1.1. 权益类 ETF 基金规模变化统计
根据 Wind 中 ETF 二级投资类型的划分标准，近 5 个交易日（2026.1.26-2026.1.30） 基金规模变化排名前三名的权益类 ETF 类型分别为：主题指数 ETF（341.38 亿元），行 业指数 ETF（107.41 亿元），跨境主题指数 ETF（43.28 亿元）；基金规模变化排名后 三名的权益类 ETF 类型分别为：规模指数 ETF（-2990.99 亿元），风格指数 ETF（0.64 亿元），跨境行业指数 ETF（2.10 亿元）。
1.2. 权益类 ETF 产品基金规模变化
近 5 个交易日（2026.1.26-2026.1.30），全市场权益类 ETF 产品基金规模，变化排 名前三名的产品分别为：有色金属 ETF 基金（48.02 亿元），化工 ETF 基金（39.40 亿 元），港股通非银 ETF 基金（33.50 亿元）。
近 5 个交易日（2026.1.26-2026.1.30），全市场权益类 ETF 产品基金规模，变化排 名后三名的产品分别为：沪深 300ETF 华泰柏瑞基金（-557.90 亿元），沪深 300ETF 易 方达基金（-519.74 亿元），沪深 300ETF 华夏基金（-400.43 亿元）。
1.3. 权益类 ETF 跟踪指数基金规模变化
近 5 个交易日（2026.1.26-2026.1.30），全市场权益类 ETF 跟踪指数的基金规模， 变化排名前三名的指数分别为：细分化工指数（86.15 亿元），SSH 黄金股票指数（60.99 亿元），细分有色指数（51.05 亿元）。
近 5 个交易日（2026.1.26-2026.1.30），全市场权益类 ETF 跟踪指数的基金规模， 变化排名后三名的指数分别为：沪深 300 指数（-1878.64 亿元），中证 1000 指数（-334.07 亿元），中证 500 指数（-307.35 亿元）。
观点：市场短期进入结构混沌期，但大盘指数仍然稳健。 复盘： 2 月整体走势判断：2026 年 2 月，宏观择时模型的月度评分是 0 分，历史上该分数 万得全 A 指数后续一个月上涨概率为 78.57%，平均涨幅为 3.37%。叠加日历效应中财 报预告的结束，我们对 2 月 A 股大盘走势持乐观的观点。但鉴于 1 月权益已累计不少盈 利盘，春节前可能有一定的止盈压力。 本周 A 股中，宽基 ETF 仍在持续流出，但能观察到 1 月 30 日多数宽基 ETF 呈现 明显成交额缩小的特征，说明后续来自宽基 ETF 的抛压可能会逐步减小。同时通信、芯 片、化工、石油石化、港股非银等方向呈现资金流入的特征，可以关注后续资金的持续 性。 结构上，市场短期呈现混沌期特点。上周提示过的周期性行业表现相对不错，石油、 化工等方向仍旧较为稳健。但有色金属方向，受外围宏观事件影响较大。1 月 30 日特朗 普提名下一任美联储主席为凯文沃什，鉴于沃什历史上态度相对偏鹰派，美元指数有走 强的预期，贵金属发生了较大的调整。但贵金属本身近期也进入到了狂热的高波动时期， 短期发生一定的调整也属于正常现象，调整过后中长期仍然持看涨观点。 此外，部分此前表现相对较弱的行业，本周在尝试低位轮动进攻，如港股红利、食品饮料、海外算力等，但持续性仍然有待观察。所以虽然模型认为后续指数层面仍然稳 健，但操作上 2 月的投资难度可能比 1 月较高，我们建议聚焦基本面较为强劲的方向和 个股。
2.1. 大盘指数宏观模型结果展示
大盘指数宏观模型是从基本面、资金面、国际面、估值面、技术面等五个维度对万 得全 A 指数进行打分测算。宏观模型包括低频月度宏观模型和高频日度宏观模型。模型 测算时间为 2015 年 12 月 31 日至 2026 年 1 月 30 日。 低频月度宏观模型更新时间为每个月 1 号。模型分数波动范围为：-10 分~10 分。 模型分数大于等于 0 分时，看好下个月万得全 A 指数的收益率表现。 截至 2026 年 1 月 30 日，大盘指数低频月度宏观模型的分数是 0 分，历史上该分数 万得全 A 指数后续一个月上涨的概率和幅度均较高。
高频日度宏观模型更新时间为每天早上开盘前。模型分数波动范围为：-10 分~10 分。 模型分数大于等于 0 分时，看好下个交易日万得全 A 指数的收益率表现。（注：部分指 标，如融资买入额和美国国债利率等，早上开盘前才会更新数据） 截至 2026 年 1 月 30 日，本周大盘指数高频日度宏观模型的分数显示负值较多，说 明指数后续走势可能会受到一定的压制。
2.2. 各大指数技术分析模型结果展示
技术分析模型，又名风险趋势模型，主要分为两个维度：1、趋势维度；2、风险维 度。 模型结果展示的图中，纵坐标为趋势维度，趋势越高，代表价格上涨的动力越强； 趋势越低，代表价格向下调整的动力越强。 模型结果展示的图中，横坐标为风险维度，风险度越高，代表价格向下均值回归的 力量越强；风险度越低，代表价格向上均值回归的力量越强。
综合评分 = （趋势 + 100 – 风险） / 2。
综合评分越高，代表标的值博率越高。
2.2.1. 主要宽基指数模型结果展示
截至 2026 年 1 月 30 日，风险趋势模型中主要宽基指数综合评分前三名分别为：红 利指数（65.46 分），中证红利（58.74 分），上证 50（48.27 分）；综合评分后三名分 别为：科创 100（10.23 分），科创综指（11.84 分），中证 500（19.11 分）。
我们统计了 1999 年 12 月 31 日至 2025 年 12 月 31 日主要宽基指数在每年 1 月份的平均收益率情况。如果指数成立日期晚于 1999 年 12 月 31 日，则按照成立日期计算。 2 月份主要宽基指数平均收益率排名前三名的是：北证 50（9.50%），中证 1000 （7.39%），万得微盘股日频等权指数（7.22%）；2 月份主要宽基指数平均收益率排名 后三名的是：上证 50（1.57%），深证红利（2.62%），上证指数（2.70%）。
2.2.2. 风格指数模型结果展示
截至 2026 年 1 月 30 日，风险趋势模型中风格指数综合评分前三名分别为：金融(风 格.中信)（61.98 分），大盘价值（61.3 分），稳定(风格.中信)（49.52 分）；综合评分后 三名分别为：成长(风格.中信)（19.04 分），小盘成长（19.73 分），巨潮中盘（20 分）。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
