市场结构与行业表现回顾 [page::3][page::4]

• 创业板指表现最佳，周涨幅达4.27%，医药生物、传媒、食品饮料、计算机板块领涨。

- 钢铁、房地产、汽车等顺周期板块相对弱势。

市场估值趋势分析 [page::5][page::6][page::7][page::8]

| 指数名称 | 最新PE(TTM) | 50%分位数PE | 最新PB(LF) | 50%分位数PB |
|----------|--------------|------------|------------|------------|
| 沪深300 | 15.5 | 13.5 | 1.7 | 1.7 |
| 创业板指 | 64.1 | 51.5 | 7.5 | 4.8 |

• 沪深300估值处于历史中位水平偏低位置，创业板估值仍较高。

- 行业中农林牧渔、房地产、建筑装饰、建筑材料、公用事业等板块PE接近历史底部，投资价值相对突出。

• 采掘、建筑装饰、公用事业、银行、房地产行业PB较低，具备估值吸引力。

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

• 创近60日新高个股比例上升，新低个股数创新低，整体市场情绪改善。

- 有效涨跌停板数波动，反映市场活跃程度变化。

• 基金仓位略微下降至90.8%，ETF处于净流入状态，净流入规模约26亿元。

- 上证50ETF期权看涨看跌比(CPR)进入布林带上轨，短期蓝筹股或有超买风险。

量化择时模型审视 [page::13][page::14]

| 指数名称 | GFTD模型结论 | LLT模型结论 |
|----------|--------------|------------|
| 上证综指 | 涨 | 涨 |
| 沪深300 | 涨 | 涨 |
| 深证成指 | 涨 | 涨 |
| 上证50 | 无结论 | 涨 |
| 中小板指 | 跌 | 涨 |
| 创业板指 | 跌 | 涨 |

• GFTD与LLT择时模型均呈现看多信号，策略净值整体向上，表现稳定有效。

- LLT模型在更多指数包括创业板表现出明显多头信号，增强了年底行情看多预期。

宏观因子与市场展望 [page::17][page::18][page::19]

• 货币M1同比处于上行周期，历史对应多次牛市。

- 近期宏观因子触发5个事件，其中PMI上行、CPI下行和社融上行等4个因素利好市场，国债收益率上升短期不利。

• 日历效应数据显示12月多数指数上涨概率较高，春季躁动效应可能提前出现。

- 综合宏观、日历和量化择时，维持看多预期直到2021年初。

风险提示 [page::19]

• 量化模型历史成功率约80%，非绝对有效，市场极端波动时可能失效。

- 日历效应及宏观因子历史有效性不保证未来市场表现一致。

• 投资者需注意量化模型和市场结构变动对策略适用性的影响。

广发证券“金融工程：宏观因子看多年底行情”量化择时研究报告详尽分析

---

一、元数据与报告概览

• 报告标题：《金融工程：宏观因子看多年底行情》

- 发布机构：广发证券发展研究中心，广发金融工程研究小组

• 发布日期：2020年12月初（数据截止2020年12月4日）

- 作者及联系方式：罗军（首席分析师）、安宁宁（联席首席分析师）、史庆盛、张超、文巧钧等十余位资深分析师组成团队。[page::0,20]

• 报告主题：通过多维度量化择时模型与宏观经济因子分析，判断2020年年底A股市场的走势与结构表现。重点关注宏观因子事件、市场情绪指标、行业估值及量化择时模型的综合信号，评估2020年年末及2021年初的A股发展趋势。
• 核心结论/观点：

- 多数量化择时模型（GFTD、LLT）对沪深300、上证综指、创业板等主要指数均发出看涨信号，尤其年底行情整体偏多。
- 宏观因子事件触发率高，看多信号明显（PMI上行、CPI下行、社融同比上行、美元指数下行），唯独国债收益率上行带来短期负面影响，整体短期市场预期偏正面。
- 市场估值结构显示成长科技板块估值偏高，而房地产、银行、采掘等传统板块估值处于历史低位，存在明显分化。
- 市场情绪指标与基金仓位显示稳定，ETF资金净流入且北向资金流持续；日历效应暗示春季躁动或提前，维持看多至明年初的观点。
- 报告采用多角度量化模型，历史择时成功率约80%，但提醒模型存在失效风险，需关注极端市场波动对模型的影响。[page::0,19]

---

二、逐节内容详解

2.1 市场表现回顾（第3-4页）

• 结构表现：

- 各大指数均上涨，创业板指数涨4.27%领涨，深证成指和中小板指分列二、三位，沪深300、上证50、上证综指涨幅相对较小但均正向，体现市场整体多头格局。
- 细分规模指数涨幅均为正，体现市场宽幅活跃，创业板和中小板保持活跃度领先。
- 行业涨跌差异显著，医药生物、传媒、食品饮料、计算机、电子等行业领涨，其中医药生物板块涨幅最高，表现出明显的结构性机会；银行、钢铁、房地产、汽车、公用事业等传统顺周期行业跌幅居前，反映结构性资金仍偏向成长与防御板块。

