核心观点 - 国金证券维持心动公司“买入”评级 认为其自研自发游戏《心动小镇》国际版初期表现亮眼 用户增长迅速 有望成为公司收入第一大游戏 并与《火炬之光：无限》共同构成坚实的业绩基本盘 [1] 游戏市场表现与数据 - 《心动小镇》国际版在全球超过100个国家/地区排名Apple Store免费榜前200名 其中在日本、韩国、法国、泰国等10个国家/地区排名第1 在德国、美国、加拿大等30个国家/地区排名前20名 [1] - 截至2026年1月11日 预计《心动小镇》国际版在Google Play累计下载量超160万次 在Apple Store下载量约100万次 叠加PC端 总下载量预计已超300万次 [1] - 该游戏国服于2024年7月上线 在2025年上半年已成为公司收入第二大游戏 [3] 社交媒体与用户增长 - 在Discord平台 《心动小镇》服务器成员从1月7日的约7万人快速增长至1月11日的超28万人 [2] - 在Tiktok平台 其英文账号粉丝从1月1日的约8.8万增长至1月11日的超19.8万 带相关标签的视频数量超19万个 [2] - 在Instagram平台 其账号粉丝从1月8日的约4.4万增长至1月11日的约11.6万 [2] - 游戏内大量UGC内容具备社交展示价值 随着玩法解锁和内容传播 有望进一步推动游戏破圈并扩大用户基数 [2] 财务预测与业务展望 - 国金证券预计公司2025年、2026年、2027年归母净利润分别为17.04亿元、21.19亿元、25.53亿元 [1] - 基于当前股价 对应的市盈率估值分别为20.16倍、16.21倍、13.45倍 [1] - 基于国际服用户增长趋势及海外庞大用户基数 预计《心动小镇》国际版活跃用户数和年化流水均有望超过国服 将成为公司收入第一大游戏 [3] - 《心动小镇》与《火炬之光：无限》将共同构成公司具备“长青”潜力的游戏矩阵和坚实的业绩基本盘 [3]

文章核心观点 - 国金证券维持心动公司“买入”评级 认为其自研自发游戏《心动小镇》国际版公测初期数据亮眼 用户基数快速增长 有望成为公司收入第一大游戏 并与《火炬之光：无限》共同构成坚实的业绩基本盘 [1][2][4] 《心动小镇》国际版市场表现 - 截至2026年1月11日 《心动小镇》国际版在全球超过100个国家/地区排名Apple Store免费榜前200名 其中在日本、韩国、法国、泰国等10个国家/地区排名第1 在德国、美国、加拿大等30个国家/地区排名前20名 [2] - 根据AppGrowing数据 《心动小镇》国际版在Google Play累计下载量超160万次 在Apple Store下载量约100万次 叠加PC端 预计总下载量已超300万次 [2] - 作为一款大DAU且注重社交互动的网络游戏 公测初期亮眼的下载数据为产品长线运营奠定了坚实基础 [2] 社交媒体传播与用户增长 - 在Discord平台 《心动小镇》服务器成员从1月7日的约7万人快速增长至1月11日的超28万人 [3] - 在Tiktok平台 其英文账号粉丝从1月1日的约8.8万增长至1月11日的超19.8万 带heartopia标签的视频数量超19万个 [3] - 在Instagram平台 其账号粉丝从1月8日的约4.4万增长至1月11日的约11.6万 [3] - 游戏内大量UGC内容具备社交展示价值 随着游戏进程推进和更多内容发布 有望进一步推动游戏破圈并扩大用户基数 [3] 财务预测与对公司影响 - 国金证券预计公司2025/2026/2027年归母净利润分别为17.04亿/21.19亿/25.53亿元 现价对应PE估值分别为20.16/16.21/13.45倍 [1] - 《心动小镇》国服于2024年7月上线 在2025年上半年已成为公司收入第二大游戏 [4] - 基于国际服用户增长趋势及海外庞大用户基数 预计国际版活跃用户数和年化流水均有望超过国服 使《心动小镇》成为公司收入第一大游戏 [4] - 《心动小镇》将与同样具备长青潜力的《火炬之光：无限》共同构成公司游戏业绩的坚实基本盘 [4]

