量化模型与构建方式 1. **模型名称**：连阴连阳模型[12] * **模型构建思路**：通过计算指数K线连续为阴线或阳线的天数，来跟踪市场的短期趋势和情绪[12]。 * **模型具体构建过程**：从指定日期开始，逐日比较指数收盘价与前一日收盘价。若当日收盘价高于前一日收盘价，则连阳计数加1，连阴计数清零；若当日收盘价低于前一日收盘价，则连阴计数加1（以负数表示），连阳计数清零；若相等，则计数保持不变。最终输出一个数值，正数表示连阳天数，负数表示连阴天数[12]。 2. **模型名称**：指数与均线比较模型[15] * **模型构建思路**：通过比较指数当前价格与不同周期的移动平均线（MA）的位置关系，判断市场的中短期趋势强度[15]。 * **模型具体构建过程**：首先，计算指数收盘价的移动平均线，常用周期包括5日（MA5）、10日（MA10）、20日（MA20）、60日（MA60）、120日（MA120）和250日（MA250）[15]。然后，计算当前收盘价相对于各条均线的百分比偏离度，公式为： $$ vsMA = (收盘价 / MA_n - 1) \times 100\% $$ 其中，$MA_n$ 代表第n日的移动平均线[15]。根据收盘价是位于均线上方还是下方，可以判断市场是否站上或突破该均线[15]。 3. **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作为无风险利率的参考，计算股票指数收益率与之的差值，作为投资者承担市场风险所要求的额外回报，用于衡量市场的相对投资价值和风险水平[27]。 * **模型具体构建过程**：风险溢价的计算公式为： $$ 风险溢价 = 指数收益率 - 十年期国债即期收益率 $$ 报告中使用的指数收益率是市盈率倒数（1/PE-TTM），即盈利收益率[27][46]。因此，具体构建过程是：首先获取指数的PE-TTM，计算其倒数得到盈利收益率；然后获取十年期国债即期收益率；最后将两者相减得到风险溢价[27][31]。此外，还会计算该风险溢价在近1年、近5年历史数据中的分位值，以及其均值和波动率[31]。 4. **模型名称**：股债性价比模型[46] * **模型构建思路**：在风险溢价模型的基础上，通过观察风险溢价（即盈利收益率与国债收益率之差）的历史分位数，来判断股票资产相对于债券资产的吸引力[46]。 * **模型具体构建过程**：首先，如风险溢价模型所述，计算每日的股债性价比（即风险溢价）[27][46]。然后，计算该指标在近5年历史窗口内的80%分位值（机会值）和20%分位值（危险值）[46]。通过比较当前股债性价比与这两个阈值，来定性判断市场状态：若当前值高于80%分位，则认为股票资产具备较高吸引力；若低于20%分位，则认为吸引力较低[46]。 5. **模型名称**：破净率监控模型[54] * **模型构建思路**：通过统计指数成分股中市净率（PB）小于1的个股数量及其占比，来反映市场整体的估值水平和悲观情绪[54]。 * **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），公式为： $$ PB = 股价 / 每股净资产 $$ 统计满足 $PB < 1$ 的个股数量，即为破净个股数[54]。破净率（破净占比）的计算公式为： $$ 破净率 = (破净个股数 / 指数总成分股数) \times 100\% $$ 通过跟踪破净率的变化，可以观察市场估值态度的转变[54][56]。 量化因子与构建方式 1. **因子名称**：交易金额占比因子[18] * **因子构建思路**：衡量特定宽基指数成交额在全市场总成交额中的比重，反映资金对该板块的关注度和活跃度[18]。 * **因子具体构建过程**：计算因子分为两步。首先，获取目标指数（如中证2000）当日所有成分股的成交金额之和，作为该指数的交易金额。同时，获取基准指数（报告中为中证全指）当日的交易金额[18]。然后，计算占比： $$ 交易金额占比 = (目标指数交易金额 / 中证全指交易金额) \times 100\% $$ [18] 2. **因子名称**：换手率因子[18] * **因子构建思路**：衡量指数成分股的整体交易活跃程度，是反映市场流动性和情绪的重要指标[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。公式为： $$ 指数换手率 = \frac{\sum (成分股流通股本 \times 成分股换手率)}{\sum (成分股流通股本)} $$ 其中，成分股换手率通常由该股当日成交股数与其流通股本计算得出[18]。 3. **因子名称**：收益分布峰度因子[24][25] * **因子构建思路**：通过计算指数日收益率分布的峰度，衡量收益率分布的尖峭或扁平程度，反映收益的集中情况和尾部风险[24][25]。 * **因子具体构建过程**：首先，选取一定时间窗口（报告中为近一年和近五年）的指数日收益率序列[19][25]。然后，计算该序列的峰度（Kurtosis）。报告中采用的峰度是超额峰度，即计算出的峰度值减去正态分布的峰度3[25]。公式为： $$ 超额峰度 = \frac{E[(R-\mu)^4]}{\sigma^4} - 3 $$ 其中，$R$为日收益率序列，$\mu$为序列均值，$\sigma$为标准差，$E$为期望算子[25]。当前峰度与历史平均峰度的差值（负偏离）用于衡量分布形态的变化[24]。 4. **因子名称**：收益分布偏度因子[24][25] * **因子构建思路**：通过计算指数日收益率分布的偏度，衡量分布的不对称性，反映正负极端收益发生的相对概率[24][25]。 * **因子具体构建过程**：与峰度因子类似，选取特定时间窗口的日收益率序列[19][25]。计算该序列的偏度（Skewness）。公式为： $$ 偏度 = \frac{E[(R-\mu)^3]}{\sigma^3} $$ 其中，$R$为日收益率序列，$\mu$为序列均值，$\sigma$为标准差，$E$为期望算子[25]。正偏态表示右尾较长，极端正收益情形更多；负偏态则表示左尾较长，极端负收益情形更多[24]。