市场主要指数表现及风格分化 [page::0][page::1]

• 科创50指数和创业板指数近5个交易日大幅下跌，分别跌幅超6%和5.7%。

- 大盘价值指数上涨2.08%，显示市场资金偏好价值风格。

• 中证系列指数多数下跌，中证500跌幅超过5%，显示中盘成长风格表现较弱。

主流ETF及行业资金流向分析 [page::2]

• 银行、煤炭、食品饮料ETF资金净流入明显，电子、传媒等行业资金流出较多。

• 主流ETF规模整体稳定增长，资金流呈波动状态但整体偏正向。

卷积神经网络行业主题映射及热点板块配置 [page::2]

• 利用标准化图表的卷积神经网络模型，学习价量数据特征并映射至行业主题板块。

- 最新重点配置行业包括：中证内地低碳经济主题指数、创业板新能源指数、上证科创半导体材料设备主题指数、环保产业指数等。

• 反映当前AI量化技术下新能源及低碳相关板块持续受关注。

权益资产与债券资产风险溢价及融资余额趋势 [page::3]

• 权益资产长期均线以上比例震荡，显示市场风险偏好波动。

• 风险溢价维持较高水平，处于历史均值上下波动区间。

• 融资余额稳步上升，融资占流通市值比率提升，反映杠杆资金活跃。

指数超卖情况及市场整体风险情绪 [page::4]

• 指数收益区间分布显示存在较严重超卖现象，短期反弹需求较大。

• 市场多指数超卖幅度较2018年同期明显加大，反映当前整体市场情绪较为悲观。

量化模型说明及风险提示 [page::5]

• 本报告基于广发证券金融工程团队开发的多个量化模型成果，择时成功率约为80%。

- 量化模型受限于市场结构变化及不确定性，存在失效风险，结果仅供参考。

• 投资者应结合自身判断，谨慎参考本报告内容。

【广发金工】AI识图关注新能源——全面分析报告

---

一、元数据与概览

• 报告标题：《AI识图关注新能源》

- 作者及机构：广发证券首席金融工程分析师安宁宁（SAC S0260512020）、广发证券资深金工分析师张钰东（SAC S026052 070 06）；所属机构为广发证券金融工程研究团队

• 发布日期：2025年10月19日

- 研究主题：本报告聚焦于运用人工智能中的卷积神经网络（CNN）技术，对中国A股市场，尤其是新能源及低碳经济相关行业主题的识别与趋势分析。并结合市场整体估值、资金流向及量化择时模型，探讨权益资产配置的机会与风险。

• 核心论点：

- 近5个交易日市场表现出一定分化，科创50指数及创业板指数遭遇较大跌幅，而大盘价值股表现相对坚挺。
- 风险溢价指标显示权益资产相对于债券资产仍有一定吸引力，但处于较高估值分位。
- 基于卷积神经网络的图表价量数据深度学习模型识别出的行业配置重点包括低碳经济、新能源、半导体材料等主题。
- ETF资金流入活跃，市场融资规模显著提升，显示市场参与度与风险偏好有所增强。
- 量化择时模型表现优异，但并非完美，存在一定的失败概率，模型结论需结合市场实际动态审慎应用。

此次报告的主要信息表明，尽管短期市场存在波动和部分板块回调，但在量化模型识别和资金流向引导下，新能源、低碳经济等主题被重点关注，呈现投资机会。[page::0,1,2,5]

---

二、逐节深度解读

1. 市场涨跌分析

• 关键论点及信息：

- 最近5个交易日（截至2025年10月17日），市场多指数下跌明显：科创50指数跌幅约6.46%，创业板指数跌5.71%，同时大盘成长板块跌3.90%，而大盘价值则逆势上涨2.08%。
- 上证50及国证2000指数分别跌0.24%和4.69%，反映大盘蓝筹抗跌，小盘股和成长股回调压力较大。

• 推理依据：

- 通过指数涨跌幅比较，揭示不同风格板块中资金分布和情绪的差异。

• 关键数据：

- 科创50指数跌6.16%（图表显示与文本略有数值差别，均表明约6%以上跌幅）。
- 深证成指、创业板指跌幅均超过4.5%；大盘价值上涨有明显资金护盘迹象。

• 意义：

- 市场存在明显风格分化，成长板块短期承压，价值板块则表现稳健，为投资者提供风格切换提示。

[page::1]

