炒股就看金麒麟分析师研报，权威，专业，及时，全面长江云配，助您挖掘潜力主题机会！
来源：华泰证券金融工程
本文旨在对A股市场进行整体择时，从估值、情绪、资金、技术等各个维度为投资者提供关于当下市场状态、所处位置的参考，形成方向建议，力求构建一个清晰、易用、可拓展性强的多维择时框架。单指标择时有其自身局限性，样本内外表现可能不一致。通过逐层合成，构建多维择时框架，在2010年至2025/4/30，合成策略对万得全A指数多空择时夏普约1，年化收益约22%，相对同期万得全A年化收益3.77%有明显提升。多维框架对单指标的改进较为稳定，扩展至A股主要宽基上均有良好择时效果，对中小盘适配度相对更高。
核心观点
单指标测试：估值、情绪、资金、技术
构建多维框架的基础在于选出一系列具有择时能力和良好互补性的单一指标。本文从前期A股择时系列研究中，精选出融资买入额、布林带、个股涨跌成交额占比差、期权沽购比、期权隐含波动率、期货持仓比等一系列逻辑清晰且分散度较高的单指标，分属情绪、资金、技术等维度，再结合经典估值指标股权风险溢价，构成底层指标库。这些指标分别从不同维度刻画当前市场所处的状态，全区间看来，均有一定的择时效果，相对同期底层资产有所提升，但不同指标择时效果差异较大，且多少都会面临噪声过多或灵敏性不足、样本内外表现不一致等问题，使得单指标择时方案的稳定性欠佳。
多维框架构建：分层合成择时信号
为了克服单一指标的局限性，需要将多个原始信号进行调和，从而达到1+1>2的效果。本文采取分层合成思路：先以布林带和个股涨跌合成技术指标，期权期货合成情绪指标，形成估值、情绪、资金、技术四个维度；再将估值和情绪合成左侧指标，资金和技术合成右侧指标，左侧指标胜率高而赔率低，右侧指标胜率低而赔率高，具有良好的互补性；左侧+右侧再次合成，合成策略夏普约0.9，且相对单一指标超额收益更为稳定。将不同合成方案对比，按照四个维度合成的多维框架夏普约1，在降噪的同时保留了各个维度的信息，胜率和赔率较为均衡，且具备良好的可拓展性。
评价与分析：过拟合风险和泛化能力
良好的择时体系应具备较低的过拟合风险和较高的适用性。针对第一个角度，采用PBO过拟合检验，发现合成策略相对单一策略的提升较为稳定，单一策略在某些特定行情下可能超越合成策略，但样本外过拟合的风险较大。针对第二个角度，将多维框架拓展至A股主要宽基指数（上证50、沪深300、中证500、中证1000、中证2000），均有明显择时效果，对于上证50等大盘股增益较小，对于中小盘股则更为适配。原因主要在于：资金和技术体现短期投机行为，与小盘择时更适配；估值则更适配大盘股。投资者可根据自身需求，对多维框架进行针对性改进。
正 文
。
01 单指标测试：估值、技术、资金、情绪
择时指标选取与其经济学含义
在前期“A股择时”系列研究中，我们分别从情绪面、资金面、技术面、期权期货市场等各个角度选取了一系列择时指标加以测试，发掘出如融资买入额、期权隐含波动率等部分指标，在样本内具有显著的择时效果，在样本外跟踪中仍有不错表现。本篇研究中，我们将选取上述指标中一些有代表性、经济学含义清晰、分散度高的指标构建针对整体A股市场的多维择时框架，从不同角度综合发表择时观点，为投资者在市场波动过程中提供参考。
具体选取指标如下：
估值指标：股权风险溢价（ERP）
技术指标：布林带、个股涨跌成交额占比差
资金指标：融资买入额
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）
估值指标：股权风险溢价（ERP）
