市场风格轮动及风格观点更新 [page::0][page::4][page::5]

• 10月大小盘维度综合指标0.52，成长价值维度综合指标-0.11，整体偏向大盘价值风格，较9月小盘成长风格转变明显。

- 在大小盘维度，市场情绪和宏观环境指标强烈偏向大盘，市场状态较为均衡。

• 成长价值维度市场状态偏成长，情绪和宏观指标略偏价值。

- 综上，短期风格看好大盘风格，建议结合相关细分指标调整仓位。

行业轮动2.0模型：快速轮动逻辑与持仓调整 [page::6][page::7][page::8][page::9][page::10]

• 10月看好银行、石油石化、建材、电力设备及新能源、综合、有色金属行业。

- 行业轮动速度偏快，快速轮动模型被选用，行业间收益分化显著，电力设备及新能源行业9月涨幅18.6%，行业轮动组合历史收益超过基准12.3ppt。

• 银行调研和动量维度优势明显，石油石化流动性得分领先。

多因子选股及指数增强表现 [page::1][page::11][page::12][page::13][page::14]

• 中证1000指数增强9月跑赢基准1.18ppt，累计样本外跑赢基准40.41ppt。

- 沪深300、中证500和中证港股通指数增强组合表现稳健，多因子策略整体持续超额收益。

主动量化选股策略及机器学习模型表现 [page::14][page::15][page::16][page::17][page::18][page::19][page::21][page::22][page::23][page::24][page::30][page::31][page::32][page::33][page::34]

• 成长趋势共振策略构建步骤包括业绩加速增长筛选、多维度风控和综合因子排序，年化收益30.6%，样本外表现优良。

- XGBoost成长优选策略年化收益126.1%，信息比率高，样本外表现稳定。

• 价值优选策略专注下行风险管理，年化收益18.4%。

- 红利优选策略关注股息收益和风险控制，表现稳健。

• 小盘掘金系列策略表现亮眼，低关注度掘金策略9月收益5.6%，次新股掘金策略也持续稳定超额。

- 基于强化学习、XGBoost+MLP、AttentionGRU等机器学习模型周频选股策略持续实现超额收益，AttentionGRU模型9月中证1000范围跑赢基准2.62ppt并累计跑赢基准10.9ppt。

宏观资产配置与择时观点 [page::1][page::25][page::26][page::27][page::28][page::29]

• 综合宏观预期差、左侧择时及阻力支撑指标显示股票资产处于相对乐观状态，商品资产中性，债券资产谨慎。

- 预期差指标中，PPI不及预期利好股票，商品工业增加值不及预期导致谨慎。

• 左侧择时显示股市偏乐观，债市偏谨慎，商品偏乐观。

- 阻力支撑指标指示市场顶部或震荡，部分宽基指数发出空仓信号，提示短期风险。

中金量化月报（55）：看好大盘风格—详尽分析报告解构与剖析

---

一、元数据与概览

• 报告标题：量化月报（55）：看好大盘风格

- 作者及分析团队：中金量化团队，中金量化及ESG团队

• 发布机构：中国国际金融股份有限公司（CICC，中金公司）

- 发布日期：2025年10月9日 08:30

• 研究对象：中国股市风格轮动、行业轮动、多因子选股策略、机器学习模型及资产配置观点

核心论点与整体视角：
报告基于量化模型的风格轮动与行业轮动分析，提出未来短期市场偏好大盘风格（特别是偏向大盘价值），行业方面看好银行、石油石化、建材、电力设备及新能源、有色金属等板块。多因子量化选股与主动量化选股策略持续显示较好的超额收益表现。结合宏观预期、技术指标及机器学习模型分析，报告对股票资产整体持乐观态度，相较于商品与债券资产更具吸引力。该报告无明确目标价，基于量化策略和预测，主张结构化、动态调整风格仓位与行业配置。[page::0,3,4]

