20260914-广发证券-广发金工_AI识图关注煤炭_银行_地产_A股量化择时研究报告_16页_3mb

广发金工 | AI识图关注煤炭、银行、地产：A股量化择时研究报告总结

核心内容

本报告基于卷积神经网络（CNN）对图表化的价量数据与未来价格进行建模，识别市场趋势并映射至行业主题板块。主要关注煤炭、银行、地产等行业的配置机会，通过分析市场结构、估值水平、情绪指标、宏观因子及AI模型等多维度视角，为A股量化择时提供参考。

主要观点

1. 市场近期表现

• 整体趋势：最近5个交易日，科创50指数下跌1.52%，创业板指上涨1.08%，大盘价值与成长指数均下跌，上证50跌幅最大（1.90%）。
• 行业表现：通信和建筑材料行业表现相对较好，而非银金融与计算机行业表现较弱。

2. 市场估值水平

• PE_TTM分位数：截至2026年9月11日，中证全指PE_TTM分位数为79%，上证50与沪深300分别为75%，创业板指接近71%，中证500为62%，中证1000为54%。
• 估值压力：整体市场估值处于较高水平，部分指数接近历史分位数上限，需警惕估值回调风险。

3. 市场情绪指标

• 新高新低比例：通过新高与新低占比分析市场情绪，反映市场对个股的短期表现预期。
• 均线结构：观察个股均线结构，判断其趋势和买卖信号。
• 基金仓位：整体权益基金仓位在60%以上，显示市场仍保持一定配置意愿。
• ETF资金流动：主流ETF资金净流入情况反映市场资金流向，有助于判断市场热度。

4. 宏观因子事件分析

• 宏观因子选择：选取PMI、CPI、PPI、M2、国债收益率、美元指数、WTI原油、非农就业等指标作为市场影响因子。
• 因子事件分类：定义四类宏观因子事件（短期高低点、连续涨跌、创历史新高/低、走势反转），用于判断资产未来走势。
• 当前宏观趋势：部分宏观因子（如PMI、CPI同比、M2同比）处于短期高点或连续下跌趋势，对市场有正向或负向影响。

5. AI模型趋势观察

• 模型应用：使用CNN对价量数据进行建模，识别未来价格趋势，并将特征映射至行业主题板块。
• 行业配置建议：最新配置主题为煤炭、银行、地产等，具体包括中证煤炭指数、中证800银行指数、中证银行指数、中证内地地产主题指数、中证800地产指数等。

关键信息

1. 风险提示

• 模型失效风险：AI模型（如GFTD、LLT）在市场极端情况下可能失效。
• 历史数据依赖：日历效应和宏观因子事件基于历史数据回测，未来市场结构变化可能导致策略失效。
• 结论差异：不同量化模型可能得出不同结论，需注意模型间的差异。

2. 数据来源

• 所有数据均来源于Wind及广发证券发展研究中心，确保数据的准确性和可靠性。

3. 报告信息

• 报告名称：《金融工程：AI识图关注煤炭、银行、地产：A股量化择时研究报告》
• 发布日期：2026-09-13
• 作者：
  • 安宁宁 S02605120220003
  • 祝健 S0260526070005

4. 法律声明

• 本报告内容仅供广发证券客户参考，其他读者需自行评估适当性。
• 报告内容仅供参考，不构成投资建议，广发证券不承担因此产生的任何责任。
• 报告版权归广发证券所有，未经许可不得复制、转载或传播。

结论

本报告通过AI模型与多维市场分析，提出当前市场配置应关注煤炭、银行、地产等行业。同时，提醒投资者注意市场波动、模型失效风险及历史数据依赖性，合理控制风险，审慎决策。