技术面存在短期压力

1、目录索引 HYPERLINK l _TOC_250018 一、市场表现回顾4 HYPERLINK l _TOC_250017 （一）市场涨跌之结构表现4 HYPERLINK l _TOC_250016 （二）市场涨跌之行业表现5 HYPERLINK l _TOC_250015 二、市场与行业估值6 HYPERLINK l _TOC_250014 （一）市场估值趋势6 HYPERLINK l _TOC_250013 （二）行业估值变动跟踪8 HYPERLINK l _TOC_250012 三、A 股市场情绪跟踪10 HYPERLINK l _TOC_250011 （一）新高新低比例指标10 HY

2、PERLINK l _TOC_250010 （二）有效涨跌停板11 HYPERLINK l _TOC_250009 （三）个股均线结构指标11 HYPERLINK l _TOC_250008 （四）基金仓位12 HYPERLINK l _TOC_250007 （五）主流 ETF 规模变化12 HYPERLINK l _TOC_250006 四、择时模型13 HYPERLINK l _TOC_250005 （一）量化模型择时最新结论13 HYPERLINK l _TOC_250004 （二）择时净值13 HYPERLINK l _TOC_250003 五、A 股日历效应14 HYPERLINK

3、l _TOC_250002 六、宏观因子事件看市场16 HYPERLINK l _TOC_250001 七、主要结论17 HYPERLINK l _TOC_250000 （一）A 股趋势展望17图表索引图 1：节前一周市场之结构表现考察一4图 2：节前一周市场之结构表现考察二4图 3：节前一周市场之行业表现5图 4：主要指数 PE 走势6图 5：主要指数 PB 走势7图 6：市场情绪之新高新低占比指标10图 7：有效涨跌停板数11图 8：市场情绪之均线结构指标11图 9：基金仓位跟踪12图 10：主流 ETF 规模净流入估计（单位:亿）12图 11：GFTD2.0 历史择时净值13图 12：L

4、LT 历史择时净值14图 13：对市场影响较大的宏观因子16图 14：宏观因子事件的定义16表 1：主要指数 PE 统计6表 2：主要指数 PB 统计7表 3：行业最新 PE 与历史 PE 波动区间对比8表 4：行业最新 PB 与历史 PB 波动区间对比9表 5：择时结论13表 6：历史日历效应数据14表 7：历史日历效应数据15表 8：宏观因子事件对权益市场一个月影响17一、市场表现回顾本报告中，节前一周指2019年4月1日2019年4月4日。（一）市场涨跌之结构表现图1：节前一周市场之结构表现考察一数据来源：Wind，图2：节前一周市场之结构表现考察二数据来源：Wind，（二）市场涨跌之行

5、业表现图3：节前一周市场之行业表现数据来源：Wind，二、市场与行业估值（一）市场估值趋势沪深300与创业板指最新PE分别为13.3/56.3倍，历史10%分位数为9.5/35.2倍， 相对来说沪深300指数距离50%分位数更近。表1：主要指数PE统计分位数上证综指深证综指上证 50沪深 300中小板指创业板指10%10.524.18.39.523.535.225%12.427.99.711.427.339.850%16.134.911.613.732.649.375%20.749.215.317.637.159.790%30.660.725.528.548.670.4最新14.436.110

6、.513.327.756.3数据来源：Wind，注：最新表示2019年4月4日，历史统计起点为2005年1月4日图4：主要指数PE走势数据来源：Wind，分位数上证综指深证综指上证 50沪深 300中小板指创业板指10%1.42.01.21.43.33.225%1.62.51.31.53.73.950%1.83.11.71.84.24.775%2.53.92.22.45.26.090%3.64.73.63.76.17.0最新1.62.71.31.63.74.9沪深300与创业板指最新PB分别为1.6/4.9倍，历史50%分位数为1.8/4.7倍。表2：主要指数PB统计数据来源：Wind，注：最

7、新表示2019年4月4日，历史统计起点为2005年1月4日图5：主要指数PB走势数据来源：Wind，（二）行业估值变动跟踪从行业指数看，最新PE距离其历史10%分位数最近的，即最接近历史底部估值的分别是传媒、建筑材料、商业贸易、地产和钢铁。表3：行业最新PE与历史PE波动区间对比行业10%分位数中位数90%分位数最新 PE最新/10%传媒32.952.184.327.60.84建筑材料16.329.247.413.80.84商业贸易19.531.550.919.30.99房地产12.121.142.812.00.99钢铁7.223.1115.88.01.10化工17.227.645.619.1

8、1.11休闲服务30.346.977.133.61.11建筑装饰11.220.744.712.71.13电子29.751.077.434.81.17轻工制造18.536.657.822.21.20家用电器12.819.231.715.61.21纺织服装20.429.045.625.41.24电气设备25.039.957.131.21.24采掘12.318.751.315.51.27医药生物27.138.454.034.51.27公用事业18.224.344.023.31.28综合28.749.185.138.01.33银行5.37.626.57.31.36汽车12.817.837.817.71

