量化模型与构建方式 1. **模型名称**：优秀基金业绩增强组合[4][13] **模型构建思路**：将对标基准从宽基指数转变为主动股基，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][47] **模型具体构建过程**： * **基金优选**：对基金进行优选，并对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[47] * **构建基准组合**：根据优选基金的补全持仓构建优选基金持仓组合，该组合能较好地跟踪主动股基中位数走势[47] * **组合优化增强**：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，构建最终组合[48] 2. **模型名称**：超预期精选组合[5][13] **模型构建思路**：对超预期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[5][53] **模型具体构建过程**： * **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][53] * **双层精选**：对超预期股票池中的股票，从基本面和技术面两个维度进行精选[5][53] 3. **模型名称**：券商金股业绩增强组合[6][13] **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] **模型具体构建过程**： * **确定股票池**：以券商金股股票池作为选股空间和对标基准[6][58] * **组合优化精选**：采用组合优化的方法，在控制与基准股票池在个股和风格上偏离的前提下，进行进一步精选[6] 4. **模型名称**：成长稳健组合[7][13] **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，旨在高效获取成长股超额收益释放黄金期的收益[7][39][63] **模型具体构建过程**： * **筛选股票池**：以研报标题出现“超预期”及业绩大增为条件筛选成长股股票池[7][63] * **时序分档**：根据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][63] * **截面精选**：当样本数量较多时，采用多因子打分精选优质个股[7][63] * **构建组合**：构建100只股票的等权组合，并引入弱平衡机制、跃迁机制、缓冲机制和风险规避机制以降低换手、规避风险[7][63] 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%[49] * 全样本区间相对偏股混合型基金指数年化超额收益：11.83%[49] * 本年（2025.1.2-2025.12.12）绝对收益（考虑仓位）：28.34%[2][14] * 本年相对偏股混合型基金指数超额收益：-3.00%[2][14] * 本周（2025.12.8-2025.12.12）绝对收益（考虑仓位）：2.14%[2][14] * 本周相对偏股混合型基金指数超额收益：1.44%[2][14] 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%[54] * 全样本区间相对偏股混合型基金指数年化超额收益：24.68%[54] * 本年（2025.1.2-2025.12.12）绝对收益（考虑仓位）：41.78%[2][14] * 本年相对偏股混合型基金指数超额收益：10.44%[2][14] * 本周（2025.12.8-2025.12.12）绝对收益（考虑仓位）：0.72%[2][14] * 本周相对偏股混合型基金指数超额收益：0.01%[2][14] 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%[59] * 全样本区间相对偏股混合型基金指数年化超额收益：14.38%[59] * 本年（2025.1.2-2025.12.12）绝对收益（考虑仓位）：36.74%[2][14] * 本年相对偏股混合型基金指数超额收益：5.40%[2][14] * 本周（2025.12.8-2025.12.12）绝对收益（考虑仓位）：1.62%[2][14] * 本周相对偏股混合型基金指数超额收益：0.91%[2][14] 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%[64] * 全样本区间相对偏股混合型基金指数年化超额收益：26.88%[64] * 本年（2025.1.2-2025.12.12）绝对收益（考虑仓位）：49.78%[3][14] * 本年相对偏股混合型基金指数超额收益：18.45%[3][14] * 本周（2025.12.8-2025.12.12）绝对收益（考虑仓位）：0.09%[3][14] * 本周相对偏股混合型基金指数超额收益：-0.62%[3][14]

量化模型与构建方式 1. **模型名称：港股精选组合策略**[13][14] * **模型构建思路**：该策略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[13][14]。 * **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[14]。 2. **基本面与技术面精选**：对上述股票池中的股票，从基本面和技术面两个维度进行进一步筛选，具体筛选标准未在本文档中详细说明，但提及可参考专题报告《基于分析师推荐视角的港股投资策略》[13][14]。 2. **模型名称：平稳创新高股票筛选模型**[20][22][23] * **模型构建思路**：根据分析师关注度、股价相对强弱、股价路径平稳性、创新高连续性等多个角度，在过去20个交易日创出过250日新高的股票池中，筛选出“平稳创新高”的股票[2][22]。 * **模型具体构建过程**： 1. **定义创新高距离**：使用250日新高距离指标来衡量股票创新高情况。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。该值越接近0，表示股价越接近历史高点[22]。 2. **设定筛选条件**： * **样本池**：全部港股，但剔除成立时间不超过15个月的股票[23]。 * **分析师关注度**：过去6个月内，买入或增持评级的分析师研报不少于5份[23]。 * **股价相对强弱**：过去250日涨跌幅位于样本池前20%[23]。 * **股价平稳性**：在满足上述条件的股票池内，使用以下两个指标综合打分，取排名在前50%的股票（最少取50只）[23]： * **价格路径平滑性**：股价位移路程比。具体计算公式为： $$股价位移路程比 = \frac{过去120日涨跌幅绝对值}{过去120日日涨跌幅绝对值加总}$$ 该指标用于衡量股价上涨路径的平滑程度[22][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[23]。 * **趋势延续性**：过去5日的250日新高距离在时间序列上的均值，取排序靠前的50只股票[23]。 模型的回测效果 1. **港股精选组合策略**[18] * **全样本期 (20100101-20250630)**：年化收益 19.11%，相对恒生指数超额收益 18.48%，信息比(IR) 1.22，跟踪误差 14.55%，最大回撤 23.73%，收益回撤比 0.78[18]。 * **2025年 (截至20250630)**：绝对收益 41.02%，相对恒生指数超额收益 21.02%，信息比(IR) 2.03，跟踪误差 17.33%，最大回撤 10.77%，收益回撤比 1.95[18]。 * **2025年 (截至20251212)**：绝对收益 59.33%，相对恒生指数超额收益 29.83%[1][17]。 量化因子与构建方式 1. **因子名称：250日新高距离**[20][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，是识别趋势强度和动量效应的重要指标[20]。 * **因子具体构建过程**：计算最新收盘价与过去250个交易日最高收盘价的相对距离。具体公式为： $$250日新高距离 = 1 - \frac{Closet}{ts\_max(Close, 250)}$$ 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。当股票创出新高时，该因子值为0；股价从高点回落越多，该因子值越大[22]。 2. **因子名称：股价位移路程比（价格路径平滑性）**[22][23] * **因子构建思路**：该因子用于衡量股价在上涨过程中的路径平稳性或平滑性，位移与路程的比值越大，表明上涨路径越直接、回撤越小[22][23]。 * **因子具体构建过程**：计算过去120日的累计涨跌幅绝对值与同期每日涨跌幅绝对值之和的比值。具体公式为： $$股价位移路程比 = \frac{过去120日涨跌幅绝对值}{过去120日日涨跌幅绝对值加总}$$ 该值介于0和1之间，值越大表明股价趋势越平稳[22][23]。 因子的回测效果 （报告中未提供单个因子的独立测试结果数据）

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**[17] * **因子构建思路**：通过计算当日最高价涨停且收盘涨停的股票数量占最高价涨停股票总数的比例，来衡量市场涨停股的封板强度，反映市场追涨情绪和短线资金的做多意愿。[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价的股票集合A。[17] 3. 在集合A中，找出收盘价仍为涨停价的股票集合B。[17] 4. 计算封板率：封板率 = 集合B的股票数量 / 集合A的股票数量。[17] * 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**[17] * **因子构建思路**：通过计算连续两日收盘涨停的股票数量占前一日收盘涨停股票数量的比例，来衡量市场涨停股的延续性，反映市场强势股的赚钱效应和短线投机氛围。[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-1，找出所有收盘涨停的股票集合C。[17] 3. 在交易日T，从集合C中找出收盘价再次涨停的股票集合D。[17] 4. 计算连板率：连板率 = 集合D的股票数量 / 集合C的股票数量。[17] * 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**[26] * **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比例，来反映大资金通过大宗交易平台减持或调仓时的折让程度，可作为观察机构或大股东行为及市场情绪的指标。[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，包括每笔交易的成交金额和成交数量。[26] 2. 计算当日大宗交易总成交金额。[26] 3. 对于每笔大宗交易，以其成交数量乘以该股票当日的收盘价（或成交均价），计算出按市价计算的市值，然后加总得到所有成交份额按市价计算的总市值。[26] 4. 计算折价率：折价率 = (大宗交易总成交金额 / 按市价计算的成交份额总市值) - 1。[26] * 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] 4. **因子名称：股指期货年化贴水率**[28] * **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，来衡量市场对未来指数的预期、对冲成本以及市场情绪（如悲观预期导致深度贴水）。[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. 在交易日T，获取该股指期货主力合约的结算价（或收盘价）F，以及标的指数的收盘价S。[28] 3. 计算基差：基差 = F - S。[28] 4. 获取该主力合约的剩余交易日数N。[28] 5. 计算年化贴水率：年化贴水率 = (基差 / S) * (250 / N)。[28] * 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] * **因子评价**：该因子是衡量市场情绪和对冲成本的关键指标，深度贴水可能反映市场悲观预期，但也可能意味着更高的潜在对冲成本或套利机会。[28] 因子的回测效果 > 注：本报告为每日市场数据跟踪报告，未提供因子在长期历史数据上的回测绩效指标（如IC、IR、多空收益等）。报告仅展示了相关因子在特定日期（2025年12月12日及附近）的截面或时间序列取值。[17][26][28] 1. **封板率因子**，2025年12月12日取值：**83%**，较前日提升28个百分点。[17] 2. **连板率因子**，2025年12月12日取值：**39%**，较前日提升23个百分点。[17] 3. **大宗交易折价率因子**，2025年12月11日取值：**6.71%**，近半年平均值：6.63%。[26] 4. **股指期货年化贴水率因子** * **上证50股指期货**，2025年12月12日取值：**-13.10%**（贴水），近一年中位数：-0.85%，当前处于近一年**6%**分位点。[28] * **沪深300股指期货**，2025年12月12日取值：**-7.59%**（贴水），近一年中位数：-3.68%，当前处于近一年**27%**分位点。[28] * **中证500股指期货**，2025年12月12日取值：**2.94%**（升水），近一年中位数：-11.22%，当前处于近一年**98%**分位点。[28] * **中证1000股指期货**，2025年12月12日取值：**-6.20%**（贴水），近一年中位数：-13.67%，当前处于近一年**94%**分位点。[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，构建能够稳定战胜特定基准指数的增强组合[10][11] * **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[11] 2. **风险控制**：在组合优化过程中施加多种约束条件以控制风险[11] 3. **组合优化**：采用组合优化模型，在满足风险约束的条件下最大化预期收益或因子暴露，以得到最终的投资组合权重[11] 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，构建最大化该单因子暴露的投资组合（Maximized Factor Exposure Portfolio），并通过该组合相对于基准的表现来判断因子有效性[14][39] * **模型具体构建过程**： 1. 