投资评级 - 优于大市（维持）[1][3][7] 核心观点 - 中东地区为全球能源开发核心地带 伊拉克和阿联酋未来上游资本开支有望维持高位[3] - 公司接连签署伊拉克和阿联酋大额合同 有利于巩固和拓展中东油气储运工程市场[3] - 新签合同将对公司未来4-5年营业收入和利润总额产生积极影响[3] - 业务结构提升带来发展潜力[3][7] 重大项目详情 伊拉克海水输送管道项目 - 合同金额25.24亿美元（约180.32亿元人民币）[2][5] - EPC总承包模式 工作范围包括建设海水处理设施到各联络站的干线管道、联络站到油田分输站的支线管道及管道附属地面设施[5] - 合同期54个月（设计采购施工试运阶段42个月+运行维护培训阶段12个月）[5] - 属于伊拉克GGIP战略项目 初期投资约100亿美元[4] - 项目计划建设天然气回收设施 将放空燃烧天然气回收发电（第一阶段1.5吉瓦 第二阶段3吉瓦）[4] - 包括建设1000兆瓦太阳能发电站[4] 阿联酋天然气输送管线项目 - 合同金额5.13亿美元（约36.88亿元人民币）[2][7] - 建设起始于阿布扎比HABSHAN油田气体处理厂至RUWAIS工业区液化天然气厂[7] - 包括25.8千米56寸天然气管线 154.7千米52寸天然气管线 伴行光缆 31处非开挖穿越 3座收发球站和6座阀室[7] - 计划工期36个月[7] - ADNOC Gas计划2025-2029年投入150亿美元资本支出[6][7] - ADNOC Gas 2024年EBITA为86.5亿美元 计划到2029年EBITDA增长超过40%[7] 财务预测 - 预计2025年营业收入899.92亿元 2026年944.92亿元 2027年982.97亿元[3][7] - 预计2025年归母净利润7.33亿元 2026年8.23亿元 2027年8.50亿元[3][7] - 预计2025年EPS 0.13元/股 2026年0.15元/股 2027年0.15元/股[3][7] - 当前股价对应PE 2025年26.10X 2026年22.60X 2027年22.60X[3][7] 行业背景 - 中东地区油气资源丰富 阿联酋石油探明储量约1070亿桶 天然气探明储量约8.2万亿立方米 均居全球第六位[6] - 石油产业是阿联酋支柱产业 石油收入是财政收入主要来源[6] - ADNOC Gas供应阿联酋60%以上气体产品需求 产品销往20多个国家和地区[6][7]

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，包含四个组合：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，目标为战胜主动股基中位数 [12] - 截至2025年9月26日，成长稳健组合年内表现最佳，满仓收益达58.71%，相对偏股混合型基金指数超额收益19.77% [15] - 超预期精选组合年内满仓收益52.02%，相对偏股混合型基金指数超额收益14.47% [15] - 券商金股业绩增强组合年内满仓收益37.02%，相对偏股混合型基金指数超额收益1.19% [15] - 优秀基金业绩增强组合年内满仓收益31.06%，相对偏股混合型基金指数超额收益-4.08% [15] 组合近期表现 - 本周（2025年9月22日至9月26日）超预期精选组合表现最佳，绝对收益0.70%，相对偏股混合型基金指数超额收益0.23% [1][15] - 成长稳健组合本周绝对收益0.26%，相对偏股混合型基金指数超额收益-0.22% [2][15] - 优秀基金业绩增强组合本周绝对收益0.35%，相对偏股混合型基金指数超额收益-0.12% [1][15] - 券商金股业绩增强组合本周绝对收益-0.54%，相对偏股混合型基金指数超额收益-1.01% [1][15] - 偏股混合型基金指数本周收益0.47%，中证500指数本周收益0.98% [15] 市场环境分析 - 本周股票收益中位数为-1.74%，31%股票上涨，69%股票下跌 [2][50] - 主动股基收益中位数本周为0.51%，60%基金上涨，40%基金下跌 [2][50] - 本年股票收益中位数20.22%，81%股票上涨，19%股票下跌 [2][50] - 主动股基收益中位数本年为30.56%，98%基金上涨，2%基金下跌 [2][50] 策略方法论 - 优秀基金业绩增强组合：基于业绩分层视角优选基金，采用组合优化控制个股、行业及风格偏离，实现对主动股基中位数的稳定超越 [51][52] - 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，结合基本面和技术面双重维度精选个股 [4][57] - 券商金股业绩增强组合：以券商金股股票池为基础，通过组合优化控制偏离，反映公募基金前瞻性判断 [5][62] - 成长稳健组合：采用"先时序、后截面"方式，根据财报预约披露日间隔分档，优先选择临近披露日的股票，结合多因子打分构建组合 [6][67] 历史绩效表现 - 优秀基金业绩增强组合（2012-2025年6月30日）：年化收益20.31%，相对偏股混合型基金指数年化超额11.83%，多数年度排名位于主动股基前30% [53][56] - 超预期精选组合（2010-2025年6月30日）：年化收益30.55%，相对偏股混合型基金指数年化超额24.68%，每年排名均位于主动股基前30% [58][60] - 券商金股业绩增强组合（2018-2025年6月30日）：年化收益19.34%，相对偏股混合型基金指数年化超额14.38%，各年度排名均位于主动股基前30% [63][66] - 成长稳健组合（2012-2025年6月30日）：年化收益35.51%，相对偏股混合型基金指数年化超额26.88%，基本各年度排名位于主动股基前30% [68][71] 组合排名分位点 - 成长稳健组合在主动股基中排名15.31%分位点（531/3469） [2][15] - 超预期精选组合在主动股基中排名20.61%分位点（715/3469） [1][15] - 券商金股业绩增强组合在主动股基中排名43.07%分位点（1494/3469） [1][15] - 优秀基金业绩增强组合在主动股基中排名54.37%分位点（1886/3469） [1][15]

