扩散指数相较于动量因子可以更好的捕捉行业趋势，但近年因子表现有弱化趋势
　　扩散指数是一种基于指数成分股上行状态合成的动量指标，其相于传统动量因子更能反映指数涨跌背后的贡献来源。单因子回测结果表明扩散指数因子分层效果及稳定性优于传统动量因子，但扩散指数其本身的动量属性也决定着其存在着动量因子的动量坍塌问题。跟踪发现，随着近年来市场波动加大，扩散指数因子亦存在有效性下降问题。
　　纳入波动率的低波扩散因子稳定性相较于原扩散指数有明显提升
　　由于扩散指数的动量特点，我们纳入波动率对扩散指数因子进行改进，构造了低波扩散行业因子。回测显示，低波扩散因子具有较好的分层效果，且相较于原扩散指数因子在因子稳定性方面有较大提升。因子RankIC均值为0.08，rank_t值达3.05。多头组行业年化收益率13.8%，相较于全行业等权，多头组年化超额为5.6%，超额最大回撤-11.7%。此外，在低波扩散因子的构造及测试中，我们发现对波动率采用相对长周期的回望期比相对短周期具有更好的表现。
　　沪深300内行业轮动选股超额收益稳健
　　我们将低波扩散因子应用在沪深300进行行业轮动选股。回测结果显示，采用低波扩散因子构建的行业轮动策略在沪深300内选股表现出色，策略明显跑赢基准，并可以获得较为稳健的超额收益。行业轮动策略可实现年化收益率10.6%，相对沪深300年化超额为6.3%。
　　风险因素：
　　历史数据不能外推，本文仅提供数据统计和以历史数据测算提供的判断依据，不代表投资建议。
　　

研究报告全文：金融工程深度报告TableIndustryNameTableReportDate2023年9月6日行业深度报告模板T行业able扩散指数因子作用机理Title解析及改进方法行业轮动系列专题TableInvestRank核心观点TableSummary扩散指数相较于动量因子可以更好的捕捉行业趋势但近年因子分析师TableAuthors表现有弱化趋势吴金超扩散指数是一种基于指数成分股上行状态合成的动量指标其相021-20252648wujinchaoyjchinastockcomcn较于传统动量因子更能反映指数涨跌背后的贡献来源单因子回测结分析师登记编码S0130523080002果表明扩散指数因子分层效果及稳定性优于传统动量因子但扩散指马普凡数其本身的动量属性也决定着其存在着动量因子的动量坍塌问题跟021-68597610踪发现随着近年来市场波动加大扩散指数因子亦存在有效性下降mapufanyjchinastockcomcn分析师登记编码S0130522040002问题纳入波动率的低波扩散因子稳定性相较于原扩散指数有明显提升由于扩散指数的动量特点我们纳入波动率对扩散指数因子进行相关研究改进构造了低波扩散行业因子回测显示低波扩散因子具有较好银河金工结合价格动量和拥挤度的两融TableResearchETF交的分层效果且相较于原扩散指数因子在因子稳定性方面有较大提易策略探索升因子RankIC均值为008rankt值达305多头组行业年化收益率138相较于全行业等权多头组年化超额为56超额最大回撤-117此外在低波扩散因子的构造及测试中我们发现对波动率采用相对长周期的回望期比相对短周期具有更好的表现沪深300内行业轮动选股超额收益稳健我们将低波扩散因子应用在沪深300进行行业轮动选股回测结果显示采用低波扩散因子构建的行业轮动策略在沪深300内选股表现出色策略明显跑赢基准并可以获得较为稳健的超额收益行业轮动策略可实现年化收益率106相对沪深300年化超额为63风险因素历史数据不能外推本文仅提供数据统计和以历史数据测算提供的判断依据不代表投资建议wwwchinastockcomcn证券研究报告请务必阅读正文最后的中国银河证券股份有限公司免责声明金融工程深度报告目录一行业扩散指数因子介绍2马丁普林格扩散指数2行业扩散指数因子定义2二扩散指数单因子行业轮动策略2策略设计2回测结果3三行业扩散指数因子有效性的机理解析5扩散指数的动量属性5扩散指数因子表现优于动量因子的机理分析6四扩散指数因子改进低波扩散因子9低波扩散因子构建9因子回测10五低波扩散因子沪深300内行业轮动选股12总结与展望14风险因素14参考文献14请务必阅读正文最后的中国银河证券股份有限公司免责声明1金融工程深度报告一行业扩散指数因子介绍马丁普林格扩散指数马丁普林格扩散指数MartinPringsDiffusionIndicator是由马丁普林格MartinPring2002提出的一种动量指标该指标通常用于对大盘指数的低频择时其核心原理是描述指数中有多少成分股处于上行趋势positivetrend并通过加权流通市值加权或等权合成得出指数的整体上行趋势为交易者提供了一个更全面的市场动量视角行业扩散指数因子定义基于马丁普林格扩散指数我们针对行业指数构建了行业扩散指数因子其具体构建方法如下1判断行业指数成分股是否处于上行状态判断个股的上涨状态我们可以采用移动平均线法MovingAverage或者ROC法RateofChange移动平均线法认为若个股在某个时间截面上位于其移动平均线以上则表示该个股处于正向趋势ROC法则通过比较个股在一定的时间跨度回望期内指标变化与0的大小关系给出趋势判断如果大于0则表示股票处于正向趋势2计算行业扩散指数基于对行业指数成分股个股的判断我们可以加权计算行业指数的扩散指数加权方式的选择可分为平均加权和流通市值加权两种方式具体公式如下所示1其中为时间截面时刻的扩散指数为指数成分股数量表示第只成分股在时间截面是否为上行状态上行状态记为1非上行状态记为0为回望时间表示第只股票在时间截面对应的权重二扩散指数单因子行业轮动策略我们首先测试扩散指数单因子在中信一级行业上的轮动效果并观察其近年表现情况策略设计1计算行业扩散指数全行业均采用收盘价计算统一回望期为220日进行20日移动平滑处理并正向排序2根据计算的行业扩散指数值将行业分为5组扩散指数值高的为多头组排名低的为空头组请务必阅读正文最后的中国银河证券股份有限公司免责声明2金融工程深度报告因子回测框架如下1回测时间为2012年1月4日2023年8月31日2计算全行业扩散指数值对中信一级29个行业剔除综合金融进行分组3按固定频率每月末调仓4每组内行业等权配置不考虑交易费率回测结果2012年1月4日至2023年8月31日数据回测数据显示扩散指数行业轮动模型多头组年化收益率为146年化超额收益为65最大回撤为-535超额最大回撤为-173sharpe比率为057平均RankIC为006rankt值为218说明因子在回测区间内具有一定的行业轮动效果因子通过显著性检验表1扩散指数因子行业轮动效果年化收年化Rankic最大超额最年化波icmeanicirtranktsharpe益率超额mean回撤大回撤动率14665006063214006218-535-173026057数据来源Wind中国银河证券研究院从分组单调性来看整体具有明显的分组区分度排名最高组组5平均收益率显著高于最低组组1多空效果明显图1扩散指数行业因子分组收益率图2扩散指数行业因子RankIC表现资料来源Wind中国银河证券研究院资料来源Wind中国银河证券研究院请务必阅读正文最后的中国银河证券股份有限公司免责声明3金融工程深度报告图3扩散指数行业因子分组收益净值图4扩散指数行业因子分组超额收益净值资料来源Wind中国银河证券研究院资料来源Wind中国银河证券研究院进一步我们观察历年的RankIC分布情况我们发现大部分时间RankIC大于0部分时间出现为负的情况说明扩散指数也存在着一定的反转效应即在大部分情况下扩散指数值越高的行业预期收益率越好但某些情况下扩散指数值越高的行业出现回撤的可能性越大具体分年度来看回测期间大部分年份策略表现出正超额在2015年2016年和2018年表现为负超额分别为-59-42和-592023年截止到8月31日超额收益率亦为负且月度胜率较低可以看出从2022年下半年以来因子表现有弱化趋势表2扩散指数因子行业轮动策略分年度表现多头组空头组多空对冲等权基准超额收超额最年份月度胜率最大回撤收益率收益率收益率收益率益率大回撤2012132-1514818115667-175-452013224-8030412797417-149-462014763343419465298500-175-91201544342419502-59667-464-1562016-174-111-63-132-42500-281-572017178-8326008170583-85-362018-347-238-108-288-59417-393-1652019460174286279181667-114-41202042970359218211417-147-602021184899512262500-199-1612022-81-09-73-13351500-230-722023-24-12-1203-27125-129-71数据来源Wind中国银河证券研究院注2023年数据截止2023年8月31日请务必阅读正文最后的中国银河证券股份有限公司免责声明4金融工程深度报告三行业扩散指数因子有效性的机理解析扩散指数的动量属性从扩散指数的定义可以看出其与行业指数动量因子较为相