华创证券：市场中长期看震荡 风格推荐消费与成长

炒股就看锤子财富，权威，专业，及时，全面，助您挖掘潜力主题机会！

原标题；【中期观点】市场中长期看震荡，风格推荐消费与成长

来源：华创金工

市场中长期看震荡，风格推荐消费与成长

根据《证券期货投资者适当性管理办法》及配套指引，本资料仅面向华创证券客户中的金融机构专业投资者，请勿对本资料进行任何形式的转发。若您不是华创证券客户中的金融机构专业投资者，请勿订阅、接收或使用本资料中的信息。本资料难以设置访问权限，若给您造成不便，敬请谅解。感谢您的理解与配合。

研究成果

择时上，我们自2019年深耕于大盘择时，基于多维角度，创立了短期、中期、长期的择时模型。我们认为市场择时一定不是单一模型可以实现的，在每个周期下，我们从不同角度出发，又构建了次级别的策略。同一周期下策略或者不同周期下的策略可以进行耦合与共振，这样才能做到攻守兼备。

行业轮动上，我们构建了基于基金仓位的行业轮动模型。该模型通过判断基金在行业上的仓位预判行业轮动，可分别在周度、月度、季度给出行业轮动信号。

选股角度，我们构建了一系列基本面与技术面角度的选股策略，包括业绩超预期策略、海外投资大师策略、形态识别策略等。

为了更好服务，我们建立了华创金工量化平台（http://www.hcquant.com/），该平台上也可以实时查看与跟踪我们全部策略的结果。

主要结论

截止2020年6月17日，从短期模型上来看，全部宽基与大部分中信一级行业看多，市场短期价量配合充分，量能较强。从中期指标的择时来看，Wind全A的推波助澜模型没有看多。从长期指标的择时来看，上证指数、上证50、沪深300、中证500、中证800、Wind全A没有发出看多信号，总体市场未来看震荡

最新股票型基金总仓位为94.19%，相较于上周增加15个bps，混合型基金总仓位71.31%，相较于上周减少34个 bps。

股票型先行者基金总仓位为93.06%，相较于上周减少27个bps，混合型先行者基金总仓位为58.61%，相较于上周减少63个 bps。

目前股票型基金重仓的前五个行业为：医药（15.75%）、食品饮料（14.28%）、电子（11.93%）、计算机（5.92%）、消费者服务（5.56%）；比较所在行业在相对全市场的市值占比，基金仓位超配的前五个行业为：食品饮料（7.56%）、医药（7.40%）、电子（5.70%）、消费者服务（4.53%）、建材（2.38%）。

从超低配近两年分位数来看：股票型基金目前相较于历史，超配仓位近两年分位数最大的行业为：综合、商贸零售、轻工制造、建材、消费者服务；

综合以上结论，我们认为，中长期市场尚未出现看多信号，并且长期模型摆动指标还处于加速下降通道中，未来市场或风险较大，或难以存在结构性上涨行情，但量能配合较好，下季度市场或偏震荡，风格推荐消费与成长。

推荐行业为：食品饮料、电子、医药、消费者服务、建材。

NO.1

短中长期的市场择时

华创金工开发的短期、中期、长期的择时模型，可以通过访问：http://t.hcquant.com/ 跟踪与查看历史与最新的择时信号。

短期模型，即价量共振模型：基础逻辑是当供不应求时，人潮汹涌，都要买进，成交量自然放大；反之，供过于求，市场冷清无人，买盘稀少，成交量势必萎缩。华创金工探索的价量共振模型是基于一类低延迟快速的均线HMA来量化成交量，结合价格指标，创设一个结合价与量的新择时模型“价量共振择时模型”。价量共振择时模型，从初始的V1模型到更加稳健的价量共振V3模型（价量共振V1模型的缺点就是会在放量下跌的市场中，发出错误的买入信号。通过规避放量下跌产生的错误信号，形成价量共振V3模型）。

我们首先定义价格效率指标和动量指标：

价格效率指标，该指标可以刻画出市场趋势的强弱，当价格效率指标较高，市场趋势强劲；价格效率指标较低，市场趋势较弱。一段时间序列{P1，P2，P3…．PN}，我们定义价格效率指标为：

