华泰金工 | 成长风格行情过热了吗?

本周观点：成长风格行情短期过热，但可能还有一个上涨波段

上周，作为全球科技股的领先指标——费城半导体指数大涨11.14%，带动全球科技股情绪高涨——A股出现较为极致的风格分化，仅三个交易日，成长ETF跑赢价值ETF约6%。当前，费城半导体指数乖离率对应超买；电子行业触发高拥挤；风格轮动模型出现了三个打分维度同时看好成长风格的情况——成长风格行情短期过热。但我们判断这里大概率不是顶部。当前费城半导体指数的技术指标可以类比2025年底的COMEX白银，距离真正见顶或还差一个升波上涨的波段。在白银1月行情中，GVZ指数先于白银见顶异动；类似地，我们可以监控VIX指数识别费城半导体指数的风险点。

A股技术打分模型：大部分宽基指数技术面延续看多

A股技术打分模型旨在充分挖掘技术面信息以刻画市场状态，基于对当前市场状态的理解，从价格、量能、波动、趋势、拥挤等多维度形成对未来的打分观点。今年以来，A股技术打分模型对万得全A多空择时收益3.85%，同期万得全A收益10.75%，超额收益-6.90%。上周模型超额收益-3.09%。模型最新信号显示，大部分宽基指数如沪深300、创业板等延续看多。

风格择时模型：三个打分维度同时看好成长风格

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。模型本周继续看多成长：三个打分维度均看好成长风格。最近三次类似情况发生在2024年10月上旬、2025年9月上旬、2026年1月上旬，而风格切换发生在此后一个月左右。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，模型运行在低拥挤区间，采用大参数双均线模型判断趋势，观点继续看好小盘风格。

行业轮动模型：看好国防军工、有色金属、传媒、钢铁、保险

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12.89%，跑赢行业等权基准5.24pct。上周A股市场走势较为分化，其中TMT、有色金属、国防军工涨幅居前，模型配置了这些方向，大幅跑赢等权基准3.25pct。本周模型继续看好有色金属、国防军工、传媒、钢铁，剔除计算机，纳入保险，整体风格更为均衡。

中国境内全天候增强组合：今年以来绝对收益5.86%

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。5月配置观点为增配“增长超预期”和“通胀超预期”两个象限：股票端整体增配，且进攻性提升；债券端减配；商品端减配黄金，增配其他品种。上周，全天候策略下跌0.35%，今年以来策略的绝对收益为5.86%。

A股技术打分模型：大部分宽基指数技术面延续看多

风格择时模型：三个打分维度同时看好成长风格

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18.95%，同期基准为8.09%，模型超额收益为10.86%。模型本周观点继续看多成长：三个打分维度均看好成长风格。最近三次类似情况发生在2024年10月上旬、2025年9月上旬、2026年1月上旬，而风格切换发生在此后一个月左右。

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18.59%，同期基准12.05%，模型超额收益6.54%。目前，模型运行在低拥挤区间，采用大参数双均线模型判断趋势，看好小盘。

行业轮动模型：看好国防军工、有色金属、传媒、钢铁、保险

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5.86%

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”。

5月配置观点为增配“增长超预期”和“通胀超预期”两个象限：股票端整体增配，且进攻性提升；债券端减配；商品端减配黄金，增配其他品种。上周全天候策略下跌0.35%，今年以来策略的绝对收益为5.86%。

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。