华泰 | 金工：采取反转策略应对震荡行情

来源：市场资讯

（来源：华泰证券研究所）

本周观点：建议采取反转策略应对震荡行情

上周，在美伊局势升级的背景下，全球流动性环境再次出现不利扰动——10年期美债利率一度突破4.7%，VIX指数一度突破20，对全球风险资产表现形成压制。A股市场也呈现出缩量震荡、缺乏明确主线的格局。无论是风格择时模型还是行业轮动模型，近期信号切换频繁，也从侧面印证了市场缺乏明确主线。在流动性环境明朗之前，市场维持震荡的概率较高，寻找低位方向并采取反转策略或有较高的胜率和赔率。其中，行业轮动模型最新一期的信号消费属性占比较高。

A股多维打分模型：市场维持震荡的概率较高

A股多维打分模型涵盖估值、情绪、资金、技术四大类共26个底层因子，通过投票法合成12个子维度，再将各子维度的多空择时信号进一步合成为对宽基指数的综合打分。今年以来，多维打分模型_A对万得全A多空择时收益10.87%，上周收益-2.62%；多维打分模型_B对万得全A多空择时收益-3.86%，上周收益-4.84%。模型最新信号显示，主要宽基得分有所回落，表明市场继续维持震荡的概率较高，建议采取反转策略应对。

风格择时模型：模型信号频繁切换，市场缺乏明确主线

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。模型本周观点由均衡配置转为看多成长。其中，银行间市场成交量转为看多成长，期限利差维持看多成长，相对动量维持看好红利。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。大盘风格拥挤度处于高位，观点从上周的看好小盘变为看好大盘。

行业轮动模型：关注汽车、轻工、商贸、电新、传媒

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-14.19%，跑输行业等权基准8.15 pct。上周市场缩量震荡，成长还是价值风格的行情都不持续，模型持有的行业中除工业金属收涨外，其余行业均收跌，最终跑输行业等权基准1.15 pct。本周，模型信号变动较大，建议关注商用车、轻工制造、商贸零售、电力设备及新能源、传媒等行业，消费属性占比较高。

中国境内全天候增强组合：今年以来绝对收益1.69%

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。7月配置观点为增配“增长不及预期”和“通胀不及预期”象限：股票端整体减配，且防御性提升；债券端整体增配；商品端除黄金外，其他品种显著减配。上周策略收涨0.87%。今年以来策略的绝对收益为1.69%。

A股多维打分模型：市场维持震荡的概率较高

A股多维打分模型涵盖估值、情绪、资金、技术四大类的26个底层因子，通过投票法合成12个子维度，基于子维度分别发出多空择时信号后，将子维度的择时信号进一步合成为对宽基指数的综合打分。基准版打分结果（多维得分A）采用12个子维度等权投票而成，形成【-1~1】之间的综合打分结果，帮助投资者直观、及时的观测和理解市场。优化版打分结果（多维得分B）引入不同路径下的指标优选规则，在追高、抄底、追空、逃顶等四条路径下，仅取夏普前8的适用子维度，通过限制指标仅在其擅长场景发挥作用，显著提升了择时稳定性，但需关注过拟合风险。

基于多维打分构建多空择时策略，规则如下：当得分大于0，看多；得分等于0，看平；得分小于0，看空。今年以来，多维打分模型_A对万得全A多空择时收益10.87%，上周收益-2.62%；多维打分模型_B对万得全A多空择时收益-3.86%，上周收益-4.84%。

风格择时模型：模型信号频繁切换

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4.44%，同期基准为-0.76%，模型超额收益为5.20%。模型本周观点由均衡配置转为看多成长。其中，银行间市场成交量由中性转为看多成长，期限利差维持看多成长，相对动量维持看好红利。

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-1.83%，同期基准-6.36%，模型超额收益4.53%。当前，大盘风格拥挤度处于高位，观点从上周的看好小盘变为看好大盘。

行业轮动模型：关注汽车、轻工、商贸、电新、传媒

遗传规划行业轮动模型的底层资产为中信行业指数，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，模拟盘跟踪始于2024-05-20。今年以来，模型取得绝对收益-14.19%，跑输行业等权基准8.15 pct。上周市场缩量震荡，无论是成长还是价值风格，行情都不持续，模型持有的行业中除工业金属收涨外，其余行业均收跌，最终跑输行业等权基准1.15 pct。本周，模型信号变动较大，建议关注商用车、轻工制造、商贸零售、电力设备及新能源、传媒等行业，消费属性占比较高。

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《量化行业轮动的“崎岖之路”》（2026-03-13）将传统的单目标遗传规划改造为了多目标遗传规划。多目标遗传规划使用|IC|、IC胜率、NDCG@k等三个指标（y1/y2/y3）来同时评价因子的分组单调性、时序稳定性、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、超额收益持续、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λ1y1+λ2y2+λ3y3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λ1/λ2/λ3单目标遗传规划的效果，这是多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，将共线性较低的多个因子合成为行业得分。

中国境内全天候增强组合：今年以来绝对收益1.69%

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”。

7月配置观点为增配“增长不及预期”和“通胀不及预期”两个象限：股票端整体减配，且防御性提升；债券端整体增配；商品端除黄金外，其他品种显著减配。上周，全天候策略收涨0.87%。今年以来策略的绝对收益为1.69%。

其他支持性材料

风险提示

1) 周度模型基于数据和逻辑推演，具有一定的局限性；

2) 相关模型均根据历史规律总结，历史规律可能失效；

3) 模型输出不构成投资建议。

研究员：何 康 S0570520080004 | BRB318

研究员：徐 特 S0570523050005

研究员：孙浩然 S0570526070001

研究员：应宗珣 S0570525070009

研究员：李 薇 S0570526070016