行业涨跌分化趋势与顶部底部信号的必要性 [page::3][page::4]

• 2020年前各行业指数估值同步性强，之后估值分位数波动加大，显示分化明显。

- 估值分位数标准差显著上升反映行业涨跌分化，提升顶部底部信号的价值。

净新高占比指标构建与逻辑 [page::5][page::6]

• 净新高占比=(行业内创年度新高个股数-创年度新低个股数)/行业内个股总数，区间[-1,1]。

- 指标基于行为金融学锚定效应，反映行业内个股整体强弱，消除行业规模影响。

• 将指标分为五档情绪区间：贪婪、乐观、正常、悲观、恐慌。

- 构建反转策略：指标从极端区间回归时介入（做多或做空），止损设定为前一周最高/最低价，持仓期限30天。

电子行业回测及指标准确率 [page::7][page::8][page::12]

• 2010-2022年净新高占比提示电子行业底部18次，准确率44%；顶部提示11次，准确率27%。

- 简单反转策略累计收益显著超出单次止损投资，最大回撤控制在合理区间内。

通信行业指标表现及策略有效性 [page::13][page::18][page::19]

• 2010-2022年净新高占比提示通信行业底部21次，准确率57%；顶部提示12次，准确率33%。

- 策略累计收益与风险回撤比优，尤其2018年以来准确率进一步提升，最大回撤下降。

计算机行业指标特征与策略回测 [page::20][page::25]

• 顶部准确率33%，主要受2013-2015牛市提示偏早影响。

- 底部提示次数偏多，准确率达56%，风险控制合理。

• 反转策略累计收益88%，最大回撤23%，表现稳健。

传媒行业指标提示准确率及策略表现 [page::26][page::31]

• 顶部准确率较低(23%)，底部准确率46%，2017-2018年熊市底部提示偏早。

- 反转策略累计收益62%，最大回撤21%，资金利用率较低。

净新高占比指标在科技板块的复合表现及总结 [page::32][page::33]

| 时间区间 | 累计收益率(%) | 最大回撤(%) | 盈亏比 |
|----------|---------------|-------------|--------|
| 2010.6.29-2015.12.31 | 109.31 | -40.46 | 3.97 |
| 2016.1.1-2019.12.31 | 90.09 | -20.66 | 3.67 |
| 2020.1.1-2022.12.31 | 81.68 | -15.26 | 6.82 |

• 2020年以来，指标配合简单反转策略在科技板块表现最佳，累计收益82%，最大回撤仅15%。

- 反转策略属于低胜率高盈亏比，资金占用率低，适合指数增强和多策略组合使用。

阈值设定与策略改进建议 [page::33]

• 阈值设为±30%为贪婪/恐惧分界，±20%为乐观/悲观，个股数少于40时适当放宽。

- 策略限于线性产品止损，若后续引入期权或完善止损规则有望提升表现。

• 风险提示：指标基于历史数据，存在失效风险，投资需谨慎。

市场情绪指标专题（五）：行业指数顶部和底部信号——净新高占比（(NH-NL)%）指标详尽分析

---

一、元数据与报告概览

• 报告标题：《市场情绪指标专题（五）》

- 作者与机构：华福证券研究所，分析师杨升松（执业证书编号：S0210520030001，邮箱：yss1578@hfzq.com.cn）

• 发布日期：无具体发布日，报告时间范围涵盖至2022年底

- 主题范围：A股行业指数特别是科技板块（电子、通信、计算机、传媒）行业指数的顶部和底部信号分析，基于净新高占比（(NH-NL)%）指标构建简单反转投资策略。

核心论点

报告主张，近年来A股各行业涨跌分化加剧，尤其2020年以后行业指数同涨同跌现象减弱，致使寻找行业指数顶部和底部信号的重要性提升。基于此，作者构建了净新高占比（(NH-NL)%）指标衡量行业情绪，通过回溯科技板块四大行业的回测验证，表明该指标及相关简单反转策略能较好地提示行业指数顶部和底部，且策略表现出低资金占用、高盈亏比，适合作为指数增强策略的辅助工具。