根据提供的金融工程周报内容，以下是关于量化模型和因子的总结： 量化模型与构建方式 1. 模型名称：港股精选组合模型 - **模型构建思路**：基于分析师推荐事件构建股票池，再结合基本面和技术面指标进行双重筛选，旨在选出具备基本面支撑和技术面共振的超预期股票[14][15] - **模型具体构建过程**： 1. **事件筛选**：选取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[15] 2. **股票池构建**：基于分析师推荐事件构建初始股票池[15] 3. **双重筛选**： - 基本面筛选：具体筛选标准未详细说明[15] - 技术面筛选：具体筛选标准未详细说明[15] 4. **组合构建**：通过上述筛选流程最终形成港股精选股票组合[15] - **模型评价**：该模型在回测期间表现优异，年化收益19.11%，相对恒生指数超额收益达到18.48%[15] 2. 因子名称：250日新高距离因子 - **因子构建思路**：通过计算当前价格与250日最高价的距离来度量股票的创新高情况，用于识别趋势强度[20][22] - **因子具体构建过程**： 计算公式为： $$250日新高距离 = 1 - \frac{Closet}{ts\_max(Close, 250)}$$ 其中： - $Closet$ 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] - **因子评价**：该因子能有效识别接近新高的股票，这类股票往往表现出更强的动量效应[20] 3. 因子名称：股价路径平滑性因子 - **因子构建思路**：通过位移路程比来衡量股价走势的平稳性，筛选出趋势更加稳定的股票[23] - **因子具体构建过程**：使用股价位移路程比作为衡量指标，具体计算公式未明确给出[23] 4. 因子名称：创新高持续性因子 - **因子构建思路**：通过计算过去120日内250日新高距离的时间序列均值，评估股票创新高的持续能力[23] - **因子具体构建过程**：计算过去120日的250日新高距离在时间序列上的均值[23] 5. 因子名称：趋势延续性因子 - **因子构建思路**：通过近期5日的250日新高距离均值来捕捉短期趋势延续性[23] - **因子具体构建过程**：计算过去5日的250日新高距离在时间序列上的均值[23] 模型的回测效果 港股精选组合模型绩效表现[19] - **绝对收益**：19.11% - **超额收益**：18.48% - **相对最大回撤**：23.73% - **信息比率(IR)**：1.22 - **跟踪误差**：14.55% - **收益回撤比**：0.78 分年度绩效表现（2010-20250630）[19] 各年度具体指标包括：绝对收益、恒生指数收益、超额收益、相对最大回撤、信息比、跟踪误差、收益回撤比、最大回撤起始日和截止日 因子的回测效果 平稳创新高股票筛选效果[22][23][28] 通过综合运用250日新高距离、股价路径平滑性、创新高持续性和趋势延续性等因子，筛选出的平稳创新高股票在医药、周期、科技、消费和制造板块表现出色，其中： - 医药板块：14只股票入选 - 周期板块：11只股票入选 - 科技板块：8只股票入选 - 消费板块：6只股票入选 - 制造板块：4只股票入选 具体个股包括华虹半导体、药明生物、药明合联等，这些股票在过去250日内涨幅显著，多数超过100%，部分甚至达到1000%以上[28]

根据提供的研报内容，以下是关于量化模型和因子的详细总结。 量化模型与构建方式 1. 模型名称：国信金工指数增强模型 **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（沪深300、中证500、中证1000、中证A500）的增强组合，目标是稳定战胜各自基准[11][12] **模型具体构建过程**：模型构建主要包括以下步骤： 1. **收益预测**：基于多因子模型进行股票收益预测 2. **风险控制**：控制组合相对于基准指数的风险暴露 3. **组合优化**：通过优化算法确定最终股票权重，最大化预期收益同时控制风险 具体优化模型如下： $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$ 其中： - $f$ 为因子取值向量 - $w$ 为待求解的股票权重向量 - $w_b$ 为基准指数成分股权重向量 - $X$ 为风格因子暴露矩阵 - $H$ 为行业暴露矩阵 - $s_l$, $s_h$ 为风格因子相对暴露上下限 - $h_l$, $h_h$ 为行业偏离上下限 - $w_l$, $w_h$ 为个股权重偏离上下限 - $B_b$ 为成分股标识向量 - $b_l$, $b_h$ 为成分股权重占比上下限 - $l$ 为个股权重上限 约束条件包括控制风格暴露、行业偏离、个股权重偏离、成分股权重占比等[42][43] 2. 模型名称：单因子MFE组合 **模型构建思路**：采用组合优化方式，在控制行业暴露、风格暴露等实际约束条件下，检验单因子的有效性，通过构建最大化单因子暴露组合（MFE组合）来评估因子表现[42] **模型具体构建过程**：构建过程如下： 1. 设定MFE组合的约束条件，包括风格暴露、行业暴露、个股权重偏离、成分股权重占比等 2. 每个月末，根据约束条件构建每个单因子的MFE组合 3. 在回测期内根据各期MFE组合换仓，计算历史收益并扣除交易费用 4. 计算MFE组合相对于基准的收益风险统计指标 对于不同基准指数，约束条件设置不同： - 沪深300和中证500：控制行业相对暴露为0，市值风格因子相对暴露为0，个股最大偏离权重1%，成分股权重占比100% - 公募重仓指数：个股最大偏离权重0.5%，行业、市值因子保持中性[46] 量化因子与构建方式 研报中涉及30余个因子，分为估值、反转、成长、盈利、流动性、波动、公司治理、分析师等维度[16][17] 1. 估值类因子 **因子名称**：BP **因子构建思路**：衡量公司净资产与总市值的比率 **因子具体构建过程**：BP = 净资产/总市值[17] **因子名称**：单季EP **因子构建思路**：衡量单季度净利润与总市值的比率 **因子具体构建过程**：单季EP = 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**：衡量单季度营业收入与总市值的比率 **因子具体构建过程**：单季SP = 单季度营业收入/总市值[17] **因子名称**：EPTTM **因子构建思路**：衡量滚动净利润与总市值的比率 **因子具体构建过程**：EPTTM = 归母净利润TTM/总市值[17] **因子名称**：SPTTM **因子构建思路**：衡量滚动营业收入与总市值的比率 **因子具体构建过程**：SPTTM = 营业收入TTM/总市值[17] **因子名称**：EPTTM一年分位点 **因子构建思路**：衡量当前EPTTM在过去一年中的相对位置 **因子具体构建过程**：计算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**：衡量公司分红能力 **因子具体构建过程**：股息率 = 最近四个季度预案分红金额/总市值[17] 2. 