要点

引言：

我们常常发现，基本面情况并未发生较大变化，资产价格却大幅波动，这是因为有另一只看不见的手在影响市场，即是情绪。本篇报告尝试从A股量价数据、资金流向与结构、与其他资产价格比三个角度衡量市场情绪，观测A股市场情绪与资产价格关系。

量价视角：换手率：交易热情过高时可能推动价格偏离价值，交易热情持续低迷则反映市场对未来预期较低。强势股占比：市场中当前股价超过近1年均价的股票数量占比的趋势向上时，说明市场普遍乐观且动能向上；当占比过高或过低时，往往预示行情将迎来反转。龙头股成交量占比：市场成交集中在龙头股往往有两种情况，一种是牛市初期，部分股票价格上涨，高收益下吸引更多资金集中涌入；或是结构性行情，市场以存量资金为主，交易集中在热点板块。创新高个股占比：只有大量资金流入、市场情绪振奋时，才能推动股价大面积突破近年高点。

资金视角：融资余额：投资者往往在对未来有较强信心、追求高风险高收益时才倾向于加杠杆。北上资金：反映外资对A股市场的看好程度，部分时点呈现“高抛低吸”现象。开放式基金股票仓位：既反映市场资金变动，又是基金经理择时结果的体现，在部分时刻领先市场价格变动。融资买入额占比：反映杠杆资金与市场整体资金的一致性，占比高可能出现在信心较强时希望以高杠杆获得高收益，或者市场价格低迷但专业投资者“先知先觉”，融资买入额领先于市场增长。新成立偏股型基金份额：当投资者对股市预期转向积极乐观时，对偏股型基金的需求上升，并且，考虑到基金业绩等因素，基金公司也偏向在预期未来行情向上时发售新基金。新增投资者数量：市场表现好、投资者预期高时，新增投资者数量快速增加，投资者情绪低迷时，新入场投资者数量有限。

比价视角：股权溢价率：与市场价格呈反向关系，股市估值水平偏高时，后续下跌风险也相对更高。股债收益差：衡量一段时间内股票资产与债券资产的收益回报差额，存在比较明显的均值回归现象。股指期货升贴水：升水幅度扩大或贴水幅度缩小，反映市场对指数未来走势边际转暖。

指标合成：综合以上13种情绪指标，等权合成市场情绪综合指数。当前指数为24%，已达到支撑点位，呈现触底回升迹象。从历史上看，指标大幅跌破25%大多是由“黑天鹅”事件触发，或发生在市场价格大幅走低后，在当前宏观环境和市场状态下，预计情绪指标已触及阶段性底部。回顾2007年至今，情绪指数曾5次触及25%左右后反弹，触底后一个月收益分别为3.1%、3.1%、8.0%、9.6%、3.8%，依据历史经验看，未来A股上行概率较高。

择时策略：合成的指数具有较好的择时效果。情绪处于50%以上区间时，市场整体表现为正收益，并且呈正相关关系；处于[0%，10%]时情绪处于极度悲观时，市场价格反弹，对应占比约3%的交易日，平均年化收益率为30.5%；情绪处于相对悲观时，市场总体表现较弱。在合成指标基础上，构建两个择时策略，发现情绪指标有一定择时效果，策略1年化收益率为10.1%，超额年化收益率为3.3%，策略2具有更好的择时效果，超额年化收益率为9.7%。

风险提示：历史经验和指标可能存在失效风险，不同区间统计可能存在结论差异风险，宏观经济超预期波动风险。

引言：为什么要研究市场情绪

我们常常发现，基本面情况并未发生较大变化，资产价格却大幅波动，比如今年上半年，国内经济复苏，但修复斜率与预期不匹配，海外持续紧缩，但市场对美联储加息预期多次反转，短期基本面并没有大幅改变，那是什么导致资产价格反复横跳呢？是市场情绪。

