量化模型与因子总结 量化模型与构建方式 根据研报内容，报告主要对市场数据进行跟踪、统计和分析，未涉及具体的量化选股模型或策略模型的构建。报告的核心是计算并展示了一系列用于评估市场状态和指数价值的量化指标（因子）。 量化因子与构建方式 报告计算了多个用于描述宽基指数市场特征的量化因子。 1. **因子名称：风险溢价** * **因子构建思路**：以十年期国债即期收益率为无风险利率参考，计算股票指数收益率相对于无风险利率的超额收益，用于衡量市场的相对投资价值和风险补偿[28]。 * **因子具体构建过程**：风险溢价 = 指数收益率 - 十年期国债即期收益率。报告中展示的是当前风险溢价数值及其在不同历史窗口（近1年、近5年）内的分位值，同时计算了相对于近期均值±1倍、±2倍标准差的偏离程度[32]。 2. **因子名称：PE-TTM（滚动市盈率）** * **因子构建思路**：使用最近十二个月（TTM）的净利润计算市盈率，作为衡量指数估值水平的核心指标[38]。 * **因子具体构建过程**：PE-TTM = 指数总市值 / 指数成分股最近十二个月净利润之和。报告计算了当前PE-TTM值，并分析了其在近1年、近5年以及全历史区间内的分位值，同时计算了相对于近期均值±1倍、±2倍标准差的偏离百分比[43]。 3. **因子名称：股债性价比** * **因子构建思路**：将股票指数的潜在收益率（用PE-TTM的倒数近似表示）与无风险利率（十年期国债收益率）进行比较，用以判断股票资产相对于债券资产的吸引力[45]。 * **因子具体构建过程**：股债性价比 = (1 / 指数PE-TTM) - 十年期国债即期收益率。报告通过图表展示了该因子的历史走势，并标注了基于近5年数据计算的80分位值（机会值）和20分位值（危险值）[45]。 4. **因子名称：股息率** * **因子构建思路**：反映指数成分股的现金分红回报率，是红利投资风格的重要参考指标[47]。 * **因子具体构建过程**：股息率 = 指数成分股年度现金分红总额 / 指数总市值。报告列出了当前股息率，并计算了其在近1年、近5年及全历史区间内的分位值，同时分析了相对于近期均值±1倍、±2倍标准差的偏离百分比[52]。 5. **因子名称：破净率** * **因子构建思路**：统计指数中市净率（PB）小于1的个股占比，用以反映市场整体的估值低迷程度或悲观情绪[53][55]。 * **因子具体构建过程**：破净率 = (指数成分股中市净率 < 1的股票数量) / 指数成分股总数量。报告列出了各主要宽基指数当前的破净率具体数值[4][56]。 6. **因子名称：收益分布形态指标（偏度与峰度）** * **因子构建思路**：通过计算指数日收益率分布的偏度和峰度，来描述收益分布的不对称性和尖峰肥尾特征，以评估市场风险结构[24]。 * **因子具体构建过程**： * 偏度（Skewness）：衡量分布不对称性。正偏态表示极端正收益情形更多。报告计算了当前偏度并与近5年均值比较[26]。 * 峰度（Kurtosis）：衡量分布尖峭程度。报告中计算的是超额峰度（Excess Kurtosis），即在计算值中减去了正态分布的峰度值3。峰度值越大，表示收益率分布更集中（尖峰）或尾部更厚[26]。公式分别为： $$ Skewness = \frac{E[(X-\mu)^3]}{\sigma^3} $$ $$ Excess\ Kurtosis = \frac{E[(X-\mu)^4]}{\sigma^4} - 3 $$ 其中，\(X\)为日收益率序列，\(\mu\)为均值，\(\sigma\)为标准差。 7. **因子名称：均线相对位置** * **因子构建思路**：通过比较指数收盘价与不同周期移动平均线（MA）的位置，判断指数的短期、中期和长期趋势强度[15]。 * **因子具体构建过程**：计算指数收盘价相对于5日、10日、20日、60日、120日及250日移动平均线的偏离百分比。例如，vsMA5 = (收盘价 / MA5 - 1) * 100%。报告以表格形式展示了各指数相对于各条均线的位置[16]。 8. **因子名称：换手率** * **因子构建思路**：衡量指数整体的交易活跃度[18]。 * **因子具体构建过程**：指数换手率 = Σ(成分股流通股本 * 成分股换手率) / Σ(成分股流通股本)[18]。 9. **因子名称：交易金额占比** * **因子构建思路**：衡量单个宽基指数成交额在全市场中的比重，反映资金关注度[18]。 * **因子具体构建过程**：交易金额占比 = 该指数当日交易金额 / 中证全指当日交易金额[18]。 因子的回测效果 本报告为市场数据跟踪报告，未提供基于这些因子的选股策略回测结果（如多空组合收益、IC、IR等）。报告主要呈现了各因子在特定时点（2026年3月18日）的截面数据或历史分位值，用于状态描述而非因子有效性检验。 **各因子在主要宽基指数上的当前取值（截至2026年3月18日）** | 因子名称 | 上证50 | 沪深300 | 中证500 | 中证1000 | 中证2000 | 中证全指 | 创业板指 | 数据来源表/图 | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | **风险溢价** | -0.08% | 0.44% | 1.00% | 0.95% | 1.56% | 0.80% | 2.01% | 表4[32] | | **风险溢价近5年分位值** | 48.02% | 70.71% | 82.14% | 77.78% | 86.90% | 78.89% | 88.81% | 表4[32] | | **PE-TTM当前值** | 11.54 | 14.19 | 36.57 | 49.38 | 166.87 | 22.25 | 41.76 | 表5[43] | | **PE-TTM近5年分位值** | 82.23% | 89.17% | 96.78% | 96.69% | 88.35% | 97.02% | 59.83% | 表5[43] | | **股息率当前值** | 3.34% | 2.76% | 1.30% | 1.01% | 0.71% | 1.96% | 0.87% | 表6[52] | | **股息率近5年分位值** | 36.20% | 36.86% | 8.26% | 23.80% | 5.12% | 27.77% | 53.97% | 表6[52] | | **破净率** | 22.0% | 15.67% | 9.6% | 7.0% | 2.8% | 5.44% | nan% | 正文[4][56] | | **当前换手率** | 0.33 | 0.71 | 1.85 | 2.72 | 3.64 | 1.79 | 2.31 | 正文[18] | | **交易金额占比** | 未列具体值 | 26.09% | 未列具体值 | 20.9% | 22.1% | 基准(100%) | 未列具体值 | 正文[18] | | **收益分布当前峰度(超额)** | -0.11 | 0.61 | 0.71 | 0.66 | 0.59 | 0.60 | 0.99 | 表3[26] | | **收益分布当前偏度** | 1.29 | 1.53 | 1.51 | 1.45 | 1.47 | 1.49 | 1.56 | 表3[26] | **注**：均线相对位置、股债性价比具体数值未在表格中集中列示，详见报告表2[16]和图6[45]。

报告行业投资评级 - 行业评级：增持（维持） [2] 报告核心观点 - 得益于超长春节假期和促消费政策带动，2026年1-2月社会消费品零售总额同比增长2.8%至8.6万亿元，略超市场预期，消费数据迎来开门红 [6][9] - 政府工作报告将“着力建设强大国内和市场”列为首要任务，并设立1000亿元财政金融协同促内需专项资金及2500亿元超长期特别国债支持消费品以旧换新，政策将持续发力 [9] - 服务消费、新型消费等将成为长期政策重点扶持领域，未来将有更多新业态新模式新场景涌现，建议关注服务消费、边际改善的餐饮供应链及新零售板块相关公司 [9] 1-2月份社零数据表现总结 - **总量与结构**：1-2月份社会消费品零售总额8.6万亿元，同比增长2.8%；除汽车外的消费品零售额8.0万亿元，增长3.7% [6] - **城乡与渠道**：城镇社零同比增长2.7%，乡村增长3.2%，乡村增速高于城镇0.5个百分点；网上商品和服务零售额3.3万亿元，同比增长9.2%，其中网上商品零售额2.1万亿元，增长10.3%，占社零总额比重为24.2% [9] - **商品类别**： - **必选消费**：粮油食品类、饮料类、烟酒类、日用品类增速分别为10.2%、6.0%、19.1%、6.6%，环比分别加快6.3、4.3、22、2.9个百分点 [9] - **可选消费**：化妆品、金银珠宝、体育娱乐用品分别增长4.5%、13.0%、4.1%；通讯器材增长17.8% [9] - **国补相关品类**：家电和音响器材、家具、汽车类增速分别为3.3%、8.8%、-7.3%，增速环比分别变动+22、+11、-2.3个百分点 [9] - **餐饮与零售业态**：商品零售额同比增长2.5%，环比加快1.8个百分点；餐饮收入同比增长4.8%，环比加快2.6个百分点；线下业态中，便利店和超市增速较快，分别为6.4%和4.9% [9] 投资建议总结 - **关注方向一：服务消费**，建议关注华住集团、首旅酒店、锦江酒店 [9] - **关注方向二：有边际改善的餐饮供应链**，建议关注安井食品、千味央厨、海天味业 [9] - **关注方向三：门店调优和经营效率升级的新零售板块**，建议关注名创优品、永辉超市 [9]

量化模型与因子总结 量化模型与构建方式 根据提供的研报内容，报告主要对宽基指数进行多维度数据跟踪和统计分析，并未涉及用于预测或选股的量化模型（如多因子模型、机器学习模型等）的构建、测试与评价。报告内容侧重于市场状态描述和指标计算。 量化因子与构建方式 报告在分析过程中计算并展示了多个用于评估市场或指数状态的量化指标。这些指标可以被视为用于描述市场特征的“因子”。以下是报告中出现的所有因子及其构建方式： 1. **因子名称：连阴连阳天数** * **因子构建思路：** 通过计算指数K线连续为阴线或阳线的天数，来反映市场的短期趋势强度和持续性[12]。 * **因子具体构建过程：** 从当前交易日开始向前回溯，统计连续收盘价低于前一交易日收盘价（阴线）或高于前一交易日收盘价（阳线）的天数。正数表示连阳天数，负数表示连阴天数[12]。 2. **因子名称：指数与均线比较** * **因子构建思路：** 通过比较指数收盘价与不同周期的移动平均线（MA）的位置关系，来判断指数所处的趋势阶段（如是否突破或跌破关键均线）[15]。 * **因子具体构建过程：** 计算指数收盘价相对于各周期移动平均线的百分比偏离度。计算公式为： $$ 偏离度 = \frac{收盘价 - 移动平均线值}{移动平均线值} \times 100\% $$ 报告中计算了相对于MA5、MA10、MA20、MA60、MA120、MA250的偏离度[16]。 3. **因子名称：指数换手率** * **因子构建思路：** 衡量指数成分股整体的交易活跃程度[18]。 * **因子具体构建过程：** 采用流通股本加权的方式计算指数整体换手率。具体公式为： $$ 指数换手率 = \frac{\sum (成分股流通股本 \times 成分股换手率)}{\sum (成分股流通股本)} $$ [20] 4. **因子名称：收益分布峰度与偏度** * **因子构建思路：** 通过计算指数日收益率分布的峰度和偏度，来描述收益分布的形态特征，如尖峰厚尾程度和分布对称性[25]。 * **因子具体构建过程：** 计算指定时间窗口（如近一年、近五年）内指数日收益率序列的峰度和偏度统计量。报告中注明，其峰度计算中减去了3（正态分布的峰度值），即计算的是超额峰度[27]。 5. **因子名称：风险溢价** * **因子构建思路：** 以十年期国债即期收益率作为无风险利率，计算股票指数的预期收益率与之差值，用以衡量投资股票市场所要求的额外风险补偿[29]。 * **因子具体构建过程：** 风险溢价通常计算为指数市盈率倒数（E/P）与无风险利率之差。报告中的具体计算公式未明确给出，但展示了结果，并计算了其在近1年、近5年的历史分位值[33]。 6. **因子名称：PE-TTM（滚动市盈率）** * **因子构建思路：** 使用最近十二个月（TTM）的净利润计算市盈率，作为衡量指数估值水平的核心指标[39]。 * **因子具体构建过程：** 计算公式为： $$ PE-TTM = \frac{指数总市值}{\sum (成分股最近十二个月净利润)} $$ 报告计算了其当前值、历史均值、波动率及相对于均值和标准差带的位置[43]。 7. **因子名称：股债性价比** * **因子构建思路：** 比较股票市场与债券市场的相对吸引力，通常用股票市场收益率（市盈率倒数）与债券收益率之差来表示[46]。 * **因子具体构建过程：** 计算公式为： $$ 股债性价比 = \frac{1}{PE-TTM} - 十年期国债即期收益率 $$ [46] 8. **因子名称：股息率** * **因子构建思路：** 反映指数成分股整体的现金分红回报率，是价值投资和红利策略关注的重要指标[48]。 * **因子具体构建过程：** 计算公式为： $$ 股息率 = \frac{\sum (成分股最近十二个月现金分红)}{\sum (成分股总市值)} \times 100\% $$ 报告计算了其当前值、历史分位值、均值及波动率[53]。 9. **因子名称：破净率** * **因子构建思路：** 统计指数中市净率（PB）小于1的个股占比，反映市场整体估值低迷或悲观的程度[54]。 * **因子具体构建过程：** 计算公式为： $$ 破净率 = \frac{指数中市净率 < 1 的成份股数量}{指数总成份股数量} \times 100\% $$ [57] 因子的回测效果 本报告为市场数据跟踪报告，未提供基于历史数据的因子回测结果（如IC、IR、多空收益、夏普比率等）。报告仅展示了各因子在**特定时点（2026年3月13日）** 对于**不同宽基指数**的截面取值或状态描述。具体数值如下： 1. **连阴连阳天数因子** * 上证50: -2 (日K连阴)[12] * 沪深300: 空[12] * 中证500: -3 (日K连阴)[12] * 中证1000: -2 (日K连阴)[12] * 中证2000: -3 (日K连阴)[12] * 中证全指: -2 (日K连阴)[12] * 创业板指: 空[12] 2. **指数与均线比较因子 (vsMA5)** * 上证50: -0.5%[16] * 沪深300: -0.02%[16] * 中证500: -1.2%[16] * 中证1000: -1.0%[16] * 中证2000: -1.4%[16] * 中证全指: -0.7%[16] * 创业板指: 0.4%[16] 3. **指数换手率因子** * 上证50: 0.41[18] * 沪深300: 0.94[18] * 中证500: 2.58[18] * 中证1000: 3.35[18] * 中证2000: 4.14[18] * 中证全指: 2.18[18] * 创业板指: 2.64[18] 4. **收益分布峰度与偏度因子 (当前vs近5年)** * **峰度偏离：** * 上证50: -1.79[27] * 沪深300: -1.85[27] * 中证500: -1.51[27] * 中证1000: -1.84[27] * 中证2000: -2.20[27] * 中证全指: -1.87[27] * 创业板指: -2.61[27] * **偏度偏离：** * 上证50: -0.51[27] * 沪深300: -0.47[27] * 中证500: -0.41[27] * 中证1000: -0.49[27] * 中证2000: -0.54[27] * 中证全指: -0.49[27] * 创业板指: -0.62[27] 5. **风险溢价因子 (近5年分位值)** * 上证50: 28.81%[33] * 沪深300: 34.21%[33] * 中证500: 9.37%[33] * 中证1000: 12.06%[33] * 中证2000: 15.08%[33] * 中证全指: 15.79%[33] * 创业板指: 46.35%[33] 6. **PE-TTM因子 (近5年历史分位值)** * 上证50: 80.58%[43] * 沪深300: 90.08%[43] * 中证500: 97.27%[43] * 中证1000: 97.52%[43] * 中证2000: 90.08%[43] * 中证全指: 97.77%[43] * 创业板指: 59.01%[43] 7. **股债性价比因子 (状态描述)** * 没有指数高于其近5年80%分位（机会值）[46] * 中证500和中证全指低于其近5年20%分位（危险值）[46] 8. **股息率因子 (近5年历史分位值)** * 上证50: 37.77%[53] * 沪深300: 36.61%[53] * 中证500: 8.02%[53] * 中证1000: 22.40%[53] * 中证2000: 4.21%[53] * 中证全指: 26.94%[53] * 创业板指: 55.12%[53] 9. **破净率因子** * 上证50: 22.0%[57] * 沪深300: 15.67%[57] * 中证500: 8.6%[57] * 中证1000: 6.6%[57] * 中证2000: 2.6%[57] * 中证全指: 5.16%[57]

