AI選股實戰:減息預期下的風格輪動,模型因子權重與換倉節奏全解析

AI選股實戰:減息預期下的風格輪動,模型因子權重與換倉節奏全解析

2026-09-20

減息預期升溫,市場風格正在悄悄換檔

減息預期這一週明顯升溫。美國七月零售銷售按月減少零點六個百分點,遠差過市場預期的增長零點一;通脹數據同步降溫,核心消費物價按年只升百分之二點五。利率期貨隨之把九月維持利率不變的機率推高到約六成七,進一步加息的機率則由四成四回落到三成附近。這種預期變化,正是 AI選股 模型最難即時跟上的拐點:當資金開始預期「錢會變便宜」,板塊之間的強弱關係會在數週內重排,而純粹依賴過去價格規律的系統,往往需要更長時間才承認新趨勢。

香港這邊,金管局基本利率 緊貼美國聯邦基金目標區間,美國一減息,本地資金成本便跟著往下。我在課堂上常提醒學員,減息預期對港股的影響不是均勻的——地產、本地金融、高負債的小型股對利率最敏感,而公用事業、電訊這類收息防禦板塊,在減息初期反而容易跑輸。這就是風格輪動的本質:同一個宏觀敘事,對不同股票是利好還是利淡,方向可以完全相反。

把鏡頭拉到具體數字更有感。美元指數在減息預期升溫那一週跌到約九十八點八,是三個月以來低位;美國十年期國債孳息回落到約百分之四點七四,三十年期雖仍在百分之五以上,但上行壓力明顯減輕。債息下行與美元轉弱,通常是風格由防禦轉向風險的領先訊號——這類訊號出現在利率市場,往往比股票市場的風格切換早一截。模型若只看股價,自然慢了半拍。更值得留意的是,這一輪預期升溫伴隨黃金與非美貨幣同步走強,顯示資金不是在單一板塊輪動,而是在重新定價「便宜錢」回歸的整體環境,幅度比表面更廣。

深夜交易室裡,螢幕顯示債息曲線下滑、美元走弱,黃金與非美貨幣走勢向上。

風格輪動的三條主線:成長對價值、大型對小型、防禦對週期

市場常說「輪動」,但輪的是甚麼?我習慣把它拆成三條彼此相關的主線,方便模型與人腦都看得清楚。懂得這三條線,才知道 AI選股 該往哪個方向調權重。

第一條是成長對價值。減息預期壓低了貼現率,未來現金流折算到今天的價值被抬高,這對盈利主要來自遠期的成長股最有利。美股那邊,標普五百與納斯特指數在通脹降溫、加息機率回落的交易日明顯走強,便是這條邏輯的寫照;相反,單純靠高股息撐估值的價值股,吸引力會相對減弱。

第二條是大型股對小型股。小型股平均負債比率更高、再融資需求更急,利率向下的預期直接減輕其利息負擔,歷史經驗顯示減息週期初期小型股往往跑贏大型股。我見過不止一位學員,在減息預期升溫時仍把小型股過濾器關著,結果錯過整段最強的升幅。

第三條是防禦對週期。減息通常伴隨經濟放緩或政策托底,資金會從純防禦(公用、電訊、必須消費)移向對利率與景氣更敏感的週期板塊(金融、地產、工業、部分科技硬件)。這三條主線同步發生,構成一次完整的風格切換。

一條最容易看漏的細節

三條主線雖然同步,但力度並不相等。減息預期越強,成長對價值的乖離越大;可一旦預期出現反覆,防禦板塊會最先被資金回補。我給學員的提醒是:輪動初期重倉押注單一風格風險偏高,較穩健的做法是讓模型同時保留兩頭的候選名單,再按每週數據微調權重,而不是一次性全數轉向。這樣即使預期來回擺動,組合也不會在風格撕裂時裸身暴露。

AI 選股模型為何會「看錯」輪動

AI選股 模型的強項,是從海量歷史價格與成交量裡提煉出可重複的形態。問題在於,風格輪動本質上是一場「條件機率的切換」,而觸發切換的變數往往是宏觀預期,不是價格本身。

模型的世界觀來自樣本。如果過去十二個月市場由防禦與價值主導,系統學到的因子權重自然偏向低波動、高息、大市值;當減息預期突然升溫,成長與小型股的相對強度開始逆轉,但模型手上的權重還停留在舊世界。它不會主動說「現在宏觀變了」,只會繼續按舊規則打分。

