分享一篇文章。 国泰海通金工研究 国泰海通金工 | 量化择时和拥挤度预警周报（20250513） 原创 阅读全文 ...

金融工程 | 金工定期报告 金融工程 证券研究报告 2025 年 05 月 11 日 量化择时周报：重大事件落地前维持中性仓位 重大事件落地前维持中性仓位 上周周报(20250505)认为：在风险偏好承压叠加市场格局触发下行趋势， 全 A 指数的 30 日均线构成压力位，但考虑到估值不高，建议在压力位突 破前维持中性仓位。最终 wind 全 A 周二突破 30 日均线，随后迎来上涨。 市值维度上，上周代表小市值股票的中证 2000 上涨 3.58%，中盘股中证 500 上涨 1.6%，沪深 300 上涨 2%，上证 50 上涨 1.93%;上周中信一级行业中， 表现较强行业包括国防军工、通信，国防军工上涨 6.44%，消费者服务、房 地产表现较弱，消费者服务微涨 0.3%。上周成交活跃度上，军工和通信资 金流入明显。 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）的距离开始收窄，最新数据显示 20 日 线收于 4946，120 日线收于 5088 点，短期均线继续位于长线均线之下， 两线差值由上周的-3.63%缩小至-2.80%，距离绝对值开 ...

金融工程 | 金工定期报告 金融工程 证券研究报告 2025 年 05 月 11 日 量化择时周报：重大事件落地前维持中性仓位 重大事件落地前维持中性仓位 上周周报(20250505)认为：在风险偏好承压叠加市场格局触发下行趋势， 全 A 指数的 30 日均线构成压力位，但考虑到估值不高，建议在压力位突 破前维持中性仓位。最终 wind 全 A 周二突破 30 日均线，随后迎来上涨。 市值维度上，上周代表小市值股票的中证 2000 上涨 3.58%，中盘股中证 500 上涨 1.6%，沪深 300 上涨 2%，上证 50 上涨 1.93%;上周中信一级行业中， 表现较强行业包括国防军工、通信，国防军工上涨 6.44%，消费者服务、房 地产表现较弱，消费者服务微涨 0.3%。上周成交活跃度上，军工和通信资 金流入明显。 和解读行业研报（ 2025W18 ）》 2025-05-06 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）的距离开始收窄，最新数据显示 20 日 线收于 4946，120 日线收于 5088 点，短期均线继续位于长线均线之下， ...

证券分析师 王小心 A0230524100006 wangxx2@swsresearch.com 邓虎 A0230520070003 denghu@swsresearch.com 沈思逸 A0230521070001 shensy@swsresearch.com 2025 年 05 月 11 日 风格切换到成长后模型对红利指数 的观点如何？ ——量化择时周报 20250509 ⚫ 截至 5 月 9 日，市场情绪指标数值上升至 1.5，模型继续提示市场情绪缓和修复。自 4 月 18 日的最低点以来，市场情绪已经连续 12 个交易日修复向上，模型观点偏多。 ⚫ 本周 A 股市场继续提示市场情绪修复，主力资金情绪尚可，价量一致性得分较上周进一 步上升，是市场情绪修复的主要原因。 ⚫ 自科创 50 相对万得全 A 成交占比指标继续边际向下。主力资金在本周也整体净流出科创 板块，但情绪较 4 月中旬以来有明显修复，5 月 6 日主力资金在科创板实现净流入 1.54 亿元，5 月 9 日净流入 3.84 亿元。 ⚫ 价量匹配度升高至上轨附近。本周相对成交额靠前的行业有纺织服饰、国防军工、计算机、 通信、轻工制造、商贸零售 ...

广发证券首席金工分析师 安宁宁 SAC: S0260512020003 anningning@gf.com.cn 广发证券资深金工分析师 张钰东 SAC: S0260522070006 zhangyudong@gf.com.cn 广发金工安宁宁陈原文团队 摘要 最近5个交易日，科创50指数涨0.24%，创业板指涨4.13%，大盘价值涨1.55%，大盘成长涨2.05%，上证50涨1.46%，国证2000代表的小盘涨3.77%，国防军 工、通信市场表现靠前，钢铁、商贸零售表现靠后。 风险溢价，中证全指静态PE的倒数EP减去十年期国债收益率，权益与债券资产隐含收益率对比，历史数次极端底部该数据均处在均值上两倍标准差区 域，比如2012/2018/2020年（疫情突发），2022/04/26达到4.17%，2022/10/28风险溢价再次上升到4.08%，市场迅速反弹，2024/01/19指标4.11%，自2016年 以来第五次超过4%。截至2025/05/09指标3.94%，两倍标准差边界为4.75%。 估值水平，截至2025/05/09，中证全指PETTM分位数50%，上证50与沪深300分别为61%、47%，创 ...

