新浪财经发布“2025资本市场专业声音”榜单 - 新浪财经于2025年12月31日正式发布“2025资本市场专业声音”榜单，旨在聚焦凭借扎实研究、审慎判断与清晰逻辑持续为市场提供关键洞见与决策依据的顶尖研究领袖与资深投资人 [1][16] - 榜单评选认为，在信息纷繁、观点林立的资本市场中，理性、客观与深度的专业研究是穿透市场噪音、锚定长期价值的基石 [1][16] 上榜人物名单 - 上榜人物按姓名首字母排序，共计十位，涵盖券商研究所负责人、首席经济学家、首席策略分析师及知名私募创始人 [2][17] - 具体上榜人物包括：陈果（东方财富证券研究所副所长、首席策略官）、黄燕铭（东方证券研究所所长）、李超（浙商证券首席经济学家）、林园（林园投资董事长）、刘晨明（广发证券首席策略分析师）、罗志恒（粤开证券首席经济学家、研究院院长）、王庆（重阳投资董事长）、王胜（申万宏源研究总经理、首席策略分析师）、王一平（进化论资产创始人）、荀玉根（国信证券首席经济学家、研究所所长） [2][17] 评选规则与方法 - 评选严格秉承公平、公正、公开的原则，采用量化数据与专业评价相结合的综合评估体系 [2][13][17] - 具体评估指标及权重为：微博综合数据，权重35%，依据年总发博量、年总有效阅读量、年总曝光量、年总互动人数及年总互动量等多维度综合评估 [2][13][17] - 百度指数，权重35%，依据移动日均指数、整体日均指数等数据进行综合评估，反映其在全网的持续关注度与影响力 [2][13][17] - 专业人士推荐，权重30%，广泛征询资深机构投资者、券商研究主管、金融媒体负责人及学术专家的意见，评估其观点的专业性、深度及市场影响力 [2][17]

RAG架构推动向量数据库与存储需求 - RAG架构为大模型提供长期记忆 通过向量数据库连接用户查询与外部知识 提升生成结果的准确性和时效性 企业和个性化需求正推动RAG需求增长[1] - 企业侧 RAG正渗透至在线场景如电商和Web搜索 以及离线场景如企业、法律和工程研究[1] - 个人侧 个性化RAG保留用户长期记忆与偏好 形成用户级向量空间 显著推高RAG需求增长[1] 向量数据库存储架构向全SSD演进 - 向量数据库存储介质正从内存参与检索向全SSD存储架构过渡 以满足大规模向量数据及索引结构对高吞吐和低时延的要求[2] - 以KIOXIA AiSAQ为例 10B级向量规模所需SSD容量为11.2TB 其中PQ Vectors占1.28TB 索引占10TB[2] - 采用TLC/QLC SSD下 AiSAQ相较于DiskANN具备4-7倍的成本优势 且无冷启动延迟 提升了RAG系统的规模化扩展能力与经济可行性[2] 新架构范式进一步拉动SSD需求 - 火山引擎TOS推出Vector Bucket 采用自研Cloud-Native向量索引库Kiwi与多层级本地缓存协同架构 涵盖DRAM、SSD与远程对象存储[3] - 该架构满足高/低频数据的分层需求 显著降低企业大规模使用向量数据的门槛[3] - 在交互型Agent场景中 高频访问记忆存放在向量数据库实现毫秒级检索 低频访问记忆沉淀到TOS Vector以秒级延迟换取更低存储成本和更广阔记忆空间[3] 产业链投资机会 - AI推理中的RAG向量数据库推动高带宽、大容量SSD需求将持续增加[1] - 建议关注产业链核心受益标的[1]