当前偏度与历史平均偏度的差值用于观察偏态变化[25]。 5. **因子名称**：PE-TTM分位值因子[39][43] * **因子构建思路**：将指数当前的滚动市盈率（PE-TTM）置于其历史时间序列中，计算其所处的百分位位置，用于判断当前估值在历史中的相对高低水平[39][43]。 * **因子具体构建过程**：首先，获取指数在指定历史窗口（如近5年）内每一个交易日的PE-TTM，形成一个时间序列[43]。然后，将当前交易日的PE-TTM值与这个历史序列进行比较，计算其分位值。例如，近5年历史分位值表示当前PE-TTM值在近5年所有历史数据中由低到高排序后所处的百分比位置[43][44]。分位值越高，说明当前估值处于历史较高水平。 6. **因子名称**：股息率因子[48][53] * **因子构建思路**：衡量指数成分股的整体现金分红回报率，是价值投资和红利策略关注的核心指标，尤其在市场波动时作为防御性参考[48]。 * **因子具体构建过程**：指数的股息率通常通过其成分股的股息率加权平均得到。具体为：计算每只成分股近12个月的现金分红总额，除以当前股价，得到个股股息率。然后，以成分股的权重（通常是自由流通市值权重）进行加权求和，得到指数的整体股息率[53]。公式可表示为： $$ 指数股息率 \approx \sum (个股股息率 \times 个股在指数中的权重) $$ 同样，可以计算该股息率在历史序列中的分位值，以判断其相对水平[53]。 模型的回测效果 *本报告为市场数据跟踪报告，未提供基于历史数据的模型策略回测效果指标（如年化收益率、夏普比率、最大回撤等）。报告主要展示了各模型/因子在特定截止日（2025年12月5日）的截面数据或状态描述[11][12][15][31][44][53][56]。* 因子的回测效果 *本报告为市场数据跟踪报告，未提供因子的历史有效性检验结果（如IC值、IR、多空收益等）。报告主要呈现了各因子在特定截止日（2025年12月5日）的截面数据、历史分位值及统计特征[18][25][31][44][53]。*

投资评级与核心观点 - 报告首次覆盖康农种业，给予“买入”评级 [1] - 报告核心观点：公司作为区域性玉米种子龙头企业，正凭借优质品种从西南地区向全国市场扩张，核心品种康农玉8009在黄淮海市场表现亮眼，驱动业绩增长，当前估值显著低于可比公司，具备投资价值 [3][5] 公司概况与业务模式 - 公司是一家以杂交玉米种子为主的“育繁推一体化”种子企业，被认定为国家玉米种子补短板阵型企业 [5][11] - 公司实际控制人为方燕丽、彭绪冰夫妇，合计持股51.56%，其中彭绪冰为公司首席专家，科研实力雄厚 [5][17] - 公司主营杂交玉米种子的生产、研发和销售，2024年玉米杂交种子收入占营业总收入比重为97% [5][15] - 公司业务模式为自主创新为主，合作研发和引进吸收为辅，销售以经销商模式为主 [21][22] - 公司2020-2024年营业总收入从1.12亿元增长至3.37亿元，复合增速达31.6%，归母净利润从0.40亿元增长至0.83亿元，复合增速为20.3% [5][23][31] - 公司销售区域已从西南拓展至全国，2024年华中地区已成为公司第一大收入来源 [5][23] 行业分析 - 玉米种子是我国市场规模最大的农作物种子，商品化率接近100% [5][47] - 全球种业市场集中度高，2021年前五大公司市占率（CR5）达52%，而中国种业市场格局相对分散，2021年CR5为17% [5][43] - 我国玉米种子市场供大于求，同质化严重，2024/2025年度供需比高达175%，但优质、突破性品种稀缺 [5][50] - 我国玉米单产仅为美国的60%，提升空间大 [5][42] - 政策方面，国家自2021年起提高品种审定标准，并开展全链条管理专项行动，旨在加速行业洗牌，解决同质化问题 [5][55] 公司核心看点与扩张战略 - **西南地区（传统优势市场）**：公司在该区域深耕多年，2022年市占率达5.97% [5][67]。2024年销量因品种处于更新迭代期而有所下滑，2025年计划通过推出美谷999、高康2号等新品种实现增长 [5][71] - **黄淮海市场（主要增长市场）**：核心品种康农玉8009表现亮眼，于2023年通过国家审定，2024年推广面积达260万亩，预计2025年推广近千万亩 [5][72]。2024年公司在黄淮海夏播区种子销量达1098.99万公斤，同比增长165.62% [5][72]。公司后续有新品种在审，计划构建品种组合以扩大市占率 [5][78] - **东北地区**：公司与吉林省农科院、黑龙江省农科院合作强化研发，现有品种如吉农玉198抗病性突出，有望在2025-2026年贡献业绩 [5][79] - **转基因布局**：公司已获得转基因生产经营许可证，转基因品种康农20065KK示范推广效果良好，计划2026年有序扩大生产，并在西南、黄淮海、东华北区域同步推进相关试验 [5][80] 财务预测与估值 - **盈利预测**：报告预计公司2025-2027年营业总收入分别为4.37亿元、5.55亿元、6.60亿元，同比增长29.9%、26.9%、19.0% [4][5]。预计同期归母净利润分别为1.00亿元、1.27亿元、1.56亿元，同比增长20.8%、26.8%、23.3% [4][5] - **核心驱动**：增长主要来自玉米杂交种子业务，预计其2025-2027年收入分别为4.30亿元、5.46亿元、6.50亿元，销量增长与价格稳中有升是主要动力，高毛利品种占比提升有望推动毛利率从2024年的36.7%提升至2027年的39.5% [82][83] - **估值比较**：公司当前市值约21亿元，对应2025-2027年预测市盈率（P/E）分别为21.1倍、16.6倍、13.5倍 [4][85]。报告选取的可比公司（隆平高科、登海种业、秋乐种业）2026年平均预测市盈率为41倍，公司估值显著低于行业平均水平 [85] - **投资建议**：基于公司成长性，报告给予公司2026年25倍市盈率估值，对应目标市值31.75亿元，首次覆盖给予“买入”评级 [5][85]

