信号0[14] 6. 跌停次日收益（情绪因子），当前信号0[14] 7. 涨停板占比（情绪因子），当前信号0[14] 8. 跌停板占比（情绪因子），当前信号0[14] 9. 高频打板收益（情绪因子），当前信号0[14]

市场下周展望 - 市场下周维持震荡可能性较大 [1][2] - 沪深300流动性冲击指标为0.50，高于前一周的0.15，显示当前市场流动性高于过去一年平均水平0.50倍标准差 [2] - 上证50ETF期权PUT-CALL比率为1.02，投资者对短期走势相对谨慎 [2] 技术指标分析 - Wind全A指数处于SAR反转点位之下，均线强弱指数在指数点位上升幅度不大情况下上行，表明市场存在下行可能 [1][2] - 均线强弱指数当前得分为145，处于2023年以来的49.6%分位点 [2] - 情绪模型得分为1分（满分5分），显示市场情绪较弱 [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0.98%和1.59%，处于2005年以来的65.67%和73.47%分位点，交易活跃度有所下降 [2] - 上周人民币在岸和离岸汇率周涨幅分别为0.43%、0.48% [2] 历史日历效应 - 2005年以来12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70%、65%、55%、60% [2] - 同期上述指数涨幅均值分别为1.81%、2.45%、1.55%、-0.02%，涨幅中位数分别为2.09%、2.58%、1.03%、0.77% [2] 上周市场表现 - 上周上证50指数上涨0.47%，沪深300指数上涨1.64%，中证500指数上涨3.14%，创业板指上涨4.54% [3] - 当前全市场PE（TTM）为21.7倍，处于2005年以来的71.9%分位点 [3] 因子拥挤度 - 低估值因子拥挤度为-0.65，继续处于低位 [3] - 小市值因子拥挤度为0.30，高盈利因子拥挤度为-0.04，高盈利增长因子拥挤度为0.02 [3] 行业拥挤度 - 通信、有色金属、综合、电力设备和电子行业的拥挤度相对较高 [4] - 基础化工和银行的行业拥挤度上升幅度相对较大 [4]

市场整体观点 - 市场下周或将维持震荡 [1][2] - Wind全A指数连续一周处于SAR反转点位之下且两者距离未收敛 [1][2] - 均线强弱指数得分为80处于2023年以来25.9%分位点表明市场还有下行空间 [2] - 情绪模型得分为0分（满分5分）趋势模型和加权模型信号均为负向显示市场情绪较弱 [2] 量化指标分析 - 基于沪深300指数的流动性冲击指标为0.15低于前一周0.67意味着当前市场流动性高于过去一年平均水平0.15倍标准差 [2] - 上证50ETF期权成交量PUT-CALL比率震荡下降至1.02低于前一周1.04显示投资者对上证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1.21%和1.86%处于2005年以来73.72%和80.02%分位点交易活跃度有所下降 [2] 上周市场表现 - 上证50指数下跌2.72%沪深300指数下跌3.77%中证500指数下跌5.78%创业板指下跌6.15% [3] - 全市场PE（TTM）为21.3倍处于2005年以来70.1%分位点 [3] - 2005年以来各宽基指数在11月下半月均表现不佳 [3] 宏观与外部事件 - 人民币汇率震荡在岸和离岸汇率周涨幅分别为-0.14%-0.07% [2] - 美股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-1.91%-1.95%-2.74% [2] - 特朗普政府考虑批准英伟达H200 AI芯片对华销售 [2] - 美国11月标普全球制造业PMI初值为51.9创4个月新低服务业PMI初值为55综合PMI初值为54.8均创4个月新高 [2] 因子拥挤度 - 低估值因子拥挤度出现下降为-0.69 [4] - 小市值因子拥挤度为0.39高盈利因子拥挤度为-0.02高盈利增长因子拥挤度为0.05 [4] 行业拥挤度 - 有色金属通信综合电力设备和钢铁的行业拥挤度相对较高 [5] - 基础化工和银行的行业拥挤度上升幅度相对较大 [5]

