近期市场涨跌综述 [page::1]

• 科创50指数涨1.84%，创业板指涨2.34%，大盘价值和上证50指数分别下跌3.23%、1.98%。

- 科技成长板块表现较强，煤炭和电力设备板块领涨，银行及有色金属表现较弱。

• 主流指数涨跌分化明显，市场轮动特征显著。

主流ETF规模及资金流趋势 [page::2]

• 大盘成长型ETF增长1.95%，大盘价值型ETF减少3.23%。

- 多数中小盘ETF增幅有限，部分行业ETF资金流入明显集中于煤炭、电力设备和电子类。

• ETF整体规模稳健，日均成交额及资金流显示市场活跃度提升。

风险溢价及估值水平分析 [page::0][page::3]

• 权益资产风险溢价处于历史中高位，截至2025/09/19为2.89%，但未达到极值区间。

- 中证全指静态PE分位数77%，上证50与沪深300分别为69%与68%，创业板估值接近历史中位数。

• 长周期技术面显示深证100指数正处于熊市末期，预计底部反转概率提升。

卷积神经网络趋势观察及行业主题配置 [page::3]

• 利用卷积神经网络对价量图表数据进行特征提取，关联未来价格趋势预测。

- 最新行业主题涵盖通信设备、5G产业、云计算、国企数字经济及人工智能产业等细分指数。

• 模型通过图像识别技术捕捉行业景气度和趋势动量，有助于策略构建和行业配置。

资金面与市场情绪监控 [page::3][page::4]

• 融资余额快速攀升，显示市场资金面宽松且风险偏好提升。

• 市场中长期均线头寸比例上涨，反映多头市场情绪逐步恢复。

- ETF资金流入量达265亿元，两市日均成交额超2.4万亿。

个股表现及收益区间统计 [page::4]

• 超过20%的个股实现正收益，约27.3%的个股涨幅介于10%至30%区间。

- 个股整体分布偏向中低收益区间，体现市场震荡且分化明显。

指数超卖情况与风险提示 [page::5]

• 多数主流指数处于相对超卖位置，短期存在修复机会。

- 报告指出GFTD及LLT量化择时模型成功率约80%，存在市场波动风险及模型失效可能。

• 量化模型基于历史数据回测结果，需关注市场结构及行为变化对策略的影响。

【广发金工】AI识图关注通信、5G、云计算——报告详尽解读

---

一、元数据与报告概览

• 报告标题：《【广发金工】AI识图关注通信、5G、云计算》

- 作者及单位： 广发证券首席金工分析师 安宁宁，资深金工分析师 张钰东及团队

• 发布日期： 2025年9月21日

- 研究机构： 广发证券金融工程研究部

• 主题领域： A股市场量化择时研究，聚焦AI识别图表数据后的行业配置，核心聚焦5G、通信、云计算和数字经济等新兴科技板块。

- 核心论点：
- 近期市场呈现结构性分化，创业板表现较强，大盘价值板块承压。
- 权益风险溢价指标处于近年来历史高位的较高水平，暗示市场估值具有一定修改空间。
- 长周期技术面分析提示市场可能处于熊市周期的底部，存在反弹潜力。
- 应用卷积神经网络（CNN）对图表化价量数据进行深度学习识别，得到有助于行业主题配置的信号。
- 当前配置重点推荐通信、5G、云计算、数字经济及人工智能产业相关细分指数。
- 资金面ETF和融资盘均出现较大流入，表明市场短期活跃度和资金动能充足。

总结而言，报告通过技术面、估值面及AI深度学习模型的结合，对未来重点关注的行业板块提出明确配置建议，偏向新兴科技主题，具备较强的量化支持和资金流动验证。[page::0,1]

---

二、逐节深度解读

1. 摘要与市场概况

• 近5个交易日，科创50涨1.84%，创业板指数涨2.34%，表现明显优于大盘价值（跌3.23%），上证50指数跌1.98%，显示大盘权重股短期承压，市场结构性较为分化。

- 分行业看，煤炭和电力设备表现突出，有色金属和银行板块表现疲软。

• 报告引入了“风险溢价”概念，即中证全指静态市盈率倒数（EP）减去十年期国债收益率。该指标显示市场权益资产的隐含收益率对比债券资产的溢价，当该指标超过历史均值两倍标准差时市场往往达到极端底部，经验表明2012、2018、2020（疫情）、2022年等时间点均出现该信号且随后市场反弹。

- 当前2025年9月19日的风险溢价为2.89%，低于理论两倍标准差边界4.76%，但自2016年以来第五次跨越4%的高点虽然未完全触及标准差线，暗示估值仍存在一定调整和反弹潜力。

• 估值层面，中证全指PETTM处于77%分位数，而上证50与沪深300分别约69%、68%，创业板整体估值靠近中位水平，显示创业板相对估值更具优势。

- 深100指数技术面显示每隔三年出现一次熊市，伴随40%-45%回撤，最近一次调整自2021年第一季度开始，当前回撤阶段已较为充分，存在底部反弹的时间与空间窗口。

