`

金融工程:新高或将来临 A 股量化择时研究报告

创建于 更新于

摘要

本报告以2020年6月的A股市场为研究对象,结合量化择时模型GFTD和LLT,分析指数与行业估值、市场情绪及宏观周期的关系。报告指出当前沪深300估值处于较低分位,行业估值存在结构性分化,市场情绪指标显示多头力量减弱但整体向好。量化择时模型在主要指数均给出看涨信号,并结合货币周期及宏观因子预测行情有望加速。风险提示包括模型失效及市场波动不确定性。[page::0][page::3][page::5][page::9][page::12][page::17][page::18]

速读内容


主要指数及行业表现概览 [page::3][page::4]



  • 2020年6月22日至6月24日,创业板指涨幅最高达2.72%,上证50表现较弱仅涨0.60%。

- 行业涨幅最高的为电子、计算机和电气设备,跌幅最大为钢铁、休闲服务和纺织服装。

市场估值分析 [page::5][page::6][page::7][page::8]


| 指数 | 最新PE | 历史50%分位数PE | 最新PB | 历史50%分位数PB |
|------------|--------|------------------|--------|------------------|
| 上证综指 | 13.4 | 15.7 | 1.3 | 1.8 |
| 沪深300 | 12.7 | 13.5 | 1.4 | 1.7 |
| 创业板指 | 65.7 | 50.7 | 7.5 | 4.7 |
  • 沪深300估值相对较低,PE略低于历史50%分位数,创业板估值明显回落但依然较高。

- 行业中农林牧渔、房地产、建筑装饰等PE和PB接近历史底部估值,计算机和医药生物等行业估值较高。

市场情绪指标跟踪 [page::9][page::10][page::11][page::12]




  • 新高个股占比略升至8.1%,新低个股占比小幅上升。

- 多头排列股数显著下降至2.2%,显示市场结构疲软。
  • 基金整体股票仓位从89.7%降至86.4%,主流ETF规模净流出,累计62亿左右。

- 上证50ETF期权成交看涨看跌比率处于低位,无短期超买风险。

量化择时模型及回测表现 [page::0][page::12][page::13]



  • GFTD和LLT两大量化模型一致给出沪深300及其他主要指数“涨”信号。

- 历史净值显示两模型经过扣费后,累计收益保持正向增长,具备较好的择时效果。

宏观视角与策略展望 [page::16][page::17][page::18]


  • 货币M1同比上升周期与牛市高度相关,现阶段处于2019年开始的上升周期,空间及时间尚存。

- 宏观因子事件如CPI同比和10年期国债收益率连续变动对未来市场多头趋势均有支持作用。
  • 日历效应显示7月上涨概率高(上证63%)。

- 风险提示包括模型择时成功率约80%,存在因市场极端情况模型失效的可能。

深度阅读

广发证券《金融工程:新高或将来临——A股量化择时研究报告》详尽解析



---

一、元数据与报告概览



报告标题:金融工程:新高或将来临 —— A股量化择时研究报告
发布机构:广发证券发展研究中心
发布时间:2020年6月21日
分析师团队:罗军(首席分析师)及多位资深分析师联袂撰写
研究主题:尤其聚焦A股市场的量化择时策略,结合多项量化模型、市场情绪、估值指标、宏观因素,整体预测A股未来可能面临的趋势和风险。

报告核心论点
  • 当前A股市场处于震荡高点,量化择时模型(GFTD与LLT)对主要指数发出明确看涨信号。

- 结合市场结构走势、行业表现和宏观货币周期的观察,报告认为未来市场有望迎来结构性加速行情,尤其是在货币上行周期的后半段。
  • 同时,报告示警短期波动风险仍存,量化模型非全能,极端行情中模型有失效可能。

- 行业和市场估值分布存在分化,估值较低的行业板块或存在投资机会。
  • 量化择时模型历史有效率高达约80%,为投资决策提供有力辅助。


GFTD 沪深300择时
LLT 沪深300择时

---

二、逐节深度解读



1. 市场表现回顾(2020年6月22日-24日)