投资评级与核心观点 - **投资评级**：买入（首次）[1] - **核心观点**：世华科技作为功能性材料专精特新小巨人企业，近年来业绩保持高速增长，并与苹果等大客户建立了深度合作关系。公司正通过新募投的光学薄膜材料项目，将高性能光学材料打造为第二增长曲线，未来成长空间广阔。基于其业绩增速和新项目前景，报告给予其28倍估值，对应2025年目标价43.68元[6] 公司概况与业务介绍 - **公司定位**：苏州世华新材料科技股份有限公司成立于2010年，是一家从事功能性材料研发、生产及销售的国家级专精特新小巨人企业、国家高新技术企业，具备核心设计合成能力，专注于为客户提供定制化功能性材料[12] - **主要产品**：公司产品主要包括高性能光学材料、功能性电子材料和功能性粘接剂，可广泛应用于消费电子、新型显示、可穿戴设备、新能源智能汽车、医疗电子等行业[12] - **发展历程**：公司发展经历了三个阶段：起步阶段（2010-2015年）、业务拓展阶段（2016-2020年）和持续稳定发展阶段（2021年至今），目前已形成“一体两翼、创新驱动”的战略布局[15][16] - **股权结构**：截至2025年三季报，控股股东与第一大股东为顾正青，直接持股比例达25.60%[17] 财务表现与增长动力 - **营收高速增长**：公司营业收入从2019年的2.41亿元增长至2024年的7.95亿元，5年复合年增长率达26.96%。2025年前三季度营业收入达8.45亿元，同比增长49.23%[6][22] - **净利润持续提升**：公司归母净利润从2019年的0.82亿元增长至2024年的2.80亿元，5年复合年增长率为27.84%。2025年前三季度归母净利润为3.16亿元，同比增长61.81%[6][24] - **盈利能力强劲**：2019年至2024年，公司毛利率保持在56.21%至63.31%之间，净利率保持在33.85%至43.32%之间，体现了较强的技术实力与管理水平[26] - **费用控制良好**：期间费用率稳中有降，2025年前三季度销售费用率、管理费用率、研发费用率分别下降至3.65%、4.73%、5.30%[27] - **第二曲线发力**：高性能光学材料业务在2024年收入出现爆发式增长，收入占比从2023年的较低水平提升至2024年的27.42%，并在2025年上半年进一步提升至36.81%，成为新的增长引擎[29][31] 核心业务分析 - **功能性电子材料**：该业务主要应用于消费电子、AI硬件、汽车电子等内部或其制造组装过程，实现粘接、导热、导电、屏蔽、缓冲等功能。产品可细分为精密制程应用材料与电子复合功能材料，技术难度较高，部分产品已具备与国际企业（如3M、Nitto）竞争的实力[39][46][50] - **高性能光学材料**：该业务主要应用于OLED等光电显示模组，对材料的电磁屏蔽、导热、抗翘曲等性能要求极高。公司已实现技术突破，产品通过三星验证并应用于其OLED模组中[62][66] - **新募投光学薄膜项目**：2025年9月，公司完成增发，募集资金净额5.9亿元，用于总投资7.4亿元的光学显示薄膜材料扩产项目。项目主要产品包括偏光片保护膜、OLED制程保护膜、OCA光学胶膜，这些领域目前主要由3M、LG化学等国际厂商垄断。项目达产后，预计将实现年均营业收入13.92亿元[6][71][76] 客户合作与产业链 - **深度绑定大客户**：公司产品自2013年起应用于苹果公司的生产制造过程，并自主完成了历代材料的研发和生产，与苹果建立了长期稳定的合作关系，功能性材料应用于苹果的多个产品线中[6][88] - **销售模式**：公司以直销模式销售，分为终端客户（如苹果、三星）认证和直接客户（功能器件厂商）自主采购两种模式。以2019年为例，公司应用于苹果终端的销售总额占比达到87.65%[86] - **产业链位置**：公司处于功能性材料产业链上游，直接介入终端客户的产品设计阶段，依据终端客户需求研发设计复合功能性材料[89] 行业前景与市场机遇 - **消费电子市场稳健增长**：全球消费电子市场规模预计从2024年的7882.3亿美元增长至2032年的10737.7亿美元，期间复合年增长率为3.94%，由AI、IoT、5G等技术及高端化、多功能化需求驱动[53] - **智能手机市场复苏**：全球智能手机出货量自2024年开始恢复增长，2025年第三季度出货量达3.23亿部，同比增长2.6%。高端手机（价格超过600美元）市场份额已从2020年的15%增长至2024年的25%[55][58] - **PC市场景气向上**：2025年第三季度全球PC出货量同比增长9.4%，达7580万台，主要受系统升级和换机潮推动[61] - **显示面板与光学材料市场广阔**：全球显示面板产量预计从2023年3亿平方米增长至2028年3.3亿平方米。其中OLED面板产量将从2023年1970万平方米增长至2028年3070万平方米，复合年增长率达9.28%。全球光学薄膜市场规模预计从2024年298亿美元增至2032年555亿美元，复合年增长率为8.08%[77][80] - **细分材料需求旺盛**：全球偏光片市场规模预计从2024年98.5亿美元增长至2031年127.1亿美元。全球OCA光学胶膜市场规模预计从2024年20.7亿美元增长至2029年47.4亿美元，复合年增长率达10.91%[82][83] 盈利预测与估值 - **营收预测**：预计公司2025-2027年营业总收入分别为11.83亿元、15.32亿元、19.23亿元，同比增速分别为48.83%、29.52%、25.56%[5][100] - **净利润预测**：预计公司2025-2027年归母净利润分别为4.38亿元、5.35亿元、6.69亿元，同比增速分别为56.67%、22.12%、25.04%[5][100] - **每股收益预测**：预计公司2025-2027年EPS分别为1.56元、1.91元、2.39元[5] - **估值对比**：预计公司2025-2027年PE分别为22.61倍、18.51倍、14.81倍。截至2025年12月2日，可比公司（方邦股份、斯迪克）2025-2027年平均PE分别为656.18倍、65.13倍、27.06倍，公司估值低于行业平均[5][104][105] - **目标价设定**：结合行业平均估值、公司业绩增速及新项目前景，给予公司28倍估值，以2025年预计EPS 1.56元计算，目标价格为43.68元[6]