股权风险溢价是指市场投资组合的股票收益率与无风险收益率之差，反映投资者因承担股票市场的额外风险而要求的额外收益补偿。股权风险溢价=指数的盈利收益率 - 市场无风险收益率。其中，指数的盈利收益率通常用市盈率（PE）倒数表示，即1/PE，市场无风险收益率通常用十年期国债收益率表示。股权风险溢价越高，说明股票市场的预期收益率越高，股票相对于债券的吸引力越大。
从下图可以看出，股权风险溢价与市场走势呈负相关，即股权风险溢价处于高位时，指数往往处于较低估值区间，宜买入；处于低位则对应指数预期收益较低，宜卖出。本文对该指标采用正向区间策略，即指标处于过去一段时间内的高位发出买入信号，处于低位发出卖出信号，处于过去一段时间的合理水平则维持中性观点。
资金指标：融资买入额
在前期测试中，我们发现杠杆资金和北向资金有较好的择时效果，北向资金2024年后数据不再更新，而杠杆资金仍保持日频更新。在融资交易中，投资者可以凭借自身的信用，向证券公司融入资金，在市场上买入股票等证券，这一行为本质上是投资者借助杠杆来增加自己的投资资金，以博取更高收益。在杠杆资金相关指标中，融资买入额为流量数据，指投资者在某个时间段内向证券公司借入资金用于买入证券的金额，由交易所直接公布。从下图可以看出，融资买入额与股票市场走势高度相关，特别是在2015年、2024年9月等短期大幅上涨行情中，对行情的参与度高，追随市场紧密。且该指标数据可得性强，在前期研究中也有较好的择时效果。因此我们选取该指标作为资金维度择时指标的代表，在具体应用上，采用布林带策略，即指标上涨突破上轨则发出买入信号，下跌突破下轨则发出卖出信号。
技术指标：布林带
技术指标是短期择时的一类经典方案，在前期研究《A股择时之技术面指标》中，我们分别测试了布林带、均线、MACD、RSI等一系列择时指标应用于A股主要宽基指数上的表现，结果发现：1：多数指标在较长的回测区间内有效，但短期可能失效；2：逻辑简明的均线、布林带等指标即有较好的择时效果；3：技术指标参数不宜过度拟合，否则可能导致样本外效果欠佳。本文选取技术指标中代表性通道策略——布林带，即突破上轨发出做多信号，突破下轨发出做空信号，作为技术指标的代码，参数方面不做优化，采取万得终端设置的默认参数。
技术指标：个股涨跌成交额占比差
布林带等技术指标着眼于表征全市场的综合指数，从宏观层面刻画整体市场的运行趋势；若从更细一级的资产如个股、行业入手，则可以从微观层面刻画市场的运行状态，这些层面的信息相对来说更为“隐性”，且波动更为显著，通过对这些数据的加工处理有可能获得更多增量信息。在前期研究《A股择时之情绪面指标》中我们刻画了如个股或一级行业涨跌成交额占比差、创新高新低成交额占比差等一系列指标，均能取得一定的择时增益。在本文中我们选取个股涨跌成交额占比差，作为微观技术指标使用。从下图中可以看出，该指标自身波动较为剧烈，经过平滑后，与市场呈同方向运动。在具体应用上，我们采用正向的趋势跟踪策略，先将指标平滑降维至月频，再根据同比序列的涨跌确定多空方向。
情绪指标：期权沽购比
期权具有杠杆投资的功能，当投资者对于标的资产方向存在主观观点，而又不想动用太多资金长江云配，那么买入期权就是一个很好的低成本投机工具：若观点错误，则损失（相对于标的物价格来说）少量的期权费；若观点正确，则可以较小的成本获得较高收益。根据上交所发布的《2024年股票期权市场发展报告》，散户多采取买入开仓，即：认为标的物上涨，买入认购期权；反之，认为标的物下跌，买入认沽期权。因此，期权的成交可反映短期投机热度：当沽购比进入极值，也意味着认沽（或认购）的情绪进入极端区间，期权成交表征投资者的非理性情绪，宜作为反指操作；期权持仓则是市场运行积累的结果，与市场长期趋势同向。
