市场周期与个人策略 - 作者认为A股市场呈现熊短牛长的特征，熊市持续时间通常不超过一年，并声称在2019-2021年及2023-2025年期间均实现大幅盈利 [3] - 作者采用长期满融持有科技板块的策略，在本轮下跌中账户回撤约40%，其大部分股票跌幅约30% [4] - 作者表示每轮熊市通常亏损60%左右，因此当前点位不会减仓，即使再跌30%也在预期承受范围内，认为长期满融是其优势与风格 [4] 2022年熊市特征 - 2022年熊市呈现高度结构化特点，高股息板块（特别是煤炭）逆势上涨 [5] - 2022年4月27日成为一批股票未来几年的最低点，随后的V型反转中，数百只股票（主要是新能源）涨幅达100%-200% [6] - 在2022年4月27日至7月期间，几乎所有股票均出现上涨，抓住此轮反弹可使2022年实现不亏损甚至盈利 [6] 2023-2025年牛市展望 - 预计2023-2025年的牛市将比2019-2021年更具结构性，普涨性和涨幅或更逊色，主要集中在科技板块 [7] - 本轮下跌预计将集中在以AI硬件为核心的科技板块，其他板块下跌幅度有限，高股息板块可能逆势走强 [8] - 预计本轮熊市持续时间将短于2022年，大跌数月后可能出现类似2022年4月27日的V型反转 [9] V型反转预判 - 判断V型反转时机尚早，需等待英伟达泡沫破裂及A股出现连续下杀行情 [10] - 预判V型反转的时间点可能在春节前后的2月份，即业绩预告发布期较为恰当 [11] - V型反转的引领板块参考2022年行情，预计仍为科技板块，但需聚焦年报预增的个股 [12] 科技板块投资方向 - 在科技板块中，作者更偏好AI端侧方向，如机器人、消费电子，同时建议关注AI应用领域 [13] - 引用谷歌观点，强调需要在相同成本和能耗下实现算力、存储与网络能力千倍提升的重要性 [14] - 预计V型反转数月后市场会再次下跌并形成第二个低点，届时熊市将宣告结束 [14]

市场整体表现与趋势 - 三大指数呈现探底回升态势 完成V型反转 早盘上证指数最大跌幅超过30点 [1][2] - 市场向下做空力量减弱 尾盘阶段走出连续震荡走势 显示市场开始跌不动了 [2] - 早盘成交量缩量1000多亿 而尾盘最终缩量200亿 意味着有超过800亿资金在尾盘进场 [2] 政策与外部环境影响 - 新的五年规划获得审议并通过 涵盖民生、经济、科技及军工等方向 推动相关领域短期上攻机会 [1] - 欧洲对国内几家企业采取不利措施 目前对国内市场影响不显著 但需持续观察外围不确定因素及黑天鹅事件 [1] - 昨日欧美主要指数表现较为稳定 以震荡上涨为主 A50及中概股出现明显上涨 有助于推动市场反弹 [1] 行业与板块表现 - 大宗商品表现强势 原油价格大涨超过5% 黄金和白银出现反弹 对有色金属及石油板块形成推动 [1] - 石油板块作为权重板块 对指数上攻预期起到积极作用 [1] - 以券商为首的权重板块开始发力 增强市场上攻预期 指数能否强势大涨需看大权重板块持续发力 [2] - 需防范连续上涨板块如煤炭、石油、银行、保险及电力的回调风险 这些板块一旦再次走弱将面临压力 [2] 资金与操作策略 - 市场走好需资金持续买入才能推动上涨 [2] - 主要策略以做多为主 从大趋势看上涨行情并未结束 建议保持中等仓位 继续持股做多 [2] - 对低位金融板块及低位科技板块 投资者可暂时继续等待 [2] - 在市场尚未突破前 仓位控制需谨慎 避免过重仓位面临震荡后回踩或短期回调压力 [2]

量化模型与构建方式 1. **模型名称：顶底背离型拐点识别模型** - **模型构建思路**：通过量价背离或技术指标（如MACD）与价格的背离，识别价格创新高或新低过程中走势力度衰竭的迹象，预判潜在拐点[2][9] - **模型具体构建过程**： 1. **量价背离**：当价格创新高但成交量未同步创新高时，视为多头力度不足的信号[9] 2. **MACD背离**：观察价格与MACD指标（如黄白线或柱状图）的趋势方向是否背离，例如价格新高但MACD未新高[9][12] 3. **形态过滤**：结合波浪理论（如五浪结构）和均线系统（多头/空头排列）筛选有效背离信号，提升准确率至65%[14][16] - **模型评价**：单一背离信号胜率较低（<55%），需结合形态分析增强有效性[13][16] 2. **模型名称：V型反转拐点识别模型（温度计指标）** - **模型构建思路**：基于价格围绕趋势均线的均值回复特性，通过乖离率分位点量化超买超卖状态，捕捉急涨/急跌后的反转机会[18][19] - **模型具体构建过程**： 1. **均线处理**：将均线（如60日或年度均线）左移参数的一半长度，线性外推后计算乖离率： $$乖离率 = \frac{价格 - 外推均线值}{外推均线值}$$[18] 2. **分位点计算**：滚动计算乖离率在历史窗口（如过去60日）的分位点，得到温度计值（0-100）[18] 3. **阈值规则**： - 熊市：需高频（60日）和低频（年度）温度计均<10[19][21] - 震荡市：仅高频温度计<10[19][22] - 牛市：高频温度计<15或急跌至50以下且低频温度计>80[26][28] - **模型评价**：对V型反转敏感，但需结合趋势状态调整阈值以避免误判[27][32] --- 模型的回测效果 1. **顶底背离型拐点识别模型** - 胜率：基础信号55%，叠加形态过滤后提升至65%[13][16] - 适用场景：圆弧形拐点识别，需配合右侧确认信号（如MACD金叉/死叉）[10][17] 2. **V型反转拐点识别模型** - **熊市案例**：2022年1月/4月，高频+低频温度计<10后出现月线级别反弹[21] - **震荡市案例**：2025年1月/4月，高频温度计<10触发反弹[22] - **牛市案例**：2023-2025年黄金期货高频温度计<10时均为有效买点[26] - **风险案例**：2023年6月传媒指数因顶背离失效，需等待ABC浪调整[32] --- 量化因子与构建方式 1. **因子名称：高频温度计因子** - **因子构建思路**：基于60日均线乖离率分位点，刻画短期超卖状态[18][19] - **因子具体构建过程**：同V型反转模型中温度计计算步骤[18] 2. **因子名称：低频温度计因子** - **因子构建思路**：基于年度均线乖离率分位点，反映长期趋势偏离度[19] --- 因子的回测效果 1. **高频温度计因子** - 有效阈值：熊市/震荡市<10，牛市<15或急跌至50[19][26] - 失效场景：牛市末端可能因趋势反转失效（如2023年6月传媒指数）[32] 2. **低频温度计因子** - 协同作用：熊市中需与高频因子同步低于阈值[21] - 独立信号：牛市中>80时提示强势标的回调机会[28]