• 市场估值及情绪：

- 多数主流指数估值提升，中小板和创业板高估值特征明显。
- 个股新高比例上升，创近60天新高的股票增多（3.2%升至3.6%），新低比例下降（8.6%降至2.4%），说明近期市场情绪有所改善。
- 多头排列股票比例扩大，均线结构整体增强。
- 基金仓位略有下降，整体仍保持较高水准，显示基金经理在稳健调仓。
- 择时模型LLT对上证综指、沪深300、中小板、创业板整体看多。[page::0,3,4]

2.2 市场与行业估值（第5-8页）

• 整体市场：

- 沪深300最新PE为15.5倍，创业板64.1倍，创业板估值明显更高。沪深300相较历史50%分位数（13.5倍）偏高但不极端，创业板估值也处于历史较高水准。
- PB方面，沪深300当前为1.7倍，创业板7.5倍，其中沪深300处于历史中位，创业板偏离历史中位显著。

• 行业层面PE估值：

- 农林牧渔、房地产、建筑装饰、建筑材料、公用事业行业的PE接近历史10%分位数（即估值相对较低），尤其农林牧渔最新PE仅16.1，是历史底部的62%，显示明显估值低洼。
- 高估值行业包括计算机（最新PE 72.7）、休闲服务（131.8），显著超过历史分位，成长性和预期较高。

• 行业层面PB估值：

- 采掘、建筑装饰、公用事业、银行及房地产行业PB底部明显，且最新PB均接近或低于历史10%分位数，表明这些行业估值具备较大安全边际。
- 高PB行业有食品饮料、家用电器、医药生物和计算机，估值相对偏高。

• 估值分化明显，市场对不同板块风险偏好分层，一方面传统金融地产等低估值板块具吸引力，另一方面高成长行业估值压力存在。[page::5,6,7,8]

2.3 A股市场情绪跟踪（第9-12页）

• 新高新低比例指标

- 图表显示60日内新高比例近年来总体保持低位震荡，但近期新高比例有所提升，符合市场渐趋回暖节奏。
- 新低比例明显回落，且去年高点未现，反映市场恐慌情绪减弱。

• 有效涨跌停板

- 跌停板数量下降，涨停板数量平稳较少，表明市场连续性调整与活跃度处于合理范围，极端恐慌情绪未再度爆发。

• 均线结构指标

- 多空均线指标改善，短期内市场多头趋势有所增强，是市场情绪转暖的技术面体现。

• 基金仓位

- 基金整体仓位高且稳定于90%以上的位置，资金继续维持较高权益仓位，暗示机构看好市场多头格局。

• 主流ETF和期权市场表现

- 主流ETF资金净流入回升，累计26亿元，显示被动资金继续流入市场。
- 期权成交量看涨看跌比率升至布林通道上轨以上，短期蓝筹股存在超买风险，需警惕短期回调可能。

• 整体来看情绪指标支持年底行情持续，短期尚存局部调整风险。[page::9,10,11,12]

2.4 择时模型（第13-14页）

• 量化择时结论：

- GFTD模型和LLT模型同时给出上证综指、沪深300、深证成指看涨信号。
- 对于上证50、创业板、中小板两模型意见不完全一致，GFTD对部分小盘及成长偏弱，但LLT保持看多态度。

• 择时表现及收益：

- 两个模型历史择时净值表现均呈整体上升趋势，表明量化择时策略具备较好的历史盈利能力。
- 报告中图12和图13清晰呈现2000年以来择时净值的波动与沪深300指数的对比，净值曲线平稳上行，侧面说明模型信号可靠性较高。

• 模型提示：量化择时成功率约80%，但非100%，极端市场可能导致失效。[page::13,14,19]

2.5 A股日历效应（第15-16页）

• 历史上春节前后多个板块存在明显的上涨概率增高现象，尤其“1月1日后一周”及“后一双周”期间多个行业上涨概率大幅超过60%，如计算机、钢铁、银行、汽车等均有较好表现，表明春节后的“春季躁动”效应明显。

- 平均涨幅也呈正向，特别是1月后一周及双周平均上涨率较高，银行、机械设备、钢铁板块涨幅亮眼。

• 值得注意的是，创业板指数12月涨幅及春节期间表现相较其他指数波动较大，显示成长股受政策及市场情绪影响更为明显，存在较高不确定性。

- 报告观点认为2020年春季躁动由于7月份以来市场调整较充分，可能提前出现，有利于把握后续行情机会。[page::15,16]