那么，到底什么是市场情绪，市场情绪又是怎么影响市场的呢？

从理论上说，市场情绪是投资者对未来股票市场走势的心理预期，行为金融学认为，资产价格的剧烈波动，不仅受基本价值影响，而且受投资者情绪的影响，乐观的市场情绪会导致价值高估，悲观情绪则可能引起价值的低估。

市场情绪还可以解释很多现象，例如，动量，可以看作投资者信念感的体现，情绪高昂时推动股价一路高歌，情绪低迷则股价萎靡不振。反转，是投资者投机情绪的体现，价格过高时止盈情绪升温，价格过低时抄底情绪反弹。可以说，市场情绪和基本面一起组成了资产价格走势的两股重要推动力。

一、研究思路

观察市场情绪主要有三种渠道，一是，调查问卷，例如，中央电视台编制的央视看盘指数，美林证券编制的华尔街分析家情绪测度指数等；二是，数据分析，从市场成交信息中提取投资者情绪；三是，文本分析，随着机器学习、人工智能的进步，可以通过市场评论等文本信息构建投资者情绪画像。

当前，市场并无统一的A股市场情绪指数，仅仅使用换手率等单一指标只能片面刻画，难免有失偏颇，因此，本篇报告尝试从A股量价数据、资金流向与结构、与其他资产价格比三个角度衡量市场情绪，观测A股市场情绪与资产价格关系，共涉及13个可以反映市场情绪的细分指标，最后综合这些情绪指标，构建A股市场综合情绪指数，并构建两个择时策略。

二、量价视角

2.1 交易热情——换手率

换手率可以反映投资者的交易热情，当股价持续走高时，不断有资金积极进入，同时，赚钱后的资金有止盈意愿，市场交易活跃，换手率持续走高。当股价持续走低时，“买涨不买跌”效应下资金买入意愿降低，同时，亏损后的资金难以理性止损，市场交易低迷，往往伴随着低换手率。这里，我们通过20日移动平均对指标进行适当平滑。

为了衡量指标相对强弱，同时也为了各个指标之间可比，使得最后可以进行指标合成，这里我们滚动计算两年分位数，后续指标也大多进行类似的处理方式。我们发现，换手率的20日平均的滚动2年分位数有较强的反转效应指引，当交易热情过度高昂时，可能推动价格严重偏离价值，形成虚假的泡沫，错误定价的修正伴随泡沫破裂，资产价格反转。交易热情持续低迷则意味着买入与卖出意愿均处于低位，对未来预期较低。

该指标自2023年6月21日持续震荡下行，从49%的中性水平下行至较冷区间，在8月25日录得6%的历史偏低水平。在多重政策利好下，8月28日指标上行0.8个百分点，交易热情有所转暖，对判断股价上行形成支撑。

2.2 价格结构——强势股占比

我们使用全市场超250日均线的个股占比，反映市场股票价格走势一致性程度，市场中当前股价超过近1年均价的股票数量占比的趋势向上时，说明市场普遍乐观并且动能向上，此时市场持续攀升，同时，当占比过高或过低时，反映市场情绪进入阶段性高点或者低点，往往预示着行情将迎来反转，从历史情况看，该指标对反转有较好的预测效果，具有一定的领先性。

具体来看，2007年至今，该指标多数时间运行在[10%，90%]区间，走势与市场价格相对同步，曾有3次向上突破90%、4次向下突破10%，这7次都对应了较大幅度的价格反转。截至8月31日，该指标录得40%，处于中性偏低水平，并不触发该指标的反转效应。

2.3 交易结构——龙头股成交量占比

衡量龙头股交易量在市场成交量中的占比，反映市场交易中龙头股票与非头部收益的股票的交易热情的强弱，市场成交集中在龙头股往往有两种情况，一种是牛市初期，资金流入引发部分股票价格上涨，形成“赚钱效应”，高收益下吸引更多资金集中涌入；另一种是结构性行情，市场以存量资金为主，出现主题热点时，往往会出现交易集中在热点板块，并且容易对其他板块形成“虹吸”效应，进一步推升龙头股交易量占比。