---

二、逐节深度解读

2.1 风格轮动模型

内容概述：
报告采用已发布的《量化多因子系列（11）》构建的四象限风格模型，将市场风格划分为大盘成长、大盘价值、小盘成长、小盘价值四类，基于15个经过格兰杰因果检验且符合经济逻辑的指标，覆盖市场状态、情绪及宏观环境三个维度。指标包括新增投资者数量、偏股基金募资额、期权认沽认购比等，分别对成长/价值和大盘/小盘两个维度有效，组合成复合指标及轮动策略，利用滚动胜率纳入趋势性信息。

关键数据与结论：

• 9月市场风格主要为小盘成长，涨幅7.94%，次于大盘成长11.81%。

- 10月大小盘综合指标由-0.46升至0.52，表明市场从小盘向大盘偏好转变；成长价值维度由0.79降至-0.11，成长偏好减弱，略微向价值倾斜，观点强度较弱。

• 大盘维度中市场情绪指标0.83，宏观指标0.81，均明显支持大盘；成长价值维度中市场情绪和宏观指标偏价值，市场状态指标偏成长，整体成长与价值持平。

分析解读：
综合大小盘和成长价值两维度的动态变化，展现了市场风格轮动的复杂性，预示短期内市场偏好大盘且略向大盘价值倾斜。[page::3,4,5]

2.2 行业轮动2.0模型

模型架构：

• 行业轮动2.0模型区分轮动速度，采用不同指标组合应对快速与慢速轮动。

- 快速轮动关注价量信息；慢速轮动结合基本面、波动率、现金流等多因子。

行业表现及最新配置：

• 9月行业风格分化明显，电力及新能源行业涨幅居首达18.6%，有色金属、电子行业紧随其后，涨幅12.6%、10.3%。银行与综合金融表现相对疲弱。

- 10月看好行业为银行、石油石化、建材、电力设备及新能源、综合、有色金属，调出综合金融、传媒、计算机、基础化工和房地产，强调资金流动性与调研信息对石油石化及电新板块的积极影响。

• 行业轮动组合2025年1月至9月收益为32.6%，超越全行业基准12.3个百分点，样本外回测同样表现优异。

行业景气度：

• 10月电力及公用事业、电子行业景气度较高；石油石化、交通运输属低景气行业，石油石化行业表现可能跑输市场。

- 结合景气度得分，行业选择符合其基本面与流动性的结合，体现模型多因子融合的优点。

2.3 多因子选股策略及量化配置

多因子增强策略表现：

• 沪深300指数增强组合9月超基准0.74个百分点，样本外收益累计达145.91%。

- 中证500指数增强略跑输基准3.48个百分点，但样本外累计仍然领先基准。

• 中证1000增强9月超标的1.18个百分点，样本外累计超标40.41个百分点。

- 港股通指数增强9月跑输基准1.30个百分点，但样本外累计超额收益较好。

主动量化选股：

• 成长趋势共振策略2025年9月收益2.4%，年化超额收益20%，强调业绩加速成长基础池与剔除非经常性因素影响；

- 价值优选策略关注风险控制与下行保护，2025年9月收益0.9%，跑赢基准2.3个百分点；

• 小盘掘金策略（低关注度掘金、次新股掘金）表现突出，9月收益达5.6%。

- 各策略均采用多因子评估结合行业中性或行业市值中性手段，控制波动与回撤，保障稳健增长。

量化资产配置观点：

• 综合宏观预期差、左侧择时指标和阻力支撑信号，股票资产当前预期乐观，商品中性，债券相对谨慎。

- 来源积极因素如PPI不及预期利于股市；商品方面受工业增加值、PMI不佳及人民币贬值影响偏弱。

• 技术择时指标显示股市存在顶部阻力，预计未来或呈震荡格局。

---

三、图表深度解读

3.1 风格轮动指标详解（图表1-3，页4-5）

• 图表1综合展示大小盘和成长价值两个维度上的三类指标（市场状态、市场情绪、宏观指标）得分，大小盘总得分0.52，显示大盘风格偏好；成长价值维度得分-0.11，微弱偏价值。

