主要指数涨幅情况及板块表现概述 [page::0][page::1]

• 最近5个交易日，创业板指涨幅最大达5.69%，科创50指数上涨3.17%。

- 国证2000作为小盘代表上涨4.94%，计算机和国防军工板块表现领先，石油石化和食品饮料表现落后。

风险溢价与估值分布分析 [page::0][page::3]

• 中证全指风险溢价（EP减国债收益率）近期接近3.7%，低于两倍标准差4.75%的高位。

- 创业板指估值分位仅19%，明显低于上证50和沪深300，估值整体呈现分化。

主流ETF资金流向与规模变化 [page::2]

• 最近5日ETF资金净流出13亿元，但融资余额增加170亿元，显示市场杠杆资金积极入场。

- 中盘成长、小盘成长ETF规模和增幅领先，价值风格ETF相对较弱。

卷积神经网络模型行业主题映射 [page::3]

• 基于图表化价量数据，使用卷积神经网络（CNN）对未来价格走势进行建模。

- 重点推荐中证800银行指数、创业板人工智能指数等行业主题，结合AI驱动趋势进行配置。

市场情绪指标：200日均线以上比例与融资余额 [page::3][page::4]

• 市场200日均线以上股票比例呈现波动，近期维持中位偏上水平。

- 融资余额持续小幅上升，综合反映资金面偏多，市场情绪修复趋势明显。

投资风险提示 [page::5]

• GFTD与LLT择时模型历史成功率约80%，存在市场波动导致的信号失效风险。

- 策略基于历史数据回测，未来市场结构变化可能带来模型失效风险。

• 报告内容仅供参考，不构成具体投资建议。

【广发金工】均线情绪持续修复 —— 报告详尽分析

---

一、元数据与报告概览

• 标题： 《均线情绪持续修复》

- 作者： 安宁宁（广发证券首席金工分析师）、张钰东（广发证券资深金工分析师）、及广发金工研究团队

• 发布机构： 广发证券金融工程研究

- 发布日期： 2025年6月29日

• 主题： 研判中国股市技术面及资金面情绪，在市场均线、风险溢价、量化模型应用的视角下，量化解读市场走势和资金动向，重点覆盖科创板、创业板及主流ETF资金变动。

核心论点及信息：

• 最近5个交易日科创50指数、创业板指数大幅上涨，整体表示资本市场技术面情绪修复。

- 通过风险溢价指标及估值分位点分析表明当前估值水平处于相对合理区间，创业板估值偏低。

• 利用深度学习中的卷积神经网络对价量图表数据进行模型训练，映射行业配置建议，聚焦银行与人工智能等主题。

- 融资余额显著增加，ETF资金小幅流出，融资盘活跃，显示市场情绪转暖。

• 指出市场存在技术性底部修复可能，长期均线情绪指标指示市场正在进入牛市周期调整的底部区域。

整体报告结构逻辑清晰，结合传统估值、技术指标与人工智能模型的结合，融合资金流动分析，呈现一幅多角度综合判断市场情绪的画卷。[page::0]

---

二、逐节深度解读

1. 摘要与市场表现概览

本节详细列举了各主流指数的短期涨幅：

• 科创50涨3.17%、

- 创业板指涨5.69%、

• 大盘价值指数涨1.52%、

- 大盘成长涨2.61%、

• 上证50涨1.27%、

- 国证2000代表的小盘股票涨4.94%。

在行业表现上，计算机、国防军工较强，石油石化及食品饮料表现相对落后。此数据反映科技成长板块的活跃度，以及价值板块的承压态势。[page::0]

风险溢价指标分析

定义为中证全指静态市盈率倒数（即盈利收益率EP）减去10年期国债收益率，衡量股权资产相对于债券资产的隐含收益率差异。历史数据表明，当风险溢价达到均值两倍标准差以上时，往往是市场触底信号：

• 历史触发点：2012年、2018年、2020年疫情初期、2022年4月和10月，2024年1月，风险溢价均超过4%，触发过后均出现了市场反弹。

- 当前风险溢价为3.70%，略低于4.75%两倍标准差的边界， 表明市场仍保有一定安全边际，但尚未破底。

估值水平分布

截至2025年6月27日：

• 中证全指PETTM分位数为59%，处于中等偏高水平。

- 上证50与沪深300分别为66%、57%，处于中高位。

• 创业板指则仅为19%，显示创业板目前整体估值处于低位，价格吸引力较大。

- 中证500（39%）、中证1000（27%）及创业板指均处于相对历史偏低估值区域。

这说明当前大市估值中枢不算便宜，但创业板及中小盘估值处于相对低洼区域，投资机会较显著。[page::0]