金融工程 | 金工定期报告 2025 年 05 月 05 日 作者 吴先兴 分析师 SAC 执业证书编号：S1110516120001 wuxianxing@tfzq.com 相关报告 风险提示：市场环境变动风险，模型基于历史数据。 1 《金融工程：金融工程-因子跟踪周 报 ： Beta 、换手率因子表现较好 -20250504》 2025-05-04 2 《金融工程：金融工程-哪些行业进 入高估区域？——估值与基金重仓股配 置监控 2025-05-03》 2025-05-03 3 《金融工程：金融工程-净利润断层 本周超额基准 0.92%》 2025-05-03 金融工程 证券研究报告 量化择时周报：突破压力位前保持中性 突破压力位前保持中性 上周周报(20250427)认为：全 A 指数的 30 日均线构成压力位，但考虑到估 值不高，建议在压力位突破前维持中性仓位。最终 wind 全 A 维持原状。 市值维度上，上周代表小市值股票的中证 2000 上涨 0.84%，中盘股中证 500 上涨 0.08%，沪深 300 下跌 0.43%，上证 50 下跌 0.59%;上周中信一级行业中， 表现较强行业包括传媒 ...

证 券 研 究 报 告 2025 年 05 月 05 日 模型提示市场情绪指标进一步回 升，红利板块行业观点偏多 ——量化择时周报 20250430 王小心 (8621)23297818× wangxx2@swsresearch.com 证券分析师 王小心 A0230524100006 wangxx2@swsresearch.com 邓虎 A0230520070003 denghu@swsresearch.com 沈思逸 A0230521070001 shensy@swsresearch.com 联系人 本研究报告仅通过邮件提供给 中庚基金 使用。1 请务必仔细阅读正文之后的各项信息披露与声明 权 益 量 化 研 究 指 数 研 究 ⚫ 截至 4 月 30 日，市场情绪指标数值上升至 0.8，模型继续提示市场情绪缓和修复。自 4 月 18 日的最低点以来，市场情绪已经连续 8 个交易日修复向上，模型观点偏多。 ⚫ 本周 A 股市场继续提示市场情绪有修复，较上周明显发生变化的指标有主力买入力量指 标和价量一致性指标，两个指标分数都有提高。 ⚫ 自科创 50 成交占比指标快速下跌至下轨以下后，近两周科创 50 成 ...

金融工程 | 金工定期报告 2025 年 05 月 05 日 作者 吴先兴 分析师 SAC 执业证书编号：S1110516120001 wuxianxing@tfzq.com 相关报告 1 《金融工程：金融工程-因子跟踪周 报 ： Beta 、换手率因子表现较好 -20250504》 2025-05-04 2 《金融工程：金融工程-哪些行业进 入高估区域？——估值与基金重仓股配 置监控 2025-05-03》 2025-05-03 3 《金融工程：金融工程-净利润断层 本周超额基准 0.92%》 2025-05-03 金融工程 证券研究报告 量化择时周报：突破压力位前保持中性 突破压力位前保持中性 上周周报(20250427)认为：全 A 指数的 30 日均线构成压力位，但考虑到估 值不高，建议在压力位突破前维持中性仓位。最终 wind 全 A 维持原状。 市值维度上，上周代表小市值股票的中证 2000 上涨 0.84%，中盘股中证 500 上涨 0.08%，沪深 300 下跌 0.43%，上证 50 下跌 0.59%;上周中信一级行业中， 表现较强行业包括传媒、计算机，传媒上涨 2.86%，综合金融、房地产 ...