{image=1}

动量指标，该指标可以刻画出市场的多空状态，当动量指标大于0，市场处于多头市场；当动量指标小于0，市场处于空头市场。我们定义动量指标为（N天的收益率）：

{image=2}

价格效率指标取值范围为0~100，当价格效率指标较大（比如大于50），且市场动量小于0，市场有可能处于趋势较强的下跌状态，价量共振择时V3希望能在V2的信号中过滤掉这个状态，因此价量共振择时V3步骤定义如下：

1， 成交量使用的移动平均线为HMA，收盘价使用的移动平均线为DEMA（移动平均线长度为50）。

2， 价能=DEMA（Today）/DEMA（Today-3），当日的DEMA除以前3个交易日的DEMA。

3， 量能=HMA5/HMA100，5日的HMA除以100日的HMA。

4， 价量共振指标=价能×量能，价能乘以量能。

5， 当5日均线高于90日均线，市场划分为多头市场；当5日均线小于90日均线，市场划分为空头市场。

6， 当前为多头市场下，若价量共振指标大于1.125则做多，否则以1.125平仓。当前为空头市场下，若价量共振指标大于1.275则做多，否则以1.275平仓，最终计算得到资产的持仓序列。

7， 将收盘价简单平滑，这里使用4日的加权移动平均线进行平滑（John F． Ehlers在构造技术指标的过程中，经常使用4日的WMA构造Smooth，因为WMA的滞后阶数为（N-1）/3，4日的WMA滞后阶数为1日），再计算平滑后收盘价10日的价格效率指标和10日的动量指标。那么趋势较强的下跌市场状态定义为，10日的价格效率指标大于50，且10日的动量指标小于0。

8， 将步骤6得到的持仓序列排除步骤7得到的下跌市场状态，得到了最终的持仓序列。

价量共振V3择时模型回测结果如图表1和图表2，价量共振择时系列可参考报告《成交量的奥秘：另类价量共振指标的择时》与《牛市让利，熊市得益，价量共振择时之二：如何规避放量下跌？》。如图表3，从短期价量共振模型的角度来看，截止2020年6月17日，全部宽基与大部分中信一级行业看多，市场短期价量配合充分，量能较强。

{image=3}

{image=4}

{image=5}

中期模型，即推波助澜模型：基于经验设定涨跌停阈值为9.5%，即个股涨幅大于9.5%为涨停，个股涨幅小于-9.5%为跌停。定义：涨停比率：宽基指数单日涨幅大于9.5%的成分股数量占其成分股总数的比率。跌停比率：宽基指数单日跌幅大于9.5%（单日涨幅小于-9.5%）的成分股数量占其成分股总数的比率。推波助澜比率：涨停比率与跌停比率的剪刀差，即涨停比率-跌停比率（不使用除法的原因在于涨停比率或者跌停比率存在0的情况，使得除法产生无穷∞这样的结果），该比例介于-1与1之间。

市场在下跌区域当中，因为较多的股票跌停而涨停股票较少，所以跌停比率较高，涨停比率较低，推波助澜比率往往为负数。市场从下跌区域过渡到底部区域的时候，因为大部分股票下跌动能衰减，使得这个区域中跌停的股票数量比下跌区域要少，所以底部区域的跌停比率相比下跌区域要低，因此推波助澜比率在底部区域往往比下跌区域要高（这样存在推波助澜比率的短期均线上穿长期均线的可能性），针对推波助澜比率的择时应该具有抄底的逻辑可讲。当市场从底部区域过渡到了上涨区域当中，部分股票率先走出泥潭而一飞冲天，这个区域中涨停的股票数量要比跌停的股票数量要多，所以跌停比率较低，涨停比率较高，推波助澜比率往往为正数。当市场处于顶部区域的时候，前期涨幅过大的股票纷纷开板导致夭折，这个区域中涨停的股票数量要比上涨区域要少，因此推波助澜比率在顶部区域往往比上涨区域要小（这样存在推波助澜比率的短期均线下穿长期均线的可能性），针对推波助澜比率的择时应该具有逃顶的逻辑可讲。

综上所述，推波助澜模型定义如下：

1． 当推波助澜比率的HMA30/HMA100>1.15的时候持有多仓，否则空仓。

2． 最后我们希望规避那种密集负向响应恐慌情绪股灾行情，当推波助澜比率的短期均线HMA30或长期均线HMA100小于0 的时候空仓，即只在HMA30/HMA100>1.15且HMA30和HMA100都大于0的情形下持有多仓。

推波助澜模型的回测结果如图表4和图表5。推波助澜模型可参见报告《涨跌停剪刀差择时系列之一：推波助澜模型》。从中期推波助澜模型的角度来看，Wind全A的推波助澜模型没有看多。