反转类因子 **因子名称**：一个月反转 **因子构建思路**：衡量短期价格反转效应 **因子具体构建过程**：一个月反转 = 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**：衡量中期价格反转效应 **因子具体构建过程**：三个月反转 = 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**：衡量长期价格动量效应 **因子具体构建过程**：一年动量 = 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**：衡量单季度净利润同比增长情况 **因子具体构建过程**：单季净利同比增速 = 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同比增长情况 **因子具体构建过程**：单季营收同比增速 = 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同比增长情况 **因子具体构建过程**：单季营利同比增速 = 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 **因子具体构建过程**：SUE = (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**：衡量收入超预期程度 **因子具体构建过程**：SUR = (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**：衡量盈利超预期幅度 **因子具体构建过程**：单季超预期幅度 = 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 **因子具体构建过程**：单季ROE = 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 **因子具体构建过程**：单季ROA = 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ROE的变化情况 **因子具体构建过程**：DELTAROE = 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ROA的变化情况 **因子具体构建过程**：DELTAROA = 单季度总资产收益率-去年同期单季度总资产收益率[17] 5. 流动性类因子 **因子名称**：非流动性冲击 **因子构建思路**：衡量价格冲击成本 **因子具体构建过程**：非流动性冲击 = 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**：衡量短期换手率 **因子具体构建过程**：一个月换手 = 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**：衡量中期换手率 **因子具体构建过程**：三个月换手 = 过去60个交易日换手率均值[17] 6. 波动类因子 **因子名称**：特异度 **因子构建思路**：衡量个股特异性风险 **因子具体构建过程**：特异度 = 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**：衡量短期波动率 **因子具体构建过程**：一个月波动 = 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**：衡量中期波动率 **因子具体构建过程**：三个月波动 = 过去60个交易日日内真实波幅均值[17] 7. 公司治理因子 **因子名称**：高管薪酬 **因子构建思路**：衡量公司治理水平 **因子具体构建过程**：高管薪酬 = 前三高管报酬总额取对数[17] 8. 分析师类因子 **因子名称**：预期EPTTM **因子构建思路**：衡量一致预期滚动EP **因子具体构建过程**：基于分析师一致预期数据计算[17] **因子名称**：预期BP **因子构建思路**：衡量一致预期滚动PB **因子具体构建过程**：基于分析师一致预期数据计算[17] **因子名称**：预期PEG **因子构建思路**：衡量一致预期PEG比率 **因子具体构建过程**：基于分析师一致预期数据计算[17] **因子名称**：预期净利润环比 **因子构建思路**：衡量预期净利润变化情况 **因子具体构建过程**：预期净利润环比 = 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**：衡量分析师盈利预测调整情况 **因子具体构建过程**：三个月盈利上下调 = 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**：衡量机构关注度 **因子具体构建过程**：三个月机构覆盖 = 过去3个月内机构覆盖数量[17] **因子名称**：标准化预期外盈利 **因子构建思路**：衡量盈利超预期程度（标准化） **因子具体构建过程**：基于实际盈利与预期盈利的差异计算[17] **因子名称**：标准化预期外收入 **因子构建思路**：衡量收入超预期程度（标准化） **因子具体构建过程**：基于实际收入与预期收入的差异计算[17] 模型的回测效果 1. 国信金工指数增强模型 - 沪深300指数增强组合：本周超额收益-0.17%，本年超额收益16.49%[5][14] - 中证500指数增强组合：本周超额收益0.26%，本年超额收益8.94%[5][14] - 中证1000指数增强组合：本周超额收益0.91%，本年超额收益17.72%[5][14] - 中证A500指数增强组合：本周超额收益-0.21%，本年超额收益9.06%[5][14] 因子的回测效果 1. 沪深300样本空间中因子表现（最近一周）[19] - 单季超预期幅度：0.55% - 单季营收同比增速：0.48% - 单季ROE：0.42% - 一个月换手：0.24% - 非流动性冲击：0.22% - 标准化预期外收入：0.20% - 一个月波动：0.19% - 三个月机构覆盖：0.17% - 三个月波动：0.10% - DELTAROA：0.05% - SPTTM：0.03% - 股息率：0.02% - 单季ROA：-0.01% - 高管薪酬：-0.02% - 特异度：-0.07% - EPTTM一年分位点：-0.09% - 三个月换手：-0.09% - 预期PEG：-0.19% - 三个月盈利上下调：-0.22% - DELTAROE：-0.23% - 预期EPTTM：-0.29% - 一年动量：-0.37% - 标准化预期外盈利：-0.37% - 一个月反转：-0.37% - 单季EP：-0.45% - EPTTM：-0.48% - 单季SP：-0.50% - 三个月反转：-0.52% - 单季营利同比增速：-0.52% - 单季净利同比增速：-0.54% - BP：-0.66% - 预期净利润环比：-0.68% - 预期BP：-0.77% 2. 中证500样本空间中因子表现（最近一周）[21] - 三个月换手：1.34% - 单季营收同比增速：1.28% - EPTTM一年分位点：0.97% - DELTAROE：0.91% - 单季EP：0.90% - EPTTM：0.65% - 单季ROE：0.47% - 单季超预期幅度：0.39% - 股息率：0.32% - 三个月机构覆盖：0.29% - 预期净利润环比：0.28% - 预期PEG：0.26% - 高管薪酬：0.25% - 单季ROA：0.23% - 预期EPTTM：0.22% - BP：0.17% - 一个月换手：0.10% - 非流动性冲击：0.05% - 预期BP：0.05% - 三个月反转：-0.05% - 三个月波动：-0.09% - 特异度：-0.28% - 一个月波动：-0.35% - 标准化预期外盈利：-0.40% - 单季营利同比增速：-0.44% - 单季SP：-0.50% - 单季净利同比增速：-0.52% - 一个月反转：-0.52% - DELTAROA：-0.57% - 三个月盈利上下调：-0.64% - SPTTM：-0.85% - 标准化预期外收入：-1.16% - 一年动量：-1.45% 3. 