行业投资评级 - 行业投资评级为“优于大市”（维持）[1][3][37] 核心观点 - 外卖平台方（美团、京东、阿里）的即时零售业务因高频低客单价订单补贴而显著拖累整体业绩，但平台补贴策略后续有望渐趋理性，行业将更聚焦高客单价值订单和精细化运营[2][19] - 霸王茶姬基于品牌调性与大单品策略，谨慎参与外卖价格战，导致短期经营数据承压，但旨在维护品牌价值认知[3][32] - 短期重点推荐处于经营旺季且可能受益平台补贴加码的餐饮龙头，中期看好积极布局私域流量和品类扩充的茶饮龙头及在高客单领域份额领先的美团[3][37] 外卖平台业务表现总结 - 美团2025Q3收入954.9亿元（同比+2.0%），但经调整溢利亏损160.1亿元（同比由盈转亏）；核心本地商业收入674.5亿元（同比-2.8%），经营亏损140.7亿元（去年同期利润145.8亿元）[1][6][8] - 美团外卖业务2025Q3单量预计同增约15%，但AOV同比下降叠加货币化率走低，预计收入同降约13%，分部经营利润亏损约177.5亿元，单均UE亏损约2.5元；闪购业务单量/GTV同增约30%，收入增速超30%，经营亏损约14.8亿元，单均UE亏损约1.2元[1][8][9] - 京东2025Q3新业务（主要为外卖）经营亏损157亿元；阿里即时零售业务亏损约361亿元（假设日均订单7400万单），单均亏损约5.3元[2][17] - 美团在中高客单价订单份额保持领先，实付客单价15元以上市占率超2/3，30元以上超70%[1][8] 霸王茶姬经营策略与业绩 - 霸王茶姬2025Q3收入32.08亿元（同比-9.4%），经调整净利润5.03亿元（同比-22.2%），大中华区同店GMV同比-27.9%[3][21] - 公司全球门店数7338家（2025Q3净增300家），海外市场扩张至菲律宾、越南，闭店率连续三季度保持0.3%[25] - 霸王茶姬定位中高端（15-22元价格带），采取大单品策略（2024年前三大单品GMV占比61%），避免参与外卖价格战以维护品牌价值认知[3][32] 行业竞争展望与投资建议 - 平台补贴将更趋理性，高频低价饮品类订单季节性走低为聚焦高客单订单提供环境，行业转向精细化运营[2][19] - 短期推荐锅圈、海底捞、百胜中国、小菜园等旺季餐饮龙头；中期看好古茗、蜜雪集团、美团-W等[3][37]

根据提供的研报内容，该报告为一份市场数据日报，主要描述了特定日期（2025年12月1日及前后）的市场表现、情绪和资金流向等观测性指标。报告内容侧重于对市场现状的描述和统计，并未涉及需要构建和回测的量化模型或量化因子。报告中定义了一些用于衡量市场状态的指标计算方法。 量化模型与构建方式 （本部分无相关内容） 量化因子与构建方式 1. **因子名称：封板率[15]** * **因子构建思路：** 该因子用于衡量涨停股票的封板质量，反映市场追涨情绪的强度和稳定性[15]。 * **因子具体构建过程：** 首先，筛选出上市满3个月以上的股票。然后，在特定交易日，找出盘中最高价曾达到涨停价的股票集合。最后，计算这些股票中，收盘价仍为涨停价的股票所占的比例。具体公式如下： $$封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$$ [15] 2. **因子名称：连板率[15]** * **因子构建思路：** 该因子用于衡量市场涨停效应的延续性，反映龙头股或热点题材的持续强度[15]。 * **因子具体构建过程：** 首先，筛选出上市满3个月以上的股票。然后，确定在特定交易日（T-1日）收盘涨停的股票集合。最后，计算这些股票中，在下一个交易日（T日）收盘也涨停的股票所占的比例。具体公式如下： $$连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$$ [15] 3. **因子名称：大宗交易折价率[24]** * **因子构建思路：** 该因子通过大宗交易成交价与市价的差异，反映大额资金对特定股票的折价交易意愿，可作为市场情绪和流动性压力的参考[24]。 * **因子具体构建过程：** 首先，获取特定交易日所有大宗交易的成交数据和对应股票当日的市场价格（用于计算总市值）。然后，计算该日所有大宗交易的总成交金额与这些交易涉及股票以其当日市价计算的总市值的比值，并减去1得到整体折价率。具体公式如下： $$折价率=\frac{大宗交易总成交金额}{当日成交份额的总市值}-1$$ [24] 4. **因子名称：股指期货年化贴水率[26]** * **因子构建思路：** 该因子用于量化股指期货价格相对于现货指数的偏离程度，并进行了年化处理，便于跨期比较，常作为市场未来预期和对冲成本的观测指标[26]。 * **因子具体构建过程：** 首先，计算股指期货主力合约价格与其标的指数价格之间的基差（基差 = 期货价格 - 现货指数价格）。然后，将该基差除以现货指数价格，得到原始贴水率。最后，考虑期货合约的剩余期限，将原始贴水率进行年化。具体公式如下： $$年化贴水率=\frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$$ [26] * 公式说明：基差 = 期货价格 - 现货指数价格。当结果为负时，表示贴水[26]。 模型的回测效果 （本部分无相关内容） 因子的回测效果 （本部分无相关内容，报告仅提供了特定日期的因子观测值，而非历史回测的统计指标如IC值、IR等） **特定日期因子观测值** * **封板率**：2025年12月1日的封板率为 **68%**[15]。 * **连板率**：2025年12月1日的连板率为 **29%**[15]。 * **大宗交易折价率**：2025年11月28日当日折价率为 **5.66%**；近半年平均折价率为 **6.40%**[24]。 * **股指期货年化贴水率**（2025年12月1日数据）[26]： * **上证50股指期货**：年化贴水率为 **4.34%**，近一年中位数为 **0.57%**。 * **沪深300股指期货**：年化贴水率为 **8.23%**，近一年中位数为 **3.48%**。 * **中证500股指期货**：年化贴水率为 **17.66%**，近一年中位数为 **11.01%**。 * **中证1000股指期货**：年化贴水率为 **23.37%**，近一年中位数为 **13.55%**。

核心观点 - 报告认为当前债市多空交织，利率低位震荡概率更大，四季度增发国债概率较低，政府债券融资增速预计继续回落，国内经济依然承压，利率绝对水平偏低，市场对利好因素脱敏，投资者情绪转弱，30-10年利差处于短期合理位置，修复或告一段落 [2][195] 2025年11月债券行情回顾 - 11月多数债券品种收益率上行，利率债方面全部品种收益率小幅上行，1年国债、10年国债、10年国开债分别变动+2BP、+5BP、+4BP [2][6][8] - 信用债方面长期限低等级品种收益率下行，5年期AA-信用债收益率下行16BP，5年期AA收益率下行6BP，3年期AA-收益率下行5BP [17] - 多数品种信用利差缩窄，长期限品种收窄更显著，5年期AA-、AA信用利差分别变动-21BP、-11BP [2][18] - 货币市场资金利率围绕政策利率运行，11月R001均值1.43%，R007均值1.5%，分别较10月上行5BP和0BP [9] - 11月违约金额（包括展期）77.5亿元，较上月回升，中债市场隐含评级下调债券金额256亿，上调债券金额65亿 [2][22][27] 海内外基本面回顾与展望 - 海外基本面方面，美国11月Markit制造业和服务业PMI分别录得51.9和55.0，较前值52.2和55.2小幅回落，政府停摆导致通胀数据暂停发布，10年期通胀预期稳定在2.3%以下 [31][35] - 欧洲和日本经济景气回升，11月欧元区和日本综合PMI录得52.4和52.0，前值分别为52.2和50.9，10月日本CPI同比3.0%，前值2.9% [2][40] - 国内基本面方面，10月中国经济增速明显放缓，基于生产法测算的月度GDP同比增速4.2%，较9月回落1.1个百分点，第三季度GDP当季同比4.8%，较二季度回落0.4个百分点 [2][43][51] - 10月工业增加值同比上涨4.9%，较9月回落1.6个百分点，固定资产投资同比增长-11.0%，较上月降幅扩大4.2个百分点，社会消费品零售总额同比增长2.9%，较上月回落0.1个百分点 [56][59][62] - 10月出口同比下滑0.8%，较上月回落9.2个百分点，进口同比上升1.4%，较上月大幅回落6.1个百分点 [67] - 10月M2同比增长8.2%，增速回落0.2个百分点，社融同比增长8.5%，增速回落0.2个百分点，其中政府债同比增长19.2% [69] - 11月国信高频宏观扩散指数B持续下降，表现弱于历史平均水平，指向国内经济增长动能仍偏弱 [2][79] - 价格方面，10月CPI同比0.2%，核心CPI同比1.2%，PPI同比-2.1%，较前值回升0.2个百分点，预计11月CPI同比明显上升至0.8%，PPI同比继续回升至-2.0% [2][47][80][84] 货币政策回顾与展望 - 11月央行公开市场净回笼4,025亿元，MLF净投放1,000亿元，政策利率保持不变，7天逆回购利率1.4% [93][97] - 四季度实施降息概率较低，商业银行净息差压力制约价格型工具空间，居民需求偏弱背景下降息对刺激消费作用有限，政策重心预计转向财政端 [2][103] 热点追踪 - 