中信一级行业本周强势板块及融资余额变化 [page::0][page::1][page::2][page::3]

• 本周涨幅领先行业包括通信（7.11%）、综合金融（7.07%）、非银金融（6.57%）、电子（6.43%）和计算机（6.31%）。

- 融资余额净流入最多的五大行业为电子（134.76亿）、机械（48.02亿）、计算机（46.51亿）、医药（37.85亿）和银行（35.99亿）。

• 年度表现方面，有色金属领涨（38.18%），煤炭与食品饮料等行业表现相对疲软。

行业/主题ETF资金流向分析 [page::0][page::1][page::4][page::5]

| ETF名称 | 净流入亿元 | 周涨跌幅 | 上周规模(亿元) | 本周规模(亿元) |
|--------------|------------|-----------|----------------|----------------|
| 煤炭ETF | 14.06 | -1.14% | 80.29 | 93.44 |
| 通信ETF | 10.14 | 10.65% | 33.21 | 46.85 |
| 机器人ETF | 7.76 | 2.07% | 159.75 | 170.78 |
| 酒ETF | 7.35 | 0.54% | 152.31 | 161.08 |
| 医疗器械ETF | 7.07 | 2.26% | 36.66 | 44.55 |

• 净流入行业前五为医药生科（22.56亿）、中游制造（22.42亿）、上游材料（13.22亿）、消费（12.53亿）、农林牧渔（1.77亿）。

- 净流出主要集中在二级市场高景气但资金重新配置的TMT(-128.63亿)、金融地产(-17.37亿)、新能源(-16.91亿)、红利(-11.44亿)、军工(-4.06亿)。

扩散指数行业轮动策略及表现 [page::5][page::6][page::7]

• 扩散指数轮动自2021年以来实现累计超额收益1.75%，2025年8月表现良好，行业建议配置钢铁、综合金融、非银金融、有色金属、建筑等。

- 周度表现中电力及公用事业、医药、消费者服务等行业环比提升明显。

• 模型基于价格动量理念，存在回撤与失效风险。

GRU因子行业轮动模型解析与回测表现 [page::7][page::8][page::9]

• GRU模型利用分钟频量价数据及深度学习网络进行行业轮动决策，自2019年以来累计带来显著超额收益。

- 2025年8月调入行业包括有色金属、建材、房地产、钢铁、建筑和交通运输，调出银行。

• 本周回报略负，月内累计超额收益依然达1.78%，年内达6.66%。

- 需关注模型短周期表现优于长周期及极端行情可能导致模型失效风险。

资金面与市场趋势分析 [page::0][page::1]

• 非银金融展现资金虹吸效应，配置价值增强。

- 指数整体延续多头格局，上证逼近3700点，面临持续挑战历史高点压力。

• 行业轮动趋势明显，投资者应顺势操作，谨慎对待短期回调风险。

非银爆发虹吸红利防御资金，指数料将保持上行趋势持续挑战新高——行业轮动周报详尽分析

---

一、元数据与报告概览

• 报告标题：《非银爆发虹吸红利防御资金，指数料将保持上行趋势持续挑战新高——行业轮动周报20250817》

- 作者： 肖承志、李子凯

• 发布机构： 中邮证券有限责任公司

- 发布时间： 2025年8月19日

• 研究主题： 本报告聚焦A股市场中信一级行业的周度表现与行业轮动趋势，重点分析非银行金融行业的资金流动特征，以及宽基指数的走势展望[page::0,9]。

核心论点总结：
报告指出，近期非银行金融行业吸引了虹吸自红利及银行板块的防御资金，表现强劲。宽基指数表现稳健，上证指数临近3700点。通信、多元金融表现突出。虽然银行板块表现疲软，但整体多头趋势延续，指数有望持续上行并挑战新高。资金流方面，融资资金流入电子板块，ETF资金对医药生科流入明显，半导体及芯片板块ETF资金有所流出。行业轮动方面，扩散指数及GRU因子模型分别识别出适合配置的行业，包括钢铁、有色金属、非银金融等。报告整体给予谨慎乐观态度，建议顺应行情，积极关注行业轮动机会[page::0,1,5]。

---

二、逐节深度解读

1. 摘要与投资要点

• 关键内容：

- 各大宽基指数延续上涨趋势，上证指数接近3700点。
- 通信和多元金融板块表现较优。
- 红利和银行板块受资金流出影响表现不佳。
- 概念板块氛围良好，连板个股多以趋势转向或跌停反包方式表现。
- 新兴领域如国产算力、液冷、机器人及非银金融表现活跃，军工板块回调。
- 融资资金流主要流入电子板块，ETF资金流入以医药生科为主，半导体相关资金净流出。
- 行业扩散指数显示行业轮动超额收益归正。GRU因子模型调仓布局有色金属，剔除银行板块，但总体反应弱势[page::0]。