以上证50ETF期权的成交情况为例，构建PCR倒数序列，即认购成交额/认沽成交额，序列本身波动较大，经平滑处理后可以看出与市场同向波动（注：本文采用的序列计算方式均为认购/认沽，即传统“沽购比”指标的倒数，但为了简化表述，下文提及此指标时仍采用“沽购比”或“PCR”）。结合前期研究结果，本文对成交沽购比采用反向布林带策略，对持仓沽购比采用同比动量策略，具体计算方式可见《A股择时之期权期货市场指标-20240714》（下同）。
情绪指标：期权隐含波动率
隐含波动率（Implied volatility，以下简称IV）是将期权的实际交易价格代入到期权定价公式中反推出来的波动率值，是买卖双方充分博弈后的结果，包含了当前市场参与者对标的未来价格的预期。针对同一标的资产，同一到期时间，不同价值状态的期权合约，期权的隐含波动率不同，反映了投资者对于期权合约的需求：隐含波动率越高，说明对该价值状态下的期权的需求越高，期权报价越贵。常规情况下，股票的隐含波动率呈现左偏；如果投资者预期市场下行的风险较高，就会增加对于看跌期权的需求，导致左偏的程度加大，低价值状态的IV相对走高；反之，如果投资者预期市场上涨的可能性较高，就会增加对于看涨期权的需求，导致高价值状态的IV相对走高。因此，我们可以观察波动率曲线偏斜情况的变动，表征当前市场情绪。具体来说，采用期权高价值状态IV与低价值状态IV的比值构建因子序列，该序列波动较大，取20日平滑后，与市场呈同方向运动。
根据前期报告《A股择时之期权期货市场指标-20240714》的研究，隐含波动率曲线的变动同样表征投资者的非理性情绪，宜作为反指操作。本文对该指标采用反向布林带策略，即指标突破上轨发出做空信号，突破下轨发出做多信号。综合采用上证50ETF、沪深300ETF、中证500ETF期权不同价值状态期权IV比值构建信号序列。
情绪指标：股指期货会员持仓
股指期货的会员持仓可以一定程度上反映期货市场的主要参与者对股票市场的预期，中金所每日公布股指期货前20大会员的成交和持仓明细，包括成交量、持买单量、持卖单量。直观来看，买单和卖单的持仓情况可以反映主要期货市场参与者多空力量对比，我们用前20大会员持买单量/前20大会员持卖单量构建指标，以沪深300股指期货的会员持仓情况为例，指标走势如下图所示。
根据前期报告《A股择时之期权期货市场指标-20240714》中的研究，会员持仓指标是市场变化的左侧同向指标，即会员持仓情况对市场走向有一定的预示作用，可顺趋势操作。本文对会员持仓指标采用正向布林带策略，即：指标突破上轨做多，突破下轨做空。
模拟回测框架
对择时指标的回测框架设置如下：
择时标的：本文旨在对A股市场进行整体择时，故选取万得全A为主要择时标的。在多维择时框架搭建完成后，也将应用于上证50、沪深300、中证500、中证1000、中证2000、上证指数等主流宽基。
回测区间：2010/1/1-2025/4/30，部分单指标数据可得时间较短，起始时间根据该指标的数据可得时间进行调整。
调仓频率：日频调仓。
信号规则：为考察策略兼顾“避免下行损失”和“捕捉上行收益”两方面的能力，本文采用多空模拟回测：多空双边交易，1代表做多买入，-1代表做空卖出，0代表中性观点。
费用设置：交易费率双边0.0005，不考虑滑点、资金成本。
另外，除股权风险溢价为首次纳入外，各个指标均在前期A股择时系列报告中有过测试，我们选取前期报告使用的回测时间终点作为划分样本内外的节点，将单一指标在样本内外的业绩表现对比。具体各指标样本内外的划分节点如下：
融资买入额：2020年12月31日
个股涨跌成交额占比差：2020年12月31日