2. 主流ETF规模变化与资金流动

• 核心信息：

- 银行、煤炭、食品饮料ETF规模出现正增长，意味着这些传统行业资金流入趋势强劲。
- 电子、传媒、汽车、新能源等指数存在资金流出压力，短期承压。
- 总体ETF规模持续上涨，日均成交21746亿元，显示市场流动性充足。

• 具体数据：

- 银行ETF规模增长近4%以上，煤炭超过3.5%，资金流入较明显。
- 包含电子、汽车、传媒等板块ETF规模下降，跌幅在4%-7%范围。

• 意义：

- 资金流向的结构化变化反映市场对不同行业的短期风险偏好不同，短期传统行业获青睐，而部分创新或高波动板块承压。


[page::2]

3. 卷积神经网络趋势观察

• 关键点：

- 通过对个股价量图表的标准化处理，利用卷积神经网络深度学习模型，识别价格走势的潜在特征。
- 将模型识别的特征映射到行业主题指数，发现新能源、半导体材料等低碳和科技主题具备较高的配置价值。

• 推理：

- 利用可视化价量图像输入，CNN能够捕获传统量化模型可能忽略的复杂非线性模式，增强对未来价格走势的预测能力。

• 应用主题指数示例：

- 中证内地低碳经济主题指数（000977.CSI）
- 创业板新能源指数（399266.SZ）
- 上证科创板半导体材料设备主题指数（950125.CSI）

• 意义：

- 为投资者提供基于AI技术的量化择时和配置策略思路，强调新能源和低碳经济未来潜力。

4. 权益资产与债券资产风险偏好跟踪

• 关键分析：

- 通过风险溢价指标（权益静态PE倒数即EP减去十年期国债收益率），当前权益资产隐含收益率约为2.97%，低于两倍标准差阈值4.75%，表明权益资产风险溢价尚存，但不算非常高。

• 图表解读：

- 长期均线上方比例与沪深300指数走势高度相关，说明市场热点依赖整体趋势确认。

• 意义：

- 市场权益资产与债券资产收益预期差异存在吸引力，但需要关注估值回归风险。

[page::3]

5. 融资余额与风险溢价变动

• 核心数据：

- 融资余额显著提升，且融资余额占流通市值比例稳步上升，反映市场杠杆资金增加，投机情绪有所恢复。
- 风险溢价指标近期趋于下降，接近3%，相较历史峰值存在短期回落可能。

• 趋势意义：

- 两者结合显示市场出现短期风险偏好提升，但融资杠杆增加也加大波动风险。


[page::3]

6. 个股收益分布与指数超卖分析

• 个股收益分布：

- 统计显示年初至今，在不同收益区间的个股占比分布较为分散，大部分股票收益区间集中在0%-30%之间，也存在超100%收益的明星股约6.6%。

• 指数超卖：

- 多数指数处于不同程度的超卖状态，尤其是在10%-30%跌幅区间个股占比最高，超过25%，表明市场调整压力明显。
- 与2018年12月28日历史超卖情形相比，当前超卖幅度与范围更广，风险释放尚未彻底。

• 意义：

- 市场短期调整压力仍存，投资者需警惕潜在回调风险，但也存在分散投资机会。


[page::4]

---

三、图表深度解读

• 图1（指数涨跌）揭示了科创、创业板题材板块近期较大幅度的调整，体现了市场当前的板块间轮动压力和成长板块的短暂承压。

- 图2（ETF规模与资金流）明确提示资金涌入传统防御行业，资金在实时动态中向稳定收益板块迁移，短期波动加大。

• 图3（风险溢价与融资余额）反映了权益类资产相对债券资产的估值优势尚存，但融资杠杆的提升同步增加了市场风险波动。

- 图5（指数超卖和收益区间）说明市场整体处于调整阶段，个股收益分散，部分板块和股票存在超跌状态，或提供后续反弹机会。

整体图表支撑了报告观点，即市场存在阶段性波动，但AI识图技术确认新能源、半导体等主题仍具配置价值，且资金倾向于价值防御性资产，提示风格转换正在进行。[page::1,2,3,4]