2025年以来股债表现相互脱敏，债市主线是经济预期和货币政策修正，股市主要受科技股拉估值带动，PE带动下股债跷跷板效应弱化，EPS带动下效应强化 [2][109][111] - 当股市焦点切入EPS领域，意味着进入宏观驱动主线，股债同源概率加大，长期利率拆分显示当前期限溢价水平已合理，政策预期修正完毕，经济预期合理于实际状况 [112][117][129][131] - 报告指出2035年目标要求未来十年实际GDP增速年均需达4.2%，名义GDP增速年均需达7.6%，价格弹性对行业利润和债市通缩状况至关重要 [132][134] 大势研判 - 历史数据显示疫情以来12月份国债收益率多数下行，2022年12月1年期和10年期国债收益率平均分别下行20BP和17BP，当前国债10-1期限利差44BP，处于2002年以来16%分位数 [171][177] - 信用利差水平总体偏低，1年期各等级信用利差分位数均低于1%，3年期AA-信用利差分位数1.6%，5年期AA信用利差分位数10.4% [183] - 违约风险可控，城投债违约风险可控因一揽子化债有序推进，房企债务妥善处理概率更大 [184][187] - 保护度测算显示，3年期AAA品种持有3个月票息可抵御18BP收益率上行，AA和AA-品种分别可多抵御2BP和7BP上行 [188]

量化模型与构建方式 1. **模型名称：券商金股指数**[17] **模型构建思路：** 基于券商金股股票池，构建一个能够表征卖方分析师推荐股票池整体表现的指数，并将其与公募基金整体表现（以偏股混合型基金指数为代表）进行比较[17] **模型具体构建过程：** 每月初汇总所有券商发布的当月金股，根据每只股票被券商推荐的家数进行加权以构建指数组合，并于每月第一个交易日收盘时进行调仓[17]。为了更公允地与偏股混合型基金指数比较，在计算指数收益时，会考虑公募基金的仓位水平：使用每次调仓时点所能获取的主动股基在最近一个报告期的权益仓位中位数作为该券商金股指数的仓位[17] 2. **模型名称：券商金股行业组合**[21] **模型构建思路：** 为了检验券商金股在各行业内的Alpha挖掘能力，分行业构建组合[21] **模型具体构建过程：** 筛选出券商金股股票池中属于不同中信一级行业的个股，在每个行业内，对属于该行业的金股采用等权重方式构建行业组合[21] 3. **模型名称：券商金股业绩增强组合**[37][42] **模型构建思路：** 以对标公募基金中位数为基准，在能够较好跟踪偏股混合型基金指数的券商金股股票池中进行优选，旨在获得稳定战胜基准的表现[37][42] **模型具体构建过程：** 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，同时以全体公募基金的行业分布作为行业配置基准，从而构建最终的业绩增强组合[42] 模型的回测效果 1. **券商金股指数模型** - 本月（2025年11月）收益：-2.65%[20] - 本年（截至20251128）收益：25.18%[20] - 同期偏股混合型基金指数收益（本月）：-2.45%[20] - 同期偏股混合型基金指数收益（本年）：29.23%[20] 2. **券商金股业绩增强组合模型** - 本月（20251103-20251128）绝对收益：-1.06%[5][41] - 本月相对偏股混合型基金指数超额收益：1.39%[5][41] - 本年（20250102-20251128）绝对收益：33.65%[5][41] - 本年相对偏股混合型基金指数超额收益：4.42%[5][41] - 今年以来在主动股基中排名分位点：35.37%（1227/3469）[5][41] - 全样本期（2018.1.2-2025.6.30）年化收益（考虑仓位）：19.34%[43] - 全样本期相对偏股混合型基金指数年化超额收益：14.38%[43] - 各年度在主动股基中排名均位于前30%水平[43] 量化因子与构建方式 1. **因子名称：总市值**[3][27] **因子表现评价：** 最近一个月及今年以来在券商金股股票池中表现较好[3][27] 2. **因子名称：单季度超预期幅度**[3][27] **因子表现评价：** 最近一个月在券商金股股票池中表现较好[3][27] 3. **因子名称：SUR**[3][27] **因子表现评价：** 最近一个月及今年以来在券商金股股票池中表现较好[3][27] 4. **因子名称：单季度营收增速**[3][27] **因子表现评价：** 今年以来在券商金股股票池中表现较好[3][27] 5. **因子名称：日内收益率**[3][27] **因子表现评价：** 最近一个月在券商金股股票池中表现较差[3][27] 6. **因子名称：分析师净上调幅度**[3][27] **因子表现评价：** 