华泰金工 | 美国CPI或仍具粘性

来源：市场资讯

（来源：华泰证券金融工程）

本周我们的模型看好成长风格的反弹趋势，行业轮动模型连续两期推荐汽车、电子、计算机等成长板块，但建议轻仓参与结构性机会，因为：(1) 美联储议息会议、美国通胀、政治局会议等关键“靴子”尚未落地；(2) 我们的Nowcasting模型预测美国CPI同比大概率继续上行，公布数据前后日恐市场扰动较大;（3）A股择时模型依然维持防御信号。

本周观点：美国CPI或仍具粘性，建议轻仓参与结构性机会

上周，美联储释放鸽派信号与趋弱的劳动力数据，强化了市场宽松预期，风险偏好持续修复——A股全周震荡收涨，周五量能小幅释放，有色和科技方向领涨，交投活跃。短期，风格择时模型看好成长风格的反弹趋势，行业轮动模型也连续两周聚焦于电子、计算机等行业。但展望后市，Nowcasting模型预测美国CPI或仍具粘性，继续上行的可能性不低，从而对海外流动性产生扰动，我们判断美国CPI数据公布日前后市场或仍有较大波动；A股择时模型仍处于防御区间，建议轻仓参与成长风格的结构性机会。

A股大盘择时模型：模型维持防御

我们以万得全A指数作为A股大盘代理，从估值、情绪、资金、技术四个维度对A股大盘进行整体方向性判断。今年以来，模型多空择时的扣费后收益40.65%，同期A股大盘涨跌幅为24.47%，超额收益为16.18%；上周模型超额收益为-1.48%。上周市场震荡收红，周成交金额均值小于2万亿，整体仍是缩量行情；当前模型对大盘观点维持防御，其中估值维度维持防御，技术维度维持防御，情绪维度维持看多，资金维度维持防御。

风格择时模型：看好成长风格

对于红利风格，我们结合中证红利相对中证全指的动量、10Y-1Y期限利差和银行间质押式回购成交量三者的趋势进行择时。本周，模型自2025-12-02起对红利风格由看平转为不看好，间接看好成长风格。其中，期限利差指标给出谨慎防御信号，银行间成交量和红利超额动量维持看平。对于大小盘风格，我们采用基于拥挤度分域的趋势模型进行择时，其中拥挤度采用小盘和大盘的动量之差和成交额之比刻画。当前，模型运行在低拥挤区间，采用大参数双均线模型判断趋势，结论是看好小盘。

行业轮动模型：看好汽车、电子、计算机、酒类、机械

行业轮动模型采用遗传规划技术直接对行业指数的量价、估值等特征进行因子挖掘，每季度末更新因子库。模型周频调仓，每周末选出多因子综合得分最高的五个行业进行等权配置。今年以来，模型取得绝对收益37.29%，跑赢行业等权基准16.49 pct。上周，市场成长风格占优，但行业轮动速度较快，模型虽然也选到了电子、计算机等成长风格行业，但未选中表现最强势的通信行业，最终小幅跑输等权基准0.30 pct。本周模型继续看好汽车、电子、机械、计算机、酒类，风格、行业与上周保持一致。

中国境内全天候增强组合：本年以来绝对收益11.77%

中国境内全天候增强组合采用宏观因子风险预算框架，选取增长超预期/不及预期、通胀超预期/不及预期四种宏观风险源作为平价对象；在四象限风险平价的基础上，基于宏观预期动量的观点主动超配看好象限，实现全天候增强。模型月频调仓，12月，模型超配“增长超预期”象限和“通胀超预期”象限；与11月相比，模型低配债券资产，超配商品资产，权益端降低防御资产仓位。上周债市动荡加剧，长端收益率快速上行，全天候模型仍实现了0.12%的收益，主要得益于本月策略及时将超配仓位从债券切换为商品，有色金属和黄金是主贡献项。本年以来策略的绝对收益为11.77%，最大回撤为2.67%，全年月度胜率保持100%。

A股大盘择时模型：由看平转为防御

A股多维择时模型参考前期报告《再论A股择时：多维度融合（二）》（2025-09-17），从估值、情绪、资金、技术四个维度对A股大盘——万得全A指数进行整体方向性判断；各维度日频发出信号，每日信号取值为0、±1，分别代表看平、看多、看空三种观点。四个维度本质上均以刻画市场交易结果为主，但就策略设计的逻辑而言，估值和情绪采用反转逻辑，刻画的是A股市场均值回归的特征；资金和技术采用趋势逻辑，刻画市场趋势延续的特征。左侧指标规避风险，右侧指标捕捉机会。具体选取指标如下：

