A股量化择时研究报告：金融工程，AI识图关注红利低波、现金流、价值.pdf

权益市场结构分化加剧，大小盘风格、价值成长风格呈现显著差异，量化模型对结构性机会的捕捉能力面临考验。

研究目的与方法

本报告为广发证券金融工程团队发布的A股量化择时定期报告，旨在通过多维量化指标与深度学习模型，为投资者提供市场趋势判断与配置方向参考。研究方法涵盖市场结构分析、估值跟踪、情绪监测、宏观因子事件、风险溢价测算以及卷积神经网络（CNN）模型应用等。

核心数据与发现

市场结构方面，本期小盘指数（中证1000、国证2000）上涨，大盘指数（中证100、沪深300）下跌，大盘价值涨2.23%而大盘成长跌3.28%，行业上传媒、社会服务靠前，煤炭、非银金融、电子、通信靠后。估值方面，中证全指PETTM分位数78%，上证50与沪深300分别为75%、77%，创业板指接近72%。情绪指标方面，创60日新低个股占比从24.9%大幅降至6.4%，基金仓位维持中等偏上。宏观因子方面，社融存量同比1月均线上看多股票，PMI、10年期国债收益率、美元指数等指标偏空或中性。风险溢价方面，中证全指EP减十年期国债收益率为2.93%，两倍标准差边界为4.46%。

核心结论

基于卷积神经网络对图表化价量数据的深度学习，最新配置主题聚焦于红利低波、现金流、价值三大方向，具体包括沪深300红利低波动指数、中证A500红利低波动指数、沪深300自由现金流指数、国证价值100指数、中证红利低波动100指数。该模型通过自动学习技术形态特征，将个股层面的模式识别映射到主题配置，为传统量化方法提供补充。