本报告基于卷积神经网络对价量图表数据建模,发现当前市场最新配置主题为能源、银行、煤炭等板块。近期主要指数涨幅分化明显,科创50和创业板指表现优异。风险溢价保持中性偏低,ETF资金积极流入。融资盘有所减少,整体市场中长期均线情况显示风险偏好稳健 。
报告标题:金融工程:AI识图关注能源、银行—A股量化择时研究报告
作者:安宁宁(首席金工分析师)、张钰东(资深金工分析师)及广发金工陈原文团队
发布机构:广发证券金融工程研究
发布日期:2025年10月26日
主题:通过深度学习卷积神经网络对A股市场图表价量数据进行AI识别,挖掘行业主题板块配置机会,重点关注能源、银行、煤炭等细分指数,结合量化择时手段给出市场趋势研判。
市场表现总结:最近5个交易日内,科创50指数上涨7.27%,创业板指上涨8.05%,大盘成长涨5.08%,大盘价值仅涨1.30%,显示成长性板块表现优于价值板块,通信、电子行业涨幅靠前,农林牧渔及食品饮料相对表现较弱。, 1]
风险溢价与估值水平:
AI识图主题配置:利用卷积神经网络对图表化的价量数据与未来价格建模,结合AI学习的特征映射至行业主题板块,近期配置主题(金工适配度高)集中于能源、银行、煤炭三大细分指数,反映AI量化模型对传统周期与金融行业的重视程度。
资金面动态:
综上,报告从基本面估值、市场风险偏好、资金面和量化择时视角分析,整合AI识图技术驱动的行业配置展望,传达出对能源、银行行业主题的中长期关注和配置信号。
报告利用图表(见page 1 第一张图片)展示了主要指数近5日涨幅:
第二张图片进一步细分中证指数的涨幅,显示中证100涨3.57%,中证500涨3.46%,国证2000涨3.58%,均体现中小市值股票也有良好表现。
解读:市场整体呈现成长板块驱动的上涨态势,风险偏好回升,投资者对科技创新等高成长行业青睐,但大盘价值板块表现逊色,市场风格分化明显。
报告第二部分通过两幅图表揭示ETF资金流动和规模变化:
左侧柱状图显示不同申万一级行业ETF近五日资金流入(换手)情况,以通信、电子、电力设备、机械设备、石油石化为主流净流入行业,石油石化及通信类最高,零售、钢铁等少数板块资金出现小幅流出,体现资金对传统能源及科技板块的偏好。
右侧图表展示主流ETF整体规模及资金流量时间序列,从2025年5月28日至10月20日,ETF总规模稳步上升,资金流入波动明显,显示资金活跃度较高,近期波动加剧但仍保持正向流入趋势。
解读:资金面依然支持市场上涨,尤其是以通信、电子和能源相关板块获得资金青睐,同时ETF规模逐渐扩大,反映被动资金配置热度及市场认可度。
该部分简述了基于深度学习卷积神经网络的股价走势识别技术,具体为:
这一技术路径突显量化研究以图像识别为核心的新方法论,即对传统价量数据复合信息进行深度特征提取,支持行业风格的量化择时信号生成。
图表(page 3 第一张)直观反映权益资产长期均线以上比例(蓝色线)与沪深300指数走势(红色线)关系:
风险溢价计算(静态PE倒数减去十年期国债收益率)目前位于2.79%,低于两倍标准差4.75%,风险自觉水平适中。体现投资者普遍接受当前市场收益风险环境。
融资余额的下降(近5个交易日减少62亿元)提示短期市场成交可能带有获利了结或风险偏好谨慎情绪。整体杠杆资金状况有波动分化。
以上体现整体市场波动性适中,但面临一定调整压力,需要关注投资者持仓结构变化引发的市场节奏转换。
市场涨跌柱状图(page 1):
ETF资金流向及规模图(page 2):
权益与债券风险偏好图(page 3):
个股收益分布及超卖指数(page 4):
报告主要从静态市盈率倒数和国债收益率对比角度对市场估值及风险溢价进行量化分析:
该估值模型依赖历史数据回测表现,模型假设市场结构稳定,但报告后续也提出模型存在失效风险。, 5]
报告在末尾强调:
此外,法律免责声明中亦指出报告内容仅供参考,非投资建议,用户需自我判断与风险控制。
模型适应性与稳健性问题
风格切换与行业偏好
资金面与估值匹配度
报告钝化时间及信息更新速度
本报告以广发证券金融工程团队的卷积神经网络AI量化模型为核心,详实利用价量数据及行业指数量化分析,融合市场行情、资金流、估值风险溢价及融资情绪,对A股重点行业及市场风格进行了深入洞察。其主要结论如下:
市场表现与风格:近期A股市场以创业板和科技成长股为主导,成长风格明显强势,大盘价值板块表现相对滞后。
资金面:ETF资金整体净流入,显示资金认可市场前景。融资余额有所下降,提示投资者风险偏好微调,市场整体资金多空博弈活跃。
AI量化配置:卷积神经网络识图模型最新学习结果建议重点配置能源、银行和煤炭行业,中证相关细分指数表现优势明显,凸显周期与金融领域的投资机遇。, 2]
估值与风险溢价:权益资产风险溢价处于中低位,估值分位数高企说明市场预期较为乐观,但估值泡沫风险不大。, 3]
市场风险及模型局限:模型成功率约为80%,模型依赖历史数据,且市场波动和结构变化存在不确定性,投资者需警惕模型失效风险。
图表与数据支持:所有图表清晰展示了市场涨幅分布、资金流动趋势、风险偏好指标、融资余额演变、个股收益分布及指数超卖情况,数据与文本紧密结合,增强观点的定量支撑力。
总体而言,报告传达了基于AI深度学习技术的量化择时观点,结合当前市场经济周期和行业基本面,建议投资者在关注成长板块的同时,对能源和银行等周期价值板块保持关注配置。这种策略强调了技术与基本面结合的前瞻性,也呈现了量化模型面对市场动态的不确定性,具备较高的参考价值。
本分析严格依据广发证券【广发金工】AI识图关注能源、银行报告全部内容,细致剖析了每部分关键数据及观点,并结合图表信息做深入解读,客观呈现量化模型在市场择时及行业配置中的应用与价值,同时提示投资者关注模型局限性及市场不确定风险。
【广发金工】AI识图关注能源、银行.pdf