量化因子与构建方式 1. **因子名称：大小盘风格** [13] * **因子构建思路**：通过比较不同市值风格指数的表现差异，来判断市场整体是偏向大盘股还是小盘股。[11] * **因子具体构建过程**：报告未提供具体的计算公式，但通常构建方式为计算大盘指数（如上证50、沪深300）与小盘指数（如中证1000、国证2000）的收益率之差或比值。当差值或比值为正时，表示大盘风格占优；为负时，表示小盘风格占优。[11][13] 2. **因子名称：价值成长风格** [13] * **因子构建思路**：通过比较价值风格指数与成长风格指数的表现差异，来判断市场整体是偏向价值股还是成长股。[11] * **因子具体构建过程**：报告未提供具体的计算公式，但通常构建方式为计算价值风格指数（如沪深300价值）与成长风格指数（如沪深300成长）的收益率之差或比值。当差值或比值为正时，表示价值风格占优；为负时，表示成长风格占优。[11][13] 3. **因子名称：大小盘风格波动** [13] * **因子构建思路**：衡量大小盘风格轮动的剧烈程度，波动上升表明风格切换频繁且幅度大。[11] * **因子具体构建过程**：报告未提供具体的计算公式，但通常构建方式为计算大小盘风格因子（如上述大小盘风格因子的收益率序列）在特定时间窗口（如过去20个交易日）内的波动率（如标准差）。[11][13] 4. **因子名称：价值成长风格波动** [13] * **因子构建思路**：衡量价值成长风格轮动的剧烈程度，波动上升表明风格切换频繁且幅度大。[11] * **因子具体构建过程**：报告未提供具体的计算公式，但通常构建方式为计算价值成长风格因子（如上述价值成长风格因子的收益率序列）在特定时间窗口（如过去20个交易日）内的波动率（如标准差）。[11][13] 5. **因子名称：行业指数超额收益离散度** [13] * **因子构建思路**：衡量不同行业间超额收益的差异程度，离散度高表明行业表现分化明显。[11] * **因子具体构建过程**：报告未提供具体的计算公式，但通常构建方式为计算各行业指数相对于市场基准（如万得全A）的超额收益率，然后计算这些超额收益率序列的截面标准差或极差。[11][13] 6. **因子名称：行业轮动度量** [13] * **因子构建思路**：衡量行业轮动的速度，数值高表明行业领涨领跌切换频繁。[11] * **因子具体构建过程**：报告未提供具体的计算公式，但常见构建方式包括计算相邻两期行业收益率排名的Spearman秩相关系数，或计算行业收益率排名的变动幅度。[11][13] 7. **因子名称：成分股上涨比例** [13] * **因子构建思路**：统计市场或特定指数中上涨股票的数量占比，反映市场的广度和赚钱效应。[11] * **因子具体构建过程**：报告未提供具体的计算公式，通常构建方式为：在特定指数（如沪深300）的成分股中，计算当日收盘价高于前一日收盘价的股票数量，再除以成分股总数量。[11][13] 8. **因子名称：前100个股成交额占比** [13] * **因子构建思路**：衡量市场成交额向头部个股集中的程度，占比上升表明交易集中度提高。[11] * **因子具体构建过程**：报告未提供具体的计算公式，通常构建方式为：计算全市场（或特定范围）成交额排名前100的个股的成交额之和，再除以全市场（或该范围）的总成交额。[11][13] 9. **因子名称：前5行业成交额占比** [13] * **因子构建思路**：衡量市场成交额向头部行业集中的程度，占比下降表明行业间交易热度趋于分散。[11] * **因子具体构建过程**：报告未提供具体的计算公式，通常构建方式为：计算各行业（按申万或中信行业分类）的总成交额，取成交额排名前5的行业，计算其成交额之和，再除以全市场总成交额。