最近一个月在券商金股股票池中表现较差[3][27] 7. **因子名称：分析师净上调比例**[3][27] **因子表现评价：** 最近一个月在券商金股股票池中表现较差[3][27] 8. **因子名称：EPTTM**[3][27] **因子表现评价：** 今年以来在券商金股股票池中表现较差[3][27] 9. **因子名称：预期股息率**[3][27] **因子表现评价：** 今年以来在券商金股股票池中表现较差[3][27] 10. **因子名称：BP**[3][27] **因子表现评价：** 今年以来在券商金股股票池中表现较差[3][27] 11. **因子名称：Barra风格因子**[29][32] **因子构建思路：** 用于分析券商金股股票池相对于全市场在主要风格上的暴露情况[29][32] 因子的回测效果 *注：报告未提供具体因子在回测中的量化指标值（如IC、IR、多空收益等），仅提供了近期表现的定性排序[3][27]。*

行业投资评级 - 食品饮料行业投资评级为“优于大市” [1][5] 核心观点 - 基本面处于左侧寻底阶段，重点关注下游消费场景恢复 [1] - 展望2026年，食品饮料板块有三个主要判断：红利属性体现，估值仍有空间；C端消费是行业基本盘，但B端和商务场景复苏可能更快；健康创新品类和数字化供应链是重要方向 [3] - 品类基本面延续分化格局，景气度排序为饮料 > 食品 > 酒类 [2] 细分板块观点总结 酒类板块 - 白酒板块红利属性凸显，基本面左侧寻底逻辑不变，当前进入左侧布局阶段 [2][10] - 茅台批价位于1570-1580元，同比下滑30%，性价比突出 [10] - 具备价位和区域话语权的优质公司有望获取更大增长空间，推荐泸州老窖、山西汾酒、贵州茅台、迎驾贡酒，关注五粮液、洋河股份、舍得酒业的改革节奏 [2][10] - 啤酒行业库存良性，静待需求回暖，主要龙头估值回落至25倍PE以下 [2][11] - 推荐燕京啤酒、华润啤酒、珠江啤酒，偏好低波高股息的资金可持有重庆啤酒 [2][11] 饮料板块 - 饮料行业景气延续，龙头明显跑赢，无糖茶、能量饮料、大包装增长红利依然存在 [2][14] - 乳制品需求平稳复苏，供给渐进出清，预计2026年需求延续改善 [2][13] - 重点推荐具备估值安全边际的龙头乳企伊利股份 [2][13] - 持续推荐经营加速的农夫山泉、加速全国化和平台化的东鹏饮料，关注表现较优的茶饮龙头 [2][14] 食品板块 - 零食行业进入从渠道驱动变为品类驱动为主的增长模式，重点关注魔芋零食品类红利 [2][11] - 魔芋零食品类红利突出，卫龙美味、盐津铺子竞争优势明显，成长确定性强 [2][11] - 餐饮供应链三季报反映行业竞争格局趋于稳定，行业磨底信号明显 [2][12] - 2025年9月国内餐饮收入实现4509亿元，同比增长0.9%，限额以上单位餐饮收入1347亿元，同比下降1.6% [12] - 推荐复调板块龙头颐海国际和基础调味品龙头海天味业、安井食品，关注千味央厨 [2][12] 重点公司推荐组合 - 本周推荐组合为贵州茅台、巴比食品、东鹏饮料、卫龙美味、泸州老窖，平均涨幅1.60% [15] - 贵州茅台：预计2025-2027年营业总收入1835.2/1920.6/2021.3亿元，归母净利润905.9/952.1/1005.2亿元 [15] - 东鹏饮料：预计2025/26/27年收入209/259/310亿元，净利润46/58/71亿元 [15] - 卫龙美味：预计2025/2026年营业收入75.3/90.6亿元，归母净利14.7/18.0亿元 [17] - 泸州老窖：预计2025-2027年收入272.2/280.7/311.1亿元，归母净利润113.4/118.3/132.8亿元 [16] 市场行情回顾 - 本周食品饮料（A股和H股）累计上涨0.03%，其中A股食品饮料持平，跑输沪深300约1.64pct [1] - H股食品饮料上涨0.47%，跑输恒生消费指数1.87pct [1] - 本周食品饮料板块涨幅前五分别为海欣食品(45.38%)、佳隆股份(16.29%)、燕塘乳业(15.25%)、阳光乳业(13.83%)和安记食品(12.50%) [1] 周度数据跟踪 - 白酒批价方面，箱装飞天茅台、散装飞天茅台、普五批价下跌，国窖批价持平 [32] - 大众品原材料价格基本维持稳定，棕榈油价格有所回落 [44]