似行业指数动量因子可表示为1其中为时间截面时刻的行业动量为指数成分股数量表示第只成分股在时间截面上对应的历史涨跌幅为动量回望时间表示第只股票在时间截面对应的权重从行业扩散指数因子和行业动量因子的相似之处是均以行业指数的成分股的区间涨跌来合成对应的行业因子而区别是扩散指数仅考虑成分股是否处于上涨状态01变量并不考虑个股的涨跌幅的大小我们以220天为回望期计算行业扩散指数因子和动量因子并计算其相关系数我们发现二者在大部分时间里相关系数较高在2015年和2019年的极端市场行情期间二者的相关系数降低非常明显图5行业扩散指数因子与动量因子相关系数时序图资料来源Wind中国银河证券研究院请务必阅读正文最后的中国银河证券股份有限公司免责声明5金融工程深度报告扩散指数因子表现优于动量因子的机理分析为了体现扩散指数因子相比于行业动量因子的优势我们测试行业动量因子的行业轮动效果为了便于比较行业动量回望期同样设置为220日通过对比回测结果可以发现扩散指数因子相比于动量因子多头组表现更佳突出且RankIC稳定性优于动量因子在部分时间如20152016和2018年的极端牛市熊市行情中二者相关性较低在此期间尽管扩散指数的超额表现不够理想但仍好于动量因子说明扩散指数相较于动量因子具有更强的稳健性并且动量因子表现好的时候扩散指数表现同样好动量因子表现差的时候扩散指数表现更好即说明扩散指数比指数动量因子本身更能反映出指数的上行动能图6行业动量因子分组收益率图7行业动量因子RankIC表现资料来源Wind中国银河证券研究院资料来源Wind中国银河证券研究院图8行业动量因子分组收益净值图9行业动量因子分组超额收益净值资料来源Wind中国银河证券研究院资料来源Wind中国银河证券研究院为何扩散指数因子相比于动量因子表现更好我们尝试从因子的构造原理及市场交易行为角度对因子有效性进行解析我们通过某一行业指数以食品饮料行业为例进行说明我们发现在上涨行情中扩散请务必阅读正文最后的中国银河证券股份有限公司免责声明6金融工程深度报告指数通常会较快涨起且按流通市值加权的扩散指数因子值要大于等权扩散指数因子值通过按流通市值加权和等权的两种扩散指数的走势可以看出在上涨行情时大市值的贡献略高于小市值表现为加权扩散指数比等权扩散指数上升更快而在下跌行情中小市值的下跌对指数下行的贡献较大表现为等权扩散指数比加权扩散指数下降更快这说明大市值公司在上涨行情时会领先于市场上涨而在下跌行情时小市值公司会领先于市场下跌图10等权和流通市值加权扩散指数与行业指数走势关系资料来源Wind中国银河证券研究院我们进一步对全市场的大小市值的涨跌情况进行统计我们分别统计单日20日60日和220四个时间维度的上证指数在上涨和下跌两种情况下大小盘的领先涨跌情况流通市值100亿以下归为小市值100500亿归为中市值500亿以上归为大市值统计结果显示越是在长周期维度上涨行情时大市值领先上涨特征越明显在下跌行情时小市值领先下跌特征越明显表3上涨和下跌行情中大小市值涨跌领先性情况行情各项天数单日20日60日220日大盘上涨天数1458144413631513小市值先涨天数663476337243上涨行情大市值先涨天数79596810261270大市值先涨天数占比55677584大盘下跌天数1315132914101260小市值先下跌天数509704823892下跌行情大市值先下跌天数806625587368小市值先下跌天数占比39535871数据来源Wind中国银河证券研究院请务必阅读正文最后的中国银河证券股份有限公司免责声明7金融工程深度报告我们进一步统计市场上涨和下跌以上证指数是否上涨作为判断行情时不同市值的个股对应的涨跌幅的分布情况如图11图11上涨和下跌行情中不同市值的涨跌幅分布情况资料来源Wind中国银河证券研究院通过个股涨跌幅概率密度分布可以看出不管是在上涨行情还是下跌行情中中小市值公司的涨跌幅相较于大市值公司的涨跌幅更为剧烈不同行业指数的成份市值差异较大如图12动量高的行业不一定是成分股中的大市值领涨带来的而行业龙头的领涨往往更能带来持续性行情由此可以看出扩散指数因子按流通市值加权相比于动量因子更能捕捉行业的变化趋势请务必阅读正文最后的中国银河证券股份有限公司免责声明8金融工程深度报告图12中信一级行业成分股流通市值分布资料来源Wind中国银河证券研究院注按2023年8月31日收盘价数据计算四扩散指数因子改进低波扩散因子低波扩散因子构建通过上文的分析我们可以认为扩散指数因子是一种行业动量因子的非线性改良即通过非线性的方式对成分股进行组合尽管扩散指数因子表现相较于传统动量因子稳定性有提升但我们发