中证1000样本空间中因子表现（最近一周）[23] - 三个月机构覆盖：1.30% - 单季ROE：1.20% - 高管薪酬：1.06% - 单季ROA：1.04% - 预期PEG：1.01% - EPTTM：0.97% - 三个月反转：0.92% - 单季EP：0.82% - 三个月波动：0.76% - 单季营收同比增速：0.69% - 单季超预期幅度：0.56% - 一个月换手：0.47% - 一个月波动：0.47% - 特异度：0.28% - 预期BP：0.26% - EPTTM一年分位点：0.23% - 股息率：0.22% - 三个月换手：0.22% - 单季SP：0.21% - 三个月盈利上下调：0.20% - 预期EPTTM：0.16% - 标准化预期外收入：0.14% - 非流动性冲击：0.13% - BP：0.01% - DELTAROE：-0.06% - SPTTM：-0.07% - 一个月反转：-0.12% - 标准化预期外盈利：-0.27% - 单季净利同比增速：-0.30% - 单季营利同比增速：-0.31% - 预期净利润环比：-0.34% - DELTAROA：-0.37% - 一年动量：-0.64% 4. 中证A500样本空间中因子表现（最近一周）[25] - 单季营收同比增速：0.47% - EPTTM一年分位点：0.46% - 单季ROE：0.30% - 非流动性冲击：0.26% - 特异度：0.24% - 单季超预期幅度：0.23% - 高管薪酬：0.20% - 预期EPTTM：0.01% - 单季ROA：-0.06% - BP：-0.15% - 预期PEG：-0.18% - 三个月机构覆盖：-0.21% - 预期BP：-0.23% - 一个月换手：-0.24% - 一个月反转：-0.28% - 三个月波动：-0.29% - EPTTM：-0.34% - 三个月换手：-0.35% - 三个月盈利上下调：-0.39% - 单季EP：-0.40% - SPTTM：-0.48% - 一个月波动：-0.50% - 单季SP：-0.51% - 标准化预期外收入：-0.59% - 单季营利同比增速：-0.62% - 三个月反转：-0.65% - 标准化预期外盈利：-0.69% - 单季净利同比增速：-0.95% - 预期净利润环比：-1.01% - 股息率：-1.02% - DELTAROE：-1.13% - DELTAROA：-1.18% - 一年动量：-1.27% 5. 公募重仓指数样本空间中因子表现（最近一周）[27] - 高管薪酬：表现较好 - 单季ROE：表现较好 - 三个月机构覆盖：表现较好 - 一年动量：表现较差 - 预期净利润环比：表现较差 - 预期EPTTM：表现较差

量化模型与构建方式 1. 国信金工指数增强模型 - **模型名称**：国信金工指数增强模型[12] - **模型构建思路**：以多因子选股为主体，构建对标不同基准指数（沪深300、中证500、中证1000、中证A500）的增强组合，力求稳定战胜基准[11] - **模型具体构建过程**：构建流程主要包括收益预测、风险控制和组合优化三块[12] 2. 因子MFE组合构建模型 - **模型名称**：最大化单因子暴露组合（MFE组合）[42] - **模型构建思路**：在满足各种实际约束条件下检验因子有效性，采用组合优化方式检验控制行业暴露、风格暴露等约束后的单因子有效性[42] - **模型具体构建过程**：采用组合优化模型构建因子的MFE组合，目标函数为最大化单因子暴露，约束条件包括组合在风格因子上的偏离度、行业偏离度、个股权重偏离度、成分股权重占比控制、个股权重上下限控制等[42][43] - **优化模型公式**： $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$[42] 3. 公募重仓指数构建模型 - **模型名称**：公募重仓指数构建模型[44] - **模型构建思路**：以公募基金持股信息构建公募重仓指数，测试因子在"机构风格"下的有效性[44] - **模型具体构建过程**：通过基金定期报告获取持股信息，将符合条件的基金持仓股票权重平均获得公募基金平均持仓信息，选取累计权重达到90%的股票作为成分股构建指数[45] 量化因子与构建方式 估值类因子 1. **因子名称**：BP[17] - **因子构建思路**：衡量净资产与总市值的比值[17] - **因子具体构建过程**：净资产/总市值[17] 2. **因子名称**：单季EP[17] - **因子构建思路**：衡量单季度归母净利润与总市值的比值[17] - **因子具体构建过程**：单季度归母净利润/总市值[17] 3. **因子名称**：单季SP[17] - **因子构建思路**：衡量单季度营业收入与总市值的比值[17] - **因子具体构建过程**：单季度营业收入/总市值[17] 4. **因子名称**：EPTTM[17] - **因子构建思路**：衡量滚动归母净利润与总市值的比值[17] - **因子具体构建过程**：归母净利润TTM/总市值[17] 5. **因子名称**：SPTTM[17] - **因子构建思路**：衡量滚动营业收入与总市值的比值[17] - **因子具体构建过程**：营业收入TTM/总市值[17] 6. **因子名称**：EPTTM分位点[17] - **因子构建思路**：衡量EPTTM在过去一年中的相对位置[17] - **因子具体构建过程**：EPTTM在过去一年中的分位点[17] 7. **因子名称**：股息率[17] - **因子构建思路**：衡量分红收益水平[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] 反转类因子 8. **因子名称**：一个月反转[17] - **因子构建思路**：衡量短期价格反转效应[17] - **因子具体构建过程**：过去20个交易日涨跌幅[17] 9. **因子名称**：三个月反转[17] - **因子构建思路**：衡量中期价格反转效应[17] - **因子具体构建过程**：过去60个交易日涨跌幅[17] 10. **因子名称**：一年动量[17] - **因子构建思路**：衡量长期价格动量效应[17] - **因子具体构建过程**：近一年除近一月后动量[17] 成长类因子 11. **因子名称**：单季净利同比增速[17] - **因子构建思路**：衡量单季度净利润同比增长情况[17] - **因子具体构建过程**：单季度净利润同比增长率[17] 12. **因子名称**：单季营收同比增速[17] - **因子构建思路**：衡量单季度营业收入同比增长情况[17] - **因子具体构建过程**：单季度营业收入同比增长率[17] 13. **因子名称**：单季营利同比增速[17] - **因子构建思路**：衡量单季度营业利润同比增长情况[17] - **因子具体构建过程**：单季度营业利润同比增长率[17] 