1)估值指标：股权风险溢价（ERP）

2)技术指标：布林带、个股涨跌成交额占比差

3)资金指标：融资买入额

4)情绪指标：期权期货指标（期权沽购比，期权隐含波动率、期货会员持仓比）

以各维度得分之和的正负性，作为大盘多空观点的依据。今年以来，模型对万得全A多空择时扣费后收益40.65%，同期万得全A收益24.47%，超额收益16.18%；上周多维择时模型收益-0.75%，同期万得全A收益0.72%，超额收益-1.48%。上周，模型对A股维持防御信号；其中，情绪维度看多，技术维度维持防御，资金维度维持防御，估值维度维持防御。

风格择时模型：红利风格由看多转为看平

红利风格择时

红利风格择时参考前期报告《红利因子择时与2025Q1行业ETF投资建议——ETF智投系列研究之三》（2025-01-07）。择时的标的为中证红利指数相对中证全指的收益率。择时体系包括三个指标：

1)中证红利相对中证全指的动量：红利风格正向指标；

2)10Y-1Y期限利差：红利风格负向指标——当期限利差走阔时，“借短买长”的投资越有利可图，投资者越倾向于长久期投资，如成长风格，红利资产吸引力削弱；

3)银行间质押式回购成交量：红利风格正向指标——银行间市场成交量越大，说明资金空转程度越严重，对应“资产荒”越严重，红利资产吸引力增强。

三个指标从趋势维度日频发出信号，每日信号取值为0、+1、-1，分别代表看平、看多、看空三种观点。以各维度得分之和的正负性，作为红利风格多空观点的依据。当模型看好红利风格时，全仓持有中证红利；当模型不看好红利风格时，全仓持有中证全指；基准是中证红利和中证全指等权配置，在信号变化日再平衡。

今年以来，策略收益为22.71%，同期基准为14.07%，模型超额收益为8.64%。本周，模型自2025-12-02起对红利风格由看平转为不看好，间接看好成长风格。其中，期限利差指标本周给出谨慎防御信号，银行间成交量维持看平，而相对动量由看多转为看平。

大小盘风格择时

大小盘风格择时参考前期报告《基于趋势和拐点的市值因子择时模型》（2025-05-25）。在大多数情况下，大小盘风格的走势不如红利等其他风格温和，因此投资者对待大小盘风格的视角因市场状态而异——在低拥挤的时候，大小盘风格的驱动力源于宏观环境，而宏观基本面的变化较慢，投资者一般更在意风格的中长期趋势而忽视短期波动；在高拥挤的时候，大小盘风格的驱动力源于资金抱团，一旦“击鼓传花”停止，大小盘风格随时可能发生反转，投资者一般会对其短期趋势保持警惕。

以沪深300指数和万得微盘股指数为大小盘风格的代表。首先，我们从动量视角和成交视角计算大小盘风格拥挤度得分：

1)动量之差：计算万得微盘股指数与沪深300指数的10/20/30/40/50/60日动量之差，进一步计算各窗长动量之差的3.0/3.5/4.0/4.5/5.0年分位数的均值，对6个计算窗长下分位数最高的3个结果取均值，作为小盘风格的动量得分；对6个计算窗长下分位数最低的3个结果取均值，作为大盘风格的动量得分。

2)成交额之比：计算万得微盘股指数与沪深300指数的10/20/30/40/50/60日成交额之比，进一步计算各窗长成交额之比的3.0/3.5/4.0/4.5/5.0年分位数的均值，对6个计算窗长下分位数最高的3个结果取均值，作为小盘风格的成交量得分；对6个计算窗长下分位数最低的3个结果取均值，作为大盘风格的成交量得分。

3)将小盘风格的动量得分和成交量得分取均值，得到小盘风格的拥挤度得分，大于90%视为触发高拥挤；将大盘风格的动量得分和成交量得分取均值，得到大盘风格的拥挤度得分，小于10%视为触发高拥挤。

若最近20个交易日中，小盘风格或者大盘风格曾触发过高拥挤，视为模型运行在高拥挤区间中，否则就是运行在低拥挤区间中。在高拥挤区间中，我们采用参数值较小的双均线模型来应对随时可能出现的风格反转；在低拥挤区间中，我们采用参数值较大的双均线模型来跟住风格的中长期趋势。