布林带：2021年7月21日
期权沽购比、期权隐含波动率、期货会员持仓：2024年6月28日
单指标回测结果
从全区间的业绩来看：融资买入额、期权沽购比、期权隐含波动率等几个指标收益和夏普较高，股权风险溢价和布林带择时效果一般，但总体来看，各个指标均能取得正收益。从样本内外对比来看：各个单一指标多少都会面临灵敏性欠佳、样本内外表现不一致等问题，导致单一指标的择时难以获得稳定收益。
股权风险溢价（ERP）：全区间择时略有增益
股权风险溢价为首次纳入择时体系，但该指标作为一个经典的择时指标，原理清晰，应用广泛，参数选取和信号发出方式较为稳定。从2010年至今，多空择时策略夏普比约0.17，主要负收益来自于2015年牛市后半程的踏空，这也是左侧择时指标的常见问题。该指标仅在进入极端值区间后发出信号，大部分时间无观点，因此信号较为稀疏。
融资买入额：样本外表现优于样本内
融资买入额全区间多空择时夏普约0.6，其中2020年及之前夏普约0.47，2021年及之后夏普约1.06，均显著超越同期底层资产自身夏普，超额收益较为稳定。从历史择时信号可以看出，该指标以右侧跟随为主，对行情的捕捉较为灵敏，在行情启动或转向后能较为及时地发出择时信号。
布林带：2021年以来震荡行情下表现不佳
布林带指标2010年至今择时夏普约0.14，年化收益约3.37%，略低于同期底层资产自身，整体净值走势与底层标的自身走势类似，其择时特点是胜率低，赔率高，在趋势行情下表现较好，而在震荡行情中表现不佳，即平时震荡市小幅亏损，遇趋势行情则显著盈利。2021年7月之后，A股以震荡为主，缺乏明显趋势，其样本外择时收益为负，低于同期底层资产。以布林带为例可以看出，技术指标对A股择时的能力并不稳定，将该类指标纳入到择时体系中，主要是为了捕捉潜在的趋势行情。
个股涨跌成交额占比差：面临信号灵敏性与稳定性的矛盾
该指标是从个股强弱分布的角度构建的微观技术指标，本质上还是使用到了市场的量价信息，属于右侧跟随指标。全区间择时夏普约0.25，超过同期底层资产，样本内外表现也均好于同期底层资产。但从择时策略净值和信号中可以看出，该指标的信号发出方式经过月度同比处理后，对于快速上涨行情的反应略为滞后，导致2015年和2024年9月踏空。而若以提高灵敏性为方向优化参数，又会导致信号稳定性欠佳，在震荡行情中产生亏损，如何平衡信号的灵敏性和稳定性，是择时策略面临的经典问题。
期权沽购比：2021年以来择时效果弱化长江云配
期权沽购比指标最早于2021年在A股择时系列研究中进行过测试，后在2024年进行改进，但在2024年的研究中我们已经注意到，该指标在2021年之后作为单指标的择时能力弱化，超额收益不稳定，但其对于多指标体系仍有贡献。该指标在样本外（2024年7月及之后）由于踏空2024年的“924”行情产生负收益，究其原因，该指标的择时原理主要在于捕捉投资者的非理性情绪，在非理性情绪达到一定峰值后则做空，导致对牛市后半程的参与不足，或对于熊市参与时机过早。整体来看，该指标胜率高但是赔率低，对大的行情趋势一旦判断错误，可能产生较大损失，与布林带等右侧趋势指标恰好相反。
期权隐含波动率：对牛市后半程可能参与不足
与沽购比类似，隐含波动率也通过捕捉投资者非理性情绪发表观点，择时策略与沽购比呈现出类似特征，即胜率高，赔率低，对牛市后半程的参与不足。但相对来说，该指标的构建方式与沽购比存在差异，尚未被过度使用，择时能力显著优于沽购比，样本外虽然也有波动，但整体录得正收益。
期货会员持仓比：样本外运行良好