量化模型与构建方式 1. **模型名称：微盘股/茅指数轮动模型**[2][19][25] * **模型构建思路**：通过比较微盘股与茅指数的相对价值和短期动量，判断市场风格偏向，从而在两者之间进行轮动配置[19][25]。 * **模型具体构建过程**： 1. **计算相对净值**：计算微盘股指数与茅指数的相对净值（微盘股指数净值 / 茅指数净值）[25]。 2. **计算长期均线**：计算该相对净值的243日移动平均线（年均线）[19][25]。 3. **计算短期动量**：分别计算微盘股指数和茅指数过去20日收盘价的斜率（即线性回归的斜率系数，代表价格趋势）[19][25]。 4. **生成轮动信号**： * 当微盘股/茅指数相对净值 **高于** 其243日均线时，模型倾向于投资微盘股[25]。 * 当微盘股/茅指数相对净值 **低于** 其243日均线时，模型倾向于投资茅指数[25]。 * 结合短期动量进行确认：当微盘股与茅指数的20日斜率方向相反，且其中一方为正时，选择投资斜率为正的指数[25]。 2. **模型名称：微盘股择时风控模型**[19][25] * **模型构建思路**：通过监控宏观流动性指标和市场情绪拥挤度，对微盘股板块进行中期风险控制，在风险过高时发出平仓信号[19][25]。 * **模型具体构建过程**： 1. **选取风控指标**： * **十年期国债到期收益率同比**：计算当前十年期国债收益率相对于一年前同期的变化率[19][23]。 * **波动率拥挤度同比**：计算微盘股波动率指标（具体计算未详述）相对于一年前同期的变化率[19][23]。 2. **设定风控阈值**： * 十年期国债收益率同比的阈值为 **30%**[19][25]。 * 波动率拥挤度同比的阈值为 **55%**[19][25]。 3. **生成风控信号**：当 **任一指标** 触及或超过其对应阈值时，模型发出平仓微盘股的信号[25]。 3. **模型名称：宏观择时模型**[44][45] * **模型构建思路**：基于经济增长和货币流动性等多个宏观维度的信号，综合判断中期权益资产（股票）的推荐配置仓位[44][45]。 * **模型具体构建过程**：报告未详细描述该模型的具体构建公式和步骤，但指出其核心是基于动态宏观事件因子，细节可参考历史报告《Beta猎手系列：基于动态宏观事件因子的股债轮动策略》[44]。模型最终输出经济增长、货币流动性等维度的信号强度，并综合给出股票仓位建议[44][45]。 模型的回测效果 1. **宏观择时模型**，2025年年初至今收益率为 **14.59%**，同期Wind全A收益率为 **26.87%**[44]。 量化因子与构建方式 1. **因子名称：一致预期因子**[49][58][60] * **因子构建思路**：使用分析师对未来盈利的一致预期数据，构建反映市场共识变化和预期的因子[58][60]。 * **因子具体构建过程**：报告列出了该大类因子下的细分因子定义： * **EPS_FTTM_Chg3M**：未来12个月一致预期EPS过去3个月的变化率[60]。 * **ROE_FTTM_Chg3M**：未来12个月一致预期ROE过去3个月的变化率[60]。 * **TargetReturn_180D**：一致预期目标价相对于目前股价的收益率[60]。 2. **因子名称：成长因子**[49][58][60] * **因子构建思路**：使用公司财务数据的增长率指标，筛选出成长性较高的公司[58][60]。 * **因子具体构建过程**：报告列出了该大类因子下的细分因子定义： * **NetIncome_SQ_Chg1Y**：单季度净利润同比增速[58]。 * **OperatingIncome_SQ_Chg1Y**：单季度营业利润同比增速[58]。 * **Revenues_SQ_Chg1Y**：单季度营业收入同比增速[60]。 3. **因子名称：质量因子**[50][58][60] * **因子构建思路**：使用盈利能力、运营效率等财务指标，筛选出基本面质量较高的公司[58][60]。 * **因子具体构建过程**：报告列出了该大类因子下的细分因子定义： * **ROE_FTTM**：未来12个月一致预期净利润/股东权益均值[60]。 * **OCF2CurrentDebt**：过去12个月经营现金流净额/流动负债均值[60]。 * **GrossMargin_TTM**：过去12个月毛利率[60]。 * **Revenues2Asset_TTM**：过去12个月营业收入/总资产均值[60]。 4. **因子名称：价值因子**[49][50][58] * **因子构建思路**：使用价格与账面价值、盈利、收入等指标的比率，寻找估值相对较低的股票[58]。 * **因子具体构建过程**：报告列出了该大类因子下的细分因子定义： * **BP_LR**：最新年报账面净资产/最新市值[58]。 * **EP_FTTM**：未来12个月一致预期净利润/最新市值[58]。 * **SP_TTM**：过去12个月营业收入/最新市值[58]。 * **EP_FY0**：当期年报一致预期净利润/最新市值[58]。 * **Sales2EV**：过去12个月营业收入/企业价值[58]。 5. **因子名称：技术因子**[49][50][60] * **因子构建思路**：基于价量数据，构建反映市场交易行为和技术形态的因子[60]。 * **因子具体构建过程**：报告列出了该大类因子下的细分因子定义： * **Volume_Mean_20D_240D**：20日成交量均值/240日成交量均值[60]。 * **Skewness_240D**：240日收益率偏度[60]。 * **Volume_CV_20D**：20日成交量标准差/20日成交量均值[60]。 * **Turnover_Mean_20D**：20日换手率均值[60]。 6. **因子名称：波动率因子**[49][50][60] * **因子构建思路**：使用历史收益率波动率或模型残差波动率，衡量股票的风险水平[60]。 * **因子具体构建过程**：报告列出了该大类因子下的细分因子定义： * **Volatility_60D**：60日收益率标准差[60]。 * **IV_CAPM**：CAPM模型残差波动率[60]。 * **IV_FF**：Fama-French三因子模型残差波动率[60]。 * **IV_Carhart**：Carhart四因子模型残差波动率[60]。 7. **因子名称：反转因子**[50][60] * **因子构建思路**：基于股票过去一段时间的收益率，认为过去表现差的股票未来可能反弹，而过去表现好的股票可能回调[60]。 * **因子具体构建过程**：报告列出了该大类因子下的细分因子定义（排序方向为↓，即认为过去涨幅越小越好）： * **Price_Chg20D**：20日收益率[60]。 * **Price_Chg40D**：40日收益率[60]。 * **Price_Chg60D**：60日收益率[60]。 * **Price_Chg120D**：120日收益率[60]。 8. **因子名称：市值因子**[50][58] * **因子构建思路**：使用公司流通市值的对数，作为反映公司规模的因子[58]。 * **因子具体构建过程**： * **LN_MktCap**：流通市值的对数[58]。 9. **因子名称：可转债正股一致预期因子**[57][58] * **因子构建思路**：从可转债对应的正股出发，使用预测正股的因子来构建可转债择券因子[57]。 * **因子具体构建过程**：报告未给出具体公式，但指出其构建逻辑是从预测正股的因子衍生而来[57]。 10. **因子名称：可转债正股成长因子**[57][58] * **因子构建思路**：从可转债对应的正股出发，使用预测正股的因子来构建可转债择券因子[57]。 * **因子具体构建过程**：报告未给出具体公式，但指出其构建逻辑是从预测正股的因子衍生而来[57]。 