9、.38交通运输14.421.034.322.11.54农林牧渔26.046.482.740.11.54非银金融14.920.895.123.51.57食品饮料19.430.554.531.01.60有色金属18.342.0101.032.71.78机械设备16.530.369.732.01.95计算机29.947.771.658.81.97通信22.139.662.446.32.10国防军工32.460.6140.073.92.28数据来源：Wind，注：最新表示2019年4月4日，历史统计起点为2005年1月4日从行业指数看，最新PB距离其历史10%分位数最近的分别是传媒、采掘、公用事业、银

10、行和建筑装饰。表4：行业最新PB与历史PB波动区间对比行业10%分位数中位数90%分位数最新 PB最新/10%传媒2.84.16.82.40.84采掘1.42.05.01.40.99公用事业1.72.23.31.70.99银行0.91.43.90.90.99建筑装饰1.31.93.61.41.05电气设备2.13.46.82.21.05商业贸易1.82.64.61.91.06房地产1.52.24.01.71.09化工1.92.64.02.11.12综合1.63.15.11.91.17有色金属1.93.26.02.31.20汽车1.52.33.81.81.20非银金融1.72.35.82.11.

11、24机械设备1.92.94.72.31.25纺织服装1.62.53.92.01.28交通运输1.32.03.31.71.29建筑材料1.62.33.92.11.30轻工制造1.52.53.92.11.38钢铁0.91.42.31.31.40国防军工2.03.45.52.81.43休闲服务2.63.85.73.71.45医药生物2.24.26.03.61.64计算机2.44.16.34.01.65电子1.93.44.73.21.71食品饮料3.14.77.85.81.86通信1.52.53.93.01.97农林牧渔1.63.45.33.82.38家用电器1.32.83.93.22.51数据来源：

12、Wind，注：最新表示2019年4月4日，历史统计起点为2005年1月4日三、A 股市场情绪跟踪（一）新高新低比例指标图6：市场情绪之新高新低占比指标数据来源：Wind，（二）有效涨跌停板图7：有效涨跌停板数数据来源：Wind，（三）个股均线结构指标图8：市场情绪之均线结构指标数据来源：Wind，（四）基金仓位图9：基金仓位跟踪数据来源：Wind，（五）主流 ETF 规模变化主流ETF节前一周估算处于连续净流入状态，累计规模或在55亿左右。图10：主流ETF规模净流入估计（单位:亿）数据来源：Wind，四、择时模型（一）量化模型择时最新结论表5：择时结论指数代码指数简称GFTD模型结论LLT模

13、型结论S000001上证指数涨涨S399300沪深 300涨涨S399001深证成指涨涨S000016上证 50涨涨S399005中小板指涨涨S399006创业板指涨涨数据来源：Wind，（二）择时净值GFTD、LLT在沪深300指数上多空择时交易累计收益看，扣费后净值整体仍呈向上态势。图11：GFTD2.0历史择时净值数据来源：Wind，图12：LLT历史择时净值数据来源：Wind，五、A 股日历效应所谓日历效应，指资产价格变动与时间节点相关的规律特征，比如春节日历效应，国庆日历效应，春季躁动等等。我们统计自2000年以来至2018年共计19个年份的历史规律。表6：历史日历效应数据上涨概率

14、4.1前一月 4.1前双周 4.1前一周 4.1后一周 4.1后双周 4.1后一月上证综指9%9%47.4%73.7%78.9%.6%深证成指6%6%52.6%68.4%78.9%.4%中小板指8%8%46.2%69.2%76.9%38.5%创业板指37.5%37.5%25.0%50.0%50.0%37.5%银行%.6%57.9%63.2%68.4%建筑材料%42.1%73.7%73.7%2.1%食品饮料9%47.4%52.6%73.7%7.4%汽车42.1%42.1%36.8%89.5%84.2%2.6%电子%9%47.4%68.4%73.7%7.4%休闲服务%47.4%68.4%73.7%

15、36.8%商业贸易.6%6%52.6%63.2%73.7%42.1%非银金融.6%9%42.1%78.9%78.9%63.2%交通运输.6%9%47.4%73.7%78.9%47.4%公用事业.6%6%42.1%68.4%78.9%47.4%国防军工.6%2%47.4%78.9%89.5%36.8%农林牧渔42.1%6%36.8%73.7%73.7%36.8%房地产63.2%63.2%73.7%78.9%42.1%综合57.9%9%47.4%78.9%68.4%42.1%建筑装饰52.6%2%47.4%63.2%73.7%2.1%医药生物57.9%2%42.1%84.2%78.9%轻工制造52

16、.6%2%47.4%68.4%73.7%2.1%纺织服装52.6%9%47.4%63.2%73.7%31.6%计算机57.9%6%36.8%73.7%78.9%7.4%化工57.9%6%42.1%68.4%73.7%2.1%钢铁47.4%6%47.4%78.9%78.9%7.4%机械设备57.9%9%52.6%73.7%73.7%31.6%通信52.6%42.1%42.1%63.2%68.4%31.6%电气设备57.9%52.6%52.6%73.7%78.9%2.6%传媒52.6%36.8%31.6%68.4%68.4%2.1%家用电器63.2%57.9%47.4%57.9%68.4%2.6%

