行业指数周度与年度表现综述 [page::2][page::3]

• 本周有色金属（+3.95%）、石油石化（+3.31%）、医药（+1.54%）领涨，食品饮料大幅下跌（-4.42%）。

- 今年以来有色金属（+16.09%）、综合金融（+11.99%）领涨，煤炭（-11.94%）及房地产（-7.58%）跌幅居前。

融资余额及ETF资金流向 [page::3][page::4][page::5]

| 行业 | 融资余额增量(亿元) | 主要ETF净流入(亿元) | 主要ETF涨跌幅(%) |
|------------|----------------|----------------|----------------|
| 医药 | 22.29 | -25.93 (医药ETF净流出) | 0.93 |
| 有色金属 | 18.22 | 7.42 (上游及材料) | 1.61 |
| 汽车 | 12.56 | — | 3.49 |
| 食品饮料 | 11.46 | 8.37 (消费净流入) | -5.55 |
| 电子 | 10.4 | -1.26 (科技净流出) | 1.78 |

• 融资余额净流入集中于医药、有色金属、汽车等行业。

- ETF资金净流入以消费、国防军工和上游材料为主；医药及TMT类ETF出现净流出。

• 酒ETF、半导体ETF等为周度主要资金流入标的。

扩散指数轮动表现及行业配置建议 [page::5][page::6][page::7]

• 2025年以来扩散指数策略年内超额收益-0.44%，月度超额收益1.20%，周度策略平均收益0.21%。

- 当前建议配置行业包括非银行金融、银行、综合金融、计算机及商贸零售。

• 有色金属、农林牧渔、石油石化扩散指数环比排名提升。

GRU因子行业轮动与策略配置 [page::7][page::8][page::9]

• GRU因子模型自2021年起表现优异，但2025年轮动超额收益为-4.13%。

- 本周调入建筑、调出银行，配置行业含房地产、交通运输、石油石化、煤炭、钢铁和建筑。

• 行业因子表现排名前列为钢铁（2.42）、建筑（1.47）、交通运输（0.85）；后列为食品饮料、综合金融、消费者服务。

- 风险包括模型失效风险及政策变化风险。

报告详细分析——《融资资金持续大幅净流入医药，GRU行业轮动调出银行 行业轮动周报20250615【中邮金工】》

---

一、元数据与报告概览

• 报告标题：《融资资金持续大幅净流入医药，GRU行业轮动调出银行 行业轮动周报20250615》

- 作者：肖承志，李子凯

• 发布机构：中邮证券有限责任公司Zeta金工研究

- 发布日期：2025年6月17日

• 主题：本报告主要围绕A股中信一级行业的资金流动、行业指数表现、行业轮动模型（扩散指数模型及GRU因子模型）分析进行系统解读，侧重观察融资资金流向变化及行业趋势，且对不同行业ETF资金流向做了详细统计，进而结合两大行业轮动模型进行行业配置建议和风险评估。

- 核心论点：
- 本周上证综指表现震荡走弱，有色金属和医药等行业表现较好，而传统消费食品饮料表现较差。
- 融资资金持续大量净流入医药板块，显示资金偏好和谨慎态度。
- 行业轮动方面，扩散指数模型建议重点配置金融、计算机等板块，GRU模型则轮动调出银行，调入建筑。
- 风险提示包括扩散指数模型和GRU模型的潜在失效风险及短期政策变化风险。

• 作者意图传达：市场当前处于震荡调整期，资金对医药等防御及成长板块持续关注，行业轮动模型指向对金融、制造业等板块的关注调整，投资者应当谨慎跟踪行业轮动信号，关注模型风险。

