市场整体表现 - 美股主要指数本周小幅回调，标普500下跌0.4%，纳斯达克综合指数下跌0.7%[1] - 市场风格显著分化，小盘股表现强劲，罗素2000价值指数上涨2.2%，罗素2000成长指数上涨1.9%，而大盘成长指数下跌1.2%[1] - 全球市场表现不一，MSCI新兴市场指数本周上涨2.2%，年初至今涨幅达5.7%，而法国CAC40指数本周下跌1.2%[11] 行业价格与资金流向 - 行业表现两极分化，10个行业上涨，14个行业下跌；食品与主要用品零售（+4.6%）、资本品（+4.4%）领涨，软件与服务（-4.5%）、银行（-4.3%）领跌[1] - 估算资金流向显示市场整体基本平衡，标普500成分股本周净流出1.7亿美元；半导体产品与设备行业资金大幅流入37.6亿美元，软件与服务行业则流出32.7亿美元[2] - 关键科技巨头个股资金流向分化，英伟达（NVDA）本周资金流入3.76亿美元，而微软（MSFT）和Meta（META）分别流出5.07亿和5.42亿美元[29] 盈利预期与估值 - 标普500成分股未来12个月盈利预期整体上修0.3%，汽车与汽车零部件（+1.3%）、半导体产品与设备（+1.1%）行业盈利预期上调领先[3] - 能源行业盈利预期显著下调2.1%，制药生物科技和生命科学行业下调0.8%[3] - 信息技术板块市盈率（P/E）为25.9倍，本周下降1.3%；半导体产品与设备板块市盈率为24.9倍，本周上升0.9%[19] - 市场一致预期显示，信息技术板块目标价上行空间为26.0%，其中软件与服务板块上行空间高达33.5%[22]

核心观点 - 报告对港股市场维持“优于大市”评级，核心观点是“互联网带动整体市场显著上行”[1][4] 一、全球市场表现 - **港股市场**：本周恒生指数上涨+2.3%，年初至今上涨+4.7%；恒生科技指数上涨+2.4%，年初至今上涨+5.6%；恒生综指上涨+2.6%，年初至今上涨+5.6%[12] - **A股市场**：表现分化，沪深300指数本周下跌-0.6%，但科创50指数表现强劲，本周上涨+2.6%，年初至今上涨+12.6%[12] - **全球其他市场**：日韩市场领涨，日经225指数本周上涨+3.8%，韩国综合指数本周大幅上涨+5.5%；美股主要指数本周微跌，标普500指数下跌-0.4%[12] - **汇率与商品**：COMEX黄金本周上涨+1.8%，年初至今上涨+6.2%；美元兑离岸人民币汇率本周微跌-0.1%[12] 二、中观表现汇总 2.1 投资收益 - **整体市场与风格**：本周港股主板价格收益为+2.7%，恒生指数价格收益为+2.6%[14]。风格上，大盘股（恒生大型股+2.8%）表现优于小盘股（恒生小型股+2.5%）和中盘股（恒生中型股+1.0%）[1] - **主题与概念指数**：互联网板块表现突出，恒生互联网指数本周价格收益达+4.4%[14]。国信海外选股策略出现分化，红利贵族50策略上涨+1.3%，而ROE策略进攻型下跌-2.2%[1] - **行业表现（中信分类）**：在30个中信行业中，22个行业上涨[1]。涨幅居前的行业包括：综合（+16.3%）、商贸零售（+8.8%）、计算机（+6.0%）、有色金属（+4.8%）和机械（+4.3%）[1]。下跌行业主要有消费者服务（-2.5%）、国防军工（-2.0%）和通信（-1.2%）[1] - **行业表现（恒生/GICS分类）**：按恒生行业分类，原材料业（+6.1%）和医疗保健业（+3.1%）涨幅居前，电讯业（-1.4%）下跌[16]。按GICS分类，材料（+5.7%）和信息技术（+3.0%）领涨，通讯服务（0.0%）基本持平[16] 2.2 估值水平 - **整体市场估值**：本周恒生指数估值（动态预期12个月正数市盈率）上升+2.3%至11.9倍；恒生综指估值上升+2.0%至11.9倍[2] - **主题指数估值**：恒生互联网指数估值上升幅度较大，为+4.6%至18.6倍；恒生高股息指数估值下降-0.8%至7.3倍[2] - **行业估值变化（中信分类）**：多数行业估值上升，商贸零售（+10.7%）、计算机（+6.3%）、建材（+5.3%）估值提升显著[2]。国防军工（-4.9%）、农林牧渔（-2.2%）估值下降较多[2] 2.3 盈利和股息 - **整体盈利预期**：恒生指数未来12个月EPS预期较上周微幅上修+0.3%；恒生综指EPS预期上修+0.4%[3] - **主题指数盈利预期**：恒生高股息指数EPS预期上修+2.2%，而恒生互联网指数EPS预期下修-0.2%[3] - **行业盈利预期（中信分类）**：15个行业EPS预期上修，12个行业下修[3]。上修幅度较大的行业有：综合（+13.7%）、农林牧渔（+3.4%）、有色金属（+3.3%）和国防军工（+3.0%）[3]。下修幅度较大的行业有：建材（-4.6%）、消费者服务（-3.9%）和商贸零售（-1.7%）[3] - **股息率**：恒生指数未来12个月预期股息率为3.1%，恒生高股息指数预期股息率达6.1%[22]