17、采掘52.6%57.9%47.4%73.7%73.7%7.4%有色金属57.9%57.9%52.6%78.9%78.9%36.8%4545444463.2457.52.52.52.57.63.63.63.57.73.752.63.52.57.57.52.68.457.525252525263.263.2454463.257.963.25257.68.463.2475253.52.57.53.52.57.数据来源：Wind，上证综指1.3%1.2%-0.5%1.8%2.8%2.1%深证成指1.8%1.4%-0.3%2.2%2.8%2.0%中小板指1.4%0.7%-1.1%2.1%3.2%2.4%

18、创业板指0.9%-1.4%-3.0%1.2%1.3%1.0%银行2.2%1.7%0.5%1.9%2.3%2.3%建筑材料2.2%2.0%-0.8%2.7%3.7%2.0%食品饮料1.3%0.4%-0.8%1.6%2.1%2.4%汽车0.4%0.4%-1.3%2.2%3.4%2.6%电子1.7%1.2%-0.9%1.6%2.6%1.1%休闲服务4.2%2.9%-0.5%1.7%1.8%-0.2%商业贸易2.0%1.3%-0.9%1.9%3.3%2.7%非银金融1.2%0.7%-0.6%4.6%5.1%6.1%交通运输2.4%2.0%-0.1%1.9%3.3%2.7%公用事业1.0%1.5%-0.

19、4%1.8%3.0%2.8%国防军工0.0%0.6%-1.6%2.8%3.8%1.9%农林牧渔-0.7%0.6%-1.8%1.7%2.9%1.3%房地产4.1%3.6%0.6%2.0%2.5%0.2%综合1.4%0.8%-1.5%2.1%3.5%2.0%建筑装饰1.8%1.8%-0.6%2.4%3.7%2.8%医药生物1.4%0.7%-1.1%2.0%3.5%4.0%轻工制造2.2%1.3%-1.1%1.9%3.0%1.4%纺织服装3.3%2.2%-0.5%1.2%2.6%1.3%计算机1.2%0.7%-1.6%1.9%3.7%1.5%化工2.1%1.1%-1.1%1.9%3.4%1.3%钢铁

20、-0.1%0.6%-0.8%2.1%4.0%2.0%机械设备1.3%1.2%-1.0%2.4%3.2%1.8%通信0.3%0.2%-1.0%0.6%1.0%0.1%电气设备1.7%1.7%-0.7%2.1%3.4%2.3%传媒-0.3%-1.2%-2.3%1.1%2.3%1.9%家用电器1.5%1.0%-0.9%1.3%2.3%2.8%采掘0.8%0.5%-0.8%2.6%4.1%4.1%有色金属1.7%1.3%-0.8%2.8%3.7%2.2%表7：历史日历效应数据平均涨幅 4.1前一月 4.1前双周 4.1前一周 4.1后一周 4.1后双周 4.1后一月数据来源：Wind，六、宏观因子事件

21、看市场宏观因子的变化体现了经济在周期内的变动，所以股市、债市、大宗商品的变化趋势与宏观因子的变化趋势密切相关。在宏观因子的选择上，我们从多个角度来考虑，对市场影响比较大的宏观因子主要包括货币政策、财政政策、流动性、通胀水平以及其他经济指标。图13：对市场影响较大的宏观因子数据来源：我们尝试利用宏观因子在最近一段时间内的走势作为未来资产趋势判断的依据， 我们定义四类宏观因子事件(短期高低点、连续上涨下跌、创历史新高新低、因子走 势反转)来表现宏观因子的走势，并从历史上寻找有效因子事件既对于资产未来 收益率影响较为显著的因子事件。图14：宏观因子事件的定义数据来源：表8：宏观因子事件对权益市场一个

22、月影响资产因子事件历史发生次数因子事件对于大类资产的观点股票CPI 同比9 个月短期低点12看多CPI 同比连续 4 个月下跌13看多美国 10 年期国债收益率12 个月短期低点12看多数据来源：Wind，七、主要结论（一）A 股趋势展望节前一周开始前，我们继续提示“高仓位不改”，并继续讨论了美债利率倒挂问题及企业盈利问题，认为只有长期倒挂才会引发市场波动，短期倒挂并不会引发恐慌，相反数次大牛市都是在倒挂背景下发生的。盈利方面，我们指出A股单季度利润增速来自公告方面的压力在7月中旬，而一季报由于在预期之中，同时3月份PMI 强劲回升，进一步削弱来自盈利方面的担忧。节前一周市场普涨，蓝筹与成长涨幅都在5%上下，赚钱效应明显，市场热情比较高。目前市场上已经鲜有看空的言论，寻找上涨中高弹性板块及品种已经成为