- 图表2和3细分指标显示具体指标得分，例：大小盘维度创新高个股占比（小盘指标）得分0.28，说明一些小盘股仍具影响力，但偏股基金募资额（大盘指标）得分为1.03，市场资金流向偏好大盘，表现为大盘风格主导。

• 结合三类指标权重，体现了市场多因子风格态势，数据来源Wind，严谨体现不同维度量化得分。[page::4,5]

3.2 行业轮动速度及收益率（图表5-10，页6-9）

• 图表5柱状图突出9月行业收益差异，电新行业涨幅近20%领先，综合和银行表现落后。

- 图表6-7展示行业轮动组合净值历史走势，表现稳健持续超越基准，凸显模型选股能力。

• 图表8表明近期行业组合持仓动态，10月组合调整突出银行及石油石化加入，排除前期高配置的传媒、计算机等板块。

- 图表9详细展示行业分项得分，银行与石油石化在调研信息和流动性指标上领先，支撑其行业地位。

• 图表10时间序列显示轮动速度指标长期波动趋势和近期的快速运动态势，[page::6,7,8,9,10]

3.3 行业景气度定量结果（图表11-12，页11）

• 图表11列出各行业子行业及指标得分zscore，揭示个别产品价格与产量的景气状况。

- 图表12对比本期与上期行业景气度，公用事业与电子行业保持高位，石油石化与交通运输持续低迷，与行业轮动观点相符。

• 指标分析体现了景气度模型与行业收益之间的显著关联，强化了行业轮动策略的基本面依据。[page::11]

3.4 多因子增强策略净值表现（图表13-16，页12-14）

• 图表13-15分别展现沪深300、中证500、中证1000增强策略样本外累积净值，清晰体现其与各基准指数的超额收益。

- 图表16显示港股通增强策略自2023年以来的净值攀升，尽管短期跑输基准，但长期样本外表现优异。[page::12,13,14]

3.5 主动量化选股策略收益表现（图表17-36，页15-24）

• 各策略均附实施细节及历史收益数据，成长趋势共振选股策略、XGBoost成长优选、价值优选、红利优选、低关注度掘金及次新股掘金均显示出稳健且持续的超额收益，且多数策略2025年样本外收益表现突出（图表20，22，25，28，31，34）。

- 图表35-36显示四象限风格内选股策略不同组合收益，策略普遍跑赢对应风格基准，尤其大盘成长与小盘成长。

• 这些策略通过结合基本面因子、动量、风险指标及机器学习模型成果，强化了选股效果并降低系统风险。[page::15-24]

3.6 宏观预期差与择时指标（图表37-46，页25-29）

• 图表37-38系统说明宏观预期差构建流程及最新指标解读，PPI不及预期对股票市场构成利好影响。

- 图表39-44详述股票、债券、商品左侧择时指标，反映估值、情绪、资金流向的综合判断。

• 当前股市左侧择时指标多处于乐观状态，债券呈偏谨慎，商品状况健康偏乐观。

- 阻力支撑指标（图表45-46）显示市场整体存在顶部阻力，未来可能震荡。[page::25-29]

3.7 机器学习模型选股表现（图表47-52，页31-34）

• 不同机器学习模型（强化学习因子挖掘、XGBoost+MLP串行模型、AttentionGRU深度学习模型）均展示了近期选股策略的超额收益表现。

- AttentionGRU模型表现最为突出，9月中证1000范围内累计收益2.33%，跑赢基准2.62个百分点，样本外累计领先超过10个百分点，体现了深度学习与注意力机制结合的优势。

• 图表整合展示了样本外净值走势，验证了模型稳定性和超额收益能力。[page::31-34]

---

四、风险因素评估

报告中明确指出基于历史数据与模型结果的回测无法确保样本外收益，本报告仍存在模型失效、市场结构变化等不确定风险。同时，市场风格变化快速且多因素交织，模型自身假设及数据延时可能带来的误判风险不可忽视。报告未提供具体风险缓释策略，但通过多模型结合和动态调整，试图减轻单一模型偏误风险。[page::2,35]