今年以来，策略收益78.69%，同期基准为46.75%，模型超额收益为31.94%。目前，模型运行在低拥挤区间，采用大参数双均线模型判断趋势，结论是看好小盘风格。

行业轮动模型：看好汽车、计算机、酒类、机械、电子

遗传规划行业轮动模型的底层资产为32个中信行业指数，因子更新频率为季频，调仓频率为周频。每周末，模型选出多因子综合得分最高的五个行业进行等权配置，次周第一个交易日按均价完成调仓。回测始于2022-09-30，其中模拟盘跟踪始于前期报告《双目标遗传规划应用于行业轮动》（2024-05-20）的发布。今年以来，模型取得绝对收益37.29%，跑赢行业等权基准16.49 pct。上周市场成长风格占优，但行业轮动速度较快，模型虽然也选到了电子、计算机等成长风格行业，但未选中表现最强势的通信行业，最终小幅跑输等权基准0.30 pct。本周模型继续看好汽车、电子、机械、计算机、酒类，风格、行业与上周保持一致。

遗传规划模型是采用类似于“生物育种”的原理，直接对行业指数的量价、估值等数据进行挖掘，而不再依托逻辑去设计行业打分规则。前期报告《双目标遗传规划应用于行业轮动》（2024-05-20）将传统的单目标遗传规划改造为了双目标遗传规划。双目标遗传规划使用|IC|和NDCG@5两个指标（y1和y2）来同时评价因子的分组单调性和多头组表现。在NSGA-II算法的加持下，能够挖掘出兼具分组表现单调、多头表现优秀的行业轮动因子。

传统的单目标遗传规划仅以y1+λy2单个目标为因子评价指标，容易陷入“内卷”状态，导致因子同质化、过拟合。NSGA-II算法在不增加时间复杂度的前提下，能够实现等同于执行数十次不同λ单目标遗传规划的效果，这是双目标遗传规划能够提升因子多样性、降低过拟合风险的主要原理。对于挖掘得到的行业轮动备选因子，我们结合贪心策略和方差膨胀系数，将共线性较弱的多个因子合成为行业得分。

在最新一期（2025-09-30）挖掘出来的因子中，权重最大的因子基于单行业阻力支撑位构建，具体计算过程如下：

1)在过去25个交易日中，计算周度标准化最低价和月度标准化开盘价的协方差，记作变量A；

2)在过去15个交易日中，对周度标准化最高价开展zscore标准化，取标准化后大于2.0的日期，对A进行反转即乘以-1后，计算这15个交易日A之和。

中国境内全天候增强组合：本年以来绝对收益11.63%

中国境内全天候增强组合的构建方式参考前期报告《从资产配置走向因子配置：中国版全天候增强策略》（2025-06-03）。报告中提出了一套宏观因子风险平价的框架，强调真正的风险分散不是分散于资产，而是分散于驱动资产的底层宏观风险源。策略构建分为三步：

1)宏观象限划分与资产选择：选择增长和通胀维度，根据是否超预期划分为四象限——增长超预期、增长不及预期、通胀超预期、通胀不及预期。结合“定量+定性”的方式确定各象限适配的资产。

2)象限组合构建与风险度量：象限内资产等权构建子组合，注重刻画象限的下行风险。

3)风险预算模型确定象限权重：每月底，根据“象限观点”调整象限风险预算，从而进行主动超配，实现策略增强。“象限观点”由宏观预期动量指标给出，该指标综合考虑资产价格交易的“买方预期动量”和经济指标预期差体现的“卖方预期差动量”。

上周债市动荡加剧，长端收益率快速上行，全天候模型仍实现了0.12%的收益，主要得益于本月策略及时将超配仓位从债券切换为商品，有色金属和黄金是主贡献项。本年以来策略的绝对收益为11.77%，夏普比率为2.07，最大回撤为2.67%，卡玛比率为4.77。12月，模型超配“增长超预期”象限和“通胀超预期”象限；与11月相比，低配债券资产，超配商品资产，权益端降低防御资产仓位。

其他支持性数据补充

1)周度模型基于数据和逻辑推演，无法保证一定正确；

2)相关模型均根据历史规律总结，历史规律可能失效。

研报：《华泰金工 | 美国CPI或仍具粘性》2025年12月7日

何 康 S0570520080004 | BRB318

徐 特 S0570523050005

韩 晳 S0570520100006

李 薇 S0570124070087

孙浩然 S0570124070018