{image=6}

{image=7}

长期模型，即动量摆动模型：单纯从大盘宽基指数去挖掘长期信号，容易产生较多的噪音导致持有期限较为离散。而大盘宽基指数是由其成分股构建而成，成分股可获得的信息相比于单个大盘宽基指数更为丰富，因此从逻辑上来讲，利用成分股构建的择时系统应该要比利用单个大盘宽基指数构建的择时系统效果要更好，持有期集中度也会更强。我们试图基于成分股信号加权进而构造一类平均持有期限较长的摆动系统，该系统能够更为全面地反映市场运行的全貌，当摆动指标从下向上的时候做多，从上向下的时候平仓。

摆动系统是基于成分股的得分进行加总平均而得到，我们对摆动系统的择时方法定义如下：

1，对于单个成分股，当日收盘价大于90日前的收盘价，则该个股处于多头状态，给予得分1。当日收盘价小于90日前的收盘价，则该个股处于空头状态，给予得分0。当所有个股的0或1的多空状态得分基于流通市值加权计算得到原始摆动指标，原始摆动指标的取值范围为0至100。

2，原始摆动指标的噪音较多，意味着从下至上中间的往折返较多，因此需要针对原始摆动指标进行平滑，我们基于普通移动平均线均线针对原始摆动指标进行两次平滑，最终得到长期摆动指标。

3，当长期摆动指标从下至上的时候做多，否则平仓，意味着diff（长期摆动指标）>0的时候为多头仓位，diff（长期摆动指标）<0的时候平仓。

最终动量摆动模型的回测结果如图表6和图表7。动量摆动模型可参见报告《去粗取精，去伪存真：动量摆动系统的长期择时》。从长期指标的择时来看，上证指数、上证50、沪深300、中证500、中证800、Wind全A都没有看多信号。

{image=8}

{image=9}

不仅如此，我们还进行了每日市场VIX的计算与跟踪。VIX是期权的预期波动率，在国外被称为恐慌指数，VIX往往跟大盘呈现负相关关系。我们提供了50ETF期权、沪深300指数、300ETF的VIX计算结果，可以在HCQUANT.COM中监控到每天的VIX走势：http://service.hcquant.com/production/hcvix.php 。

下图表8展示了50ETF期权VIX的最新走势，由图上可知，2020年VIX的高点出现在3月17日，经过两个月的下跌后逐渐走平，这预示着疫情导致的市场恐慌程度有所缓解。

{image=10}

NO.2

基于机构仓位的行业轮动

尝试从公募基金的行业配置来挖掘新的轮动信号，观察图表9我们可以得知自2005以来，公募基金的规模、数量呈上升趋势。

{image=11}

与此同时，以公募基金为代表的机构投资者在市场的话语权也逐渐提升，近三年来尤其如此，我们认为其表现在两点：1． 机构投资者拥有更为强大的投研力量及更为及时的信息渠道。2． 机构投资者的资金量较大，对市场的影响较散户更强。既然如此，我们可以假设公募基金在行业配置上存在一定的alpha，并根据这一猜想构建行业轮动信号。

William F． Sharpe在其资产因子模型中提出收益分解法，将基金收益分解到大中小盘价值成长及债券中，并利用二次规划得到基金在各风格上的近似比例，其数学模型如下：

{image=12}

其中Rt 代表基金t期收益率，xi.t 代表风格或资产i在t期的收益率，δ n回归系数代表基金在各风格或资产上的近似配置比例，ε 为残差项，这一模型本质仍旧是多元线性回归，只不过资产权重受到限制，从而转化为一个二次规划问题。

我们沿袭这一思路，将基金收益分解至中信一级行业，从而得到单支基金在各行业上的近似比例，由于债券及货基的波动远小于行业指数，且出于对自变量个数的考量，不添加对应项，而是将行业回归系数之和约束在[0，1]的范围内，即

{image=13}

我们使用基金的日频收益数据进行回归，并尝试使用不同长度的时间序列来刻画基金的行业仓位情况，分别为季度（63个交易日），月频（22个交易日），基金池为股票型+混合型（偏股混合型+灵活配置性+平衡混合型）+指数增强型基金（Wind基金分类）。以下是回归得到的仓位与基金真实披露的仓位的对比。