调研基本情况 - 2025年12月30日，南矿集团以线下形式接待了广发证券、星石投资等8家机构调研，公司副总裁兼财务总监文劲松、董事会秘书缪韵出席交流 [1] 重大订单与业绩影响 - 公司近期签署一项重大订单，合同金额约30亿元，客户采购年加工矿石量超460万吨的铁矿石项目所需设备 [2] - 项目验收后，公司将负责选矿厂全流程运营（不含尾矿库），运营期10年，对应运营费用约30亿元 [2] - 该合同履行预计对公司未来年度营业收入和利润产生积极影响 [2] 海外业务战略与模式 - 海外业务明确采用“轻资产运营”策略，暂不考虑海外重资产工厂建设，重点推进技术输出、市场框架搭建及后市场服务 [3] - 仓储物流与营销网络已具备全球覆盖能力，可保障设备交付与运维响应 [3] - 海外市场开拓选择后市场配件与服务作为切入点，主要因配件合同价值低、决策链短易准入，可通过高品质服务建立信任，且轻资产模式初始投资风险低 [3] 后市场服务与智能化 - 后市场智能运维服务以智能化软件和解决方案为切入点，通过为客户设备加装传感器等低成本方式实现数据联网与智能运维 [3] - 海外市场以服务为前锋，高效解决客户配件供应、现场响应等本地化痛点，构建“设备全生命周期管理服务商”形象 [5] 标杆项目与战略协同 - 津巴布韦Brownhill金矿项目是海外轻资产合作的重要实践，合作方式为黄金成品销售收入分成，公司子公司占75%权益 [4] - 按黄金成品概算销售收入3640万美元计算，公司子公司预计分成2730万美元 [4] - 该项目核心目的是带动核心设备和配件销售，树立海外市场标杆，推动海外业务发展，并非单纯财务投资 [4] 未来增长战略与动力 - 公司未来业绩增长将通过深化“三转一优”经营方针及落地“一体两翼”战略布局实现 [5] - 增长动力主要来自战略聚焦后市场业务、海外轻资产模式拓展及重大订单的长期贡献 [5] - 海外服务策略有助于提升客户黏性与竞标优势 [5]

公司投资者关系活动 - 公司于2025年12月30日上午9:30至11:30接受了广发证券等投资者的调研 [1] - 公司参与接待的人员包括副总裁兼财务总监文劲松以及董事会秘书缪韵 [1] - 公司就投资者提出的问题进行了回答 [1]

2025年证券公司投行业务质量评价结果概览 - 中国证券业协会于12月30日发布了2025年证券公司投行业务质量评价结果，共有93家证券公司参评[2] - 评价范围涵盖2024年1月1日至12月31日期间开展的股票保荐、债券承销、并购重组财务顾问和全国股转公司（北交所）相关投行业务[2] - 评价结果分为A、B、C三类，其中12家获评A类，66家获评B类（占比约七成），15家获评C类[2][3][4] A类券商名单及特点 - 共有12家券商获评A类，具体包括：东吴证券、国金证券、国泰海通、国投证券、国信证券、华泰联合、平安证券、长城证券、招商证券、中信证券、中金公司和中银证券[3] - 华泰联合和中信证券连续四年获评A类[2][5][6] - 与2024年相比，有7家券商从B类跃升至A类，分别是东吴证券、国金证券、国投证券、国信证券、平安证券、中金公司和中银证券[11] B类与C类券商情况 - B类券商有66家，是占比最大的群体，其中包括东方财富、广发证券、中信建投、华鑫证券、国海证券等[4] - C类券商有15家，包括德邦证券、恒泰长财、华林证券、华西证券、开源证券、申万宏源、世纪证券、天风证券、天府证券、万联证券、五矿证券、西南证券、中山证券、中天国富、中原证券等[4] - 有16家券商从C类升至B类，包括川财证券、东北证券、东莞证券、东兴证券、国融证券、红塔证券、华宝证券、华创证券、华金证券、华龙证券、华兴证券、瑞银证券、山西证券、万和证券、银河证券、浙商证券[11] 评级变动分析 - 与2024年评价结果对比，共有23家券商的名次有提高[11] - 同时，有多家券商名次出现下滑：世纪证券从A类跌至C类，名次落后2类[11] - 财信证券、东方证券、中泰证券、中邮证券从A类跌至B类[11] - 德邦证券、恒泰长财、华林证券、开源证券、申万宏源、天风证券、天府证券、万联证券、五矿证券、西南证券、中山证券、中天国富、中原证券从B类跌至C类[11] 评价规则与导向 - 评价结果主要反映四类投行业务的执业质量、内控制度建设与执行、服务高水平科技、支持上市公司并购重组及新股估值定价等情况的相对水平[10] - 评价期内存在重大负面事项的证券公司，评价分类不得确定为A类[11] - 