• 本报告创新性地基于卷积神经网络模型对价量图表数据建模，映射至行业板块，确定了以通信、5G、云计算、数字经济和人工智能为核心的最新配置主题。

总结本节，报告以大量历史估值与技术面数据为基础，结合AI技术，指出市场处于重要技术周期底部，潜在反弹明显。重点看好成长性强的新兴科技主题板块。[page::0]

---

2. 市场涨跌表现分析（图表解读）

• 图1反映2025年9月19日前5个交易日主要指数涨跌：

- 创业板指上涨2.34%，为领头羊。
- 深证成指涨1.14%，中证100涨0.32%，中证500涨0.21%，显示中小盘成长股具备一定活跃度。
- 大盘价值跌3.23%，上证50跌1.98%，沪深300微跌0.44%，显示大盘蓝筹权重回调明显。

• 图2显示中盘与小盘指数中，国证2000上涨比例极小（0.03%），同时中证500 (0.21%)、中证1000 (0.59%)估值相对中等，表明资金渐向成长或主题股聚集。

- 这些涨跌结构与资金流向高度匹配，表明短期市场分化加剧，成长科技题材获得明显青睐。

通过这两幅图表，市场短期资金偏好表达得十分清晰，创业板和成长板块仍是市场主线，权益资金避开估值偏高或 cyclical 价值类板块，反映当前市场阶段性结构性机会明显。[page::1]





---

3. 主流ETF规模变化（图表解读）

• 图3展示不同风格及细分市场ETF规模同期变化：

- 大盘成长ETF增长1.95%，大盘价值则下降3.23%，中盘成长和小盘成长ETF保持正增长，中盘价值略为下降，体现资金涌向成长板块。
- 行业主题ETF中，煤炭、电力设备、电子、汽车、机械设备等行业资金流入显著，但银行、钢铁、通信等行业资金流出较大。

• 图4呈现ETF规模与资金流的动态，规模保持稳步上升趋势，近期资金流入有所震荡但整体资金面保持相对宽松。

该部分数据强调资金流向成长和新能源、电子等科技相关产业，同时能源和传统周期出现一定分化，资金积极调整配置策略的现象突出。[page::2]





---

4. 卷积神经网络趋势观察

• 基于前期研究《基于卷积神经网络的股价走势AI识别与分类》，利用CNN深度学习模型对个股及指数价量图表做标准化处理，抽取内在价格行为和波动特征。

- 从多维特征提取，映射至各行业主题指数，包括通信设备、5G产业、云计算、数字经济与人工智能指数，形成AI驱动配置策略。

• 该方法捕捉传统量化指标难以揭示的技术细节和未来价格变动潜力，提升择时和风格选择的科学性与精准度。

这突破传统分析范式，为投资决策提供新型、具备机器学习优势的技术分析路径，尤以新兴数字经济相关板块信号积极，技术上赋予配置结构创新动能。[page::3]

---

5. 市场情绪与风险偏好指标（图表解读）

• 长期均线之上比例（图5）：

- 蓝线展示市场中超过200日均线的股票比例，红线为沪深300指数走势。
- 历史数据显示当比例大幅低于平均水平时（明显超卖区域），往往对应大盘调整阶段，当前比例已有回升迹象，预示市场情绪有所恢复。

• 风险溢价跟踪（图6）：

- 蓝色线为风险溢价指标，历史均值和上下两倍标准差区间作出标示。
- 当前风险溢价虽未触及顶点，仍处于较高区域，表明股权资产相对债券资产的隐含收益仍具吸引力，为潜在反弹提供估值基础。

两图显示的市场技术情绪及估值关系密切，投资者风险偏好逐渐回升但仍处谨慎阶段，为市场筑底及未来上涨奠定技术与估值环境。[page::3]





---

6. 融资余额变化与个股收益区间分布

• 融资余额（图7）显示自2024年以来融资余额和融资余额占流通市值比率双双上升，尤其2025年有明显攀升，反映融资融券市场活跃，资金流入积极。

- 个股年初至今收益区间分布（图8）大约27.3%的股票收益率介于10%-30%，显示有较多个股已提升至中等盈利水平。

• 超过50%股票收益率集中在区间小于30%，中位数收益为20.1%，反映整体市场板块分化显著，部分板块仍具强劲表现。

这反映当前市场资金面活跃，投资者风险偏好提升，小部分个股具备较好上涨动力，彰显潜在增量资金结构。[page::4]





---

7. 指数超卖指标及行业风险提示（图表与文本）

• 图9显示常用指标如WIND全A及各主要指数的超卖水平，当前“NEW”的超卖水平明显高于2018年12月28日的历史参考点，证明市场处于较为极端回撤局面。

- 报告特别指出，量化模型（GFTD和LLT）择时成功率约80%，非绝对准确，提醒投资者市场波动的不确定性以及模型可能失效风险，尤其受到宏观事件和市场结构变化影响。