现其动量属性仍然决定着其存在着动量因子的动量崩塌问题如20152016和2018年以及2022下半年以来表现不佳因此我们进一步尝试从因子构造的角度对因子进行改进在传统关于动量因子的分析中波动率是一个经常需要考量的因素如AbbyYKim2016提到动量收益来源很大一部分贡献是波动率带来的风险收益波动率对于预测动量因子有效性有一定效果Malitskaia2019因此我们考虑将行业指数波动率纳入扩散指数的计算我们定义低波扩散因子如下请务必阅读正文最后的中国银河证券股份有限公司免责声明9金融工程深度报告1其中为时间截面时刻的低波扩散指数因子为指数成分股数量表示第只成分股在时间截面是否为上行状态上行状态记为1非上行状态记为0为扩散指数回望时间表示第只股票在时间截面对应的权重为指数在t-M至t期间的收益波动率为波动率回望期为移动平滑处理m为平滑时间参数因子回测我们根据构建的低波扩散指数因子构建行业轮动策略回测框架同上在计算波动率时我们首先使用同扩散指数相同的回望期M设置为220日对扩散指数原始因子值做20日移动平滑处理得出回测结果如下表4扩散指数单因子行业轮动效果年化收年化Rankic最大超额最年化波icmeanicirtranktsharpe益率超额mean回撤大回撤动率13856006077262008305-489-117023060数据来源Wind中国银河证券研究院从回测情况来看低波扩散指数因子具有较好的分层效果且RankIC稳定性有较大提升rankt值从218提升至305最大回撤及超额最大回撤亦有改善多头组sharpe比率从045提升至055从分组收益率柱状图分组净值曲线来看低波扩散因子具有明显的分组单调性累计RankIC图也较能直观的反映出因子的稳定性相比于改进之前有明显提升图13低波扩散因子分组收益率图14低波扩散因子RankIC表现资料来源Wind中国银河证券研究院资料来源Wind中国银河证券研究院请务必阅读正文最后的中国银河证券股份有限公司免责声明10金融工程深度报告图15低波扩散因子分组收益净值图16低波扩散因子分组超额收益净值资料来源Wind中国银河证券研究院资料来源Wind中国银河证券研究院从年度表现来看在扩散指数因子表现欠佳的20152016和2018年低波扩散因子有明显改善而扩散指数因子多头组波动较大的2021年低波扩散因子超额收益虽然有所降低但最大回撤幅度有明显减小体现出低波扩散因子更为稳健的特点往近两年来看低波扩散指数因子对扩散指数因子的弱化趋势有所改善表5低波扩散因子行业轮动策略分年度表现多头组空头组多空对冲等权基准超额收超额最年份月度胜率最大回撤收益率收益率收益率收益率益率大回撤2011-139-15415-152131000-139-12201210942673277667-183-622013121-56176128-07417-156-672014626437189468158500-147-62201554944210750346667-479-1172016-79-10021-13153500-214-442017161-11727907155583-65-392018-269-27607-28920417-328-1012019417273143283134667-116-33202037194276219152417-142-662021903654120-30500-122-862022-130-61-69-13404500-220-6120230521-1611-06222-87-24数据来源Wind中国银河证券研究院注2023年数据截止2023年8月31日在低波扩散因子的构建中波动率计算的回望期是一个较为关键的参数在上述的测试中我们使用了同扩散指数相同的回望期220日作为参数即反映了过去220日的行业动能及波动率的情况而对于月度调仓策略来说历史年度的波动率似乎时间跨度太长因此我们需要对波动率回望期进行参数敏感性测试请务必阅读正文最后的中国银河证券股份有限公司免责声明11金融工程深度报告表6展示了回望期取不同时间跨度时低波扩散因子的行业轮动表现情况通过测试结果可以看出长期波动率相较于短期波动率对于构建低波扩散因子更为合适表6波动率回望期参数敏感性测试结果年化收年化超额rankic最大回超额最大年化波回望期icmeanicirt值ranktsharpe益率收益率mean撤回撤动率20122410050571940062264-531-17322805440107270050612070062486-536-17122204860106260050632130062348-