> **来源：[研报客](https://pc.yanbaoke.cn)** # 资金流向基础建设，风格轮动突出科创潜力 # ——市场行业风格跟踪月报（260227） 2026年3月5日 # 核心观点 - 资金聚焦基建与周期板块，基础化工表现尤为突出：根据我们构建的多维度资金流向综合打分模型，2026年2月市场资金呈现向基建相关及部分周期行业集中的趋势。在2026年2月3次周度打分中，基础化工行业表现最为亮眼（首周得分高达7.10），国防军工与通信行业也多次位居前列。相比之下，传媒、商贸零售等行业则持续处于资金流出状态，显示出市场在当前阶段对不同赛道关注度的显著分化。 2月成长股息风格占优，但3月首周模型预测风格或将切换：从风格因子表现来看，2026年2月市场风格明显偏向成长（+0.89%）与股息（+0.61%），而动量风格（-1.15%）表现最差。然而，基于宏观指标和Logistic模型的最新预测（截至2月27日）显示，进入3月第一周，市场风格可能发生转向，波动率、盈利波动及动量等风格的综合预测标签得分居前（波动率1.00、盈利波动0.33、动量0.33），表明短期市场逻辑或将从单纯的成长股息驱动，向高波动、高弹性方向切换。 - 科创类指数收益潜力突出，价值红利风格持续承压，风格轮动深化：通过将风格因子预测收益转化为指数综合打分，我们发现未来收益潜力高度集中于科创主题。在111只宽基、策略和风格指数的综合打分中，科创200(2.13)、科创成长（2.05）、科创100（1.72）等指数包揽了预期表现的前五名；而排名后十的指数则被300红利低波（-2.16）、大盘价值（-2.09）等价值红利型指数占据。这一鲜明对比清晰地表明，基于当前宏观与市场数据，以科创为代表的成长风格具备更强的相对收益潜力，传统的价值防御型策略则可能阶段性面临挑战，市场风格轮动正从价值红利向科技创新方向加速深化。 风险提示：报告结论基于历史价格信息和统计规律，但二级市场受各种即时性政策影响易出现统计规律之外的走势，所以报告结论有可能无法正确预测市场发展，报告阅读者需审慎参考报告结论。基金历史收益不代表未来业绩表现，文中观点仅供参考，不构成投资建议。 # 分析师 # 马普凡 ：021-68597610 :mapufan_yj@chinastock.com.cn 分析师登记编码：S0130522040002 # 研究助理：童诗倍 tongshibei_yj@chinastock.com.cn # 相关研究 1.【银河金工】资金从宽基转向主题，科创综指ETF密集发行250331 2.【银河金工】科技股全面重估，跨境ETF热度与风险并存250228 3.【银河金工】大宗商品迎开门红，科技板块净流入明显250131 4.【银河金工】市场持续震荡调整，配置上仍偏红利及消费241231 5.【银河金工】宏观经济周期划分下的ETF配置方法 6.【银河金工】结合价格动量和拥挤度的两融ETF交易策略探索 7.【银河金工】行业轮动模型在行业及主题ETF配置上的应用 # 目录 Catalog 一、行业表现 3 二、风格表现 4 三、风险提示 9 # 一、行业表现 资金流向指标描述了市场不同角度及主体的资金流入流出情况，分行业来看能直观反映出市场对每个行业的关注度情况。以中信一级行业以及中信一级行业指数为基准，我们以周为时间尺度，利用不同角度的资金流向指标，对共30个中信一级行业进行打分，具体选择指标、指标窗口、指标方向以及计算方法如下。 表1：资金流向指标选择 <table><tr><td>指标名称</td><td>指标窗口</td><td>指标方向</td><td>指标说明</td></tr><tr><td>指数主动净买入额</td><td>周度</td><td>正向</td><td>中信一级行业指数在每个自然周最后一个交易日的主动净买入额。</td></tr><tr><td>指数机构主动净买入额</td><td>周度</td><td>正向</td><td>中信一级行业指数在每个自然周最后一个交易日的机构主动净买入额。</td></tr><tr><td>指数主力净流入额</td><td>周度</td><td>正向</td><td>中信一级行业指数在每个自然周最后一个交易日的主力资金净流入额。</td></tr><tr><td>指数机构净流入额滚动和</td><td>周度</td><td>正向</td><td>中信一级行业指数在包括当前自然周的最近四周每周最后一个交易日的机构主动净买入额之和。</td></tr><tr><td>指数标准差变动和</td><td>周度</td><td>正向</td><td>中信一级行业指数在每个自然周所有交易日的日波动标准差滚动变化之和。</td></tr></table> 资料来源：中国银河证券研究院 由于不同指标带有不同单位，因此我们在进行指标复合的时候首先进行指标的标准化： $$ X _ {i j} = \frac {x _ {i j} - \overline {{x}} _ {i}}{S _ {i}} $$ 其中， $x_{ij}$ 为第 $j$ 个行业第 $i$ 个指标的实际值， $X_{ij}$ 为标准化后的指标值， $\overline{x}_t$ 为第 $i$ 个指标的截面均值，即 $\overline{x}_t = \sum_{j=1}^N x_{ij} / N$ ， $N$ 为一级行业总数， $S_i$ 则为截面样本方差，即 $S_i = \sum_{j=1}^N (x_{ij} - \overline{x}_t)^2 / (N - 1)$ 。