主要指数涨跌情况及行业表现 [page::0][page::1]

• 科创50指数5个交易日上涨5.53%，创业板指上涨8.48%，大盘价值指数下跌0.76%，大盘成长指数上涨3.63%。

- 通信、电子行业表现突出，银行、钢铁板块相对走弱。

• 创业板指估值处于历史相对较低水平，显示成长板块存在一定吸引力。

ETF及资金流动性情况分析 [page::2]

• 主流ETF中大盘成长、通信、电子板块规模及资金流均表现活跃。

- ETF资金流出约104亿元，融资余额近5个交易日增加约418亿元，显示市场短期交易活跃。

• 整体ETF规模持续增长，资金流呈波动波形，显示结构性配置调整。

卷积神经网络价量数据映射及行业主题配置 [page::3]

• 通过卷积神经网络对标准化图表化价量数据与未来价格建模，映射至通信设备、钢铁、地产等主题板块。

- 最新主题配置以通信板块为主，反映模型捕捉的潜在行业轮动趋势。

• 利用200日均线以上比例及风险溢价曲线辅助跟踪市场情绪和风险偏好。

风险溢价与市场估值水平分析 [page::3]

• 股权风险溢价近期为3.23%，接近历史两倍标准差边界4.77%，对应过去市场极端底部阶段。

- 中证全指PETTM分位数约72%，创业板指估值相对较低，提示成长和价值关注重点分化。

• 技术面显示2012年以来深100指数典型三年熊市周期的底部区，市场底部向上可能性增加。

市场成交与融资余额情况 [page::4]

• 融资余额持续提升，显示市场多头资金信心较强。

- 个股年初至今收益区间分布显示近30%个股涨幅在10%-30%区间，收益结构分布较为分散。

• 指数超卖指标提示当前部分指数存在短期调整压力，但整体市场交易活跃。

市场情绪与量化择时风险提示 [page::5]

• GFTD模型和LLT模型择时成功率约80%，但信号非100%准确，存在市场波动带来的失效风险。

- 量化模型基于历史数据回测，市场结构变化或事件驱动可能影响模型效果。

• 报告主要提供择时参考，不构成具体投资建议，投资决策需结合独立判断。

【广发金工】市场成交活跃——全面详尽分析报告解构

---

一、元数据与概览

• 报告标题：《市场成交活跃》

- 作者：安宁宁（首席金工分析师）、张钰东（资深金工分析师），均来自广发证券金融工程研究团队

• 发布日期：2025年8月17日 14:19

- 发布机构：广发证券金融工程研究

• 主题：宏观市场走势、量化择时、ETF资金流向及深度学习模型应用于A股市场的技术面与资金面分析。

核心论点：

该报告结合市场指标、资金流向、估值分析及深度学习模型，从成交活跃度、市场风险溢价、估值水平、资金结构、技术面及机器学习视角全面分析当前A股市场状态，重点传达市场或处于底部周期转折点、风险溢价维持相对较高水平、科创及通信等板块表现优异的观点。报告也披露ETF资金流出与融资盘持续增长的并存现象，结合卷积神经网络分析给出行业主题推荐。整个报告未给出明确买卖评级，但强调市场交易活跃并数据支持牛市可能性，提示投资者关注底部的向上突破机会。

---

二、逐节深度解读

1. 摘要部分

• 关键论点：

- 最近5个交易日主要指数表现分化：科创50涨5.53%，创业板指大涨8.48%，大盘价值指数下跌0.76%，大盘成长指数涨3.63%。
- 行业板块表现：通信、电子表现较好；银行、钢铁表现较差。
- 风险溢价指标（权益资产隐含收益率减去债券收益率）近年来数次超过4%，通常对应市场底部信号。当前指标为3.23%，距离两倍标准差边界4.77%仍有空间，但依旧处于较高水平。
- 估值分位数显示，创业板指估值相较历史偏低（33%分位），其他指数如中证全指及上证50处于中高估值区间（如72%、69%分位）。
- 深证100技术面表现符合每3年一轮熊市规律，本轮自2021年初调整幅度较充分，市场调整时间和空间充裕，有望迎来底部反弹周期。
- 卷积神经网络模型应用于价量走势图的深度学习，用以识别未来价格变化特征，并映射至行业主题，最新推荐主题偏向通信板块。
- 资金面：ETF出现104亿元资金流出，但融资余额增加418亿元，市场成交活跃，日均成交超2万亿元。

• 逻辑与假设：

- 以历史风险溢价阈值超4%为底部信号的假设，结合估值历史分位和技术面熊市周期，综合判断当前市场可能处于底部阶段或见底回升初期。
- 融资余额上升说明杠杆资金入场，表明投资情绪趋于积极，即使ETF资金流出。