相反，该指标处于低位，也对应两种情形，一种是牛市后期，市场增量资金不断涌入，结构性行情中被推高的股票估值已经过高，资金开始流入相对性价比更高的股票，此时，龙头股交易占比量下滑；另一种则对应市场情绪偏弱、资金持续流出，涨幅相对靠后股票的持有者出逃意愿更强，此时龙头股交易占比也较低。

这里我们计算涨幅前20%的个股成交额占市场总成交额的比重，用来衡量龙头股交易额在市场成交额中的占比，反映市场交易中龙头股票与非头部收益的股票的交易热情的强弱，并计算60日移动平均进行适当平滑，计算2年分位数以映射到[0,1]区间并反映相对位置。

今年上半年大盘指数并未走强，但涨幅前20%交易额占比却不断走高，从分位数看，60日平均达到近20年的历史高位，反映今年上半年结构化特征突出。截至8月31日，龙头股成交额占比为27%，60日移动平均为34%，处于近2年66%的分位数水平，仍处于相对高位，反映当前市场成交仍较为集中。

2.4 市场动能——创新高个股占比

用突破250日新高的个股占比衡量市场动能，该指标对牛市敏感，通常情况下指标在20%以下波动，只有大量资金流入、市场情绪振奋时，才能推动股价大面积突破近1年高点，此时也就表现出指数层面的大幅上行。

由于该指标波动较大，我们对其进行20日移动平均处理后，计算500日分位数，发现该指标触底，也就是20日移动平均达到近2年最低时，指数大多将迎来反弹，此时抄底胜率较高。

2023年8月中旬以来，全市场创250日新高的个股占比在1%以下震荡，8月28日至30日，占比连续向上突破1%，截至31日，占比为7%，20日移动平均处于近2年8%分位数，属于相对偏低水平，但并未提示市场将大幅反转。

从量价视角看，当前交易热情出现触底反弹的信号，强势股占比处于历史偏低水平，市场成交相对集中在龙头股，创新高个股占比处于相对偏低水平，8月28日上述四个指标均有所反弹，反映在多重政策利好下，市场情绪有所升温。

三、资金视角

大量资金进场，市场处于交易火热的状态，但当资金净流入达到峰值后，高股价难以为继，膨胀的市场情绪破灭，往往形成反转。资金流入持续偏弱甚至资金净流出时，市场可能更多是弱势震荡或结构性行情。从A股资金结构看，可大致分为居民资金、公募基金和海外资金等。

3.1 杠杆资金——融资余额

股市中融资余额是指融资买入后未偿还的金额。融资资金是杠杆性资金，投资者往往在对未来有较强信心、追求高风险高收益时才倾向于加杠杆，因此可以在很大程度上可以反映市场的风险偏好程度。

自2010年3月31日融资融券试点以来，融资余额的变动可以分为两个历史阶段。以2015年6月18日为分界点，在此之前，融资余额整体趋势向上，从增长速率看，又可以将分界点前的阶段划分成三段不同的扩张时期。从试点开始到2012年年末，融资余额以一个比较平稳的速度缓慢增长，如果用曲线的斜率来衡量扩张速度，经测算，此时曲线斜率为1.22，从融资余额增长量看，平均每年增加321.33亿元；从2013年初到2014年7月，融资余额扩张速度明显增加，此时曲线斜率为8.97，平均每年增长2334.47亿元；从2014年8月到2015年6月，此时曲线斜率达到了83.12，融资余额快速扩张，平均每年增长21378.54亿元。在这个阶段，融资余额的变动情况的主要驱动因素是当时的政策措施以及其自身的发展规律，市场情绪隐藏在其中，较难精准捕捉。在2015年6月之后，A股市场触及阶段性高点，融资余额紧随其后登顶，此后，融资余额与市场价格波动紧密相关。

