中金：维持推荐小盘成长，风格连续择优正确

摘要

风格轮动：维持推荐小盘成长，连续两月择优判断正确

回顾上月观点，8月风格轮动模型判断为小盘成长，为当月大小盘/成长价值四种风格组合中表现最优，连续两月择优（狭义胜率）判断正确。8月小盘成长风格涨跌幅为16.86%，优于其它风格，大盘成长、大盘价值、小盘价值风格涨跌幅分别为15.46%、0.77%、7.81%。

9月大小盘维度综合指标值为-0.46，成长价值维度综合指标值为0.79，整体风格偏向小盘成长。相较于8月观点而言，大小盘维度从-0.54上升为-0.46，保持小盘判断；成长价值得分则是从0.94下降为0.79，维持成长。整体来说观点强度比上月稍微减弱。在大小盘维度下，市场状态大类指标为-1.12，宏观环境大类指标为-0.46，偏向小盘；市场情绪大类指标为0.21，偏向大盘。在成长价值维度下，市场状态大类指标为1.51，市场情绪大类指标为0.53，宏观指标大类指标为0.33，均偏向成长。

综合来看，中金认为未来短期风格偏向小盘成长。

 行业轮动：看多综合金融、传媒、计算机、银行、基础化工和房地产

中金构建的行业轮动2.0模型9月份最新看好行业为：综合金融、传媒、计算机、银行、基础化工和房地产。相比8月份的持仓，本次调出综合、农林牧渔、通信和轻工制造，调入计算机、银行、基础化工和房地产。

行业轮动2.0组合8月份持仓行业为：综合、综合金融、传媒、农林牧渔、通信和轻工制造。该组合8月份涨跌幅为2.4%，同期全行业等权基准涨跌幅为1.0%，组合跑赢基准1.3ppt。今年以来（2025-01-01至2025-08-29）组合收益率为30.7%，同期全行业等权基准涨跌幅为19.2%，组合跑赢基准11.5ppt。样本外（2023-08-01至2025-08-29）组合收益率为22.2%，同期全行业等权基准涨跌幅为15.7%，组合跑赢基准6.6ppt。

行业景气度模型9月观点：公用事业、电子、汽车、有色金属行业景气度相对较高。具体来看，模型判断电力及公用事业、电子、汽车、有色金属行业景气度相对较高；判断景气度中性的行业包括基础化工、煤炭、钢铁；判断景气度较低的行业包括石油石化、交运。

多因子选股：8月沪深300指数增强跑赢基准1.79ppt

8月中金量化沪深300指数增强跑赢基准1.79ppt。组合样本外跟踪以来（2019-01-01至2025-08-29）累计收益136.58%，累计跑赢基准85.15ppt。8月中金量化中证500指数增强跑输基准1.59ppt。组合样本外跟踪以来（2021-01-01至2025-08-29）累计收益86.47%，累计跑赢基准77.82ppt。8月中金量化中证1000指数增强跑输基准1.77ppt。组合样本外跟踪以来（2022-08-01至2025-08-29）累计收益41.64%，累计跑赢基准38.04ppt。

港股范围内，8月中证港股通指数增强跑赢基准3.71ppt。组合样本外跟踪以来（2024-10-01至2025-08-29）累计收益29.50%，累计超额9.47%。

主动量化选股：2025年8月成长趋势选股策略收益率达18.1%，超额偏股混合型基金指数6.2个百分点

景气型策略中，成长趋势共振选股策略8月收益率为18.1%。该策略2009年1月1日以来，年化收益率达30.6%，以偏股型基金指数为基准，年化超额收益率达20.3%；2025年8月收益率为18.1%，超额偏股型基金指数6.2个百分点。

价值优选策略8月收益率为6.1%。该策略2009年5月1日以来，年化收益率达18.5%，以中证红利全收益指数为基准，年化超额收益率12.8%。2025年8月收益率为6.1%，跑赢中证红利指数5.1个百分点。