14. **因子名称**：SUE[17] - **因子构建思路**：衡量盈利超预期程度[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] 15. **因子名称**：SUR[17] - **因子构建思路**：衡量营收超预期程度[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] 16. **因子名称**：单季超预期幅度[17] - **因子构建思路**：衡量盈利超预期幅度[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] 盈利类因子 17. **因子名称**：单季ROE[17] - **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] 18. **因子名称**：单季ROA[17] - **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] 19. **因子名称**：DELTAROE[17] - **因子构建思路**：衡量净资产收益率变化[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] 20. **因子名称**：DELTAROA[17] - **因子构建思路**：衡量总资产收益率变化[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] 流动性类因子 21. **因子名称**：非流动性冲击[17] - **因子构建思路**：衡量流动性冲击程度[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] 22. **因子名称**：一个月换手[17] - **因子构建思路**：衡量短期换手率水平[17] - **因子具体构建过程**：过去20个交易日换手率均值[17] 23. **因子名称**：三个月换手[17] - **因子构建思路**：衡量中期换手率水平[17] - **因子具体构建过程**：过去60个交易日换手率均值[17] 波动类因子 24. **因子名称**：特异度[17] - **因子构建思路**：衡量特异性风险[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] 25. **因子名称**：一个月波动[17] - **因子构建思路**：衡量短期波动率[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] 26. **因子名称**：三个月波动[17] - **因子构建思路**：衡量中期波动率[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] 公司治理类因子 27. **因子名称**：高管薪酬[17] - **因子构建思路**：衡量公司治理水平[17] - **因子具体构建过程**：前三高管报酬总额取对数[17] 分析师类因子 28. **因子名称**：预期EPTTM[17] - **因子构建思路**：衡量一致预期滚动EP[17] - **因子具体构建过程**：一致预期滚动EP[17] 29. **因子名称**：预期BP[17] - **因子构建思路**：衡量一致预期滚动PB[17] - **因子具体构建过程**：一致预期滚动PB[17] 30. **因子名称**：预期PEG[17] - **因子构建思路**：衡量一致预期PEG[17] - **因子具体构建过程**：一致预期PEG[17] 31. **因子名称**：预期净利润环比[17] - **因子构建思路**：衡量预期净利润环比变化[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] 32. **因子名称**：三个月盈利上下调[17] - **因子构建思路**：衡量分析师盈利预测调整[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] 33. **因子名称**：三个月机构覆盖[17] - **因子构建思路**：衡量机构关注度[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. **沪深300指数增强模型**，本周超额收益-0.17%，本年超额收益16.49%[5][14] 2. **中证500指数增强模型**，本周超额收益0.26%，本年超额收益8.94%[5] 3. **中证1000指数增强模型**，本周超额收益0.91%，本年超额收益17.72%[1][5][14] 4. **中证A500指数增强模型**，本周超额收益-0.21%，本年超额收益9.06%[5] 因子的回测效果 沪深300样本空间中因子表现 1. **单季超预期幅度因子**，最近一周0.55%，最近一月1.62%，今年以来8.41%，历史年化3.99%[19] 2. **单季营收同比增速因子**，最近一周0.48%，最近一月2.34%，今年以来17.35%，历史年化4.94%[19] 3. **单季ROE因子**，最近一周0.42%，最近一月2.94%，今年以来15.41%，历史年化4.92%[19] 4. **BP因子**，最近一周-0.66%，最近一月-2.15%，今年以来-4.88%，历史年化2.30%[19] 5. **预期净利润环比因子**，最近一周-0.68%，最近一月0.24%，今年以来3.35%，历史年化1.73%[19] 6. **预期BP因子**，最近一周-0.77%，最近一月-2.05%，今年以来-3.76%，历史年化2.78%[19] 中证500样本空间中因子表现 1. **三个月换手因子**，最近一周1.34%，最近一月-0.63%，今年以来-6.97%，历史年化4.43%[21] 2. **单季营收同比增速因子**，最近一周1.28%，最近一月2.58%，今年以来15.18%，历史年化3.81%[21] 3. **EPTTM一年分位点因子**，最近一周0.97%，最近一月-2.17%，今年以来1.06%，历史年化5.31%[21] 4. **一年动量因子**，最近一周-1.45%，最近一月-2.12%，今年以来4.58%，历史年化2.89%[21] 5. **标准化预期外收入因子**，最近一周-1.16%，最近一月-0.01%，今年以来9.36%，历史年化6.42%[21] 6. **SPTTM因子**，最近一周-0.85%，最近一月1.06%，今年以来-3.58%，历史年化2.66%[21] 中证1000样本空间中因子表现 1. **三个月机构覆盖因子**，最近一周1.30%，最近一月0.52%，今年以来5.98%，历史年化7.22%[23] 2. **单季ROE因子**，最近一周1.20%，最近一月1.70%，今年以来-0.61%，历史年化7.62%[23] 3. **高管薪酬因子**，最近一周1.06%，最近一月2.26%，今年以来9.53%，历史年化3.89%[23] 4. **一年动量因子**，最近一周-0.64%，最近一月2.35%，今年以来-2.44%，历史年化-0.61%[23] 