中国证券业协会同期发布了修订后的《证券公司投行业务质量评价办法》，重点修改完善了具体评价指标[13] - 修订内容主要包括：修改完善具体审核情形的扣分标准、调整“内控制度执行”评价指标、新增“项目收费”明细指标和负面舆情扣分情形[13][14] - 新增标准聚焦高水平科技自立自强，并新增“支持上市公司并购重组”和“新股估值定价”专项评价指标，引导券商服务国家战略和实体经济[14] 其他业务评价结果 - 中国证券业协会同时公布了债券业务和财务顾问业务的执业质量评价结果[14] - 2024年度开展债券承销与受托管理业务的95家证券公司中，A类14家、B类62家、C类19家[14] - 开展财务顾问业务的30家证券公司中，A类5家、B类19家、C类6家[14]

核心观点 - 分析师认为A股和港股的盈利研判框架需进行重大调整 [1] - 在传统经济板块未改善的背景下，A股非金融板块的ROE已连续三个季度企稳 [1] - 历史上A股未出现过连续三年“提估值”的情况，2026年估值演绎能否打破历史规律值得关注 [1] 市场历史规律与当前挑战 - A股历史上仅食品饮料行业在2016年至2020年出现过连续三年涨幅排名前五的情况，其他行业均无法连续领涨三年 [2] - 2026年通信和电子行业的表现能否打破行业涨跌“事不过三”的规律值得关注 [2] - A股历史上尚未出现过连续三年“提估值”的情况，2024年至2025年若连续两年估值正贡献，2026年估值演绎能否打破历史规模值得关注 [1] 行业持仓与市场表现 - 今年电子行业的机构持仓已达到历史单个行业的上限，打破了“20%持仓即见顶”的所谓“魔咒” [2] - TMT板块的持仓比例已超过当年的“茅指数” [2] - 在每一次产业周期牛市中，TMT成交占比都会突破历史上限，今年DeepSeek时期TMT成交额占比已突破历史 [2] 大宗商品价格突破 - 黄金价格在2024年一季度突破了历史周期上沿 [2] - 今年LME铜价也突破了历史上每一轮涨价周期的价格上限 [2]

2024年度证券公司三项业务执业质量评价结果 - 证券业协会于12月30日公布了2024年度证券公司投行业务、债券业务以及财务顾问业务三项执业质量评价结果 [1] 投行业务评价结果 - 2024年度共有93家证券公司开展投行业务，其中A类12家，占比约12.9%；B类66家，占比约71.0%；C类15家，占比约16.1% [1] - 获得A类评价的12家券商为：东吴证券、国金证券、国泰海通、国投证券、国信证券、华泰联合、平安证券、长城证券、招商证券、中金公司、中信证券、中银证券 [1] - 具体分类名单显示，B类券商包括光大证券、广发证券、中信建投等66家，C类券商包括德邦证券、申万宏源、天风证券等15家 [3] 债券承销与受托管理业务评价结果 - 2024年度共有95家证券公司开展债券承销与受托管理业务，其中A类14家，占比约14.7%；B类62家，占比约65.3%；C类19家，占比约20.0% [5] - 获得A类评价的14家券商为：财信证券、东方证券、东吴证券、广发证券、国金证券、国开证券、国泰海通、国投证券、国信证券、平安证券、兴业证券、招商证券、中金公司、中信证券 [7] - 具体分类名单显示，B类券商包括渤海证券、财通证券、华泰联合、中信建投等62家，C类券商包括爱建证券、申万宏源、银河证券等19家 [7] 财务顾问业务评价结果 - 2024年度共有30家证券公司开展财务顾问业务，其中A类5家，占比约16.7%；B类19家，占比约63.3%；C类6家，占比约20.0% [7] - 获得A类评价的5家券商为：华泰联合、银河证券、中金公司、中信建投、中信证券 [8][9] - 获得B类评价的券商包括大和证券(中国)、东方证券、广发证券、国金证券、招商证券等19家 [9] - 获得C类评价的券商包括东莞证券、华兴证券、平安证券、甬兴证券、中原证券等6家 [9][10] 评价结果总体情况 - 证券业协会表示，评价结果总体客观反映了各公司执业质量，符合市场预期 [10] - 评价结果的公开发布及监管使用，有利于促进证券公司进一步提升执业质量、内控水平和服务能力 [10]

