量化择时周报：短期关注红利应对假期不确定性 短期关注红利应对假期不确定性 金融工程 | 金工定期报告 金融工程 证券研究报告 上周周报(20250921)认为：中美领导人通完电话，预期或有利风险偏好的 上行；WIND 全 A 趋势线位于 6156 点附近，赚钱效应约为 0.87%，仍然为 正，在赚钱效应转负之前，建议耐心持有。WIND 全 A 全周微涨 0.25%。市 值维度上，上周代表小市值股票的中证 2000 下跌 1.79%，中盘股中证 500 上涨 0.98%，沪深 300 上涨 1.07%，上证 50 上涨 1.07%;上周中信一级行业中， 表现较强行业包括电子、有色，电子上涨 3.67%，消费者服务、商贸零售表 现较弱，消费者服务下跌 6.71%。上周成交活跃度上，电子资金继续流入明 显。 从择时体系来看，我们定义的用来区别市场整体环境的 wind 全 A 长期均 线（120 日）和短期均线（20 日）的距离有所缩小，最新数据显示 20 日 线收于 6184，120 日线收于 5473 点，短期均线继续位于长线均线之上， 两线差值由上周的 13.57%缩小至 13.0%，距离绝对值继续大于 3%， ...

报告导读： 考虑到下周将迎来国庆假期，我们认为，节前避险情绪或将加强，市场下周或 出现震荡。 下周 （ 20250929-20250930 ，后文同） 市场观点： 市场下周或出现震荡 。 从量化指标上看，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（ 1.33 ），意味着当前市场的流动性高于过去一年平均水平 1.86 倍标准差。上证 50ETF 期权成交量的 PUT-CALL 比率震荡下降，周五为 0.91 ，低于前一周（ 1.14 ），投资者对上证 50ETF 短期走势谨慎程度下降。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 以来的 75.73% 和 81.47% 分位点，交易活跃度有所下降。从宏观因子上看， 1. 上周人民币汇率震荡，在岸和离岸汇率周涨幅分别为 -0.31% 、 -0.3% 。事件驱动上， 1. 上周美股市场震荡下行。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 -0.15% 、 -0.31% 、 -0.65% 。根据 Wind ，美联储内部就未来货币政策路径分歧加大。美联储理事鲍曼最新表 ...

量化择时和拥挤度预警周报（20250928） [Table_Authors] 郑雅斌(分析师) 市场下周或出现震荡 本报告导读： 考虑到下周将迎来国庆假期，我们认为，节前避险情绪或将加强，市场下周或出现 震荡。 投资要点： [Table_Summary] 下周（20250929-20250930，后文同）市场观点：市场下周或出现震 荡。从量化指标上看，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（1.33），意味着当前市场的流动性高于过去一年 平均水平 1.86 倍标准差。上证 50ETF 期权成交量的 PUT-CALL 比 率震荡下降，周五为 0.91，低于前一周（1.14），投资者对上证 50ETF 短期走势谨慎程度下降。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 年以来的 75.73%和 81.47%分位点， 交易活跃度有所下降。从宏观因子上看，1. 上周人民币汇率震荡， 在岸和离岸汇率周涨幅分别为-0.31%、-0.3%。事件驱动上，1. 上周 美股市场震荡下行。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- ...

