市场结构与行业表现回顾 [page::3][page::4]

• 上证50和沪深300表现较强，创业板涨幅相对较弱。

- 休闲服务、非银金融、房地产、采掘、银行板块涨幅领先，公用事业、钢铁、医药生物等板块表现较弱。

主要指数估值趋势及行业估值对比 [page::5][page::6][page::7][page::8]

| 指数 | 10%分位数 | 50%分位数 | 90%分位数 | 最新PE | 最新PB |
|--------------|-----------|-----------|-----------|-----------|----------|
| 上证综指 | 10.6 | 15.7 | 30.1 | 14.2 | 1.4 |
| 深证综指 | 24.4 | 35.2 | 59.5 | 50.0 | 3.0 |
| 沪深300 | 9.8 | 13.4 | 28.0 | 13.5 | 1.5 |
| 创业板指 | 35.7 | 50.8 | 68.9 | 67.7 | 7.8 |

• 沪深300指数PE相对历史中位数处于较低水平，创业板估值明显偏高。

- 行业估值框架显示农林牧渔、房地产、建筑装饰、采掘等行业PE和PB相对历史底部估值较低，具有一定安全边际。

市场情绪指标监控 [page::9][page::10][page::11][page::12]

• 新高新低指标显示近期新高比例上升，新低比例下降，市场情绪有所改善。

- 有效涨跌停板数和个股均线结构指标呈现多头排列增多的态势。

• 基金仓位从高位回落，主流ETF净流入，期权看涨看跌比处于低位，短期蓝筹股无超买风险。

量化模型择时结论及回测表现 [page::12][page::13]

表5：择时结论显示所有主要指数GFTD和LLT模型均发出买入“涨”信号。

• GFTD和LLT模型择时累积净值表现显示均呈现向上趋势，验证模型在沪深300指数上的择时有效性。

宏观视角与日历效应 [page::14][page::15][page::16][page::17]

• 7月历史上上涨概率较大，上证指数7月上涨概率约63%。

• 货币M1同比处于提升周期，按照历史经验A股牛市概率增高。

- 宏观因子事件（如CPI同比连续上涨后下跌，美国10年期国债收益率连续下跌）均指向当前股市偏多趋势。

市场趋势展望与风险提示 [page::18]

• 当前市场处于趋势向上阶段，拒绝典型熊市出现可能。

- 金融地产短期补涨明显，但持续性较弱，后期科技特别是二线科技股有望成为主线。

• 量化择时模型成功率约80%，不能保证100%，投资需关注模型失效风险及市场极端状况。

金融工程：当下市场的两个核心问题——A股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：当下市场的两个核心问题 - A股量化择时研究报告》

- 发布机构：广发证券发展研究中心

• 发布日期：2020年6月28日

- 主要分析师：罗军（首席分析师）、安宁宁、史庆盛、张超、文巧钧等资深团队成员

• 报告主题：针对2020年6月下旬至7月初的A股市场，通过量化择时模型和多维度指标，对市场表现、估值、情绪、宏观环境及日历效应进行系统分析，提供市场趋势展望与投资建议。

核心论点与评级：

• 当前市场处于系统性上涨行情，量化择时模型（GFTD和LLT）对主要指数均发出“上涨”信号。

- 市场中期不宜担忧典型熊市出现，因为货币政策尚未进入紧缩阶段，股市整体估值处于合理分位。

• 金融地产等弱势板块本轮加速明显，补涨后预计会进入震荡调整，未来热点或回归科技尤其是二线科技板块。

- 报告未涉及个股具体评级，但肯定了系统性多头格局，强调了量化模型的风险提示。

---

二、逐节深度解读

（一）市场表现回顾

报告以2020年6月29日至7月3日为周期，细分指数结构表现与行业表现：

• 指数表现方面：

- 上证50涨幅居前，达到7.33%，沪深300 6.78%，中小板指5.37%，创业板指3.36%（图1、图2）。

• 行业板块方面（图3）：

- 休闲服务涨幅最高，约27%，非银金融、房地产、采掘和银行紧随其后表现强势。
- 公用事业、钢铁、医药生物、纺织服装、家用电器的表现相对较弱。

该节表明市场热点集中于政策驱动及补涨需求明显的板块，同时反映市场运行的分化格局。[page::3,4]