量化模型与构建方式 1. **模型名称**：风险溢价模型[27] **模型构建思路**：以十年期国债即期收益率为无风险利率的参考，计算股票市场宽基指数相对于无风险利率的风险溢价，以衡量其相对投资价值和偏离情况[27]。 **模型具体构建过程**：对于每一个宽基指数，计算其风险溢价。风险溢价定义为指数收益率与无风险收益率之差。具体公式为： $$风险溢价 = E(R_i) - R_f$$ 其中，$E(R_i)$ 为指数的预期收益率（在报告中通常指指数的隐含收益率或基于估值的倒推收益率，如市盈率TTM的倒数），$R_f$ 为十年期国债即期收益率，代表无风险利率[27][29]。报告通过计算当前风险溢价与历史数据（近1年、近5年）的分布进行比较，得到分位值，并计算波动率及均值加减标准差区间[31]。 2. **模型名称**：股债性价比模型[42] **模型构建思路**：通过比较股票市场的盈利收益率（市盈率TTM的倒数）与无风险利率（十年期国债即期收益率）的差值，来评估股票相对于债券的吸引力[42]。 **模型具体构建过程**：对于每一个宽基指数，计算其股债性价比。具体公式为： $$股债性价比 = \frac{1}{PE_{TTM}} - R_f$$ 其中，$PE_{TTM}$ 为指数的滚动市盈率（TTM），$R_f$ 为十年期国债即期收益率[42]。报告进一步计算了该指标近5年的历史分布，并定义了80分位值作为“机会值”，20分位值作为“危险值”，以及均值±1倍标准差区间，用于判断当前市场位置[42]。 3. **模型名称**：指数换手率计算模型[19] **模型构建思路**：计算宽基指数的整体换手率，以反映该指数成分股整体的交易活跃度[16]。 **模型具体构建过程**：指数换手率并非简单平均，而是以成分股的流通股本为权重进行加权计算。具体公式为： $$指数换手率 = \frac{\sum (成分股流通股本 \times 成分股换手率)}{\sum (成分股流通股本)}$$ 该公式确保了流通市值大的股票对指数整体换手率的影响更大，计算结果更符合实际交易情况[19]。 4. **模型名称**：交易金额占比模型[19] **模型构建思路**：计算单个宽基指数的成交金额占全市场成交金额的比重，以观察资金在不同风格板块间的流向[16]。 **模型具体构建过程**：对于每一个宽基指数，计算其交易金额占比。具体公式为： $$交易金额占比 = \frac{该指数当日交易金额}{中证全指当日交易金额}$$ 其中，中证全指代表全市场，以此作为分母可以计算出该指数成交额在全市场中的相对份额[19]。 5. **模型名称**：破净率模型[48] **模型构建思路**：统计宽基指数成分股中，市净率小于1的个股数量占比，以此反映市场整体的估值低迷程度或悲观情绪[48]。 **模型具体构建过程**：对于每一个宽基指数，遍历其所有成分股。计算每只成分股的市净率（PB）。统计满足 $PB < 1$ 的个股数量。破净率的计算公式为： $$破净率 = \frac{市净率小于1的个股数量}{指数成分股总数量} \times 100\%$$ 该指标直接反映了“破净”（股价低于每股净资产）现象的普遍性[48][50]。 量化因子与构建方式 1. **因子名称**：峰度（超额峰度）[24][25] **因子构建思路**：衡量指数日收益率分布与正态分布相比的尖锐或平坦程度，计算中减去了正态分布的峰度值3，因此报告中的“峰度”实为“超额峰度”[25]。 **因子具体构建过程**：基于指数近一年或近五年的日收益率序列 $r_t$ 计算。公式为： $$峰度 = \frac{\frac{1}{n} \sum_{t=1}^{n} (r_t - \bar{r})^4}{(\frac{1}{n} \sum_{t=1}^{n} (r_t - \bar{r})^2)^2} - 3$$ 其中，$n$ 为样本数量，$\bar{r}$ 为收益率序列的均值。结果大于0表示分布比正态分布更尖峭（肥尾），小于0表示更平坦[24][25]。 2. **因子名称**：偏度[24][25] **因子构建思路**：衡量指数日收益率分布的不对称性，即正收益和负收益极端值出现概率的差异[24]。 **因子具体构建过程**：基于指数近一年或近五年的日收益率序列 $r_t$ 计算。公式为： $$偏度 = \frac{\frac{1}{n} \sum_{t=1}^{n} (r_t - \bar{r})^3}{(\frac{1}{n} \sum_{t=1}^{n} (r_t - \bar{r})^2)^{3/2}}$$ 其中，$n$ 为样本数量，$\bar{r}$ 为收益率序列的均值。结果大于0表示分布右偏（正偏，极端正收益更多），小于0表示左偏（负偏，极端负收益更多）[24][25]。 3. **因子名称**：市盈率TTM（PE-TTM）[37][40] **因子构建思路**：使用最近四个季度的净利润总和计算市盈率，作为衡量指数估值水平的核心指标[37]。 **因子具体构建过程**：对于宽基指数，其市盈率TTM通常由成分股市值加权计算得到。具体为： $$指数PE_{TTM} = \frac{\sum (成分股总市值)}{\sum (成分股最近四个季度净利润)}$$ 报告中使用该因子的当前值、历史分位值（近1年、近5年、全历史）、均值及波动率进行分析[40]。 4. **因子名称**：股息率[45][48] **因子构建思路**：计算指数成分股的现金分红回报率，反映红利投资价值，尤其在市场低迷时被视为“避风港”[45]。 **因子具体构建过程**：对于宽基指数，其股息率通常由成分股加权计算。具体为： $$指数股息率 = \frac{\sum (成分股近12个月现金分红总额)}{\sum (成分股总市值)} \times 100\%$$ 报告中使用该因子的当前值、历史分位值（近1年、近5年、全历史）、均值及波动率进行分析[48]。 模型的回测效果 （注：本报告为市场数据跟踪报告，未提供基于历史数据的策略回测绩效指标，如年化收益率、夏普比率、最大回撤等。因此本部分无相关内容。） 因子的回测效果 （注：本报告主要展示各因子的当前值、历史分位及统计特征，未提供基于该因子构建投资组合并进行历史回测的绩效指标，如IC、IR、多空收益等。因此本部分无相关内容。）