[11][13] 10. **因子名称：指数波动率** [13] * **因子构建思路**：衡量市场整体价格波动的剧烈程度，是市场风险的重要度量指标。[12] * **因子具体构建过程**：报告未提供具体的计算公式，通常构建方式为计算市场主要指数（如上证指数、沪深300）日收益率在特定时间窗口（如过去20个交易日）内的年化标准差。[12][13] 11. **因子名称：指数换手率** [13] * **因子构建思路**：衡量市场交易的活跃程度，换手率高表明市场交易活跃，资金进出频繁。[12] * **因子具体构建过程**：报告未提供具体的计算公式，通常构建方式为计算全市场（或特定指数）的总成交金额与其总流通市值的比值。[12][13] 12. **因子名称：趋势强度** [33] * **因子构建思路**：衡量商品期货价格趋势的明确性和持续性，强度高表明趋势明确，适合趋势跟踪策略。[26] * **因子具体构建过程**：报告未提供具体的计算公式，但通常构建方式可以基于南华商品指数或其各板块指数的价格序列，计算特定时间窗口内的动量指标（如过去N日的收益率）或趋势跟踪指标（如均线排列、ADX等）。[26][33] 13. **因子名称：市场波动水平** [33] * **因子构建思路**：衡量商品期货市场价格的波动剧烈程度。[26] * **因子具体构建过程**：报告未提供具体的计算公式，通常构建方式为计算南华商品指数或其各板块指数日收益率在特定时间窗口内的年化标准差。[26][33] 14. **因子名称：市场流动性** [33] * **因子构建思路**：衡量商品期货市场的交易活跃度和资金容量。[26] * **因子具体构建过程**：报告未提供具体的计算公式，通常构建方式可以基于各商品期货品种的成交额、持仓量等数据，进行加权或标准化后合成板块或市场整体的流动性指标。[26][33] 15. **因子名称：期限结构（基差动量）** [33] * **因子构建思路**：通过期货合约基差（现货价格与期货价格之差）的变化来反映市场对未来供需的预期变化，基差动量上升可能表明现货相对走强或近月合约相对走强。[26] * **因子具体构建过程**：报告未提供具体的计算公式，通常构建方式为计算主力合约与次主力合约的价差，或计算近月合约与远月合约的价差，并观察其变化率（动量）。[26][33] 16. **因子名称：期权隐含波动率** [37] * **因子构建思路**：从期权市场价格中反推出的市场对未来标的资产波动率的预期，是衡量市场情绪和风险偏好的重要指标。[37] * **因子具体构建过程**：报告未提供具体的计算公式，通常由期权定价模型（如Black-Scholes模型）反推得出，跟踪特定指数（如上证50、中证1000）平值期权的隐含波动率。[37] 17. **因子名称：期权波动率偏度** [37] * **因子构建思路**：衡量不同行权价看跌期权隐含波动率的差异，反映了市场对下行风险的担忧程度。看跌期权偏度上升，通常意味着市场对下跌的保护需求增加。[37] * **因子具体构建过程**：报告未提供具体的计算公式，通常构建方式为计算虚值看跌期权与平值期权的隐含波动率之差，或观察隐含波动率微笑曲线的形态。[37] 18. **因子名称：百元转股溢价率** [41] * **因子构建思路**：衡量可转债价格相对于其转股价值的溢价程度，是评估可转债估值高低的核心指标。[41] * **因子具体构建过程**：报告未提供具体的计算公式，通常构建方式为：（可转债市场价格 - 转股价值） / 转股价值 * 100%。其中，转股价值 = （100 / 转股价） * 正股价格。[41] 19. **因子名称：纯债溢价率** [41] * **因子构建思路**：衡量可转债的债性，即其价格相对于其纯债价值的溢价，反映了其债券底部的保护程度。