股指期货会员行为可能对市场走向有短期的左侧提示作用，该指标通过捕捉期货市场会员持仓，随会员行为顺势操作，与期权指标捕捉投资者非理性行为逆向操作的逻辑存在本质差异。前期研究中，该指标样本内择时作用显著，且对参数不敏感；在2024年7月及之后的样本外也有不错表现，高胜率的同时保持赔率大于1，是一个较为稳健的左侧择时指标。
总之，虽然上述指标全区间均有择时增益，但多少都会面临噪声过多或信号滞后、样本内外表现不一致等问题，使得单一指标构建的择时体系稳定性欠佳。
02 多维框架构建：分层合成择时信号
单指标存在各自的局限，导致其择时的稳定性欠佳，接下来我们考虑对上述指标进行合成，构建多维综合框架。本文采取分层合成的思路：先在同类指标内部进行合成，再对不同维度的指标之间进行合成。这种思路有助于我们从不同角度理解市场，对当前的行情、择时信号的特征、可能面临的风险，有全局理性的认知。具体合成时采用简单投票思路，即多个指标同时看多则做多，同时看空则做空，观点背离则维持中性。为了简化信号，在每一层合成内部，我们都只保留方向，不保留仓位。
第一层合成：单一维度指标合成
用布林带和个股涨跌成交额占比差合成技术指标，用三个期权期货指标投票合成情绪指标，合成后的指标夏普高于各个底层指标，择时策略的稳定性也明显改进。
技术指标：布林带+个股涨跌成交额占比差
用布林带和个股涨跌成交额占比差合成技术指标，合成后的指标夏普显著提升，优于两个底层指标，年化收益与个股涨跌指标相当，但波动和回撤都显著降低，胜率和赔率介于两个底层指标之间，稳定性优于两个底层指标，但波动仍然较大。
情绪指标：期权沽购比+期权隐含波动率+期货会员持仓
用三个期权期货指标投票合成情绪指标，夏普、年化收益都高于三个底层指标，回撤和波动与底层指标中最低的期权隐含波动率相当，胜率和赔率均处于三个底层指标中高水平，择时策略稳定性有了明显提升，但仍存在对牛市后半程参与不足的问题。
第二层合成：左侧指标与右侧指标的合成
通过上一层合成，我们得到了资金（融资买入额）、技术（布林带+个股强弱）、情绪（期权期货）、估值（ERP）四个维度的择时信号。其中情绪和估值可以视作左侧指标，在市场处于过冷过热或高估低估状态时，提前发出提示；技术和资金可以视为右侧指标，待市场趋势出现后跟随。进一步用上述四个维度合成左侧指标（情绪+估值）和右侧指标（资金+技术），以考察左侧择时策略和右侧择时策略各自的特点。
情绪+估值构建左侧指标，胜率高，赔率低
用估值和情绪合成左侧指标，夏普和收益介于两个子维度之间，且同样呈现出胜率高、赔率低的特征。虽然整体收益相对于情绪指标有所降低，但波动也有所下降，2024年以来的稳定性明显提升，一定程度上中和了两个子维度的择时效果，但仍然存在对牛市后半程参与不足的问题。
资金+技术构建右侧指标，胜率低，赔率高
用资金和技术两个子维度合成右侧指标，业绩表现提升的同时，胜率和赔率均有改善。可以看出，右侧指标中主要发挥作用的仍是资金，但技术指标的加入修正了部分时段的观点，改善了整体择时业绩。合成后的右侧指标仍然存在跟随趋势可能滞后的问题，以2015年6月的大顶为例：指数6.12见顶，但右侧指标在6.19才发出平仓信号，6.25转为做空，未能第一时间逃顶。与两个子维度类似，右侧指标胜率低但赔率高，适用于捕捉大的趋势行情。
对比来看，左侧指标胜率高，赔率低，主要问题是策略行为较为保守，对牛市后半程参与不足，可能踏空；右侧指标胜率低，赔率高，主要问题是在趋势拐头时可能滞后，但适用于捕捉大的趋势机会。
第三层合成：多维综合框架
左侧与右侧两个方向合成，调和信号提升稳定性
接下来我们将左侧和右侧指标再次进行合成，合成后的指标胜率和赔率介于上述两者之间，收益和夏普显著提升，波动和回撤也有一定改善，2010年至今，夏普比约0.91，年化收益约18%。