设定优化目标为最大化组合在目标因子上的加权暴露[39] 2. 施加一系列实际投资中的约束条件，包括风格暴露、行业暴露、个股权重偏离、成分股内权重占比、禁止卖空及权重总和为1等[39][40] 3. 具体的组合优化模型如下： $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$ * **目标函数**：`max 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，`f^T w` 表示组合在单因子上的加权暴露[39] * **约束条件1**：`s_l ≤ X(w - w_b) ≤ s_h`，限制组合相对于基准指数 (`w_b`) 在风格因子（矩阵 `X`）上的暴露偏离在 `[s_l, s_h]` 范围内[40] * **约束条件2**：`h_l ≤ H(w - w_b) ≤ h_h`，限制组合相对于基准指数的行业偏离（矩阵 `H` 为行业暴露矩阵）在 `[h_l, h_h]` 范围内[40] * **约束条件3**：`w_l ≤ w - w_b ≤ w_h`，限制个股相对于基准指数成分股的权重偏离在 `[w_l, w_h]` 范围内[40] * **约束条件4**：`b_l ≤ B_b w ≤ b_h`，限制组合在基准指数成分股内的权重占比在 `[b_l, b_h]` 范围内，`B_b` 为标识是否为成分股的0-1向量[40] * **约束条件5**：`0 ≤ w ≤ l`，禁止卖空，并限制个股权重上限为 `l`[40] * **约束条件6**：`1^T w = 1`，要求权重和为1，即满仓运作[40] 4. 通常设置个股相对于基准权重的最大偏离幅度为0.5%-1%，以避免持仓过于集中[40] 5. 在回测中，于每月末根据约束条件构建每个单因子的MFE组合，换仓时双边扣除0.3%的交易费用，并计算相对于基准的收益风险指标[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这一重要市场参与者持仓风格下的有效性，通过汇总公募基金持仓信息，构建一个代表“机构风格”的股票指数作为新的因子测试样本空间[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**：从基金的定期报告（年报、半年报、季报）中获取持股信息。若最新报告为季报，需结合前期的年报或半年报信息构建完整持仓[42] 3. **计算平均持仓**：将所有符合条件基金的持仓股票权重进行平均，得到公募基金的平均持仓信息[42] 4. **筛选成分股**：将平均后的股票权重按从高到低排序，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 报告涉及估值、反转、成长、盈利、流动性、波动、公司治理、分析师共8大类30余个因子[15][16]。 1. 估值类因子 * **因子名称**：BP * **因子构建思路**：衡量公司净资产与市场价值的比例，属于价值型因子[16] * **因子具体构建过程**：净资产 / 总市值[16] * **因子名称**：单季EP * **因子构建思路**：使用单季度净利润衡量估值[16] * **因子具体构建过程**：单季度归母净利润 / 总市值[16] * **因子名称**：单季SP * **因子构建思路**：使用单季度营业收入衡量估值[16] * **因子具体构建过程**：单季度营业收入 / 总市值[16] * **因子名称**：EPTTM * **因子构建思路**：使用滚动净利润衡量估值[16] * **因子具体构建过程**：归母净利润TTM / 总市值[16] * **因子名称**：SPTTM * **因子构建思路**：使用滚动营业收入衡量估值[16] * **因子具体构建过程**：营业收入TTM / 总市值[16] * **因子名称**：EPTTM一年分位点 * **因子构建思路**：衡量当前EPTTM在历史一年中的相对位置[16] * **因子具体构建过程**：EPTTM在过去一年中的分位点[16] * **因子名称**：股息率 * **因子构建思路**：衡量公司分红回报[16] * **因子具体构建过程**：最近四个季度预案分红金额 / 总市值[16] 2. 反转类因子 * **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[16] * **因子具体构建过程**：过去20个交易日涨跌幅[16] * **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[16] * **因子具体构建过程**：过去60个交易日涨跌幅[16] * **因子名称**：一年动量 * **因子构建思路**：捕捉长期价格动量效应，通常排除最近一个月以避免与短期反转混淆[16] * **因子具体构建过程**：近一年除近一月后动量[16] 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[16] * **因子具体构建过程**：单季度净利润同比增长率[16] * **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[16] * **因子具体构建过程**：单季度营业收入同比增长率[16] * **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[16] * **因子具体构建过程**：单季度营业利润同比增长率[16] * **因子名称**：标准化预期外盈利 (SUE) * **因子构建思路**：衡量实际净利润超出分析师一致预期的程度，并进行标准化处理[16] * **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[16] * **因子名称**：标准化预期外收入 (SUR) * **因子构建思路**：衡量实际营业收入超出分析师一致预期的程度，并进行标准化处理[16] * **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[16] * **因子名称**：单季超预期幅度 * **因子构建思路**：直接衡量实际净利润相对于预期净利润的比例[16] * **因子具体构建过程**：预期单季度净利润 / 财报单季度净利润[16] 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[16] * **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)[16] * **因子名称**：单季ROA * **因子构建思路**：衡量单季度总资产收益率[16] * **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)[16] * **因子名称**：DELTAROE * **因子构建思路**：衡量净资产收益率的同比变化[16] * **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[16] * **因子名称**：DELTAROA * **因子构建思路**：衡量总资产收益率的同比变化[16] * **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[16] 5. 