11. **因子名称：可转债正股财务质量因子**[58] * **因子构建思路**：从可转债对应的正股出发，使用预测正股的因子来构建可转债择券因子[57]。 * **因子具体构建过程**：报告未给出具体公式，但指出其构建逻辑是从预测正股的因子衍生而来[57]。 12. **因子名称：可转债正股价值因子**[58] * **因子构建思路**：从可转债对应的正股出发，使用预测正股的因子来构建可转债择券因子[57]。 * **因子具体构建过程**：报告未给出具体公式，但指出其构建逻辑是从预测正股的因子衍生而来[57]。 13. **因子名称：可转债估值因子**[57][58] * **因子构建思路**：直接从可转债自身的估值指标出发构建因子[57]。 * **因子具体构建过程**：选取了 **平价底价溢价率** 作为转债估值因子[57]。平价底价溢价率 = (转债价格 - 纯债价值) / 转股价值，是衡量转债估值高低的重要指标。 因子的回测效果 *（以下因子表现数据均为“上周”在“全部A股”股票池中的表现，除非特别说明）[50]* 1. **一致预期因子**，IC均值 **3.13%**，多空收益 **-0.34%**[50]。 2. **成长因子**，IC均值 **1.59%**，多空收益 **0.20%**[50]。 3. **质量因子**，IC均值 **-0.44%**，多空收益 **-0.36%**[50]。 4. **价值因子**，IC均值 **-14.02%**，多空收益 **-4.04%**[50]。 5. **技术因子**，IC均值 **-9.05%**，多空收益 **-3.62%**[50]。 6. **波动率因子**，IC均值 **-12.94%**，多空收益 **-3.99%**[50]。 7. **反转因子**，IC均值 **-3.15%**，多空收益 **-2.46%**[50]。 8. **市值因子**，IC均值 **-3.26%**，多空收益 **-0.47%**[50]。

核心观点 - 保险板块负债端高景气 资产端受益于春季躁动行情 保险股行情有望持续 重点推荐开门红预期好及业务质地优的头部险企 [1][6] - 券商板块在春季躁动行情中有补涨机会 建议关注低估值及业绩错配的优质券商 [2][4] - 2025年并购市场交易规模同比增长16.12% 政策支持提振市场活力 [3] - 多元金融领域建议关注业绩增速亮眼的公司 [4] 保险行业分析 - 负债端进入量价齐升向上周期 量的方面受益于存款搬家及养老储蓄需求旺盛 头部公司市占率提升 价的方面存量成本下降 新增保单有利差益 [6] - 银保渠道将成为2026年新单与NBV增长主驱力 预计2026年1月、第一季度、全年银保渠道增量资金分别为3,057亿元、5,094亿元、11,150亿元 对应银保增速分别为91%、59%、28% [5] - 头部险企在银保渠道增速预计更高 因分红险考验长期投资能力使大公司更具优势 且政策环境压缩中小公司价格战空间 [5] - 2026年大量早期锁定高利率的存款到期 在存款利率下调与中长期存款供给短缺背景下 到期存款有望向保险配置转移 2021、2023、2024年居民新增存款分别为9.9万亿元、16.67万亿元、14.26万亿元 [5] 证券行业分析 - 2026年1月市场交投活跃度显著提升 日均股基成交额超3万亿元 同比大幅增长137% [2] - 截至1月9日 融资余额与融券余额分别录得26,099亿元和177亿元 较前周分别上升3.4%和6.9% [2] - 2026年以来日均两融余额达25,987亿元 同比增长42% [2] - 在2025年业绩基数较低背景下 预计2026年第一季度券商行业有望保持较高利润增速 [2] - 建议关注春季躁动行情下低估值券商的补涨机会 强烈推荐估值及业绩错配程度较大的优质券商 重点关注国泰海通 [4] 并购市场表现 - 2025年中国并购市场累计披露并购事件8,151起 同比微降0.72% 交易总规模约25,894亿元 同比增长16.12% [3] - 在并购六条等政策支持下 市场制度环境趋于更加高效包容 进一步提振了并购市场活力 [3] 具体公司关注点 - 四川双马：科技赛道占优 创投业务有望受益 布局基因治疗赛道 其管理基金已投项目如屹唐股份、沐曦股份等上市进程加快 参投基金项目如奇瑞汽车已上市 国仪量子科创板IPO获受理 [4] - 多元金融：建议关注易鑫集团、远东宏信、九方智投控股 [4] - 券商：建议关注AH溢价率较高、有收并购主题的券商 [4]