报告行业投资评级 - 消费电子行业评级为增持（维持）[6] 报告核心观点 - 近期各类充电宝产品不断推出，建议关注相关产业链公司[4][6] 根据相关目录分别总结 行业近期表现 - 近12个月行业绝对收益为31.1%，相对沪深300指数的相对收益为12.11%[3] - 近1个月行业绝对收益为-1.99%，相对收益为-0.94%[3] - 近3个月行业绝对收益为-1.61%，相对收益为-3.42%[3] 近期产品动态 - **安克创新产品**： - 2026年3月5日，安克首款“智能盾”磁吸充电宝在电商平台开启预售，限时首发价349元，支持智能屏显及磁吸充电[6] - 该产品电池容量为10000mAh，支持无线7.5W充电、有线27W充电及20W自充，搭载“安克智能盾”安全系统与Activesheild 2.0智能温控技术[6] - 2026年3月11日，安克将推出新款Prime充电宝，采用2C+1A设计，支持300W总输出，其中USB-C1/C2接口均支持140W输出（140W PD 3.1），并兼容华为66W、小米120W等充电协议[6] - **绿联科技产品**： - 2026年1月17日，绿联在海外市场推出MagFlow二合一Magsafe充电宝，售价140欧元，支持Qi2无线充电[6] - 该产品电池容量为20000mAh，采用双形态架构，集成Qi2磁吸无线模组（25W）与可展开式TWS耳机充电位（5W），配备100W USB-C编织线，支持65W自充，整机尺寸148×81×41.5mm，重量670g[6] - **黑鲨产品**： - 2026年1月29日，黑鲨刀锋3磁吸充电宝10000mAh版本在京东开售，首发价259元，支持30W有线充电和15W无线充电[6] - 产品内置两颗5000mAh电芯，重量195克，配备双USB-C接口（均支持30W双向快充）及18cm USB-C充电线[6] 投资建议 - 建议关注相关产业链公司：安克创新、绿联科技、奥海科技[6]

报告行业投资评级 - 行业评级为“增持”，且评级为“维持” [1] 报告的核心观点 - 生猪养殖行业因价格持续走低、亏损加剧，叠加传统消费淡季，预计产能去化将加速，板块具备左侧布局机会 [3][4] - 地缘政治冲突推高原油价格，通过替代需求、农资成本及物流成本三条路径传导，有望带动农产品价格中枢上移 [3][4] 根据相关目录分别进行总结 行业近期表现 - 近12个月，农林牧渔行业绝对收益为22.38%，相对沪深300指数的超额收益为5.36% [2] - 近1个月和3个月，行业相对收益分别为5.96%和3.97% [2] 生猪养殖板块现状与趋势 - **价格与亏损**：截至2026年3月6日，全国生猪（内三元）均价为10.18元/公斤，环比上周下跌5.3%，较年前（2月14日）下跌11.1%，创近四年最低价 [4] - 自繁自养生猪养殖利润为亏损237.98元/头，亏损幅度较上周的159.65元/头继续扩大 [4] - **产能与补栏**：仔猪（外三元15kg）全国均价为29.11元/公斤，价格相对坚挺，外销仔猪维持盈利，表明补栏需求相对旺盛 [4] - 2月份涌益咨询数据显示能繁母猪存栏环比增加0.73%，主要因出售仔猪盈利 [4] - **未来展望**：3-5月为猪肉消费传统淡季，供给压力仍存，猪价难有好转，随着亏损扩大抑制补栏积极性，后续产能去化有望加速 [4] 政策与行业会议 - 3月3日相关部门召开专题会议，聚焦联农助农与生猪产能综合调控 [4] - 会议明确提出能繁母猪存栏量或将进一步下调至3650万头，计划调降幅度达到11%，旨在压缩行业过剩产能，助力猪价企稳回升 [4] 地缘冲突对农产品的影响 - **事件**：2月28日美伊冲突升级，伊朗封锁霍尔木兹海峡，导致原油价格上涨至100美元/桶以上，较封锁前大幅上涨50%以上 [4] - **影响路径**： 1. **替代需求**：油价上涨拉动燃料乙醇需求。美国40%以上的乙醇用于燃料乙醇生产，巴西汽油乙醇添加比例为30%，从而抬升玉米、甘蔗等原料价格 [4] 2. **农资成本**：伊朗是全球重要的甲醇和尿素出口国，局势不稳会刺激氮肥、钾肥和农药（如草甘膦）价格上涨 [4] 3. **物流成本**：霍尔木兹海峡航运受阻抬升全球物流运输成本 [4] - **综合影响**：原油价格大幅上涨有望带动农产品价格整体上行 [4] 投资建议 - **生猪养殖**：建议在产能去化加速预期下进行左侧布局，关注牧原股份、德康农牧、温氏股份等 [4] - **农产品**：地缘冲突推高油价，农产品价格中枢有望上移，建议关注苏垦农发、隆平高科等 [4]