  • 市场整体结构表现

继此前震荡后,创业板涨幅最大达2.72%,中小板和沪深300分别上涨约1.98%和0.98%,而上证50相对较弱,仅上涨0.6%。[page::3]
图1与图2展示了细分指数的涨跌幅度和相对强弱,显示出市场分层效应明显,成长股及中小盘表现优于大型蓝筹。
  • 行业层面表现分析

电子、计算机、电气设备、传媒及食品饮料行业领涨(涨幅均超2%);建筑装饰、钢铁、休闲服务、纺织服装和商业贸易表现疲软,跌幅居前(3%以内)。体现了资金向科技消费链条的集中流入趋势。[page::4]
  • 市场估值动态

- 沪深300最新PE为12.7倍,低于其13.5倍的历史中位数,显示估值不高,具备一定吸引力。创业板估值偏高(PE65.7倍,高于历史中位数50.7倍),显示成长板块仍被高估。[page::5]
- PB方面,沪深300为1.4倍也低于历史中位数,反映市场整体处于估值相对合理偏低区间。[page::6]
- 行业估值分布显示,农林牧渔、房地产、建筑装饰、建筑材料及采掘等板块估值接近历史低位,或存在安全边际。[page::7][page::8]

2. 市场情绪跟踪


  • 新高新低个股比例

新高个股比例自7.6%升至8.1%,显示近期市场个股新高增加,投资情绪较上周有所回暖。新低比例也有小幅上升,显示市场分化依旧明显。[page::9]
  • 涨跌停板特征

涨停和跌停股票数量历时均并无异常,未出现极端活跃场面。[page::10]
  • 个股均线结构指标

多头排列股占比明显下降,从18%降至2.2%,表明市场短期内买盘动力有所减弱,震荡风险上升。[page::10]
  • 基金仓位及ETF资金流

普通股票基金仓位降低至86.4%,较此前略有回落;主流ETF呈现净流出,累计规模减少约62亿元,反映机构资金偏谨慎配置态度。[page::11]
  • 期权市场看涨看跌比率

期权成交的看涨看跌比率(CPR)处低位,暗示短期内蓝筹板块未表现出超买风险,市场尚有上行空间。[page::12]

3. 量化择时模型表现


  • 基于GFTD和LLT两套模型,对上证综指、沪深300、深证成指、上证50、中小板、创业板等主要指数均给出“涨”的明确买入信号,体现模型对于当前行情的乐观态度。[page::12]

- 历史择时净值走势显示扣费后整体收益呈稳健向上趋势,尤其是在2006-2008及2014-2015年两大牛市期间模型表现优异,验证模型在不同周期内的适用性和有效性。[page::13]
  • 两模型未来市场看多的结论增强了报告风险偏好的合理性。


4. 日历效应


  • 通过对2000年至2018年19年数据归纳,报告发现7月初,尤其是7月1日后一两周,市场及多数行业板块(如银行、建筑材料、食品饮料等)表现出较高的上涨概率(多在50%-70%左右)。[page::14][page::15]

- 这一周期对应夏季躁动期,在策略布局层面具有提示意义,提示投资者关注节假日前后的市场结构机会。

5. 宏观视角分析


  • 货币通胀周期对股市影响

报告强调当前M1同比数值自2019年第一季度以来呈现上行趋势,且根据历史数据,A股中有3次牛市均伴随明显M1上升周期,特别是后半段牛市行情。[page::16][page::17]
  • M1上升时平均历时约两年,具有较强的周期性参考价值。结合疫情因素,预计本轮周期高峰时间有可能延后至2021年中期。

- 宏观因子,包括PMI、CPI、M0/M1/M2增速、国债收益率、美元指数及WTI原油价格等均被纳入监控体系,形成多角度宏观因子事件分类,辅助构建市场趋势判断模型。[page::16][page::17]
  • 统计显示部分因子的组合事件(如CPI连续上涨3个月后转跌、美国10年期国债收益率连续下跌等)对股市展现出正面影响,构成潜在“买入”信号。


6. 风险提示


  • 量化模型并非万能,其择时成功率约80%,在极端行情和结构性转变时可能失效,提醒投资者不可盲目依赖。

- 日历效应和宏观因子事件基于历史数据回测,市场结构和投资者行为的变化可能致策略失效。
  • 报告观点可能与其他量化模型存在差异,需结合多角度进行综合判断。[page::18]