经过标准化之后，单一指标在进行指标复合的时候会消除单位的影响，复合过程如下： $$ S c o r e _ {j} = \sum_ {i = 1} ^ {M} D _ {i} X _ {i} $$ $D_{i}$ 为第 $i$ 个指标的方向， $\text{Score}_j$ 为第 $j$ 个行业的当期总复合指标值，也就是每个行业对应的资金流向打分，得分越高，说明行业在资金流向角度来看更具有配置价值。 2026年2月中信一级行业共3周（表头日期为每周第一个交易日），3周中，从资金流向角度来看，表现最好的为基础化工，国防军工和通信，前两周表现最差的均为传媒，最后一周为钢铁。 表2：2026 年 2 月中信一级行业指数资金流向综合打分汇总 <table><tr><td>指数代码</td><td>行业名称</td><td>2026-02-02</td><td>2026-02-09</td><td>2026-02-24</td></tr><tr><td>CI005001.WI</td><td>石油石化</td><td>3.51</td><td>2.02</td><td>1.22</td></tr><tr><td>CI005002.WI</td><td>煤炭</td><td>-2.49</td><td>-0.19</td><td>0.84</td></tr><tr><td>CI005003.WI</td><td>有色金属</td><td>3.55</td><td>-0.17</td><td>-0.21</td></tr><tr><td>CI005004.WI</td><td>电力及公用事业</td><td>1.76</td><td>-0.10</td><td>-1.96</td></tr><tr><td>CI005005.WI</td><td>钢铁</td><td>0.81</td><td>0.39</td><td>-3.00</td></tr><tr><td>CI005006.WI</td><td>基础化工</td><td>7.10</td><td>1.72</td><td>0.40</td></tr><tr><td>CI005007.WI</td><td>建筑</td><td>-0.72</td><td>0.19</td><td>-0.81</td></tr><tr><td>CI005008.WI</td><td>建材</td><td>-3.21</td><td>-5.82</td><td>-0.79</td></tr><tr><td>CI005009.WI</td><td>轻工制造</td><td>2.72</td><td>-4.52</td><td>0.34</td></tr><tr><td>CI005010.WI</td><td>机械</td><td>5.20</td><td>3.32</td><td>0.69</td></tr><tr><td>CI005011.WI</td><td>电力设备及新能源</td><td>4.09</td><td>-1.10</td><td>1.01</td></tr><tr><td>CI005012.WI</td><td>国防军工</td><td>-2.47</td><td>5.23</td><td>-1.27</td></tr><tr><td>CI005013.WI</td><td>汽车</td><td>1.78</td><td>4.14</td><td>1.17</td></tr><tr><td>CI005014.WI</td><td>商贸零售</td><td>-6.76</td><td>-3.79</td><td>-0.34</td></tr><tr><td>CI005015.WI</td><td>消费者服务</td><td>-2.96</td><td>0.65</td><td>0.54</td></tr><tr><td>CI005016.WI</td><td>家电</td><td>2.82</td><td>3.24</td><td>1.26</td></tr><tr><td>CI005017.WI</td><td>纺织服装</td><td>1.33</td><td>0.00</td><td>1.11</td></tr><tr><td>CI005018.WI</td><td>医药</td><td>-0.84</td><td>1.57</td><td>0.32</td></tr><tr><td>CI005019.WI</td><td>食品饮料</td><td>-4.99</td><td>2.30</td><td>0.43</td></tr><tr><td>CI005020.WI</td><td>农林牧渔</td><td>-4.14</td><td>2.04</td><td>0.27</td></tr><tr><td>CI005021.WI</td><td>银行</td><td>1.16</td><td>0.14</td><td>0.94</td></tr><tr><td>CI005022.WI</td><td>非银行金融</