风险提示

指标基于历史数据统计与回溯验证，存在历史规律失效的风险。

---

二、逐章深度解读

1. 行业涨跌分化现象与顶部底部信号需求

• 自2005年至2019年，中信一级行业指数估值分位数表现出较强同步性（图表1显示各行业估值几乎同时达到高位或低位）。

- 2020年以后，行业估值开始显著分化（图表2，28个行业估值分位数标准差明显上升，表明行业间行情分化加剧）。

• 行业分化增强，配合行业ETF与主题基金的发展，投资者对行业顶部和底部的判断需求剧增。

2. 净新高占比（(NH-NL)%）指标构建与策略设计

• 定义：净新高占比=（创年度新高个股数 - 创年度新低个股数）/行业上市超过1年个股数。新高/新低基于过去52周至1周前的区间最高/最低收盘价。

- 行为金融学视角：投资者对持股成本价格具有锚定效应，创年新高的股票多处于盈利状态，卖压较小，反之创年新低的股票潜在卖压较大。

• 该指标刻画行业个股整体强弱，归一化处理后 [−1,1]区间，克服行业规模差异，实现横向比较。

- 阈值设定：通常使用±20%、±30%作为悲观/恐惧和乐观/贪婪临界点，个股较少时阈值适度放宽。

• 策略逻辑：指标从贪婪状态回落到乐观区间时做空，恐慌回升至悲观区间时做多，持仓30天或达到止损位（前一周高低点）出场，持仓时间较短，控制资金占用。

3.-6. 净新高占比及反转策略在科技板块四大行业的回溯分析

3. 电子行业回溯

• 准确率：2010-2022年提示底部18次，准确率44%；顶部提示11次，准确率27%。

- 重大底部点包括2011年末、2012年、2017年、2018年2月和2022年4月，反映出指标在提示长期重要低点较准确。顶部提示多发生在牛市后期大顶，但有偏早现象。

• 策略表现：累计收益达单笔止损的23.19倍，最大回撤为单笔止损的5倍。实际持仓时间不足20%，体现资金使用效率高。

4. 通信行业回溯

• 准确率：提示底部21次，准确率57%，尤其2018年以来9次恐慌信号中，8次为阶段性底部；顶部12次提示准确率33%，贪婪信号自2016年以来缺失，符合近年该行业震荡下行特征。

- 策略表现：累计收益为单笔止损20倍，最大回撤7倍。2018年以来稳健，最大回撤仅3%。

5. 计算机行业回溯

• 准确率：提示底部25次，准确率56%，2017年以来准确率较高为63%；顶部21次提示准确率33%，多为牛市期间提示偏早。

- 策略表现：累计收益24倍单笔止损，最大回撤8倍单笔止损。适合低频率资金利用。

6. 传媒行业回溯

• 准确率：提示底部28次，准确率46%，大熊市（2017-2018）中底部提示偏早；顶部13次提示准确率23%，牛市阶段偏早。近年与指数震荡趋势相吻合。

- 策略表现：累计收益20倍，最大回撤6.8倍，2010-2022年累计收益62%（单3%止损）。

7. 科技板块综合表现

• 四行业复合策略2020-2022年累计收益82%，最大回撤15%，盈亏比较优。

- 分时间段表现显示，2010-2015年涨幅最显著，随后仍维持相对稳健的盈亏比，尤其2020年以来表现最佳。

8. 阈值与策略说明

• 阈值设定简洁且可调整适应股票数。

- 策略为低胜率高盈亏比，持仓时间短，有利于与其他策略组合。

• 策略止损机制为固定价格止损，存在部分失败止损超过预设情况，如期权工具未来可进一步优化策略效果。

9. 风险提示

• 依赖历史统计规律，存在指标失效风险。

---

三、图表深度解读

1. 图表1：中信一级行业估值分位数表现（2005-2022）

• 展示28个一级行业估值分位数的时序走势，颜色区分不同行业。

- 2007、2015年牛市中估值几乎同步达高位；2008年金融危机及2018年贸易战中集体低估。

• 2020年后估值分布发散，行业估值分位高度不一致。

- 图表支持行业间同步性的历史变化论断。[page::3][page::4]

2. 图表2：28个中信一级行业估值分位数标准差（2005-2022）

• 反映估值分位的波动离散程度，2005-2019年标准差较低，表行业估值较为同步。

- 2020起显著走高，验证行业涨跌和估值分化。

• 强化论点“行业分化加剧”基础。[page::4]

3. 图表3-34：四大科技行业顶部与底部提示及策略表现图

• 每个图表均以月度/周度频率显示行业指数价格（蓝线）与净新高占比指标（棕线）走势，红黄线分别为不同情绪区间阈值（贪婪/恐惧30%，乐观/悲观20%）。

- 紫色及蓝色阴影表示顶部或底部提示发生区间。

• 各时间段图谱分别细腻展现指标提示每一次顶部/底部信号准确性，结合对应行情走势判断信号偏早、精准还是偏晚。

- 策略表现图则显示累积收益与回撤曲线，反映信号转化的投资策略具体收益特征。

• 图表总结显示尽管顶部提示存在一定偏早偏低准确率现象，但底部提示较为稳健且反转策略整体盈利能力突出。

4. 图表35-36：科技板块四行业复合策略表现与统计

• 2020-2022年复合策略收益达82%，最大回撤15%，盈亏比较高。

- 不同时间段复合收益展现策略在阶段性行情中表现差异，确认2020年以来业绩更为突出，区域内行情更具可捕捉性。

• 显示该指标和策略组合具备实用性和可靠性提高资金效率效果。[page::32]

