行业研究 煤价延续平稳，波动或将缩窄 ——煤炭开采行业周报（2025.6.2~2025.6.8） 要点 煤价延续平稳，波动或将缩窄。（1）中煤能源近日接受机构调研时就动力煤价 格走势指出，目前动力煤价格已接近底部，后续有望进一步企稳；（2）6 月 4 日，国务院副总理丁薛祥在山西调研时指出，要加强迎峰度夏期间能源保供， 推动电煤市场平稳运行，确保民生及重要用户用电供应安全稳定；（3）从基本 面角度来看，当前港口库存压力有所缓解，近两周煤价基本稳定，供需矛盾并 不突出，预计后续煤价仍将延续平稳，波动或将缩窄。 2025 年 6 月 8 日 本周港口煤价小幅下跌，海外油价反弹。（1）本周（6.2-6.6）秦皇岛港口动 力 煤 平 仓 价 （ 5500 大 卡 周 度 平 均 值 ） 为 609 元 / 吨 ， 环 比 -2 元 / 吨 （-0.29%）；（2）陕西榆林动力混煤坑口价格（5800 大卡）周度平均值为 475 元/吨，环比+0 元/吨（+0.00%）；（3）澳大利亚纽卡斯尔港动力煤 FOB 价格 （5500 大卡周度平均值）为 67 美元/吨，环比-0.18%；（4）欧洲天然气期货 结算价（DUTCH ...

政策驱动去库降重，猪价短期压力显现 ——光大证券农林牧渔行业周报（20250602-20250608） 要点 本周猪价下跌。根据博亚和讯， 6 月 6 日全国外三元生猪均价为 14.05 元/kg， 周环比下跌 2.90%，15 公斤仔猪均价 34.51 元/公斤，周环比下跌 2.38%。根 据涌益咨询数据，本周商品猪出栏均重为 129.17kg，周环比下跌 0.01%，全国 冻品库容率为 13.80%，环比上升 0.01pct。节后消费需求疲软，白条走货滞 缓，大猪需求低迷，市场情绪偏弱。养殖端，政策驱动行业加速降重去库存， 南北多地供应增量，短期供强需弱格局将延续。 肉禽方面，本周毛鸡、鸡苗价格下跌。截至 6 月 6 日，白羽肉毛鸡价格为 7.32 元/公斤，周环比下跌 0.68%，鸡苗价格 2.84 元/羽，周环比下跌 1.05%。毛鸡 方面，近期屠宰企业鸡肉冻品库存升高，采购肉鸡积极性减弱，养殖端出栏宽 松，部分地区有压价现象，肉鸡价格偏弱。鸡苗方面，肉鸡价格下跌叠加夏季 高温因素，鸡苗以合同鸡为主，种鸡场订单放缓，鸡苗价格小幅回调。 2025 年 6 月 8 日 行业研究 农产品方面，本周玉米现货价 ...

2025 年 6 月 8 日 策略研究 内外因素交织，市场或维持整固状态 ——策略周专题（2025 年 6 月第 1 期） 要点 本周 A 股市场出现分化 受风险偏好抬升等因素的影响，本周 A 股市场出现回暖。主要宽基指数普遍上 涨，在主要宽基指数中，本周创业板指涨幅最大，涨幅为 2.3%，而上证 50 涨 幅最小，涨幅为 0.4%。目前万得全 A 估值处于 2010 年以来历史中等位置。 行业方面，通信、有色金属、电子表现相对较好。分行业来看，本周申万一级行 业大多出现上涨。通信、有色金属、电子等行业本周表现相对较好，涨幅分别为 5.3%、3.7%及 3.6%；相比之下，家用电器、食品饮料、交通运输等行业的跌 幅则较大，本周分别下跌 1.8%、1.1%及 0.5%。 内外因素交织，市场或维持整固状态 近期国内外都有哪些重要事件发生？国内事件主要为部分稳增长政策落地，如商 务部启动 2025 年"服务消费季"活动、五部门近期部署 2025 年新能源汽车下 乡活动等。从外部来看，近期发生的重要事件主要包括 6 月 5 日晚国家主席习 近平应约同美国总统特朗普通电话、美国证券交易委员会（SEC）周三进一步收 紧对 ...