小盘掘金策略8月表现一般，虽有绝对收益，但跑输小盘指数。低关注度掘金策略8月收益率为7.8%，次新股掘金策略8月收益率为7.0%，跑输中证2000（8月收益率为9.7%）、国证2000（8月收益率为11.0%）等小盘指数。

量化配置：股票>商品>债券

综合宏观驱动力、经济预期差、左侧内生结构、技术指标等维度的信息，中金当前对国内股票资产相对看好，商品资产中性，债券资产相对谨慎，各资产看多程度排序股票>商品>债券。

1）宏观预期差维度：股票乐观、债券中性、商品谨慎。截至2025年8月29日，从股票市场看，最新公布的PPI不及预期，整体对股票市场影响偏正面；从债券市场看，无相关指标触发；从商品市场看，工业增加值不及预期，PMI不及预期，整体对商品市场影响偏负面。因此从宏观预期差的角度，中金当前对各资产观点为：股票乐观、债券中性、商品谨慎。

2）左侧择时维度：股票中性、债券谨慎、商品乐观。①当前股市左侧择时体系中有1个指标触发看多信号，1个指标触发看空信号，其余指标维持无观点状态。对于股市未来走势从左侧维度无方向性判断。②当前债券左侧择时体系中有1个指标发出看多信号，4个指标发出看空信号，其余指标维持无观点状态。中金认为债券市场在估值、情绪、资金等角度整体处于过热状态，对其未来的走势观点偏谨慎。③当前商品左侧择时体系中有1个指标发出看多信号，0个指标发出看空信号，其余指标维持无观点状态。中金认为商品市场在情绪、库存、开工率等维度整体处于健康状态，对其未来的走势观点偏乐观。

3）阻力支撑维度：当前指标在主要宽基指数中整体为看多信号，底部有一定支撑。截至2025年8月29日，股市阻力支撑指标在5个主要宽基指数中多数看多信号，我们认为当前市场底部可能存在一定支撑，未来可能上行。

Xgb和MLP串行的深度学习模型8月中证1000周频选股策略超额4.2ppt

基于树模型和MLP的深度学习模型构造的周频选股策略8月在中证1000指数范围内累计收益13.2%，跑赢基准4.2ppt。今年以来（2025-01-01至2025-08-28）累计跑赢基准32.3ppt。采用该方法构造的周频选股策略8月在全市场范围内累计收益12.1%，跑赢基准4.6ppt。今年以来（2025-01-01至2025-08-28）累计跑赢基准43.4ppt。

基于AttentionGRU模型构造的周频选股策略8月在中证1000指数范围内累计收益10.9%，和基准持平。今年以来（2025-01-01至2025-08-28）累计跑赢基准5.0ppt。采用该方法构造的周频选股策略8月在全市场范围内累计收益10.9%，跑赢基准0.01ppt。今年以来（2025-01-01至2025-08-28）累计跑赢基准11.7ppt

风险

风险提示：本篇报告基于市场历史收益，探究量化策略表现，无法确保样本外收益。

正文

风格轮动：维持推荐小盘成长，连续两月择优判断正确

四象限风格轮动模型

模型简介

中金在报告《量化多因子系列（11）：如何捕捉四象限的风格轮动？》中，结合风格影响因素分析和量化指标筛选方法，构建了综合单一维度和重合维度预测指标的大盘成长、大盘价值、小盘成长、小盘价值四象限风格轮动模型。中金从市场状态、市场情绪、宏观环境三个维度寻找有经济学意义的候选指标，采用格兰杰检验和相关性检验对指标有效性进行测试，旨在筛选出既对四象限风格收益有预测效果，且符合经济学逻辑的轮动指标，最终选出共15个指标。