核心观点 - 构建AI驱动的多因子量化择时框架 通过趋势、动量、资金流向和估值四个维度整合12个核心指标 利用HistGradientBoosting机器学习算法生成复合择时信号 有效预警脉冲式行情风险[2][3][4] - 策略回测表现优异 年化收益率达36.41% 夏普比率2.30 最大回撤-19.51% 显著优于万得全A指数 尤其在"9·24"行情中展现"追涨不追高、下跌能抗跌"特征[4][41][42] - 模型在测试集准确率54.08% 21个因子通过IC显著性检验 证明多因子体系对市场波动具备稳定解释力[46][51][53] 多维度指标分析 - 趋势维度显示"9·24"行情初期MA5>MA10>MA20形成多头排列 10月10日后MA5贴近收盘价 MA10>MA5>MA20结构预示行情转向震荡[6] - 动量维度显示行情高点KDJ接近90 RSI_6逼近97 回调阶段KDJ从89急降至56 RSI从98跌至58 跌破60阈值释放行情结束预警[8][9] - 资金流向维度显示成交额从9月24日9744亿飙升至10月8日34835亿 10月11日降至15871亿形成量价背离 预示动能减弱[11][12] - 估值维度显示PE(TTM)从9月24日15.63(5年分位3.6%)升至10月8日19.55(分位74%) 分位高于70%叠加动量超买构成风险提示[15] AI量化框架构建 - 从四个维度精选12个核心指标 包括MACD、KDJ、RSI_6、收盘价、涨跌幅、成交额、振幅、PE(TTM)、MA5/10/20和换手率[22] - 构建衍生指标体系 包括MACD_acc(趋势加速度)、MACD_anom(趋势异常性)、RSI_percentile63(滚动分位适应)、Break20(突破信号)、Slope10(趋势斜率)等[23][24][26] - 采用Z-score标准化和GaussianRank分位变换处理因子 消除量纲差异 增强稳健性和可比性[29][30][31] 模型选择与训练 - 选择HistGradientBoosting模型 因其能处理非线性关系且在速度与效果间平衡 适合中等规模因子建模[36][39] - 参数调优采用学习率0.1配合树深度测试 训练验证集比例7:3 以验证集夏普比率和IC值为评估标准[39] - 输出看涨概率分数 超过60%触发买入信号 保证策略可解释性和可操作性[39] 策略效果验证 - 累计净值曲线显著优于基准 在多轮牛市中紧跟上涨趋势 市场大跌时通过减仓控制回撤[41][42] - 最大回撤-19.51% 远低于同期指数跌幅 "9·24"行情回调阶段策略回撤仅11% 显示抗跌性[45] - 月度信号数量与市场走势正相关 在2007年、2015年和2020年等牛市周期中信号显著增多[56] 当前市场研判 - 2025年9月24日万得全A指数6289.68点 对应PE(TTM)22.32倍 成交额2.35万亿元 未触及历史极端高位[61] - 政策环境与流动性提供支撑 美联储9月开启降息周期 全球流动性转向宽松 新兴市场估值修复可期[61]

核心观点 - 构建AI驱动的多因子量化择时框架 通过趋势、动量、资金流向和估值四个维度系统整合市场信号 有效识别短期脉冲行情风险并提升收益稳定性 [2][3][4] - 策略在回测中表现优异 年化收益率达36.41% 夏普比率2.30 最大回撤-19.51% 显著优于万得全A指数 尤其在"9·24"行情中展现抗跌性 [4][41][42] - 当前市场处于右侧区间但未达极端高位 万得全A指数6289.68点 PE(TTM)22.32倍 成交额2.35万亿元 中长期在政策与流动性支撑下保持乐观 [61] 多维度市场分析 - 趋势维度：均线多头排列（MA5>MA10>MA20）标志趋势启动 而MA10>MA5>MA20结构预示回调 布林带收缩印证趋势减弱 [6] - 动量维度：KDJ接近90和RSI_6达97表明超买 动量指标快速跌破阈值（如RSI从98跌至58）释放行情结束预警 [8][9] - 资金维度：成交额爆发（从9744亿升至34835亿）领先价格突破 量能萎缩与价格背离（如成交额从34835亿降至15871亿）预示见顶 [11][12] - 估值维度：PE分位数从3.6%飙升至74% 