黄金投资策略 - 黄金价格走势呈现急涨慢跌的特征 金价往往在经历漫长的盘整或缓慢阴跌后 才会出现短时间的脉冲式拉升[1] - 市场大部分时间枯燥甚至煎熬 试图频繁做波段极易“卖飞”错过主升浪[1] - 投资黄金的关键在于“拿得住” 为克服人性弱点并规避择时风险 定投是一个很好的参与方式[1] - 通过分批买入平摊成本 在低位积累筹码 以时间换空间 耐心等待每一次脉冲带来的资产跃升[1]

文章核心观点 - 中国内资券商的国际业务正迎来历史性发展机遇，有望成为行业突破“内卷”、开启第二增长曲线的关键动力 [1] 我国产业链国际化推动跨境金融服务需求 - 2024年中国非金融类对外直接投资达1439亿美元（约合人民币超1万亿元），同比增长10.54%，对“一带一路”国家投资占比提升至23.42% [2] - 截至2025年上半年，5427家A股上市公司中有2890家披露了境外业务收入，占比超50%，其中33.36%的公司境外收入占比超30%，17.34%的公司境外收入占比超50% [2] - 企业出海带动境外上市融资需求，2025年已有19家A股公司完成港股上市，数量与2019-2023年之和相当 [3] 机构和居民的跨境投资需求增长 - 2022年上半年至2025年上半年，中国对外证券投资资产从10196亿美元升至16941亿美元，年均复合增长率达18.44% [6] - 同期，对外股本证券投资资产从6468亿美元升至10763亿美元，对外债务证券投资资产从3728亿美元升至6178亿美元，年均复合增长率分别为18.50%和18.34% [6] - 2020年上半年至2025年上半年，外资持有中国境内股票和证券的市值从7375亿美元增至10718亿美元，年均复合增速为7.76% [6] 资本市场开放推动券商国际化布局 - 互联互通机制成交额快速增长：2015年至2025年，港股通成交额从6204亿元增至16.27万亿元，增长25.23倍，年均复合增长率38.64% [7] - 同期，陆股通成交额从1.47万亿元增至49.65万亿元，增长25.23倍，年均复合增长率42.17% [7] - 债券通成交额从2018年的8840亿元增至2024年的10.43万亿元，年均复合增长率达50.89% [7] 跨境经纪及交易业务市场格局 - 香港是内资券商国际经纪业务关键区域，但内资券商市场份额较低，2024年港交所正股交易TOP30中仅5家内资系券商上榜，其合计市占率为5.32% [12] - 内资券商正拓展东南亚等增量市场，例如中国银河通过收购银河-联昌（现银河海外）在东南亚服务约1.6万机构客户和46万零售客户 [14] 跨境财富管理业务发展 - 跨境理财通政策优化：总额度提升至北向通/南向通各1500亿元人民币，个人额度从100万提升至300万，产品风险等级从R1-R3拓展至R1-R4 [15] - 截至2025年12月24日，跨境理财通南向通投资余额为166.43亿元，已用额度占比11.10%，较2023年的48.36亿元增长244% [16] - 香港互认基金销售火热，截至2025年10月累计净汇出额达1239.4亿元，较2024年12月上升190.5% [16] - 头部券商表现突出：中信证券2024年境外财富管理产品销售额87亿美元，同比增长151%；2025年上半年销售额63亿美元，同比增长130% [17] - 中金公司买方投顾产品保有规模截至2025年上半年增长至4000亿元 [17] 跨境资产管理业务机遇 - 香港资产管理市场规模庞大，截至2024年末管理资产总额达35.14万亿港元（约合32.0万亿元人民币），约为同期内地券商资管业务总规模（6.10万亿元）的5.24倍 [20] - 