市场核心观点与复盘 - 本周（2025年11月24日至28日）A股市场震荡反弹，创业板指领涨主要宽基指数，上涨4.54% [4] - 市场量能表现与反弹不匹配，主要宽基指数量能逆势收缩，后续反弹力度或受量能压制收窄 [4] - 资金面存在分歧，本周融资增加额转正，但股票型ETF资金延续净流出405.64亿元 [4][6] - 结合市场反弹高度、量能表现及资金分歧，后市反弹力度或减弱，市场可能再度进入震荡区间 [4] - 中长线仍看好“红利+科技”主线，其中红利策略或在波动方面占优 [4] 主要指数表现与估值 - 本周主要宽基指数普涨，上证综指上涨1.40%，上证50上涨0.47%，沪深300上涨1.64%，中证500上涨3.14%，中证1000上涨3.77%，北证50上涨0.75% [4] - 截至2025年11月28日，上证指数和上证50指数估值分位数处于“危险”等级，沪深300、中证500、中证1000和创业板指处于“适中”等级 [4] - 截至同期，各大宽基指数量能择时信号均为谨慎观点 [5] 行业估值分位数 - 截至2025年11月28日，中信一级行业中，煤炭、钢铁、建材、轻工制造、电力设备及新能源、国防军工、商贸零售、纺织服装、医药、银行、电子、计算机、综合金融处于估值分位数“危险”等级 [5] - 食品饮料、非银行金融行业处于估值分位数“安全”等级 [5] 资金面跟踪 - 本周机构调研关注度最高的前5大个股为：立讯精密（396家）、鼎泰高科（240家）、汇川技术（193家）、杰瑞股份（168家）、晶晨股份（129家） [6] - 本周南向资金净流入198.41亿港元，其中沪市港股通净流入93.49亿港元，深市港股通净流入104.92亿港元 [6] - 股票型ETF本周收益中位数为2.31%，资金净流出405.64亿元 [6] - 跨境ETF本周收益中位数为3.22%，资金净流入2.79亿元 [6] - 港股ETF本周收益中位数为3.28%，资金净流入31.02亿元 [6] - 商品型ETF本周收益中位数为2.55%，资金净流入19.27亿元 [6] 基金抱团情况 - 截至2025年11月28日，基金抱团分离度环比上周下降 [7] - 最近一周，抱团股和抱团基金的超额收益上升 [7]

根据提供的金融工程市场跟踪周报，以下是总结的量化模型与因子内容。 量化模型与构建方式 1. **模型名称：量能择时模型**[22] * **模型构建思路**：通过分析主要宽基指数的成交量能状态，来判断市场短期走势，当量能与价格表现不匹配时，预示反弹力度可能减弱[22] * **模型具体构建过程**：报告未详细描述该模型的具体计算过程和公式，仅给出了基于该模型的最终观点信号[22] 2. **模型名称：沪深300上涨家数占比情绪指标**[23] * **模型构建思路**：利用市场强势股的示范效应，通过计算指数成分股中近期上涨股票的数量占比来判断市场情绪。情绪过低可能预示底部，情绪过高则提示风险[23] * **模型具体构建过程**：计算沪深300指数成分股在过去N日内收益率大于0的个股数量占成分股总数的比例。 具体公式为： $$沪深300指数N日上涨家数占比 = \frac{沪深300指数成分股过去N日收益大于0的个股数}{沪深300指数成分股总数}$$[23] 3. **模型名称：动量情绪指标择时模型**[28] * **模型构建思路**：对“沪深300上涨家数占比”指标进行平滑处理，通过比较短期和长期平滑线的相对位置来生成交易信号，以捕捉市场情绪的变动趋势[28] * **模型具体构建过程**： 1. 计算基础指标：沪深300指数N日上涨家数占比（N=230）[28] 2. 对该基础指标分别进行窗口期为N1=50和N2=35的移动平均，得到慢线和快线（N1>N2）[28] 3. 当快线大于慢线时，生成看多信号；当快线小于慢线时，对市场持谨慎或中性态度[28] 4. **模型名称：均线情绪指标择时模型**[31][32] * **模型构建思路**：基于技术分析中的均线理论，通过判断当前价格相对于一组均线的位置来评估市场趋势和情绪状态[31] * **模型具体构建过程**： 1. 计算沪深300收盘价的八条均线，参数分别为8, 13, 21, 34, 55, 89, 144, 233[31] 2. 统计当日沪深300收盘价位于这八条均线之上的数量[32] 3. 当收盘价位于五条及以上均线之上时，生成看多信号[32] 5. **因子名称：横截面波动率**[34] * **因子构建思路**：通过计算特定指数内所有成分股在同一时期收益率的离散程度，来衡量市场分化程度和选股（Alpha）环境的优劣[34] * **因子具体构建过程**：报告未提供该因子的具体计算公式，但指出其用于衡量沪深300、中证500、中证1000等指数成分股收益率的截面差异[34] 6. **因子名称：时间序列波动率**[38] * **因子构建思路**：通过计算指数成分股收益率在时间序列上的波动情况，来评估市场的整体波动水平和Alpha环境[38] * **因子具体构建过程**：报告未提供该因子的具体计算公式，但指出其用于衡量沪深300、中证500、中证1000等指数成分股加权后的时间序列波动率[38] 7. **因子名称：基金抱团分离度**[81] * **因子构建思路**：通过计算抱团基金组合截面收益率的标准差，来作为基金抱团程度的代理变量。标准差小表明抱团程度高，标准差大表明抱团瓦解[81] * **因子具体构建过程**：具体计算方式为抱团基金截面收益的标准差[81] 模型的回测效果 1. **动量情绪指标择时模型**，报告未提供具体的回测绩效指标，仅展示了策略净值表现图[29] 2. **均线情绪指标择时模型**，报告未提供具体的回测绩效指标，仅展示了策略净值表现图[33] 量化因子的回测效果 1. **横截面波动率因子**，近两年平均值：沪深300为1.92，中证500为2.11，中证1000为2.30[38]；近一年平均值：沪深300为1.88，中证500为2.12，中证1000为2.40[38]；近半年平均值：沪深300为1.97，中证500为2.14，中证1000为2.39[38]；近一季度平均值：沪深300为2.23，中证500为2.41，中证1000为2.59[38]；近一季度平均值占近两年分位：沪深300为80.54%，中证500为74.60%，中证1000为82.47%[38]；近一季度平均值占近一年分位：沪深300为79.71%，中证500为74.60%，中证1000为78.49%[38]；近一季度平均值占近半年分位：沪深300为78.05%，中证500为78.57%，中证1000为75.30%[38] 2. **时间序列波动率因子**，近两年平均值：沪深300为0.65%，中证500为0.47%，中证1000为0.26%[41]；近一年平均值：沪深300为0.61%，中证500为0.45%，中证1000为0.25%[41]；近半年平均值：沪深300为0.61%，中证500为0.45%，中证1000为0.24%[41]；近一季度平均值：沪深300为0.71%，中证500为0.52%，中证1000为0.27%[41]；近一季度平均值占近两年分位：沪深300为75.36%，中证500为78.57%，中证1000为82.07%[41]；近一季度平均值占近一年分位：沪深300为75.78%，中证500为76.19%，中证1000为79.28%[41]；近一季度平均值占近半年分位：沪深300为69.77%，中证500为76.19%，中证1000为74.10%[41]