2026年宏观视角下的港股择时模型

港股市场概览

港股市场地位特殊，具有链接中国内地与全球资本市场桥梁的作用。港股市场主要具备 以下特点：交易规则相对复杂、机构投资者主导、市场流动性差、外部影响因素较多。

交易规则

从交易规则来看，港股市场与 A 股市场的差别主要有：①交易时间更久；②允许 T+0 交 易；③交易成本更高；④无涨跌幅限制；⑤能够做空。

投资者结构

香港交易所（HKEX）官网上发布的投资者结构报告《Cash Market Transaction Survey 2020》最新为 2020 年，2020 年海外机构成交占比约 35.9%，本地机构投资者成交占 比约 20.6%，机构投资者合计占比约 56.5%，超过一半，机构投资者占比高。 根据 2025 年 11 月发布的《香港交易所投资者简报》，2025 年前三季度，南向交易约 6.39 万亿港元，远超 2024 年全年的 3.62 万亿港元，通过互联互通机制参与港股市场 的内地投资者交易规模也在快速增长。

流动性

或因为交易制度和投资者结构等差异，港股市场相较于 A 股，流动性较差。港股市场机 构投资者占比较高，而机构投资者通常青睐于价值投资，长期持有，或在一定程度上降 低了流动性；交易费用高且没有涨跌停限制导致波动较大，也在一定程度上可能对投资 者参与热情有一定打击；同时，缺乏完善的做市商制度和交易向头部大票集中等问题， 可能也有一定的负面影响。

外部影响因素

港股市场与 A 股市场的不同，其是中国内地投资者、中国香港投资者、外资等多方资金 力量参与的市场。由于港币实行联系汇率制度，与美元挂钩，因此，中国香港市场相关 标的，可近似视为以美元计价的中国资产，随着内地企业更多去港股上市，这一特点越 发明显，在此情况下，港股市场就不可避免地受到美元强弱的影响；同时，越来越多的 内地企业选择 AH 两地上市，国内经济基本面对于港股市场的影响也在逐步放大。

从恒生指数 R 与沪深 300 全收益指数走势对比可以看出，港 A 两市核心资产的走势绝 大多数时间同涨同跌，但是从恒生 AH 股溢价指数走势可以看出，两市相对强弱随时间 不断变化，2015 年之后整体呈现围绕 130 点上下波动的均值回归特点。 从恒生指数 R 与美元指数走势对比可以看出，2015 年之后美元指数走势和恒生指数 R 走势呈现出阶段性较强的负相关，这很可能是因为 2014 年底引入互联互通机制之后， 越来越多的中国内地优质企业赴港上市，让中国香港上市公司作为“美元计价的中国资 产”这一属性更加突出。

宏观指标 Logit 回归检验

宏观变量选取

本文从宏观经济、货币与流动性、通胀与价格水平和资金与情绪四个维度，选取一系列 宏观变量，检验各变量对恒生指数的影响。考虑到股价是预期的反映，相比历史数据， 市场更关心未来经济是变好还是变差。因此，我们选取了中国 OECD 综合领先指标、花 旗中国经济意外指数等提前感知经济动能转向的指标，并大量采用外资机构对于中国宏 观经济预测值的边际修正数据，以期对恒生指数未来走势有更好的预测能力。同时，我 们也综合考虑了流动性、资金动向和市场情绪对恒生指数未来走势可能产生的影响。

Logit 检验方法

由于本文研究目标是构建打分模型，给予满仓或空仓的交易信号，我们需要将所选指标 （自变量）用合适的方法构建成 0/1 变量，对恒生指数 R 下月涨跌（因变量也是 0/1 变 量）进行预测；但考虑到所用指标时间序列样本偏短，并且 0/1 变量难以像连续变量一 样比较便于设计同环比项、平滑项、门限效应等，所以我们计划采用原始连续变量，先 进行基础项门限效应、方向项、差分项、平滑项、同环比项和波动项计算得到多个细分 指标项，随后针对每一细分指标项分别进行考虑滞后效应、持续效应、变换效应、累积 效应、季节效应等影响的 Logit 回归检验，以避免每个回归自变量过多出现过拟合或无 法收敛的情况。

不同指标构建方法检验结果

首先，我们对每个指标构建不同的细分指标项，具体细分指标项见表 3。表中列示了我 们尝试过的常用构建方法，最终选择了我们认为较为合适的构建方法，将单一连续变量 转变成多个 0/1 变量，需要注意的是，部分指标的部分细分指标项可能缺失，比如方向 项，美元指数数值均大于 0，因此无法用 0 作为阈值来设计方向项。

后文我们重点展示每类细分指标项中，具有较好预测能力和显著性的宏观指标。对于每 类细分指标项，我们对每个宏观指标的该项构建回归，计算回归模型的样本内 AUC （auc_hist）和样本外 AUC（auc_pred），评估其预测能力；同时，计算准确率（accuracy， 样本外正确预测的概率，含上涨和下跌），精确率（precision，样本外预测上涨月份实际 上涨的概率）和召回率（recall，样本外实际上涨月份正确预测的概率）；并且保留最显 著自变量的回归系数（beta）和 p 值（pvalue）。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）