量化模型与构建方式 1. **模型名称**：双低策略指数 **模型构建思路**：通过结合可转债价格和转股溢价率两个维度，构建一个“低价”且“低溢价”的可转债组合，旨在寻找兼具债性保护与股性弹性的标的[25]。 **模型具体构建过程**：该模型以“万得可转债双低指数”为具体表现形式。其构建逻辑是筛选市场上同时满足价格较低和转股溢价率较低的可转债构成指数成分。虽然没有给出具体的筛选阈值和加权公式，但核心思想是计算每只可转债的“双低值”，通常为转债价格与转股溢价率乘以一个系数（如100）之和，即：$$双低值 = 转债价格 + 转股溢价率 \times 系数$$ 然后选取双低值最小的一篮子可转债构成指数[25]。 2. **模型名称**：高价低溢价策略指数 **模型构建思路**：在可转债价格相对较高的群体中，进一步筛选转股溢价率较低的个券，以捕捉正股上涨时转债跟涨的弹性，偏向于进攻性策略[25]。 **模型具体构建过程**：该模型以“万得可转债高价低溢价率指数”为具体表现形式。其构建过程首先界定“高价”可转债的范围，然后在该范围内按照转股溢价率从低到高进行筛选，纳入溢价率最低的一篮子可转债构成指数[25]。 3. **模型名称**：基于价格的分类指数 **模型构建思路**：根据可转债的绝对价格水平，将市场划分为高、中、低价等不同区间，分别构建指数以观察不同价格区间的转债市场表现特征[22]。 **模型具体构建过程**：报告展示了“万得可转债高价指数”、“万得可转债中价指数”和“万得可转债低价指数”。构建过程首先设定价格区间阈值（报告未给出具体数值），然后将所有存续可转债按其价格归入对应区间，并分别计算各区间内转债的指数走势[22]。 4. **模型名称**：基于规模的分类指数 **模型构建思路**：根据可转债的发行或剩余规模大小，将市场划分为大、中、小盘，分别构建指数以分析规模因子在转债市场的影响[23]。 **模型具体构建过程**：报告展示了“万得可转债大盘指数”、“万得可转债中盘指数”和“万得可转债小盘指数”。构建过程是依据可转债的规模（可能是发行规模或剩余规模）设定分位点，将转债划分为大、中、小盘三组，并分别计算各组别的指数表现[23]。 5. **模型名称**：基于信用评级的分类指数 **模型构建思路**：根据可转债的信用评级（如AAA、AA+等）进行分类，构建不同评级群体的指数，以观察信用资质对转债整体表现的影响[20]。 **模型具体构建过程**：报告展示了“万得可转债AAA指数”和“万得可转债AA+指数”。构建过程是将所有存续可转债按其信用评级分类，同一评级内的可转债构成一个指数，用以跟踪该信用等级转债的整体走势[20]。 量化因子与构建方式 1. **因子名称**：转股溢价率 **因子构建思路**：衡量可转债价格相对于其转换为股票价值的溢价程度，是评估可转债估值高低和股性强弱的核心指标[17]。 **因子具体构建过程**：对于单只可转债，其转股溢价率的计算公式为：$$转股溢价率 = \frac{可转债收盘价 - 转股价值}{转股价值}$$[17] 其中，转股价值的计算公式为：$$转股价值 = \frac{100}{转股价格} \times 正股收盘价$$[17] 该因子直接计算了转债价格超出其内在转股价值的百分比。 2. **因子名称**：价格区间分组因子 **因子构建思路**：将可转债按市场价格划分为若干离散区间，作为一个分类变量，用于分析不同价位转债的估值和表现差异[31]。 **因子具体构建过程**：报告中将可转债价格划分为`<100`、`100-110`、`110-120`、`120-130`、`130-140`、`>140`六个区间（单位：元）[31]。每个转债根据其收盘价被归入其中一个区间，形成分类因子。 3. **因子名称**：规模分组因子 **因子构建思路**：将可转债按规模大小划分为离散的组别，作为一个分类变量，用于分析规模效应[23]。 **因子具体构建过程**：报告未给出具体划分阈值，但通过“万得可转债大盘/中盘/小盘指数”可知，该因子将可转债按规模分为大、中、小盘三类[23]。 4. **因子名称**：信用评级分组因子 **因子构建思路**：将可转债按信用评级划分为离散的组别，作为一个分类变量，用于分析信用风险对转债表现的影响[20]。 **因子具体构建过程**：根据第三方评级机构（如中诚信、联合资信等）给出的可转债信用评级，将转债划分为AAA、AA+、AA等不同类别[20]。 模型的回测效果 1. 双低策略指数，近一年累计涨跌幅约40%[25] 2. 高价低溢价策略指数，近一年累计涨跌幅约25%[25] 3. 万得可转债高价指数，近一年累计涨跌幅约40%[22] 4. 万得可转债中价指数，近一年累计涨跌幅约20%[22] 5. 万得可转债低价指数，近一年累计涨跌幅约-5%[22] 6. 万得可转债大盘指数，近一年累计涨跌幅约15%[23] 7. 万得可转债中盘指数，近一年累计涨跌幅约30%[23] 8. 万得可转债小盘指数，近一年累计涨跌幅约5%[23] 9. 万得可转债AAA指数，近一年累计涨跌幅约5%[20] 10. 万得可转债AA+指数，近一年累计涨跌幅约25%[20] 因子的回测效果 1. 价格区间分组因子（截至2026-03-06），各组转股溢价率中位数分别为：`<100`区间0.00%，`100-110`区间40.36%，`110-120`区间39.88%，`120-130`区间71.72%，`130-140`区间36.68%，`>140`区间22.79%[31] 2. 价格区间分组因子（周环比变动），各组转股溢价率中位数变动分别为：`<100`区间0.00%，`100-110`区间-13.16%，`110-120`区间91.06%，`120-130`区间-0.75%，`130-140`区间5.86%，`>140`区间-3.58%[31]