2025 年 6 月 7 日 市场小市值特征仍显著，PB-ROE 组合超额收益明显 ——量化组合跟踪周报 20250607 要点 量化市场跟踪 大类因子表现：本周（2025.06.03-2025.06.06，下同）beta 因子和动量因子获 得正收益（0.58%和 0.31%）；规模因子和流动性因子取得明显负收益（-0.66% 和-0.37%），市场动量效应占优，小市值风格仍较为显著。 单因子表现：沪深 300 股票池中，本周表现较好的因子有总资产增长率(2.23%)、 单季度营业收入同比增长率(1.78%)、单季度 ROA(1.58%),表现较差的因子有净 利润断层(-0.36%)、5 日平均换手率(-0.51%)、市净率因子(-0.64%)。 中证 500 股票池中，本周表现较好的因子有单季度净利润同比增长率(1.54%)、 单季度营业利润同比增长率(1.29%)、单季度 ROE 同比(1.28%),表现较差的因子 有 6 日成交金额的标准差(-0.95%)、市盈率 TTM 倒数(-0.95%)、6 日成交金额 的移动平均值(-0.97%)。 流动性 1500 股票池中，本周表现较好的因子有总资产增长率( ...

Quantitative Models and Construction Methods 1. **Model Name: Volume Timing Model** - **Model Construction Idea**: The model uses volume signals to time the market, indicating cautious signals when the volume is low. - **Model Construction Process**: The model calculates the volume timing signals for major broad-based indices. The specific process involves assessing the volume levels and determining the market stance based on these levels. - **Model Evaluation**: The model currently maintains a cautious signal for all major broad-based indices.[2][23][24] 2. **Model Name: Momentum Sentiment Indicator** - **Model Construction Idea**: This model captures market sentiment by calculating the proportion of stocks with positive returns within a given period. - **Model Construction Process**: - Calculate the proportion of stocks in the CSI 300 index with positive returns over the past N days. - Use the formula: $$ \text{Proportion of stocks with positive returns} = \frac{\text{Number of stocks with positive returns in past N days}}{\text{Total number of stocks in CSI 300 index}} $$ - Apply smoothing with different window periods to capture the trend changes. - **Model Evaluation**: The indicator can quickly capture upward opportunities but may miss out on gains during sustained market exuberance. It also has limitations in predicting downturns.[24][25][28] 3. **Model Name: Moving Average Sentiment Indicator** - **Model Construction Idea**: This model uses the eight moving average system to judge the trend state of the index. - **Model Construction Process**: - Calculate the eight moving averages for the closing price of the CSI 300 index with parameters 8, 13, 21, 34, 55, 89, 144, and 233. - Assign values to the indicator based on the number of moving averages the current price exceeds. - Use the formula: $$ \text{Indicator Value} = \begin{cases} 1 & \text{if price > 5 moving averages} \\ 0 & \text{if price between 3-5 moving averages} \\ -1 & \text{if price < 3 moving averages} \end{cases} $$ - **Model Evaluation**: The model indicates that the CSI 300 index is currently in a sentiment boom area.[33][34][36] Model Backtesting Results 1. **Volume Timing Model** - **Indicator Value**: Cautious signal for all major broad-based indices[24] 2. **Momentum Sentiment Indicator** - **Indicator Value**: Proportion of stocks with positive returns in CSI 300 index around 64%[25] 3. **Moving Average Sentiment Indicator** - **Indicator Value**: CSI 300 index is in a sentiment boom area[36] Quantitative Factors and Construction Methods 1. **Factor Name: Cross-sectional Volatility** - **Factor Construction Idea**: This factor measures the dispersion of returns among index constituents to gauge the alpha environment. - **Factor Construction Process**: - Calculate the cross-sectional volatility for the constituents of the CSI 300, CSI 500, and CSI 1000 indices. - Use the formula: $$ \text{Cross-sectional Volatility} = \sqrt{\frac{1}{N-1} \sum_{i=1}^{N} (R_i - \bar{R})^2} $$ where \( R_i \) is the return of stock \( i \) and \( \bar{R} \) is the average return. - **Factor Evaluation**: The recent cross-sectional volatility has increased, indicating a better short-term alpha environment for the CSI 300 and CSI 1000 indices.[38][41] 2. **Factor Name: Time-series Volatility** - **Factor Construction Idea**: This factor measures the volatility of returns over time for index constituents to assess the alpha environment. - **Factor Construction Process**: - Calculate the time-series volatility for the constituents of the CSI 300, CSI 500, and CSI 1000 indices. - Use the formula: $$ \text{Time-series Volatility} = \sqrt{\frac{1}{T-1} \sum_{t=1}^{T} (R_t - \bar{R})^2} $$ where \( R_t \) is the return at time \( t \) and \( \bar{R} \) is the average return. - **Factor Evaluation**: The recent time-series volatility has increased for the CSI 300 and CSI 500 indices, indicating a better alpha environment.[42][44] Factor Backtesting Results 1. **Cross-sectional Volatility** - **CSI 300**: Recent quarterly average 1.66%, 66.11% of the past half-year[41] - **CSI 500**: Recent quarterly average 1.94%, 39.68% of the past half-year[41] - **CSI 1000**: Recent quarterly average 2.32%, 54.58% of the past half-year[41] 2. **Time-series Volatility** - **CSI 300**: Recent quarterly average 0.53%, 65.49% of the past half-year[44] - **CSI 500**: Recent quarterly average 0.41%, 57.14% of the past half-year[44] - **CSI 1000**: Recent quarterly average 0.25%, 54.98% of the past half-year[44]