当分位数高于70%且叠加动量超买时 形成高风险共振信号 [15] AI量化框架构建 - 从12个核心指标（如MACD、KDJ、成交额、PE分位数等）衍生28个因子 通过Z-score标准化和GaussianRank分位化处理确保数据可比性 [22][29][33] - 采用HistGradientBoosting模型整合因子 利用非线性拟合能力捕捉复杂交互效应 生成未来5日上涨概率信号 阈值设为60%触发交易 [36][39] - 因子IC检验显示21个因子通过显著性标准（IC>0.03且t值显著） 证明因子具备稳定解释力 [46] 策略性能验证 - 回测显示策略累计净值曲线稳健上行 在多轮牛市中获得超额收益 市场下跌时通过减仓控制回撤 [41][42] - 模型测试集准确率54.08% 对上涨情形识别率57% 预测概率分布集中在0.35–0.65区间 反映中性谨慎倾向 [51][55] - 月度信号数量与市场走势正相关 在上涨周期（如2007、2015年）中信号显著增多 体现趋势跟随能力 [56] 当前市场研判 - 万得全A指数较年初显著抬升但未达历史极端高位 成交额保持2.35万亿元活跃水平 资金流入具延续性 [61] - 国内稳增长政策与低资金成本提供支撑 美联储降息周期开启缓解全球流动性压力 中长期估值修复空间仍存 [61]

市场情绪指标分析 - 市场情绪指标数值为2，较上周五的2.55明显下降，周内保持回落趋势，观点偏空但部分分项指标好转 [1][7] - 价量一致性保持高位运行，资金关注度与标的涨幅相关性高，反映资金高活跃度和参与度 [1][9][10] - 行业间交易波动率继续回落，资金切换活跃度下降 [1][9][18] - RSI指标回落至布林带区间内，由正向转为中性，短期超买状态下多头动能降温 [1][9][30] - 融资余额占比继续上升且迫近布林带上界，杠杆资金情绪修复 [1][9][24] - PCR方向指标由负转正，市场看多情绪回升 [1][9][25] 市场交易活跃度 - 全A成交额较上周小幅上涨，市场成交活跃度回升 [1][12] - 周四日成交额达周内最高31666.43亿人民币，日成交量1962.69亿股 [1][12] - 科创50相对万得全A成交占比保持快速上升趋势，风险偏好上升但指标迫近布林带下限 [1][9][14] 行业趋势与拥挤度 - 行业涨跌趋势周内回升，资金对行业观点分歧减弱，短期价值判断一致性提升 [1][9][20] - 汽车、电力设备板块涨幅高但资金拥挤度高，需关注估值与情绪回落风险 [1][39][43] - 商贸零售、交通运输行业资金拥挤度高但涨幅偏低，资金布局稳定 [1][39][43] - 医药生物、美容护理等低拥挤度板块涨幅较低，风险偏好回升时具备配置机会 [1][39][43] - 周平均拥挤度最高行业为商贸零售(0.963)、综合(0.720)、电子(0.793)、通信(0.593)、有色金属(0.590) [39][40] - 拥挤度最低行业为医药生物(0.037)、国防军工(0.043)、美容护理(0.040)、纺织服饰(0.617)、基础化工(0.157) [39][40] 行业短期趋势表现 - 机械设备与电力设备短期得分最高均为96.61，为短期趋势最强行业 [1][34] - 煤炭、机械设备、汽车、建筑装饰、社会服务等行业短期趋势得分上升趋势靠前 [1][34] - 短期趋势最强行业包括机械设备(96.61)、电力设备(96.61)、汽车(94.92)、传媒(94.92)、电子(93.22) [34][35] 风格配置观点 - 模型提示大盘风格占优信号，但5日RSI相对20日快速上升导致信号强度下降 [1][47][49] - 成长风格占优信号持续，20日均线接近60日均线使信号强度较弱 [1][47][49] - 国证成长/国证价值比值0.7937，20日RSI为75.19高于60日RSI的72.75 [47][49] - 申万小盘/申万大盘比值0.9553，20日RSI为45.66低于60日RSI的55.61 [47][49]