---

四、估值分析

• 虽然报告没有详细展开估值模型细节，但涉及的关键点包括：

- 风险溢价指标基于中证全指静态PE的倒数（EP）减去国债收益率作为权益市场隐含收益率的代理。
- 指标2.97%处于历史分布的低估值区间，存在调整压力。
- 提及指数PETTM分位数状态：中证全指77%、上证50和沪深300分别为73%、70%，均处于中高估值水平，创业板则处于中位水平，提示不同板块估值分布的分化。

• 估值分析结合市场风险溢价及资金流动，支持对低碳经济、节能环保、新能源板块价值的重视，但警惕整体估值偏高带来的回调风险。[page::0,3]

---

五、风险因素评估

• 市场波动风险：短期内科创板和成长板块受压，可能引发市场情绪波动。

- 估值风险：当前多指数处于高估值分位，风险溢价边际回落，存在一定的估值调整和收益回落可能。

• 量化模型失效风险：报告特别指出，量化择时模型（GFTD模型和LLT模型）虽成功率约80%，但并非100%，受市场结构变化、宏观事件等影响可能失效。

- 融资杠杆风险：融资余额显著上升，提升了市场整体波动性和下行风险。

• 资金流向变动风险：ETF资金流的行业迁移可能快速带来市场风格切换，投资需灵活应对。

- 报告建议对上述风险保持警觉，同时结合具体政策环境和市场流动性因素动态调整策略。[page::0,3,5]

---

六、批判性视角与细微差别

• 本报告通过AI识图技术与传统，但依然主要依赖历史数据和量化回测，存在对未来结构性转变，如政策变化、国际经济环境变化反应滞后的可能。

- 模型基于历史走势和价量图表，可能无法完美捕捉市场突发的系统性风险。

• 报告强调风格分化和主题配置，但图表中资金流出新能源等板块，短期矛盾值得关注，说明主题热度尚未完全被资金验证，存在短期调整压力。

- 指数跌幅与ETF资金流向存在一定的时滞和结构差异，需投资者具体分析单只标的。

• 定量与定性相结合的观点较为稳健，但对于未来政策导向尤其是碳中和、低碳经济相关行业的叙述尚可更加具体化。

- 报告法律声明中明确风险提示与信息使用限制，显示研究团队对于量化模型局限性的审慎态度。[page::5]

---

七、结论性综合

本报告通过运用卷积神经网络图像识别技术，结合传统量化分析和市场资金流数据，提供了一个较为全面的中国A股市场现状与趋势洞察。近期市场经历了成长和科技板块的显著调整，大盘价值股表现相对稳健，资金流向显示出防御性行业获青睐趋势。风险溢价和估值水平表明权益资产相对债券收益仍有吸引力，但所处高估状态增加调整风险。

卷积神经网络对图表价量数据深度学习，成功聚焦并映射低碳经济、新能源、半导体材料等主题板块，提示这些领域未来可能具备较好的投资机会。本报告强调AI赋能的量化择时具有较强有效性，模型择时成功率约80%，但仍需警惕模型失效及融资杠杆过高带来的市场波动风险。

图表深度解读揭示了：

• 指数涨跌反映风格切换和新旧动能争夺；

- ETF资金流动清晰显示行业间资金轮动；

• 风险溢价曲线与融资余额提醒投资者关注市场整体风险偏好变化；

- 股价收益分布和指数超卖数据提供了短期风险及机会的微观视角。

综合来看，报告作者在保持审慎的风险提示基础上，对新能源及低碳经济相关板块持积极关注态度，建议投资者结合AI辅助的量化模型和资金流向动态调整资产配置，适度关注成长主题，同时防范高估值与融资杠杆拉升带来的潜在回撤风险。[page::0,1,2,3,4,5]

---

总结

此份由广发证券安宁宁团队撰写的《AI识图关注新能源》报告，具有高度前沿技术融合背景，结合深度学习AI与传统量化及市场资金流动数据，提供了清晰且权威的市场动态剖析，特别是在新能源、低碳经济主题上的重点布局，具有较强的实用投资指导价值。报告结构完整，数据详实，图表与文本相辅相成，为市场专业参与者提供了多层次的投资参考和决策支持。

报告