货币政策与财政协同 - 央行将各类结构性货币政策工具利率下调25个基点至1.25%，低于短期政策利率1.4%，形成“价格倒挂”以激励金融机构使用定向工具[1][10] - 全面降息被视为应对显著外部冲击的“储备工具”，而非周期性常规操作，短期内不宜抱过高预期[1][11] - 2025年财政资金仍有相当规模结余可结转使用，预计2026年一季度财政支出强度将进一步加大，与结构性宽松形成“货币-财政”协同[2][12] 宏观经济表现 - 生产端延续高景气：机电产品（如冷轧板）生产维持高景气，纺织服装和包装领域（PTA产量）生产景气继续上升[13][15] - 消费端显现结构性矛盾：一线城市地铁客流量同比增长2.8%，但电影票房同比萎缩24.1%，汽车销售同比跌幅扩大至-36.5%[13][18] - 外贸开局向好：中国港口货物吞吐量同比增长4.82%至2.63亿吨，出口集装箱运价指数（CCFI）小幅上行至1209.85[13][22] - 房地产市场持续探底：一二手房成交环比下滑，新房成交为2019年以来同期最低，十大城市存销比回升至95.7的历史同期高位[13][14][44] 金融市场与风险 - 货币市场由中性转向宽松，DR007与逆回购利率差值已贴近2024年同期历史较低水平[37] - 主要风险提示为海外市场动荡存在不确定性[2][51]

核心观点 - 报告核心结论认为，本轮春季行情由宽基ETF、灵活型外资和杠杆资金先后助推展开，但近期微观资金面出现新变化，短期股市资金面或承压，不过春季行情未完待续，阶段性波动是布局机会，结构上建议均衡配置，科技中应用领域更优，并阶段性重视上游周期及地产等老登资产 [1] 本轮春季行情的资金驱动因素 - 自去年12月17日以来，A股宽基指数持续上行，春季行情展开，微观资金面上，宽基ETF、灵活型外资、杠杆资金先后起到助推作用 [1][12] - 去年12月下旬，宽基ETF放量流入，12月各宽基ETF累计净流入规模超1000亿元，显著高于11月的-142亿元，其中挂钩中证A500指数的宽基ETF贡献了绝大多数申购规模 [1][12] - 12月以来人民币汇率持续走强，催化灵活型外资流入A股，12月灵活型外资整体流入至少135亿元，同期港股灵活型外资流入260亿港元 [1][12] - 随着春季行情推进，今年年初以来杠杆资金逐渐成为加仓主力，1月5日以来A股日均融资净买入额达197亿元，明显高于去年12月日均净买入额的29亿元，目前融资余额已突破2.7万亿元、创历史新高 [1][13] 近期微观资金面的新变化与压力 - 变化1：近期ETF资金出现净赎回，1月以来宽基ETF累计净赎回约2000亿元，其中1月15日至16日双日净赎回约1600亿元，挂钩沪深300、科创50指数ETF净赎回规模较大，例如沪深300ETF净赎回930.3亿元，科创50ETF净赎回305.0亿元 [2][22][31] - 变化2：近期短线灵活型外资流入速率放缓，最近一周A股、港股灵活型外资分别从前一周的94亿元、365亿港元下降至36亿元、79亿港元 [2][22] - 变化3：当前短期杠杆资金流入速率过快，截至1月15日，滚动30日加总的融资净买入额为2117亿元，已突破历史均值的2倍标准差，且交易所宣布上调融资保证金最低比例至100% [2][23] 春季行情前景与市场判断 - 报告认为当前春季行情上涨的本质是始于2024年9月24日的A股牛市仍在纵深推进，政策宽松环境未变，牛市上涨时空未完 [3][33] - 自2025年12月17日A股加速上涨以来，上证指数最大涨幅为9.8%，对比历史春季行情宽基指数20%左右的涨幅均值仍有差距，因此春季行情仍有进一步演绎空间 [33] - 即便短期资金面变化使得行情存在阶段性波动，报告仍视其为布局机会 [3] 行业配置建议 - 报告认为在AI浪潮驱动下，科技成长依然是本轮牛市的行业主线，并建议关注AI应用落地的细分板块，近期催化包括政策层面工信部等印发《"人工智能+制造"专项行动实施意见》，以及产业层面蚂蚁集团推出医疗健康AI应用"阿福"（月活用户达3000万） [3][36][40] - 借鉴2015年和2021年牛市经验，本轮科技行情有望从算力基建向应用扩散 [40] - 部分价值板块配置机会也值得关注，建议阶段性均衡配置，关注方向包括：低估值的地产等老登资产、受益于成交放量且业绩预期有望改善的非银、内需政策发力的传统消费以及受益涨价逻辑的上游资源品 [1][3][40]

