傍晚六点，图书馆闭馆音乐响起。陈默收拾好东西，背着沉重的书包走出大门。

    十一月的深圳，傍晚已经有了凉意。深南大道上的车流开始拥堵，尾灯连成红色的河流。他沿着人行道慢慢走，脑子里还在转着那些指标和权重。

    走到上海宾馆附近时，他拐进了一家咖啡馆。这家店很小，只有七八张桌子，但很安静，适合工作。他点了杯美式，在最里面的角落坐下。

    打开笔记本电脑，连接上店里时断时续的Wi-Fi。他登录自己的邮箱，有一封沈清如两小时前发来的新邮件。

    标题：“关于宏观指标权重的思考”。

    陈默点开。

    邮件很长，沈清如显然花了心思。她先肯定了他的方向，然后提出了几个关键建议：

    “1. 流动性指标中，建议加入‘信贷脉冲’（Credit Impulse），即社会融资规模增量的二阶导数。这个指标对股市拐点的领先性比M2更好。

    1. 经济活力指标，除了工业增加值，建议关注‘发电量增速’。在中国的统计体系里，发电量更难造假，能更真实反映经济活跃度。

    2. 估值压力指标中，‘股债收益差’是个好主意，但要注意计算时用滚动市盈率还是静态市盈率。另外可以加入‘产业资本增减持比例’，这是内部人的真金白银投票。

    3. 关于权重：建议不要固定，而是根据经济周期阶段动态调整。比如在复苏初期，流动性权重可以高一些；在过热期，估值权重应该上调。

    4. 最重要的一点：任何模型都是对现实的简化。要时刻警惕‘过度拟合’——在历史数据上表现完美的模型，在未来可能完全失效。”

    邮件的最后，沈清如写道：“附上我们研究所整理的2000-2002年宏观数据面板，Excel格式，可以直接用。数据已经做了季节调整和平滑处理。供参考，也供批判。”

    附件是一个8MB的Excel文件。陈默下载了五分钟才完成。

    打开文件时，他屏住了呼吸。

    这简直是个宝藏。表格里按月度整理了过去三年的三十多个宏观指标：从货币供应到工业产出，从价格指数到外贸数据，从就业到财政收支……每个指标都有详细的注释，包括统计口径、发布时间、可能的失真原因。

    更珍贵的是，文件里还有一个名为“市场状态”的工作表，沈清如她们研究所尝试对每个月的市场环境做了定性分类：宽松期、紧缩期、复苏期、滞胀期……虽然主观，但提供了一个参考框架。

    陈默喝了一大口咖啡，苦味让他精神一振。

    他新建了一个Excel文件，开始构建自己的“市场温度计”原型。

    第一步，筛选核心指标。他最终确定了八个：

    1. M2同比增速（流动性）

    2. 信贷脉冲（流动性）

    3. 发电量增速（经济活力）

    4. PPI同比（经济活力）

    5. A股整体市盈率（TTM，估值）

    6. 股债收益差（估值）

    7. 产业资本净减持比例（情绪）

    8. 新增开户数环比（情绪）

    第二步，数据标准化。每个指标的值域不同，有的是百分比，有的是绝对数，有的是比值。他采用Z-score方法，将每个指标转化为标准正态分布（均值为0，标准差为1）。

    第三步，确定权重。他暂时采用固定权重：流动性30%，经济活力30%，估值25%，情绪15%。这是基于他的初步判断——在A股市场，资金面和政策面往往比基本面影响更大。

    第四步，计算综合得分。每个指标的标准化值乘以权重，加总，得到每个月的“市场温度”分数。分数大于0，表示市场环境偏暖；小于0，表示偏冷。

    第五步，回测。

    陈默将数据拉回到2000年1月，开始计算。Excel公式飞快运行，一列列数字跳出来。他屏住呼吸，盯着屏幕。

    结果出现了。

    2000年1月：+0.82（偏暖）

    2000年2月：+1.05（偏暖）

    ……

    2001年6月：-0.23（转冷）

    2001年7月：-0.56（偏冷）

    ……

    2002年10月：-1.12（寒冷）

    走势图在屏幕上展开：一条波动的曲线，从2000年初的高位，一路震荡下行，到2002年秋季跌入负值区间。

    陈默的心跳加快了。

    这个简单的模型，竟然捕捉到了过去三年的市场大节奏：2000年的牛市，2001年的转折，2002年的熊市。虽然没有精确到具体的拐点日期，但方向是对的。

    更重要的是，它提供了一个量化的、可复现的评估框架。不再靠感觉，不再靠传闻，而


本章未完，请点击下一页继续阅读》》