---

三、重要图表深度解读



1. 择时模型结论表(Table 1)



| 指数代码 | 指数简称 | GFTD模型结论 | LLT模型结论 |
|---------|------------|--------------|-------------|
| S000001 | 上证综指 | 涨 | 涨 |
| S399300 | 沪深300 | 涨 | 涨 |
| S399001 | 深证成指 | 涨 | 涨 |
| S000016 | 上证50 | 涨 | 涨 |
| S399005 | 中小板指 | 涨 | 涨 |
| S399006 | 创业板指 | 涨 | 涨 |

该表明确指出量化模型对A股主流重要指数均发出看多信号,呈现分歧较小的共识氛围,拉低了择时操作中的不确定性。[page::12]

---

2. 量化择时净值走势图(图12、图13)


  • GFTD2.0历史择时净值图显示模型自2000年以来经历过多个牛市周期中呈现显著净值提升,最近几年波动加大但整体仍然向上;持仓的沪深300指数对应走势作参考,体现择时策略相对市场的超额收益能力。[page::13]

- LLT模型净值走势与上述模型类似,历史表现显示模型具有一定的长期稳定性和盈利能力。

---

3. 主要指数PE与PB走势(图4、图5)


  • 2005年至今的主要指数PE走势显示创业板估值远高于其余指数,波动幅度也最大,代表成长板块风险与机会并存;沪深300及上证50等蓝筹指数估值较为稳定,当前PE处于相对历史偏低水平。[page::5]

- PB走势图同样体现创业板高估特征,上证综指和沪深300的PB处历史中低位,暗示投资价值尚存。[page::6]

---

4. 行业估值分布对比(表3、表4)


  • 行业PE层面,农林牧渔(19.2)、房地产(8.9)以及建筑装饰(9.7)等行业最新估值接近其历史10%分位数的附近(最新PE仅为10%分位数的74%-89%),显示较明显的估值低点。[page::7]

- PB层面,采掘、建筑装饰、银行等行业PB低于历史10%分位,表明这些行业板块可能具备较好的估值安全边际。[page::8]

---

5. 市场情绪指标(图6-图8)


  • 新高比例指标显示近期新高个股比例略增,但同时新低个股也有所增加,市场分化持续存在。60日新高比例和60日新低比例的对比体现市场不均衡。[page::9]

- 涨跌停板数量稳中有降,说明短期内市场无极端恐慌或狂热,情绪相对理性。[page::10]
  • 均线结构指标由多头占优明显向弱势回落,表明短期市场动力不足,需要谨慎。[page::10]


---

6. 宏观视角下的货币周期影响(图14)


  • M1同比与股票市场涨跌呈明显相关性,多次货币上行周期与牛市时间段重合,显示货币政策宽松和流动性充裕对股市表现构成重要推动。[page::16]

- 图中还提示PPI及万得全A指数走势同样反映经济与股市周期的交互关系。

---

7. 宏观因子事件定义及效果(图16及表8)


  • 宏观因子事件细分为4类:短期高/低点、连续涨跌、历史新高/低、走势反转。

- 每类因子事件依据不同凯利参数K值定义,以捕获因子阶段性显著变化,呈现对未来大类资产回报的预测价值。[page::17]
  • 表8进一步印证部分因子事件与股票市场表现的正向对应,如CPI连续上涨3个月后下跌,历史数据9次出现时均伴随市场看多行情。


---

四、估值分析



报告主要采用相对估值法,通过统计历史PE和PB分位数判断当前指数及行业估值的合理区间,同时辅以量化择时模型提供的趋势判断工具。PE和PB均采用TTM和LF口径数据,确保对历史和最新数据的连续可比性。

基于历史分位数,报告认为沪深300指数处于估值低位,特别是其PE(12.7)和PB(1.4)均低于历史中位数,表明蓝筹市场存在价值投资机会。创业板指则估值偏高,存在调整压力。
行业估值显示,传统产业如农林牧渔、房地产、建筑装饰等处于相对估值底部,成长性行业如计算机、休闲服务、医药等估值偏高,可能存在市场高估风险。