核心观点 - 最近一周北向资金可能小幅净流出43亿元，而前一周为净流入96亿元 [1][10] - 最近一周灵活型外资估算净流入36亿元，前一周估算净流入94亿元 [1][10] - 港股市场最近一周各类资金合计流入240亿港元，其中灵活型外资流入79亿港元，港股通流入155亿港元 [2][12] - 亚太市场中，外资当周净流入日本股市12128亿日元，而12月外资流出印度股市25.2亿美元 [2][17] - 美欧市场中，11月全球共同基金净流入美国权益市场92亿美元，净流入英国、德国、法国权益市场分别为5.5亿美元、11.7亿美元、14亿美元 [3][19][21] A股市场外资流动 - 最近一周北向资金估算净流出43亿元，较前一周的净流入96亿元转为流出 [1][10] - 最近一周灵活型外资估算净流入36亿元，较前一周的净流入94亿元规模收窄 [1][10] - 陆股通前十大活跃个股中，宁德时代本周双向成交总金额为219亿元，占个股当周交易金额的17% [1][10] - 陆股通前十大活跃个股中，中际旭创本周双向成交总金额为215亿元，占个股当周交易金额的9% [1][10] - 陆股通前十大活跃个股中，新易盛本周双向成交总金额为183亿元，占个股当周交易金额的10% [1][10] 港股市场资金流动 - 最近一周稳定型外资流出港股市场1亿港元 [2][12] - 最近一周灵活型外资流入港股市场79亿港元 [2][12] - 最近一周港股通资金流入港股市场155亿港元 [2][12] - 最近一周中国香港或大陆本地资金流出港股市场3亿港元 [2][12] - 行业层面，最近一周外资流入ETF、有色金属、半导体等较多 [2][12] - 行业层面，最近一周港股通资金流入软件服务、硬件设备、非银金融等较多 [2][12] 亚太市场外资流动 - 截至1月5日当周，海外投资者净流入日本股市12128亿日元，前一周为流出20亿日元 [2][17] - 2023年以来，海外投资者累计净流入日本股市10.7万亿日元 [2][17] - 12月海外机构投资者流出印度股市25.2亿美元，前一月流出4.3亿美元 [2][17] - 2020年以来，海外机构投资者累计净流入印度股市122亿美元 [2][17] 美欧市场资金流动 - 11月全球共同基金净流入美国权益市场92亿美元，前一月流入38亿美元 [3][19] - 2020年以来，全球共同基金累计净流入美国权益市场6915亿美元 [3][19] - 11月全球共同基金净流入英国权益市场5.5亿美元，前一月为流出32亿美元 [3][19][21] - 11月全球共同基金净流入德国权益市场11.7亿美元，前一月流入1.4亿美元 [3][19][21] - 11月全球共同基金净流入法国权益市场14亿美元，前一月流入11.6亿美元 [3][19][21]

量化模型与构建方式 1. **模型名称：港股精选组合模型**[14][15] * **模型构建思路**：该模型旨在对分析师推荐股票池进行基本面和技术面的双层优选，挑选出同时具备基本面支撑和技术面共振的超预期股票，构建港股精选股票组合[14][15]。 * **模型具体构建过程**： 1. **构建分析师推荐股票池**：以分析师上调盈利预测、分析师首次关注、分析师研报标题超预期事件作为分析师推荐事件，构建初始股票池[15]。 2. **基本面与技术面双层筛选**：对分析师推荐股票池中的股票，从基本面和技术面两个维度进行精选，具体筛选标准未在本文档中详细展开[14][15]。 3. **组合构建**：通过上述筛选，最终构建出港股精选股票组合[14]。 2. **因子名称：250日新高距离**[22] * **因子构建思路**：该因子用于量化股票价格接近其过去250个交易日最高点的程度，以识别创新高或接近新高的股票[20][22]。 * **因子具体构建过程**： 1. 计算股票在过去250个交易日内的收盘价最大值。 2. 使用最新收盘价与过去250日最高价计算距离。 3. 具体公式为： $$250日新高距离 = 1 - \frac{Close_t}{ts\_max(Close, 250)}$$ 其中，$Close_t$ 为最新收盘价，$ts\_max(Close, 250)$ 为过去250个交易日收盘价的最大值[22]。 4. 若最新收盘价创出新高，则该因子值为0；若最新收盘价较新高回落，则该因子为正值，表示回落幅度[22]。 3. **模型名称：平稳创新高股票筛选模型**[22][23] * **模型构建思路**：该模型旨在从近期创过新高的股票中，进一步筛选出分析师关注度高、股价走势强劲且路径平稳的股票，以捕捉更高质量的趋势信号[2][22]。 * **模型具体构建过程**：在“过去20个交易日创出过250日新高的股票池”中，按以下步骤进行筛选[22][23]： 1. **样本池**：全部港股，但需剔除成立时间不超过15个月的股票[23]。 2. **分析师关注度筛选**：要求过去6个月内，获得“买入”或“增持”评级的分析师研报不少于5份[23]。 