核心观点 - 市场下周或将出现震荡，主要因技术面指标与指数走势出现背离，且多项量化指标显示市场情绪谨慎、交易活跃度下降 [1][2] 量化指标表现 - 基于沪深300指数的流动性冲击指标为0.67，高于前一周的0.40，表明当前市场流动性高于过去一年平均水平0.67倍标准差 [2] - 上证50ETF期权成交量PUT-CALL比率下降至1.04，低于前一周的1.22，反映投资者对上证50ETF短期走势谨慎程度有所下降 [2] - 上证综指和Wind全A五日平均换手率分别为1.27%和1.91%，处于2005年以来75.55%和81.44%的高分位点，交易活跃度下降 [2] 宏观因子数据 - 人民币汇率震荡，在岸和离岸汇率周涨幅分别为0.31%和0.35% [2] - 中国10月CPI同比为0.2%，高于前值-0.3%和Wind一致预期-0.04%；PPI同比为-2.1%，高于前值-2.3%和Wind一致预期-2.28% [2] - 10月新增人民币贷款2200亿元，低于Wind一致预期4599.82亿元和前值12900亿元；M2同比增长8.2%，高于Wind一致预期8.04%但低于前值8.4% [2] 日历效应与技术分析 - 2005年以来，11月下半月主要宽基指数上涨概率均低于50%，涨幅均值为负值，历史表现不佳 [2] - Wind全A指数于10月27日向上突破SAR翻转指标；当前市场均线强弱指数得分为218，处于2023年以来79.2%的高分位点 [2] - 市场情绪模型得分为3分（满分5分），趋势模型和加权模型信号均为正向 [2] 上周市场表现与估值 - 上周主要宽基指数表现：上证50指数上涨0%，沪深300指数下跌1.08%，中证500指数下跌1.26%，创业板指下跌3.01% [3] - 当前全市场PE（TTM）为22.2倍，处于2005年以来75.8%的高分位点 [3] 因子与行业拥挤度 - 主要因子拥挤度保持平稳：小市值因子0.37，低估值因子-0.25，高盈利因子-0.18，高盈利增长因子0.08 [3] - 有色金属、综合、通信、电力设备和钢铁等行业拥挤度相对较高；基础化工和银行的行业拥挤度上升幅度较大 [4]

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]

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]

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]

市场量化指标 - 基于沪深300指数的流动性冲击指标周五为1.86，高于前一周的1.33，显示当前市场流动性高于过去一年平均水平1.86倍标准差 [1] - 上证50ETF期权成交量PUT-CALL比率周五为0.91，低于前一周的1.14，表明投资者对上证50ETF短期走势谨慎程度下降 [1] - 上证综指和Wind全A五日平均换手率分别为1.27%和1.91%，处于2005年以来75.73%和81.47%的分位点，交易活跃度有所下降 [1] 宏观因子 - 上周人民币在岸和离岸汇率周涨幅分别为-0.31%和-0.3% [1] - 上周美股道琼斯工业指数、标普500指数和纳斯达克指数周收益率分别为-0.15%、-0.31%和-0.65% [1] - 1-8月份中国规模以上工业企业实现利润总额46929.7亿元，同比增长0.9%，8月份利润同比由上月下降1.5%转为增长20.4% [1] 技术分析与市场情绪 - Wind全A指数于9月11日向上突破SAR翻转指标 [1] - 基于Wind二级行业指数的均线强弱指数当前市场得分为150，处于2023年以来53.3%的分位点 [1] - 情绪模型得分为1分（满分5分），趋势模型信号为正向，加权模型信号为负向 [1] 市场表现与估值 - 上周上证50指数上涨1.07%，沪深300指数上涨1.07%，中证500指数上涨0.98%，创业板指上涨1.96% [2] - 当前全市场PE（TTM）为22.1倍，处于2005年以来75.3%的分位点 [2] 因子与行业拥挤度 - 小市值因子拥挤度为0.40，低估值因子拥挤度为-0.67，高盈利因子拥挤度为-0.10，高盈利增长因子拥挤度为0.15 [2] - 有色金属、通信、综合、电力设备和电子的行业拥挤度相对较高，电力设备和传媒的行业拥挤度上升幅度相对较大 [3]