我在自己的選股流程裡做過覆盤:同一套因子,在減息預期升溫前後,對同一批股票的排序可以出現明顯位移,而系統輸出名單卻遲遲不動,因為它等待的是「價格確認」而非「預期確認」。等價格真的轉強,輪動往往已經走完一半。這就是 AI 選股在拐點最容易落後的原因——它擅長延續趨勢,不擅長預判制度的轉向。

樣本外推的盲點

更深一層的問題是「樣本外推」。模型在回測裡表現好,是因為它見過類似的價格形態;但減息預期引發的輪動,關鍵變數在利率曲線與資金流向,不在股價本身。當觸發條件來自模型從未納入的宏觀維度,舊樣本給出的權重便失去參考價值。這也是為什麼我堅持在選股流程裡手動疊加一層宏觀判斷,而非完全交給系統。人腦負責讀懂「週期在哪」、模型負責在確定的風格內挑強者,兩者分工才不會在拐點同時失靈。

模型該怎麼跟:因子權重、風格過濾、換倉節奏

要把模型「教」會跟輪動,我給學員的框架是三段式,分別處理選股邏輯、名單範圍與執行節奏——這套方法在 AI選股 的實戰訓練裡反覆驗證過,核心是先於價格確認半步動作。

因子權重先行調整。減息預期升溫時,我會把「利率敏感度」「成長性」「市值偏小」三類因子的權重各上調約一成,同時把「高息防禦」「低波動」的權重下調相應幅度。SPEED RADAR 的五大皇牌訊號——波段之昇、莊家試盤、築底反彈、資金出逃、VCP——本身不偏風格,但加權方式決定了它們組合出來的名單偏向哪邊;加權改了,輸出自然跟著轉。我把常見的權重擺位整理成下表,方便對照:

因子類別 調整前權重 減息預期下權重
利率敏感度 兩成 三成
成長性 一成半 兩成半
市值偏小 一成 兩成
高息防禦 兩成半 一成半
低波動 兩成 一成

這張表不是絕對答案,而是比例方向:把權重從「穩」往「敏感」移,模型輸出的名單才會跟著利率預期轉向,而不是等股價自己說話。

風格過濾隨之放開。輪動初期,我會把小型股與成長股的過濾閘門打開,讓系統重新納入這批過去被壓低的標的;同時對純防禦板塊加一層「相對強度降權」,避免舊偏好拖慢反應。

換倉節奏要加快但不冒進。預期拐點附近,我把名單的檢視頻率由每週提升到每兩三日一次,讓權重位移更早反映到持倉;但單次換倉比例設上限,避免追在情緒高點。這套三段式,比「等價格確認再全換」更早半步。

實戰對照:調整前後,選股名單變了甚麼

AI選股 模型調整前後的差異,用一組對照最能說明。假設減息預期升溫前,系統在港股池裡排出的前十名,有六只是高息公用與電訊等防禦價值股,平均市值偏大,對利率幾乎不敏感;小型成長股幾乎全軍覆沒在名單之外。

套用上面的三段式、把利率敏感度因子權重由原本佔比兩成調高到三成、成長因子由一成半提到兩成半之後,同一個池、同一日的數據,前十名變成四隻防禦價值、三隻受減息受惠的地產與金融、三隻小型成長,平均市值明顯下移。這不是魔法,是加權把「預期」提前放進了打分。把名單結構濃縮成下表,差異一目了然:

名單位置 調整前分佈 調整後分佈
防禦價值股 六隻 四隻
地產與金融 零至一隻 三隻
小型成長股 近乎零 三隻

表裡最關鍵的不是數字本身,而是「變動發生在價格轉強之前」。模型在預期階段就完成了權重位移,等市場用股價確認輪動時,名單早已站在新風格那一邊,這正是 AI 選股想贏在拐點必須做到的半步之差。

左邊是厚實的電廠與電訊塔,右邊是快速抽高的小樹苗與小辦公室,中間一道下彎曲線相連。

我自己的帳戶在過往五年連續取得正回報、累積約一千三百五十二個百分點,並曾於二零二三年 ACY Trading Cup 奪得亞軍;這類拐點操作貢獻不小——但我必須強調,過往表現不代表未來回報,模型調整只是提高機率,從不保證方向。重點在於:調整前你拿的是「昨天的強勢」,調整後你拿的是「明天的強勢候選」,兩者之間的時間差,就是輪動行情裡最值錢的部分。