• 法律声明部分强调报告仅用于客户参考，不构成具体投资建议，风险须由投资者自担。

兼顾量化择时与法律合规，报告诚实面对体系局限，体现专业和谨慎态度。[page::5,6]



---

三、估值分析

报告虽然未单独开设估值章节，但通过风险溢价指标与静态PE分位数全面评估市场估值层面：

• 风险溢价法： 利用权益收益隐含收益率（EP的倒数）与十年期国债收益率差异衡量“股债收益差”，作为风险溢价指标。该指标多次超过历史均值两倍标准差时为市场极端底部信号。

- 静态PE分位数： 采用PETTM历史分位来判断当前市场估值所处位置，发现创业板估值处历史中位数，深证100、中证500等估值处中高位，大盘价值指数估值分位较高，提示估值泡沫压制空间。

• 估值依据结合技术指标周期，以及资金流入情况，形成较为综合量化判断框架。

本报告对此类估值指标均列出丰富历史回溯数据，结合市场表现表现逻辑连贯，具备量化扎实支撑。[page::0,3]

---

四、风险因素评估

• 模型风险： 报告明确提示AI识图和量化择时模型（GFTD、LLT）成功率约80%，存在失效和信号误判风险。

- 市场波动风险： 宏观经济、政策不确定性及市场结构变化可能导致历史规律失灵，进而影响量化模型表现。

• 技术模型局限： 深度学习模型对历史数据依赖高，一旦市场行为或结构变化偏离训练数据样本，模型精准性下降。

- 法律合规风险： 报告为投资参考，不构成具体投资建议，用户须自担风险，关键声明保障广发证券法律合规及权益。

• 流动性与资金风险： ETF和融资余额虽然活跃，但流动性变化及突发流出仍可能冲击市场。

总体上报告对风险有较完整识别与预警，但未深入讨论缓解措施，投资者需结合自身风险承受能力综合判定。[page::5]

---

五、批判性视角与细微差别

• 报告整体严谨，基于历史数据与AI模型，但存在对技术模型的“成功率”承认意味着模型在现实操作中有约20%失败率，提醒用户需谨慎，不可全盘依赖。

- 报告较为乐观地暗示底部筑稳与主题板块展望，但市场的宏观不确定性和监管政策可能带来突变量化风险，文本对此点未深入分析。

• AI识图技术虽然先进，但未透露模型具体结构（如网络层次、训练样本规模等），存在“黑箱”风险难以完全验证。

- 虽然多处强调估值仍具备反弹空间，但市场估值已处较高分位的事实可能被AI逻辑部分相对弱化，呈现了一种偏向成长板块的视角。

• 报告中提及的技术周期熊市规律虽然明确，但也需结合宏观背景灵活解读，不应机械套用。

结合上述，报告提供的判断基础扎实，但投资执行需结合宏观与基本面更全面视角。[page::0-5]

---

六、结论性综合

本报告综合了历史估值水平、技术周期规律以及AI卷积神经网络技术对价量图表的深度学习分析，确认市场可能处于熊市周期的相对底部，且技术面与资金面因素均表明反弹动力存在。资金流向结构清晰偏好成长、新兴科技及数字经济相关板块，ETF和融资余额均显示活跃资金流入，资金面支持新兴主题。

风险溢价指标在近年来市场重要反弹节点处均曾达到高位，当前虽未完全达到峰值，但足以提示配置成长科技主题的机会窗口。AI识图模型强化了对通信、5G、云计算和人工智能板块的看好，这与资金持续流入上述板块形成正反馈，建议重点关注相应细分指数，如中证全指通信设备指数、中证5G产业50指数、中证云计算50指数、中证人工智能产业指数等。

图表和数据详实且彼此契合：从市场涨跌结构到ETF资金流、融资余额，再到技术指标的长期均线覆盖比例及风险溢价追踪，都印证了目前市场科技成长板块表现优异且具有估值修复空间。

同时，报告客观指出量化模型存在固有的局限与不确定性，提醒投资者警惕可能的模型失效风险和市场结构性变化带来的冲击。

综上，报告立场积极建议配置通信、5G、云计算等代表未来数字经济核心驱动力的主题板块，结合AI深度学习驱动的选股策略和资金面支持，形成系统化的量化择时策略建议，具有较高的参考价值和实施指导意义。[page::0-5]

---

总体评价

该广发金工AI识图报告是一份融合传统金融估值理论、技术面周期分析与新兴人工智能量化技术的综合性研究成果。报告体例严密，数据翔实，尤其在通过卷积神经网络深度挖掘图表数据提升行业配置的创新路径方面具有独到见解。同时也平衡了对量化模型风险的客观警示，立足于中国A股市场实际，面向未来新兴科技主线，值得投资机构和专业投资者进一步关注及参考。

---

（全文共计约1500字，覆盖报告内容、图表、金融指标及模型方法的细致解读，并附带溯源页码。）

报告