流动性类因子 * **因子名称**：非流动性冲击 * **因子构建思路**：衡量单位成交金额对价格造成的冲击，反映流动性成本[16] * **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[16] * **因子名称**：一个月换手 * **因子构建思路**：衡量短期交易活跃度[16] * **因子具体构建过程**：过去20个交易日换手率均值[16] * **因子名称**：三个月换手 * **因子构建思路**：衡量中期交易活跃度[16] * **因子具体构建过程**：过去60个交易日换手率均值[16] 6. 波动类因子 * **因子名称**：特异度 * **因子构建思路**：衡量股价波动中不能被常见风险因子（如Fama-French三因子）解释的部分[16] * **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 (R-squared)[16] * **因子名称**：一个月波动 * **因子构建思路**：衡量短期股价波动率[16] * **因子具体构建过程**：过去20个交易日日内真实波幅均值[16] * **因子名称**：三个月波动 * **因子构建思路**：衡量中期股价波动率[16] * **因子具体构建过程**：过去60个交易日日内真实波幅均值[16] 7. 公司治理类因子 * **因子名称**：高管薪酬 * **因子构建思路**：衡量公司高管薪酬水平[16] * **因子具体构建过程**：前三高管报酬总额取对数[16] 8. 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市盈率倒数[16] * **因子具体构建过程**：一致预期滚动EP[16] * **因子名称**：预期BP * **因子构建思路**：基于分析师一致预期的账面市值比[16] * **因子具体构建过程**：一致预期滚动PB[16] * **因子名称**：预期PEG * **因子构建思路**：结合成长性的估值指标[16] * **因子具体构建过程**：一致预期PEG[16] * **因子名称**：预期净利润环比 * **因子构建思路**：衡量分析师对未来净利润环比增长的预期[16] * **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[16] * **因子名称**：3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对盈利预测的调整方向[16] * **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[16] * **因子名称**：三个月机构覆盖 * **因子构建思路**：衡量公司受机构关注的程度[16] * **因子具体构建过程**：过去3个月内机构覆盖数量[16] 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0.73%，本年超额收益19.95%[4][13] * **中证500指数增强组合**：本周超额收益-0.02%，本年超额收益7.36%[4][13] * **中证1000指数增强组合**：本周超额收益-0.31%，本年超额收益15.60%[4][13] * **中证A500指数增强组合**：本周超额收益0.09%，本年超额收益9.62%[4][13] 因子的回测效果 （以下因子表现均为其MFE组合相对于对应基准指数的超额收益） 1. 沪深300样本空间因子表现（最近一周/最近一月/今年以来/历史年化）[18] * **3个月盈利上下调**：0.93% / 2.01% / 9.86% / 5.36% * **标准化预期外盈利**：0.92% / 1.89% / 10.65% / 4.13% * **单季净利同比增速**：0.78% / 0.55% / 13.29% / 3.88% * **一年动量**：0.76% / 1.11% / 1.86% / 2.58% * **预期PEG**：0.72% / 1.07% / 10.69% / 3.60% * **单季营利同比增速**：0.71% / 0.46% / 12.89% / 3.47% * **单季ROE**：0.70% / 2.75% / 20.54% / 5.22% * **DELTAROE**：0.70% / 1.24% / 15.95% / 4.45% * **预期净利润环比**：0.64% / 0.62% / 4.71% / 1.59% * **单季ROA**：0.59% / 2.02% / 14.02% / 3.99% * **单季超预期幅度**：0.59% / 0.65% / 9.49% / 3.91% * **DELTAROA**：0.55% / 0.63% / 13.79% / 4.80% * **标准化预期外收入**：0.33% / 1.16% / 11.21% / 4.77% * **单季EP**：0.27% / 0.32% / 7.92% / 5.27% * **非流动性冲击**：0.25% / 0.12% / -1.49% / 0.32% * **单季营收同比增速**：0.20% / 0.05% / 18.08% / 4.67% * **三个月反转**：0.14% / -0.03% / 0.61% / 0.37% * **三个月换手**：0.12% / 0.26% / -4.78% / 2.37% * **预期EPTTM**：0.12% / 0.09% / 7.17% / 3.87% * **EPTTM一年分位点**：0.08% / -0.54% / 4.63% / 2.42% * **一个月反转**：0.06% / -0.24% / -1.08% / -0.37% * **一个月换手**：-0.01% / -0.24% / -5.27% / 1.34% * **一个月波动**：-0.07% / 0.11% / -1.15% / 1.02% * **特异度**：-0.11% / 0.06% / 2.15% / 0.15% * **EPTTM**：-0.12% / -0.08% / 6.19% / 4.34% * **单季SP**：-0.17% / -0.01% / -0.68% / 2.93% * **SPTTM**：-0.19% / 0.00% / -1.13% / 2.15% * **三个月波动**：-0.21% / -0.02% / -2.41% / 1.83% * **三个月机构覆盖**：-0.22% / 1.08% / 10.93% / 3.05% * **BP**：-0.32% / -0.48% / -1.63% / 2.70% *