核心观点 - 展望2026年，上市险企新单保费预计实现双位数增长，银保渠道是主要驱动力，大型险企市占率预计继续提升 [1][2] - 2026年初预计有大量居民存款到期，叠加存款利率下行及大额存单下架，资金可能向保险等金融产品转移，为银保渠道带来增量资金 [3] - 存款到期客群风险偏好偏低，保险产品在再配置选择中位居第二梯队，理财经理与客户均最看重产品收益与保险公司品牌 [4][5] - 测算2026年银保渠道增量资金可达11,150亿元，全年增速预计为28%，增速前高后低，头部险企增速预计更高，集中趋势延续 [5] 渠道展望与增长驱动 - 个险渠道预计保持稳健增长，银保渠道将延续较好增长，市占率继续提升 [1] - 银保渠道是2026年新单保费双位数增长的主驱力，规模增长将摊薄固定成本，提升整体盈利 [2] - 自2020年起头部险企重新重视银保渠道，从弥补规模转向追求价值，市占率同步抬升 [2] - 2023年“老七家”险企银保规保新单市占率较2019年提升15.6个百分点至23.8% [2] - 2023年8月推行“报行合一”后费用成本下降，价值率提升，叠加“1+3”网点限制放开，头部公司大力开拓银保渠道 [2] - 2024年“老七家”银保期缴新单份额提升2.6个百分点至26.0% [2] - 展望2026年，分红险转型考验险企长期投资能力，预计头部集中趋势将继续深化 [2] 存款搬家趋势与资金测算 - 基于88位银行理财经理调研，预计2026年初到期存款占比在10%-30%和30%-50%的客户群体占比分别为50.0%、27.3% [3] - 中长期大额存单下架叠加存款利率下调，预计银行难以承接居民续存需求，将推动到期存款向银行理财、保险、基金等产品转移 [3] - 理财经理对到期存款续存比例的预期分散，预计续存占比在20-40%、40%-60%的占比分别为23.9%、22.7% [3] - 测算2026年1月、第一季度、全年银保渠道增量资金分别为3,057亿元、5,094亿元、11,150亿元 [5] - 对应银保渠道增速分别为91%、59%、28%，增速前高后低 [5] - 增速前高后低原因：居民存款大多在第一季度到期，挪储行为对第一季度边际贡献更多；以及“报行合一”影响下2025年第一季度基数低（行业银保新单增速-20%） [5] 客户偏好与产品选择 - 2026年初存款到期的客户年龄整体偏高，45-60岁、60岁以上、30-45岁、30岁以下年龄段的综合得分分别为3.39、2.53、2.51、1.57分 [4] - 预计存款到期客户对银行理财接受程度最高，保险产品位居第二选择梯队 [4] - 认为银行理财、现金持有、保险产品、债券型基金、固收+基金、权益基金为客户最能接受的金融产品的理财经理占比分别为46.8%、47.1%、10.0%、7.8%、6.6%、5.7% [4] - 综合得分来看，银行理财5.64分、现金持有4.31分，债券型基金、固收+基金、保险产品得分接近，分别为3.31、3.24、3.14分，权益基金为2.03分 [4] - 理财经理推荐保险产品时最看重客户收益（综合得分5.5分），其次为保险公司品牌（4.56分）、销售费用（3.32分）和附加增值服务（3.09分） [5] - 客户选择保险产品时最看重客户收益（综合得分3.51分），其次为保险公司品牌（2.98分）和附加增值服务（1.44分） [5] - 投资能力强的险企能在销售时演示更高的利率，在分红险销售上优势更强 [5] 头部险企优势与趋势 - 大型险企在开拓银保市场方面积极性和优势显著，客户优势和账户优势明显 [1] - 在资源协同、品牌、服务等优势加持下，头部公司市占率提升趋势继续显现 [2] - 预计头部险企的银保渠道增速会更高，银保渠道头部集中趋势将延续 [5]