[41] * **因子具体构建过程**：报告未提供具体的计算公式，通常构建方式为：（可转债市场价格 - 纯债价值） / 纯债价值 * 100%。纯债价值是将可转债视为普通债券，用现金流贴现法计算得出的价值。[41] 20. **因子名称：低转股溢价率转债占比** [41] * **因子构建思路**：统计市场上转股溢价率处于低水平的可转债数量占比，反映市场整体股性较强或偏股型转债的丰富度。[41] * **因子具体构建过程**：报告未提供具体的计算公式，通常构建方式为：设定一个转股溢价率阈值（如10%或20%），计算全市场中转股溢价率低于该阈值的可转债数量，再除以可转债总数量。[41] 因子的回测效果 （注：本报告为市场环境跟踪周报，主要展示各因子在报告期（2025.12.08-2025.12.12）的取值方向或状态变化，未提供长期历史回测的定量指标（如年化收益率、夏普比率、IC值等）。以下为报告期各因子的表现简评汇总。） 1. **大小盘风格因子**，表现偏向小盘[11][13] 2. **价值成长风格因子**，表现偏向成长[11][13] 3. **大小盘风格波动因子**，波动下降[11][13] 4. **价值成长风格波动因子**，波动上升[11][13] 5. **行业指数超额收益离散度因子**，离散度下降[11][13] 6. **行业轮动度量因子**，轮动速度下降[11][13] 7. **成分股上涨比例因子**，上涨比例下降[11][13] 8. **前100个股成交额占比因子**，占比上升[11][13] 9. **前5行业成交额占比因子**，占比下降[11][13] 10. **指数波动率因子**，波动率下降[12][13] 11. **指数换手率因子**，换手率下降[12][13] 12. **趋势强度因子**，趋势强度上升（贵金属、有色板块较高）[26][33] 13. **市场波动水平因子**，能化板块波动率下降，其他板块上升[26][33] 14. **市场流动性因子**，黑色板块流动性下降，其他板块抬升[26][33] 15. **期限结构（基差动量）因子**，能化板块基差动量上升，其他板块下降[26][33] 16. **期权隐含波动率因子**，上证50与中证1000隐含波动率进一步下探[37] 17. **期权波动率偏度因子**，上证50看跌期权偏度下降，中证1000看跌期权偏度上升[37] 18. **百元转股溢价率因子**，维持在高位，变化较小[41] 19. **纯债溢价率因子**，有所降低[41] 20. **低转股溢价率转债占比因子**，再度下降，处于偏低水平[41]

量包括成交金额占总市值比例、换手率。 价包括当日收涨的股票数量占比、近3个月收涨的股票占比。 中信建投证券发布研报称，相较2014年5月-2015年6月那一轮流动性牛市，2024年9月至今的牛市，市场情绪有相似之处，也有诸多不同。相较而言，本轮 牛市的成交额、换手率等"量"的层面情绪近似上一轮牛市顶峰，但"资金"、"估值"、"风险溢价"这三个维度的情绪指标仍有差距，主要因为当前牛市结构 性特征更明显，若走向全面牛市，后三个维度的情绪指标才会快速走高。 中信建投主要观点如下： 一、如何构建一套完整的情绪指标？ 衡量市场情绪，我们从五个维度出发："量"、"价"、"资金"、"估值"、"风险溢价"。 资金层面，涵盖主动买入净额占成交金额的比例，公募基金股票仓位、融资买入额占成交金额比例及融资余额占A股市值比例。 估值层面，选择万得全A整体动态市盈率、31个申万行业平均动态市盈率、万得全A整体市净率。 风险溢价，则是万得全A隐含收益率与10年国债收益率之差。 我们将以上5个层面、共12个指标，先计算各自的历史分位数水平，加总取平均值，作为全方位衡量市场情绪的总指数。 | | 分项 | 当日分位数 | 环比 | | -- ...