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**：该因子用于衡量当前价格相对于过去一段时间内最高价格的回落幅度，是趋势跟踪和动量策略的核心指标。其理论基础在于，研究表明股价在接近其历史高点时，未来表现往往更优[11]。 * **因子具体构建过程**：对于给定股票在交易日t，计算其最新收盘价与过去250个交易日（约一年）最高收盘价的相对距离。 * 计算公式为： $$250日新高距离 = 1 - \frac{Closet}{ts\_max(Close, 250)}$$ * 其中，`Closet` 代表股票在交易日t的最新收盘价，`ts_max(Close, 250)` 代表过去250个交易日收盘价的最大值[11]。 * 若最新收盘价创出过去250日新高，则因子值为0；若价格从高点回落，则因子值为正，数值越大表示回落幅度越大[11]。 2. **模型/策略名称：平稳创新高股票筛选模型**[26][28] * **模型构建思路**：该模型旨在从近期创出新高的股票中，进一步筛选出具有更强趋势延续潜力的“平稳创新高”股票。其思路结合了截面动量与时间序列动量的研究，认为遵循平滑价格路径、受到持续关注且趋势未发生逆转的动量股，其未来收益可能更佳[26]。 * **模型具体构建过程**：这是一个多步骤的筛选模型，具体流程如下： 1. **初选股票池**：首先，在上市满15个月的股票中，筛选出过去20个交易日内曾创出250日新高的股票[19]。 2. **应用多维度筛选条件**：在初选股票池中，依次应用以下条件进行筛选[26][28]： * **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[28]。 * **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%[28]。 * **股价平稳性与创新高持续性**：在满足以上条件的股票池内，使用两个指标进行综合打分，并选取排名在前50%的股票[28]。 * **价格路径平滑性**：使用“股价位移路程比”指标进行衡量。具体公式为：`过去120日涨跌幅的绝对值 / 过去120日日涨跌幅绝对值加总`[26]。该比值越接近1，表明价格路径越平滑（涨跌方向一致，波动小）。 * **创新高持续性**：使用`过去120日的250日新高距离在时间序列上的均值`进行衡量[28]。该均值越小，表明在近期内股价持续接近或创出新高的状态保持得越好。 3. **最终排序筛选**：对经过上述步骤筛选出的股票，依据 **“趋势延续性”** 指标进行排序。该指标为`过去5日的250日新高距离在时间序列上的均值`[28]。选取该指标排序最靠前的50只股票作为最终的“平稳创新高股票”[28]。 模型与因子的回测效果 > **注**：本报告主要为特定时点（2025年12月12日）的市场状态描述与股票筛选结果展示，并未提供基于历史数据的完整策略回测绩效指标（如年化收益率、夏普比率、信息比率IR、最大回撤等）。因此，以下为报告中所列出的具体应用结果取值。 1. **250日新高距离因子应用结果**（截至2025年12月12日）[12][13][15] * **主要宽基指数取值**： * 上证指数：3.48% * 深证成指：3.40% * 沪深300指数：3.52% * 中证500指数：5.02% * 中证1000指数：3.62% * 中证2000指数：2.46% * 创业板指：3.91% * 科创50指数：12.36%[12] * **部分行业指数取值（距离新高较近）**： * 通信行业：2.14% * 有色金属行业：1.28% * 国防军工行业：3.88% * 家电行业：1.95% * 轻工制造行业：1.82%[13] * **部分概念指数取值（距离新高较近）**：卫星互联网、卫星导航、黄金、5G、十大军工集团、林木、工程机械等概念指数[15]。 2. **平稳创新高股票筛选模型应用结果**（截至2025年12月12日）[19][20][29] * **初选股票池规模**：共筛选出746只过去20个交易日创250日新高的股票[19]。 * **创新高股票分布**： * **数量最多的行业**：基础化工（90只）、机械（90只）、电子（68只）[19]。 * **占比最高的行业**：有色金属（27.42%）、纺织服装（25.25%）、农林牧渔（24.30%）[19]。 * **板块分布**：制造板块（228只，占比14.61%）、周期板块（202只，占比17.97%）、科技板块（181只，占比12.82%）数量最多[20]。 * **指数分布占比**：中证2000（14.45%）、中证1000（13.10%）、沪深300（12.33%）、中证500（10.20%）、创业板指（10.00%）、科创50（0.00%）[20]。 * **最终输出股票数量**：44只平稳创新高股票[29]。 * **最终股票板块分布**：周期板块（16只）、科技板块（16只）入选数量最多。其中，周期板块内以有色金属行业为主，科技板块内以电子行业为主[29]。

报告行业投资评级 未提及 报告的核心观点 国债期货套利策略可为“固收+”产品提供“安全垫”，收益源于锁定的期现价差，与债券市场涨跌关联度低，依赖市场定价短期失灵；通过实证分析我国国债期货正向套利收益，介绍了国债期货无风险套利核心、正套操作原理、IRR公式等，还分析了三种正套策略情形及实证结果，回溯了不考虑CTD切换的国债期货正套策略历史收益 [1][17][18] 根据相关目录分别进行总结 国债期货市场现状 - 2025年三季度末，国信固收+基金样本池67只产品组合持有国债期货相关品种，数量占比4.6%；35只多头持仓产品中，16只国债期货合约市值占基金资产总值比例大于3%，32只空头持仓产品中，12只占比大于3%，公募固收+产品对国债期货关注度上升 [11] - 监管对公募参与国债期货投资有合约价值、总风险敞口、日内成交额上限、流动性等要求 [14] 国债期货在“固收+”产品中的作用 - 对冲利率风险，投资者预期市场利率上升时可套期保值 [15] - 调整组合久期，通过买卖期货替代大规模买卖现券，降低交易成本 [15] - 流动性管理，买出国债期货维持组合风险敞口和收益 [15] - 期现套利，为“固收+”产品提供“安全垫”和确定性收益来源 [15][17] 国债期货无风险套利及IRR - 核心为期现套利，利用国债期货和现货定价偏差获利，通过交割锁定收益；IRR是正向套利年化收益率 [1][18] - IRR计算公式分持仓期间现券付息和不付息两种情况，影响因素有现券价格、期货价格和距离交割日的期限，临近交割日IRR波动加剧 [19][20] 正套收益的底层逻辑 正向套利等同于持有到期剩余期限为T、到期收益率为IRR的债券，持有期内IRR波动影响套利组合持有期价值 [21] 正套策略的三种典型情景 - 建仓至交割CTD券不改变，正套收益为建仓当天CTD券的IRR - 资金成本 [2][24] - 建仓至交割期间CTD券发生变化，通过“买最便宜现券”操作额外赚取选择权收益 [2][24] - 建仓至交割期间IRR降至0甚至负值，平仓提前拿到正套收益 [2][26] 三种情形的实证结果 - 期间无CTD券切换，以TF2509合约为例，正套组合最终收益为组合构建时锁定的IRR，大部分时间不存在正套机会，正套收益低于0.4%概率较大 [27][31] - 期间出现CTD券切换，以TF2303合约为例，正套组合除IRR收益外还能获CTD切换期权价值，整体正套操作收益大概率高于3%，收益主要来自期权价值；CTD券切换频率高的期货合约正套转换期权价值大概率更高；低利率时期国债期货不提前平仓正套策略收益相对较低；转换期权价值有相关规律 [32][44] - CTD的IRR转负即兑现收益，以TF2303合约为例，提前平仓收益分布多数在1% - 3%，效果不如持有至交割，提前平仓锁定未来收益、时间成本低，但失去未来转换期权价值 [47][49] 不考虑CTD切换的国债期货正套策略历史收益回溯 - 2年期国债期货存在正套机会概率为55%，平均收益0.39%，85%概率正套收益低于0.75% [53] - 5年期国债期货存在正套机会概率为38%，平均收益0.64%，85%概率正套收益低于1.15% [54] - 10年期国债期货存在正套机会概率为36%，平均收益0.59%，85%概率正套收益低于1.1% [55] - 30年期国债期货存在正套机会概率为43%，平均收益0.86%，85%概率正套收益低于1.5% [60]