507-19422104880111310060692360072491-542-170224050100107280060692330072549-521-169223048120117370060722460072696-499-151227051140124430060732480072785-490-128228054160121400060722460072821-493-148228053180121410060742530072889-492-125228053200128470060752560072861-487-128228056220138560060772620083049-489-117229060240136550060762570082999-489-126229059资料来源Wind中国银河证券研究院注按2023年8月31日收盘价数据计算五低波扩散因子沪深300内行业轮动选股进一步我们将低波扩散因子应用在沪深300进行行业轮动选股每月底根据中信一级行业计算得出的低波扩散因子选出多头组6个行业然后在沪深300成分股内选择对应行业的个股作为多头组合交易费率设为万分之三得出的回测结果如下表7低波扩散因子沪深300内选股表现年化收益率年化超额收益率最大回撤超额最大回撤SharpeCalmar低波扩散因子行业轮动10663-448-177047024沪深30037--467-017008数据来源Wind中国银河证券研究院可以看出采用低波扩散因子构建的行业轮动策略在沪深300内选股表现出色策略明显跑赢沪深300基准并可以获得较为稳健的超额收益请务必阅读正文最后的中国银河证券股份有限公司免责声明12金融工程深度报告图17低波扩散因子行业轮动策略沪深300内选股表现资料来源Wind中国银河证券研究院注按2023年8月31日收盘价数据计算分年度表现来看自2012年以来低波扩散因子行业轮动策略在沪深300内选股除2018年超额收益为负以外在其他年度均获得正超额收益表8低波扩散因子行业轮动策略沪深300内选股分年度表现年份低波扩散因子行业轮动沪深300超额收益201211324892013-21-7655201459251775201513956842016-04-1131082017261218432018-304-253-512019406361462020525272253202105-52572022-130-216872023-03-2724数据来源Wind中国银河证券研究院注2023年数据截止2023年8月31日请务必阅读正文最后的中国银河证券股份有限公司免责声明13金融工程深度报告总结与展望本文首先对扩散指数因子进行了介绍并通过回测说明了扩散指数行业因子具有一定的行业轮动效果从指标的构造原理和对市场大小盘交易风格特点的分析我们进一步对扩散指数的动量属性以及其相对传统动量指标可以更好地捕捉行业动能的优点进行了解释而通过回测及近些年的跟踪我们发现扩散指数仍然存在着稳定性不足的问题且近年因子表现有弱化趋势因此我们基于其动量属性进行了进一步优化提出了低波扩散因子低波扩散因子回测结果显示其相对于原扩散指数因子有较为明显的改进因子稳定性方面有较大提升将因子应用于沪深300内选股构建行业轮动多头策略相对于基准可以获得明显且较为稳健的超额收益此外经过参数敏感性分析我们发现在计算低波扩散因子时较长的回望期相较于较短的回望期具有更好的表现在后续的研究中我们将对低波扩散因子的有效性进行进一步分析并关注低波扩散因子在不同市场环境下的表现特点风险因素历史数据不能外推本文仅提供数据统计和以历史数据测算提供的判断依据不代表投资建议参考文献1PringMartinJTechnicalanalysisexplainedThesuccessfulinvestorsguidetospottinginvestmenttrendsandturningpoints20022KimAYTseYWaldJK2016TimeseriesmomentumandvolatilityscalingJournalofFinancialMarkets301031243MalitskaiaYuliaMomentumwithVolatilityTimingAvailableatSSRN34173602019请务必阅读正文最后的中国银河证券股份有限公司免责声明14金融工程深度报告插图目录图1扩散指数行业因子分组收益率3图2扩散指数行业因子RankIC表现3图3扩散指数行业因子分组收益净值4图4扩散指数行业因子分组超额收益净值4图5行业扩散指数因子与动量因