综合信号是如何兼顾左右侧择时观点的？以2024年“924”行情为例，行情启动前的底部震荡阶段，左侧指标于7月下旬发出做多信号，一直到9月26日收盘后 发出平仓离场信号，未能完整捕捉上行机会；右侧指标8月中下旬还在做空，在9.24当日转为做多，此后直至11月才做空，在回调阶段未能及时转向。综合信号从8月中旬至9.24之前均保持中性观点，9.24开始做多，9.30开始转为中性信号，此后一直到2024年底大部分时间维持中性观点，既参与了大部分上涨行情，又在行情的高点及时离场，避免了后续的回调和震荡。虽然综合信号也无法“精确踩点”，但通过对两个方向的择时信号进行调和，规避了单一指标的不足，达到整体择时效率的提升。
不同合成方案对比，四个维度构成的多维框架效果更佳
接下来我们对比不同的信号合成方案，对比如下：
底层信号（ERP、融资买入额、布林带、个股强弱、期权沽购比，期权隐含波动率、期货持仓）合成，某个维度内部指标个数较多的，相应调低单指标权重；
中间层四个维度（估值、情绪、技术、资金）合成；
左侧和右侧两个方向的合成（即上一小节所示策略）；
业绩对比：不同合成方案下，择时策略的净值曲线形态类似；对比来看，按照“四个维度”合成的方案夏普和年化收益最高。三种合成方案胜率与赔率的差异并不显著，胜率在55%~60%，赔率接近2。
原因分析：按照四个维度合成可以更加充分的利用各个维度的信息，举例来说，2025.2.12-2025.3.20，底层资产震荡上行，累计涨幅约3%，期间，资金、技术、估值、情绪观点分别为1、1、0、-1，则左侧观点为-1，右侧观点为1，按照左右侧合成观点为0，按照四个维度合成观点则为1。可见，逐层合成起到了降噪的作用，但也可能会导致信息量被淡化，最终呈现出的效果就是按照中间层四个维度的合成效果最好，按照左右侧合成方案次之（降噪过多），按照底层指标合成效果最差（降噪不足）。
但总体来看，我们认为由合成层次导致的差异并不显著，或者说，未必具备样本外的可持续性。对于A股择时而言，四个维度、左右两侧的信号均有值得参考借鉴之处，投资者可以根据自身需求（追求收益or规避风险）重点关注某类指标，应用择时信号定位市场状态，或将已有投资经验纳入这一框架中灵活运用。
03 评价分析：过拟合风险与泛化能力
从上文我们可以总结出以下经验：
1：单一指标的择时有其自身局限性，样本内外表现不一致的风险较高；
2：多指标的合成能够调和不同指标的特性，达到1+1>2的效果，提高信号体系的稳健性；
3：择时的关键在于找到一系列有效的择时指标，合成方案的差异并不本质。若底层指标有效，则以此构建的符合经济学逻辑的大部分方案均应有效，区别只在于优化的程度。
接下来，我们从两个角度评价这套体系，1：样本内过拟合的风险有多高？2：应用于其他指数的有效性如何？
多维框架相对于单指标的改进较为稳定
多维框架对单一指标的改进，究竟是全时段内稳定的提升，还是因为拟合到了个别时段内出现的偶发行情？为了解答这一问题，我们引入了组合对称交叉验证（CSCV）框架计算策略的过拟合概率（PBO）（详见《基于 CSCV 框架的回测过拟合概率2019-6-17》），对合成策略的稳定性进行分析。简单来说，我们将回测样本区间切分为若干个子时间段，随机抽取其中一半的组合作为样本内，另外一半的组合作为样本外，在有限的回测区间内获得多次采样，从而进行多次检验。PBO 即样本内最优策略在样本外的夏普比率排名位于后一半的概率。PBO指标越高，意味着过拟合的风险越高。若合成策略相对单一策略稳定提升，则其应该在尽可能多的采样中成为最优策略，并且样本外的过拟合概率较低。
