综合结论：本期（2024/1/22-2024/1/26）市场有所反弹。展望后市，技术面指标的信号暂时以谨慎乐观为主，但模型对部分指数发出看多信号。具体来说，模型对中证1000指数发出看多信号，其短期和中期上涨概率均处于相对合理高位。其他指数由于处于波段划分的临界区域，后续信号可能发生变化。整体上看，模型目前处于临界区域，未来信号或发现变化，整体偏乐观。

利率债择时观点：择时模型本期对利率债发出中性观点。估值指标提示当前利率处于较低水平，未来可能反弹上行；从通胀角度观察，本期公布的CPI同比数据较上月上涨0.2个百分点，CPI同比差分指标目前发出谨慎信号；从债券市场技术面指标来看，最近20个交易日以来债券净价指数表现偏强；从短期资金流向角度观察，A股最近40个交易日的收益低于历史中位数，资金有可能从股市流向债市。

2024年1月22日至2024年1月26日（以下简称“本期”）股票市场有所反弹，Wind全A周度上涨0.52%；从大小盘的表现来看，沪深300指数上涨1.96%，创业板指下跌1.92%；从市场风格分析，中信五大风格指数涨跌互现，其中金融风格相对表现靠前，周度上涨5.57%，成长风格相对跌幅较大，周度下跌1.51%。

在往期报告中，我们构建出了具有自适应性的波段划分模型。该模型对MACD体系做出改进，以DIF和DEA同号累计差值作为上下行区域的衡量指标。此外，我们加入了自动化的异常端点修正算法，以保证端点是波段极值点。我们的波段划分模型可以在不同的标的上做出适合的波段划分。模型构建的细节详见往期报告《花开股市，相似几何系列二 – 基于点位效率理论的个股趋势预测研究》。

首先我们回顾当下市场主要宽基指数的波段划分结[文]果：本期市场各类指数整体有所反弹。截至目前，[章]各个下方跟踪的指数均处于下行波段。具体来说，[来]模型确定沪深300指数前一高点为3633点，[自]指数处于下行波段，目前在该波段内已经下跌约8[1].23%，跌幅有所缩窄。此外，模型判断万得全[7]A指数的前一个高点为4769点，目前该指数价[量]格约为4271，在本波段内下跌幅度为10.4[化]6%。中证500指数也处于下行波段。目前下方[ ]跟踪的指数趋势不一。当下的波段划分结果是下文[ ]中后市走势推演的基础，具体预测分析请详见章节[ ]2.3。

我们使用了不同的方法分别构建了季度和周度的择时模型，且不同期限的择时模型具有不同的重点关注信息、信号生成方式和择时目标。在季度择时模型中，我们重点关注估值；在周度与日度（不定期）择时模型中，我们基于点位效率理论中的中期及短期的上涨概率，同时考虑概率指标的绝对大小和相对大小，共同作用以发出信号。

季度观点：截至2023年9月28日，用股息率计算的风险溢价因子数值为3.17%，目前处于季度数据的偏高水平；基于Wind全A的股权风险溢价为3.09%，两因子显示当前配置权益资产的性价比较高，在季度层面仍然发出看多的信号。

周度观点：截至2024年1月26日，股票市场走势有所反弹。展望后市，技术面指标的信号暂时以谨慎乐观为主，但模型对部分指数发出看多信号。具体来说，模型对中证1000指数发出看多信号，其短期和中期上涨概率均处于相对合理高位。其他指数由于处于波段划分的临界区域，后续信号可能发生变化。整体上看，模型目前处于临界区域，未来信号或发现变化。截至2024年1月26日，不定期择时模型对中证1000指数发出看多信号。

无论是A股择时还是个股投资，估值指标都是长期择时判断的有效参考，因为低估值的资产更加“便宜”，逢低便是很好的买入时机，一旦估值修复投资者就能获得极为可观的回报；而高估值反映了投资者风险偏好的提升，进而对资产中长期的要求回报率下降，因而从中长期来看市场的实际投资回报可能降低。

长期择时模型使用股息率计算的风险溢价指标作为择时因子，每个季末生成信号并对市场进行择时。截至2023年12月29日，用股息率计算的风险溢价因子数值为3.64%，目前处于季度数据的偏高水平；基于Wind全A的股权风险溢价为3.44%，两因子显示当前配置权益资产的性价比较高，在季度层面仍然发出看多的信号。

除季度信号外，我们在2021年9月份推出了自适应波段划分模型，并基于此构建了点位效率理论。该理论以技术面分析为基础，通过将点、线相互结合，并结合条件概率公式，计算不同标的长、中、短期的上涨概率，用来对标的未来涨跌进行预测和推演。对于长期上涨概率，我们基于标的整体样本计算该指标；对于中期上涨概率，我们加入点位效率中的时间效率作为限制；对于短期上涨概率，我们限制判断周期为未来一周。此外，针对单一标的，我们也可以基于条件概率分布函数，做出上涨/下跌概率密度函数，以判断上涨幅度、时间之间的协同概率。

截至2024年1月26日，股票市场走势有所反[1]弹。展望后市，技术面指标的信号暂时以谨慎乐观[7]为主，但模型对部分指数发出看多信号。具体来说[q]，模型对中证1000指数发出看多信号，其短期[u]和中期上涨概率均处于相对合理高位。其他指数由[a]于处于波段划分的临界区域，后续信号可能发生变[n]化。整体上看，模型目前处于临界区域，未来信号[t]或发现变化。

基于短、中、长期的上涨概率，我们构建了基于上涨概率的周度与不定期择时策略。周度择时的逻辑相对简单，我们直接基于单一上涨概率指标（如中期或短期上涨概率）发出信号。在不定期（日度）择时中，我们基于点位效率中的短期、中期上涨概率的绝对大小和相对大小，在日度上发出涨跌信号。此外，针对市场可能出现的单边上涨或下跌趋势，我们也引入了单边趋势信号模式以规避风险，或博取更高的收益。

截至2024年1月26日，不定期择时模型对中证1000指数发出看多信号。

从2006年12月29日至今，基于沪深300指数的不定期择时模型的多空年化收益率达到了19.13%，纯多头的年化收益为13.45%，同期沪深300指数的年化收益率为3.02%，模型大幅跑赢了市场。2017年12月29日至今，模型的多空年化收益率达到了18.60%，纯多头的年化收益为8.47%，同期沪深300指数的年化收益率为-3.19%。

风险提示：择时模型结论是基于合理假设前提下结合历史数据推导得出，在市场环境转变时模型存在失效的风险。

自媒体信息披露与重要声明