►成长/价值维度的有效指标包括：新增投资者数量（新增开户数）、中国波指、PPI月同比和M2M1增速差等。

►大盘/小盘维度的有效指标包括：大小盘相对换手率、全A换手率分位数、创新高个股占比、期权认沽认购比等。

►重合指标（即对大盘/小盘和成长/价值维度均有效）包括：偏股基金募资额、期限利差等。

使用通过显著性检验后的入选指标，中金构建了大盘/小盘和成长/价值两个维度的复合指标。除了将指标标准化和调整极性以外，中金通过叠加滚动胜率信息纳入了指标近期趋势的信息。中金进一步将所得二维复合得分指标，通过坐标法搭建四象限风格的仓位调整轮动策略：相对推荐风格，低配相邻风格，不配相反风格。

跟踪表现及最新观点

回顾上月观点，8月风格轮动模型判断为小盘成长，为当月大小盘/成长价值四种风格组合中表现最优，连续两月择优（狭义胜率）判断正确。8月小盘成长风格涨跌幅为16.86%，优于其它风格，大盘成长、大盘价值、小盘价值风格涨跌幅分别为15.46%、0.77%、7.81%。

9月大小盘维度综合指标值为-0.46，成长价值维度综合指标值为0.79，整体风格偏向小盘成长。相较于8月观点而言，大小盘维度从-0.54上升为-0.46，保持小盘判断；成长价值得分则是从0.94下降为0.79，维持成长。整体来说观点强度比上月稍微减弱。

►在大小盘维度下，市场状态大类指标为-1.12，宏观环境大类指标为-0.46，偏向小盘；市场情绪大类指标为0.21，偏向大盘。

►在成长价值维度下，市场状态大类指标为1.51，市场情绪大类指标为0.53，宏观指标大类指标为0.33，均偏向成长。

综合来看，中金认为未来短期风格偏向小盘成长。

图表1：各维度大类指标及综合指标值

注：截至2025年8月29日；正向得分代表偏向大盘/成长观点，负向得分代表偏向小盘/价值观点；数值绝对值越大，代表观点越强‍‍‍‍

资料来源：Wind，中金公司研究部

图表2：大小盘维度细分指标得分

注：得分为极性与胜率调整后得分；数据截至2025年8月29日；正向得分代表偏向大盘/成长观点，负向得分代表偏向小盘/价值观点；数值绝对值越大，代表观点越强‍

资料来源：Wind，中金公司研究部

图表3：成长价值维度细分指标得分

注：得分为极性与胜率调整后得分；数据截至2025年8月29日；正向得分代表偏向大盘/成长观点，负向得分代表偏向小盘/价值观点；数值绝对值越大，代表观点越强

资料来源：Wind，中金公司研究部

行业轮动

行业轮动2.0：看多综合金融、传媒、计算机、银行、基础化工和房地产

模型简介

中金在报告《行业轮动系列（4）：轮动节奏自适应行业轮动2.0模型》中，采用轮动速度分域逻辑（轮动速度指标构建方式见图表4），将市场的历史轮动速度按照快慢划分为不同区间。在筛选出达到有效性标准的因子后，采用择时切换逻辑，在不同的行业实际轮动状态下切换使用这些因子，构造出行业轮动节奏自适应的综合行业轮动指标：

►快速轮动模型以价量信息为主：

包括4大类因子，分别为调研信息、动量和反转、流动性和资金流，共9个细分因子。

►慢速轮动模型结合基本面与价量信息：

包括8大类因子，分别为波动率、成长、调研信息、动量和反转、分析师、现金流、拥挤度和资金流，共16个细分因子。

图表4：轮动速度指标构建方式

资料来源：中金公司研究部

跟踪表现

8月不同行业在收益上呈现大幅分化，月度收益最高的行业与收益最低的行业之间的收益差超35ppt。其中，通信表现位列第一，月涨幅33.8%，显著优于其余行业，入选8月行业推荐；此后为电子和有色金属行业，涨幅分别为23.8%、17.5%。8月收益相对弱势的行业为银行和煤炭，月度涨跌幅分别为-1.7%和0.6%，排名靠后。