• 作者推理：

资金流动结构的变化揭示资金从传统防御板块（银行、红利）向科技创新及非银板块转移，并由行业扩散指数和GRU模型验证与捕捉实证的行业轮动趋势。利用融资余额、ETF资金流为风向标，解读市场板块轮动及资金偏好，形成指数上涨的坚实基础。

2. 行业指数表现（周度及年度）

• 周度涨跌幅表现（图表1，页2）

- 周内涨幅居前的行业是通信（+7.11%）、综合金融（+7.07%）、非银行金融（+6.57%）、电子（+6.43%）和计算机（+6.31%）。
- 表现较差的板块有银行（-3.22%）、钢铁（-2.00%）、纺织服装（-1.36%）、煤炭（-0.77%）和建筑（-0.58%）。
- 图1中柱状图通过百分比直观体现了行业间涨跌分化，显示传统银行板块估值压力较大，而科技及非银金融持续活跃，成为资金关注热点[page::2]。

• 年度涨跌幅表现（图表2，页3）

- 年度表现领先行业有色金属领涨（+38.18%），综合金融和通信紧随（超30%），机械和医药表现亦优。
- 年度表现落后的有煤炭（-4.15%）、食品饮料、交通运输等。
- 这表明今年资金对资源类和科技成长板块偏好明显，传统周期类板块表现低迷，但煤炭等周期商品跌幅有限，存在估值修复预期[page::3]。

3. 融资余额变动分析（图表3，页3）

• 融资余额最大的增长板块依然是电子（+134.76亿元）、机械（+48.02亿元）、计算机（+46.51亿元）、医药（+37.85亿元）、银行（+35.99亿元）。

- 电子板块融资扩张最为显著，体现融资资金对电子及科技类板块的强烈关注。

• 资金净流出板块主要有煤炭、纺织服装和轻工制造等，且煤炭资金净流出2.76亿元，反映周期板块资金谨慎态度[page::3]。

4. 行业/主题ETF资金流向（图表4、5，页4）

• 资金净流入ETF前五名： 煤炭ETF（14.06亿元）、通信ETF（10.14亿元）、机器人ETF（7.76亿元）、酒ETF（7.35亿元）、医疗器械ETF（7.07亿元）。

- 资金净流出ETF前五名： 科创芯片ETF（-35.53亿元）、半导体ETF（-21.47亿元）、芯片ETF（-16.24亿元）、军工ETF（-13.44亿元）、人工智能ETF（-10.19亿元）。

• 区别于融资余额的资金流入，ETF资金表现出对部分成长赛道短线获利了结迹象，特别是芯片及军工板块资金明显流出。

- 综合来看，资金集中涌入医药、机器人等相对确定性更高的行业ETF，体现防御性配置倾向[page::4]。

5. ETF行业净流入排名（图表6，页5）

• 净流入最多的行业是医药生科（22.56亿元）、中游制造（22.42亿元）、上游材料（13.22亿元）和消费（12.53亿元），农林牧渔微幅流入。

- ETF资金流出行业以TMT（-128.63亿元）、金融地产（-17.37亿元）、新能源（-16.91亿元）、红利（-11.44亿元）和国防军工（-4.06亿元）为主。

• 资金流向显示出对医药及制造业板块的持续青睐，科技及传统地产金融板块资金缩减，市场情绪更趋谨慎[page::5]。

6. 行业扩散指数轮动（图表7、8，页6-7）

• 扩散指数显示，2025年8月15日综合金融、钢铁、非银行金融、综合、有色金属、通信排名靠前，煤炭、电力新能源等排名靠后。

- 电力及公用事业、医药、消费者服务行业周度提升较大。

• 月度轮动策略建议配置钢铁、综合金融、非银行金融、有色金属、建筑等行业，8月平均收益3.95%，超额收益达到1.75%。

- 扩散指数基于行情趋势和动量理念，能够捕捉行业间的轮动节奏，综合金融及钢铁板块出现结构性机会[page::6,7]。

7. GRU因子行业轮动分析（图表9-11，页7-9）

• GRU因子从高频分钟量价数据通过深度学习模型捕捉行业轮动机会，历史表现优异但近期市场聚焦主题炒作，超额收益有所下降。

- GRU因子本周排名显示，有色金属(5.67)、非银行金融(4.65)、建材(4.14)、房地产(4.08)、钢铁(3.64)、基础化工(2.71)位居前列。银行、通信、家电、传媒及综合金融排名靠后。