香港资产及财富管理业务中，非香港投资者资金占比63%（内地投资者占9%），投资于非香港地区的比例达72%（投资中国内地占13%） [20] - 中资机构在香港资管业务发展迅速，2024年资产管理规模达3.09万亿港元，同比增长15.32%，占香港市场总规模的8.78% [21] 境外投行业务主导地位 - 香港股权融资市场回暖，2025年前11个月股权融资规模5905.97亿港元，为2024年全年的3.26倍；其中IPO募资2724.75亿港元，为2024年全年的3.09倍 [25] - 中资券商在港股保荐业务中占据主导，2024年保荐业务前十名全为中资券商，中金香港和中信香港市场份额均超10% [25] - 在承销业务中，中金香港以24.16%的市占率排名第一 [25] - 中资离岸债发行规模持续增长，截至2025年11月发行量达8581亿美元，首次突破8000亿美元，较2023年全年增长7.54% [26] - 2024年，中金证券、国泰君安国际及中信证券在中资离岸债承销市场的合计金额为143.9亿美元，合计市占率为9.46% [26] 境外自营业务成为核心利润来源 - 头部券商自营投资以固定收益类资产为主，2025年上半年中信证券、华泰证券、中信建投、中国银河的固收类资产占比分别为92.9%、90.3%、96.2%、91.8% [29] - 部分头部券商境外固收敞口占比显著提升：2024年末中信证券境外固收敞口规模超1400亿元，占整体固收敞口比例达30%；中金公司境外固收敞口规模338亿元，占比15% [29] 国际业务已成为券商重要增长极 - 截至2024年末，50家A股上市券商中有20家开展境外业务，占比40%，其中10家境外收入占比超2%，6家超5%，3家超15%（华泰证券、中金公司、中信证券） [31] - 2022-2024年，境外收入占比超2%的10家公司合计境外业务收入从245亿元增长至390亿元，年均复合增长率达26.70%，远高于其整体营收2.37%的复合增速 [32] - 具体公司表现：华泰证券2024年境外收入143.40亿元，占比34.58%，2022-2024年境外收入复合增长率47.03%；招商证券境外收入复合增长率达104.83% [33] - 国际业务经营效率更高，例如2024年中信证券国际子公司ROE约为20.0%，远高于公司整体8.1%的ROE水平 [34]

量化模型与构建方式 1. 大类资产配置ETF组合模型 1. **模型名称**：固定比例ETF组合[21][34] * **模型构建思路**：结合战略配置模型（固定比例）与战术动态调整模型（基于宏观和技术指标打分）构建大类资产配置策略[21] * **模型具体构建过程**： * **战略配置**：以固定比例模型作为战略配置基础，设定各类资产的权重中枢[21][34] * **战术调整**：根据宏观指标和技术指标对风险资产进行月度定量打分，根据总得分调整权重，相应调高或调低货币资产的配置比例[21][34] * **标的与权重**：配置指数对应规模最大的ETF，权重中枢及调整范围见下表[34][36] 2. **模型名称**：控制波动率6% ETF组合[21][34] * **模型构建思路**：结合战略配置模型（控制波动率）与战术动态调整模型（基于宏观和技术指标打分）构建大类资产配置策略[21] * **模型具体构建过程**： * **战略配置**：以控制波动率模型（目标年化波动率6%）作为战略配置基础[21][34] * **战术调整**：根据宏观指标和技术指标对风险资产进行月度定量打分，根据总得分调整权重，相应调高或调低货币资产的配置比例[21][34] * **标的与权重**：配置指数对应规模最大的ETF，权重中枢及调整范围见下表[34][36] 