我们重点关注2016年以后的两融余额的变化情况。由于该指标的相对变化更能反映融资意愿的强弱，这里计算20日移动平均与100日移动平均的差值，并计算250日分位数。该指标总体与市场波动同步，由于资金成本相对较高，仅在指数上行时融资意愿增强，指数震荡后融资意愿即开始减弱，指数下行期间融资情绪会快速回落。截至2023年8月31日，该指标位于过去1年的18%分位数左右，反映当前市场融资情绪处于相对偏弱的水平；从变化趋势看，指标已经出现触底反弹的迹象，自8月15日开始震荡上行，预计在政策支持下融资情绪将趋势性回暖。

3.2 资金结构——融资买入额占比

如果说两融余额反映杠杆资金绝对量的变化情况，那么融资买入额占市场成交额比重，则可以反映杠杆资金与市场整体资金的一致性。

当融资买入额占比较高时，反映杠杆资金有更强的交易倾向，这可能会出现在两种情形下，第一种，市场价格持续走强，投资者对未来充满信心，想要以更高的杠杆获得更高的收益，此时往往对应着情绪过热的时点，随后容易迎来价格反转；第二种，市场价格持续低迷，但是，专业的投资者“先知先觉”，先于市场成交活跃之前，融资买入额率先增长，此时更多地伴随着市场价格的上行。当融资买入额持续偏低时，通常意味着市场情绪持续偏弱，而当市场价格下行时，更高成本的融资资金往往会加速撤离。

2016年以来，融资买入金额占万得全A成交金额的比例在9%左右，2022年9月触及阶段性低点4.9%，在疫情管控降为乙等后，该指标整体趋势向上，于今年4月升至9.6%，随着经济增长预期转为弱复苏，融资买入占比趋势再度转为向下，当前（8月31日）融资买入占比为6.8%，相对历史平均水平仍有上行空间。将融资买入金额占比计算20日平均后进行滚动1年（即250日）分位数计算，当前融资买入情绪处于过去一年的中性偏低水平。

3.3 外资情绪——北上资金

北上资金被看作是外资情绪的风向标。北向资金以外资银行和外资券商为主，北向资金净流入可以反映外资对A股市场的看好程度，考虑到单日北向资金净流入波动剧烈，这里我们使用60日累计净流入变化趋势来观察北向资金的流入倾向。

整体上看，在多数时间，北向资金60日累计净流入为正，走势与市场价格一致度不高，部分时点呈现“高抛低吸”现象；进一步对60日累计净流入做滚动一年分位处理，指标从高位快速回落时，通常伴随市场价格走弱。截至8月31日，北向资金情绪处于明显偏低水平，北向资金60日累计净流入落入负区间，处于过去一年的7%分位数。

3.4 公募资金——开放式基金股票仓位

开放式基金中股票投资比例既反映市场资金变动，又是基金经理择时结果的体现。整体上看，开放式基金股票投资比例围绕70%上下波动，截至8月31日，基金仓位为74%，已升至平均水平以上；计算20日移动平均并滚动计算2年分位数，指标自7月上旬开始震荡上行，目前已经升至48%，反映开放式基金股票仓位已经升至近两年的平均水平左右，在市场情绪偏低的情况下，公募资金持续进场。

3.5 市场需求——新成立偏股型基金份额

该指标可以衡量市场对偏股型基金的需求强弱，当投资者对股市预期转向积极乐观时，对偏股型基金的需求上升，并且，考虑到基金业绩等因素，基金公司也偏向在预期未来行情向上时发售新基金，因此，该指标可以间接反映市场对股市的乐观程度。

计算新成立偏股型基金份额的60日累计值以平滑数据，整体上看，指标波动趋势与市场价格波动大体一致，在市场行情大幅抬升时，新成立偏股型基金份额明显抬升，而在市场震荡时，新成立偏股型基金份额较少。从绝对值看，当前新成立偏股型基金份额处于相对低位，市场需求不高，基金公司新发售基金的动力不强；从相对值（近一年分位数）看，指标处于过去一年的相对低位，已经降至7%。