核心观点 - 负债端高景气叠加资产端受益于春季躁动行情 保险股行情有望持续 重点推荐开门红预期好及业务质地佳的头部险企 [1][6] - 券商板块在交投活跃、业绩有望高增的背景下 存在春季躁动行情中的补涨机会 [2][4] 市场与行业表现 - 2026年1月市场交投活跃度显著提升 日均股基成交额超3万亿元 同比大幅增长137% [2] - 截至1月9日 融资余额与融券余额分别为26,099亿元和177亿元 较前周分别上升3.4%和6.9% [2] - 2026年以来日均两融余额达25,987亿元 同比增长42% [2] - 2025年中国并购市场表现强劲 全年披露并购事件8,151起 同比微降0.72% 交易总规模约25,894亿元 同比增长16.12% [3] 保险行业分析 - 银保渠道预计将成为2026年新单与NBV增长主驱力 源于大量早期锁定高利率的存款到期及存款利率下调背景下的资金转移 [5] - 测算2026年1月、第一季度、全年银保渠道增量资金分别为3,057亿元、5,094亿元、11,150亿元 对应银保增速分别为91%、59%、28% [5] - 头部险企在银保渠道增速预计更高 因分红险准入更严、政策压缩中小公司竞争空间、渠道盈利能力改善 [5] - 负债端进入量价齐升向上周期 量的方面受益于存款搬家及养老储蓄需求 价的方面存量成本下降、新增保单有利差益 [6] 投资主线与标的 - 主线一：关注春季躁动行情下低估值券商的补涨机会 强烈推荐估值及业绩错配程度较大的优质券商 重点关注国泰海通 同时关注AH溢价率高、有收并购主题的券商 [4] - 主线二：关注四川双马 其科技赛道占优 创投业务有望受益 布局基因治疗赛道 管理基金已投项目上市进程加快 [4] - 主线三：关注业绩增速亮眼的多元金融 如易鑫集团、远东宏信、九方智投控股 [4]

市场流动性驱动因素 - 市场流动性改善是驱动2025年12月下旬以来A股上涨的直接驱动因素 [1] - 两融余额在半个月内增加超1250亿元，且融资买入活跃度显著提升 [1] - 流动性改善带动全A成交额增长超过35%，宽基指数期权隐含波动率回升 [1] 市场表现与历史对比 - 最近半个月全A涨幅接近10%，成交额放大幅度超30% [1] - 类似的市场表现在过去十年中出现过6次，其中4次出现在年初 [1] - 当前市场状态在春季行情中并不鲜见 [1] - 历史经验显示，市场出现类似放量上涨后，未来10个、20个及250个交易日内全A走强的概率较大 [1] 结构性过热与交易集中度 - 整体高胜率下不应忽视结构上的过热 [1] - 近期涨幅明显的商业航天指数换手率和成交额占比均有大幅抬升 [1] - 其成交额占比的抬升速度超过了2020年以来的几次重点主题行情 [1] - 市场交易集中度过快上升，需要基本面上展现出比2020年以来最热门主题更强的催化予以配合 [1] - 市场扩散和再均衡的概率在增加 [1]

量化模型与因子总结 量化模型与构建方式 1. **模型名称**：基于交易动机因子及股票价差收益因子的选基策略[2][24] * **模型构建思路**：通过结合刻画基金经理交易动机的因子和反映其股票交易直接收益的因子，筛选出股票价差收益较高、拥有主动交易动机且业绩粉饰可能性较低的基金[24]。 * **模型具体构建过程**： * **因子构建**：策略使用了两个核心因子。 1. **交易动机因子**：该因子由估值/流动性动机因子、业绩粉饰动机因子等权合成。其中，估值/流动性动机因子根据基金报告期间资金流与股票买卖金额、累计买入/卖出股票金额2%以上或前20股票成交额占比数据计算得出[47]。 2. **股票价差收益因子**：该因子由基金利润表中股票价差收入（股票投资收益科目）计算而来[47]。 * **策略构建**：将上述两个因子相结合，构建选基策略。