图表5：中信一级行业月度收益率

资料来源：Wind，中金公司研究部

行业轮动2.0组合8月份持仓行业为：综合、综合金融、传媒、农林牧渔、通信和轻工制造。该组合8月份涨跌幅为2.4%，同期全行业等权基准涨跌幅为1.0%，组合跑赢基准1.3ppt。

今年以来（2025-01-01至2025-08-29）组合收益率为30.7%，同期全行业等权基准涨跌幅为19.2%，组合跑赢基准11.5ppt。

样本外（2023-08-01至2025-08-29）组合收益率为22.2%，同期全行业等权基准涨跌幅为15.7%，组合跑赢基准6.6ppt。

图表6：轮动模型跟踪净值

注：数据截至2025年8月29日

资料来源：Wind，中金公司研究部

图表7：轮动模型收益表现

注：数据截至2025年8月29日

资料来源：Wind，中金公司研究部

最新观点

模模型9月份最新看好行业为：综合金融、传媒、计算机、银行、基础化工和房地产。相比8月份的持仓，本次调出综合、农林牧渔、通信和轻工制造，调入计算机、银行、基础化工和房地产。

图表8：近6个月持仓变化

资料来源：Wind，中金公司研究部

最新行业轮动观点相应各维度信息细节如下：

►行业轮动速度状态：当前行业轮动速度指标值为87.65，市场轮动速度偏快，与上月速度指标相比有所上升，选用快速轮动模型。

►细项得分：综合金融行业调研和动量维度维持优势；传媒、银行、基础化工行业流动性得分较高；计算机行业则是动量得分靠前。

图表9：行业得分细项一览

注：数据截至2025年8月29日‍

资料来源：Wind，中金公司研究部

图表10：行业轮动速度

注：数据截至2025年8月29日‍

资料来源：Wind，中金公司研究部

行业景气: 公用事业、电子、汽车、有色金属行业景气度较高

中金在报告《基本面量化系列（5）：如何量化跟踪周期性行业景气度》中，针对周期性明显的行业分别构建了景气度打分模型。基于各行业的景气度打分模型，9月观点如下：

►景气度高的行业：电力及公用事业、电子、汽车、有色金属。

►景气度中性的行业：基础化工、煤炭、钢铁。

►景气度低的行业：石油石化、交运。

其中，经过检验，中金发现仅石油石化、煤炭、有色金属、钢铁、汽车行业景气度模型对于行业超额收益的预测能力较强。因此，映射到行业超额收益层面，中金认为汽车、有色金属行业可能跑赢市场。

图表11：2025年9月各行业不同景气度维度得分

资料来源：Wind，中金公司研究部

图表12：2025年9月各行业景气度综合得分

资料来源：Wind，中金公司研究部

多因子选股：8月沪深300指数增强跑赢基准1.79ppt

沪深300指数增强、中证500指数增强、中证1000指数增强、中证港股通综合增强的近期表现如下：

沪深300指数增强

8月中金量化沪深300指数增强跑赢基准1.79ppt。组合样本外跟踪以来（2019-01-01至2025-08-29）累计收益136.58%，累计跑赢基准85.15ppt。

图表13：中金量化沪深300指数增强样本外净值走势

注：数据截至2025年8月29日‍

资料来源：Wind，中金公司研究部

中证500指数增强

8月中金量化中证500指数增强跑输基准1.59ppt。组合样本外跟踪以来（2021-01-01至2025-08-29）累计收益86.47%，累计跑赢基准77.82ppt

图表14：中金量化中证500指数增强样本外净值走势

注：数据截至2025年8月29日

资料来源：Wind，中金公司研究部

中证1000指数增强

8月中金量化中证1000指数增强跑输基准1.77ppt。组合样本外跟踪以来（2022-08-01至2025-08-29）累计收益41.64%，累计跑赢基准38.04ppt。

图表15：中金量化中证1000指数增强样本外净值走势

注：数据截至2025年8月29日‍

资料来源：Wind、中金公司研究部

中证港股通指数增强

中金在报告《量化多因子系列（13）：港股指数增强》中以新的港股因子框架作为增强基础，测试了多个不同基准指数的增强组合效果。本章对其中的中证港股通指数增强模型近期的收益表现进行跟踪。