• 本周调入有色金属，调出银行，整体组合表现为-0.06%，但8月以来及今年累计仍有显著超额收益。

- 深度学习模型结合了价量信息，补充了传统扩散指数模型，从不同维度辅助行业配置决策，有助于理解市场多维度的资金轮换轨迹[page::7,8,9]。

8. 风险提示

• 扩散指数模型失效风险： 其基于趋势延续假设，若市场快速由趋势转为反转，模型可能无法捕捉准确信号。

- GRU模型失效风险： 模型依赖高频数据与历史训练，受极端行情影响较大，短期表现或有不确定性。

• 政策变化风险： 行业轮动模型基于历史数据，对短期政策密集调整反应较慢，配置和调仓可能滞后于政策变化。

- 以上风险提示有助于投资者理性判断模型适用范围，规避操作风险[page::9]。

---

三、图表深度解读

图表1：中信一级行业指数周度涨跌幅（页2）

• 展示内容： 描绘当前周各中信一级行业的周度涨跌幅百分比，整体显示通信、综合金融、非银行金融等前三板块涨幅超过6%，银行板块跌幅最大近3.2%。

- 趋势信息： 高涨的科技及金融创新板块反映资金活跃度高，银行等传统金融板块资金离场。

• 支持文本推论： 数据描绘了资金在不同行业间强烈的分化与轮动态势，验证了报告中资金从防御板块向成长性更强的板块转移的判断[page::2]。

-

图表2：中信一级行业指数年度涨跌幅（页3）

• 展示内容： 从年初至今各行业累计涨跌幅，如有色金属涨逾38%，煤炭负增长。

- 趋势信息： 指出资源金属及金融科技等今年走强背景，部分传统消费及周期行业承压。

• 与文本呼应： 突出了市场主题偏好与资金持续流向的行业，助于理解行业长期表现差异[page::3]。

-

图表3：融资余额周度变化统计（页3）

• 内容描绘： 详细罗列各行业沪深两市融资余额的时间序列及变化差值，突出电子板块融资余额较大幅度增加134.76亿元。

- 趋势判断： 增强对科技行业资金面增厚的认识，是涨价推动的重要资金面依据。

• 数据解读： 多数板块融资余额增加，反映市场整体资金充裕且偏好特定行业，较低的融资余额流出行业可能面临资金压力。

- 细节提示： 数据针对沪深两地分拆，注重两市资金异动有助于微博观行业资金流动的内在逻辑[page::3]。

图表4/5：本周行业ETF资金流向（页4）

• 图4（净流入）内容： 净流入最大的煤炭ETF出现资金流入14.06亿元，但价格跌幅1.14%，反映资金通过ETF渠道吸引防御型配置。

- 图5（净流出）内容： 科创芯片ETF净流出35.53亿元，半导体系列ETF均有大额流出，显示高估值压力与调整风险。

• 对比解读： 尽管融资余额反映资金对电子行业依旧热衷，但ETF层面的资金撤出说明特定细分赛道的结构性调整风险。

- 文本联系： 支持报告中指出资金在半导体及芯片等科技细分领域存在短期资金抽离现象，体现短期获利了结需求[page::4]。

图表6：ETF行业资金净流入统计（页5）

• 内容解读： 净流入行业以医药生科、中游制造、上游材料为主，流出TMT、新能源、金融地产显著。

- 趋势说明： 大类资金从高波动的科技新能源转向估值合理、业绩稳定的医药及制造业，反映资金的风险偏好调整。

• 细节支持： 表格内成交额数据显示各行业的资金流入流出规模，辅助确认资金流动重点行业[page::5]。

图表7/8：扩散指数周度与月度轮动（页6-7）

• 图7内容： 展示多周期扩散指数值及其变化，观察各行业短期趋势强弱。

- 图8内容： 扩散指数构建的行业轮动净值自2021年起波动明显，体现动量策略的时效性和趋势捕捉能力。

• 意义说明： 扩散指数作为行业热度的量化表达，结合收益趋势，帮助投资者把握布局时机和风格切换节点。

- 文本联系： 说明2025年8月最大超额收益行业组合为钢铁、综合金融等，其历史跟踪特征显示策略有效性[page::6,7]。

• 

图表9：GRU因子周度RankIC（页7）

• 内容解读： 显示GRU模型每周因子与后续收益的相关性，左轴为RankIC，右轴为累计RankIC，体现模型的预测能力。

- 趋势说明： 波动较大但具有中长期趋势，模型在短周期有效，长期受市场行情与主题影响考验。