核心观点 - 报告对CANSLIM行业轮动策略进行样本外跟踪，并从多维度解析行业景气度，给出2025年12月的月度行业配置建议[1][14] - 借鉴CANSLIM体系，从行业拥挤度、分析师预期、基本面景气度、聪明资金、价格动量、机构资金和宏观视角下的动态估值七个维度构建复合得分因子[4][13][26][27] - 本期得分排名靠前的五个行业为钢铁、银行、建筑、电力及公用事业和电力设备及新能源行业[4][24] 行业轮动因子表现 - 上月以来（20251103-20251128），超大单资金净流入金额占比和券商金股行业变动因子表现较好，SUE、PB和单季度ROE增速因子表现较差[2][16] - 今年以来（20250102-20251128），公募重仓股动量、SUE和分析师认可度因子表现较好，成交量调节动量、公募基金持仓行业变动和超大单资金净流入金额占比因子表现较差[2][16] 上月组合绩效回顾 - 上月以来（20251103-20251128），行业轮动组合收益率-1.09%，同期中信一级行业等权指数收益率-1.16%，组合超额收益率0.08%[3][21] - 今年以来（20250102-20251031），行业轮动组合收益率20.48%，同期中信一级行业等权指数收益率20.20%，组合超额收益率0.28%[3][21] - 2025年11月中信一级行业中，纺织服装（+3.53%）、石油石化（+3.19%）、银行（+3.16%）收益率排名靠前，综合金融（-7.32%）、计算机（-5.64%）、汽车（-5.61%）收益率排名靠后[17][20] 本月组合推荐情况 - 基于CANSLIM复合得分因子，2025年12月推荐配置得分最高的五个行业：钢铁（总分131）、银行（总分124.5）、建筑（总分109）、电力及公用事业（总分104.5）、电力设备及新能源（总分102）[4][24][25] - 各行业得分基于七个维度：基本面、机构观点、分析师预期、资金面、拥挤度、估值和动量，其中煤炭行业因触及拥挤度条件，在拥挤度维度得分为-999[24][25] CANSLIM行业轮动策略构建及绩效表现 - CANSLIM复合因子自2013年以来RankIC均值达11.6%，月胜率64.7%，年化RankICIR达1.44，多头年化超额收益10.75%，空头年化超额收益-10.41%[5][32][33][34] - 策略组合自2013年以来年化收益22.94%，相对行业等权基准年化超额收益13.80%，相对最大回撤23.75%，信息比1.29，收益回撤比0.58，月度胜率73%[5][38][40] - 组合构建方式为每月末调仓，选取CANSLIM复合因子得分最高的5个行业等权配置，若第五名出现平分则全部纳入[36][37]

投资评级 - 报告对安井食品的投资评级为“优于大市”（维持）[1][2][8] 核心观点 - 公司主业市场地位领先，经营状态趋稳，四季度表现良好，主因餐饮渠道进入低基数阶段，渠道表现回暖，三季度出货节奏正常，经销商库存良性[2][8] - 公司管理和推新品能力经过历史验证，2025年将加强新品沉淀，有望继续受益于餐饮预期改善以及下游渠道拓展[2][8] - 公司战略从渠道扩张转向以新品驱动为核心的增长路径，坚持产品组合优化与市场拓展同步推进[3] 战略与产品 - 2025年公司战略转向以新品驱动为核心，锁鲜装系列在市场环境较弱下仍维持良好增长势头与利润水平[3] - 预计6.0系列在外观、克重、应用场景、品质感等方面升级，有望带动调制食品收入增长与利润改善[3] - 公司2025年推出肉多多烤肠、活鱼现杀嫩鱼丸等多款新品，并通过收购鼎味泰切入关东煮、餐饮渠道和冷冻烘焙品类，丰富产品线[3] 渠道管理 - 公司以经销商渠道为主，依托全国化经销商网络管理能力，积极赋能和服务下游经销商[8] - 2025年下半年拥抱商超定制化渠道策略更加精细化，针对不同渠道特点差异化经营[8] - 公司与沃尔玛、麦德龙、大润发、盒马等大型零售系统合作，根据客户需求开展选品与开发，提升后端供应链快速响应能力与柔性生产能力[8] 财务预测 - 预计2025-2027年公司实现营业总收入157.6/170.1/182.5亿元，同比增速分别为4.2%/7.9%/7.3%[2][8] - 预计2025-2027年实现归母净利润14.2/15.4/16.6亿元，同比增速分别为-4.4%/8.8%/7.2%[2][8] - 预计2025-2027年实现EPS为4.26/4.63/4.97元，当前股价对应PE分别为19.1/17.6/16.4倍[2][8][9] 行业与可比公司 - 在可比公司中，安井食品2025年预测PE为19.12倍，总市值为271.46亿元[9]