3. **股价相对强弱筛选**：要求过去250日涨跌幅位于样本池前20%[23]。 4. **股价平稳性综合打分**：在满足上述条件的股票池内，使用以下两个指标进行综合打分，并取排名在前50%的股票（最少取50只）[23]： * **价格路径平滑性**：使用“股价位移路程比”指标，具体计算公式未在文档中给出[23]。 * **创新高持续性**：计算过去120日的“250日新高距离”在时间序列上的均值[23]。 5. **趋势延续性筛选**：对经过上一步筛选的股票，计算其过去5日的“250日新高距离”在时间序列上的均值，并取排序靠前的50只股票作为最终输出[23]。 模型的回测效果 1. **港股精选组合模型**[19] * 全样本（20100101-20251231）年化收益：19.08%[19] * 全样本相对恒生指数年化超额收益：18.06%[19] * 全样本信息比率（IR）：1.19[19] * 全样本跟踪误差：14.60%[19] * 全样本最大回撤：23.73%[19] * 全样本收益回撤比：0.76[19] 量化因子与构建方式 *（本报告中未单独列出除“250日新高距离”外的其他量化因子构建细节）* 因子的回测效果 *（本报告中未提供单个因子的独立测试结果）*

报告核心观点 - 国信金工主动量化策略以公募主动股基为业绩基准，旨在战胜主动股基中位数，目前包含四个策略组合：优秀基金业绩增强组合、超预期精选组合、券商金股业绩增强组合和成长稳健组合 [12] - 截至2026年1月16日当周，成长稳健组合表现最佳，其满仓收益为3.15%，考虑仓位后收益为2.83%，相对偏股混合型基金指数超额收益为1.31% [13] - 截至2026年1月16日本年，成长稳健组合表现最佳，其满仓收益为10.01%，考虑仓位后收益为8.98%，相对偏股混合型基金指数超额收益为2.60%，在3721只主动股基中排名第866位（23.27%分位点）[13][48] 策略组合近期表现总结 - **优秀基金业绩增强组合**：本周绝对收益2.41%，超额收益0.89%；本年绝对收益7.39%，超额收益1.01%，在主动股基中排名第1306位（35.10%分位点）[1][13][22] - **超预期精选组合**：本周绝对收益3.13%，超额收益1.61%；本年绝对收益8.42%，超额收益2.04%，在主动股基中排名第995位（26.74%分位点）[1][13][32] - **券商金股业绩增强组合**：本周绝对收益1.40%，超额收益-0.12%；本年绝对收益6.87%，超额收益0.49%，在主动股基中排名第1501位（40.34%分位点）[1][13][40] - **成长稳健组合**：本周绝对收益2.83%，超额收益1.31%；本年绝对收益8.98%，超额收益2.60%，在主动股基中排名第866位（23.27%分位点）[2][13][48] 市场整体表现监控 - **股票市场**：本周（2026.1.12-2026.1.16）收益中位数为0.50%，55%的股票上涨；本年（2026.1.5-2026.1.16）收益中位数为5.06%，82%的股票上涨 [2][52] - **主动股基市场**：本周收益中位数为1.34%，75%的基金上涨；本年收益中位数为5.92%，96%的基金上涨 [2][52] 各策略组合简介与历史绩效 - **优秀基金业绩增强组合**：策略从对标宽基指数转变为对标主动股基，在借鉴优秀基金持仓基础上采用量化方法增强，以达到优中选优的目的 [3][53]；全样本区间（2012.1.4-2025.12.31）年化收益21.40%，相较偏股混合型基金指数年化超额9.85% [55][58] - **超预期精选组合**：以研报标题超预期与分析师全线上调净利润为条件筛选股票池，再进行基本面和技术面双层精选 [4][59]；全样本区间（2010.1.4-2025.12.31）年化收益31.11%，相较偏股混合型基金指数年化超额23.98% [60][63] - **券商金股业绩增强组合**：以券商金股股票池为选股空间和约束基准，采用组合优化控制与基准在个股、风格上的偏离 [5][64]；全样本区间（2018.1.2-2025.12.31）年化收益21.71%，相对偏股混合型基金指数年化超额14.18% [65][68] - **成长稳健组合**：采用“先时序、后截面”方式构建成长股二维评价体系，优先选择距离财报预约披露日较近的股票，并采用多因子打分精选，构建100只股票等权组合 [6][69]；全样本区间（2012.1.4-2025.12.31）年化收益36.34%，相较偏股混合型基金指数年化超额26.33% [70][73]