---

2. 指数短期涨跌与规模表现 {[page::0],[page::1]}

• 图表解读：

- 【图1（页1）】显示近期主要指数涨幅，创业板指涨幅最高达8.58%，紧随其后的是科创50和深证成指。大盘指数涨幅较小且平稳。
- 【图2（页1）】中证系列指数涨幅分布，中证500、中证1000及国证2000均有约3%-4%左右涨幅。

• 意义：

显示资金短期内明显偏好成长性、科技创新相关板块，传统大盘价值股表现相对疲软。

---

3. 主流ETF规模变化 {[page::2]}

• 图表说明：

- 【图1（页2）】板块ETF资金流变化显示大盘成长、中盘成长、小盘成长和小盘价值都呈现资金净流入，唯独大盘价值板块资金流出。
- 【图2（页2）】分行业ETF资金流入情况，通信、电子、非银金融、军工等板块资金流入较多，而钢铁、煤炭、银行资金流出明显。
- 【图3（页2）】主流ETF规模与资金流走势图显示整体ETF规模稳定增长，但最近多日出现较明显资金流出。

• 解读：

ETF资金流向反映市场偏好向成长、科技、新兴产业转移，传统周期行业资金分流，ETF整体规模持续扩张但短期资金净流出表明结构性资金调整。

---

4. 卷积神经网络趋势观察 {[page::3]}

• 报告引入深度学习技术——卷积神经网络（CNN），基于标准化的价量图表数据，训练模型预测未来价格走势，进而映射至行业主题。

- 最新配置主题指数包括中证通信设备、中证钢铁、中证通信设备主题指数以及地产相关指数。

• 该技术模块展示了量化技术在市场趋势捕捉及行业轮动识别中的应用，为传统技术面分析提供模型支撑。

---

5. 市场情绪及长期均线趋势 {[page::3]}

• 图表反映200日长期均线之上成分股比例变化与沪深300指数走势。

- 历史数据显示长期均线之上比例大幅上升通常伴随市场反弹，当前比例有所回升，但仍未达到历史极高水平，暗示上涨空间可能存在。

---

6. 风险溢价与资产风险偏好跟踪 {[page::3]}

• 该部分重点展示权益资产风险溢价（中证全指倒数PE减去十年期国债收益率）动态及其统计区间（均值±2倍标准差）。

- 统计数据显示该指标在历史重要市场底部（2012、2018、2020年及2022年）显著抬升，大幅超过均值两倍标准差，当前虽未到极端但处于较高区间。

• 说明市场风险溢价仍在一定吸引力水平，权益资产对比债券具备相对收益优势。

---

7. 融资余额 {[page::4]}

• 涉及融资余额及其占流通市值比例。

- 图表显示2016年以来融资余额逐步增长，2025年达到历史较高水平，提示杠杆资金入场积极。

• 该指标提升通常预示市场情绪乐观，助推短期行情，但高杠杆也可能加剧波动风险。

---

8. 个股收益区间分布 {[page::4]}

• 个股年初至今收益占比分布显示大约29.2%的个股收益率集中于10%-30%区间，18.4%的个股在中位数附近，另外仍有一部分个股收益表现较弱或者负收益。

- 总体反映市场存在分化，不同个股盈利水平有差异，但多数个股收益正向。

---

9. 指数超卖状况 {[page::5]}

• 通过指标对比当前指数与2018年底数值，反映当前部分指数处于超卖或较低位区间。

- 结合其他技术指标，此信息辅助判断市场可能有反弹需求。

---

10. 风险提示与免责声明 {[page::5-6]}

• 报告指出GFTD及LLT模型历史择时成功率约80%，非100%，提示模型存在失效风险，可能因市场结构或交易行为变化而出现收益波动。

- 强调报告观点基于量化模型回测，且不构成具体投资建议，投资者应结合自身独立判断。

• 法律声明严格限制未经许可转载、引用，保障研究成果版权。

---

三、图表深度解读

1. 指数涨幅图表（页1）

• 显示主要指数最近5日涨跌比例，创业板指涨幅最大(近8.58%)，显示市场对创新和成长行业的偏好明显。

- 上证50涨幅最小，仅1.57%，反映大盘蓝筹板块暂时弱势。

• 此图反映市场风格短期向成长、科技倾斜，支持文本中成长股强势的论述。

2. ETF板块资金流向（页2）

• 首个图显示成长类板块资金流入明显，价值板块资金流出。

- 第二个图详细列出行业资金流入流出，通信电子资金流入显著，钢铁煤炭银行等传统行业资金流出较多。

• 该数据佐证前文论断，资金结构调整正在发生，市场由价值向成长科技迁移。

3. 风险溢价走势图（页3）