策略采用半年频调仓，每年3月末/8月末进行调仓，从主动权益型基金中筛选，并扣除交易成本[24]。 2. **模型名称**：交易独特性选基策略[3][32] * **模型构建思路**：根据基金经理持股、交易的明细构建网络，并由此构建刻画基金经理交易独特性的指标，用于筛选基金[3][32]。 * **模型具体构建过程**： * **因子构建**：策略核心为**交易独特性因子**。先根据基金经理持股、交易数据构建基金经理网络，然后基于该网络计算出每个基金经理与其相关联基金经理在交易方面的差异[48]。 * **策略构建**：基于交易独特性因子构建选基策略。策略采用半年频调仓，在每年4月初/8月初进行调仓，选基范围为偏股混合型基金、普通股票型基金、灵活配置型基金，并扣除交易成本[32]。 3. **模型名称**：基于申报信息的行业主题ETF轮动策略[4][39] * **模型构建思路**：对基金发行全流程进行事件驱动研究，利用申请材料公示阶段具有前瞻性的信息，构造因子来筛选与申报ETF相近的行业主题ETF，以把握市场投资热点[4][39]。 * **模型具体构建过程**： * **因子构建**：策略核心为**行业主题申报相似因子（T+1）**。先统计上个月申报的股票型ETF跟踪的指数，统计出该指数池与市场上指数的成分相似度，从而构建该因子[48]。 * **策略构建**：基于行业主题申报相似因子构建ETF轮动策略。策略采用月频调仓，从行业主题ETF中进行筛选，交易费率为单边千分之一，基准为中证800指数[39]。 模型的回测效果 1. **基于交易动机因子及股票价差收益因子的选基策略**[28] * 12月份收益率：1.56% * 年化收益率：10.85% * 年化波动率：21.62% * Sharpe比率：0.50 * 最大回撤率：48.39% * 年化超额收益率（相对万得偏股混合型基金指数）：3.64% * 信息比率(IR)：0.61 * 超额最大回撤率：19.22% * 12月份超额收益率：-1.54% 2. **交易独特性选基策略**[36] * 12月份收益率：5.36% * 年化收益率：13.40% * 年化波动率：19.52% * Sharpe比率：0.69 * 最大回撤率：37.26% * 年化超额收益率（相对万得偏股混合型基金指数）：5.66% * 信息比率(IR)：1.09 * 超额最大回撤率：10.84% * 12月份超额收益率：2.27% 3. **基于申报信息的行业主题ETF轮动策略**[43][44] * 12月份收益率：5.84% * 年化收益率：19.22% * 年化波动率：21.05% * Sharpe比率：0.91 * 最大回撤率：34.89% * 年化超额收益率（相对中证800指数）：11.33% * 信息比率(IR)：0.64 * 超额最大回撤率：19.07% * 12月份超额收益率：2.53% 量化因子与构建方式 1. **因子名称**：交易动机因子[47] * **因子构建思路**：刻画基金经理的交易动机，区分为估值/流动性动机和业绩粉饰动机[47]。 * **因子具体构建过程**：该因子由**估值/流动性动机因子**、**业绩粉饰动机因子**等权合成。其中，估值/流动性动机因子根据基金报告期间资金流与股票买卖金额、累计买入/卖出股票金额2%以上或前20股票成交额占比数据计算得出[47]。 2. **因子名称**：股票价差收益因子[47] * **因子构建思路**：直接反映基金经理通过股票交易获取价差收益的能力[47]。 * **因子具体构建过程**：该因子由基金利润表中股票价差收入（股票投资收益科目）计算而来[47]。 3. **因子名称**：交易独特性因子[48] * **因子构建思路**：基于基金经理网络，度量基金经理交易行为与其关联基金经理的差异程度[48]。 * **因子具体构建过程**：先根据基金经理持股、交易数据构建基金经理网络，然后基于该网络计算出每个基金经理与其相关联基金经理在交易方面的差异[48]。 