8月中证港股通指数增强跑赢基准2.86ppt。组合样本外跟踪以来（2024-10-01至2025-08-29）累计收益36.73%，累计超额13.43%。

图表16：中证港股通指数增强2023年以来净值走势

注：数据截至2025年8月29日；由于样本外时间过短，因此此处展示2023年以来（即模型优选因子样本外）数据

资料来源：Wind、中金公司研究部

主动量化选股：8月成长趋势选股策略收益率达18.1%

主动量化选股策略旨在实现主动权益投资理念和量化工具的结合，通过量化的方式筛选符合主动权益投资逻辑的个股，构建选股组合。目前，中金分别构建了三类策略，包括景气类策略（成长趋势共振）、稳健类策略（价值股优选、红利优选）以及小盘掘金类策略（低关注度掘金、次新股掘金），本章对这些组合近期的收益表现进行跟踪。

景气类策略：成长趋势共振选股策略

中金在报告《中金：业绩成长是否具有延续性》中，对“上市公司的业绩成长具有一定的延续性”这一逻辑基础进行了验证。基于这一逻辑，成长趋势共振选股模型的构建主要分为以下三个步骤：

►业绩加速增长基础池：在全市场范围内，筛选TTM归母净利润环比增速排名前三分之一的股票，并在其中进一步筛选加速度指标排名前50%且加速度绝对值大于0的股票作为基础池。

►规避非经常性因素带来的风险：非经常性因素对于公司业绩增长的延续性影响较大，因此，在基础池内，中金进一步筛选扣非利润占比大于50%、近一年未发生股权融资事件、偿债能力指标大于-1的公司作为待选股票池。结合报告《中金：精确刻画业绩的加速增长趋势》的研究成果，中金将业绩分布季节性较为明显的个股剔除。出于稳健性考虑，中金将ROE大于1%、过去半年日均成交额全市场排名前90%、剔除ST股也加入筛选标准。 

►叠加分析师预期和技术面信息增厚收益：在待选股票池内，依据改进动量因子、分析师一致预期调整因子、CGVA因子（参考报告《中金：如何度量非理性估值定价偏差》）、自由现金流因子进行排序打分，并等权加总为综合得分，取综合排名靠前的股票作为推荐。

图表17：成长趋势共振选股策略实施步骤

资料来源：中金公司研究部

图表18：成长趋势共振选股策略收益表现

注：截至2025年8月29日‍

资料来源：Wind，朝阳永续，中金公司研究部

图表19：成长趋势共振选股策略收益表现（2021年以来）

注：截至2025年8月29日

资料来源：Wind，朝阳永续，中金公司研究部

图表20：成长趋势共振选股策略分年度收益统计

注：截至2025年8月29日；2025年收益率为实际收益率，非年化数据；标红突出样本外表现

资料来源：Wind，朝阳永续，中金公司研究部

XGBoost成长优选策略

中金在《中金：机器学习模型如何提升企业盈利预测的准确度？》报告中，应用XGBoost模型对上市公司未来ROE的变化方向进行预测，发现其预测胜率可以达到81%以上，并且其预测概率因子具有较强的选股能力。中金以XGBoost预测大概率改善的股票为基础池，结合机构调研、换手率因子，构建了XGBoost成长优选策略。该策略收益表现如下。

图表21：XGBoost成长优选策略收益表现

注：截至2025年8月29日‍

资料来源：Wind，中金公司研究部

图表22：XGBoost成长优选策略分年度收益统计

注：截至2025年8月29日；2025年收益率为实际收益率，非年化数据； 

资料来源：Wind，朝阳永续，中金公司研究部

稳健类策略

价值股优选策略

中金在《中金：如何看待价值股的“价值”》报告中，探讨了价值股的相对优势，并认为价值股的相对优势主要在于下行风险较小、回撤较小，比较适合稳健型投资者。因此，在构建价值股优选策略过程中，中金也是强调突出下行风险小的特性，具体实施过程如下：