2025 年 6 月 8 日 策略研究 内外因素交织，市场或维持整固状态 ——策略周专题（2025 年 6 月第 1 期） 要点 本周 A 股市场出现分化 受风险偏好抬升等因素的影响，本周 A 股市场出现回暖。主要宽基指数普遍上 涨，在主要宽基指数中，本周创业板指涨幅最大，涨幅为 2.3%，而上证 50 涨 幅最小，涨幅为 0.4%。目前万得全 A 估值处于 2010 年以来历史中等位置。 行业方面，通信、有色金属、电子表现相对较好。分行业来看，本周申万一级行 业大多出现上涨。通信、有色金属、电子等行业本周表现相对较好，涨幅分别为 5.3%、3.7%及 3.6%；相比之下，家用电器、食品饮料、交通运输等行业的跌 幅则较大，本周分别下跌 1.8%、1.1%及 0.5%。 内外因素交织，市场或维持整固状态 近期国内外都有哪些重要事件发生？国内事件主要为部分稳增长政策落地，如商 务部启动 2025 年"服务消费季"活动、五部门近期部署 2025 年新能源汽车下 乡活动等。从外部来看，近期发生的重要事件主要包括 6 月 5 日晚国家主席习 近平应约同美国总统特朗普通电话、美国证券交易委员会（SEC）周三进一步收 紧对 ...

2025 年 6 月 7 日 2025 年 6 月 6 日，美国劳工部公布 2025 年 5 月非农数据：新增非农就业 13.9 万人，预期 13.0 万人，前值由 17.7 万人修正为 14.7 万人；5 月失业率 4.2%， 预期 4.2%，前值 4.2%；平均时薪同比升 3.9%，预期升 3.7%，前值由升 3.8% 修正至升 3.9%。 核心观点： 2025 年 5 月美国新增就业高于市场预期，缓和经济衰退担忧。5 月非农就业人 口增 13.9 万人，高于市场预期的增 13.0 万人，失业率也稳定在 4.2%，显示美 国就业市场相对稳健。其中，5 月底美国迎来阵亡将士纪念日，拉动出行需求， 休闲酒店业新增就业升至+4.8 万人，高于前值的+2.9 万人，是 5 月就业数据保 持稳定的主要贡献项。 从降息节奏看，5 月非农数据相对稳健，强化美联储观望态度，市场预期 6 月美 联储将不再降息，首次降息时间为 9 月。本次非农数据高于预期，失业率也未上 行，就业市场依旧稳健，短期内美联储或继续保持观望，等待经济转弱的更多信 号。非农数据公布后，10 年期国债收益率上行 11 个 bp 至 4.51%。市场预 ...