市场行情与板块表现 - 12月15日，大金融板块走强，券商与银行联手发力，带动沪指一度翻红 [1][7] - 当日，规模达398亿元的券商ETF（512000）场内价格一度上涨1.75%，收涨0.53%；规模最大的银行ETF（512800）场内价格一度上涨0.74%，逆市收涨0.25% [1][7] - 个股方面，华泰证券、中银证券、东方证券、重庆银行、浙商银行涨幅均超过2% [1][7] 券商板块投资逻辑 - 多数机构认为牛市底层逻辑仍在，岁末年初的再配置与机构资金回流有望改善市场流动性，跨年行情可期 [3][10] - 券商板块受益于近期监管松绑等利好政策，叠加市场景气度改善与交投活跃度维持高位，从估值到业绩均具备β属性 [3][10] - 长期来看，资本市场新一轮改革周期开启，券商高质量发展转型步入深水期，仍有较大发展增量空间 [3][10] - 券商板块年内表现明显滞涨，截至12月15日，中证全指证券公司指数年内仅微涨1.78%，同期上证指数、深证成指、创业板指分别上涨15.4%、25.9%和46.52%，板块表现与高增业绩显著背离，补涨需求强烈 [3][10] - 券商ETF（512000）跟踪的中证全指证券公司指数，2020至2024年的年度涨跌幅分别为16.55%、-4.95%、-27.37%、3.04%、27.26% [4][10] 银行板块投资逻辑 - 银行板块受益于可观的增量资金，被动指数持续扩容带来稳定资金流入，且其高权重特征将持续吸引资金 [3][10] - 银行板块低波动、高股息的特征更易获得险资等中长期资金的青睐，结合监管引导中长期资金入市的措施，其股息配置价值吸引力预计将持续 [3][10] - 经过回调，银行板块再度回到高性价比区间，A股42家上市银行均处于破净状态，中证银行指数整体市净率（PB，LF）仅0.7倍，位于近10年40%分位点的中位数下方水平，估值修复仍在进行中 [4][11] 相关金融产品概况 - 券商ETF（512000）及其联接基金被动跟踪中证全指证券公司指数，一键囊括49只上市券商股，是集中布局头部券商同时兼顾中小券商的高效投资工具 [4][11] - 券商ETF（512000）最新基金规模超398亿元，年内日均成交额超10亿元，是A股规模与流动性居前的顶流券业ETF [4][11] - 银行ETF（512800）及其联接基金被动跟踪中证银行指数，成份股囊括A股42家上市银行，是跟踪银行板块整体行情的高效投资工具 [5][12] - 银行ETF（512800）最新基金规模超140亿元，年内日均成交额超8亿元，是A股10只银行业ETF中规模最大、流动性最佳的产品 [5][12]

华尔街正流传一个令人不安的猜想：在经历多年辉煌涨幅后，美国股市未来十年可能基本持平。 "即便对于明年，历史数据也不容乐观：标普500指数在连续3年涨幅超15%后，年均回报率将比历史均 值低2.3个百分点。投资者可能需要国内生产总值（GDP）和每股收益（EPS）超预期，才能避免第七 个'失落的十年'，"美国银行在给客户的报告中写道。 阿波罗全球管理公司（Apollo）首席经济学家托尔斯滕·斯洛克（Torsten Sløk）也表示，他预计未来十 年标普500指数将相对持平。他周四表示，这一预测基于标普500指数当前的远期市盈率水平。 "标普500指数远期市盈率与后续十年年化回报率的历史关系表明，投资者应预期未来十年标普500指数 回报率为零，"斯洛克说。 周四，美股涨幅仍在持续。由于投资者担忧甲骨文（Oracle）财报而撤离科技股，转而推动标普500指 数（SPX）和道指（DJI）创下历史新高。 但越来越多预测人士认为，这场盛宴可能即将落幕，他们指出市场可能受两大因素拖累： 首先是估值高企。美股估值正处于历史高位。据全球市盈率（World PE Ratio）分析，标普500指数当前 市盈率约为27倍，高于5年均值 ...