（二）市场与行业估值趋势

• 指数估值角度（表1，图4）：

- 沪深300最新PE为13.5，略高于历史50%分位数13.4，显示估值处于中低位相对历史均衡水平。
- 创业板指PE极高，达67.7，超过其50%分位50.8，显示成长板块估值较高。

• PB估值方面（表2，图5）：

- 沪深300和创业板指分别为1.5和7.8，创业板PB显著高于历史50%水平（4.7倍），显示其估值溢价较大。

• 行业估值（表3、表4）：

- 行业PE相对历史10%分位较低的为农林牧渔（最新PE 19.9，低于10%分位26.0）、房地产、建筑装饰、建筑材料及采掘，意味着这些行业估值较低，有一定投资价值。
- 一些行业PE明显偏离历史低位，如休闲服务、计算机和医药生物，说明部分热门行业估值高企。
- PB数据显示采掘、建筑装饰、公用事业、银行和房地产等行业相对低估。

该部分以多维数据详细展示了A股整体和细分行业估值格局，突出部分行业低估与热门板块高估的现状，为投资策略提供估值参考依据。[page::5,6,7,8]

（三）A股市场情绪跟踪

• 新高新低指标（图6）显示，60日新高比例近期升高，反映市场情绪有所改善，市场活跃度增加。

- 有效涨跌停板数（图7）表明市场波动在近期虽有起伏，但整体控制较好。

• 个股均线结构指标（图8）展现多头排列个股比例提升，短期技术面偏多。

- 基金仓位（图9）显示基金股票仓位从前期较高回落至55.6%，暗示机构投资者持仓趋于谨慎。

• 主流ETF规模（图10）本周净流入约0.3亿元，流动性保持稳定。

- 期权成交量看涨看跌比（图11）处于低位，提示短期蓝筹股未出现超买风险。

情绪指标组合表现出短期市场活跃，技术面偏多，但机构仓位谨慎，市场存在一定分歧。[page::9,10,11,12]

（四）量化择时模型结果

• GFTD与LLT模型对上证综指、沪深300、深证成指、上证50、中小板、创业板均发出“涨”信号。

- 择时净值走势（图12、图13）表明两模型自2000年以来载体上出现多次有效收益，当前整体表现稳定呈上升趋势，支持市场中期看多论调。

两模型的历史成功率约80%，但报告强调模型在极端情况下可能失效，需注意风险控制。[page::0,12,13]

（五）A股日历效应分析

• 从2000年到2018年历史数据来看，7月1日及之后一周至一个月之间，上证指数上涨概率均高于60%，例如7月1后一周概率达65%（表6）。

- 不同行业涨跌概率差异明显，但大部分行业在7月表现趋好。

• 涨幅统计（表7）发现7月前一个月指数存在小幅回调，但7月1日后整体表现趋正，月内后期表现稳健。

日历效应为短期择时提供了时间窗口，有助于捕捉制度性涨跌规律。[page::14,15]

（六）宏观环境视角

• 货币周期（图14）显示中国M1货币供应同比稳步上升，历史上M1上升阶段通常伴随牛市或震荡市，暗示当前市场资产价格支撑强劲。

- 宏观因子（图15）追踪25个关键宏观指标，涵盖PMI、CPI、PPI、货币供应和利率等，分别在不同行情阶段对市场产生积极或负面影响。

• 定义四大因子事件模型（图16）：短期高低点、连续上涨或下跌、历史新高新低及因子走势反转。

- 历史数据表明CPI同比连续上涨后回落、美国10年期国债收益率下跌、WTI原油价格下跌等均有利于股票资产表现（表8）。

宏观视角验证了当前货币政策环境利好权益市场，有助投资者构建基于宏观变量的资产配置策略。[page::16,17]

---

三、图表深度解读

• 表格“择时模型最新结论”（page 0）显示6大主要指数GFTD及LLT模型均为“涨”，信号时间2020年4月至6月，表明量化模型多头信号已持续一段时间。

- 图0 GFTD和LLT择时指标沪深300曲线对比沪深300指数价格走势，显示择时模型波动与指数走势相关性较强，模型净值在多次重要市场阶段表现出突出的择时能力。