►基础池：依据中信一级行业分类，每个行业分别筛选P/B-ROE因子值较小的三分之一股票，作为价值股的基础池。

►优选持仓：在基础池内，将龙头指标、平均股息率分位数、稳健成长指标分位数等权相加，得到综合得分，筛选综合得分排名靠前的股票作为最终持仓。

图表23：价值股优选策略收益表现

注：截至2025年8月29日

资料来源：Wind，中金公司研究部

图表24：价值股优选策略收益表现（2021年以来）

注：截至2025年8月29日

资料来源：Wind，中金公司研究部

图表25：价值股优选策略分年度收益统计

注：截至2025年8月29日；2025年收益率为实际收益率，非年化数据；标红突出样本外表现

资料来源：Wind，中金公司研究部

红利优选策略

中金在报告《中金 | 在手之鸟，红利优选策略》中，构建了红利优选策略，并在《中金 | 海外洞见，低利率环境下的红利投资》中对策略进行行业市值偏离约束。其中红利优选策略关注股息收益、资本利得和风险规避三个角度，从而捕捉红利股未来的股息收益和红利风格的资本利得，并控制组合整体的下行风险。该策略最新的跟踪情况如下图所示。

图表26：红利优选策略收益表现

注：截至2025年8月29日

资料来源：Wind，中金公司研究部

图表27：红利优选策略收益表现（行业中性）

注：截至2025年8月29日

资料来源：Wind，中金公司研究部

图表28：红利优选策略分年度收益统计

注：截至2025年8月29日；2025年收益率为实际收益率，非年化数据

资料来源：Wind，中金公司研究部

图表29：红利优选策略分年度收益统计（行业中性）

注：截至2025年8月29日；2025年收益率为实际收益率，非年化数据

资料来源：Wind，中金公司研究部

小盘掘金策略

低关注度掘金策略

中金在《中金|如何在低关注度股票中挖掘 alpha》报告中，将公募持股比例较低的股票定义为机构低关注度股票，并发现利好事件的发生可以带来市场的关注，对于低关注度股票的挖掘有较强的助推效果。因此，中金在低关注度股票挖掘alpha时，可以重点关注近期发生过利好事件的股票，并据此构建了低关注度掘金策略，具体实施过程如下：

►剔除高风险个股：低关注度股票池内，剔除波动率因子、价格弹性因子较小的10%个股，其中，波动率因子已做方向上的调整，因子值越小，反映收益波动较大。

►近期发生利好事件股票：剩余股票中，先筛选近150日内有利好事件发生的股票作为待选池。

►六因子打分：在待选池中，依据反转、流动性-换手率、规模、价值、综合质量、稳健成长因子进行综合打分，取得分排名靠前的10只股票作为最终持仓，其中，各类因子均进行行业和市值中性化、MAD缩尾、zscore标准化等处理。

图表30：低关注度掘金策略收益表现

注：截至2025年8月29日‍

资料来源：Wind，中金公司研究部

图表31：低关注度掘金策略分年度收益统计

注：截至2025年8月29日；2025年收益率为实际收益率，非年化数据；标红突出样本外表现

资料来源：Wind，中金公司研究部

次新股掘金策略

中金在《中金|关注企业投资行为，助力次新股掘金》报告中，分析了次新股的基本特征，并认为该类股票与其他股票核心差异点在于距离IPO的时间相对较短，公司持有的现金较多，投资扩产的活动也比较旺盛。因此，在构建次新股掘金策略过程中，除了常规的基本面、机构观点、价量信息外，还应重点考察次新股的投融资行为，反映公司投资管理水平，也具有较强的选股能力。结合四维度信息，中金最终构建了次新股掘金策略，历史回测收益表现较好，大部分年度收益可观。该策略最新的跟踪情况如下图所示。