市场趋势分析 - 市场继续运行在上行趋势格局 短期均线6157点位于长期均线5422点之上 两线差值由上周13.19%扩大至13.57% 显著高于3%的阈值 [2][8][15] - WIND全A指数赚钱效应为0.87% 仍处于正值区间 中期增量资金有望持续入场 [2][8][15] - 中美领导人通话事件可能推动风险偏好上行 但需持续观察赚钱效应转负信号 [2][8][15] 指数表现与行业动向 - WIND全A指数上周微跌0.18% 中证2000微跌0.02% 中证500上涨0.32% 沪深300下跌0.44% 上证50下跌1.98% [1][9] - 电力设备及新能源行业上涨3.61% 煤炭板块资金流入明显 银行行业下跌4.09% [1][9] - 行业配置聚焦困境反转型板块 港股创新药和贵金属板块重新获关注 科创新能源与化工板块受益政策驱动 [2][8][15] 估值与仓位建议 - WIND全A指数PE估值处于85分位点 PB估值处于50分位点 属中等水平 [3][11] - 绝对收益产品建议仓位维持80% 结合短期趋势与估值分位数综合判断 [3][11] - TWO BETA模型持续推荐科技板块 算力与消费电子为重点关注领域 [2][8][15]

量化模型与构建方式 短期量化择时模型 1. **模型名称**：短期量化择时模型[12][13][16] **模型构建思路**：从宏观基本面、估值面、情绪面和流动性四个维度，综合多个二级指标信号，生成对A股市场的整体看多看空判断[12][13][16] **模型具体构建过程**： - 将择时信号分为四个一级指标：基本面、估值面、情绪面、流动性[12][13][16] - 每个一级指标下包含若干二级指标，每个二级指标根据其当前值在过去5年中的分位数位置，独立生成“乐观”、“谨慎”或“中性”信号[12][13][16] - 汇总每个一级指标下所有二级指标的信号，得到该一级指标的最终信号[12][13][16] - 综合所有四个一级指标的信号，生成最终的总仓位信号（看多或看空）[12][13][16] **模型评价**：该模型是一个多因子综合判断模型，通过不同维度的指标捕捉市场状态，逻辑清晰，覆盖面广 2. **模型名称**：成长价值风格轮动模型[24][26] **模型构建思路**：从基本面、估值面和情绪面三个维度分析，判断当前应超配成长风格还是价值风格[24][26] **模型具体构建过程**： - **基本面**：分析盈利周期斜率、利率综合周期水平、信贷综合周期变化三个指标。例如，盈利周期斜率大时利好成长，利率周期水平偏高时利好价值，信贷周期走强时利好成长[24][26] - **估值面**：分析成长与价值指数的PE估值差和PB估值差在过去5年的分位数。估值差均值回归上行时，利好成长风格[24][26] - **情绪面**：分析成长价值换手差和波动差的5年分位数。换手差偏低利好价值，波动差反弹至偏高位置利好均衡[24][26] - 综合三个维度的信号，给出最终的超配建议（如100%成长或100%价值）[24][26] 3. **模型名称**：小盘大盘风格轮动模型[28][29][31] **模型构建思路**：从流动性视角出发，综合11个有效轮动指标，构建判断超配小盘或大盘的综合信号[28][29][31] **模型具体构建过程**： - 模型基于11个指标，包括：A股龙虎榜买入强度、R007、融资买入余额变化、小盘主题投资交易情绪、等级利差、期权波动率风险溢价、beta离散度、pb分化度、大宗交易折溢价率、中证1000MACD(10,20,10)、中证1000交易量能[31] - 每个指标独立生成看多小盘（100%）或看多大盘（0%）的信号[31] - 综合所有指标的信号，生成最终的综合配置建议[31] 模型的回测效果 1. **短期量化择时模型**，年化收益率17.99%，年化波动率15.87%，最大回撤22.44%，夏普比率0.9959，收益回撤比0.8014，月度胜率63.64%，季度胜率61.54%，年度胜率71.43%[14][19] 2. **成长价值风格轮动模型**，年化收益率13.22%，年化波动率20.80%，最大回撤43.07%，夏普比率0.6056，收益回撤比0.3069，月度胜率58.82%，季度胜率60.78%[25][28] 3. **小盘大盘风格轮动模型**，年化收益率19.10%（综合信号3D平滑），年化超额收益率11.96%，最大回撤39.71%，胜率（按交易）50.00%[31] 