3. **模型名称**：风险平价ETF组合[21][34] * **模型构建思路**：结合战略配置模型（风险平价）与战术动态调整模型（基于宏观和技术指标打分）构建大类资产配置策略[21] * **模型具体构建过程**： * **战略配置**：以风险平价模型作为战略配置基础[21][34] * **战术调整**：根据宏观指标和技术指标对风险资产进行月度定量打分，根据总得分调整权重，相应调高或调低货币资产的配置比例[21][34] * **标的与权重**：配置指数对应规模最大的ETF，权重中枢及调整范围见下表[34][36] 2. QDII-ETF组合模型 1. **模型名称**：QDII-ETF组合[44][53] * **模型构建思路**：从宏观视角及技术视角出发，对境外权益指数进行定量打分，构建QDII-ETF组合[44] * **模型具体构建过程**： * **战略配置**：采用固定比例模型作为战略配置基础，设定各指数权重中枢为10%[53][54] * **战术调整**：根据宏观指标和技术指标对境外权益指数进行月度定量打分，根据总得分调整权重，相应地调高或调低货币资产的配置比例[53] * **标的与权重**：配置指数对应规模最大的ETF，权重中枢为10%，调整权重为±5%[53][54] 3. 相对收益ETF组合模型 1. **模型名称**：相对收益ETF组合[61][73] * **模型构建思路**：从权益指数轮动策略出发，通过多维度优选指标筛选指数，并配置对应ETF构建组合[61] * **模型具体构建过程**： * **指数筛选**：从历史基本面、资金流、一致预期、宏观、动量、风格6个维度构建7个优选指标，计算各指数的Z值并加权求和得到综合得分[61][65][67] * **标的筛选**：筛选规模>2亿元、近1月日均成交额>0.1亿元、存续时间>180天且非转型的ETF[74] * **组合构建**：选取综合得分前20%的指数对应的ETF构建组合，约束组合中ETF数量最多10只，并对相同宽基、同类行业主题、SmartBeta指数产品数量设限[73][74][79] 2. **模型名称**：结合指数拥挤度的相对收益ETF组合[68][73] * **模型构建思路**：在相对收益ETF组合基础上，引入拥挤度指标，剔除短期拥挤度较高的指数以提升组合稳定性[68] * **模型具体构建过程**： * **拥挤度判断**：从成交额、波动水平、融资存量、融资增量、基金持仓、资金流6个维度构建拥挤度指标，若指标处于历史特定高分位数（如90%）则判定为拥挤[69][72] * **组合构建**：在优选指数的基础上，剔除被判定为拥挤的指数，再构建ETF组合[73] 4. 绝对收益ETF组合模型 1. **模型名称**：绝对收益ETF组合[84][89] * **模型构建思路**：以绝对收益为导向，从指数的基本面、分红及技术面特征出发构建指标，筛选稳定性高、分红可观、与市场相关性低的指数构建组合[84] * **模型具体构建过程**： * **指数筛选**：构建7个指标（基本面、分红、技术面各维度），计算各指数的Z值并按权重（基本面1/3、分红1/3、技术面1/3）加权求和得到综合得分[88][89][90] * **标的筛选**：筛选规模>2亿元、近1月日均成交额>0.1亿元、存续时间>180天且非转型的ETF[91] * **组合构建**：选取综合得分前20%的指数对应的ETF构建组合，约束组合中ETF数量最多5只，并对相同宽基、同类行业主题、SmartBeta指数产品数量设限[89][91][95] 5. 全天候多元配置ETF组合模型 1. **模型名称**：全天候多元配置ETF组合[7][100] * **模型构建思路**：综合前述四个ETF组合（A股大类资产配置、QDII-ETF、A股相对收益、A股绝对收益）的构建思路与标的筛选结果，构建全天候多元配置组合[7][12][13] * **模型具体构建过程**： * **战略配置**：采用固定比例模型作为战略配置基础，设定各大类资产的权重中枢[100] * **战术调整**：根据宏观及技术指标总得分调整A股、港股、海外权益及商品资产的权重，并相应调整货币资产比例[100] * **A股权益细分**：始终配置5%的绝对收益ETF组合，相对收益ETF组合权重在0%-10%之间动态调整[100] * **标的与权重**：配置指数对应规模最大的ETF，具体权重中枢及上下限见下表[100][101] 量化因子与构建方式 1. 