量化模型与构建方式 1. **模型名称：券商金股指数**[17] **模型构建思路：** 将券商金股作为表征卖方分析师推荐股票池整体表现的代表，以每月初汇总的券商金股为样本构建指数，用于跟踪偏股混合型基金指数的表现[17] **模型具体构建过程：** 每月初将券商金股进行汇总，根据其被券商推荐的家数进行加权构建券商金股指数，并于每月第一天收盘价进行调仓。在计算收益时，以每次调仓时点所能获取的主动股基最近一个报告期的权益仓位中位数作为券商金股指数的仓位[17] 2. **模型名称：券商金股行业组合**[21] **模型构建思路：** 基于券商金股在行业内具备较强的Alpha挖掘能力，筛选出不同行业的个股构建行业组合[21] **模型具体构建过程：** 筛选出券商金股股票池中属于不同中信一级行业的个股，等权构建券商金股行业组合[21] 3. **模型名称：券商金股业绩增强组合**[37][42] **模型构建思路：** 以对标公募基金中位数为基准，在能够较好跟踪偏股混合型基金指数的券商金股股票池中进行优选，以获取稳定战胜基准的表现[37][42] **模型具体构建过程：** 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，以全体公募基金的行业分布为行业配置基准，构建券商金股业绩增强组合[42] 模型的回测效果 1. **券商金股指数模型**，本月（20251029-20251128）收益-2.65%，偏股混合型基金指数收益-2.45%[20]；本年（20250102-20251128）收益25.18%，偏股混合型基金指数收益29.23%[20] 2. **券商金股行业组合模型**，本月收益中，建材、电子、消费者服务行业的超额收益排名前三[22]；本年收益中，电子、汽车、计算机行业的超额收益排名前三[22] 3. **券商金股业绩增强组合模型**，本月（20251103-20251128）绝对收益-1.06%，相对偏股混合型基金指数超额收益1.39%[5][41]；本年（20250102-20251128）绝对收益33.65%，相对偏股混合型基金指数超额收益4.42%[5][41]；全样本区间（2018.1.2-2025.6.30）年化收益19.34%，相对偏股混合型基金指数年化超额14.38%[43] 量化因子与构建方式 1. **因子名称：总市值**[3][27] **因子表现：** 最近一个月及今年以来在券商金股股票池中表现较好[3][27] 2. **因子名称：单季度超预期幅度**[3][27] **因子表现：** 最近一个月在券商金股股票池中表现较好[3][27] 3. **因子名称：SUR**[3][27] **因子表现：** 最近一个月及今年以来在券商金股股票池中表现较好[3][27] 4. **因子名称：单季度营收增速**[3][27] **因子表现：** 今年以来在券商金股股票池中表现较好[3][27] 5. **因子名称：日内收益率**[3][27] **因子表现：** 最近一个月在券商金股股票池中表现较差[3][27] 6. **因子名称：分析师净上调幅度**[3][27] **因子表现：** 最近一个月在券商金股股票池中表现较差[3][27] 7. **因子名称：分析师净上调比例**[3][27] **因子表现：** 最近一个月在券商金股股票池中表现较差[3][27] 8. **因子名称：EPTTM**[3][27] **因子表现：** 今年以来在券商金股股票池中表现较差[3][27] 9. **因子名称：预期股息率**[3][27] **因子表现：** 今年以来在券商金股股票池中表现较差[3][27] 10. **因子名称：BP**[3][27] **因子表现：** 今年以来在券商金股股票池中表现较差[3][27] 11. **因子名称：Barra风格因子**[29] **因子构建思路：** 用于分析券商金股股票池相对于全市场股票在主要风格上的暴露情况[29] 因子的回测效果 1. **总市值因子**，最近一个月表现较好，今年以来表现较好[3][27] 2. **单季度超预期幅度因子**，最近一个月表现较好[3][27] 3. **SUR因子**，最近一个月表现较好，今年以来表现较好[3][27] 4. **单季度营收增速因子**，今年以来表现较好[3][27] 5. **日内收益率因子**，最近一个月表现较差[3][27] 6. **分析师净上调幅度因子**，最近一个月表现较差[3][27] 7. **分析师净上调比例因子**，最近一个月表现较差[3][27] 8. **EPTTM因子**，今年以来表现较差[3][27] 9. **预期股息率因子**，今年以来表现较差[3][27] 10. **BP因子**，今年以来表现较差[3][27] 11. **Barra风格因子**，近3个月券商金股股票池风格暴露基本与上月保持一致[29]