2.6 宏观视角看市场（第17-18页）

• 货币通胀周期分析

- A股市场表现与M1货币同比增长存在相关性，M1同比抬高周期中出现金融市场牛市，报告罗列历史5轮M1同比上行周期，3次出现牛市，2次宽幅震荡，平均跨度约2年，当前处于上行末期，但延续性仍存。

• 宏观因子指标及事件定义

- 跟踪25个国内外宏观指标，如PMI、CPI、PPI、社融、货币供应量及利率指标。
- 量化定义四类因子事件：短期高低点、连续上涨下跌、历史高低点、趋势反转，统计历史发生次数和关联市场表现。
- 具体数据体现PMI上升、CPI下跌、社融上升等为市场看多信号，国债收益率短期上升被视作负面影响因子。

• 最新宏观因子趋势（1-3月均线观察）均指向整体偏多，除长期利率走高外，其余指标提供买入信号，构成2020年底市场看多底气。

- 宏观视角为报告提供了坚实的市场基本面逻辑支持，补充了技术择时模型的决策依据。[page::17,18]

2.7 主要结论与风险提示（第19页）

• 主要结论强调：

- 市场结构以成长医药、传媒等行业领涨，传统顺周期行业承压，显示资金结构性偏好。
- 宏观因子多项利好支撑年底行情，尤其PMI上行和CPI下降。
- 货币周期处于上行末端，但仍有支撑市场上涨的动力。
- 春节前“春季躁动”或提前出现，预计看多行情延续到2021年初。
- 量化模型择时及情绪指标，ETF流入、北向资金流入均支持市场积极需求。

• 风险提示包括：

- 量化择时模型成功率仅80%，极端波动环境下模型可能失效。
- 历史日历效应及宏观因子事件基于历史数据，市场结构或交易行为改变时可能失去效力。
- 同一主题下，各量化模型结论或存在分歧，投资需审慎。

• 报告整体基调积极，但理性，提出了明确的风险管理建议。[page::19]

---

三、图表深度解读

3.1 择时模型与信号图（第0页）

• 表格“择时模型最新结论”展示主要指数的GFTD和LLT模型近期发出的信号，基本皆为“涨”信号，尤其沪深300、上证综指和深证成指，显示两大模型同步给出看多评级。

- 图“GFTD 沪深300 择时”显示GFTD信号值（红线）与沪深300指数（蓝线）的走势，较为同步，均呈现近年明显上涨趋势。

• 图“LLT 沪深 300 择时”同样显示择时信号与指数走势一致，突显模型长期有效。

- 数据均来源Wind，保证了时效性和准确性。[page::0]

3.2 市场及行业表现柱状图（第3-4页）

• 图1和图2清晰展示了2020年11月底至12月初不同指数的周涨幅，创业板以4.27%领涨，表明小盘股与成长股阶段性优势。

- 图3展示申万一级行业涨幅，医药生物涨幅近6%，显著领先，其次为传媒、食品饮料和计算机，均为成长、防御特征行业。钢铁和房地产表现最弱，负涨幅明显，反映资金偏好和风险偏好动态。

• 提示当前市场由成长主导，周期板块调整压力较大。[page::3,4]

3.3 市场指数估值走势（第5-6页）

• 图4（PE走势）展示2005年以来各主要指数PE变化，创业板指波动最大，2020年末依旧处高位，沪深300 PE较为平稳，近年整体估值结构趋向合理。

- 图5（PB走势）亦显示创业板PB明显高于其他指数，反映高成长估值溢价，沪深300 PB处于中位，传统价值板块估值相对合理。

• 结合表格数据，对投资者识别价值陷阱和成长泡沫有重要提示意义。[page::5,6]

3.4 行业估值统计表（第7-8页）

• 表3、表4为行业PE和PB分位统计，核心价值发现行业具备重要参考价值。

- 表中“最新/10%”比值用于衡量最近估值距离历史低位的程度，低于1表明接近历史估值底部。

• 农业、地产、建筑材料、公用事业等属于估值相对安全区间，成长板块如计算机、医药、电子估值突出，风险需关注。[page::7,8]

3.5 市场情绪指标相关图形（第9-12页）

• 图6展现新高新低股比例，反映市场中涨势的个股数量增多，跌势缩减，显示市场正逐渐恢复活力。

- 图7涨跌停板数量变化，跌停连续降低，表明风险偏好正在修复。

• 图8均线结构指标显示多头信号增强，短期趋势改善。

- 图9基金仓位稳定高位，资金动能未断，较强支撑市场。

• 图10、11 ETF资金净流入及期权看涨看跌比高位，显示资金乐观但也需注意蓝筹股短期超买。[page::9,10,11,12]

3.6 择时模型净值图（第13-14页）

• 图12（GFTD净值）显示自2000年以来扣费后净值稳步提升，验证模型择时有效性。

- 图13（LLT净值）趋势同样体现正面收益，尤其牛市阶段模型收益大幅扩张，暗示模型应对大周期行情敏感。[page::13,14]