宏观指标因子（用于大类资产及QDII-ETF组合） 1. **因子构建思路**：从宏观指标的趋势出发，研究其上行和下行对大类资产收益率的影响，筛选出能导致资产收益出现显著分化的宏观指标[24] 2. **因子具体构建过程**： * **有效性检验**：利用T检验判断某个宏观指标（取不同周期历史均线）处于趋势上行和下行时，某个资产的收益是否存在明显差别[24] * **T检验公式**： $$t={\frac{{\overline{{X_{1}}}}-{\overline{{X_{2}}}}}{\sqrt{\frac{(n_{1}-1){S_{1}}^{2}+(n_{2}-1){S_{2}}^{2}}{n_{1}+n_{2}-2}}({\frac{1}{n_{1}}}+{\frac{1}{n_{2}}})}}\sim t_{n_{1}+n_{2}-2}$$ 其中，$\overline{X_1}$、$\overline{X_2}$ 分别代表宏观指标趋势上行和下行情况下，某大类资产的平均月度收益率；$S_1$、$S_2$ 代表对应情况下的月度收益率标准差；$n_1$、$n_2$ 代表宏观指标处于趋势上行或下行的月份数量[24][26] * **打分规则**：对于筛选出的宏观指标，根据其趋势及影响方向（正向或负向），对对应资产进行月度打分，打分范围为-1、0、1[29][47] 2. 技术指标因子（用于大类资产及QDII-ETF组合） 1. **因子构建思路**：从趋势、估值、资金流三个方面研究技术指标对大类资产表现的影响，筛选在不同时间段内整体有效的指标[31] 2. **因子具体构建过程**： * **指标筛选**：测试历史上不同技术指标，寻找在不同时间段内对未来1个自然月表现影响较为显著的指标[31][49] * **打分规则**：根据指标最新值进行月度打分。趋势、资金流指标打分范围为-1、0、1；估值指标打分范围为-2、-1、0、1、2[32][50] 3. 相对收益优选指标因子（用于相对收益ETF组合） 1. **因子构建思路**：从历史基本面、资金流、一致预期、宏观、动量、风格6个维度构建具体指标，作为筛选指数的定量依据[61] 2. **因子具体构建过程**： * **指标构成**：共7个指标，具体计算方法如下[64][67]： * **ROE_TTM环比变化**：根据加权整体法计算指数的ROE_TTM，并计算最近一个季度报告期的环比变化 * **净利润增速TTM环比变化**：根据加权整体法计算指数的净利润增速TTM，并计算最近一个季度报告期的环比变化 * **主动资金流入市值比**：根据加权整体法计算指数的主动净流入额指标 * **预期盈利增速估值匹配度**：从个股一致预期数据出发，根据加权整体法计算指数的预期利润增速，并计算估值与预期利润增速的比值 * **工业企业利润增速**：基于统计局月频细分行业工业企业利润数据，结合成分股权重计算指数利润增速 * **风格剥离超额收益信息比**：指数历史日频涨跌幅与风格指数回归，以残差项的信息比作为指标值 * **指数风格匹配度**：定量判断未来风格相对强弱，结合指数自身风格特征计算，公式为：指数风格匹配度 = 指数规模风格得分 * λ1 + 指数成长价值风格得分 * λ2，其中λ1、λ2分别为大小盘、成长价值月度观点 * **加权合成**：由于ROE_TTM环比变化与净利润增速TTM环比变化相关性较高，给予这两个指标共计1/6的权重（各1/12），其余5个指标各赋予1/6的权重。将各指标Z值按权重加权求和得到指数综合得分[65][68] 4. 