2. 长周期技术面观察

深100指数技术面呈现约3年一轮的熊牛周期（2012、2015、2018、2021）。每次熊市期间下跌明显，跌幅多在40%-45%之间。本轮调整始于2021年第一季度，时间上和调整幅度上均满足历史熊市特征，底部已积累较充分的时间和空间，关注可能的底部向上转折信号。[page::0]

3. 基于卷积神经网络的量化策略及主题配置

采用深度学习中的卷积神经网络（CNN）来自动识别图表化的价量数据中的模式，建立未来价格预测模型。不同于传统基本面估值法，该模型从历史价量图样本学习，能够捕捉更细微的技术信号。经训练后，模型映射特征被映射到行业主题板块，最新优选配置板块包括银行、人工智能、动漫游戏、中证软件服务及细分有色金属板块，体现对“金融+科技”领域的主题偏好。[page::3]

4. 资金流动与ETF规模变化

近期5个交易日ETF资金出现净流出13亿元，明显来自部分大盘指数ETF，显示部分资金在观望或退出核心资产配置，流入有所转移；同时融资余额净增加约170亿元，反映投资者利用杠杆加仓，增强市场参与度和风险偏好。两市日均成交额约14528亿元，保持较高活跃度。

图表显示：

• 不同规模指数ETF资金表现分化，小盘及成长类ETF相对活跃，资金配置向成长股偏移趋势明显。

- 主流ETF规模增长平稳，个别成长及主题ETF规模增长显著，说明资金正在挖掘细分领域的潜力。[page::2]

5. 市场情绪指标：200日均线以上成分股比例

图表呈现长期均线以上成分比例变化趋势。200日均线占比被视为情绪指标，高比例表明市场大部分股票处于上升趋势区间，反之则表明市场普遍处于回调或调整区间。从2005年起观察，当前比例在持续修复阶段，暗示多头情绪正在恢复，但尚未达到2014-2015年牛市高位水平。

与沪深300指数走势同步比较，显示指数与整体市场情绪有较强的相关性，当前处于中等偏上震荡区域。[page::3]

6. 风险溢价及风险偏好追踪长期走势

风险溢价多次触及均值两倍标准差区间，历史上对应市场低点或反弹启动信号，目前指标位于3.7%，略低于4.75%的极端区间，反映市场风险溢价仍保留一定缓冲空间但处于偏高阶段。该指标结合均值、上下两倍标准差曲线，帮助识别市场风险偏好的波动周期。[page::3]

7. 融资余额走势

20016年至2025年融资余额及占流通市值比例整体呈现上行趋势。近期融资余额绝对数达到新高，融资市值占比稳定在2.2%左右，说明市场资金杠杆持续加码，投资者情绪趋向积极。

融资余额反映散户及机构短线的加杠杆参与意愿，是市场情绪及风险偏好较好的风向标。[page::4]

8. 个股收益分布统计

年初至今大部分个股收益集中在0%-30%区间，占比约50%以上，尤其10%-30%区间占27.6%；亏损（<-10%）股票占比11.3%。该分布反映市场整体状态向好，但仍有较多个股调整，结构性行情特征明显。[page::4]

9. 指数超卖情况

指标显示当前多种指数呈现季度、年度超卖状态，相对2018年12月状态明显活跃但仍存在调整压力。超卖指标是衡量短期极端状态及回调可能的技术指标，对捕捉买入或卖出信号具有参考价值。[page::4]

---

三、图表深度解读

图1-2（第1页）：主要指数近期涨幅柱状图

• 左图：创业板指5.69%涨幅最高，国证2000和深证成指也超过3%，传统蓝筹如上证50、沪深300相对表现弱。

- 右图：中证500、中证1000、小盘指数涨幅更大，表明资金对中小盘成长板块更有兴趣。

• 图表说明当前市场资金轮动特征显著，资金结构性偏好成长及科技主题板块，传统大盘价值受限。[page::1]

图3-5（第2页）：主流ETF规模增减图及主题资金流向

• 第一个图柱状显示不同风格ETF规模占比：小盘成长占比最高；

- 第二图显示多行业资金净流入情况，计算机、国防军工等行业资金流入明显，而煤炭、石油化工资金显著流出，科技等成长型产业主题资金持续活跃；

• 第三个图展示ETF整体规模与资金流入关系，近期规模波动小，但资金流动活跃，新资金入场短期对行情构成支撑。[page::2]

图6-7（第3页）：均线超过比例与风险溢价指标图

• 蓝线200日均线以上成分比例波动显著，红线沪深300指数价格较为平稳。均线比例高低有效映射市场阶段情绪。

- 风险溢价图中，蓝线多次越过均值两倍标准差（灰线）形成明显底部区域，对应市场反弹，于2025年维持高位，暗示市场风险补偿需求依然偏高。

• 两图合用辅助投资者判定买卖时点及市场阶段。[page::3]