3.6 投资热情——新增投资者数量

新增投资者数量可以反映投资者热情，市场表现好、投资者预期高涨时，大家“跑步进场”，表现为新增投资者数量快速增加，投资者情绪低迷时，新入场投资者数量有限。

该数据为月度数据，考虑到数据存在季节效应，使用同比增长率了衡量投资者投资热情。整体看，该指标属于同步指标，近2年多数时间同比增长率处于负区间，仅在今年2月市场情绪亢奋时，新增投资者数量同比正增长。从分位数看，当前新增投资者同比增速处于近两年中枢偏低水平，呈现企稳回升态势。

从资金角度看，当前融资意愿偏弱，呈现一定的触底回升迹象，外资情绪处于历史相对低位，公募基金已经在持续进场，持仓已升至平均水平以上，新成立基金份额尚未触底反弹，新增投资者数量趋势向上。

四、比价视角

4.1 股债性价比——股权溢价率

股权风险溢价反映市场对股债之间的偏好程度，股权风险溢价上升时，反映更多资金流向债券，股市估值水平下降，市场对股票的偏好程度降低，反之，股权风险溢价下降表明市场更加青睐风险资产，对股市情绪更加乐观积极，同时股市估值水平偏高时，后续下跌风险也相对更高。

根据Wind全A滚动市盈率(TTM)和中国10年期国债收益率计算股权溢价率，（股权溢价率 = 1/ Wind全A滚动市盈率 - 中国10年期国债收益率）。整体上看，股权溢价率与市场价格呈反向关系，因此在后续合成指标时，该指标取负进入计算。

截至8月31日，股权溢价率录得3.1%的相对高位，处于过去两年82%分位数水平，当前股市性价比较高。

4.2 股债跷跷板——股债收益差

股债收益差衡量一段时间内股票资产与债券资产的收益回报差额，这里我们使用Wind全A与中证全债指数20日收益率之差来衡量，再计算60日平均以平滑指标。可以发现，该指标存在比较明显的均值回归现象，经计算，股债20日收益率之差均值为0.04%（自2006年2月9日至2023年8月31日），当股债收益率之差大幅偏离时，股价往往出现反转。当前该指标处于负区间，偏离程度为-0.6%；滚动计算近一年分位数，当前指标在过去1年中处于中性水平，为46%。

4.3 隐含未来预期——股指期货升贴水

股指期货相对现价的升水贴水幅度，可以衡量投资者对指数未来的乐观程度。升水幅度扩大或贴水幅度缩小，反映市场对指数未来走势边际转暖，反之，当升水幅度缩小或贴水幅度扩大时，投资者情绪转弱。这里我们通过沪深300期货活跃合约收盘价相对沪深300收盘价的上涨/下跌幅度衡量升贴水幅度，并计算60日平均进行平滑。

总体上看，该指标多数时间运行在[-1%，1%]区间内，2015年前波动中枢为正，2015年后波动中枢为负，截至8月31日，指标录得-0.8%，趋势向上。从分位数看，根据升贴水幅度的60日移动平均滚动计算两年分位数，该指标处在过去2年数据的中间位置。

五、情绪指数合成及应用

5.1 情绪指数合成

根据13种市场情绪指标，等权合成市场情绪综合指数。整体上看，指数多数时间在[25%，75%]区间运行，我们将指数超过75%定义为“过热”，低于25%定义为“过冷”，[50%，75%]定义为“乐观”，[25%，50%]定义为“悲观”。

自2022年11月，市场情绪触底回升，此后震荡上行，于今年2月迈入乐观区间，3月至5月市场情绪呈现震荡走势，随着经济修复斜率不及预期，市场情绪自5月开始回落，截至2023年8月31日，市场情绪指数为24 %，已达到支撑点位，呈现触底回升迹象。