---

二、逐节深度解读

1. 摘要与投资要点

• 本周市场体现震荡向下，指数在前高附近遇阻。

- 有色金属、医药等表现亮眼；传统消费品板块（如食品饮料）表现不佳。

• 在资金层面，融资净流入医药，同时ETF流出信创板块和传统消费ETF，显投资者对传统消费板块较为偏谨慎。

- 行业轮动模型中，扩散指数行业轮动超额收益有所恢复，GRU调出了银行行业，调入建筑行业，显示资金和模型偏好有所调整。

推理依据：结合市场行情及资金流入流出变化，结合行业轮动模型的结构化信号，反映市场热点切换和资金偏好转变。[page::0]

2. 行业指数周度与年度表现

• 周度表现，有色金属涨3.95%、石油石化涨3.31%、医药涨1.54%等领涨，食品饮料跌4.42%，计算机、建材等也显著下跌。

- 年度表现，有色金属涨16.09%、综合金融11.99%、银行11.78%、医药10%均为同比上涨的领军板块，煤炭、房地产、食品饮料则为年度跌幅较大的板块。

• 本周指数涨跌趋势图表与年度表现图展现部分行业持续获资金青睐，尤其是资源和金融板块。

意义：短期市场震荡对不同行业影响持续分化，长期看资源和金融板块为市场主线，而传统消费及周期下游表现较弱。[page::2][page::3]

3. 融资余额变化分析

• 本周融资余额净流入最多的行业为医药(22.29亿元)、有色金属(18.22亿元)、汽车(12.56亿元)等。

- 净流出行业主要为非银行金融(-7.32亿元)、电力设备及新能源(-4.05亿元)等。

• 详细资金净流入变化表展示沪深两个市场具体资金变动，清晰体现资金分布和方向。

解析：融资余额净流入行业表明当前盘面资金对医药等防御+成长板块的青睐强烈，流出行业则展示资金避险或谨慎调整，对行业短期情绪有重要指示作用。[page::3]

4. 行业/主题ETF资金流向

• 净流入ETF前五为酒ETF（12.05亿）、半导体ETF（9亿）、稀土ETF基金（5.19亿）、芯片ETF（3.89亿）等，体现半导体及稀土等科技及资源题材资金积极参与。

- 净流出ETF前五包括信创ETF、医药ETF、消费ETF等，尤其是医药ETF净流出7.48亿元，这与融资余额净流入形成一定对照，表现资金结构的分化和盘面复杂性。

• 按行业分类，消费、国防军工、上游及材料板块呈净流入，医药生科、TMT等净流出。

阐释：ETF资金流显示投资者对成长类、资源类板块兴趣持续，而科技板块特别是科技创新类ETF资金出现一定出逃，移动资金关注结构有轮动特点。[page::4][page::5]

5. 扩散指数行业轮动分析

• 扩散指数模型已跟踪4年，具有一定历史表现。

- 2025年初至今，扩散指数整体超额收益为-0.44%，显示模型面临一定挑战。

• 本周扩散指数排名前六的是综合金融、非银行金融、银行、传媒等行业，变动趋势中有色金属、农林牧渔等环比显著提升。

- 详细的周度扩散指数数据表显示行业间扩散指数变化，后六名主要为食品饮料、房地产等。

• 月度轮动图表展示行业轮动净值走势，模型建议配置非银、银行、计算机等行业，突出金融科技和零售媒体板块。

模型原理和逻辑：
扩散指数模型基于价格和交易量的动量原理，捕捉行业间的趋势延续性，但受短期市场反转影响会出现失效风险。近期数据显示市场热点轮动加快，模型超额收益承压。[page::5][page::6][page::7]