报告行业投资评级 - 行业评级：优于大市 [1][5] 报告核心观点 - 中国创制农药行业正从“Me too”向“Me better”阶段迈进，有望迎来快速发展期 [1] - 中国农药行业已具备全球领先的产业基础和初步的创制能力，正成为全球新农药创制的中坚力量 [2] - 通过特色创制方法、AI技术应用及借鉴医药合作模式，中国农药企业有望提升研发效率与盈利能力，实现商业模式升级 [2] 根据相关目录分别进行总结 农药行业现状与格局 - **市场规模与结构**：2024年全球农药市场规模约772亿美元，十年复合增速2.35% [1][13]；按区域划分，中/南美洲、亚洲、欧洲、北美农用农药市场规模占比分别为33.16%、27.00%、19.59%、16.70% [13]；按种类划分，2022年除草剂、杀菌剂、杀虫剂占全球作物保护市场的比例分别为47.20%、24.96%、24.97% [13] - **专利与非专利格局**：非专利农药占据市场主导，2022年其全球市场份额达历史新高93%，而专利农药占比仅为7% [1][14]；截至2022年，全球农药市场规模755亿美元中，仿制药销售额702亿美元，专利药销售额53亿美元 [19]；全球销售额前20的农药有效成分均为非专利药，其中草甘膦、氯虫苯甲酰胺、草铵膦为前三大，销售额分别为78.98亿美元、19.33亿美元、15.33亿美元 [20] - **产业链与盈利分配**：农药产业链利润分配呈“微笑曲线”，制剂占据50%、中间体20%、原药15%、服务15%，利润向前端研发及终端服务集中 [21]；四大跨国农化巨头（先正达、拜耳、巴斯夫、科迪华）占据全球近60%以上的终端市场份额 [23] - **中国企业定位与挑战**：中国已成为全球最大农药生产国和出口国，原药产能占全球近70%，农药出口占产量近九成 [2][66]；但国内企业主要为国外配套生产原药，行业盈利受全球农化库存周期影响大，多数非专利农药原药面临产能过剩问题，盈利水平低下 [1]；2024年SW农药行业33家上市公司合计归母净利润仅11.86亿元，净利润率仅0.78%，毛利率显著低于四大农化巨头 [27][31] 新农药创制趋势与挑战 - **创制难度持续提升**：进入21世纪以来，全球每十年引入的新农药活性成分数量显著下降 [1][43]；成功上市1个新农药品种平均需要筛选约15.98万个化合物，耗资约3.01亿美元，耗时约12.3年 [45]；新农药创制总费用从1995年的1.52亿美元提升至2014-2019年间的3.01亿美元，提升98% [45] - **发展方向**：新农药朝着高效、低毒、低成本方向发展 [1]；技术进步使农药平均施用量大幅降低，例如2000年代除草剂、杀虫剂、杀菌剂平均施用量分别降至75、40、100克/公顷，比20世纪50年代减少约95% [64][65] - **创新层次**：新农药创制可分为6个层次，从低到高包括已知化合物新用途、“Me too”、“Me better”到首创（FIC）及全新作用机理（BIC） [60]；中国农药创制正处于从“Me too”到“Me better”的阶段 [61] 中国农药创制能力与进展 - **产业基础雄厚**：中国在全球农化产业链地位重要，2023年农药出口金额达80.87亿美元，位居全球第一 [66]；中国企业在全球农化销售额20强中占比持续提升，2024年有10家中国本土企业及2家被收购企业上榜，本土企业销售额占比由2015年的5.46%提升至2024年的16.32% [71][74] - **研发投入增长**：中国农药企业研发费用稳步提升，2018-2024年间SW农药行业上市公司研发费用从30.77亿元增长至47.41亿元，累计增长54.07%，近三年平均研发费用率3.17% [76][80] - **创制体系成熟**：中国已建立起由高校、科研院所、企业构成的相对成熟的新农药创制体系，拥有多个国家级、省部级科技创新平台 [2][84][85]；农药企业有望成为未来新农药创制的主力 [85] - **创制成果显著**：近五年中国已成为全球新农药创制中坚力量，2020-2024年间，在ISO公布的62种新农药中，中国创制农药数量达32个，占比达51.61% [2][87]；1998-2024年ISO共批准292种农药新品种，其中中国创制50种，占比约17.1% [87] 中国特色的创制路径与方法 - **中间体衍生化法**：由沈阳化工研究院开拓的特色创制方法，选用便宜易得、安全环保的中间体，采用易于产业化的反应，可大幅提高新农药创制的效率与成功率、缩短研发周期、降低研发成本 [2][92]；实践表明，从3万个化合物中可选出3个农药品种，使新农药创制成功率提高90% [93]；采用该方法创制的品种包括杀菌剂氟吗啉、丁香菌酯、唑菌酯，以及除草剂苯嘧草唑（SY-1604）等 [94] - **AI技术赋能**：中国农药研发机构积极引进AI技术，可大幅减少需要合成筛选的化合物数量、降低研发资金投入、缩短研发周期，显著提高研发效率和成功率 [2][95]；例如华中师范大学开发了农药发现人工智能PDAI平台，利民股份子公司德彦智也积极应用AI技术提升药物开发效率 [96][97] - **借鉴“License-out”模式**：中国创制农药可参考医药创新药的“License-out”合作模式，与国际农化巨头共同开发新农药活性成分，实现价值最大化 [2] 重点公司梳理与投资建议 - **扬农化工**：已拥有12种具有完全自主知识产权的创制新农药，如杀螨剂双醚苯甲酰胺（bisulfufen）和杀虫剂多氟虫双酰胺（piperflanilide） [3][91]；投资评级为“优于大市”，预计2025/2026年EPS为3.33/4.22元，对应PE为19.7/15.5倍 [4] - **利尔化学**：在国内市场推广首创的专利植物免疫激活剂甲噻诱胺 [3]；投资评级为“优于大市”，预计2025/2026年EPS为0.62/0.77元，对应PE为21.0/16.9倍 [4] - **利民股份**：积极应用AI技术，并携手巴斯夫开展农药创制 [3]；投资评级为“优于大市”，预计2025/2026年EPS为1.26/1.40元，对应PE为12.7/11.5倍 [4] - **江山股份**：创制除草剂苯嘧草唑（isoxafenacil）即将进入产业化阶段，其除草效果优于苯嘧磺草胺 [3][91]；投资评级为“优于大市”，预计2025/2026年EPS为1.41/1.87元，对应PE为16.1/12.1倍 [4] - **其他领先企业**：清原农冠在2020-2024年间是获ISO公布新农药品种数量最多的中国企业，包括双唑草酮、环吡氟草酮等多个除草剂品种 [9][89]