• 该图通过蓝线（风险溢价）和均值±2σ灰色带反映市场的风险收益边际变动。

- 局部峰值对应历史市场底部，当前风险溢价虽略低于极值，但保持相对高位，意味着股债收益率差异持续有吸引力，暗示市场判定权益资产不算贵。

4. 融资余额与占比走势图（页4）

• 融资余额持续提高，2025年处于近十年高位。

- 其中融资余额占流通市值的比率也稳定上升，表明杠杆资金的市场参与度增加。

• 该图支持报告关于市场活跃度和情绪指标积极的论断。

5. 收益区间分布（页4）

• 个股收益多集中在10%-30%区间，说明大部分个股实现了较好的股票收益，支持市场存在分化但总体偏好的观点。

6. 指数超卖与市场情绪（页5）

• 长期均线以上比例及指数超卖指标显示市场当前处于情绪低谷与技术回调状态，存在反弹契机。

- 这些技术指标的组合增强了市场见底信号的判断。

---

四、估值分析

报告中涉及估值主要通过以下几个方面：

• 风险溢价分析：通过权益资产（中证全指）的倒数PE（反映隐含收益率）减去十年期国债收益率，衡量权益相对债券的吸引力。

- 估值分位数：采用历史分位数比较法观察各指数如创业板指、上证50、中证500等当前市盈率分布所处相对阶段，判断估值高低。

• 技术面估值参考：结合深100指数3年周期熊牛市规律推断，目前估值和技术面均具备向上反弹基础。

估值判断偏向于认为成长板块估值处于中低位，有上升空间，传统价值板块估值较高，风险偏好偏向中小盘及成长。

---

五、风险因素评估

• 量化模型择时成功率约80%，但市场波动及结构性变化可能导致模型失效。

- 市场结构与交易行为变化：特别是近年来市场参与者结构、交易策略不断演化，有可能导致传统量化因子效果弱化。

• 市场情绪波动风险：融资余额增长提升市场杠杆，增强了系统性风险潜在爆发力。

- ETF资金短期净流出表明流动性可能出现阶段性紧张。

• 报告未详列宏观经济、政策面风险，但法律声明指出内容不构成投资建议，提示读者自行评估风险。

---

六、批判性视角与细微差别

• 报告中的风险溢价指标虽然重复引用是否能有效捕捉底部信号，但不同周期的市场环境存在差异，单纯应用历史经验可能存在盲区。

- 估值分位数以静态PE进行，相较动态基本面指标可能忽略盈利变动的影响。

• 融资余额高企虽提示情绪积极，但高杠杆也可能随时反转形成压力，这种双刃剑特质未深入分析。

- 卷积神经网络模型的具体实现细节、准确率、过拟合风险未披露，且基于图表图像的深度学习模型在实际应用中易受未来变化影响，存在不确定性。

• ETF资金流出与融资余额增长并存，反映市场结构分化，单看融资余额或成交额活跃度容易忽略内部资金博弈。

---

七、结论性综合

该份《市场成交活跃》报告从多维度详尽分析了2025年8月A股市场现状及趋势信号。通过历史风险溢价、估值分位、技术面分析，结合深度学习模型的前沿应用，以及资金流向与融资余额数据，报告整体判断当前市场正处于底部区域，有较大概率进入新一轮牛市周期：

• 市场指数表现分化明显，成长及科技主题指数突出，表明资金结构性偏好鲜明。

- 风险溢价指标多次突破4%阈值对应市场底部信号，当前仍保持较高水平，给予市场相对安全边际。

• 估值分位数揭示创业板等成长板块估值偏低，具备投资价值。

- 融资余额和成交额高企，显示市场交易活跃，机构及杠杆资金介入。

• 卷积神经网络模型成功识别多个行业主题，强调通信等板块未来配置价值。

- ETF资金结构变化显示投资者资金偏向成长及非周期性行业。

• 技术指标配合指向底部逐步确立，短期指数具有反弹动力。

不过，报告同时提醒量化模型的不确定性以及市场结构变化可能带来的策略失效风险，呼吁投资者理性对待量化择时结果。

整体上，该份报告为投资者提供了全面、细致且技术含量较高的市场趋势研判，既包含定量分析也体现了新兴AI技术在金融研究中的应用，切实指导市场参与者理解当前行情活跃性的内在驱动因素和潜在风险。

---

附图示例

以下为报告关键图表示例（截图部分）：











---

综上，报告从定量和AI角度均支撑当前市场处于成交活跃、资金布局积极、底部趋稳反弹初期的判断，但建议关注模型限制造成的策略失效风险。整体调性偏乐观，着重于识别市场底部信号和主题投资配置机会。[page::0],[page::1],[page::2],[page::3],[page::4],[page::5],[page::6]

报告