市场环境与基金行业表现 - 2025年以来全球宏观经济环境逐步回暖，A股市场呈现稳步上行态势，主要指数如沪深300、创业板指累计涨幅均超20% [2] - 市场交投活跃度显著提升，日均成交额较去年同期增长约15% [2] - 权益类基金产品整体收益率显著攀升，偏股混合型基金年内平均回报率突破25%，多只主题基金（如人工智能、高端制造）涨幅更是超过40% [2] 基金经理齐炜中及其管理概况 - 齐炜中累计任职时间5年又308天，现任基金资产总规模39.19亿元，在管基金最佳任期回报94.75% [3] - 其管理的大成消费精选股票A自基金成立来收益为-18.82% [2] - 其管理的大成悦享生活混合A自基金成立来收益为-12.18%，截至2025年12月5日基金单位净值0.8782 [5] 大成悦享生活混合A业绩与持仓分析 - 该基金今年来收益14.69%，近3月收益-7.78%，近6月收益-3.44%，近1年收益16.41%，各项业绩指标均显著低于同类平均（如今年来同类平均30.32%）和沪深300指数（今年来16.51%）[4][5] - 基金重仓白酒、免税等传统消费板块，对即时零售、体验经济等新兴消费领域配置滞后 [5] - 基金在持有贵州茅台期间（2022年1月3日-2025年9月30日），股票价格下跌20% [7] - 基金在持有泸州老窖期间（2022年1月3日-2024年9月30日），股票价格下跌42% [9] - 基金在持有迈瑞医疗期间（2022年1月3日-2023年3月31日），股票价格下跌17% [11] - 基金在持有青岛啤酒期间（2022年1月3日-2023年12月30日），股票价格下跌22% [13] - 基金成立之初募集2.71亿元，截至2025年9月30日，期末净资产降至1.46亿元，比上期减少5.12%，各季度持续出现净赎回 [14][15] 大成消费精选股票A业绩与持仓分析 - 该基金今年来收益16.55%，近3月收益-7.31%，近6月收益-2.44%，近1年收益18.15%，各项业绩指标均显著低于同类平均（如今年来同类平均30.14%）[17][18] - 基金在持有金域医学期间（2021年7月1日-2022年3月31日），股票价格下跌54% [19] - 基金在持有海泰新光期间（2023年10月9日-2024年9月30日），股票价格下跌37% [21] - 基金多次买卖南微医学，期间股价表现波动，其中一次持有期间（2023年10月9日-2024年3月31日）股价下跌12% [23] - 基金在持有中国中免期间（2021年7月1日-2023年6月28日），股票价格下跌62% [24] - 基金多次买卖五粮液，在数次持有期间股价均下跌，例如首次持有期间（2021年7月1日-2022年9月30日）股价下跌41%，最近一次持有期间（2024年4月1日-2025年3月31日）股价下跌10% [26] - 基金在持有贵州茅台期间（2021年7月1日-2025年9月30日），股票价格下跌21% [28] - 基金成立之初募集6.34亿元，截至2025年9月30日，期末净资产降至2.69亿元，比上期减少2.09，成立后多数季度出现净赎回 [29][30] 投资策略与行业趋势 - 传统消费板块面临需求天花板，新兴消费品牌通过差异化定位快速崛起，蚕食传统企业市场份额 [5] - 基金持仓中部分龙头企业的护城河效应减弱，而新兴消费品牌未能及时纳入投资视野 [5] - 在消费行业深刻变革的背景下，基金需要重新审视主题定位并优化投资策略 [13]

经过仔细阅读和分析，该份研报主要侧重于对历史行情的统计描述和基于技术分析理论的走势推演，并未涉及传统意义上的量化模型或量化因子的构建、测试与评价。报告的核心内容是对中国A股市场不同牛市阶段的特征进行比较，并应用缠论等技术分析方法对创业板指的未来走势进行预测。因此，根据任务要求，以下部分将不适用： **量化模型与构建方式** （报告中未涉及具体的量化模型构建） **模型的回测效果** （报告中未涉及具体的量化模型回测） **量化因子与构建方式** （报告中未涉及具体的量化因子构建） **因子的回测效果** （报告中未涉及具体的量化因子测试） **总结** 本研报的主要内容为历史行情统计分析和基于缠论的技术走势推演[23][25]，不包含需要总结的量化模型或量化因子内容。