6. GRU因子行业轮动模型分析

• GRU模型利用分钟级别量价数据加以深度学习网络（GRU递归神经网络）生成，注重短周期高频信息捕捉。

- 截至本周，GRU因子排名前六行业包括钢铁（2.42）、建筑（1.47）、交通运输等，银行被调出，医药、有色金属排名下降。

• 周度Rank IC分布显示该模型短周期表现优异但长期表现有限，2025年年初以来超额收益为-4.13%，表明近期市场主题聚焦使得行业间超额难度增加。

- GRU因子最新行业轮动调仓，将建筑行业调入，银行调出，配置涵盖房地产、交通运输、石油石化等资本密集型行业。

• 行业轮动净值图显示模型历史表现优于等权及中信一级行业基准，具有一定前瞻性。

复杂概念解释：
GRU（门控递归单元）是一种循环神经网络结构，能够处理并预测时间序列数据，结合高频数据实现动态行业轮动判断。Rank IC指标衡量因子与收益序列的相关性，数值越高表明因子预测力越强。[page::8][page::9]

7. 风险因素分析

• 扩散指数模型失效风险：价格趋势反转时模型信号失准，可能导致错误买卖决策。

- GRU模型失效风险：模型依赖历史数据训练及高频数据，在极端行情或新环境下可能短期失效。

• 政策变化风险：行业轮动模型基于历史统计，缺乏对突发或集中政策变动的敏感度，市场政策突变可能导致模型信号滞后。

缓解策略：报告未明确说明，但通常建议结合基本面分析和短期事件研判，审慎使用模型信号。[page::9]

---

三、图表深度解读

图表1：中信一级行业指数周度涨跌幅

• 图表以条形图形式对本周各行业涨跌幅进行直观展现。

- 有色金属（近4%）和石油石化（3.31%）明显领先，食品饮料高达-4.42%居跌幅首位。

• 图表清晰反映了本周市场热点板块及弱势板块，辅助文本论述。

图表2：中信一级行业指数年度涨跌幅

• 展示2025年以来各行业累计涨跌情况。

- 明显看出有色金属和综合金融稳居领涨；煤炭、房地产等行业为明显弱势。

• 该图表帮助投资者把握以年为单位的中长期行业表现差异。

图表3：中信一级行业融资余额周度变化统计

• 详细表格展示沪市及深市各行业融资余额的比对变化，数额单位亿元。

- 允许精准量化融资资金流入流出，有助于理解资金动向与行情的结合。

• 数据精准，分行业走势得以比较。

图表4&5：本周行业/主题ETF净流入及净流出排名表

• 各主要ETF近一周规模和净流入/流出金额明细，覆盖代表性品种如半导体ETF、酒ETF、信创ETF等。

- 突出ETF资金流动与板块短期市场情绪的吻合度。

图表6：ETF行业净流入情况

• 表格式总结行业ETF资金净流入规模，兼具板块交易额及涨跌幅表现。

- 例如消费板块虽跌幅1.86%，但资金净流入仍达8.37亿元，体现资金关注背后复杂的市场情绪。

图表7：中信一级行业扩散指数周度跟踪

• 表格形式呈现4月末至6月中旬行业扩散指数及周度变化，突出资金流动及趋势强度。

- 有色金属和农林牧渔扩散指数环比大幅提升，食品饮料持续走弱，辅助投资者把握行业趋势动态。

图表8：扩散指数月度轮动走势图

• 折线图展示行业轮动净值（蓝线）、基准等权收益（橙线）及超额收益（绿线）的动态。

- 图示呈现行业轮动策略虽波动但长期仍有超额收益能力。

图表9：GRU因子周度RankIC

• 条形图显示每周因子有效性（Rank IC），折线表示累积Rank IC，揭示模型预测力的波动和趋势。

- 显示2025年以来模型短期有效但长期超额收益有限。

图表10（不单列，但含于文本中）：

• GRU因子最新行业评分表，将钢铁、建筑等行业排在前列，食品饮料显著偏低，反映最新资金和模型倾向。

图表11：GRU因子行业周度轮动净值走势

• 显示该模型自2019年以来的净值表现，蓝色（行业轮动净值）长期超越中信一级行业等权及超额收益，体现模型价值。

- 最近两年收益趋势波动相对平缓。



---

四、估值分析

本报告侧重资金流向和行业轮动信号，以及行业指数表现，未提供针对单个行业或公司的具体估值模型（如DCF、市盈率等）分析，也未涉及目标价预测部分。报告通过行业扩散指数和机器学习GRU因子模型给出配置建议，属量化因子分析类前瞻模型，而非传统估值研报。