• 模型价值： 通过深度学习捕捉量价特点，为行业轮动提供智能辅助[page::7]。

-

图表10：GRU行业因子周度排名（页8）

• 展示内容： 行业因子值及排名变化，突出有色金属、非银行金融增长显著，银行跌幅大。

- 趋势解读： 资金情绪偏向有色、非银等具备趋势性的板块，偏离传统防御板块。

• 表彰代表分析工具的深入应用，为资金流动提供数据背书[page::8]。

图表11：GRU行业轮动净值曲线（页9）

• 内容说明： 三条曲线分别代表GRU行业轮动净值、中信一级等权指数和超额收益，反应模型历史表现。

- 意义解析： GRU因子策略长期跑赢市场均值，尽管短期受限于主题市场，仍保证了一定的超额收益。

• 投资启示： 深度学习模型结合量价信息为投资组合提供动态调整依据，增强行业切换的科学性[page::9]。

-

---

四、估值分析

本报告未明确给出具体估值模型和目标价。重点通过行业扩散指数和GRU深度学习因子模型辅助判断行业轮动与资金流向，属于基于量化轮动策略的研究范畴，而非传统的DCF或市盈率估值分析。因此，估值部分主要依靠：

• 扩散指数捕捉趋势延续性，为行业选择提供方向性判断。

- GRU模型基于高频量价数据拟合预测收益排序，提升轮动选股的精准度。

关键假设系统：

• 市场存在行业轮动趋势且能够被价格动量及高频交易数据捕捉。

- 模型有效期内行情保持相对稳定，极端行情或政策调整可能导致失效。

该方法侧重策略信号发掘，估值为隐含的层面，未涉及具体指标输入与敏感性分析[page::7,9]。

---

五、风险因素评估

• 扩散指数模型失效风险： 该模型基于价格动量，若市场从趋势走向反转，模型预测效果将受损，造成投资判断失误。

- GRU模型失效风险： 基于高频量价数据的深度学习模型在极端行情或结构性变动时可能失去预测效力，且表现波动较大。

• 政策变化风险： 行业轮动模型依赖历史数据统计，对短期政策快速变化敏感度较低，策略可能无法跟上节奏，投资执行面临风险。

整体风险因子强调模型适用前提与环境依赖性，提醒投资者警惕模型边界条件及实际政策面变化[page::9]。

---

六、批判性视角与细微差别

• 报告中资金流出的半导体及芯片类ETF与融资余额持续流入电子板块存在表面矛盾，反映资金面分化及短期获利了结。投资者应关注资金流的短期波动性与长期趋势的差异。

- GRU因子模型虽然先进，但其指标排名显著波动且短期收益率为负，提示模型在当前主题集中度高的市场可能效果有限，需谨慎依赖。

• 扩散指数和GRU模型均为量化工具，依赖历史价格数据，面临极端市场波动或政策干预时的风险较大。

- 报告多处强调不能“轻易看空”，显示作者倾向于乐观市场预期，但对风险提示也较明确，保持平衡视角。

• 行业轮动建议以综合多模型输出为佳，避免单一策略依赖带来的偏差和局限。

---

七、结论性综合

本报告通过详实的数据分析和量化模型，展示了2025年8月中信一级行业轮动的资金流动和行业表现态势。通信、综合金融和非银行金融等板块当前表现抢眼，非银资金爆发虹吸红利和银行资金，实现资金防御性的再配置。融资数据和ETF资金流分别揭示出资金对电子、医药以及机器人等成长防御板块的偏好，而半导体芯片板块资金回撤，呈现结构性调整。

扩散指数模型显示当前应重点关注钢铁、综合金融、非银行金融、有色金属和建筑，且相关配置策略已经产生显著的超额收益。GRU深度学习因子模型从高频量价数据层面捕捉行业轮动信号，虽近期表现波动但仍具有一定优势，本周调仓有色金属重点配置，剔除了银行板块。

风险方面，模型存在趋势反转和极端行情失效风险，且政策变动可能对短期行业配置产生干扰。投资者应结合量化模型输出与基本面、政策面信息，综合判断，避免盲目乐观或悲观。

综上可见，报告展现出中邮证券研究团队对当前市场上行趋势的积极认同，强调市场指数将持续保持上升节奏，同时提出行业内资金轮动逻辑清晰，资源性及非银金融等板块后续机会依旧显著，建议投资者顺应趋势，关注被资金青睐的优质行业，实现策略上的动态择机布局[page::0,1,2,3,4,5,6,7,8,9]。

报告