{image=14}

{image=15}

虽然测算仓位数值与真实数值有一定偏差，但是测算数据的趋势和真实仓位一致，甚至领先于真实仓位。可见， 通过回归得到的仓位可以基本刻画基金真实仓位。将当期的平均行业持仓比例减去全市场的行业市值占比 × 平均总仓位，得到超配/低配比例，这一步处理的主要目的是为了去除行业价格动量对仓位的影响，我们尝试得到更为纯粹的仓位动量，考察单个因子对行业轮动模型的作用。

针对单个行业的时间序列数据进行中性化处理（滚动分位数法），得到行业配置信号，即计算过去一段时间序列上的 当前超配/低配比例的分位数，把超配/低配比例映射至[0，1]区间的分位数（具体处理方法如图表 12所示），这里我们 选取的时间序列长度为两年，这样处理一方面达到中性化的目的，一方面也体现了大类资产的周期性。

{image=16}

下面是最新的周度行业绝对仓位与超配/低配历史分位数：

{image=17}

{image=18}

{image=19}

{image=20}

基于以上结论，我们对基金池进行筛选，挑选出行业轮动能力强的基金作为我们的基金池，这一方面能加强我们行业轮动的表现，一方面又能为 FOF 选基提供可参考的指标。我们将这种行业轮动能力强的基金叫做先行者基金，具体筛选方法见历史报告《评价基金行业轮动能力的新指标》。

最新股票型基金总仓位为94.19%，相较于上周增加15个bps，混合型基金总仓位71.31%，相较于上周减少34个 bps。

股票型先行者基金总仓位为93.06%，相较于上周减少27个bps，混合型先行者基金总仓位为58.61%，相较于上周减少63个 bps。

目前股票型基金重仓的前五个行业为：医药（15.75%）、食品饮料（14.28%）、电子（11.93%）、计算机（5.92%）、消费者服务（5.56%）；仓位超低配前五个行业为：食品饮料（7.56%）、医药（7.40%）、电子（5.70%）、消费者服务（4.53%）、建材（2.38%）。

混合型基金重仓的前五个行业为：医药（9.60%）、食品饮料（9.22%）、电子（8.01%）、银行（5.60%）、非计算机（4.25%）；仓位超低配前五个行业为：食品饮料（4.13%）、电子（3.29%）、医药（3.29%）、消费者服务（2.93%）、建材（2.04%）。

从超低配近两年分位数来看：股票型基金目前相较于历史，超配仓位近两年分位数最大的行业为：综合、商贸零售、轻工制造、建材、消费者服务；混合型基金目前相较于历史，超配仓位近两年分位数最大的行业为：商贸零售、综合金融、轻工制造、综合、消费者服务。

NO.3

选股策略推荐

3.1

业绩超预期角度

超预期指的是公司公布的业绩要高于分析师的预测。传统的分析，是用业绩定期报告公布的值与分析师预测的值进行对比。但我们需要看到，交易所越来越强调业绩的提前预披露，创业板所有公司都必须发布业绩预告，主板和中小板也有自己的要求。在这样的背景下，我们做分析必须将业绩预告和业绩快报考虑进来，否则很有可能错过一些交易机会。

因为国内分析师目前基本仅对股票全年的业绩进行预测，故在分析年报和季报、半年报的超预期情况是不同的。年报的超预期相对比较好做，因为我们可以拿公布值与预测值直接进行比较。而对于季报的时候，我们以季报公布前后的分析师预测变化来衡量是否发生季度超预期，这在国内分析师只对全年利润做预测的情况下，我们认为已经是相对合乎逻辑的方式。我们定义每个股票的超预期幅度如下所示：

{image=21}

其中Ei，q是年报公布的实际利润，若是业绩预告的话，则用上下限均值替代，

{image=22}

为分析师对全年的业绩预测。

{image=23}

{image=24}

我们测试下来高超预期幅度组合是有明显的超额收益的。

{image=25}

{image=26}

最新2020年一季度超预期幅度超过15%的股票池如下所示：

{image=27}

3.2

投资大师角度

大师系列作为最为经典的量化选股策略，在我们之前的研究中就有了很多的积累，我们网站中一共监控了33个大师系列的策略。其中，价值型大师策略共19篇，成长型大师策略共6篇，综合型大师策略共8篇。

通过大师策略，我们能发现目前收益靠前的组合暴露的因子，以及如果需要暴露某些因子的话，应该设置什么样的标准。下图为大师系列在华创量化平台上的监控结果，http://service.hcquant.com/production/master.php 。