3.7 日历效应数据（第15-16页）

• 从表和色块数据可见春节后各主要行业整体上涨概率高，涨幅可观，有利于投资者结合季节性策略规划布局。

- 特别是机械设备、钢铁、通信等行业表现突出，反映周期与部分成长板块存在时间窗口优势。[page::15,16]

3.8 宏观因子影响视角（第17-18页）

• 图16清晰呈现M1货币同比（绿色线）与股市万得全A指数（蓝线）及PPI同比（红线）动向，M1上升周期通常伴随股市机会。

- 图17宏观因子框架表，列举25项国内外指标及相关事件，体现宏观经济全貌对市场的系统影响。

• 图18定义了宏观因子事件的分类方法，并提出筛选标准，显示因子的历史发生频率及其对资产的影响力，增强宏观分析的科学性。

- 表6及表7总结宏观因子事件对市场的具体影响，为投资策略提供定量依据。[page::17,18]

---

四、估值与择时分析

• 报告未详细列出DCF模型或市盈率倍数法的具体计算，但通过历史分位数方法对估值安全边际进行分析，这种方法直观且易于理解，适合宏观和行业层面的横截面比较。

- 量化择时模型GFTD和LLT均基于多因子、趋势跟踪和统计学习算法，展示在图形中历史累积净值表现。

• 该择时模型通过捕捉多因子信号来判断买卖时机，结合宏观因子事件变化提供趋势确认。

- 估值分析的关键输入为历史估值区间与当前估值对比，结合行业盈利能力和宏观经济环境，辅助择时模型形成综合观点。

• 敏感性分析隐含于宏观因子事件与择时模型成功率讨论中，即模型对市场异常波动的潜在敏感性。

---

五、风险因素评估

• 模型风险：量化模型择时成功率约80%，非100%，市场极端情况下模型信号可能失效。

- 结构风险：市场结构变化及投资者行为变化可能导致历史规律失效，特别是日历效应和宏观因子事件效应。

• 估值与情绪风险：成长板块高估值加上期权市场蓝筹股超买信号，短期或存在调整压力。

- 宏观风险：国债收益率上行等宏观因素对市场预期的负面冲击。

• 报告免责声明中还明确强调利益冲突、法律监管局限、信息准确性及投资风险，提示投资者需谨慎评估。[page::19,21]

---

六、批判性视角与细微差别

• 报告展现了对市场多重视角的融合，量化择时+宏观因子+市场情绪的框架相对全面。

- 不过，部分量化模型对创业板和中小板指数传播出矛盾信号（GFTD同中小板、创业板为“跌”，LLT为“涨”），体现模型对小盘成长板块判断的复杂性和不确定性。

• 行业估值分化极大，且部分成长板块估值远高于历史均值，风险隐含较高，报告未对此展开更细致的风险量化分析。

- 日历效应固然历史可循，但在当今高频交易和信息快速传播环境下，其预测力可能有所弱化，尤其短期内市场波动可能被短线因素扰乱。

• 报告强调模型的历史成功率和不确定性，体现了审慎态度，避免极端乐观。

- 宏观因子事件的定义较为统计化，但因变量择时效果依赖于历史数据，未来变化仍需动态观察。

---

七、结论性综合

• 广发证券“金融工程：宏观因子看多年底行情”报告提出，通过量化择时模型GFTD和LLT，结合宏观因子事件分析及市场情绪指标，综合判断A股市场进入年底阶段将继续呈现多头态势，特别是医药生物、传媒和计算机等成长防御板块表现突出，创业板指表现强势。

- 市场估值结构分化明显，低估值权重股具备安全边际，成长股估值偏高，投资需注意配置和风险管理。

• 量化择时净值历史表现优秀，验证了策略体系有效性；宏观因子上的货币政策、通胀动态与流动性状况进一步支撑市场积极预期。

- 日历效应数据显示春节前后行情表现良好，有助于把握春季投资机会，且由于全年调整充分，2021年春季躁动或提前启动。

• 风险方面模型失效风险、市场结构变革风险与估值风险需警惕，尤需关注国债收益率上行与期权市场超买提示的潜在冲击。

- 报告整体看多中国A股年底行情，主张保持积极持仓至2021年初，但推荐基于量化模型信号结合宏观基本面逐步布局，且保持风险意识。

• 图表深度展现市场分化态势、资金流动趋势与估值体系，透彻支持文本论点，有较强实用参考价值。[page::0-19]

---

# 综上所述，该报告科学运用量化模型与宏观经济分析工具，融合市场情绪与估值视角，形成了全面、细致且结构清晰的市场展望与操作指导，对机构及专业投资者具有较高指导意义，亦提供了严谨的风险评估及策略框架，是一份内容翔实、专业客观的量化投资研究典范。

报告