如下表所示，将2010年至2025/4/30的综合择时策略与各个层次的择时指标对比（回测区间晚于2010年的指标剔除），按照四个维度合成的方案在近75%的采样中成为最优策略，左侧右侧合成的方案在剩余25%的采样中成为最优策略，且在对应的样本外都处于前一半。可以看出，合成策略相对单一策略的提升较为稳定。
若将考察时段缩短至2017年至2025/4/30，则可以纳入更多开始时间较晚的策略，此时PBO检验的结果稍有不同：样本内成为最优策略频次最高的仍是合成策略，且在对应样本外也稳定排名前一半；部分底层或中间层策略（如情绪、ERP、个股涨跌）也在少部分采样中成为最优，但对应样本外的过拟合概率很高。由此可见，单一策略在某些特定行情下可能超越合成策略，但使用单一策略的稳定性欠佳，样本外过拟合的风险较大。
扩展至A股主要宽基，对中小盘择时适配性更高
多维框架对中小盘股择时效果更佳
接下来我们将多维框架应用于A股主要宽基指数，包括上证指数、上证50、沪深300、中证500、中证1000和中证2000，对比择时策略对同期底层资产的择时改进（年化收益率之差、夏普比之差）。多维框架对于多数宽基均有提升，且中小盘股的择时提升效果更为显著（中证2000开始时间较短，但即使对比2014年之后的表现，中证2000仍为最优），对上证50、沪深300等大盘指数的效果则略差。
估值更适用于大盘，资金和技术则更适用于小盘
对比分析，究竟是哪些指标导致了择时效果的差异？我们分别考察资金、技术、估值、情绪这四个维度的择时效果，结果发现：
资金：对各个指数均有正向择时作用，对中小盘更佳（特别是中证1000），对大盘股相对较差；
技术：对大盘股择时效果不佳，特别是上证50效果较差，对小盘股效果最好，择时效果与市值规模呈单调变化；
估值：对大盘股择时效果最好，在上证50、沪深300上都有正向增益，对小盘股则效果不佳，在中证500、中证1000、中证2000上择时效果为负，择时效果与市值规模呈单调变化；
情绪：对各个指数均有正向择时作用，特别是对中证500、中证1000择时效果最好。
简而言之，上述四个维度构建的择时体系中，“估值”体现长期价值投资理念，与上证50等大盘择时更适配；“技术”和“杠杆资金”体现短期投机行为，与小盘择时更适配。本文旨在对全市场进行择时，体系中短期指标相对较多，因此整体看来对中小盘宽基的择时效果更好。若对某种特定市值进行择时，则尚有进一步改进的空间，如调整指标权重，引入其他适配的维度或因子等。
风险提示
择时等量化模型都是对历史投资规律的挖掘，若未来市场投资环境发生变化，则量化投资策略存在失效的可能。本报告对历史数据进行梳理总结，不构成任何投资建议。技术指标的使用建立在技术分析假设成立的基础之上，即资产价格存在趋势性和长期均值回复现象，该假设在真实市场环境中可能被打破，导致技术指标失效。指标回测依赖于历史数据，在真实的样本外数据中可能结论不一致。根据历史数据的规律总结，存在失效的可能，历史结果不能简单预测未来。
相关研报
研报：《金工：再论A股择时：多维度融合》2025年5月29日
分析师：林晓明 S0570516010001 | BPY421
分析师：韩晳 S0570520100006
新浪声明：此消息系转载自新浪合作媒体，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。文章内容仅供参考，不构成投资建议。投资者据此操作，风险自担。
海量资讯、精准解读，尽在新浪财经APP
责任编辑：杨赐 长江云配
启远网官网提示：文章来自网络，不代表本站观点。
相关文章
沪深京指数
热点资讯
推荐资讯