2025 年 6 月 7 日 总量研究 REITs 二级市场价格上涨，新增一只能源类产品申报 ——REITs 周度观察（20250603-20250606） 要点 1、 二级市场 2025 年 6 月 3 日-2025 年 6 月 6 日（以下简称"本周"），我国已上市公募 REITs 二级市场价格整体呈现上行趋势：加权 REITs 指数收于 142.42，本周回报率为 1.74%。与其他主流大类资产相比，回报率由高至低排序分别为：原油>可转债> 黄金>REITs>A 股>美股>纯债。 从项目属性来看，本周产权类 REITs 和特许经营权类 REITs 的二级市场价格走 势均呈现整体上涨趋势，特许经营权类 REITs 的涨幅更大。 从底层资产类型来看，本周市政设施类 REITs 涨幅最大。本周回报率排名前三的 底层资产类型分别为市政设施类、交通基础设施类和水利设施类。 从单只 REIT 层面来看，本周公募 REITs 涨跌互现，有 54 只 REITs 上涨，有 12 只 REITs 下跌。涨跌幅方面，涨幅排名前三的分别是招商高速公路 REIT、华泰 江苏交控 REIT 和平安宁波交投 REIT。 成交规模及 ...

2025 年 6 月 7 日 总量研究 非农数据高于预期，美联储或更偏观望 ——2025 年 5 月美国非农数据点评兼光大宏观周报（2025-06-07） 要点 事件： 2025 年 6 月 6 日，美国劳工部公布 2025 年 5 月非农数据：新增非农就业 13.9 万人，预期 13.0 万人，前值由 17.7 万人修正为 14.7 万人；5 月失业率 4.2%， 预期 4.2%，前值 4.2%；平均时薪同比升 3.9%，预期升 3.7%，前值由升 3.8% 修正至升 3.9%。 核心观点： 2025 年 5 月美国新增就业高于市场预期，缓和经济衰退担忧。5 月非农就业人 口增 13.9 万人，高于市场预期的增 13.0 万人，失业率也稳定在 4.2%，显示美 国就业市场相对稳健。其中，5 月底美国迎来阵亡将士纪念日，拉动出行需求， 休闲酒店业新增就业升至+4.8 万人，高于前值的+2.9 万人，是 5 月就业数据保 持稳定的主要贡献项。 从降息节奏看，5 月非农数据相对稳健，强化美联储观望态度，市场预期 6 月美 联储将不再降息，首次降息时间为 9 月。本次非农数据高于预期，失业率也未上 行，就业市场依旧 ...

2025 年 6 月 7 日 行业研究 6 月流动性展望 ——流动性观察第 110 期 银行业 买入（维持） 作者 分析师：王一峰 执业证书编号：S0930519050002 010-57378038 wangyf@ebscn.com 分析师：赵晨阳 执业证书编号：S0930524070005 010-57378030 zhaochenyang@ebscn.com 行业与沪深 300 指数对比图 资料来源：Wind 3 月金融数据前瞻及 4 月流动性展望——流动性观 察第 108 期 2 月金融数据前瞻及 3 月流动性展望——流动性观 察第 107 期 1 月金融数据前瞻及 2 月流动性展望——流动性观 察第 106 期 12 月金融数据前瞻及 1 月流动性展望——流动性 观察第 105 期 11 月金融数据前瞻及 12 月流动性展望——流动性 观察第 104 期 10 月金融数据前瞻及 11 月流动性展望——流动性 观察第 103 期 9 月金融数据前瞻及 10 月流动性展望——流动性 观察第 102 期 8 月金融数据前瞻及 9 月流动性展望——流动性观 察第 101 期 要点 相关研报 4 月金融数据前 ...