投资评级与核心观点 - 报告给予川恒股份“优于大市”评级，为首次覆盖 [1][3][5] - 报告核心观点认为，川恒股份作为国内磷化工资源型领军企业，以优质磷矿资源为基础构建了“矿化一体”全产业链壁垒，其核心竞争力源于资源稀缺性带来的长期成本优势和战略安全 [1] - 报告预测公司2025-2027年归母净利润分别为13.13亿元、15.26亿元、17.55亿元，对应每股收益为2.16元、2.51元、2.89元 [3] - 基于盈利预测，报告预计公司远期公允价值区间为223.18-262.56亿元，对应每股36.73-43.21元，估值上限较当前股价有22%溢价空间 [3] 公司概况与竞争优势 - 川恒股份是国内磷化工行业资源型领军企业，成立于2002年，2017年上市，主营磷矿开发和磷资源精深加工，生产基地分布于贵州、四川、广西等地 [13] - 公司核心竞争力在于通过控股福麟矿业（90%）、黔源地勘（58.5%）及参股天一矿业（40%），布局小坝、新桥、鸡公岭、老虎洞等高品位磷矿山 [1] - 公司磷矿石权益产能预计在2025年达320万吨，2027年后将突破850万吨，资源自给率行业领先 [1][75] - 公司构建了“矿化一体、资源高效循环”的产业体系，产品覆盖商品原料、新能源材料、饲料添加剂、新型肥料及消防产品等多元化领域 [13][19] - 公司营业收入从2017年的11.84亿元增长至2024年的59.06亿元，规模扩张近五倍，业务结构显著优化，磷酸产品在2024年首次超过饲料级磷酸二氢钙成为最大收入来源 [21] 核心产品与市场地位 磷酸业务 - 磷酸是磷化工产业链的核心中间产品，公司依托自有高品位磷矿与半水湿法工艺，生产出铁、铝、镁等杂质含量显著低于行业标准的高品质磷酸 [1][27] - 公司广西扶绥基地拥有商品磷酸20万吨/年与净化磷酸10万吨/年产能，国内市占率约4% [1][27] - 受益于下游新能源材料（磷酸铁锂）需求爆发，中国磷酸表观消费量从2020年的174.6万吨快速增至2024年的296.1万吨，预计2025年同比增速或达30% [33] - 公司磷酸业务毛利率显著高于同业，主要源于一体化布局、内部消化比例高及半水湿法工艺带来的成本与品质优势 [1][35] 饲料级磷酸二氢钙业务 - 公司饲料级磷酸二氢钙总设计产能达51万吨/年（福泉30万吨、扶绥15万吨、什邡6万吨），为全球最大的生产商，拥有“小太子”和“Chanphos”两大品牌 [2][38] - 当前行业内无明确新增产能，供需趋于紧平衡，产品价格自2023年起企稳回升，2025年延续温和上涨态势 [2] - 公司聚焦高毛利的饲料级磷酸二氢钙，其2021年和2022年毛利率分别高达28.79%和48.92%，显著高于同行 [47] 磷酸一铵业务 - 公司福泉基地拥有26万吨/年磷酸一铵产能，聚焦高纯消防级产品（主含量≥90%） [2][51] - 受益于国家消防标准升级（GB4066-2017将干粉灭火剂中磷酸一铵最低含量由50%提升至75%），消防级磷酸一铵需求刚性增长且附加值高 [2][51][64] - 公司采用半水法磷酸为原料，杂质低、成本优，形成技术壁垒，磷酸一铵毛利率从2021年的26.28%升至2024年的48.16%，处于行业前列 [2][71] 磷矿石资源与行业格局 - 中国以全球约5%的磷矿储量支撑了近半产量，2024年储量为37亿吨，产量为1.1亿吨，储采比仅为33.6，资源透支严重，稀缺属性持续强化 [1][77] - 国内磷矿资源禀赋差、环保约束强，在“长江大保护”等政策下，供给端刚性约束日益凸显，导致供需紧平衡格局延续 [1][76] - 磷矿石消费结构持续演变，新能源材料（湿法磷酸）消费占比从2021年的7%跃升至2024年的17%，成为磷矿石边际需求增长的核心驱动力 [78] - 西南地区30%品位磷矿石市场价格自2021年上半年不足400元/吨飙升至1000元/吨以上，并长期高位震荡，资源稀缺属性凸显 [79] - 公司磷矿石业务毛利率高且稳定，2025年上半年毛利率高达81.21%，核心源于高品位资源、高效开采工艺及以内部配套为主的外销结构 [75][86] 新能源业务与需求展望 磷酸铁与储能 - 公司拥有10万吨/年磷酸铁产能，国内市占率约2% [2][96] - 随着2025年锂电行业复苏，磷酸铁行业产能过剩局面有望扭转，预计2025年表观消费量增速或超50% [2][97] - 储能电池对磷矿石需求的边际拉动效应显著增强，预计全球储能电池出货量在2025-2027年分别达600 GWh、800 GWh、983 GWh [2][103] - 对应磷矿石需求量占我国磷矿石预测产量比重将达约4.7%、5.9%、7.0% [2] 新能源汽车驱动 - 2025年1-10月，我国新能源汽车产量达1080万辆，占汽车总产量的47% [100] - 2024年磷酸铁锂电池在动力电池领域市占率达68%，并在储能领域占据垄断地位 [100] - 2024年中国磷酸铁锂正极材料出货量达244.5万吨，同比增长54.1%，较2020年的16.35万吨增长超14.95倍 [100] 财务预测与估值 - 报告预测公司2025-2027年营业收入分别为74.50亿元、78.78亿元、82.94亿元，同比增长26.1%、5.8%、5.3% [4] - 预测同期归母净利润分别为13.13亿元、15.26亿元、17.55亿元，同比增长37.3%、16.3%、15.0% [3][4] - 预测净资产收益率（ROE）将从2024年的15.5%提升至2027年的23.2% [4] - 对应当前股价的预测市盈率（PE）分别为16.4倍、14.1倍、12.2倍 [3][4]

量化模型与构建方式 1. **模型/因子名称：250日新高距离**[11] * **构建思路**：该指标用于衡量当前价格相对于过去一段时间内最高价格的回落幅度，以识别接近或创出新高的标的，作为市场趋势和动量的风向标[11]。 * **具体构建过程**：对于给定标的在时间t的收盘价，计算其过去250个交易日（约一年）收盘价的最大值。250日新高距离定义为1减去当前收盘价与过去250日最高收盘价的比值[11]。 * **公式**： $$250日新高距离 = 1 - \frac{Closet}{ts\_max(Close, 250)}$$ * **公式说明**：`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。当最新收盘价创出新高时，该值为0；当价格从高点回落时，该值为正，表示回落的幅度[11]。 2. **模型名称：平稳创新高股票筛选模型**[26][28] * **构建思路**：在近期创出250日新高的股票池中，进一步筛选出具有分析师关注、股价相对强势、且价格路径平滑、趋势延续性好的股票，旨在捕捉更持续、更稳健的动量效应[26][28]。 * **具体构建过程**：该模型是一个多步骤的筛选流程： 1. **初选股票池**：筛选出过去20个交易日曾创出250日新高的股票[19]。 2. **分析师关注度筛选**：要求过去3个月内获得“买入”或“增持”评级的分析师研报不少于5份[28]。 3. **股价相对强弱筛选**：要求过去250日涨跌幅位于全市场前20%[28]。 4. **股价平稳性与创新高持续性筛选**：在满足上述条件的股票池内，使用两个指标综合打分，并选取排名在前50%的股票[28]。 * **价格路径平滑性**：使用股价位移路程比指标，计算公式为 `过去120日涨跌幅的绝对值 / 过去120日日涨跌幅绝对值加总`[26]。该比值越接近1，表明价格路径越平滑。 * **创新高持续性**：使用过去120日的250日新高距离在时间序列上的均值来衡量[28]。 