• 图1、2“本周结构表现”显示不同指数涨幅分布，突出上证50涨幅最大，创业板涨幅最小，反映本周市场资金偏好分层。

- 图3“行业表现”清晰展现休闲服务大幅走强，其他强势行业次之，异常强势体现主题热点。

• 表1和图4主要指数PE统计及走势显示创业板PE远超历史中位，风险较大，而沪深300估值趨于合理，偏于分散蓝筹稳定。

- 表3、4行业估值与历史分位对比的细致数字揭示了市场低估行业及风险较高领域，为战略资产配置提供方向参考。

• 图6和图9市场情绪指标结合涨新高指数和基金仓位变化，综合解读了市场热度与资金动向。

- 图12、13择时净值历史轨迹则为技术择时有效性提供了一手佐证。

• 图14宏观货币周期与权益市场关系图直观表现M1与股市波动的相关周期性，为货币政策对股市影响提供图形依据。

- 图15、16宏观因子及因子事件定义表体现了广泛覆盖且细致的宏观监控模型框架。

• 表6、7日历效应真实数据确保了策略基于多年度实证。

各图表共同构成多层次、多角度的市场判断工具，既有定量计算也包括历史归纳，极大增强了报告结论的严密和可信度。

---

四、风险因素评估

报告明确指出量化模型成功率约80%，但并非绝对：

• 极端市场情况下模型可能失效。

- 量化策略基于历史数据回测，未来市场结构和行为的改变可能使得模型失去部分效力。

• 报告观点可能与其他量化模型结论存在差异，投资者需结合多方信号谨慎决策。

- 宏观和日历效应基于历史事件统计，当前特殊环境下不保证完全适用。

因此，市场波动性、不确定性及模型局限性构成主要风险敞口，报告呼吁保持风险控制意识。[page::0,18]

---

五、批判性视角与细微差别

• 报告着重强调货币政策对市场趋势的核心驱动作用，这是合理的，但对政策力度及传导效果的假设相对乐观，未来政策变化仍存在不确定。

- 量化择时模型多为趋势跟踪性质，具体拐点识别可能存在时滞，极端行情时效力有限。

• 估值解释中，创业板估值居高，风险提示不够突出，投资者需警惕成长股波动风险。

- 报告中的行业热点和风格转换逻辑参考2014年经验，虽给出差异化预期，但历史周期的可复制性仍需谨慎验证。

• 基金仓位大幅下降与市场上涨并存，此背离现象未深入分析，可能潜藏资金博弈或市场分歧。

- 报告未包含对外围宏观风险（如全球疫情、贸易摩擦）的系统讨论，结构性全球风险仍需关注。

总体报告严谨，但部分前提假设存在理想化倾向，建议结合更多动态信息灵活调整策略。

---

六、结论性综合

本报告立足当前A股市场定量及定性数据，综合认定2020年中期A股处于较为健康的上升趋势中：

1. 量化择时观点：GFTD与LLT模型普遍发出买入信号，沪深300等主流指数具备中期上涨潜力，历史择时净值显示该策略效果持续有效。
2. 市场结构与热点：上证50和金融地产板块短线加速反弹，休闲服务领涨行业指数，但机构仓位处于回调阶段，市场存在短期获利盘撤退风险。未来热点预计由目前的金融板块回归成长科技，尤其是二线科技标的。
3. 估值水平：整体估值处于或略低于历史中位数，中小盘高估风险显现。行业分化明显，部分周期性或传统行业底部明显，具备配置价值。
4. 市场情绪和资金流向：新高比例上升，多头排列个股增加，ETF净流入微弱，期权市场看涨看跌比低，反映市场短期氛围活跃但未透支风险。
5. 宏观环境：M1货币供应处于上升周期中，历史经验显示对应权益市场表现积极，主要宏观因子事件多数支持风险资产，看多逻辑有坚实宏观基础。
6. 日历效应辅助择时: 历史7月周期表现偏强，为策略布局提供时间窗口。
7. 风险提示：量化模型非万无一失，市场极端状况可能导致失效，投资者需求谨慎跟踪并设定风险控制手段。

综合来看，报告观点明确肯定当前市场中期上涨趋势，短线不建议悲观，建议密切关注货币政策及微观资金动态，风格将经历由补涨板块向科技成长的转换。

---

本报告所有关键数据与洞见均来自广发证券发展研究中心对Wind数据的深入研究与量化分析，确保信息精确与专业性。[page::0,3-18]

---

报告