图表32：次新股掘金策略收益表现

注：截至2025年8月29日

资料来源：Wind，中金公司研究部

图表33：次新股掘金策略收益表现（2021年以来）

注：截至2025年8月29日

资料来源：Wind，中金公司研究部

图表34：次新股掘金策略分年度收益统计

注：截至2025年8月29日；2025年收益率为实际收益率，非年化数据

资料来源：Wind，中金公司研究部

四象限选股策略

由于A股市场中，大盘/小盘、成长/价值风格轮动现象较为明显，并且风格收益对策略收益影响较大，因此，中金考虑将选股增强与风格轮动两部分策略拆分，并在《中金|四象限风格内应如何选股》报告中，将A股市场划分为大盘成长、大盘价值、小盘成长、小盘价值四个风格象限，在各个风格范围内构建了综合选股策略，以实现对不同风格指数的增强。

图表35：四象限风格内选股策略收益（2025年5月）

注：截至2025年8月29日

资料来源：Wind，朝阳永续，中金公司研究部

图表36：四象限风格内选股策略收益统计（2025年以来）

注：截至2025年8月29日‍

资料来源：Wind，朝阳永续，中金公司研究部

量化配置：股票>商品>债券

中金从量化模型的视角，判断未来各类资产的走势与相对强弱。综合宏观驱动力、经济预期差、左侧内生结构、技术指标等维度的信息，中金当前对国内股票资产相对看好，商品资产较为乐观，债券资产相对谨慎，各资产看多程度排序股票>商品>债券。

宏观预期差维度：股票乐观、债券中性、商品谨慎

中金在2021年11月28日发布的报告《中金|捕捉经济预期差，顺势配置资产》中，基于国内重要宏观经济指标在发布实际数据时的超预期或者不及预期的情况，从中量化筛选出对国内股、债、商品资产未来走势有显著预测效果的预期差指标，并构建了各类资产的预期差指数。

图表37：宏观预期差指数构建流程

资料来源：中金公司研究部

从宏观预期差的角度，当前股票乐观、债券中性、商品谨慎。截至2025年8月29日，从股票市场看，最新公布的PPI不及预期，整体对股票市场影响偏正面；从债券市场看，无相关指标触发；从商品市场看，工业增加值不及预期，PMI不及预期，整体对商品市场影响偏负面。因此从宏观预期差的角度，中金研究当前对各资产观点为：股票乐观、债券中性、商品谨慎。

图表38：预期差指数最新观点

注：数据截至2025年8月29日

资料来源：Wind，中金公司研究部

左侧择时维度：股票乐观、债券谨慎、商品乐观‍‍‍‍‍‍‍‍‍‍‍

中金研究在2022年4月8日发布的报告《中金｜先发制人：A股左侧择时指标探讨》、2022年7月5日发布的报告《中金｜左侧择时在债券市场是否依然有效?》以及2022年12月22日发布的报告《中金｜左侧择时在商品、可转债及港股中的应用》，从估值水平、市场情绪和资金流向的角度，对股、债、商品分别构建了10余个用于顶底判断的左侧择时指标。

当前股市左侧择时体系为中性观点。截至2025年8月29日，当前股市左侧择时体系中有1个指标触发看多信号，1个指标触发看空信号，其余指标维持无观点状态。对于股市未来走势从左侧维度无方向性判断。

当前债券左侧择时体系为谨慎观点。截至2025年8月29日，当前债券左侧择时体系中有1个指标发出看多信号，4个指标发出看空信号，其余指标维持无观点状态。中金研究认为债券市场在估值、情绪、资金等角度整体处于过热状态，对其未来的走势观点偏谨慎。

当前商品左侧择时体系为乐观观点。2025年8月29日，当前商品左侧择时体系中有1个指标发出看多信号，0个指标发出看空信号，其余指标维持无观点状态。中金研究认为商品市场在情绪、库存、开工率等维度整体处于健康状态，对其未来的走势观点偏乐观。