---

五、风险因素评估

本报告详列以下关键风险因素：

1. 扩散指数模型失效风险：该模型依赖价格动量，如市场趋势转折或震荡加剧，模型可能错误捕捉信号。

2. GRU模型失效风险：GRU模型基于高频数据和深度学习训练，对极端行情适应有限，长期预测能力有限。

1. 政策变化风险：模型基于历史统计数据，不能及时反应政策突发变动，部分行业或市场突发政策或影响大，模型策略滞后。

这些风险提示提醒投资者理性参考量化模型输出，结合宏观和基本面研判，避免模型盲目应用。[page::9]

---

六、批判性视角与细微差别

• 潜在矛盾或偏差：

- 融资余额及资金流向显示医药行业资金积极流入且融资余额大幅上涨，但ETF资金净流出明显，这体现不同资金类型(杠杆资金与机构被动资金)可能存在显著分歧，模型和报告并未深入解释此现象背后的动力或是否存在套利机会，建议结合基本面进一步探讨。
- GRU模型虽然依托高频数据及深度学习，短期具备优势，但累计超额收益为负，且本周调出银行、调入建筑的策略变化较为激烈，显示模型存在较大波动风险，投资者不可盲目依赖。
- 报告中扩散指数模型的超额收益为负，表明传统动量策略在当前市场环境下存在一定挑战，可能存在市场结构改变或热点轮动加快的背景因素，报告未对这些内生机制做深度分析。

• 分析的稳健性：

- 报告整体基于Wind等权威数据，数据详实，模型方法透明，表格和图表丰富，增强了分析的说服力。
- 风险提示部分较为简洁，未给出应对及策略调整建议，建议未来版本强化风险管理思路并形成策略应对建议。

• 模型使用限制：

- 机器学习方法虽强，但需要警惕过拟合及训练样本局限性带来的风险。
- 拟合和验证过程中的数据泄露风险未明示。

---

七、结论性综合

本报告以详实的数据和多维度的行业轮动模型评估当前A股市场的资金流向及行业风格变化。医药行业持续接收融资资金净流入，显示防御属性和成长预期仍被资金偏好，但ETF资金流出则体现资金结构分化。传统消费、计算机行业行情疲软，资金流出明显。主流热点依然聚焦于有色金属、能源相关行业以及部分金融板块。

扩散指数模型近几年虽曾展现良好动量捕捉能力，但目前超额收益转为负，提示动量策略面临调整压力。GRU模型依托高频量价信息和深度学习，短期具备较强追踪能力，最新调仓反映资金对建筑等周期资产关注度提升，同时调出银行。两大行业轮动工具为投资者提供了不同维度的行业趋势判断和配置建议。

图表数据充分支撑了上述结论：

• 周度和年度涨跌幅图清晰揭示热点行业和回落行业；

- 融资余额流向变化揭示隐形资金动向；

• ETF资金流数据映照不同资金层面对行业的态度；

- 模型行业排名、周度及月度轮动净值和RankIC显示行业轮动强弱及趋势变化。

风控层面，报告明确提出模型失效风险及政策带来的不确定性，投资者需谨慎使用轮动模型结论，结合宏观政策及基本面变化作出综合判断。

综上所述，当前市场中资金偏好防御成长，行业轮动模型显示资金配置趋于多元且快速调整，辛勤跟踪轮动信号及资金流向对捕获超额收益仍具价值，但投资者需警惕模型局限及市场政策风险，保持审慎态度进行组合配置。

---

参考文献

以上分析内容均基于报告全文数据及图表，[page::0]~[page::9]。

报告