根据您提供的研报内容，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：券商金股业绩增强组合**[37][42] * **模型构建思路**：该模型以券商金股股票池为选股空间，旨在通过多因子优选的方式，构建一个能够稳定战胜偏股混合型基金指数的投资组合[12][42] * **模型具体构建过程**：模型采用组合优化的方式进行构建，具体过程包括：以券商金股股票池作为选股范围和约束基准；采用组合优化方法，控制投资组合与基准券商金股股票池在个股和风格因子上的偏离；以全体公募基金的行业分布作为行业配置基准，进行优化[42] * **模型评价**：该模型结合了券商总量分析师自上而下的配置能力和行业分析师自下而上的选股能力，历史表现稳健，能够有效捕捉券商金股股票池中的Alpha潜力[12][42] 模型的回测效果 1. **券商金股业绩增强组合**[43][46] * 全样本年化收益（考虑仓位）：19.34%[46] * 相对偏股混合型基金指数年化超额收益：14.38%[46] * 在主动股基中排名（2025年截至11月28日）：35.37%分位点（1227/3469）[5][41] * 本月（2025年11月）绝对收益：-1.06%[5][41] * 本月相对偏股混合型基金指数超额收益：1.39%[5][41] * 本年（2025年截至11月28日）绝对收益：33.65%[5][41] * 本年相对偏股混合型基金指数超额收益：4.42%[5][41] 量化因子与构建方式 1. **因子名称：总市值**[3][27] * **因子表现**：报告指出，最近一个月及今年以来，总市值因子在券商金股股票池中均表现较好[3][27] 2. **因子名称：单季度超预期幅度**[3][27] * **因子表现**：报告指出，最近一个月，单季度超预期幅度因子在券商金股股票池中表现较好[3][27] 3. **因子名称：SUR**[3][27] * **因子表现**：报告指出，最近一个月及今年以来，SUR因子在券商金股股票池中均表现较好[3][27] 4. **因子名称：单季度营收增速**[3][27] * **因子表现**：报告指出，今年以来，单季度营收增速因子在券商金股股票池中表现较好[3][27] 5. **因子名称：日内收益率**[3][27] * **因子表现**：报告指出，最近一个月，日内收益率因子在券商金股股票池中表现较差[3][27] 6. **因子名称：分析师净上调幅度**[3][27] * **因子表现**：报告指出，最近一个月，分析师净上调幅度因子在券商金股股票池中表现较差[3][27] 7. **因子名称：分析师净上调比例**[3][27] * **因子表现**：报告指出，最近一个月，分析师净上调比例因子在券商金股股票池中表现较差[3][27] 8. **因子名称：EPTTM**[3][27] * **因子表现**：报告指出，今年以来，EPTTM因子在券商金股股票池中表现较差[3][27] 9. **因子名称：预期股息率**[3][27] * **因子表现**：报告指出，今年以来，预期股息率因子在券商金股股票池中表现较差[3][27] 10. **因子名称：BP**[3][27] * **因子表现**：报告指出，今年以来，BP因子在券商金股股票池中表现较差[3][27] 因子的回测效果 （报告中未提供具体因子分组的回测指标数值，仅进行了定性描述，故此部分略）

量化模型与构建方式 1. **模型名称：CANSLIM行业轮动策略**[1][4][13] * **模型构建思路**：借鉴CANSLIM体系，从行业拥挤度（C）、分析师预期（A）、基本面景气度（N）、聪明资金（S）、价格动量（L）、机构资金（I）和宏观视角下的动态估值（M）七个维度构建复合因子，用于进行行业轮动配置[4][13][26]。 * **模型具体构建过程**： * **调仓频率**：每月月末最后一个交易日调仓[36]。 * **回测区间**：2013年1月4日至2025年9月30日[36]。 * **样本选择**：28个中信一级行业（剔除综合金融、综合行业）[36]。 * **业绩基准**：中信一级行业等权组合[36]。 * **组合构建方式**：根据CANSLIM复合因子值对行业从高到低进行排序，选择得分最高的5个行业等权构建组合；若得分第五的行业出现平分，则相同得分的行业全部纳入[37]。 模型的回测效果 1. **CANSLIM行业轮动策略**，年化收益22.94%，相对行业等权基准年化超额收益13.80%，相对最大回撤23.75%，信息比1.29，收益回撤比0.58，月度胜率73%[5][38][40]。 量化因子与构建方式 1. **因子名称：CANSLIM复合因子**[4][5][32] * **因子构建思路**：综合行业拥挤度（C）、分析师预期（A）、基本面景气度（N）、聪明资金（S）、价格动量（L）、机构资金（I）和宏观视角下的动态估值（M）七个维度的多个子因子，构建一个综合得分因子用于评估行业未来表现[4][26][27]。 * **因子具体构建过程**：该复合因子由以下七个维度的子因子综合计算得出，各子因子的具体计算方式如下[26][27][32]： * **Crowd (拥挤度)**：$$ \text{拥挤度} = \frac{(\text{创新高股票数量} - \text{创新低股票数量})}{\text{行业内"成交活跃股"股票数量}} $$[32] * **Analyst (分析师预期)**：包含两个子因子： * 分析师认可度：$$ \text{分析师认可度} = \frac{(\text{分析师认可股票数量} - \text{分析师不认可股票数量})}{\text{成分股数量}} $$[32] * 分析师净上调比例：过去三个月分析师净上调比例[32]。 * **NotableProfit (基本面景气度)**：包含三个子因子： * SUE：标准化预期外盈利[32]。 * DeltaROEQ：单季度ROE同比增速[32]。 * 工业企业经济效益：工业企业利润累计同比[32]。 * **Smart (聪明资金)**：超大单资金净流入金额占比：$$ \text{超大单资金净流入金额占比} = \frac{\text{超大单资金净流入}}{\text{行业自由流通市值}} $$[32] * **Leader (价格动量)**：包含两个子因子： * 公募重仓股动量：成分股内公募重仓股收益率 - 成分股内所有股票收益率[32]。 * 成交量调节动量：日成交量调节动量均值 / 日成交量调节动量标准差[32]。 * **Institution (机构资金)**：包含两个子因子： * 公募基金行业变动：公募基金相对中证800指数行业超低配相对上期变动[32]。 * 券商金股行业变动：券商金股行业相对上月变动[32]。 * **MacroPB (宏观视角下的动态估值)**：在"信贷+货币"框架下引入趋势变量，形成多维度动态估值调节方法[27][32]。 2. **因子名称：券商金股行业变动因子**[2][16][32] * **因子构建思路**：从卖方视角探知机构资金的最新观点，反映券商金股推荐组合的行业配置变化[27][32]。 * **因子具体构建过程**：计算券商金股行业相对上月的变动情况[32]。 3. **因子名称：超大单资金净流入金额占比因子**[2][16][32] * **因子构建思路**：通过超大单资金的动向观察聪明资金的市场偏好[26][32]。 * **因子具体构建过程**：$$ \text{因子值} = \frac{\text{超大单资金净流入}}{\text{行业自由流通市值}} $$[32] 4. **因子名称：SUE因子**[2][16][32] * **因子构建思路**：使用标准化预期外盈利衡量基本面景气度[26][32]。 * **因子具体构建过程**：计算标准化预期外盈利[32]。 5. **因子名称：PB因子**[2][16] * **因子构建思路**：使用市净率作为估值衡量指标。 6. **因子名称：单季度ROE增速因子**[2][16][32] * **因子构建思路**：使用单季度ROE同比增速衡量盈利能力边际改善[26][32]。 * **因子具体构建过程**：计算单季度ROE同比增速[32]。 7. **因子名称：公募重仓股动量因子**[2][16][32] * **因子构建思路**：通过公募重仓股相对于行业内其他股票的表现来刻画行业价格强势程度[27][32]。 * **因子具体构建过程**：$$ \text{因子值} = \text{成分股内公募重仓股收益率} - \text{成分股内所有股票收益率} $$[32] 8. **因子名称：分析师认可度因子**[2][16][32] * **因子构建思路**：从分析师认可度观察行业景气度持续性[26][32]。 * **因子具体构建过程**：$$ \text{因子值} = \frac{(\text{分析师认可股票数量} - \text{分析师不认可股票数量})}{\text{成分股数量}} $$[32] 9. **因子名称：成交量调节动量因子**[2][16][32] * **因子构建思路**：结合成交量信息来刻画动量[27][32]。 * **因子具体构建过程**：$$ \text{因子值} = \frac{\text{日成交量调节动量均值}}{\text{日成交量调节动量标准差}} $$[32] 10. **因子名称：公募基金持仓行业变动因子**[2][16][32] * **因子构建思路**：从买方视角探知机构资金的最新观点[27][32]。 * **因子具体构建过程**：计算公募基金相对中证800指数行业超低配相对上期的变动[32]。 因子的回测效果 1. **CANSLIM复合因子**，RankIC均值11.6%，月胜率64.7%，年化RankICIR 1.44，多头年化超额收益10.75%，空头年化超额收益-10.41%[5][32][34]。