拥挤度指标因子（用于相对收益ETF组合） 1. **因子构建思路**：从成交额、波动水平、融资存量、融资增量、基金持仓、资金流6个维度构建指标，定量刻画指数的拥挤度[68] 2. **因子具体构建过程**： * **指标构成与触发条件**：共6个指标，具体计算方法及拥挤触发条件如下[72]： * **成交额占比**：历史1个月指数成分股在全部A股中的成交额占比。拥挤条件：历史3年分位数 > 90% * **Beta**：历史1个月指数相对于万得全A的Beta。拥挤条件：历史5年分位数 > 90% * **融资余额市值比**：指数融资余额与指数流通市值的比值。拥挤条件：历史3年分位数 > 90% * **融资增量成交额比**：历史1个月指数融资净增量与指数成交额的比值。拥挤条件：历史1年分位数 > 90% * **基金持仓比例**：指数成分股在主动型权益基金重仓股中的持仓占比。拥挤条件：历史5年分位数 > 90% * **中小单主动买入额占比**：历史1个月指数成分股主动买入额占比(中单/小单)。拥挤条件：历史3年分位数 > 100% 5. 绝对收益指标因子（用于绝对收益ETF组合） 1. **因子构建思路**：从指数的基本面稳定性、分红可观性、与市场波动的低相关性三个维度出发构建指标，筛选符合绝对收益导向的指数[84] 2. **因子具体构建过程**： * **指标构成**：共7个指标，具体计算方法如下[90]： * **历史1年ROE_TTM均值/ROE_TTM标准差**：采用加权整体法计算指数的ROE_TTM，基于历史4个季度报告期数据构建 * **历史1年净利润增速TTM标准差**：采用加权整体法计算指数的净利润增速TTM，基于历史4个季度报告期数据构建 * **历史3年股息率**：采用加权整体法，结合指数历史3年现金分红额及最新市值构建 * **历史3年现金分红净利润比**：采用加权整体法，结合指数历史3年现金分红额及净利润构建 * **历史12个月Beta**：指数历史12个月日频收益率相对于万得全A指数的Beta * **历史12个月SemiBeta**：指数历史12个月日频收益率相对于万得全A指数的Beta（仅万得全A指数收益率为负时） * **历史12个月平均相关性**：指数历史12个月日频收益率与其它样本指数的平均相关系数 * **加权合成**：将基本面、分红、技术面特征指标的总权重均设定为1/3，各子指标权重具体分配见下表。将各指标Z值按权重加权求和得到指数综合得分[88][89] 模型的回测效果 （回测区间：2016.12.31 - 2025.11.30，另有注明者除外） 1. **固定比例ETF组合**，年化收益率9.75%，最大回撤4.85%，年化波动率5.67%[38][42] 2. **控制波动率6% ETF组合**，年化收益率8.41%，最大回撤6.42%，年化波动率5.84%[38][42] 3. **风险平价ETF组合**，年化收益率8.31%，最大回撤2.77%，年化波动率3.75%[38][42] 4. **QDII-ETF组合**，年化收益率18.51%，最大回撤16.78%，年化波动率11.64%[54][59] 5. **相对收益ETF组合**，年化收益率16.76%，最大回撤28.66%，年化波动率22.16%[78][82] 6. **相对收益ETF组合：结合指数拥挤度**，年化收益率19.32%，最大回撤25.69%，年化波动率21.87%[78][82] 7. **绝对收益ETF组合**，年化收益率12.33%，最大回撤26.11%，年化波动率17.53%[94][98] 8. **全天候多元配置ETF组合**（回测区间：2016.12.31 - 2025.12.26），年化收益率9.36%，最大回撤3.64%，年化波动率3.82%，月度胜率82.41%，滚动3月胜率98.11%，滚动1年胜率100%[7][101][105]