根据提供的金融工程周报，以下是报告中涉及的量化模型和因子的总结： 量化模型与构建方式 1. 流动性冲击指标 **模型构建思路**：通过计算当前市场流动性相对于历史水平的偏离程度，来评估市场流动性状况[2] **模型具体构建过程**：基于沪深300指数构建，计算当前流动性相对于过去一年平均水平的标准化偏差[2] **模型评价**：该指标越高表明市场流动性越好，高于历史平均水平[2] 2. PUT-CALL比率模型 **模型构建思路**：通过上证50ETF期权成交量中认沽期权与认购期权的比率来反映市场情绪[2] **模型具体构建过程**：计算认沽期权成交量与认购期权成交量的比值[2] **模型评价**：比率下降表明投资者对短期走势的谨慎程度降低[2] 3. 换手率指标模型 **模型构建思路**：使用五日平均换手率来度量市场交易活跃度[2] **模型具体构建过程**：分别计算上证综指和Wind全A的五日平均换手率，并与历史分位点进行比较[2] **模型评价**：换手率分位点较高时表明交易活跃度相对历史水平有所下降[2] 4. SAR指标模型 **模型构建思路**：抛物线转向指标，用于识别市场趋势的转折点[10] **模型具体构建过程**：Wind全A指数于9月11日向上突破翻转指标，产生买入信号[10][12] **模型评价**：该指标继续维持正向信号，表明趋势向好[10] 5. 均线强弱指数模型 **模型构建思路**：通过Wind二级行业指数计算市场整体技术面强弱程度[10] **模型具体构建过程**：基于均线系统构建综合得分，当前市场得分为150，处于2023年以来的53.3%分位点[10][16] **模型评价**：指数下降至近50%分位点，出现震荡趋势[10] 6. 情绪择时模型 **模型构建思路**：基于涨跌停板相关因子构建的情绪择时指标[10] **模型具体构建过程**：包含趋势模型和加权模型两个子模型，当前情绪模型得分为1分（满分5分）[10][13] **模型评价**：情绪模型较上周有所降低，趋势模型信号为正向，加权模型信号为负向[10] 7. 情绪因子细分模型 **模型构建思路**：通过多个细分情绪因子综合刻画市场情绪强弱[14] **模型具体构建过程**：包含净涨停占比、跌停次日收益、涨停板占比、跌停板占比、高频打板收益等五个细分因子[14] **模型具体构建过程**：各因子信号分别为：净涨停占比0、跌停次日收益0、涨停板占比0、跌停板占比0、高频打板收益1[14] 8. 因子拥挤度模型 **模型构建思路**：度量因子投资资金过度集中导致的收益稳定性下降现象[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、因子波动率四个指标综合度量因子拥挤程度[15] **模型具体构建过程**：综合打分公式为四个分项指标的综合评估[15][18] 9. 行业拥挤度模型 **模型构建思路**：评估各行业板块的资金拥挤程度[21] **模型具体构建过程**：基于多维指标构建行业拥挤度评分体系[21] **模型评价**：拥挤度较高的行业可能存在回调风险[21] 模型的回测效果 流动性冲击指标 - 当前值：1.86[2] - 前一周值：1.33[2] PUT-CALL比率模型 - 当前值：0.91[2] - 前一周值：1.14[2] 换手率指标模型 - 上证综指五日平均换手率：1.27%，处于2005年以来75.73%分位点[2] - Wind全A五日平均换手率：1.91%，处于2005年以来81.47%分位点[2] 均线强弱指数模型 - 当前得分：150[10] - 历史分位点：53.3%（2023年以来）[10] 情绪择时模型 - 情绪模型得分：1分（满分5分）[10] - 趋势模型信号：正向[10] - 加权模型信号：负向[10] 量化因子与构建方式 1. 小市值因子 **因子构建思路**：基于市值规模选股的有效因子[18] **因子具体构建过程**：作为常见选股因子之一，其拥挤度通过复合指标评估[18] 2. 低估值因子 **因子构建思路**：基于估值水平选股的有效因子[18] **因子具体构建过程**：作为常见选股因子之一，其拥挤度通过复合指标评估[18] 3. 高盈利因子 **因子构建思路**：基于盈利能力选股的有效因子[18] **因子具体构建过程**：作为常见选股因子之一，其拥挤度通过复合指标评估[18] 4. 高盈利增长因子 **因子构建思路**：基于盈利增长能力选股的有效因子[18] **因子具体构建过程**：作为常见选股因子之一，其拥挤度通过复合指标评估[18] 5. 情绪细分因子 **因子构建思路**：通过市场微观结构数据构建情绪监测因子[14] **因子具体构建过程**：包含净涨停占比、跌停次日收益、涨停板占比、跌停板占比、高频打板收益等五个细分因子[14] 因子的回测效果 因子拥挤度指标（2025年9月26日） 小市值因子 - 估值价差：1.08[18] - 配对相关性：0.06[18] - 市场波动：-0.42[18] - 收益反转：0.85[18] - 综合打分：0.40[18] 低估值因子 - 估值价差：-1.25[18] - 配对相关性：-0.03[18] - 市场波动：-0.09[18] - 收益反转：-1.32[18] - 综合打分：-0.67[18] 高盈利因子 - 估值价差：-0.17[18] - 配对相关性：0.14[18] - 市场波动：-0.84[18] - 收益反转：0.48[18] - 综合打分：-0.10[18] 高盈利增长因子 - 估值价差：1.91[18] - 配对相关性：0.46[18] - 市场波动：-0.94[18] - 收益反转：-0.82[18] - 综合打分：0.15[18] 行业拥挤度指标（2025年9月26日） 高拥挤度行业 - 有色金属：1.58[18][23] - 通信：1.40[18][23] - 综合：1.38[18][23] - 电力设备：1.19[18][23] - 电子：0.97[18][23] 拥挤度变化较大行业 - 电力设备：从-0.06上升至1.19，变化1.25[24] - 国防军工：从0.35下降至-0.77，变化-1.12[24] - 传媒：从-1.00上升至-0.66，变化0.34[24] - 电子：从0.65上升至0.97，变化0.32[24]