图8-11（第4页）：融资余额、个股收益、超卖情况

• 融资余额图展示融资规模与占比上升趋势，表明投资者利用融资杠杆加码，市场参与度与风险偏好回升。

- 个股收益区间分布柱状显示幅度集中，市场分化依然存在，大部分股票收益集中于0-30%，盈利幅度适中。

• 指数超卖图显示多指数有明显短期与中期超卖现象，可能存在反弹的技术条件或预警风险。[page::4]

图12（第5页）：行业主题资金活跃度比较

• 最新资金流向远超过2018年底同期，新资金大比例流入有色金属、电子、汽车、医药、交通运输等行业。

- 对比过去，显示板块轮动显著，成长性及科技类电子、计算机受益较大，说明资金更注重前沿产业及基建相关成长行业。[page::5]

---

四、估值分析

本报告未采用传统DCF现金流折现模型或估值倍数法作为主体估值方法，而主要通过：

• 风险溢价指标对权益资产相对于债券资产的估值吸引力进行动态追踪；

- 市盈率分位数对不同指数估值水平进行历史相对比较；

• 技术指标（均线比例）反映价格空间和情绪状态。

该组合估值框架兼顾了宏观资金面评价与市场技术面情绪修复，通过“风险溢价+历史估值分位数”框架确定资产配置时点，辅助决策。风险溢价4%以上历史上多次对应底部区域，当前3.7%略低，短期仍留待观察。[page::0,page::3]

---

五、风险因素评估

报告明确指出：

• GFTD模型和LLT模型择时成功率80%左右，非全胜，存在失效风险；

- 市场波动性、不确定性及宏观事件冲击可能导致模型信号失真；

• 量化模型基于历史数据，未来市场结构或交易行为变迁可能造成策略失效；

- 报告观点为多量化模型结合产物，可能与其他模型结果存在分歧，投资者需独立判断。

风险警示明确，综合说明技术分析和量化择时工具的局限性，避免投资者盲目信赖模型。[page::5]

---

六、批判性视角与细微差别

• 报告依赖历史统计学特征，无法完全涵盖未来潜在黑天鹅事件，也不保证模型适用性永久有效；

- 在风险溢价指标解读中，市场结构变化（如利率环境变化、资本市场开放程度变迁）可能减少指标的界面预测能力；

• 融资余额增加表面上反映市场积极参与，但杠杆提高同时增加市场动荡风险，报告对杠杆风险警示略显不足；

- 资金流向重科技主题，虽然契合大势，但是否存在过热风险未充分探讨；

• 模型选取行业主要集中于银行、人工智能、动漫游戏等，可能存在主题集中化风险；

- 报告未特别强调国际宏观环境对A股市场的潜在影响，可能是局限于国内视角的内生研究。

总体来看报告运用了多种现代量化技术，视角全面，但对风险的复杂性可作进一步细化阐述。

---

七、结论性综合

《均线情绪持续修复》报告通过详实的量化研究、技术面指标及资金流动分析，结合深度学习算法成果，对当前A股市场形成较为综合的中期积极判断：

• 科创板、创业板和中小盘股表现优异，表现出成长板块的修复与活跃；

- 风险溢价仍处于历史相对高位，市场估值水平整体合理，创业板估值处长期低位，具备结构性机会；

• 长期均线、融资余额及资金流向指标显示资金积极介入，市场情绪明显恢复；

- 利用卷积神经网络的模型表明资本对金融、人工智能、科技等主题的持续青睐；

• 风险溢价与均线指标历史显示市场正处于熊转牛关键时点，技术性底部修复条件具备。

图表数据佐证整体观点，显示当前市场在技术情绪和资金面的多重支持下，正逐渐从长期调整中企稳，后续仍需关注杠杆风险及宏观事件变量。

报告最终传递的是一种“技术中性偏积极”的操作判断，建议关注成长科技主题，同时合理控制风险，关注市场的结构性机会与整体情绪修复动力。[page::0-5]

---

附：关键词和核心指标解释

• 风险溢价：权益资产隐含收益率与无风险债券收益率之差，衡量权益市场相对吸引力。

- 市盈率分位数：当前市盈率在历史区间中的位置，用于估值相对判断。

• 200日均线比例：市场成分股价格高于200日均线的比例，反映市场中长期趋势强弱。

- 融资余额：投资者融资买入股票的总金额，体现市场信贷杠杆水平。

• 卷积神经网络（CNN）：一种深度学习技术，用于自动识别图形、图表数据中的模式，应用于技术分析创新。

- ETF资金流向：反映市场资金偏好和投资者行为风格变化。

---

本报告具备数据详实，情绪指标和资金面结合的特色，为投资者理解当前市场阶段提供了丰富、量化的参考依据。

报告