5. **DELTAROA因子**，最近一周-0.37%，最近一月-1.09%，今年以来9.58%，历史年化7.85%[23] 6. **预期净利润环比因子**，最近一周-0.34%，最近一月-1.24%，今年以来3.32%，历史年化4.82%[23] 中证A500样本空间中因子表现 1. **单季营收同比增速因子**，最近一周0.47%，最近一月1.15%，今年以来15.65%，历史年化2.96%[25] 2. **EPTTM一年分位点因子**，最近一周0.46%，最近一月-1.26%，今年以来3.09%，历史年化2.87%[25] 3. **单季ROE因子**，最近一周0.30%，最近一月1.68%，今年以来13.78%，历史年化3.35%[25] 4. **一年动量因子**，最近一周-1.27%，最近一月-0.75%，今年以来1.91%，历史年化1.45%[25] 5. **DELTAROA因子**，最近一周-1.18%，最近一月-1.03%，今年以来12.78%，历史年化4.68%[25] 6. **DELTAROE因子**，最近一周-1.13%，最近一月-1.38%，今年以来13.84%，历史年化4.39%[25] 公募重仓指数样本空间中因子表现 1. **高管薪酬因子**，最近一周表现较好[27] 2. **单季ROE因子**，最近一周表现较好[27] 3. **三个月机构覆盖因子**，最近一周表现较好[27] 4. **一年动量因子**，最近一周表现较差[27] 5. **预期净利润环比因子**，最近一周表现较差[27] 6. **预期EPTTM因子**，最近一周表现较差[27]

报告行业投资评级 未提及 报告的核心观点 - 随着市场风险偏好继续上行，本周中证 REITs 指数继续下跌，全周跌幅 0.8%，各板块均收跌，水利设施、市政设施、保障房跌幅最大，REITs 总市值下降，换手率也降低 [1][2] - 九部门联合发文将社区商业基础设施纳入 REITs 优先支持范围，底层资产范围进一步扩容，有助于破解社区商业发展资金困局 [1][4] 二级市场走势 - 截至 2025 年 9 月 26 日，中证 REITs 指数收盘价 831.45 点，整周涨跌幅 -0.8%，表现弱于中证全债、中证转债和沪深 300 指数；年初至今，沪深 300 涨幅 15.6%、中证转债涨幅 15.3%、中证 REITs 涨幅 5.3%、中证全债涨幅 0.0% [2][7] - 近一年中证 REITs 指数回报率 5.6%，波动率 7.2%，回报率低于沪深 300 和中证转债指数，高于中证全债指数；波动率低于沪深 300 和中证转债指数，高于中证全债指数 [2][8] - REITs 总市值在 9 月 26 日降至 2190 亿元，较上周减少 25 亿元；全周日均换手率 0.33%，较前一周下降 0.13 个百分点 [2][8] - 产权类 REITs 和特许经营权类 REITs 平均周涨跌幅为 -0.9%、 -0.8%；周度涨幅排名前三的 REITs 为博时津开产园 REIT（+1.64%）、中信建投国家电投新能源 REIT（+0.98%）、中金联东科创 REIT（+0.71%） [1][3] - 新型基础基础设施 REITs 区间日换手率最高，为 1.1%；交通基础设施 REITs 本周成交额占比最高，占 REITs 总成交额 26.3% [3][22] - 本周主力净流入额前三名的 REITs 为创金合信首农 REIT（1467 万元）、南方润泽科技数据中心 REIT(1093 万元）、华夏华润商业 REIT(837 万元） [3][23] 一级市场发行 - 截至 2025 年 9 月 26 日，交易所处在已受理阶段的 REITs 产品 2 只，已问询阶段 1 只，已反馈 3 只，已通过待上市 8 只，已上市首发产品 11 只 [25] 估值跟踪 - 截至 9 月 26 日，公募 REITs 年化现金分派率均值为 6.2%；通过相对净值溢价率、IRR、P/FFO 来判断 REITs 估值情况，相对净值折溢价率偏向长期视角，P/FFO 偏向短期视角 [27] - 不同项目类型 REITs 的相对净值折溢价率、P/FFO、IRR、年化派息率存在差异，如保障性租赁住房相对净值折溢价率 44.1%、P/FFO 34.7、IRR 3.4%、年化派息率 3.3%等 [28] - 产权类 REITs 关注股息率，经营权类 REITs 关注内部收益率；截至 2025 年 9 月 26 日，产权 REITs 股息率比中证红利股股息率均值高 81BP，经营权类 REITs 内部收益率均值与十年期国债收益率利差为 173BP [30] 行业要闻 - 九部门联合发布通知，将社区商业基础设施纳入 REITs 优先支持范围，鼓励盘活闲置商业设施，优先支持相关消费基础设施项目发行 REITs [4][35] - 华夏中海商业 REIT 获批，底层资产为佛山映月湖环宇城，近三年及最新一期出租率稳定在 94%以上 [35] - 华夏安博仓储 REIT 获批发行，入池资产位于粤港澳大湾区 1 小时经济圈内，合计建筑面积约 349,654.52 平方米 [35] - 沈阳国际软件园公募 REITs 获批，是东北地区首单，基础设施项目产权建筑面积 20.12 万平方米，近三年及一期加权平均出租率稳定在 84%左右 [35]

根据提供的研报内容，以下是关于量化模型和因子的详细总结： 量化模型与构建方式 1. 模型名称：优秀基金业绩增强组合 - **模型构建思路**：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的基础上，采用量化方法进行增强，以达到优中选优的目的[4][52] - **模型具体构建过程**： 1. 对基金进行优选：对基金收益类因子进行分层中性化处理，以解决市场风格突变时的反转问题和持股风格集中化问题[52] 2. 构建优选基金持仓组合：根据业绩分层优选基金的补全持仓构建组合，该组合能较好地跟踪股基中位数的走势[52] 3. 构建增强组合：以业绩分层视角下的优选基金持仓为选股空间和对标基准，采用组合优化的方法控制组合与优选基金持仓在个股偏离、行业偏离及风格上的偏离，最终构建优秀基金业绩增强组合[53] 2. 模型名称：超预期精选组合 - **模型构建思路**：以研报标题超预期与分析师全线上调净利润为条件筛选超预期事件股票池，接着对超预期股票池进行基本面和技术面两个维度的精选，挑选出同时具备基本面支撑和技术面共振的超预期股票[5][58] - **模型具体构建过程**： 1. 筛选股票池：以研报标题出现“超预期”与分析师全线上调净利润为条件，筛选出超预期事件股票池[5][58] 2. 双层优选：对筛选出的股票池，从基本面和技术面两个维度进行精选[5][58] 3. 构建组合：将精选出的股票构建成超预期精选股票组合[5][58] 3. 模型名称：券商金股业绩增强组合 - **模型构建思路**：以券商金股股票池为选股空间和约束基准，采用组合优化的方式控制组合与券商金股股票池在个股、风格上的偏离[6][63] - **模型具体构建过程**： 1. 确定选股空间：使用券商金股股票池作为基础的选股范围和对标基准[6][63] 2. 组合优化：采用组合优化的方法，控制最终构建的组合与券商金股股票池在个股和风格上的偏离[6][63] 3. 