图表39：股市左侧指标汇总

资料来源：Wind，中金公司研究部

图表40：当前股市左侧指标触发情况

注：数据截至2025年8月29日

资料来源：Wind，中金公司研究部

图表41：债市左侧指标汇总

资料来源：Wind，中金公司研究部

图表42：当前债市左侧指标触发情况

注：数据截至2025年8月29日

资料来源：Wind，中金公司研究部

图表43：商品左侧指标汇总

资料来源：Wind，中金公司研究部

图表44：当前商品左侧指标触发情况

注：数据截至2025年8月29日‍

资料来源：Wind，中金公司研究部

阻力支撑维度：当前股市整体为看多信号，底部有一定支撑

中金研究在2021年1月发布的报告《中金 | 金融工程视角下的技术择时艺术》中，从市场阻力支撑相对强弱的角度，构建了各宽基指数的技术择时指标。

图表45：阻力支撑应用逻辑

资料来源：中金公司研究部

当前指标在主要宽基指数中整体为看多信号，底部有一定支撑。截至2025年8月29日，股市阻力支撑指标在5个主要宽基指数中多数看多信号，我们认为当前市场底部可能存在一定支撑，未来可能上行。

图表46：QRS量化择时指标值

注：数据计算截至2025年8月29日资料来源：Wind，中金公司研究部

机器学习

Xgb和MLP串行的深度学习模型8月中证1000周频选股策略超额4.2ppt

中金研究在2024年10月15日发布的报告《中金 | 机器学习系列：如何结合树模型与深度学习的优势》在选股任务中将聚合树模型（Xgboost）和深度学习模型（MLP）的优势结合，构建兼顾稳定性、高收益与高信息增益的选股模型。

采用XGBoost 与 MMLP 串行结构的混合模型构造的周频选股策略8月在中证1000指数范围内累计收益13.2%，跑赢基准4.2ppt。今年以来（2025-01-01至2025-08-28）累计跑赢基准32.3ppt。采用该方法构造的周频选股策略8月在全市场范围内累计收益12.1%，跑赢基准4.6ppt。今年以来（2025-01-01至2025-08-28）累计跑赢基准43.4ppt。

图表47：XGBoost 与 MMLP 串行结构样本外中证1000范围周度调仓净值曲线

注：截至2025年8月28日

资料来源：Wind，中金公司研究部

图表48：XGBoost 与 MMLP 串行结构样本外全市场范围周度调仓净值曲线

注：截至2025年8月28日

资料来源：Wind，中金公司研究部

AttentionGRU模型今年全市场周频选股策略超额11.7ppt

中金研究在2025年7月12日发布的报告《中金 | 一种结合自注意力机制的GRU模型》提出了一种结合轻量化自注意力机制的GRU模型结构：AttentionGRU，实现兼顾Transformer的序列学习能力与样本外稳定性，模型以开源的时序指标alpha158作为输入数据，以周度收益率作为模型预测目标。

采用AttentionGRU模型构造的周频选股策略8月在中证1000指数范围内累计收益10.9%，和基准持平。今年以来（2025-01-01至2025-08-28）累计跑赢基准5.0ppt。采用该方法构造的周频选股策略8月在全市场范围内累计收益10.9%，跑赢基准0.01ppt。今年以来（2025-01-01至2025-08-28）累计跑赢基准11.7ppt。

图表49：AttentionGRU样本外中证1000范围周度调仓净值曲线

注：截至2025年8月28日

资料来源：Wind，中金公司研究部

图表50：AttentionGRU样本外全市场范围周度调仓净值曲线

注：截至2025年8月28日

资料来源：Wind，中金公司研究部

注：本文摘自中金研究于2025年9月1日已经发布的《量化月报（54）：维持推荐小盘成长，风格连续择优正确》，分析师：周萧潇  S0080521010006 ；古翔  S0080521010010 ；胡骥聪 S0080521010007 ；郑文才 S0080523110003 ；曹钰婕 S0080524020013 ；陈宜筠 S0080524080004 ；高思宇 S0080124110003 ；刘均伟  S0080520120002