核心观点 - 报告创新性地构建了一个融合GARCH模型、极值理论(EVT)与在险价值(VaR)的动态风险管理框架，并将其转化为防御性择时信号，该框架能有效捕捉市场厚尾特征和波动率聚集现象，在控制下行风险的同时保留向上弹性，显著提升投资组合绩效[1][2][10] - 实证检验表明，基于GARCH-EVT-VaR的防御性择时策略在创业板指、沪深300、中证500及中证1000等指数上均能产生正超额收益，显著降低年化波动率和最大回撤，并提升夏普比率与盈亏比[4][10][71][72] - 该策略的核心优势在于不依赖对市场走势的主动预测，而是通过动态风险阈值进行规则化、自动化的止损与再入场操作，为高波动市场环境提供了可落地的风险管理工具[10][13][74] 模型构建与方法 - **GARCH模型应用**：用于刻画收益率波动的集群效应，四个指数的GARCH模型参数α和β均为正，表明存在显著的波动聚集性，其中中证1000的α值更大，显示其当前波动对过去短期波动的反映更灵敏[3][49] - **极值理论(EVT)应用**：采用超阈值模型(POT)和广义帕累托分布(GPD)来精准拟合收益率标准化残差的尾部特征，以解决传统正态分布假设无法反映市场尖峰厚尾特性的问题[13][25][26][53] - **模型合成与适配**：结合GARCH与EVT构建动态VaR序列，不同指数适配的GARCH族模型不同，创业板指和沪深300适用GARCH(1,1)，中证500适配EGARCH(1,1,1)，中证1000更适合EGARCH(1,1,0)[3][49][67] - **防御性择时机制设计**：当T-6至T-2期间的最小对数损失超过前一日计算的95%置信水平VaR阈值时，触发止损信号，将仓位调整为现金；待风险信号解除后，规则化再入场[16][31][32][35] 实证数据与检验结果 - **数据选取与处理**：研究选取2017年1月1日至2025年11月7日的数据，涵盖创业板指、沪深300、中证500及中证1000指数及其ETF，其中2025年1月1日起为样本外回测，使用每日对数收益率进行计算[16][36][38] - **序列特征检验**：各指数收益率序列的ADF检验p值均为0.0000，KPSS检验p值均大于0.05，通过了平稳性检验，符合建模要求[44][45] - **描述性统计特征**：各指数收益率均呈现尖峰厚尾特征，峰度均大于3，JB检验p值均为0.0000，显著拒绝正态分布假设，凸显了使用EVT拟合尾部的必要性[46][47] 策略表现与绩效 - **超额收益**：所有择时模型均产生正超额收益，其中创业板指和中证1000的年化超额收益较大，分别为4.42%和4.81%[4][71] - **风险控制**：各择时模型的年化波动率较基准均有所减少，最大回撤显著下降，其中创业板指从49.4%降至36.8%，中证1000从42.0%降至30.0%，沪深300从32.1%降至20.8%[4][72] - **风险调整后收益**：策略的贝塔值降低，阿尔法上升，夏普比率较基准指数均有大幅提升，同时盈亏比上升，证明择时有效减少了亏损[4][71][72] - **换手情况**：策略换手率相对较低，各模型年均双边换手率大约在45到50倍之间[72][73] 策略优势与总结 - **风险度量精准**：融合GARCH-EVT-VaR的模型能更准确地捕捉极端尾部风险[4][74] - **防御效果显著**：在2020年全球疫情、2022年地缘冲突、2024年美联储加息、2025年关税事件等极端场景中，策略显著降低了组合最大回撤和波动率，同时保留了市场恢复阶段的收益捕捉能力[10][74] - **理念创新**：防御性择时放弃了对市场顶底的主动预测，转而依靠严格的风险预算管理和规则化操作，实现了“风险控制先行”的投资逻辑，更适合普通投资者与机构在高波动环境中执行[10][13][21][74][75]

报告行业投资评级 - 报告未明确给出整体行业的投资评级 [1][2][3] 报告核心观点 - 政策层面持续强调加强科技金融支持，为科技型企业提供全链条、全生命周期金融服务，并发挥资本市场支持科技创新的关键作用 [3] - 2025年11月，一级市场科技领域融资活跃，涉及AI+AR眼镜、Micro LED微显示、飞行汽车、具身智能等前沿硬科技领域，多项融资记录被刷新，显示资本对硬科技的集中配置偏好 [3][8][9][10][11][12][13] - 全球资本持续追逐大科技方向，海外科技企业融资同样活跃，有望引领新一轮产业突破 [3][13] - 2025年11月A股主要指数普遍走弱，但科技成长板块内部分化，通信与传媒行业受益于算力概念和AI应用实现正增长 [3][16][19] - 金融对科技型中小企业的支持力度持续加大，贷款余额和获贷企业数量稳步上升 [21][24][27] 科技企业融资新闻跟踪总结 - 雷鸟创新完成新一轮融资，创下2025年国内AI+AR眼镜领域单笔融资金额最高纪录 [3][8] - JBD完成超十亿元人民币B2轮融资，刷新全球Micro LED微显示领域单笔融资纪录 [3][9] - 广汽高域飞行汽车完成2亿元Pre-A轮融资，2025年已累计融资5亿元，产品计划于2026年下半年量产交付 [3][10] - 具身智能公司Dexmal原力灵机完成数亿元A+轮融资，由阿里巴巴、蔚来资本领投 [3][11] - 具身智能公司星动纪元完成近10亿元A+轮融资，由吉利资本领投，并与多家行业巨头达成深度合作，海外业务占比达50% [11][12] - 日本AI初创企业Sakana AI以约4000亿日元投后估值完成约200亿日元B轮融资，创日本非上市初创企业估值纪录 [3][13] - 美国机器人初创公司Flexion完成5000万美元融资，英伟达旗下风投部门参投 [3][13] IPO动态总结 - 摩尔线程科创板IPO注册获批准，成为科创板新政后高效完成注册的硬科技企业，累计研发投入超43亿元，研发人员占比77%以上 [14] - 小马智行香港IPO发行价定为每股139港元，全球发售所得款项总额约67.1亿港元，2025年第三季度营收2540万美元，同比增长72% [15] 科技金融相关数据跟踪总结 - 2025年11月A股主要指数表现：上证50下跌1.39%，创业板指下跌4.23%，科创50下跌6.24% [3][16] - 2025年11月科技成长行业表现：通信行业上涨1.85%，传媒行业上涨1.69%；机械设备、汽车、电力设备、医药生物、计算机、电子行业分别下跌3.40%、5.08%、3.48%、3.62%、5.26%、5.04% [3][19] - 截至2025年第三季度，金融机构科技型中小企业贷款余额达3.56万亿元 [21] - 截至2025年第三季度，获得金融机构贷款支持的科技型中小企业数量达27.54万家 [24] - 2025年9月末，科技贷款同比增长11.8%，高于全部贷款增速 [27] - 2025年国内资本市场IPO数量相对稳定，港交所于6月达到15家IPO的峰值 [28] - 2025年11月海外科技指数表现：纳斯达克指数下跌1.51%，纳斯达克100指数下跌1.64%，费城半导体指数下跌2.82% [29]

根据您提供的研报内容，以下是关于其中涉及的量化模型与因子的详细总结。报告主要对各类市场指标和因子进行了跟踪分析，并未涉及复杂的多因子模型或策略模型。 量化因子与构建方式 1. **因子名称：风险溢价**[27][28] * **因子构建思路**：以十年期国债即期收益率为无风险利率的参考，计算各宽基指数收益率与其差值，用以衡量股票市场相对于无风险资产的投资价值和风险补偿[27][28] * **因子具体构建过程**：风险溢价的计算公式为宽基指数的收益率减去十年期国债即期收益率。报告中具体展示了各指数当前的风险溢价数值及其在不同时间窗口（近1年、近5年）内的统计特征，如分位值、均值、波动率及标准差区间[31] * **因子评价**：各指数的风险溢价存在均值复归现象，其中中证1000和中证2000的波动率相对较大；上证50的风险溢价分布更集中，而中证1000、中证2000和创业板指的分布较分散，不确定性更大[28][34] 2. **因子名称：市盈率（PE-TTM）**[39][41] * **因子构建思路**：使用滚动市盈率作为估值参考，衡量各宽基指数在当前时点的投资价值[39] * **因子具体构建过程**：PE-TTM = 总市值 / 最近12个月净利润总和。报告跟踪了各指数的PE-TTM当前值，并计算了其相对于近1年、近5年以及全部历史数据的分位值，同时提供了近1年的均值、波动率及标准差区间[43][44] 3. **因子名称：股债性价比**[46] * **因子构建思路**：将股票市场的潜在收益率（以PE-TTM的倒数代表）与债券市场收益率（十年期国债即期收益率）进行比较，辅助资产配置决策[46] * **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。报告中通过图表展示了该因子的历史走势，并与近5年的80分位值（机会值）、20分位值（危险值）、均值及±1倍标准差区间进行了对比[46] 4. **因子名称：股息率**[48][49] * **因子构建思路**：跟踪各宽基指数的现金分红回报率，反映红利投资风格的价值，尤其在市场低迷或利率下行时期受到关注[48] * **因子具体构建过程**：股息率 = 近12个月现金分红总额 / 总市值。报告列出了各指数当前的股息率，并分析了其在近1年、近5年及全部历史数据中的分位情况，同时计算了近1年的均值、波动率及标准差区间[51][53] 5. **因子名称：破净率**[53][55] * **因子构建思路**：通过统计市净率（PB）小于1的个股占比，反映市场整体的估值态度和悲观情绪，占比越高通常意味着低估越普遍[53][55] * **因子具体构建过程**：破净率 = (指数成分股中破净个股数量 / 指数总成分股数量) * 100%。报告给出了各宽基指数在当前时点的具体破净率数值[55] 6. **因子名称：均线偏离度**[11][14] * **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）的位置关系，判断市场短期和长期的趋势强度及支撑压力位[11][14] * **因子具体构建过程**：计算指数收盘价相对于5日（MA5）、10日（MA10）、20日（MA20）、60日（MA60）、120日（MA120）、250日（MA250）均线的偏离百分比，公式为：$$偏离度 = (收盘价 / 均线价格 - 1) * 100\%$$[14][15] 7. **因子名称：收益分布形态（偏度与峰度）**[23][25] * **因子构建思路**：分析指数日收益率分布的形态特征，偏度衡量分布的不对称性，峰度衡量分布的尖锐或平坦程度，用以观察市场收益特征的变化[23][25] * **因子具体构建过程**：报告计算了各宽基指数日收益率序列的近5年峰度、偏度以及当前时点的峰度、偏度，并进行了对比。注明了峰度计算中减去了3（正态分布的峰度值）[25] 因子的回测效果 1. **风险溢价因子**[31] * 当前风险溢价：上证50 (-0.52%), 沪深300 (-0.52%), 中证500 (-0.63%), 中证1000 (-0.90%), 中证2000 (-1.03%), 中证全指 (-0.70%), 创业板指 (-1.13%) * 近5年分位值：上证50 (27.70%), 沪深300 (28.73%), 中证500 (26.19%), 中证1000 (22.54%), 中证2000 (20.32%), 中证全指 (21.83%), 创业板指 (22.70%) * 近1年波动率：上证50 (0.86%), 沪深300 (0.99%), 中证500 (1.30%), 中证1000 (1.44%), 中证2000 (1.66%), 中证全指 (1.16%), 创业板指 (1.84%) 2. **PE-TTM因子**[44] * 当前值：上证50 (11.80), 沪深300 (13.95), 中证500 (32.01), 中证1000 (46.44), 中证2000 (153.26), 中证全指 (20.88), 创业板指 (39.55) * 近5年历史分位值：上证50 (83.47%), 沪深300 (81.57%), 中证500 (94.63%), 中证1000 (95.21%), 中证2000 (80.50%), 中证全指 (91.49%), 创业板指 (54.21%) * 近1年波动率：上证50 (0.48), 沪深300 (0.73), 中证500 (2.51), 中证1000 (4.20), 中证2000 (30.59), 中证全指 (1.45), 创业板指 (4.72) 3. **股息率因子**[53] * 当前值：上证50 (3.32%), 沪深300 (2.74%), 中证500 (1.40%), 中证1000 (1.14%), 中证2000 (0.77%), 中证全指 (2.04%), 创业板指 (1.04%) * 近5年历史分位值：上证50 (36.78%), 沪深300 (37.44%), 中证500 (17.36%), 中证1000 (51.65%), 中证2000 (16.78%), 中证全指 (36.69%), 创业板指 (71.57%) * 近1年波动率：上证50 (0.41%), 沪深300 (0.41%), 中证500 (0.21%), 中证1000 (0.15%), 中证2000 (0.12%), 中证全指 (0.31%), 创业板指 (0.14%) 4. **破净率因子**[55] * 当前破净率：上证50 (22.0%), 沪深300 (16.0%), 中证500 (11.8%), 中证1000 (8.0%), 中证2000 (2.95%), 中证全指 (6.1%), 创业板指 (1.0%) 5. **均线偏离度因子**[15] * 相对于MA5偏离度：上证50 (-0.4%), 沪深300 (-0.2%), 中证500 (-0.4%), 中证1000 (-0.8%), 中证2000 (-0.6%), 中证全指 (-0.4%), 创业板指 (-0.7%) * 相对于MA250偏离度：上证50 (7.1%), 沪深300 (10.6%), 中证500 (12.4%), 中证1000 (10.4%), 中证2000 (12.8%), 中证全指 (11.4%), 创业板指 (26.8%) 6. **收益分布形态因子**[25] * 当前峰度（减3后）：上证50 (0.00), 沪深300 (0.56), 中证500 (0.91), 中证1000 (1.44), 中证2000 (1.38), 中证全指 (1.04), 创业板指 (1.44) * 当前偏度：上证50 (1.32), 沪深300 (1.52), 中证500 (1.57), 中证1000 (1.66), 中证2000 (1.68), 中证全指 (1.64), 创业板指 (1.66) * 当前峰度 vs. 近5年峰度：上证50 (-2.10), 沪深300 (-1.83), 中证500 (-2.02), 中证1000 (-1.31), 中证2000 (-1.49), 中证全指 (-1.74), 创业板指 (-2.15)

根据提供的研报内容，以下是关于量化模型和因子的总结： 量化因子与构建方式 1. **因子名称：连阴连阳因子**[12] * **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，来捕捉市场的短期动量或反转效应[12] * **因子具体构建过程**：从指定起始日开始，逐日判断指数收盘价相对于前一日是上涨还是下跌，连续上涨的天数记为正值（连阳），连续下跌的天数记为负值（连阴），计数从1开始，若当日涨跌状态改变则重新计数[12] 2. **因子名称：均线比较因子**[15][16] * **因子构建思路**：通过比较指数当前价格与不同时间窗口的移动平均线（MA）的位置关系，来判断指数的短期、中期和长期趋势强度[15] * **因子具体构建过程**：首先计算指数收盘价的5日（MA5）、10日（MA10）、20日（MA20）、60日（MA60）、120日（MA120）和250日（MA250）简单移动平均线，公式为： $$MA(N) = \frac{\sum_{i=1}^{N} Close_i}{N}$$ 其中，$Close_i$ 代表第i日的收盘价，$N$ 为移动平均窗口期。然后计算当前收盘价与各均线的相对位置，即 $(Close - MA(N)) / MA(N) \times 100\%$[16] 3. **因子名称：换手率因子**[18] * **因子构建思路**：通过计算指数的整体换手率来衡量市场的交易活跃度[18] * **因子具体构建过程**：对于宽基指数，其换手率计算方式为指数内所有成分股换手率的流通股本加权平均，具体公式为： $$Turnover_{index} = \frac{\sum (Shares_{float,i} \times Turnover_i)}{\sum Shares_{float,i}}$$ 其中，$Shares_{float,i}$ 代表成分股i的流通股本，$Turnover_i$ 代表成分股i的换手率[18] 4. **因子名称：收益率分布形态因子（偏度与峰度）**[24][25] * **因子构建思路**：通过计算指数日收益率分布的偏度（Skewness）和峰度（Kurtosis）来刻画收益分布的不对称性和尖峰肥尾特征，以评估风险[24][25] * **因子具体构建过程**：基于指数在过去一段时间（如近一年）的日收益率序列进行计算。