量化模型与因子总结 量化因子与构建方式 1. **因子名称：封板率** * **因子构建思路：** 通过计算当日最高价涨停且收盘也涨停的股票数量占所有最高价涨停股票数量的比例，来衡量市场涨停板的封板强度和市场情绪[17]。 * **因子具体构建过程：** 1. 筛选上市满3个月以上的股票[17]。 2. 在交易日T，找出所有在盘中最高价达到涨停的股票集合。 3. 在上述集合中，找出收盘价仍为涨停的股票子集。 4. 计算封板率，公式为： $$封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$$[17] 2. **因子名称：连板率** * **因子构建思路：** 通过计算连续两个交易日收盘都涨停的股票数量占前一日所有涨停股票数量的比例，来衡量市场涨停板的连续性和赚钱效应的持续性[17]。 * **因子具体构建过程：** 1. 筛选上市满3个月以上的股票[17]。 2. 在交易日T，找出所有在T-1日收盘涨停的股票集合。 3. 在上述集合中，找出在T日收盘也涨停的股票子集。 4. 计算连板率，公式为： $$连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$$[17] 3. **因子名称：大宗交易折价率** * **因子构建思路：** 通过计算大宗交易成交总额与按当日市价计算的成交份额总市值的差异，来反映大额资金交易的折溢价情况，可作为大资金情绪和偏好的观察指标[26]。 * **因子具体构建过程：** 1. 获取交易日T所有大宗交易的成交数据，包括每笔的成交金额和成交数量[26]。 2. 计算大宗交易总成交金额。 3. 计算大宗交易成交份额按当日收盘价（或成交均价）计算的总市值。 4. 计算折价率，公式为： $$折价率=\frac{大宗交易总成交金额}{当日成交份额的总市值}-1$$[26] *注：公式计算结果为负表示折价交易，为正表示溢价交易。* 4. **因子名称：股指期货年化贴水率** * **因子构建思路：** 通过计算股指期货主力合约价格与现货指数价格之间的基差，并进行年化处理，来衡量股指期货的升贴水程度。该指标反映了市场对未来走势的预期、对冲成本以及市场情绪[28]。 * **因子具体构建过程：** 1. 选定标的指数（如上证50、沪深300等）及其对应的股指期货主力合约[28]。 2. 计算基差：基差 = 期货价格 - 现货指数价格[28]。 3. 计算年化贴水率，公式为： $$年化贴水率=\frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$$[28] *注：计算结果为正表示期货升水，为负表示期货贴水。公式中250为年化常用的交易天数假设。* 因子的回测效果 *本报告为市场监测日报，主要展示因子的构建方法和当日/近期计算结果，未提供基于历史数据的长期回测绩效指标（如IC、IR、多空收益等）。因此，此处仅列出报告中给出的具体因子取值。* 1. **封板率因子**，2026年01月16日取值：**56%**[17] 2. **连板率因子**，2026年01月16日取值：**12%**[17] 3. **大宗交易折价率因子** * 近半年以来平均值：**6.76%**[26] * 2026年01月15日取值：**6.57%**[26] 4. **股指期货年化贴水率因子**（2026年01月16日） * 上证50股指期货主力合约年化升水率：**0.97%**[28] * 沪深300股指期货主力合约年化贴水率：**1.17%**[28] * 中证500股指期货主力合约年化贴水率：**1.73%**[28] * 中证1000股指期货主力合约年化贴水率：**4.17%**[28]

量化模型与构建方式 1. 模型名称：国信金工指数增强组合模型 * **模型构建思路**：以多因子选股为主体，通过收益预测、风险控制和组合优化三个主要流程，构建对标不同基准指数的增强组合，力求稳定战胜基准[11][12] * **模型具体构建过程**： 1. **收益预测**：基于多因子模型对股票未来收益进行预测[12] 2. **风险控制**：在组合优化过程中施加多种约束以控制风险[12] 3. **组合优化**：在满足风险约束的条件下，通过优化算法求解最优的股票权重，以最大化预期收益或控制跟踪误差[12] 2. 