{image=28}

{image=29}

{image=30}

跟踪发现，2020年以来收益最好的大师策略为“罗伯特巴卡雷纳成长型投资”与“福斯特佛莱斯积极成长选股”，今年以来的收益分别为23.47%、20.28%。另外，排名前十的大师策略中成长型大师共4个，价值型大师共2个，综合型大师4个。其中Top5的大师策略中成长型占3个。

{image=31}

上图表示2019年收益TOP10大师策略，其中收益最好的大师策略为“罗伯特巴卡雷纳成长型投资法”、“查尔斯亨德森大型成长股投资法”、“福斯特佛莱斯积极成长选股策略”，2019年的收益分别为88.88%、87.31%、55.93%。另外，2019排名前十的大师策略中成长型大师共4个，价值型大师共2个，综合型大师4个。其中Top5的大师策略中成长型占3个。

对比发现2019年以来，成长型大师策略的收益明显优于综合型大师策略、价值型大师策略。其中，成长型大师策略中“罗伯特巴卡雷纳成长型投资法”、“福斯特佛莱斯积极成长选股策略”策略连续两年排名靠前，因此下面我们对其选股方法进行整理。

1 罗伯特·巴卡雷纳成长型投资法

罗伯特·巴卡雷纳是空头市场时期的专家，同时具有财务背景。因此他在投资之前，会以多重标准严格筛选个股 ，首先便是对公司财务和获利能力的考量，同时也包含对市场指标的过滤。根据罗伯特·巴卡雷纳的投资思想，以及结合中国市场的实际情况，我们筛选出了4个因子，具体标准如下：

过去三年平均税前净利率大于10%；

最近一季负债占股东权益低于50%；

最近五季平均每季税前利润（EBT）成长率大于5%；

合理股价系数=合理股价/市场股价，大于1。合理股价=EBT 成长率*每股收益（EPS）*4。

最新股票池：

{image=32}

2 福斯特佛莱斯积极成长选股策略

福斯特·佛莱斯是白兰地基金创始人，他对成长股选择给出了7方面要求：1、高盈利成长率2、高盈利能力3、健全的资产负债表4、正面的盈利惊喜5、高质量的盈利水平6、公司正面的内部动力7、独立的产业基本面研究。我们根据其投资思想，以及结合中国市场的实际情况，我们选取 6 方面的因子，来实现积极成长选股策略，具体标准如下：

预估税前净利成长率>20%；

营业利润率>10%；

负债比例低<30%；

最近一季税前利润 > 预估税前利润；

最近四季主营业务利润占税前利润比率>80%；

市盈率<25

最新股票池：

{image=33}

除了上述两个大师策略外，我们也把CANSLIM基本面选股策略进行了测算，策略回测结果等详细内容可参考报告《威廉·欧奈尔 CANSLIM投资法—华创金工大师系列成长型之一》。

3 CANSLIM基本面选股

威廉·欧奈尔的CANSLIM选股法则本质是一个挑选成长性股票的投资策略，其中每个英文字母都代表一个择股的维度。在他的第四版《笑傲股市》中对其每个维度都进行了详细的解释说明，具体说明如下：

C：Current Quarterly Earnings Per Share

代表当前季度每股收益：越高越好。

A：Annual Earnings Per Share

代表年度收益增长率：找出增长最为引人注目的股票。

N：New company， product， service， or management

代表新公司、新产品、新服务、新管理层、股价新高。

S：Supply and Demand

代表供给与需求：兼顾考虑流通股份的共计数量和需求量。

L：Leader or Laggard

代表专注于各行业的龙头股。

I：Institutional Sponsorship

代表机构投资者的支持度：关注主力机构动向。

M：Market Direction

判断市场走势。

选股标准：

我们CANSLIM的7个维度的标准，筛选其中可量化的条件，在A股市场中设定以下5个标准，进行选股：

A．最近季报的净利润增速超过18%。

B．五年常续性利益复合成长率≧15% 且每年皆为正成长。

C．近期最高价为最近一年最高价附近。

D．一年股价相对强弱度（RPS）≧80。

E．十大股东中机构持有家数≧6 或外资持股比例≧5%。

最新股票池：

{image=34}

3.3

形态识别选股

市场上各种选股策略层出不穷，追本溯源，不外乎基于股票基本面或者量价技术面的投资策略。形态识别是典型的技术面投资策略，也是所有分析方法中最基本最重要的方法，并且形态识别大体也可分为两类，包括持续形态和反转形态识别。我们目前参考投资大师威廉·欧奈尔的投资策略，参考其著作《笑傲股市》中的选股方法，在A股市场上复现其书中杯柄形态和双底形态，每周推荐形态突破的个股组合。