技术面分析 - SAR指标显示Wind全A指数于9月11日向上突破反转 短期内多次反转表明市场多空博弈强烈 [1][3] - 均线强弱指数当前得分为246 处于2023年以来89.6%分位点 [3] - 情绪模型得分2分（满分5分） 趋势模型信号正向 加权模型信号负向 显示市场情绪有所改善 [1][3] 量化指标表现 - 沪深300流动性冲击指标周五为0.78 高于前一周0.77 显示流动性高于过去一年平均水平0.78倍标准差 [1] - 上证50ETF期权PUT-CALL比率周五为0.67 低于前一周0.80 反映投资者对短期走势乐观程度上升 [1] - 上证综指五日平均换手率1.31% 处于2005年以来76.88%分位点 Wind全A换手率2.02% 处于84.00%分位点 交易活跃度有所下降 [1] 宏观因子数据 - 人民币汇率在岸周涨幅0.22% 离岸周涨幅0.04% [2] - 8月CPI同比-0.4% 低于前值0%及Wind一致预期-0.2% PPI同比-2.9% 高于前值-3.6%但低于预期-2.88% [2] - 8月新增人民币贷款5900亿元 高于Wind预期5813.75亿元及前值-500亿元 M2同比增长8.8% 高于预期8.68%且与前值持平 [2] 市场表现与估值 - 上周上证50涨0.89% 沪深300涨1.38% 中证500涨3.38% 创业板指涨2.1% [4] - 全市场PE（TTM）22.2倍 处于2005年以来76.4%分位点 [4] - 历史日历效应显示2005年以来各宽基指数在9月下半月表现均不佳 [4] 因子拥挤度 - 小市值因子拥挤度0.57 保持平稳 低估值因子拥挤度-0.61 高盈利因子拥挤度-0.23 高盈利增长因子拥挤度0.05 [5] 行业拥挤度 - 有色金属、通信、综合、电力设备和电子行业拥挤度相对较高 [6] - 电力设备和传媒行业拥挤度上升幅度较大 [6]