模型名称：单因子MFE组合模型 * **模型构建思路**：为了在更贴近实际投资约束的条件下检验单因子的有效性，采用组合优化的方式，在控制行业、风格等暴露的前提下，构建最大化单因子暴露的组合，通过该组合相对于基准的表现来判断因子有效性[15][39] * **模型具体构建过程**： 1. **设定优化目标与约束**：采用如下组合优化模型构建MFE组合[39]： $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$ * **目标函数**：最大化组合在单因子上的加权暴露 $$f^{T}w$$，其中 $$f$$ 为因子取值向量，$$w$$ 为待求解的股票权重向量[39][40] * **约束条件1**：限制组合相对于基准指数的风格暴露，$$X$$ 为风格因子暴露矩阵，$$w_b$$ 为基准权重，$$s_l, s_h$$ 为风格暴露偏离上下限[40] * **约束条件2**：限制组合相对于基准指数的行业偏离，$$H$$ 为行业暴露矩阵，$$h_l, h_h$$ 为行业偏离上下限[40] * **约束条件3**：限制个股相对于基准权重的偏离，$$w_l, w_h$$ 为个股偏离上下限[40] * **约束条件4**：限制组合在基准成分股内的权重占比，$$B_b$$ 为成分股标识向量，$$b_l, b_h$$ 为占比上下限[40] * **约束条件5**：限制卖空及个股权重上限，$$\mathbf{0}\leq w\leq l$$[40] * **约束条件6**：组合满仓运作，$$\mathbf{1}^{T}w=1$$[40] 2. **参数设置示例**：对于沪深300、中证500指数，控制MFE组合在中信一级行业和市值因子上的相对暴露为0，个股相对于成分股最大偏离权重1%，成分股内权重占比100%[43] 3. **组合构建与换仓**：在每个月末，根据上述约束构建每个单因子的MFE组合，并在回测期内定期换仓，计算扣除交易费用后的收益[43] 3. 模型名称：公募重仓指数 * **模型构建思路**：为了测试因子在公募基金持仓风格下的有效性，通过汇总公募基金持股信息，构建一个代表公募基金整体持仓风格的指数，作为因子测试的样本空间[41] * **模型具体构建过程**： 1. **确定样本基金**：选取普通股票型基金和偏股混合型基金，剔除规模小于五千万且上市不足半年的基金，若基金转型则使用转型后半年以上的数据[42] 2. **获取持仓数据**：通过基金定期报告获取持股信息。若最新报告为半年报或年报，则使用全部持仓；若为季报，则结合前期的半年报或年报信息构建持仓数据[42] 3. **计算平均持仓**：将所有符合条件的基金持仓股票权重进行平均，得到公募基金平均持仓信息[42] 4. **筛选成分股**：将平均后的股票权重降序排序，选取累计权重达到90%的股票作为成分股，以此构建公募基金重仓指数[42] 量化因子与构建方式 报告从估值、反转、成长、盈利、流动性、公司治理、分析师等维度构造了30余个常见因子[16][17]。 1. 估值类因子 * **因子名称**：BP * **因子构建思路**：衡量市净率的倒数，代表估值水平[17] * **因子具体构建过程**：净资产 / 总市值[17] * **因子名称**：单季EP * **因子构建思路**：衡量单季度盈利与市值的比率[17] * **因子具体构建过程**：单季度归母净利润 / 总市值[17] * **因子名称**：单季SP * **因子构建思路**：衡量单季度营收与市值的比率[17] * **因子具体构建过程**：单季度营业收入 / 总市值[17] * **因子名称**：EPTTM * **因子构建思路**：衡量滚动盈利与市值的比率[17] * **因子具体构建过程**：归母净利润TTM / 总市值[17] * **因子名称**：SPTTM * **因子构建思路**：衡量滚动营收与市值的比率[17] * **因子具体构建过程**：营业收入TTM / 总市值[17] * **因子名称**：EPTTM分位点 * **因子构建思路**：衡量当前EPTTM在历史区间中的相对位置[17] * **因子具体构建过程**：EPTTM在过去一年中的分位点[17] * **因子名称**：股息率 * **因子构建思路**：衡量现金分红回报率[17] * **因子具体构建过程**：最近四个季度预案分红金额 / 总市值[17] 2. 反转与动量类因子 * **因子名称**：一个月反转 * **因子构建思路**：捕捉短期价格反转效应[17] * **因子具体构建过程**：过去20个交易日涨跌幅[17] * **因子名称**：三个月反转 * **因子构建思路**：捕捉中期价格反转效应[17] * **因子具体构建过程**：过去60个交易日涨跌幅[17] * **因子名称**：一年动量 * **因子构建思路**：捕捉长期价格动量效应[17] * **因子具体构建过程**：近一年除近一月后动量[17] 3. 