核心观点与模型创新
研究人员开发了一种新型模型，旨在通过捕捉股票间的关联性并根据市场状态进行个性化分析，提升交易模式识别的准确性。模型通过风险因子、趋势和波动性指标划分市场状态（共六种），并针对每种状态构建特定子模型，结合动态加权合成，实现优于传统量价基础模型的回测表现。此外，通过量化股票相似度，模型能有效识别市场波动下的股票关联性。
市场状态切分与风险因子表现
研究采用趋势指标（反映60天内价格斜率）和波动性指标（60天窗口期日收益率标准差）对市场状态进行切分，共分为暴涨、持续上行、快幅震荡、窄幅震荡、暴跌和持续下行六种。分析显示，市场状态对风险因子表现有显著影响，不同状态下交易模式和风险偏好各异，为子模型学习提供依据。基础模型及其六个子模型均基于此框架构建。
多频段数据融合与股票收益预测
模型综合使用股票60天日线序列、20天分钟线序列和风格因素，通过GSM算法提取特征（1600个特征映射至64维），结合注意力机制挖掘股票间关联性（形成5000×80相似度矩阵），最终通过全连接层输出预测结果。该设计旨在全面提取和融合不同频率数据信息，提高股票收益预测的准确性。
动态微调与市场状态预测
为提升市场状态预测的精准性与适应性，模型先构建基础模型（覆盖特定区间数据预训练），再针对六种市场状态进行微调（锁定关键参数、低学习率二次训练），最后通过动态加权复合六个子模型输出。此举解决了单一模型状态划分的主观性和不确定性问题，增强模型稳定性。
标签中性化与选股因子影响
研究显示，对训练标签进行中性化处理（去除行业和市值影响）能显著改善预测结果的稳定性，尤其在市场极端波动时。结合市场状态识别构建的子模型提高了因子稳定性，对小盘股和沪深300指数表现更为突出，最终策略测试优于基础模型。
海外经济周期与中国出口展望
美国经济放缓短期内将导致中国出口阶段性回落，但长期仍有好转可能。美国库存周期中，非耐用品销售强劲而耐用品需求疲软，随着利率下降，耐用品销售可能回升，库存周期将更有利于向上发展。美国对中国进口依赖度高，进口需求反弹时，中国出口将显著增长。
美国制造业周期与库存情况
美国全球制造业周期修复始于2021年7月，今年三季度增速放缓，PMI同比数据预示制造业活动可能达到顶峰后回落。美国库存周期已从累库、去库进入相对均衡状态，未来需求增长将决定进口和生产趋势。美国制造业周期的时间线与库存周期演变显示，供需正在逐步调整。
库存周期与美国经济关联性
库存周期的核心引领变量是需求，而需求增长依赖于美国消费者的消费能力和个人收入水平。高储蓄率和低消费倾向对经济推动作用有限，但消费支出的持续性受劳动力市场影响显著。美联储降息策略对经济有重要影响，预防性降息有助于经济稳定。高利率环境下，非耐用品恢复优于耐用品，显示库存周期中的行业特征。
美国耐用品市场与经济前景
2022年初加息背景下，美国耐用品市场（尤其是机械设备）面临高库存与低销售问题。降息周期开启后，耐用品需求将得到提振。非耐用品市场在2023年下半年呈趋势性回升，成为推动美国制造业上升的核心力量。家具行业因移民潮、婴儿潮和房地产上升需求表现突出。整体上，美国对中国进口依赖度高，进口需求反弹时，中国出口将显著增长。预计美国需求短期内放缓，但降息将有助于耐用品市场修复，可能在明年年中迎来新的上行周期。
关键数据与研究结论
- 模型月度IC值约14.5%，超额收益约15.6%，优于传统量价基础模型。
- 市场状态对风险因子表现有显著影响，不同状态下偏好各异（如高波动状态下偏好低流动性和低波动性）。
- 子模型在对应市场状态下表现最优，六个子模型间相关性约60%-80%，均偏向低波动和低流动性风格。
- 标签中性化处理改善模型稳定性，关联信息对预测能力有显著影响。
- 美国经济短期内放缓，但降息将有助于耐用品市场修复，预计明年二季度可能重新走上商品向上周期。