量化因子与构建方式 1. **因子名称**：制造业PMI因子[12][16] **因子构建思路**：作为基本面维度的景气度观察指标[12][16] **因子具体构建过程**：直接采用国家统计局发布的制造业采购经理指数（PMI）最新值，判断其是否大于50的荣枯线[12][16] 2. **因子名称**：信贷脉冲因子[12][16] **因子构建思路**：作为基本面维度的信贷增速观察指标[12][16] **因子具体构建过程**：计算人民币中长期贷款脉冲同比增速，并计算其在过去5年的分位数[12][16] 3. **因子名称**：M1同比增速（HP滤波）因子[12][16] **因子构建思路**：作为基本面维度的货币供应观察指标[12][16] **因子具体构建过程**：对M1同比增速进行HP滤波去趋势处理，并计算处理后的数据在过去5年的分位数[12][16] 4. **因子名称**：整体PE分位数因子[12][16] **因子构建思路**：作为估值面维度的估值水平观察指标[12][16] **因子具体构建过程**：计算A股整体PE中位数，并计算其在过去5年的分位数[12][16] 5. **因子名称**：整体PB分位数因子[12][16] **因子构建思路**：作为估值面维度的估值水平观察指标[12][16] **因子具体构建过程**：计算A股整体PB中位数，并计算其在过去5年的分位数[12][16] 6. **因子名称**：Beta离散度因子[13][16] **因子构建思路**：作为情绪面维度的市场分歧观察指标[13][16] **因子具体构建过程**：计算A股整体Beta离散度，并计算其在过去5年的分位数[13][16] 7. **因子名称**：量能情绪因子[13][16] **因子构建思路**：作为情绪面维度的市场交易热度观察指标[13][16] **因子具体构建过程**：计算A股整体量能情绪得分，并计算其在过去5年的分位数[13][16] 8. **因子名称**：波动率因子[13][16] **因子构建思路**：作为情绪面维度的市场波动观察指标[13][16] **因子具体构建过程**：计算A股整体年化波动率，并计算其在过去5年的分位数[13][16] 9. **因子名称**：货币利率指标因子[13][16] **因子构建思路**：作为流动性维度的货币市场流动性观察指标[13][16] **因子具体构建过程**：计算货币利率指标，并计算其在过去5年的分位数[13][16] 10. **因子名称**：汇率预期指标因子[13][16] **因子构建思路**：作为流动性维度的人民币汇率预期观察指标[13][16] **因子具体构建过程**：计算汇率预期指标，并计算其在过去5年的分位数[13][16] 11. **因子名称**：融资额因子[13][16] **因子构建思路**：作为流动性维度的杠杆资金观察指标[13][16] **因子具体构建过程**：计算两市5日平均新增融资额，并计算其在过去5年的分位数[13][16] 12. **因子名称**：盈利斜率周期水平因子[24][26] **因子构建思路**：作为成长价值轮动中基本面维度的盈利周期观察指标[24][26] **因子具体构建过程**：基于量化经济中周期分析框架，计算盈利周期的斜率水平[24][26] 13. **因子名称**：利率综合周期水平因子[24][26] **因子构建思路**：作为成长价值轮动中基本面维度的利率周期观察指标[24][26] **因子具体构建过程**：基于量化经济中周期分析框架，计算利率的综合周期水平[24][26] 14. **因子名称**：信贷综合周期变化因子[24][26] **因子构建思路**：作为成长价值轮动中基本面维度的信贷周期观察指标[24][26] **因子具体构建过程**：基于量化经济中周期分析框架，计算信贷的综合周期变化[24][26] 15. **因子名称**：成长价值PE差分位数因子[24][26] **因子构建思路**：作为成长价值轮动中估值面维度的估值差观察指标[24][26] **因子具体构建过程**：计算成长指数与价值指数PE中位数之差，并计算该差值在过去5年的分位数[24][26] 