---

五、风险因素评估


  • 模型风险:GFTD及LLT量化择时模型历史有效率约80%,但在极端波动行情或市场结构变化时可能失效。模型信号不应被视为绝对保证,投资者需结合基本面和市场情绪全面判断。[page::18]

- 日历效应及宏观因子稳健性:依赖历史数据的策略回测可能因市场环境变化导致策略失效,尤其当监管、资本市场制度发生变化时。
  • 结构性风险:当前权益市场存在显著的结构性分化,高估板块与低估板块同时存在,资金配置难度提升,存在错配风险。

- 操作风险:量化模型操作涉及高频数据、多因素计算,执行过程中可能面临交易成本、流动性问题。

---

六、批判性视角与细微差别


  • 报告整体保持谨慎乐观态度,将货币周期作为重要判断依据,但对政策风险和宏观环境不确定性讨论较少。

- 对创业板和成长板块高估估值风险提示不足,尽管模型判定看涨,但基于估值分歧,或需更谨慎。
  • 报告将量化择时模型预测与宏观因子变化及历史日历效应组合使用,这种多维度量化方法较为科学,但缺乏更多质性判断和外部事件影响分析。

- 模型以沪深300指数为主,可能限制了对个股分化及小盘股行情的适用性,需关注模型范围局限。
  • 风险提示部分虽有说明,但未详细展开极端市场情况下的具体概率与影响,留存一定分析盲点。


---

七、结论性综合



广发证券《金融工程:新高或将来临——A股量化择时研究报告》基于全面的量化择时模型(GFTD与LLT),搭配细致的A股市场结构分析、行业估值分布、市场情绪跟踪和宏观视角,提供了当前市场的多维度解析和中期趋势展望。

量化模型当前发出了全线“涨”的信号,表明系统性反弹趋势正在形成。业绩优异的电子、计算机、电气设备等科技成长股继续引领行情,而行业估值分散显示传统行业估值相对较低,存结构性投资机会。市场整体估值处于合理区间,沪深300指数的PE和PB皆低于历史中位数,较为安全。

结合历史货币周期视角,报告认为目前正处货币上升周期,且此周期时间与空间仍有较大余地,牛市潜力仍在。尤其货币周期后半段,常伴随叠加加速行情,弱势板块补涨与核心科技消费资金流入将驱动市场进一步向上。

日历效应数据显示7月份上涨概率较大,且宏观因子事件分析支持当前市场处于相对有利位置。基金仓位和ETF资金流的微调则提示短期需警惕震荡和波动风险。

图表支持和深化了文本分析:
  • 择时模型净值历史趋势表明量化择时工具具备较高的实战参考价值。

- 市场情绪指标显示投资者情绪尚未过热,支持未来继续观察布局。
  • 估值分布表清晰揭示了机构应关注估值分位较低板块的投资机会。

- 宏观货币指标图强调了流动性对股市趋势的推动作用。

整体来看,报告维持对A股市场中期向好的判断,建议投资者关注结构性机会,尤其是科技及估值低位的传统行业。同时,提醒量化择时非万能,市场波动加剧及结构转变风险仍需警惕。

---

(全文基于广发证券2020年6月最新发布的《金融工程:新高或将来临——A股量化择时研究报告》,引用页面详见每段结尾[page::x])

参考附录


  • 量化模型择时结论与信号日期汇总详见页0及12,[page::0] [page::12]

- 市场结构及行业涨跌表现详见页3-4,[page::3] [page::4]
  • 主要指数及行业估值分布详见页5-8,[page::5] [page::6] [page::7] [page::8]

- 市场情绪跟踪图示含新高新低、涨跌停板、均线结构、基金仓位及ETF资金流见页9-11,[page::9] [page::10] [page::11]
  • 期权市场情绪指标(看涨看跌比)见页12,[page::12]

- 量化择时净值曲线见页13,[page::13]
  • 日历效应统计数据及平均涨幅见页14-15,[page::14] [page::15]

- 宏观货币周期及相关因子事件理解见页16-17,[page::16] [page::17]
  • 风险提示及模型限制见页18,[page::18]


如需深入探讨模型算法细节及实战策略设计,可进一步联系广发证券发展研究中心相关分析师团队。

报告