---

五、批判性视角与细微差别

• 风格指标中成长价值维度的得分幅度较小，且指标间存在部分互相抵消的现象，说明成长与价值风格短期平衡，预测强度不高，值得关注未来是否有放大趋势。

- 行业轮动模型强调轮动速度分域，然而速度指标本身的构建依赖跨度较长（24个月滚动均值），在快速市场变化时可能出现滞后。

• 多因子策略覆盖多个指数，部分策略当前短期内表现略有分化（如中证500表现弱于基准），提示不同市场板块环境差异对选股组合影响仍需密切监控。

- 机器学习模型尽管表现领先，但模型复杂度高，样本外稳定性依赖大量参数优化，易受过拟合风险影响，需持续跟踪模型适应性。

• 报告对于具体金融术语和模型说明充足，但部分指标逻辑较为技术化，体现出量化团队对模型内核的严格把关，但需关注投资者对复杂模型解读的门槛。[page::3-5,6-10,31-34]

---

六、结论性综合

本期《量化月报》深度系统地揭示了当前中国股市风格转向大盘偏价值的格局，从风格轮动、行业轮动、多因子与主动量化选股到机器学习前沿模型的多维度解析，构建了覆盖市场系统层面和微观个股层面的投资框架。

从图表出发，成长价值及大小盘维度指标反映市场风格在向大盘倾斜的动态变化，伴随市场情绪与宏观指标的积极信号，业内推荐配置大盘蓝筹。行业轮动显示新能源、电力设备、建材等周期性板块获资金青睐，银行与石油石化行业具备较好资金流动性与调研支持。精选多因子与主动选股策略展现出良好的超额收益及稳健风险控制能力，低关注度及次新股掘金策略尤其表现亮眼。机器学习模型凭借先进算法优化，进一步提升策略回报，对市场捕捉能力明显增强。

宏观与技术面对股票资产整体持乐观态度，行业与风格偏好大盘风格呼应，商品与债券谨慎态度则提示了风险管理意义。阻力支撑指标显示短期市场或进入盘整阶段，建议投资者关注短期波动管理。

综合视角强调量化因子、机器学习和宏观技术相结合，调仓与择时动态管理是理解和把握当前行情的关键。本报告提供了结构性投资建议及丰富数据支持，为投资者配置决策提供强有力的量化基础。[page::0-35]

---

参考图片索引总结

• 行业月度收益率分布（图表5，页7）

- 行业轮动组合净值及收益表现（图表6-7，页7）

• 行业轮动持仓调整及收益对比（图表8，页8）

- 行业得分细项及轮动速度（图表9-10，页9-10）

• 行业景气度综合得分（图表12，页11）

- 沪深300指数增强净值（图表13，页12）

• 中证500指数增强净值（图表14，页12）

- 中证1000指数增强净值（图表15，页13）

• 港股通指数增强净值（图表16，页14）

- 成长趋势共振选股策略步骤与收益表现（图表17-20，页15-16）

• XGBoost成长优选策略收益（图表21-22，页17）

- 价值股优选策略收益（图表23-25，页18）

• 红利优选策略收益表现（图表26-29，页19-20）

- 低关注度掘金策略收益（图表30-31，页21）

• 次新股掘金策略收益（图表32-34，页22-23）

- 四象限风格内选股策略收益（图表35-36，页24）

• 宏观预期差指数构建与解读（图表37-38，页25）

- 机器学习选股策略净值曲线（图表47-52，页31-34）

---

结语

本报告提供了一个从市场风格、行业景气、量化策略到机器学习的多层次、多工具融合的投资视角。所用多因子模型和机器学习模型均展示了良好的样本外表现，支撑市场大盘价值风格的配置倾向。宏观环境与技术指标的综合判断增强了配置的科学性与前瞻性。投资者应结合自身偏好和风险承受能力，关注报告中提出的风格及行业轮动节奏，灵活参与市场。

[page::0-35]

报告