策略回测结果等详细内容可参考报告《华创金工形态选股系列之一：基于杯柄形态的识别与交易探索》、《华创金工形态选股系列之二：基于双底形态的识别与交易探索》。

1 杯柄形态识别

形态介绍

杯柄形态（Cup-with-a-handle）是一个牛性的持续形态。正如它的名字所示，这个形态有两个部分：杯和柄。其中杯是在一段上涨后形成，看起来像个圆形底，当杯子的部分完成后，出现一段盘整行情，这就是柄。当柄这段盘整行情被突破后，价格将延续此前的上涨趋势。 换句话说， 杯柄形态是一种在上升趋势中显示买入信号的技术模型，股价先由高位回落， 然后再从低位反弹到高位， 形成杯形， 然后再由高位下跌后迅速反弹， 形成杯柄。通常杯子的底部应该有些圆弧， 看起来像 U 字，而非急拉的 V 形，这样就是一个筑底的时间。随后探底洗出一些投机者， 所以在后面的上攻中， 卖压不重。当然也有一些股票不做杯柄， 直接拉升， 就是我们所说的圆弧底形态。

{image=35}

最新股票池：

{image=36}

2 双底形态识别

形态介绍

“双重底”形态同杯柄形态一样也是一个牛性的持续形态。该形态看起来很像英文字母“W”。它虽然不如杯柄形态常见，但也能经常看到。与传统的双底形态不同在于，《笑傲股市》一书中介绍的双底形态同其杯柄形态一样均是在上涨的趋势中进行辨别，也就是说在W形态的出现前期有一段明显的上涨行情。

{image=37}

最新股票池：

{image=38}

NO.4

主要结论

截止2020年6月17日，从短期模型上来看，全部宽基与大部分中信一级行业看多，市场短期价量配合充分，量能较强。从中期指标的择时来看，Wind全A的推波助澜模型没有看多。从长期指标的择时来看，上证指数、上证50、沪深300、中证500、中证800、Wind全A都没有看多信号。

最新股票型基金总仓位为94.19%，相较于上周增加15个bps，混合型基金总仓位71.31%，相较于上周减少34个 bps。

股票型先行者基金总仓位为93.06%，相较于上周减少27个bps，混合型先行者基金总仓位为58.61%，相较于上周减少63个 bps（先行者基金定义详见《评价基金行业轮动能力的新指标》）。

目前股票型基金重仓的前五个行业为：医药（15.75%）、食品饮料（14.28%）、电子（11.93%）、计算机（5.92%）、消费者服务（5.56%）；仓位超低配前五个行业为：食品饮料（7.56%）、医药（7.40%）、电子（5.70%）、消费者服务（4.53%）、建材（2.38%）。

混合型基金重仓的前五个行业为：医药（9.60%）、食品饮料（9.22%）、电子（8.01%）、银行（5.60%）、非计算机（4.25%）；仓位超低配前五个行业为：食品饮料（4.13%）、电子（3.29%）、医药（3.29%）、消费者服务（2.93%）、建材（2.04%）。

从超低配近两年分位数来看：股票型基金目前相较于历史，超配仓位近两年分位数最大的行业为：综合、商贸零售、轻工制造、建材、消费者服务；混合型基金目前相较于历史，超配仓位近两年分位数最大的行业为：商贸零售、综合金融、轻工制造、综合、消费者服务。

基金总仓位已达到历史最高位，最近两周开始减仓，表示机构对未来市场可能信心不足。

综合以上结论，我们认为，中长期市场尚未出现看多信号，并且长期模型摆动指标还处于加速下降通道中，未来市场或风险较大，或难以存在结构性上涨行情，但量能配合较好，下季度市场或偏震荡。

推荐行业为：食品饮料、电子、医药、消费者服务、建材，风格推荐消费与成长。

NO.5

风险提示

本报告中所有统计结果和模型方法均基于历史数据，存在失效风险。

新浪声明：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。免责声明：自媒体综合提供的内容均源自自媒体，版权归原作者所有，转载请联系原作者并获许可。文章观点仅代表作者本人，不代表新浪立场。若内容涉及投资建议，仅供参考勿作为投资依据。投资有风险，入市需谨慎。

责任编辑：逯文云