成长类因子 * **因子名称**：单季净利同比增速 * **因子构建思路**：衡量单季度净利润的同比增长情况[17] * **因子具体构建过程**：单季度净利润同比增长率[17] * **因子名称**：单季营收同比增速 * **因子构建思路**：衡量单季度营业收入的同比增长情况[17] * **因子具体构建过程**：单季度营业收入同比增长率[17] * **因子名称**：单季营利同比增速 * **因子构建思路**：衡量单季度营业利润的同比增长情况[17] * **因子具体构建过程**：单季度营业利润同比增长率[17] * **因子名称**：SUE * **因子构建思路**：衡量盈利超预期程度，并进行标准化处理[17] * **因子具体构建过程**：(单季度实际净利润 - 预期净利润) / 预期净利润标准差[17] * **因子名称**：SUR * **因子构建思路**：衡量营收超预期程度，并进行标准化处理[17] * **因子具体构建过程**：(单季度实际营业收入 - 预期营业收入) / 预期营业收入标准差[17] * **因子名称**：单季超预期幅度 * **因子构建思路**：直接衡量盈利超预期的幅度[17] * **因子具体构建过程**：预期单季度净利润 / 财报单季度净利润[17] 4. 盈利类因子 * **因子名称**：单季ROE * **因子构建思路**：衡量单季度净资产收益率[17] * **因子具体构建过程**：单季度归母净利润 * 2 / (期初归母净资产 + 期末归母净资产)[17] * **因子名称**：单季ROA * **因子构建思路**：衡量单季度总资产收益率[17] * **因子具体构建过程**：单季度归母净利润 * 2 / (期初归母总资产 + 期末归母总资产)[17] * **因子名称**：DELTAROE * **因子构建思路**：衡量净资产收益率的同比变化[17] * **因子具体构建过程**：单季度净资产收益率 - 去年同期单季度净资产收益率[17] * **因子名称**：DELTAROA * **因子构建思路**：衡量总资产收益率的同比变化[17] * **因子具体构建过程**：单季度总资产收益率 - 去年同期单季度总资产收益率[17] 5. 流动性与波动类因子 * **因子名称**：非流动性冲击 * **因子构建思路**：衡量单位成交金额引起的价格冲击，反映流动性成本[17] * **因子具体构建过程**：过去20个交易日的日涨跌幅绝对值 / 成交额的均值[17] * **因子名称**：一个月换手 * **因子构建思路**：衡量短期交易活跃度[17] * **因子具体构建过程**：过去20个交易日换手率均值[17] * **因子名称**：三个月换手 * **因子构建思路**：衡量中期交易活跃度[17] * **因子具体构建过程**：过去60个交易日换手率均值[17] * **因子名称**：特异度 * **因子构建思路**：衡量个股收益中不能被常见风险因子解释的部分，即特质波动[17] * **因子具体构建过程**：1 - 过去20个交易日Fama-French三因子回归的拟合度[17] * **因子名称**：一个月波动 * **因子构建思路**：衡量短期价格波动率[17] * **因子具体构建过程**：过去20个交易日日内真实波幅均值[17] * **因子名称**：三个月波动 * **因子构建思路**：衡量中期价格波动率[17] * **因子具体构建过程**：过去60个交易日日内真实波幅均值[17] 6. 公司治理类因子 * **因子名称**：高管薪酬 * **因子构建思路**：衡量公司对高管的激励水平[17] * **因子具体构建过程**：前三高管报酬总额取对数[17] 7. 分析师类因子 * **因子名称**：预期EPTTM * **因子构建思路**：基于分析师一致预期的滚动盈利市值比[17] * **因子具体构建过程**：一致预期滚动EP[17] * **因子名称**：预期BP * **因子构建思路**：基于分析师一致预期的滚动市净率倒数[17] * **因子具体构建过程**：一致预期滚动PB[17] * **因子名称**：预期PEG * **因子构建思路**：结合增长与估值的综合指标[17] * **因子具体构建过程**：一致预期PEG[17] * **因子名称**：预期净利润环比 * **因子构建思路**：衡量分析师对未来盈利预期的调整方向[17] * **因子具体构建过程**：一致预期净利润 / 3个月前一致预期净利润[17] * **因子名称**：三个月盈利上下调 * **因子构建思路**：衡量过去一段时间内分析师盈利预测上调与下调的净家数占比[17] * **因子具体构建过程**：过去3个月内分析师(上调家数 - 下调家数) / 总家数[17] * **因子名称**：三个月机构覆盖 * **因子构建思路**：衡量近期受到机构关注的程度[17] * **因子具体构建过程**：过去3个月内机构覆盖数量[17] 模型的回测效果 1. 