构建组合：通过优化过程，构建出券商金股业绩增强组合[6][63] 4. 模型名称：成长稳健组合 - **模型构建思路**：采用“先时序、后截面”的方式，构建成长股二维评价体系，以研报标题超预期及业绩大增为条件筛选成长股股票池，根据距离正式财报预约披露日的间隔天数进行分档优选，并采用多因子打分精选优质个股[7][68] - **模型具体构建过程**： 1. 筛选股票池：以研报标题出现“超预期”和上市公司“业绩预增”为条件，筛选出成长股股票池[7][68] 2. 时序分档：根据上市公司距离正式财报预约披露日的间隔天数对股票池进行分档，优先选择距离财报预约披露日较近的股票[7][68] 3. 截面精选：当样本数量较多时，采用多因子打分的方法进一步精选优质个股[7][68] 4. 引入风控机制：引入了弱平衡机制、跃迁机制、缓冲机制和风险规避机制以降低组合换手、规避组合风险[68] 5. 构建组合：最终构建包含100只股票的等权组合[7] 模型的回测效果 1. 优秀基金业绩增强组合 - **全样本区间（2012.1.4-2025.6.30）**： - 年化收益（考虑仓位及交易费用）：20.31%[54] - 相较偏股混合型基金指数年化超额：11.83%[54] - **2025年本周（2025.9.22-2025.9.26）**： - 绝对收益（考虑仓位）：0.35%[2][16][24] - 相对偏股混合型基金指数超额收益：-0.12%[2][16][18][24] - **2025年本年（2025.1.2-2025.9.26）**： - 绝对收益（考虑仓位）：28.00%[2][16][24] - 相对偏股混合型基金指数超额收益：-4.08%[2][16][18][24] - 在主动股基中排名分位点：54.37%[2][16][24] - 在主动股基中排名：1886/3469[2][16] 2. 超预期精选组合 - **全样本区间（2010.1.4-2025.6.30）**： - 年化收益（考虑仓位及交易费用）：30.55%[59] - 相较偏股混合型基金指数年化超额：24.68%[59] - **2025年本周（2025.9.22-2025.9.26）**： - 绝对收益（考虑仓位）：0.70%[2][16][32] - 相对偏股混合型基金指数超额收益：0.23%[2][16][18][32] - **2025年本年（2025.1.2-2025.9.26）**： - 绝对收益（考虑仓位）：46.54%[2][16][32] - 相对偏股混合型基金指数超额收益：14.47%[2][16][18][32] - 在主动股基中排名分位点：20.61%[2][16][32] - 在主动股基中排名：715/3469[2][16] 3. 券商金股业绩增强组合 - **全样本区间（2018.1.2-2025.6.30）**： - 年化收益（考虑仓位及交易费用）：19.34%[64] - 相较偏股混合型基金指数年化超额：14.38%[64] - **2025年本周（2025.9.22-2025.9.26）**： - 绝对收益（考虑仓位）：-0.54%[2][16][39] - 相对偏股混合型基金指数超额收益：-1.01%[2][16][18][39] - **2025年本年（2025.1.2-2025.9.26）**： - 绝对收益（考虑仓位）：33.26%[2][16][39] - 相对偏股混合型基金指数超额收益：1.19%[2][16][18][39] - 在主动股基中排名分位点：43.07%[2][16][39] - 在主动股基中排名：1494/3469[2][16] 4. 成长稳健组合 - **全样本区间（2012.1.4-2025.6.30）**： - 年化收益（考虑仓位及交易费用）：35.51%[69] - 相较偏股混合型基金指数年化超额：26.88%[69] - **2025年本周（2025.9.22-2025.9.26）**： - 绝对收益（考虑仓位）：0.26%[3][16][47] - 相对偏股混合型基金指数超额收益：-0.22%[3][16][18][47] - **2025年本年（2025.1.2-2025.9.26）**： - 绝对收益（考虑仓位）：51.84%[3][16][47] - 相对偏股混合型基金指数超额收益：19.77%[3][16][18][47] - 在主动股基中排名分位点：15.31%[3][16][47] - 在主动股基中排名：531/3469[3][16]

报告行业投资评级 未提及 报告的核心观点 - 2025年前三季度债市收益率呈“N”形走势，信用债收益率和国债收益率波动类似整体宽幅震荡向上，信用利差先整体波动收窄尔后小幅走扩，违约风险同比和环比均下降，违约主体集中在地产债以民营企业为主，中债市场隐含评级下调金额同比上升上调金额低于去年同期，违约债券回收率依然偏低 [9][37][38] 根据相关目录分别进行总结 2025年前三季度债券行情回顾 - 收益率呈“N”形走势，信用利差被动收窄，1年期国债、10年期国债、10年期国开债收益率分别变动30BP、20BP、30BP，3年AAA、3年AA+、3年AA和3年AA - 收益率分别变动22BP、13BP、8BP和 - 25BP，3年AAA、3年AA+、3年AA和3年AA - 信用利差分别收窄11BP、21BP、26BP和59BP [1] 收益率走势及市场情况 - 年初央行稳汇率暂停国债买卖并缩减公开市场投放，资金面收紧致债市收益率上行进入震荡下跌通道；3月两会后潘行长表述推动市场修正预期，10年期国债收益率升至1.90%高位；3月下旬资金面转松叠加中美关税拉锯，10年期国债收益率下行至1.63% - 1.67%区间震荡；5月央行降准降息、关税谈判有成果，债市收益率小幅上行；6月央行逆回购操作改善资金面，债市收益率波动下行；三季度“反内卷”政策推升通胀预期，权益走强压制债市，叠加基金费率新规与债基赎回，债市收益率整体上行，央行呵护资金面使短端收益率平稳，债市呈“熊陡”格局 [2][9][36] - 中债市场隐含评级下调的信用债金额为7641亿，同比大幅上升，上调的信用债总金额为3580亿，明显低于去年同期 [2][21][38] - 首次违约发行人新增3个，广义违约口径下前三季度违约金额60亿，违约率0.01%，年化违约率较前几年明显下降 [3][24][37] - 违约债券前三季度共回收本金207.60亿，2014年至今违约债券共兑付本金1247亿，逾期本金兑付率为11.9% [3][34][38] 估值曲线 - 收益率宽幅震荡上行，中短端及长端利率债收益率普遍上行，信用债收益率大多上行，各品种信用利差收窄，低等级、短期限信用利差收窄更多，10 - 1曲线变平 [10] 国债收益率走势 - 1月至3月中上旬，央行稳汇率暂停国债买卖并缩减公开市场投放，资金面收紧，债市收益率震荡向上，两会后市场修正预期，10年期国债收益率达1.90%高位 [11][12][16] - 3月下旬至4月，资金面转松，中美关税拉锯，10年期国债收益率下行至1.63% - 1.67%区间震荡 [16] - 5月至7月上旬，央行降准降息、关税谈判有成果，长端利率债收益率小幅波动上行，6月央行逆回购操作使资金面改善，债市收益率波动下行 [16] - 