回顾历史，可以发现25%是明显的情绪支撑位，指标大幅跌破25%大多是由“黑天鹅”事件触发，在市场价格没有大幅走低、宏观经济环境相对稳定的情况下，市场情绪通常不会跌破25%。具体看，2007年至今，指数曾有4次向下突破25%分位数，分别在2008年次贷危机期间、2010年与2011年欧债危机期间、2018中美贸易摩擦期间与2022年新冠疫情流行期间。

除去这四段时期，指数大多在触及25%左右后反弹，表现在2012年、2014年、2015年、2016年与2021年，在触底后一个月收益分别为3.1%、3.1%、8.0%、9.6%、3.8%。近期A股维持震荡走势，国内经济弱复苏持续，美国经济趋向软着陆，在无突发风险事件情况下，我们预计情绪指数已触及阶段性底部，依据历史经验看，未来A股上行概率较高。

观察不同情绪区间市场表现，可以发现情绪处于50%以上区间时，市场整体表现为正收益，平均年化收益27.6%，并且呈正相关关系。2007年至今，约31%的交易日的市场情绪属于“乐观”状态，期间Wind全A平均年化收益率为13.8%；约8.2%的交易日对应“过热”的市场情绪，期间平均年化收益率为79.6%。

情绪处于50%以下区间则有所不同，情绪处于极度悲观时，市场价格反而反弹，表现为，2007年至今约3%的交易日的市场情绪处于[0%，10%]，对应Wind全A平均年化收益率为30.5%；情绪处于相对悲观时，市场总体表现较弱，约12.9%的交易日的市场情绪处于[10%，25%]，对应Wind全A平均年化收益率为-30.9%，约44.9%的交易日的市场情绪处于[25%，50%]，对应Wind全A平均年化收益率为5.2%。

需要指出的是，考虑到数据的可获得性，这里情绪指标已经过滞后一个交易日的处理，即根据t-1日的数据，以t日收盘价买入，并以t+1日收盘价卖出来计算收益率。

5.2 择时策略

这里我们通过两个策略展示一下情绪指标的择时效果，标的选择为Wind全A指数，时间范围从2007年1月18日至2023年8月31日。

策略1：情绪指标大于50%时买入，小于等于50%时卖出

经过前面的分析，我们发现，在情绪指标大于50%时，获得正收益的概率较高，因此我们认为在情绪指标大于50%触发买入信号，情绪指标小于等于50%时如果有持仓，则触发卖出信号。

整体看，情绪指标有一定择时效果，策略1年化收益率为10.1%，超额年化收益率为3.3%，年化波动率为17.3%，低于基准27.2%的年化波动率，年化夏普率为0.47，明显高于基准的夏普率0.18。

策略2：情绪指标大于等于近一年均值时买入，小于时卖出

观察情绪指标走势与Wind全A指数走势，可以发现走势整体趋同性较高，或许相比于绝对数值，情绪指标趋势变化会具有更好的择时效果。因此，我们认为在情绪指标大于近一年均值时触发买入信号，低于时如有持仓则触发卖出信号。

整体看，策略2具有更好的择时效果，年化收益率为16.5%，超额年化收益率为9.7%，年化波动率为17.5%，年化夏普率为0.83，最大回撤为35.5%，相比策略1收益更高，风险更小。

从参数敏感性看，两个策略对参数敏感性不高。

策略1参数敏感性测试：调整买入时点，在情绪绝对值大于不同点位时买入，持仓状态下，小于该点位卖出。发现点位取[20%，30%，40%，50%，60%]时，策略收益率近似，风险控制存在一定差异，取60%时策略夏普率最高，为0.52。

策略2参数敏感性测试：调整买入时点，在情绪超出过去一年均值不同程度（测试参数*过去一年均值）时买入，持仓状态下，小于该点位卖出。发现该点位取[0.6,0.7,0.8,0.9,1,1.1,1.2]时，策略收益率近似，取1时策略收益率与夏普率最高。

六、风险提示

历史经验和指标可能存在失效风险，不同区间统计可能存在结论差异风险，宏观经济超预期波动风险。