国信金工指数增强组合模型 * **沪深300指数增强组合**：本周超额收益1.60%，本年超额收益2.09%[5][14] * **中证500指数增强组合**：本周超额收益0.23%，本年超额收益-1.59%[5][14] * **中证1000指数增强组合**：本周超额收益1.77%，本年超额收益-0.36%[5][14] * **中证A500指数增强组合**：本周超额收益0.97%，本年超额收益1.63%[5][14] 因子的回测效果 （以下因子表现数据均基于单因子MFE组合在对应样本空间中的测试结果，指标包括最近一周、最近一月、今年以来及历史年化超额收益[18][20][22][24][26]） 1. 在沪深300样本空间中表现突出的因子（最近一周） * **标准化预期外盈利**：最近一周超额收益1.00%，最近一月2.34%，今年以来1.00%，历史年化4.34%[18] * **单季超预期幅度**：最近一周超额收益0.87%，最近一月1.88%，今年以来0.84%，历史年化4.11%[18] * **DELTAROE**：最近一周超额收益0.83%，最近一月2.93%，今年以来1.37%，历史年化4.78%[18] 2. 在中证500样本空间中表现突出的因子（最近一周） * **单季营收同比增速**：最近一周表现较好[1][21] * **特异度**：最近一周表现较好[1][21] * **预期净利润环比**：最近一周表现较好[1][21] 3. 在中证1000样本空间中表现突出的因子（最近一周） * **非流动性冲击**：最近一周超额收益1.34%，最近一月0.18%，今年以来1.13%，历史年化2.42%[23] * **一个月换手**：最近一周超额收益1.28%，最近一月-3.10%，今年以来-0.83%，历史年化6.19%[23] * **三个月换手**：最近一周超额收益1.20%，最近一月-3.28%，今年以来-1.07%，历史年化6.25%[23] 4. 在中证A500样本空间中表现突出的因子（最近一周） * **3个月盈利上下调**：最近一周超额收益0.99%，最近一月1.36%，今年以来0.60%，历史年化4.93%[25] * **标准化预期外收入**：最近一周超额收益0.89%，最近一月1.03%，今年以来0.84%，历史年化4.55%[25] * **特异度**：最近一周超额收益0.77%，最近一月1.29%，今年以来0.59%，历史年化1.35%[25] 5. 在公募重仓指数样本空间中表现突出的因子（最近一周） * **一年动量**：最近一周表现较好[1][27] * **DELTAROA**：最近一周表现较好[1][27] * **3个月盈利上下调**：最近一周表现较好[1][27]

投资评级 - 报告对科陆电子的投资评级为“优于大市”，且为维持该评级 [2][3][9] 核心观点 - 国家电网“十五五”期间固定资产投资预计达4万亿元，较“十四五”增长40%，创历史新高，重点投向新型电力系统建设 [3][4] - 科陆电子自2023年以来聚焦智能电网与新型电化学储能业务，有望充分受益于板块高景气度 [3][9] - 报告维持公司2025-2027年盈利预测为2.6亿元、6.4亿元、8.3亿元，同比分别实现扭亏为盈、增长149%、增长30%，当前股价对应市盈率分别为52.1倍、20.9倍、16.1倍 [3][9] 行业与政策背景 - “十五五”期间，国家电网将初步建成主干电网、配电网和智能微电网协同的新型电网平台，并加快城市、农村、边远地区配网建设，探索末端保供型、离网型微电网模式 [3][4] - “十五五”期间，国家电网将加快特高压直流外送通道建设，目标是跨区跨省输电能力较“十四五”末提升超过30% [4] - 国家电网将提升系统调节能力，优化抽蓄站点布局，支持新型储能规模化发展，以提高新能源运行支撑和并网消纳水平 [3][5] - 国家电网将服务经营区风光新能源装机容量年均新增2亿千瓦左右，推动非化石能源消费占比达到25%、电能占终端能源消费比重达到35% [5] - 国家电网将服务零碳工厂和零碳园区建设，满足3500万台充电设施接入需要 [5] 公司财务预测与估值 - 报告预测科陆电子2025-2027年营业收入分别为49.0亿元、84.45亿元、111.42亿元 [13] - 报告预测科陆电子2025-2027年归属于母公司净利润分别为2.58亿元、6.42亿元、8.33亿元 [13] - 报告预测科陆电子2025-2027年每股收益分别为0.16元、0.39元、0.50元 [13] - 报告预测科陆电子2025-2027年毛利率分别为30%、28%、26% [13] - 报告预测科陆电子2025-2027年收入增长率分别为11%、72%、32% [13] - 报告预测科陆电子2025-2027年净资产收益率分别为38%、57%、49% [13] - 报告预测科陆电子2025-2027年市净率分别为19.7倍、11.9倍、7.8倍 [13] - 报告预测科陆电子2025-2027年企业价值倍数分别为30.1倍、17.0倍、15.0倍 [13]