16. **因子名称**：成长价值PB差分位数因子[24][26] **因子构建思路**：作为成长价值轮动中估值面维度的估值差观察指标[24][26] **因子具体构建过程**：计算成长指数与价值指数PB中位数之差，并计算该差值在过去5年的分位数[24][26] 17. **因子名称**：成长价值换手差分位数因子[24][26] **因子构建思路**：作为成长价值轮动中情绪面维度的交易热度差观察指标[24][26] **因子具体构建过程**：计算成长指数与价值指数换手率之差，并计算该差值在过去5年的分位数[24][26] 18. **因子名称**：成长价值波动差分位数因子[24][26] **因子构建思路**：作为成长价值轮动中情绪面维度的波动差观察指标[24][26] **因子具体构建过程**：计算成长指数与价值指数波动率之差，并计算该差值在过去5年的分位数[24][26] 因子的回测效果 1. **融资买入余额变化因子**，年化收益率12.91%，年化超额收益率5.78%，最大回撤44.32%，胜率（按交易）49.44%[31] 2. **大宗交易折溢价率因子**，年化收益率16.47%，年化超额收益率9.33%，最大回撤40.67%，胜率（按交易）56.71%[31] 3. **A股龙虎榜买入强度因子**，年化收益率13.09%，年化超额收益率5.95%，最大回撤54.66%，胜率（按交易）47.89%[31] 4. **R007因子**，年化收益率12.05%，年化超额收益率4.91%，最大回撤57.98%，胜率（按交易）50.30%[31] 5. **小盘主题投资交易情绪因子**，年化收益率15.85%，年化超额收益率8.71%，最大回撤34.42%，胜率（按交易）50.53%[31] 6. **等级利差因子**，年化收益率12.37%，年化超额收益率5.24%，最大回撤46.47%，胜率（按交易）53.50%[31] 7. **期权波动率风险溢价因子**，年化收益率12.98%，年化超额收益率5.84%，最大回撤63.43%，胜率（按交易）47.37%[31] 8. **beta离散度因子**，年化收益率10.81%，年化超额收益率3.68%，最大回撤53.65%，胜率（按交易）44.62%[31] 9. **pb分化度因子**，年化收益率16.45%，年化超额收益率9.31%，最大回撤45.00%，胜率（按交易）47.88%[31] 10. **中证1000MACD(10,20,10)因子**，年化收益率15.26%，年化超额收益率8.13%，最大回撤37.87%，胜率（按交易）50.00%[31] 11. **中证1000交易量能因子**，年化收益率16.64%，年化超额收益率9.50%，最大回撤39.27%，胜率（按交易）52.93%[31]

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]

市场趋势与择时信号 - 市场整体运行在上行趋势格局，Wind全A短期均线(20日)收于6087点，长期均线(120日)收于5378点，两线差值由上周的12.15%扩大至13.19%，显著高于3%的阈值[2][3][8][9][14] - 赚钱效应为1.9%，处于正值区间，中期增量资金有望持续入场，建议在赚钱效应转负前耐心持有[2][3][8][10][14] - 下周进入美联储议息窗口期，市场可能因利好兑现出现反复震荡，波动率预计明显上升[2][3][8][14] 市场表现与行业动向 - 上周Wind全A指数上涨2.12%，中证2000上涨2.16%，中证500上涨3.38%，沪深300上涨1.38%，上证50上涨0.89%[1][9] - 电子行业表现最强，上涨5.98%，房地产和农业资金流入明显，银行行业下跌0.64%[1][9] - 行业配置中期推荐困境反转型板块（如港股创新药）、政策驱动板块（化工、科创新能源），科技板块中关注算力和电池[2][3][8][10][14] - 军工板块若出现明显缩量，可视为短期买点[2][3][8][14] 估值水平与仓位建议 - Wind全A指数PE位于85分位点（历史较高水平），PB位于50分位点（中等水平），整体估值属中等[3][10] - 绝对收益产品建议仓位提升至80%，基于短期趋势和估值水平综合判断[3][10]