把減息預期放進你的選股流程

最後落成可執行的清單。第一,每週固定看一次利率期貨與通脹數據,只要減息機率連續兩週上升,就觸發因子權重的階段性上調,不必等財經新聞大篇幅報導。第二,打開小型股與成長股的過濾器,同時在防禦板塊加相對強度降權,讓模型的輸出反映新風格。第三,把名單檢視頻率加密到每兩三日,但嚴控單次換倉比例,避免在預期最亢奮時一次過重倉。

需要提醒的是,減息預期並不等於減息已發生,兩者之間市場常出現「預期跑太快、現實跟不上」的來回。若你同時運用槓桿或跨市場操作,先讀懂投委會關於槓桿式外匯的基本認識,弄清按金與強平機制,才不會在風格切換的波動裡被槓桿反噬。跨市場跟隨利率主題時,也可參考CFTC 關於降低外匯詐騙風險的指引,只與受監管平台往來、不輕信任何宣稱能精準捕捉拐點的系統宣傳。

這份清單的價值不在於「買甚麼」,而在於「多久檢查一次」。輪動行情最忌諱設好名單就放著不管——減息預期本身會隨數據來回擺動,模型權重也該跟著擺動。我自己的習慣是把這套檢查清單釘在每週日的固定時段,與財經日曆一起看,讓宏觀判斷與模型輸出保持同步,而不是月初調一次便置之不理。

常見問題

問:減息預期升溫,是不是代表我該立刻全倉買小型股和成長股?

答:不是。減息預期只是提高這類板塊的相對勝率,不代表單邊必漲。模型該做的是上調權重與放開過濾,而不是取消風控。單次換倉仍要設比例上限,等價格與資金流向確認再分批加碼更穩。

問:AI 選股模型是不是完全跟不上輪動,所以我該手動代替它?

答:不必走到另一個極端。模型的弱點在拐點落後,不是全程無用。較務實的做法是給模型加一層宏觀因子與風格過濾,讓它在預期階段就調整權重,而不是完全停用。人腦負責判斷週期位置,模型負責執行與紀律。

問:怎麼判斷現在是減息預期,還是單純的股市反彈?

答:看利率期貨與債息。若減息機率與長債息同步向下,資金是在交易「錢變便宜」的預期,風格傾向成長與小型股;若只是個別好消息帶動反彈、債息不動,那多半是技術修復,輪動邏輯未成立。

問:SPEED RADAR 覆蓋那麼多股票,我該如何避免名單太多看不過來?

答:它覆蓋超過二千五百隻港股與八千隻美股,靠 AI選股 的五大皇牌訊號縮窄範圍。輪動期你可以用風格過濾先切出成長或小型股子集,再從訊號強度排序,名單會從幾百隻收斂到幾十隻,執行上更聚焦。

問:如果減息預期後來落空,模型調錯方向怎麼辦?

答:這正是要設換倉比例上限的原因。預期落空時,及時把因子權重置回中性、重新打開防禦過濾即可,虧損控制在可承受範圍。模型調整追求的是提高機率與早半步,不是賭單一次對錯,過往表現不代表未來回報。

問:除了股票,減息預期還會影響哪些地方我要留意?

答:利率預期會外溢到債券、外匯與槓桿產品,波動與詐騙風險也會升高。跨市場操作前,建議先了解金管局基本利率的運作,明白本地利率如何跟隨美國,再決定槓桿與持倉,避免在資訊不對稱下冒險。

立即 WhatsApp 聯繫小風團隊免費諮詢:+852 5378 5383

網站:https://aitrading.ace-fortune.com/speed-radar

投資涉及風險,過往表現不代表未來回報。本內容僅供教育參考,不構成任何投資建議。

類別:投資攻略
分享到:
null

Ace Fortune 2018年成立於香港,早期研究方向包括面向 PI(個人專業投資者)的大數據智能指標及選股器,以及運用量化模型研究交易策略。
今天,我們將這份系統思維,延伸至 AI 工具與程式交易教育,讓新手學習運用 AI Agent 輔助整理資料、編撰程式與檢查邏輯。
從理解工具到動手實作,讓科技更容易入門,支持個人增值與成長。Let Intelligence Empower Your Growth. 

null
© 2026 Weber All Right Reserved