4. **因子名称**：行业主题申报相似因子（T+1）[48] * **因子构建思路**：利用新申报ETF的信息，计算其与现存行业主题ETF的相似度，以捕捉市场热点[48]。 * **因子具体构建过程**：先统计上个月申报的股票型ETF跟踪的指数，统计出该指数池与市场上指数的成分相似度，从而构建该因子[48]。 5. **因子名称**：基金业绩动量类因子[47] * **因子构建思路**：从多个维度衡量基金的历史业绩动量[47]。 * **因子具体构建过程**：该类因子由四个因子等权重合成，包含4因子模型alpha、夏普比率、区间胜率、HM模型中的择时能力系数，均用过去1年的基金净值数据进行计算[47]。 6. **因子名称**：选股能力因子[47] * **因子构建思路**：评估基金经理的选股能力[47]。 * **因子具体构建过程**：该因子根据多期Brinson模型，使用基金季频重仓股数据进行计算，由选股胜率、选股超额收益率两个因子等权重合成而来[47]。 7. **因子名称**：隐形交易能力因子[47] * **因子构建思路**：从收益和风险两个层面度量基金交易（非重仓股部分）带来的贡献[47]。 * **因子具体构建过程**：该因子由隐形收益能力因子、风险转移能力因子等权重合成而来[47]。 8. **因子名称**：主动轮动收益因子[48] * **因子构建思路**：体现基金风格轮动带来的结果收益[48]。 * **因子具体构建过程**：该因子根据区间风格主动变化及区间风格因子收益计算[48]。 9. **因子名称**：绝对主动轮动指标[48] * **因子构建思路**：剥离被动风格变化，纯粹衡量基金经理主动进行风格调整的部分[48]。 * **因子具体构建过程**：该因子将基金报告期之间的风格变化，剔除了被动变化的部分，保留基金经理主动调整的部分[48]。 10. **其他因子类别**：报告中还提及了**基金规模类因子**、**持有人结构类因子**、**含金量因子**等，但未详细描述其具体构建过程[47]。

（文章来源：第一财经） 国金证券指出，2026年行业需求保持增长及终端风机价格持续向上背景下，看好各环节盈利弹性进一步 释放，同时随着基本面持续性改善并逐步扭转市场对风电板块的固有偏见，行业估值体系有望实现价值 重塑，重点推荐三条主线：1）制造端盈利确定性改善，同时行业格局有望持续优化的整机环节；2）受 益于国内深远海项目渗透率提升、出海业务升级的海缆、基础环节；3）受益于国内技术变化等结构性 机会以及海外市占率有望提升的零部件企业。 ...

核心人事变动 - 广发证券原公用事业联席首席分析师姜涛已加盟国金证券，担任副所长、公用环保煤炭行业首席分析师 [2] - 姜涛拥有武汉大学金融工程学士、硕士学位，2018年起从事环保行业研究，2022年开始涉足公用事业行业研究 [2] - 根据中国证券业协会登记信息，姜涛于2025年12月30日在国金证券登记为证券投资咨询(分析师)，此前在广发证券的登记状态已于2025年12月26日注销 [3] 个人研究背景与未来方向 - 姜涛曾发布《时间的煤硅》、《公用事业化》、《火电三部曲》等研究报告，其研究理念是将复杂结论简单化传播，让枯燥数据变得生动 [4] - 加入国金证券后，姜涛将负责牵头开展红利资产研究，他认为伴随更多长期资本与耐心资本入市，将迎来红利的“长牛”与“慢牛” [4] - 未来研究重点是在框架重构与探讨过程中，探索红利资产的景气度并寻找其脉搏 [4] 研究所改革与发展 - 姜涛的加盟恰逢国金证券研究所3.0改革进入深化阶段，改革实施以来，研究所研究人员显著增加，目前有近180人 [4] - 研究所组建了30多个团队，全方位覆盖总量和行业，并设有前瞻科技、具身智能等跨产业链的研究团队 [4] - 研究所所长苏晨表示，进入3.0时代后，将通过联合研究、数字化研究和前瞻研究，与投行等部门协同，打造研究特色，重点培养核心团队以提升影响力和定价权 [4] - 苏晨认为未来卖方研究所格局将持续变化，市场将对研究深度、格局、产业链联动及前瞻性提出更高要求 [4]