峰度计算公式为（报告中已减去3）： $$Kurtosis = \frac{\frac{1}{n} \sum_{i=1}^{n} (r_i - \bar{r})^4}{(\frac{1}{n} \sum_{i=1}^{n} (r_i - \bar{r})^2)^2} - 3$$ 偏度计算公式为： $$Skewness = \frac{\frac{1}{n} \sum_{i=1}^{n} (r_i - \bar{r})^3}{(\frac{1}{n} \sum_{i=1}^{n} (r_i - \bar{r})^2)^{3/2}}$$ 其中，$r_i$ 为日收益率，$\bar{r}$ 为收益率均值，$n$ 为样本数[25] 5. **因子名称：风险溢价因子**[27][30][31] * **因子构建思路**：以十年期国债即期收益率作为无风险利率的参考，计算股票指数的预期收益率（通常用市盈率倒数近似）或指数收益率与无风险利率的差值，衡量投资股票市场所要求的额外回报[27][30][31] * **因子具体构建过程**：报告中展示了两种计算方式。一种是直接使用指数日收益率减去十年期国债日收益率（表4中“当前风险溢价”）。另一种常见的构建方式是使用指数PE-TTM的倒数（即盈利收益率）减去十年期国债收益率，公式为： $$Risk Premium = \frac{1}{PE_{TTM}} - R_f$$ 其中，$PE_{TTM}$ 为指数的滚动市盈率，$R_f$ 为十年期国债即期收益率[31] 6. **因子名称：PE-TTM（滚动市盈率）因子**[39][43][44] * **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][43] * **因子具体构建过程**：对于指数而言，其PE-TTM通常为成分股市值加权或调和平均计算得到。公式为（以市值加权为例）： $$PE_{TTM, index} = \frac{\sum (Price_i \times Shares_i)}{\sum (NetIncome_{TTM,i})}$$ 其中，$Price_i$ 为成分股i的价格，$Shares_i$ 为成分股i的总股本，$NetIncome_{TTM,i}$ 为成分股i最近十二个月的净利润[44] 7. **因子名称：股债性价比因子**[46] * **因子构建思路**：将股票指数的盈利收益率（PE-TTM的倒数）与债券收益率进行比较，辅助判断大类资产配置的时机[46] * **因子具体构建过程**：计算指数PE-TTM的倒数与十年期国债即期收益率的差值，公式为： $$Equity Bond Yield Ratio = \frac{1}{PE_{TTM}} - R_{bond}$$ 其中，$R_{bond}$ 为十年期国债即期收益率[46] 8. **因子名称：股息率因子**[48][53] * **因子构建思路**：衡量指数成分股现金分红的回报率，是价值投资和红利策略的重要参考指标[48] * **因子具体构建过程**：对于指数，股息率通常为成分股过去十二个月现金股利总额与指数总市值的比率，或成分股股息率的市值加权平均。公式为： $$Dividend Yield_{index} = \frac{\sum Dividends_{TTM,i}}{\sum (Price_i \times Shares_i)}$$ 其中，$Dividends_{TTM,i}$ 为成分股i过去十二个月的现金股利总额[53] 9. **因子名称：破净率因子**[54][55] * **因子构建思路**：统计指数中市净率（PB）小于1的个股数量占比，反映市场整体的估值悲观程度或安全边际[54][55] * **因子具体构建过程**：首先计算指数中每家成分股的市净率（$PB = Price / NAVPS$，其中$NAVPS$为每股净资产），然后统计$PB < 1$的个股数量，最后计算该数量占指数总成分股数量的百分比[55] 因子的回测效果 （注：报告中主要呈现了各因子在特定时点（2025年12月2日）的截面数据或历史分位值，而非严格意义上的因子回测绩效指标（如IC、IR、多空收益等）。因此，以下展示的是报告中给出的相关数值。） 1. **连阴连阳因子**：各宽基指数在日K、周K、月K、季K、年K上的连阴连阳天数[12] 2. **均线比较因子**：各宽基指数收盘价相对于MA5、MA10、MA20、MA60、MA120、MA250的偏离百分比（%）[16] 3. **换手率因子**：各宽基指数换手率（中证2000为3.9，创业板指为2.31，中证1000为2.06，中证全指为1.52，中证500为1.31，沪深300为0.45，上证50为0.2）[18] 4. **收益率分布形态因子（偏度与峰度）**：各宽基指数当前偏度与峰度，及其相对于近5年均值的偏离（当前偏度 vs 近5年偏度，当前峰度 vs 近5年峰度）[25] 5. **风险溢价因子**：各宽基指数当前风险溢价（%），近1年及近5年历史分位值（%），近1年均值及波动率（%）[31] 6. **PE-TTM因子**：各宽基指数当前PE-TTM值，近1年及近5年历史分位值（%），近1年均值及波动率[44] 7. **股债性价比因子**：各宽基指数当前股债性价比相对于其近5年历史分位值的情况（无具体数值，仅说明未超过80%分位，中证500低于20%分位）[46] 8. **股息率因子**：各宽基指数当前股息率（%），近1年及近5年历史分位值（%），近1年均值及波动率（%）[53] 9. **破净率因子**：各宽基指数当前破净率（%）（上证50为20.0%，沪深300为15.67%，中证500为12.0%，中证1000为8.0%，中证2000为2.95%，创业板指为1.0%，中证全指为6.08%）[55]