td><td>-1.49</td><td>-0.11</td><td>0.10</td></tr><tr><td>CI005023.WI</td><td>房地产</td><td>-0.64</td><td>1.23</td><td>-1.24</td></tr><tr><td>CI005024.WI</td><td>交通运输</td><td>-0.71</td><td>-0.58</td><td>0.35</td></tr><tr><td>CI005025.WI</td><td>电子</td><td>1.10</td><td>4.40</td><td>0.36</td></tr><tr><td>CI005026.WI</td><td>通信</td><td>-0.99</td><td>-1.14</td><td>3.14</td></tr><tr><td>CI005027.WI</td><td>计算机</td><td>-2.57</td><td>-1.45</td><td>-0.94</td></tr><tr><td>CI005028.WI</td><td>传媒</td><td>-6.80</td><td>-14.79</td><td>-2.52</td></tr><tr><td>CI005029.WI</td><td>综合</td><td>1.28</td><td>2.38</td><td>0.13</td></tr><tr><td>CI005030.WI</td><td>综合金融</td><td>3.60</td><td>-1.16</td><td>-1.54</td></tr></table> 资料来源：Wind，中国银河证券研究院 # 二、风格表现 一般来说，常用的市场风格因子有10种：市值、波动率、流动性、动量、杠杆、盈利波动、盈利能力、价值、成长、股息。10种风格因子在2026年2月的收益率如下表所示。2026年2月表现最好的主要为成长风格和股息风格，动量风格表现最差。 表3：资金流向指标选择 <table><tr><td>风格名称</td><td>2026年2月收益率</td></tr><tr><td>市值</td><td>0.07%</td></tr><tr><td>波动率</td><td>-0.20%</td></tr><tr><td>流动性</td><td>-0.34%</td></tr><tr><td>动量</td><td>-1.15%</td></tr><tr><td>杠杆</td><td>0.11%</td></tr><tr><td>盈利波动</td><td>-0.10%</td></tr><tr><td>盈利能力</td><td>-0.49%</td></tr><tr><td>价值</td><td>-0.39%</td></tr><tr><td>成长</td><td>0.89%</td></tr><tr><td>股息</td><td>0.61%</td></tr></table> 资料来源：Wind，中国银河证券研究院 在对指数进行未来风格测算的时候需要对未来的风格因子收益进行预测，由于对风格收益进行精确的点预测往往噪声极大，使用回归直接预测收益值常常误差大、稳定性差。为了增强预测的稳健性和可解释性，我们将风格收益转化为方向变量(涨/跌)，并构建二分类逻辑回归模型(Logistic)，以判断下期收益为正的概率，具体如下： （1）将风格k在第 $t + 1$ 期的收益转换为标签形式，例如： $$ y _ {t + 1} ^ {(k)} = \left\{ \begin{array}{l l} 0, & \text {第} t + 1 \text {期 风 格} k \text {收 益 为 负} \\ 1, & \text {第} t + 1 \text {期 风 格} k \text {收 益 为 正} \end{array} \right. $$ （2）为了预测标签结果，对每个风格和每个标签单独建立Logistic回归模型： $$ P \left(y _ {t + 1} ^ {(k)} = 1\right) = \sigma \left(\beta_ {0} + \beta^ {T} X _ {t}\right) $$ 其中 $X_{t}$ 是包含若干宏观指标的向量， $\sigma (\theta) = 1 / (1 + e^{-\theta})$ （3）预测结果为： $$ y _ {t + 1} ^ {(k)} (p r e d i c t) = \left\{ \begin{array}{l l} 0, & P (p r e d i c t) < 0. 5 \\ 1, & P (p r e d i c t) > = 0. 5 \end{array} \right. $$ （4）训练采用5种宏观复合指标，分别为消费类、出口类、工业生产类、信贷类以及汇率类（如下图所示），以及上述10种风格收益自身的4个滞后项作为自变量，并采用滚动窗口方式进行：标准的训练窗口长度设为104周；当历史数据不足104周但多于52周时，使用实际可获得的过去样本进行训练；当可用样本少于52周时，模型退化为样本内预测，即使用从起始日期至当前时点的全部数据作为训练集。通过这种分层的窗口设置，可以在确保不存在未来信息泄露的前提下，尽量平衡参数估计的稳定性与早期阶段的可用样本量。 图1：宏观指标跟踪（截至2026年2月28日） 资料来源：Wind，中国银河证券研究院 经过讨论，我们分别选择下述3个标签作为风格标签预测的对象： Cumulative：某一风格当前时间滚动窗口4周累计收益率是否大于所有风格对应4周累计周一率的中位数，是为1，否为0。 Single-Week：某一风格当前周是否上涨，是为1，否为0。 Trend：某内外预测一风格当前周收益率是否大于滚动窗口4周收益率滑动平均，是为1，否为0。 将每种风格上述3个标签的预测结果（0或1）相加除以1.5再减去1，以使得其之和落在-1到1的区间之内，作为每种风格因子的预测收益率。从2026年2月27日最新的预测结果来看，在3月第一周将转向波动率、盈利波动以及动量等风格。 表4：10种风格因子标签预测结果（2026年2月27日） <table><tr><td>风格名称</td><td>Cumulative</td><td>Single-Week</td><td>Trend</td><td>预测综合标签</td></tr><tr><td>市值</td><td>0</td><td>0</td><td>0</td><td>-1.00</td></tr><tr><td>波动率</td><td>1</td><td>1</td><td>1</td><td>1.00</td></tr><tr><td>流动性</td><td>0</td><td>0</td><td>1</td><td>-0.33</td></tr><tr><td>动量</td><td>1</td><td>0</td><td>1</td><td>0.33</td></tr><tr><td>杠杆</td><td>0</td><td>1</td><td>0</td><td>-0.33</td></tr><tr><td>盈利波动</td><td>1</td><td>1</td><td>0</td><td>0.33</td></tr><tr><td>盈利能力</td><td>0</td><td>0</td><td>0</td><td>-1.00</td></tr><tr><td>价值</td><td>1</td><td>1</td><td>0</td><td>0.33</td></tr><tr><td>成长</td><td>1</td><td>1</td><td>0</td><td>0.33</td></tr><tr><td>股息</td><td>0</td><td>0</td><td>1</td><td>-0.33</td></tr></table> 资料来源：Wind，中国银河证券研究院 选取截至2026年2月27日宽基、策略和风格指数共111支指数，分别计算其在10中风格因子上的因子暴露，乘以对应因子的上述预测值再求和，得到指数的综合打分，预测指数在10种风格维度的综合收益潜质。 从2026年2月27日的综合预测打分结果来看，预期表现较好的指数集中在科创成长类，预测表现最好的为科创200，得分2.13，表现最好的前10支指数中有9支与科创成长有关。而预测得分较低的集中在大盘、价值以及红利指数上，预测得分最低的为300红利低波，为-2.16，预测结果对青睐于科创性指数。 表5：指数综合打分前 10 (2026 年 2 月 27 日预测结果) <table><tr><td>指数名称</td><td>风格综合打分</td></tr><tr><td>科创200</td><td>2.13</td></tr><tr><td>科创成长</td><td>2.05</td></tr><tr><td>科创100</td><td>1.72</td></tr><tr><td>智选创新价值</td><td>1.57</td></tr><tr><td>成长100</td><td>1.49</td></tr><tr><td>科创综指</td><td>1.44</td></tr><tr><td>科创价格</td><td>1.44</td></tr><tr><td>创业200</td><td>1.19</td></tr><tr><td>上证580</td><td>1.17</td></tr><tr><td>科创50</td><td>1.05</td></tr></table> 资料来源：Wind，中国银河证券研究院 表6：指数综合打分后 10(2026 年 2 月 27 日预测结果) <table><tr><td>指数名称</td><td>风格综合打分</td></tr><tr><td>300红利低波</td><td>-2.16</td></tr><tr><td>大盘价值</td><td>-2.09</td></tr><tr><td>300质量</td><td>-2.09</td></tr><tr><td>高息策略</td><td>-2.08</td></tr><tr><td>A500红利低波</td><td>-2.04</td></tr><tr><td>基本面50</td><td>-1.91</td></tr><tr><td>深证红利</td><td>-1.84</td></tr><tr><td>300现金流</td><td>-1.84</td></tr><tr><td>300价值稳健</td><td>-1.77</td></tr><tr><td>沪深300红利</td><td>-1.75</td></tr></table> 资料来源：Wind，中国银河证券研究院 # 三、风险提示 报告结论基于历史价格信息和统计规律，但二级市场受各种即时性政策影响易出现统计规律之外的走势，所以报告结论有可能无法正确预测市场发展，报告阅读者需审慎参考报告结论。