7月中旬至9月，“反内卷”政策升温通胀预期，权益市场走强，债基净赎回，推动利率债收益率震荡上行，央行呵护资金面使短端收益率平稳，债市呈“熊陡”格局 [16] 信用利差变化 - 1月至3月中旬，1月初利率债回调上行，信用利差被动收窄；两会前市场预期降准降息，利率债收益率下行，信用利差短暂走扩；两会后市场调整预期，利率债收益率上行，信用利差再度快速被动收窄 [17] - 3月末至4月，债市回暖，国债收益率下行，信用利差小幅被动走扩 [17] - 5月，降准、降息等货币政策工具落地，资金面转松，信用利差收窄至年内低点 [17] - 6月至7月上旬，短端国债收益率下行，信用利差先被动小幅走扩，资金面持续宽松，信用利差小幅收窄 [17] - 7月中旬至9月，债市回调呈“熊陡”走势，流动性宽松，信用利差小幅走扩 [17] 违约情况 - 违约风险下降，前三季度首次违约发行人新增3个，广义违约口径下违约金额60亿，违约率0.01%，年化违约率较前几年明显下降 [3][24][37] - 违约主体集中在地产债，以民营企业为主，前三季度地产债违约率0.2%，违约规模和年化违约率环比和同比均下行，民营企业违约率0.5%，年化违约率环比继续下行 [31] 回收率情况 - 2025年前三季度违约债券共回收本金207.60亿，2014年至今违约债券共兑付本金1247亿，逾期本金兑付率为11.9% [3][34][38]

量化模型与因子总结 量化因子与构建方式 1. **因子名称**：250日新高距离[11] **因子构建思路**：通过计算当前收盘价与过去250日最高价的相对距离，来衡量股票或指数接近历史高点的程度，用于捕捉趋势强度和动量效应[11] **因子具体构建过程**： 对于给定的证券，在时间点t，其250日新高距离的计算公式为： $$250 \text{ 日新高距离} = 1 - \frac{{\text{Close}_t}}{{\text{ts\_max}(\text{Close}, 250)}}$$[11] 其中，$\text{Close}_t$代表证券在时间点t的最新收盘价，$\text{ts\_max}(\text{Close}, 250)$代表该证券在过去250个交易日中收盘价的最大值[11] **因子评价**：该因子是趋势跟踪和动量策略中的核心指标，能有效识别处于强势上升通道的标的[11] 2. **因子名称**：平稳创新高股票筛选因子[23][26] **因子构建思路**：在创250日新高的股票池中，结合分析师关注度、股价相对强弱、价格路径平滑性、创新高持续性等多维度指标，筛选出以更平稳方式创出新高的股票，以捕捉更强且更持续的动量效应[23][26] **因子具体构建过程**： 筛选过程分为多个步骤，具体条件如下： - **初筛股票池**：选择过去20个交易日内曾创出250日新高的股票[19][26] - **分析师关注度**：过去3个月内，获得“买入”或“增持”评级的分析师研报数量不少于5份[26] - **股价相对强弱**：过去250日涨跌幅位于全市场所有股票的前20%[26] - **多指标综合打分**：对通过上述条件的股票，使用以下两个指标进行综合打分，并保留排名在前50%的股票[26] - **价格路径平滑性（股价位移路程比）**：计算公式为 $\frac{{\text{过去120日涨跌幅的绝对值}}}{{\text{过去120日日涨跌幅绝对值之和}}}$[23] - **创新高持续性**：过去120日的250日新高距离在时间序列上的均值[26] - **趋势延续性**：依据过去5日的250日新高距离在时间序列上的均值进行排序，最终选取排名最靠前的50只股票作为平稳创新高股票[26] 因子回测效果 1. **250日新高距离因子** 截至2025年9月26日，主要指数的250日新高距离取值如下[12]： - 上证指数：1.43% - 深证成指：1.76% - 沪深300指数：0.95% - 中证500指数：1.37% - 中证1000指数：2.08% - 中证2000指数：3.67% - 创业板指：2.60% - 科创50指数：1.60% 截至同一时间，部分中信一级行业的250日新高距离取值如下[13]： - 电力设备及新能源行业：1.69% - 有色金属行业：0.82% - 电子行业：2.65% - 传媒行业：2.74% - 机械行业：2.09% - 食品饮料行业：距离较远（无具体值） - 银行业：距离较远（无具体值） - 煤炭行业：距离较远（无具体值） - 交通运输行业：距离较远（无具体值） - 综合金融行业：距离较远（无具体值） 2. **平稳创新高股票筛选因子** 该因子的直接回测数值指标（如IC、IR、多空收益等）在所提供的研报内容中未明确给出。其输出结果是50只筛选出的股票列表[27][31]。 截至2025年9月26日，应用该因子筛选出的平稳创新高股票在不同板块的分布数量如下[27]： - 科技板块：20只 - 制造板块：13只 - 周期板块：筛选出部分股票（未提供总数） - 消费板块：筛选出部分股票（未提供总数） - 医药板块：筛选出部分股票（未提供总数） - 大金融板块：筛选出部分股票（未提供总数） 在科技板块中，电子行业的入选股票最多；在制造板块中，机械行业的入选股票最多[27]。

投资评级 - 优于大市（维持）[1][2][4] 核心观点 - 公司推出激光+LCOS路线的AR显示光机和水下蓝光激光雷达新品 切入AR眼镜和水下导航赛道 具备高性能和低成本优势[3] - AR显示光机相比主流Micro LED路线功耗更低（全彩功耗仅为其1/4） 分辨率更高（720P）且支持镜面角[5] - 水下蓝光激光雷达解决水下精准导航痛点 蓝光吸收率比红光低近100倍 探测距离达10米以上[9] - 新品有望为公司开启新增长空间 预计2026-2027年AR光机及水下激光雷达贡献营收增量数亿元[15] 财务预测 - 调整后2025-2027年归母净利润预测为0.2亿/2.5亿/3.6亿元 同比增速-31%/+1192%/+47%[4][21] - 对应PE估值分别为501倍/39倍/26倍[4][21] - 预计2025-2027年营业收入24.2亿/27.5亿/31.9亿元 同比增速+0.1%/+13.8%/+15.9%[17][18] - 综合毛利率预计从2025年30.2%提升至2027年33.4%[17][18] 业务板块表现 - B端业务2025-2027年收入预计增长6.6%/19.4%/19.6% 毛利率提升至34.5%/35.7%/36.7%[15][18] - C端业务收入预计收缩 2025-2027年增速-20%/-10%/+0% 毛利率修复至18%/19%/20%[16][18] - 2024年车载业务新增收入超6亿元 对B端业务提振明显[15] 技术优势 - AR光机量产亮度稳定在5000尼特以上（行业普遍1000-4000尼特） 采用一拖二方案使光机成本节省50%[6] - 已与谷东智能合作 AR眼镜终端产品价格有望降至1500-2000元区间 技术发布当日即获1万台采购订单[6] - 自研蓝色激光器 推出业界首款消费级和专业级水下蓝光激光雷达产品[9] 增长驱动 - 车载业务持续放量 2024年新增收入超6亿元[15] - AR眼镜光机正与海内外头部厂商对接[6] - 水下激光雷达未来有望拓展至深潜救援与清扫等应用场景[9]