美国政府停摆事件 - 美国联邦政府停摆持续43天后结束 时长打破此前35天的历史纪录[1] - 停摆已造成1.5万亿美元损失 完整核算总体影响可能需要数周甚至数月时间[1] - 停摆期间金融市场出现短期波动 避险情绪上升导致部分资金流出美国市场[1] - 目前通过的临时拨款法案仅包含3项年度拨款预算 仍有9项未敲定 政府可能在2026年1月30日后再次面临停摆危机[1] - 政策不确定性导致企业推迟长期投资决策 消费者收紧非必要开支 长期将削弱美国经济增长内生动力[1] 黄金市场表现与观点 - 沪金日内收盘下跌0.29% 报收953.2元/克[3] - 美国经济受到政府停摆和贸易摩擦冲击 美联储内部分歧较大释放鹰派信号增加短期政策不确定性[4] - 地缘政治和金融机构风险事件频发 促使更多央行增持黄金 投资者重塑资产定价体系提升对金融属性强商品的配置比例[4] - 中长期驱动因素有望使贵金属重现类似1970年代的牛市行情[4] - 历史经验显示金价创新高后可能面临2-3个月盘整 新的上涨动能或需到12月酝酿[4] - 市场流动性受美国政府停摆结束和美联储表态扰动 美元偏强加剧价格回调压力[4][5] - 短期国际金价呈现宽幅波动 若跌破3900美元（900元）可择机逢低买入 后期以震荡整理走势为主[5]

外资机构A股市场观点与持仓总览 - 高盛预测中国主要股指到2027年底有望上涨约30%，由12%趋势性盈利增长与5%-10%估值上修驱动[4] - 摩根大通估算到2026年底沪深300指数和MSCI中国指数分别有24%和35%的上行空间，看好居民资产配置向股市转移[10] - 花旗分析师认为A股市场可能仍处于牛市早期阶段，中国家庭资产再配置有望为流动性驱动牛市提供支撑[21] - 巴克莱银行指出中国经济已度过最艰难时期，A股是全球表现较好市场之一，科技、医疗、矿业板块领涨[13] - 截至2025年8月底，已有907家境外机构获得QFII资格，成为市场重要增量资金来源[3] 高盛持仓分析 - 高盛三季度共进入190家A股上市公司十大流通股东，合计持有市值约93.42亿元，较二季度末55.91亿元大幅增长[4] - 持仓变动显示新进157家、加仓17家、减仓15家，调仓换股动作明显[4] - 持股市值1亿元以上个股有14只，前三大重仓股为豪威集团(16.49亿元)、华工科技(8.23亿元)、协创数据(6.33亿元)[5][6] - 重仓股今年以来涨幅均值达52.97%，涨幅前十个股包括北方长龙(360.29%)、淳中科技(216.98%)、创新医疗(214.32%)等[5] - 主要加仓金浦钛业、冀凯股份、创新医疗、兴福电子等，减仓幅度最大为华测检测(减仓818.41万股)[6] 摩根士丹利持仓分析 - 摩根士丹利三季度位列154家A股公司前十大流通股东，合计持有市值约75.70亿元[7] - 持股市值1亿元以上个股有13只，第一大重仓股思源电气持有市值高达12.67亿元[8][9] - 重仓股包括机器人龙头卧龙电驱、光模块热门股剑桥科技等创新领域公司[9] - 重仓股今年以来涨幅前十包括北方长龙(360.29%)、时空科技(341.75%)、汇金股份(304.38%)等[8] - 主要加仓华胜天成、拓尔思、神马电力、金浦钛业等，减仓幅度最大为华丽家族(减仓1496.78万股)[9] 摩根大通持仓分析 - 摩根大通三季度位列286家A股公司前十大流通股东，合计持有市值约79.31亿元，较二季度38.04亿元实现翻倍式增长[10] - 持股市值1亿元以上个股有14只，前三大重仓股为中国西电(8.76亿元)、虹软科技(2.84亿元)、盛屯矿业[11][12] - 对中国西电进行大手笔加仓7285.11万股，总持股达12967.11万股，位列第4大流通股东[12] - 重仓股今年以来涨幅前十包括北方长龙(360.29%)、凯美特气(326.75%)、汇金股份(304.38%)等[11] - 持股占流通股比例最高为友邦吊顶(2.68%)，持有市值约3649.41万元[12] 其他主要外资机构持仓 - 瑞银三季度位列239家A股公司前十大流通股东，合计持有市值约100.69亿元，重仓股包括三环集团(8.53亿元)等信息科技公司[16][17] - 美林三季度持有市值约19.59亿元，较二季度5.21亿元增长超10亿元，第一大重仓股海大集团持有市值7.66亿元[19] - 花旗三季度持有市值约8.79亿元，持股市值1亿元以上个股有3只，第一大重仓股华通线缆自建仓以来涨幅超50%[22][23] - 法巴三季度重仓持有19家A股公司，合计市值3.75亿元，最大重仓股为税友股份(7295.10万元)[28][29] 主权财富基金持仓特点 - 阿布达比投资局三季度位列24家A股公司前十大流通股东，合计持有市值约42.14亿元，前三大重仓股为恒立液压(11.38亿元)、宝丰能源(7.91亿元)、北新建材(3.99亿元)[25][26] - 科威特政府投资局三季度位列14家A股公司前十大流通股东，合计持有市值约34.85亿元，与阿布达比投资局共同重仓恒立液压(持有市值5.07亿元)[26][27] - 主权财富基金偏好行业龙头公司，持仓以保值增值为目标，对恒立液压等高端制造企业有共同看好[25][27]