---

四、估值分析

本报告未对行业或个股进行传统估值，而是关注估值分位数作为情绪分化的间接度量。采用了4年滚动估值分位数来衡量行业估值水平，证明其与行业价格动作和情绪指标的关联性为构建信号体系的核心基础之一。

---

五、风险因素评估

• 依赖历史行为金融假设及指标回测规律，存在此类模型未来市场变化导致失效的风险。

- 估值阈值未经参数优化，且反转策略较为简单，可能无法覆盖全部复杂市场情况。

• 持仓策略为线性产品，实际操作时期权等衍生产品的缺失可能限制策略表现。

- 个别行业股票数量较少时需调整阈值，可能导致信号误差。

• 策略仅提示行业指数，行业内部或细分领域可能存在差异，细节未完全覆盖。

---

六、批判性视角与细微差别

• 该指标和反转策略整体表现良好，但顶部分布准确率偏低，尤其牛市初期多次偏早提示，可能导致过早退出。

- 大多数准确率补偿于高盈亏比策略，但仍需注意持仓集中于少数信号事件，存在未能捕捉行情全阶段风险。

• 反转策略止损规则较为宽松（非即时触及止损），可能导致个别亏损无限加大。

- 报告对周期板块等非科技板块仅做少量提及，策略效果未覆盖所有行业，应用范围相对有限。

• 阈值设定虽简单有效，但未涉及机器学习等多因子优化，未来有潜力提升指标准确率和策略收益。

---

七、结论性综合

华福证券的《市场情绪指标专题（五）》依托行为金融学锚定效应和A股行业因分化加剧的新市场格局，创新构建了“净新高占比”（(NH-NL)%）指标以捕捉行业指数顶部和底部情绪信号。通过详尽的历史回溯分析，尤其针对科技板块核心电子、通信、计算机、传媒四大行业，报告系统验证该指标在提示阶段性重要底部方面表现优异（准确率均在约44%-57%）、顶部信号准确率较低（一般约23%-33%），但结合“低胜率高盈亏比”的反转操作策略，累计收益显著超过单笔止损，策略最大回撤可控，资金利用率高，适合构建指数增强型投资组合。

丰富的图表（如图表1-2展现行业估值分化背景，图表3-34详示各行业指标提示与价格走势、策略表现，图表35-36整体展示复合策略收益与风险）生动展现策略逻辑的实证验证过程与效率，提供了投资者对行业轮动及市场情绪直观量化的有效工具。同时报告详细说明阈值设置理由和策略局限性，及潜在优化空间，保持论述客观谨慎。

整体来看，净新高占比是衡量行业指数情绪及潜在反转的重要指标，尤其在当前多行业分化及ETF活跃背景下，能为机构投资者提供科学的信号辅助决策，在科技股行情波动中具有较好使用价值和实战参考意义。

---

重要溯源引用

• 行业估值同步性与分化趋势分析：[page::3][page::4]

- 净新高占比指标定义及行为金融学基础：[page::5]

• 指标阈值设定及反转策略构建：[page::6]

- 电子行业顶部和底部提示准确率与策略回测：[page::7][page::8][page::9][page::10][page::11][page::12]

• 通信行业相应数据及反转策略回测：[page::13][page::14][page::15][page::16][page::17][page::18][page::19]

- 计算机行业相关数据及回测表现：[page::20][page::21][page::22][page::23][page::24][page::25][page::26]

• 传媒行业同类数据分析及策略效果：[page::26][page::27][page::28][page::29][page::30][page::31]

- 科技板块复合策略表现与统计数据：[page::32]

• 相关阈值说明及策略局限：[page::33]

---

图表示例展示

• 图表1展示行业估值分位数的历史同步性变化，直观显现疫情前后行业估值分化的区别。

• 图表5显示电子行业技术指标（(NH-NL)%）与指数价格走势关系，标注顶部及底部提示信号。

• 图表10、18、26、34则分别示范各行业反转策略累计收益及最大回撤表现曲线。

• 图表35体现科技板块策略2020-2022年复合绩效。

---

以上详尽分析揭示了净新高占比（(NH-NL)%）指标不仅科学合理且在实证中表现出较高价值，尤其在当前A股多行业变局阶段，为行业顶部和底部判断提供了有效量化工具，配合相应反转策略，具备较好投资实用性。

报告