基金历史收益不代表未来业绩表现，文中观点仅供参考，不构成投资建议。 # 图表目录 图1：宏观指标跟踪（截至2026年2月28日） 6 表 1: 资金流向指标选择. 3 表 2: 2026 年 2 月中信一级行业指数资金流向综合打分汇总 表 3：资金流向指标选择. 5 表 4: 10 种风格因子标签预测结果 (2026 年 2 月 27 日) 表 5: 指数综合打分前 10 (2026 年 2 月 27 日预测结果) 表 6: 指数综合打分后 10 (2026 年 2 月 27 日预测结果) # 分析师承诺及简介 本人承诺以勤勉的执业态度，独立、客观地出具本报告，本报告清晰准确地反映本人的研究观点。本人薪酬的任何部分过去不曾与、现在不与、未来也将不会与本报告的具体推荐或观点直接或间接相关。 马普凡：金融工程首席分析师。十四年量化研究经验，曾任职于华泰柏瑞基金、广发证券、中信证券，2022年加入银河证券研究院。 # 免责声明 本报告由中国银河证券股份有限公司（以下简称银河证券）向其客户提供。银河证券无需因接收人收到本报告而视其为客户。若您并非银河证券客户中的专业投资者，为保证服务质量、控制投资风险、应首先联系银河证券机构销售部门或客户经理，完成投资者适当性匹配，并充分了解该项服务的性质、特点、使用的注意事项以及若不当使用可能带来的风险或损失。 本报告所载的全部内容只提供给客户做参考之用，并不构成对客户的投资咨询建议，并非作为买卖、认购证券或其它金融工具的邀请或保证。客户不应单纯依靠本报告而取代自我独立判断。银河证券认为本报告资料来源是可靠的，所载内容及观点客观公正，但不担保其准确性或完整性。本报告所载内容反映的是银河证券在最初发表本报告日期当日的判断，银河证券可发出其它与本报告所载内容不一致或有不同结论的报告，但银河证券没有义务和责任去及时更新本报告涉及的内容并通知客户。银河证券不对因客户使用本报告而导致的损失负任何责任。 本报告可能附带其它网站的地址或超级链接，对于可能涉及的银河证券网站以外的地址或超级链接，银河证券不对其内容负责。链接网站的内容不构成本报告的任何部分，客户需自行承担浏览这些网站的费用或风险。 银河证券在法律允许的情况下可参与、投资或持有本报告涉及的证券或进行证券交易，或向本报告涉及的公司提供或争取提供包括投资银行业务在内的服务或业务支持。银河证券可能与本报告涉及的公司之间存在业务关系，并无需事先或在获得业务关系后通知客户。 银河证券已具备中国证监会批复的证券投资咨询业务资格。除非另有说明，所有本报告的版权属于银河证券。未经银河证券书面授权许可，任何机构或个人不得以任何形式转发、转载、翻版或传播本报告。特提醒公众投资者慎重使用未经授权刊载或者转发的本公司证券研究报告。 本报告版权归银河证券所有并保留最终解释权。 评级标准 <table><tr><td>评级标准</td><td>评级</td><td>说明</td></tr><tr><td rowspan="7">评级标准为报告发布日后的6到12个月行业指数（或公司股价）相对市场表现，其中：A股市场以沪深300指数为基准，新三板市场以三板成指（针对协议转让标的）或三板做市指数（针对做市转让标的）为基准，北交所市场以北证50指数为基准，香港市场以恒生指数为基准。</td><td rowspan="3">行业评级</td><td>推荐：相对基准指数涨幅10%以上</td></tr><tr><td>中性：相对基准指数涨幅在-5%~10%之间</td></tr><tr><td>回避：相对基准指数跌幅5%以上</td></tr><tr><td rowspan="4">公司评级</td><td>推荐：相对基准指数涨幅20%以上</td></tr><tr><td>谨慎推荐：相对基准指数涨幅在5%~20%之间</td></tr><tr><td>中性：相对基准指数涨幅在-5%~5%之间</td></tr><tr><td>回避：相对基准指数跌幅5%以上</td></tr></table> # 联系 中国银河证券股份有限公司研究院 深圳市福田区金田路3088号中洲大厦20层 上海浦东新区富城路99号震旦大厦31层 北京市丰台区西营街8号院1号楼青海金融大厦 公司网址：www.chinastock.com.cn 机构请致电： 深广地区： 程曦 0755-83471683 chengxi_yj@chinastock.com.cn 苏一耘 0755-83479312 suyiyun_yj@chinastock.com.cn 上海地区： 林程 021-60387901 lincheng_yj@chinastock.com.cn 李洋洋 021-20252671 liyangyang_yj@chinastock.com.cn 北京地区： 田薇 010-80927721 tianwei@chinastock.com.cn 褚颖 010-80927755 chuying_yj@chinastock.com.cn