量化模型与构建方式 1. **模型/因子名称**：风险溢价模型[26] **构建思路**：以十年期国债即期收益率为无风险利率参考，计算各宽基指数相对于无风险利率的风险溢价，以衡量其相对投资价值和偏离情况[26] **具体构建过程**：风险溢价的计算公式为指数收益率减去无风险收益率。报告中具体使用各宽基指数的收益率减去十年期国债即期收益率，并统计其历史分位值、均值及波动率等指标[26][28][31] **模型评价**：各跟踪指数的风险溢价有明显的均值复归现象，其中中证1000和中证2000的风险溢价波动率相对较大[27] 2. **模型/因子名称**：股债性价比模型[41] **构建思路**：以各指数PE-TTM的倒数（即盈利收益率）与十年期国债即期收益率之差作为股债性价比指标，用于观察股票资产相对于债券资产的吸引力[41] **具体构建过程**：计算公式为： $$股债性价比 = \frac{1}{PE-TTM} - r_f$$ 其中，$r_f$ 代表十年期国债即期收益率[41]。报告中进一步计算了该指标近5年的80分位值（机会值）、20分位值（危险值）、均值及±1倍标准差区间[41] 3. **因子名称**：PE-TTM（滚动市盈率）[36] **构建思路**：作为估值参考指标，衡量各指数在当前时点的投资价值[36] **具体构建过程**：使用指数成分股的总市值除以归属于母公司股东的净利润（TTM）计算得到。报告跟踪其当前值、历史分位值、均值及波动率[36][39] 4. **因子名称**：股息率[44] **构建思路**：反映现金分红回报率，是红利投资风格的核心指标。在市场低迷时期，高股息因其稳定的现金流和较低的估值而成为避风港[44] **具体构建过程**：计算公式为指数成分股近12个月现金分红总额除以指数总市值。报告跟踪其当前值及历史分位情况[44][47] 5. **因子名称**：破净率[49] **构建思路**：破净指的是个股市净率小于1的情形，破净率表示破净个股数的占比，反映市场的整体估值态度[49] **具体构建过程**：统计指数成分股中市净率（PB）小于1的股票数量，再除以指数成分股总数。报告展示了各宽基指数的当前破净率[49] 6. **因子名称**：指数换手率[17] **构建思路**：衡量市场交易活跃度 **具体构建过程**：计算公式为： $$指数换手率 = \frac{\sum (成分股流通股本 \times 成分股换手率)}{\sum (成分股流通股本)}$$ 报告计算了各宽基指数的当前换手率[16][17] 7. **因子名称**：交易金额占比[16] **构建思路**：衡量各宽基指数成交额在全市场的比重 **具体构建过程**：以该指数当天的交易金额除以中证全指当天的交易金额[17]。报告展示了各指数的当前占比[16] 8. **因子名称**：收益分布形态（峰度与偏度）[23] **构建思路**：通过分析日收益率分布的峰度和偏度，刻画收益分布的特征和形态变化[17][23] **具体构建过程**：计算各宽基指数日收益率序列的峰度（报告中计算减去了3，即超额峰度）和偏度，并对比当前值与近5年历史值的差异[23][24] 模型的回测效果 1. **风险溢价模型**，当前风险溢价：上证50 (0.13%)[31]、沪深300 (0.27%)[31]、中证500 (0.61%)[31]、中证1000 (0.94%)[31]、中证2000 (1.34%)[31]、中证全指 (0.69%)[31]、创业板指 (0.38%)[31]；近5年分位值：上证50 (57.22%)[31]、沪深300 (64.21%)[31]、中证500 (71.03%)[31]、中证1000 (77.70%)[30]、中证2000 (83.65%)[30]、中证全指 (75.63%)[31]、创业板指 (62.22%)[30]；近1年波动率：上证50 (0.84%)[31]、沪深300 (0.94%)[31]、中证500 (1.31%)[31]、中证1000 (1.37%)[31]、中证2000 (1.50%)[31]、中证全指 (1.11%)[31]、创业板指 (1.79%)[31] 2. **股债性价比模型**，当前状态：没有指数高于其近5年80%分位（机会值），中证500和中证全指低于其近5年20%分位（危险值）[41] 因子的回测效果 1. **PE-TTM因子**，当前值：上证50 (11.56)[39]、沪深300 (14.20)[39]、中证500 (37.66)[39]、中证1000 (50.39)[39]、中证2000 (171.06)[39]、中证全指 (22.51)[39]、创业板指 (42.35)[39]；近5年历史分位值：上证50 (81.98%)[38]、沪深300 (89.34%)[39]、中证500 (98.43%)[38]、中证1000 (98.10%)[39]、中证2000 (92.07%)[39]、中证全指 (98.60%)[38]、创业板指 (61.65%)[38] 2. **股息率因子**，当前值：上证50 (3.34%)[47]、沪深300 (2.77%)[47]、中证500 (1.26%)[47]、中证1000 (0.99%)[47]、中证2000 (0.70%)[47]、中证全指 (1.95%)[47]、创业板指 (0.89%)[47]；近5年历史分位值：上证50 (36.61%)[47]、沪深300 (37.85%)[46]、中证500 (5.29%)[46]、中证1000 (22.48%)[47]、中证2000 (1.32%)[46]、中证全指 (26.78%)[47]、创业板指 (56.28%)[46] 3. **破净率因子**，当前值：上证50 (20.0%)[49]、沪深300 (15.0%)[49]、中证500 (9.2%)[49]、中证1000 (6.8%)[49]、中证2000 (2.55%)[49]、中证全指 (5.22%)[49] 4. **指数换手率因子**，当前值：上证50 (0.3)[16]、沪深300 (0.72)[16]、中证500 (2.1)[16]、中证1000 (2.96)[16]、中证2000 (4.03)[16]、中证全指 (1.91)[16]、创业板指 (2.12)[16] 5. **交易金额占比因子**，当前值：中证2000 (23.33%)[16]、沪深300 (22.43%)[16]、中证1000 (21.81%)[16] 6. **收益分布形态因子（峰度）**，当前vs.