市场情绪自3月20日持续调整，于4月18日下降至低点，数值为0.1。本周市场情绪指标在接近0轴处开始向上反弹，回升至0.5，数值较上周五(4/18)上升0.4，模型转多，市场 情绪有所缓和。 本周A股市场提示市场情绪有一定修复，较上周明显发生变化的指标有科创50成交占比、主力买入力量和期权波动率。主力流出速率减缓和VIX指标体现的恐慌程度减弱是本 周市场情绪回升的主要原因。 科创50成交占比、行业涨跌趋势性、主力买入力量和PCR结合VIX，分别代表了市场风险偏好程度下降，市场情绪不确定性增强，主力流出速度 减缓和期权市场恐慌情绪缓和。其他指标维持和上周一致的判断。 资金当前对成长高估值板块观点不确定性较强。 自上周科创50成交占比指标快速下跌至下轨以下后，本周科创50成交占比指标仍在持续下降。本周主力资金持续从科创板块 流出，累计净流出超过32亿人民币。 投资者信心逐渐恢复，市场的活跃度和投资者参与度都有了明显提升。 除了看到主力资金本周流出科创板，主力资金本周在全A仍然呈现净流出的态势，但流出速度较上周有 所减缓，主力流出主力买入力量指标有所回升。从主力资金净流出绝对量看，主力资金本周累计净流出超过370亿 ...

Quantitative Models and Construction Methods 1. Model Name: Timing System Signal (Wind All A Index Long-term and Short-term Moving Averages) - **Model Construction Idea**: The model uses the distance between the 120-day long-term moving average and the 20-day short-term moving average of the Wind All A Index to identify the overall market environment and potential trend shifts[2][9]. - **Model Construction Process**: - Calculate the 20-day moving average (short-term) and the 120-day moving average (long-term) of the Wind All A Index. - Compute the relative distance between the two moving averages: $$ \text{Distance} = \frac{\text{20-day MA} - \text{120-day MA}}{\text{120-day MA}} $$ - A negative distance indicates the short-term average is below the long-term average, signaling a potential downtrend. Conversely, a positive distance suggests an uptrend[2][9]. - **Model Evaluation**: The model effectively identifies the market's transition to a downtrend when the distance narrows and becomes negative, providing actionable insights for timing decisions[2][9]. 2. Model Name: Industry Allocation Model - **Model Construction Idea**: This model identifies medium-term industry allocation opportunities by focusing on sectors with turnaround potential or strong growth drivers[2][10]. - **Model Construction Process**: - Analyze industry-specific metrics and trends to identify sectors with "distressed reversal" characteristics or those benefiting from structural growth themes. - Recommended sectors include: - Healthcare (e.g., Hang Seng Medical) - Low-valued sectors like new energy and consumer-related industries - Technology sectors driven by domestic substitution, such as AI chips and information innovation (Xinchuang)[2][10]. - **Model Evaluation**: The model provides a systematic approach to identifying sectors with medium-term growth potential, aligning with macroeconomic and structural trends[2][10]. 3. Model Name: TWO BETA Model - **Model Construction Idea**: This model focuses on identifying high-growth sectors, particularly in technology, by leveraging beta factors[2][10]. - **Model Construction Process**: - Analyze beta coefficients of various sectors to identify those with higher sensitivity to market movements. - Emphasize sectors like technology, including AI chips and information innovation, which are expected to outperform due to domestic substitution trends[2][10]. - **Model Evaluation**: The model effectively highlights high-growth sectors, particularly in technology, aligning with market trends and policy support[2][10]. 4. Model Name: Position Management Model - **Model Construction Idea**: This model determines optimal equity allocation levels based on valuation and trend signals[3][10]. - **Model Construction Process**: - Use valuation metrics such as PE and PB ratios of the Wind All A Index: - PE is at the 50th percentile, indicating a moderate valuation level. - PB is at the 20th percentile, indicating a relatively low valuation level. - Combine valuation insights with trend signals (e.g., moving average distances) to recommend a 50% equity allocation for absolute return products[3][10]. - **Model Evaluation**: The model provides a balanced approach to equity allocation, considering both valuation and trend factors[3][10]. --- Model Backtesting Results 1. Timing System Signal - **Distance between 20-day and 120-day moving averages**: -3.08% (indicating a narrowing gap and a potential downtrend)[2][9][13] - **Profitability Effect**: -1.7% (indicating negative short-term market sentiment)[2][10][13] 2. Position Management Model - **PE Ratio**: 50th percentile (moderate valuation level)[3][10] - **PB Ratio**: 20th percentile (relatively low valuation level)[3][10] - **Recommended Equity Allocation**: 50% for absolute return products[3][10] 3. Industry Allocation Model - **Recommended Sectors**: - Healthcare (e.g., Hang Seng Medical) - New energy and consumer-related industries - Technology sectors (e.g., AI chips, information innovation)[2][10][13] 4. TWO BETA Model - **Recommended Sectors**: - Technology sectors, including AI chips and information innovation, driven by domestic substitution trends[2][10][13]