子相关系数时序图5图6行业动量因子分组收益率6图7行业动量因子RankIC表现6图8行业动量因子分组收益净值6图9行业动量因子分组超额收益净值6图10等权和流通市值加权扩散指数与行业指数走势关系7图11上涨和下跌行情中不同市值的涨跌幅分布情况8图12中信一级行业成分股流通市值分布9图13低波扩散因子分组收益率10图14低波扩散因子RankIC表现10图15低波扩散因子分组收益净值11图16低波扩散因子分组超额收益净值11图17低波扩散因子行业轮动策略沪深300内选股表现13表格目录表1扩散指数因子行业轮动效果3表2扩散指数因子行业轮动策略分年度表现4表3上涨和下跌行情中大小市值涨跌领先性情况7表4扩散指数单因子行业轮动效果10表5低波扩散因子行业轮动策略分年度表现11表6波动率回望期参数敏感性测试结果12表7低波扩散因子沪深300内选股表现12表8低波扩散因子行业轮动策略沪深300内选股分年度表现13请务必阅读正文最后的中国银河证券股份有限公司免责声明15金融工程深度报告分析师简介及承诺TableResume马普凡十二年量化研究经验曾任职于华泰柏瑞基金广发证券中信证券2022年加入银河证券研究院吴金超金融工程分析师曾任职于东北证券广发证券德邦证券2023年加入银河证券研究院本人承诺以勤勉的执业态度独立客观地出具本报告本报告清晰准确地反映本人的研究观点本人薪酬的任何部分过去不曾与现在不与未来也将不会与本报告的具体推荐或观点直接或间接相关评级标准行业评级体系未来6-12个月行业指数相对于基准指数沪深300指数推荐预计超越基准指数平均回报20及以上谨慎推荐预计超越基准指数平均回报中性预计与基准指数平均回报相当回避预计低于基准指数公司评级体系未来6-12个月公司股价相对于基准指数沪深300指数推荐预计超越基准指数平均回报20及以上谨慎推荐预计超越基准指数平均回报中性预计与基准指数平均回报相当回避预计低于基准指数免责声明tableavow本报告由中国银河证券股份有限公司以下简称银河证券向其客户提供银河证券无需因接收人收到本报告而视其为客户若您并非银河证券客户中的专业投资者为保证服务质量控制投资风险应首先联系银河证券机构销售部门或客户经理完成投资者适当性匹配并充分了解该项服务的性质特点使用的注意事项以及若不当使用可能带来的风险或损失本报告所载的全部内容只提供给客户做参考之用并不构成对客户的投资咨询建议并非作为买卖认购证券或其它金融工具的邀请或保证客户不应单纯依靠本报告而取代自我独立判断银河证券认为本报告资料来源是可靠的所载内容及观点客观公正但不担保其准确性或完整性本报告所载内容反映的是银河证券在最初发表本报告日期当日的判断银河证券可发出其它与本报告所载内容不一致或有不同结论的报告但银河证券没有义务和责任去及时更新本报告涉及的内容并通知客户银河证券不对因客户使用本报告而导致的损失负任何责任本报告可能附带其它网站的地址或超级链接对于可能涉及的银河证券网站以外的地址或超级链接银河证券不对其内容负责链接网站的内容不构成本报告的任何部分客户需自行承担浏览这些网站的费用或风险银河证券在法律允许的情况下可参与投资或持有本报告涉及的证券或进行证券交易或向本报告涉及的公司提供或争取提供包括投资银行业务在内的服务或业务支持银河证券可能与本报告涉及的公司之间存在业务关系并无需事先或在获得业务关系后通知客户银河证券已具备中国证监会批复的证券投资咨询业务资格除非另有说明所有本报告的版权属于银河证券未经银河证券书面授权许可任何机构或个人不得以任何形式转发转载翻版或传播本报告特提醒公众投资者慎重使用未经授权刊载或者转发的本公司证券研究报告本报告版权归银河证券所有并保留最终解释权联系中国银河证券股份有限公司研究院机构请致电深圳市福田区金田路tablecontact3088号中洲大厦20层深广地区苏一耘0755-83479312suyiyunyjchinastockcomcn程曦0755-83471683chengxiyjchinastockcomcn上海浦东新区富城路99号震旦大厦31层上海地区李洋洋021-20252671liyangyangyjchinastockcomcn陆韵如021-60387901luyunruyjchinastockcomcn北京市丰台区西营街8号院1号楼青海金融大厦北京地区田薇010-80927721tianweichinastockcomcn唐嫚羚010-80927722tangmanlingbjchinastockcomcn公司网址wwwchinastockcomcn请务必阅读正文最后的中国银河证券股份有限公司免责声明16