近5年差值：上证50 (-1.79)[24]、沪深300 (-1.79)[24]、中证500 (-1.44)[24]、中证1000 (-1.63)[24]、中证2000 (-1.88)[24]、中证全指 (-1.80)[24]、创业板指 (-2.64)[24]；**收益分布形态因子（偏度）**，当前vs.近5年差值：上证50 (-0.51)[24]、沪深300 (-0.45)[24]、中证500 (-0.39)[24]、中证1000 (-0.45)[24]、中证2000 (-0.47)[24]、中证全指 (-0.47)[24]、创业板指 (-0.63)[24]

投资评级 - 报告对万通液压的投资评级为“持有”，并予以维持 [1] 核心观点 - 公司2025年业绩实现双位数增长，新产品渗透、海外市场需求旺盛及产品结构优化共同推动盈利能力提升 [7] - 公司牵头起草的油气弹簧团体标准获批发布，技术实力与行业影响力获得肯定 [7] - 公司国家级博士后工作站项目在全国大赛中获奖，彰显了在液压智能控制领域的技术积累与高层次人才培养成效 [7] - 预计公司2025-2027年将保持增长态势，营收与净利润增速可观，当前估值对应PE倍数逐年下降 [7] 业绩表现与财务预测 - **2025年业绩快报**：预计营业收入6.99亿元，同比增长11.14%；归母净利润1.27亿元，同比增长16.45%；扣非归母净利润1.24亿元，同比增长22.71% [4] - **增长驱动因素**：2025年利润增速高于收入增速，主要得益于规模效应显现、高毛利产品占比提升、原材料价格下行及成本管控，综合毛利率同比提升2.23个百分点 [7] - **财务预测**：预计2025-2027年营业收入分别为6.99亿元、8.51亿元、10.02亿元，增速分别为11.14%、21.86%、17.68% [7][9] - **盈利预测**：预计2025-2027年归母净利润分别为1.27亿元、1.64亿元、1.98亿元，增速分别为16.45%、29.78%、20.30% [7][9] - **估值水平**：以当前股价38.02元计算，对应2025-2027年PE分别为36倍、27倍、23倍 [7] 技术与研发进展 - **标准制定**：公司牵头起草的T/CHPSA YY021-2025《用于非公路自卸车的油气弹簧》团体标准于2025年12月8日获批发布，填补了行业空白 [7] - **研发荣誉**：公司国家级博士后科研工作站项目在第三届全国博士后创新创业大赛总决赛中荣获银奖，另有一项目获评2025年度山东省博士后创新项目二等奖 [7] - **未来方向**：公司将持续加大研发投入，深化技术创新，丰富产品矩阵并拓展应用场景，积极推动标准落地实施与产学研合作 [7] 市场与业务拓展 - **业务增长动力**：2025年营收增长得益于新产品渗透稳步提升、新领域开拓显成效，以及海外市场需求持续释放 [7] - **股价相对表现**：过去1个月公司股价相对收益为8.46%，过去12个月绝对收益为35.92% [2]

投资评级 - 报告给予铁大科技“持有”评级，并维持该评级 [1] 核心观点 - 2025年公司营收及利润均实现双位数增长，业绩略超预期，2026年业绩有望保持较快增长 [3][8] - 公司坚持自主技术创新，在铁路信号安全领域取得关键突破，并积极参与行业标准制定，巩固行业地位 [8] - 公司通过设立新分公司和推动核心设备国产化，旨在拓展业务规模、提升综合竞争力，为长期稳健发展奠定基础 [8] 2025年业绩表现 - 2025年预计实现营业收入3.39亿元，同比增长21.07% [3] - 2025年预计实现归母净利润7102.10万元，同比增长24.62% [3] - 2025年预计实现扣非净利润6786.44万元，同比增长30.86% [3] - 业绩增长主要得益于业务拓展良好、销售合同履约较多，以及对成本端的有效把控 [8] 公司战略与业务进展 - 公司计划在兰州设立新分公司，以拓展业务规模并提升区域资源整合能力 [8] - 公司重点项目“XL-TD铁路信号显示设备”成功通过SIL4级（行业最高）安全认证 [8] - 公司参与了多项铁路信号相关行业标准的制定和修订工作 [8] - 公司已全面启动主要产品线的元器件和系统国产化方案，并与国内供应商建立战略合作 [8] 财务预测与估值 - 预计2026年营业收入为4.11亿元，同比增长21.32%；2027年营业收入为4.51亿元，同比增长9.70% [8] - 预计2026年归母净利润为0.88亿元，同比增长24.26%；2027年归母净利润为0.98亿元，同比增长10.81% [8] - 预计2025-2027年每股收益（EPS）分别为0.52元、0.65元、0.72元 [5] - 以当前股价13.96元计算，对应2025-2027年市盈率（P/E）分别为27倍、22倍、20倍 [8] - 预计2025-2027年净资产收益率（ROE）分别为15.18%、16.26%、15.70% [5] 市场与财务数据 - 公司当前股价为13.96元，总股本为1.367亿股 [1][2] - 近1个月股价相对北证50指数收益为8.63%，近12个月相对收益为-5.97% [2] - 预计公司毛利率将保持在较高水平，2025-2027年预测值分别为44.0%、44.0%、43.1% [10] - 预计公司净利率持续提升，2025-2027年预测值分别为21.0%、21.5%、21.7% [10]