（来源：华泰证券金融工程）

核心观点

本周观点：电子通信拥挤度达历史极值，关注均值回复

上周，成长主线交易进一步升温，电子、建材、通信行业复合拥挤度分别达15.1、11.5、10.3倍历史标准差，处于历史最拥挤区间。从统计学上看，10倍标准差意味着极其罕见的小概率事件，“大数定律”在此时已难以作为有效应对的依据。三层次流动性预警模型当前为-2分，仍处于防御区间，叠加市场定价的加息预期仍偏强、货币政策预期偏鹰，建议投资者在适度参与的基础上，制定严格的交易纪律并控制波动，警惕均值回复压力。

A股多维打分模型：维持谨慎偏积极

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6.98%，上周收益-1.40%；多维打分模型_B对万得全A多空择时收益9.82%，上周收益-1.40%。模型最新信号显示，宽基择时维持谨慎偏积极，成长风格仍相对占优，但不宜忽视高拥挤下的波动风险。

风格择时模型：相对偏好成长风格

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。模型本周观点维持偏好成长。其中，银行间市场成交量、相对动量维持看多成长，期限利差观点由看多红利转为看多成长。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，大盘虽趋势更强，但拥挤度仍处于高位，需警惕高拥挤可能带来的风格反转，观点维持对大盘谨慎看多。

行业轮动模型：建议关注有色、传媒、石油石化、钢铁、商贸零售

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-8.27%，跑输行业等权基准5.65 pct。上周，市场在美联储加息预期扰动和季度末获利盘集中兑现的压力下出现了较大幅度调整，AI产业链也出现了行情向高景气但拥挤度还不高的细分方向“缩圈”的现象。模型选中的建材受益于AI产业链表现强势，最终帮助模型小幅跑赢基准，止住了超额收益继续恶化的趋势。本周模型继续关注工业金属/贵金属、传媒、石油石化、钢铁，剔除已触发高拥挤的建材，纳入商贸零售，看好风格极致分化后的均值回归。

中国境内全天候增强组合：今年以来绝对收益0.71%

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。6月配置观点为增配“增长不及预期”和“通胀超预期”两个象限：股票端整体减配，且防御性提升；债券端整体增配；商品端增配黄金，但减配其他品种。上周，全天候策略收跌2.14%。今年以来策略的绝对收益为0.71%。

正文

A股多维打分模型：维持谨慎偏积极

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6.98%，上周收益-1.40%；多维打分模型_B对万得全A多空择时收益9.82%，上周收益-1.40%。

风格择时模型：相对偏好成长风格

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17.18%，同期基准为1.90%，模型超额收益为15.27%。模型本周观点维持偏好成长。其中，银行间市场成交量、相对动量维持看多成长，期限利差观点由看多红利转为看多成长。不过，考虑到电子、通信以及AI相关细分方向的换手率、乖离度都来到了历史10倍标准差之外，处于历史最拥挤水平，建议对成长风格适度参与、控制波动、制定并坚守严格的退出机制。

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9.01%，同期基准-0.85%，模型超额收益9.85%。当前，大盘虽趋势更强，但拥挤度仍处于高位，需警惕高拥挤可能带来的风格反转，观点维持对大盘谨慎看多。

行业轮动模型：关注有色、传媒、石油石化、钢铁、商贸零售

遗传规划行业轮动模型的底层资产为33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，模拟盘跟踪始于2024-05-20。今年以来，模型取得绝对收益-8.27%，跑输行业等权基准5.65 pct。上周，市场在美联储加息预期扰动和季度末获利盘集中兑现的压力下出现了较大幅度调整，AI产业链也出现了行情向高景气但拥挤度还不高的细分方向“缩圈”的现象。模型选中的建材受益于AI产业链表现强势，最终帮助模型小幅跑赢基准，止住了超额收益继续恶化的趋势。本周模型继续关注工业金属/贵金属、传媒、石油石化、钢铁，剔除已触发高拥挤的建材，纳入商贸零售，看好风格极致分化后的均值回归。

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。

在最新一期挖掘出来的因子中，权重最大的因子基于量价相关性构建，具体计算过程如下：

1)在时序上，针对单个行业，用其最近45个交易日的标准化月度成交额对标准化月度开盘价开展带有常数项的一元线性回归，取残差，记作变量A；

2)在时序上，将变量A除以其最近60个交易日的标准差，记作变量B；

3)对变量B采用HardSigmoid变换。

中国境内全天候增强组合：今年以来绝对收益0.71%

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”。

6月配置观点为增配“增长不及预期”和“通胀超预期”两个象限：股票端整体减配，且防御性提升；债券端整体增配；商品端增配黄金，但减配其他品种。上周，全天候策略收跌2.14%。今年以来策略的绝对收益为0.71%。

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。

文章来源

研究员：何   康 S0570520080004 | BRB318

研究员：徐   特 S0570523050005

研究员：韩   晳 S0570520100006

联系人：李   薇 S0570124070087

联系人：孙浩然 S0570124070018