[制造业,] [2025-10-13]
制造业景气度改善,但仍处于收缩区间。具体看,(1)制造业景气度仍偏弱。制造业 PMI 指数改善有企稳迹象,但仍处收缩区间,且改善幅度弱于季节性。(2)供强弱需格局延续。需求端,新订单指数和新出口订单指数改善,但均处于荣枯线以下,制造业需求仍偏弱。生产端,生产、供应和预期均处于扩张区间;生产指数改善幅度高于订单指数,二者差 距拉大。(3)价格指数继续回升。受益国内反内卷政策原材料购进价格和出厂价格指数均改善,且原材料价格连续处于扩张区间。(4)补库需求有所增加。原材料库存增加,产成品库存减少,但均处收缩区间,反映上游价格上涨带动了部分产能扩张。(5)不同行业和企业景气分化显著。大型企业景气度提高,中小企业仍处于收缩区间;高技术和装备制造业扩张,消费品和基础原材料处于收缩区间。
[综合,制造业,] [2025-10-13]
国家统计局 8 月 31 日发布数据:2025 年 8 月份,制造业采购经理指数(PMI)为 49.4%,比上月上升 0.1 个百分点,制造业景气水平有所改善。建筑业商务活动指 数为 49.1%(前值 50.6%);服务业商务活动指数为 50.5%(前值 50.0%)。
[制造业,] [2025-10-13]
8 月制造业 PMI 供需两端均有所修复,“反内卷”下原材料和产成 品价格上升明显。8 月制造业 PMI 录得 49.4%,较上月上升 0.1 个 百分点,“PMI 新订单-产成品库存”指数上升 0.7 个百分点,表明经济增长动能有所恢复,但 8 月制造业 PMI 表现仍低于季节性 (2021-2024 年 8 月制造业 PMI 均值为 49.6%)。
[金融业,] [2025-10-13]
宽基类主动量化基金共跟踪 17 种宽基指数,其中跟踪沪深 300、中证 500 指数的量化基金在 8 月份超额收益均值分别为 1.3%和-3.6%;行业主题类基金中,跟踪中证内地金融主题、中证新兴产业、中证 TMT 指数的量化基金超额收益位列前 3 位;smart beta 类基金跟踪中证红利指数的量化基金本月超额收益排名第一。
[制造业,] [2025-10-13]
从 8 月 PMI 指数来看,制造业景气度边际改善,供需两端均有所回暖,其中,生产端改善好于需求端,供需失衡问题尚未缓解,重点 关注三点边际变化:一是受益“反内卷”政策,整治部分行业无序竞争,PPI 同比增速或边际改善,生产景气度亦边际改善,支撑企业利润预期改善。二是 8 月制造业 PMI 生产指数与中国企业经营状况指数(BCI) 有所背离,体现了市场经营主体修复的不均衡性,大、中型企业修复好于小型企业,小型企业景气度或延续回落态势。三是非制造业扩张动能有所回升,建筑业和服务业景气度有所分化。
[制造业,] [2025-10-13]
8 月中国制造业 PMI 为 49.4%,较上月回升 0.1 个百分点。其中,大型企业为 50.8%, 较上月回升 0.5 个百分点;中型企业为 48.9%,较上月回落 0.6 个百分点;小型企业为 46.6%,较上月回升 0.2 个百分点;处于扩张区间的大型企业与处于收缩区间的中小型企业间的景气度分化仍十分明显。
[金融业,] [2025-10-13]
8 月 29 日,资金面整体均衡偏松;多头情绪有所修复,债市整体偏强;转债市 场有所调整,转债个券多数下跌;各期限美债收益率走势分化,主要欧洲经济体 10 年期国债 收益率普遍上行。
[金融业,] [2025-09-30]
置换债券发行渐息,城投延续窄幅缩量。具体来看,8 月城投发行债券 5174 亿元,偿还 5258 亿元,净偿还 84 亿元,净偿还规模较前月环比减少约 12 亿元,较去年同期收窄约 166 亿元。整体来看,8 月城投债继续处于窄幅净偿还的状态,发行规模与到期规模较去年同期均有不同程度缩量,值得关注的是,截至 8月末,特殊再融资债发行进度已超九成步入尾声,但由此带来的提前偿还压力或仍未完全释放,需关注可能出现的提前折价兑付的风险。
[金融业,] [2025-09-30]
模型多空对冲绩效:以 2015/01/01-2025/08/31 为回测区间,五维行业轮动模型在申万一级行业中,六分组多空对冲的年化收益率为 21.44%,年化波动率为 10.84%,信息比率为 1.98,月度胜率为 71.95%,历史最大回撤为 13.30%;多头对冲全市场行业等权组合的年化收益率为 10.52%,年化波动率为 6.58%,信息比率为 1.60,月度胜率 70.49%,历史最大回撤为 9.36%。
[金融业,] [2025-09-30]
风格轮动模型简介:本模型从基础风格因子估值、市值、波动率、动量出发,逐步构造风格择时+打分体系。首先基于 80 个基础微观指标,构造 640 个微观特征。进一步通过常用指数作为风格股票池取代风格因子的绝对比例划分,构造新的风格收益作为标签。使用随机森林模型对单个风格进行择时,并得到每种风格的当期得分。根据择时结果与打分结果,综合构造月频风格轮动模型。