川海智库

报告概述

本报告是广发证券发布的A股量化择时研究报告，主要研究对象为A股市场的结构表现、行业估值、市场情绪及多维视角下的趋势判断。报告覆盖了市场涨跌结构、行业轮动、估值水平、情绪指标（新高新低比例、均线结构、基金仓位、ETF资金流等），并创新性地采用卷积神经网络对图表化的价量数据与未来价格进行建模，将学习特征映射到行业主题板块中，从而给出量化配置建议。报告旨在帮助投资者理解当前市场状态，把握短期趋势与主题机会。

报告的核心结论

市场风格偏向小盘，大盘价值承压

最近5个交易日，国证2000代表的小盘指数上涨1.31%，而大盘价值指数下跌2.81%，上证50下跌1.74%。科创50表现强势，涨幅达2.58%，表明市场资金向中小盘和科技成长板块倾斜，大盘价值风格相对弱势。

AI识图模型建议关注卫星、有色和生物科技主题

基于卷积神经网络对价量图表的学习，最新配置信号指向中证卫星产业指数、中证工业有色金属主题指数、中证生物科技主题指数、中证大数据产业指数及中证计算机主题指数，这些主题在模型框架下被认为具有短期超额收益潜力。

风险溢价处于历史中低位，股票相对债券吸引力一般

截至2026年1月16日，中证全指风险溢价为2.51%，低于两倍标准差边界4.68%，表明当前股票资产相较于债券的隐含回报率处于历史偏低水平，估值吸引力不强，但尚未进入极端区域。

市场情绪有所回暖，但交易活跃度仍高

均线结构指标显示，多头排列减空头排列个股占比从前期的-13%回升至1.2%，创60日新高个股占比微升至13.4%。同时，最近5个交易日两市日均成交额达34251亿元，融资盘增加约973亿元，显示资金参与意愿较强。

报告回答的关键问题

AI识图技术如何用于A股量化择时？

报告采用卷积神经网络对个股窗口期内的价量数据构建标准化图表，通过模型学习图表化数据与未来价格的关系，再将学习到的特征映射到行业主题板块中，从而生成主题配置建议。这种方法不依赖传统基本面因子，而是直接从价量图形中提取模式。

当前A股哪些行业表现领先？

根据本期（2026年1月12日至16日）数据，申万一级行业中强度前五的行业为计算机、电子、有色金属、传媒、机械设备；强度后五的行业为国防军工、房地产、农林牧渔、煤炭、银行。科技与有色板块表现突出，周期与金融地产较弱。

市场估值是否处于高位？

截至2026年1月16日，中证全指PETTM分位数为83%，上证50与沪深300分别为74%和75%，创业板指接近63%，中证500与中证1000分别为69%和67%。整体估值处于历史中高水平，但创业板指相对历史处于中位数水平。

卫星产业指数为何被AI模型重点关注？

报告利用卷积神经网络对价量图表进行学习，最新配置主题中包含了中证卫星产业指数。模型认为该指数对应的个股组合在近期的价格形态和成交量结构上呈现出类似历史上涨前的模式，因此被选为当前重点关注方向。

报告中的代表性数据

科创50指数涨2.58%

科创板指数涨幅

2026年1月12日—1月16日，本期科创50指数表现居前，涨幅2.58%，显著优于其他主要指数，反映科技成长风格占优。

1323亿元

ETF资金净流出

2026年1月12日—1月16日，最近5个交易日，主流ETF资金净流出约1323亿元，表明部分资金通过ETF渠道获利了结，但同期融资盘增加973亿元，显示杠杆资金仍在流入。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 市场表现回顾：详细展示了本期（2026年1月12日—16日）主要宽基指数、风格指数及申万一级行业的涨跌幅对比，以及大盘/中盘/小盘成长价值风格的细分表现。
  • 市场与行业估值：提供了主要指数（中证全指、上证50、沪深300、创业板指等）的PE_TTM历史分位数走势，以及31个申万一级行业的PE和PB当前值及其历史分位数，帮助判断估值位置。
  • A股市场情绪跟踪：包括创60日新高/新低个股比例、个股均线指标（多头排列减空头排列）、200日长期均线以上比例、基金仓位估算、ETF资金流、期权成交量看涨看跌比（CPR）及市场真实换手率等多项情绪指标。
  • 多维视角看市场：涵盖宏观因子事件（PMI、CPI、社融、国债收益率、美元指数等趋势对权益的影响）、年初至今个股收益分布统计、中证全指风险溢价跟踪、主要指数及行业超买超卖指标、融资余额变化等。
  • 卷积神经网络模型详情：介绍了基于深度学习的方法论，包括如何对个股价量数据构建标准化图表、卷积神经网络的训练与特征映射，以及当前最新配置的主题指数列表（卫星、有色、生物科技、大数据、计算机）。
  • 主要结论与风险提示：总结了本期市场表现、估值水平、模型配置信号和资金面状况，并提示了模型失效、市场波动、宏观因子回测局限性等风险。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告