5. **趋势延续性筛选**：对经过上述步骤筛选后的股票，计算其过去5日的250日新高距离在时间序列上的均值，并选取该值排序靠前的50只股票作为最终的“平稳创新高股票”[28]。 模型的回测效果 *本报告未提供量化模型（如250日新高距离因子或多因子筛选模型）的历史回测绩效指标（如年化收益率、夏普比率、最大回撤、信息比率IR等）。报告内容主要为特定时点（2025年12月12日）的截面数据展示和名单筛选[12][29][32]。* 量化因子与构建方式 1. **因子名称：250日新高距离**（同上，亦作为因子使用） * **构建思路**：同模型部分所述，作为动量与趋势跟踪因子使用[11]。 * **具体构建过程**：同模型部分所述[11]。 * **因子评价**：该因子基于行为金融学中的“52周高点”效应，被广泛研究和应用于动量策略，是识别市场领头羊和趋势强度的重要工具[11][18]。 2. **因子名称：价格路径平滑性（位移路程比）**[26] * **构建思路**：通过比较一段时间内的净涨跌幅（位移）与期间每日涨跌幅绝对值之和（路程），来度量股价上涨或下跌过程的平滑程度。平滑的上涨路径可能意味着更持续的动量[26]。 * **具体构建过程**：计算过去120个交易日内，股票总涨跌幅的绝对值与期间每日收益率绝对值之和的比值[26]。 * **公式**： $$价格路径平滑性 = \frac{| \sum_{i=1}^{120} R_i |}{ \sum_{i=1}^{120} |R_i| }$$ * **公式说明**：`R_i` 代表第i日的收益率。分子为120日累计收益率的绝对值（位移），分母为120日内每日收益率绝对值之和（路程）。比值越接近1，表明趋势越单一、路径越平滑。 * **因子评价**：研究表明，遵循平滑价格路径的高动量股票，其未来收益可能高于遵循跳跃价格路径的高动量股票，这支持了投资者对平滑信息反应不足的“温水煮青蛙”效应[26]。 3. **因子名称：创新高持续性**[28] * **构建思路**：通过计算近期250日新高距离的均值，来衡量一只股票在创出新高后，其股价维持在高位附近的持续能力，而不仅仅是短暂触碰新高[28]。 * **具体构建过程**：计算股票在过去120个交易日中，每日的250日新高距离的时间序列均值[28]。 4. **因子名称：趋势延续性**[28] * **构建思路**：通过计算最近几个交易日250日新高距离的均值，来捕捉股票趋势在短期内的延续强度，值越小表明近期越接近或维持在新高位置[28]。 * **具体构建过程**：计算股票在过去5个交易日中，每日的250日新高距离的时间序列均值[28]。 因子的回测效果 *本报告未提供上述单个因子（如价格路径平滑性、创新高持续性等）的IC值、IR、多空收益等历史回测绩效指标。报告侧重于介绍因子构建方法并将其应用于当前时点的选股流程中[26][28][29]。*

宏观与策略 - 全球对冲基金对人工智能的应用正从局部工具化走向流程化重构，关键升级在于将非结构化信息处理、推理式研究、代码与回测工程化能力纳入同一条可迭代的投研链路，以提升研究产能、缩短策略迭代周期[5] - 对冲基金头部机构呈现三条落地路径：以Man Group、Bridgewater为代表的智能体驱动研究体系；以Citadel、Point72为代表的基本面投研增强体系；以Balyasny、Millennium为代表的平台化基础设施体系[6] - 行业竞争要点在于数据治理与私有语境理解能力、工程化迭代机制、可解释与可审计体系，这些正成为比单一模型性能更重要的护城河[6] - AI已成为投研效率的革命性工具，能快速解析海量金融文本、量化市场信号，并在资产配置等场景中实现自动化决策，大幅缩短研究周期[7] - AI模型基于历史数据训练，难以预判缺乏历史先例的未来结构性拐点，这限制了其独立创造投资优势的能力[7] - 完全依赖AI“黑盒”决策面临模型失效和严格金融监管的双重挑战，“人机结合”是应对模型风险与监管要求的必然模式[7] 化工行业（制冷剂） - 2025年12月9日，生态环境部公示2026年度制冷剂配额，二代制冷剂R22生产配额削减3005吨，同比削减2.02%，内用生产配额削减2914吨，同比削减3.60%，R141b配额清零[8][9] - 2026年三代制冷剂生产配额总量为79.78万吨，相较2025年初生产配额增长5963吨，R32、R125、R134a相比2025年初配额有所增加，R143a、R152a、R227ea相比2025年初有所减少[8][10] - 2026年三代制冷剂生产总量控制目标保持在基线值，维持2025年的生产配额总量为18.53亿吨CO2、内用生产配额总量为8.95亿吨CO2、进口配额总量为0.1亿吨CO2[8] - 报告观点认为，2026年二代制冷剂履约削减，三代制冷剂配额制度延续，R32、R134a、R125等品种行业集中度高，预计主流三代制冷剂将保持供需紧平衡[10] - 报告看好R32、R134a、R125等主流制冷剂景气度将延续，价格长期仍有较大上行空间，对应制冷剂配额龙头企业有望保持长期高盈利水平[10] - 报告建议关注产业链完整、基础设施配套齐全、制冷剂配额领先以及工艺技术先进的氟化工龙头企业及上游资源龙头，相关标的包括巨化股份、东岳集团、三美股份等[10] 食品饮料行业 - 回顾2025年，内需相对疲弱，城镇居民人均可支配收入同比增速4.4%，增幅放缓，消费信心未有明显修复，食品饮料板块下跌5.3%，跑输沪深300指数19.4个百分点[11] - 2025年子板块中，软饮料行业维持相对较高的景气度，零食行业呈现分化表现，量贩零食龙头继续开店、魔芋零食放量形成局部亮点[11] - 展望2026年，在需求总量温和复苏的基本假设下，大众品仍将呈现结构性机会，渠道端细分化、专业化、高效化、差异化的长期趋势明显[12] - 预计大众消费将从极致比价回归到追求平价高质，消费者对“质”的评判维度更加多元，包括便捷性、健康程度、情绪体验等，供给侧将迎来更宽阔的产品/服务创新空间[12] - 报告提出2026年大众品板块五大投资主线：产品及服务的高质价比改造；渗透率持续提升的高景气品种；前期受损较重行业的预期反转；个股逻辑主导下业绩确定性较强的标的；高股息或高综合股东回报标的[13] - 报告推荐及关注标的包括：巴比食品、万辰集团、东鹏饮料、农夫山泉、卫龙美味、盐津铺子、安井食品、颐海国际、燕京啤酒、伊利股份[13] 金融工程与市场数据 - 截至2025年12月10日，主要股指期货主力合约均处于深度贴水状态，IH、IF、IC、IM主力合约年化贴水率分别为4.55%、11.45%、18.74%、19.97%[15] - 截至2025年12月10日，上证50、沪深300、中证500、中证1000指数的已实现股息率分别为2.52%、2.04%、1.25%、0.96%，剩余股息率分别为0.42%、0.24%、0.03%、0.01%[14] - 在已披露分红预案的个股中，煤炭、银行和钢铁行业的股息率排名前三[14] - 2025年12月10日，A股市场房地产、消费者服务、商贸零售、通信、有色金属行业表现较好，银行、计算机、电新、石油石化、电子行业表现较差[15] - 截至2025年12月9日，两市两融余额为25106亿元，其中融资余额24929亿元，融券余额177亿元，两融余额占流通市值比重为2.6%，两融交易占市场成交额比重为10.6%[16] - 近一年来上证50、沪深300、中证500、中证1000股指期货主力合约的年化贴水率中位数分别为0.70%、3.66%、11.22%、13.67%[17]