文章核心观点 - 当前A股市场行情与2013-2017年行情存在相似性，均经历了基本面低迷、政策刺激、证券股率先上涨及后续风格轮动 [3][4] - 当前行情与历史行情的关键区别在于杠杆监管环境不同以及房地产周期所处阶段不同 [5] 2013-2017年行情回顾 - 2014年下半年证券股大幅上涨，拉开牛市序幕 [2] - 2015年上半年小盘股、成长风格接力大幅上涨，于2015年6月达到泡沫估值后破裂，出现腰斩下跌 [2] - 2016-2017年伴随基本面复苏，大盘价值股、消费股上涨，至2017年底其股价超过2015年高点并创历史新高 [2] 当前行情与历史相似点 - 基本面均表现低迷，2024年A股上市公司盈利同比下降 [3] - 均出现刺激政策，2024年9月美联储首次降息后推出一揽子刺激政策，包括存款等利率大幅下降 [3] - 行情风格相似，2024年9月下旬至11月证券股率先大涨回归正常估值，2025年以来中小盘股强势上涨 [4] - 基本面出现复苏迹象，2024年刺激政策在2025年一、二季度初见成效，科技、医药行业盈利同比明显增长，其他领域有复苏迹象但尚不明显 [4] 当前行情与历史区别点 - 2015年存在杠杆配资催生中小盘股疯狂泡沫，本轮行情对杠杆配资管理严格 [5] - 2015年房地产价格不高，2016-2017年房地产大幅上涨带动产业链上行，当前房地产仍处于熊市周期，尚未触底反弹 [5]

国盛证券业绩表现 - 前三季度营业收入18.56亿元，同比增长46.84% [3] - 前三季度归母净利润2.42亿元，同比增长191.21% [3] - 手续费及佣金收入12.07亿元，同比增长60.39%，主要系证券经纪业务收入增加所致 [3] 中信证券业绩表现 - 前三季度营业收入558.15亿元，同比增长32.7% [3] - 前三季度归母净利润231.59亿元，同比增长37.86% [3] - 总资产规模达20263.1亿元，较2024年末增长18.45%，成为国内首家资产破2万亿元券商 [3] - 经纪业务手续费净收入109.39亿元，同比增长52.9% [3] 东方财富业绩表现 - 前三季度营业总收入115.89亿元，同比增长58.67% [4] - 前三季度归母净利润90.97亿元，同比增长50.57% [4] - 总资产达3802.55亿元，较上年度末增长24.12% [4] - 手续费及佣金净收入66.4亿元，同比增长86.79% [4] - 融出资金规模765.78亿元，较年初增长30.11%，利息净收入24.05亿元，同比增长59.71% [4] 其他券商业绩亮点 - 江海证券前三季度营收8.11亿元，同比增长28.13%，归母净利润4.88亿元，同比增长140.71% [5] - 东吴证券预计前三季度归母净利润27.48亿元至30.23亿元，同比增长50%至65% [5] - 财富管理、投资交易等业务收入同比增长，成为多家券商业绩提升重要引擎 [5] 业绩增长驱动因素 - 市场处于牛市行情，主要股指表现强劲，交投活跃度提升 [5] - 证券经纪业务成为行业核心增长引擎，为经纪、两融等业务提供有力支撑 [1][5] - 政策面持续发力，市场交易活跃是券商业绩高增主要原因 [1] 业务表现差异与挑战 - 部分券商自营业务收入出现波动，例如东方财富公允价值变动收益为-1.96亿元，同比由盈转亏 [6] - 行业马太效应或进一步强化，中小型券商需通过差异化竞争实现突围 [7] - 未来需观察政策环境、市场环境变化及美联储降息持续性对行情影响 [6] 行业前景展望 - 增量资金有望接力入市，券商业务将全面受益，"牛市旗手"将强势回归 [1][7] - 资本市场深化改革与竞争格局重构双重驱动下，券商板块向好趋势有望延续 [7] - A股市场规模扩大和活跃度提升将持续为经纪、自营、资管、投行及两融业务带来收入增加 [6]