行业投资评级 - 电力设备行业评级为增持（维持）[5] 报告核心观点 - 2025年全球钠电池产业从“产业化元年”迈向“规模化应用元年”，预计2030年市场规模将达到1051GWh [5][37] - 钠离子电池相比锂电池具有资源丰富低成本、宽温性、快充倍率性好、超长循环、安全性高以及生产设备可部分兼容等六大优势 [5][12][14] - 聚阴离子路线正极材料在2025年市场份额显著提升，预计将成为主流技术路线；硬碳为负极商业化主流选择；电解液价格持续下探 [5][49][52][54][58] - 产业链各环节重点企业技术突破与产能扩张加速，下游应用在储能、电动汽车等领域呈现多元化快速发展态势 [5][61][64][65][66][67][68][69][70][73][74][75][76][77][78][79][82][83] 钠离子电池技术体系 - 钠离子电池工作原理与锂离子电池相似，主要由正极、负极、隔膜、集流体、电解液等构成 [11] - 正极材料层状氧化物、聚阴离子和普鲁士蓝三种最具发展前景：层状氧化物容量高（150-200mAh/g）但循环稳定性需提升，聚阴离子循环与热稳定性好但容量较低（100-120mAh/g），普鲁士蓝理论比容量高（170mAh/g）但存在结晶水与毒性问题 [16][17][18][22][23][24] - 负极材料商业化选择硬碳路线，硬碳工作电位低、容量高，目前商业化产品几乎均采用硬碳 [27][28] - 电解液配方与锂离子电池相似，由溶质、溶剂和添加剂组成 [29][31] - 制造工艺与锂离子电池类似，但因材料特性在浆料制备、涂布、干燥和辊压等环节存在差异 [33][34][36] 市场规模与出货预测 - 2025年1-9月全球钠离子电池出货量达6GWh，同比增长202%，预计全年达8.9GWh，2030年市场规模将达1051GWh [37] - 2025年钠电芯价格均价0.52元/wh，预计2030年降至0.25元/wh [37] - 储能领域：钠电池循环寿命优势明显，已出现20000+次聚阴离子大储产品，SPIR预测2030年全球储能钠电池规模580GWh [37][39] - 电动汽车领域：主攻A00/A0级微型车和经济型家用车市场，SPIR预计2030年全球汽车用钠电池市场规模410GWh [40][41] - 2025年1-9月细分应用市场占比：储能56.4%、轻型动力20.2%、汽车动力9.8%、启动/启停11.6% [43][45][47] - 2025年1-9月正极材料出货1.5万吨（同比增长212%），其中聚阴离子出货0.99万吨（同比增长265.9%），占比提升至68.7%；层状氧化物出货0.42万吨（同比下降30.2%），占比30.3% [49][51][52] - 预计2030年聚阴离子正极出货210.2万吨，在正极出货中占比接近80% [5] - 预计2030年硬碳负极出货141.4万吨，在负极出货中占比99.65% [5] - 预计2030年电解液出货157.7万吨，均价从2025年2.8万元/吨下降至2030年1.5万元/吨 [5][58] 重点企业进展 钠电池环节 - 宁德时代2025年4月发布钠新电池，乘用车动力电池能量密度达175Wh/kg（全球最高），支持5C充电、500公里续航、超1万次循环；重卡启驻一体蓄电池使用寿命突破8年，全生命周期成本较铅酸电池降低61% [61] - 比亚迪2024年报披露钠离子电池电芯容量200Ah、循环寿命超10000次，工作温度范围-40℃~80℃ [64][65] - 传艺科技钠离子电池能量密度达157Wh/kg，正极材料容量超145mAh/g，产能规划包括10GWh电池、4万吨负极材料、3.72万吨正极材料及15万吨电解液项目 [21][65][66] - 维科技术研发能量密度超160Wh/kg、循环超6000次的层状氧化物与聚阴离子储能型钠电池，荣获“2025年度中国钠电池电芯技术领导品牌”奖，年产2GWh钠离子电池项目推进中 [67][68] - 普利特控股孙公司海四达钠星获海外客户不低于1GWh钠离子电池模块订单，并计划投资8亿元建设年产6GWh钠离子电池生产基地 [69] 正极材料环节 - 容百科技聚阴离子产品循环寿命＞15000次，极片压实密度2.25，高能量密度层状氧化物产品实现稳定量产；2025年11月与宁德时代签订协议，宁德时代承诺每年采购不低于其钠电正极总采购量60% [73][74] - 同兴科技拥有通用型NFPP、高压实型NFPP及高首充S-NFPP三款正极材料产品，2025年11月拟投资32亿元建设年产10万吨钠电正极材料及6GWh电芯项目 [74][75] - 贝特瑞推出BNS-O3B钠离子电池正极材料，比容量150mAh/g，压实密度大于3.4g/cc，层状氧化物产品实现吨级出货 [75] 负极材料环节 - 圣泉集团采用“圣泉生物溶剂法”开发生物质硬碳材料，克容量达350mAh/g以上，已建成万吨级硬碳负极产线 [76][77][78] - 佰思格硬炭产品克容量稳定在400mAh/g以上，首效达92%以上，2025年总产能预期提升至30000吨；2025年5月与超威集团旗下安庆超仁能源签订3万吨以上负极材料采购协议 [79][82] 电解液环节 - 钠离子电解液生产线与锂离子电解液产线通用，2025年签约项目包括浙江钠创新能源等联合建设的“年产5万吨钠离子电池电解质”项目、宁波景蓝新能源年产5GWh消费级钠离子电池产业园建设项目等 [83] 投资建议 - 重点关注钠电池环节：宁德时代、比亚迪、传艺科技、维科技术、普利特 [84] - 钠电正极材料：容百科技、同兴科技、贝特瑞 [84] - 钠电负极材料：圣泉集团、璞泰来等 [84] - 钠电电解液：天赐材料、多氟多 [84] - 铝箔：鼎胜新材 [84]

行业投资评级 - 行业评级：增持（维持）[5] 报告核心观点 - 11月制造业PMI为49.2%，较上月上升0.2个百分点，景气度有所改善但仍低于临界点[5] - 报告看好政策与需求回暖背景下制造业的高质量发展提速，重点关注机床和工业机器人领域的景气度提升[4][7] - 新兴产业如新能源汽车、低空经济、人形机器人、商业航天等快速发展，正释放对机床等装备的需求[7] 行业表现与PMI数据 - 近12个月行业绝对收益为28.8%，相对收益（与沪深300相比）为11.96%[3] - 11月制造业PMI分项中，生产指数为50.0%持平临界点，新订单指数为49.2%，从业人员指数为48.4%，原材料库存指数为47.3%[5] - 分企业规模看，大、中、小型企业PMI分别为49.3%、48.9%、49.1%，均低于临界点，但小型企业数据回升显著[5] 机床行业数据与展望 - 截至2025年10月，金属切削机床累计产量为71.50万台，同比增长14.80%；10月单月产量为6.9万台，同比增长6.20%[7] - 机床累计出口数量为1377万台，同比下降7.1%；累计出口金额为105.74亿美元，同比增长17.60%；出口均价为0.77千美元/台，同比增长26.81%[7] - 出口均价显著增长表明出口结构优化，高附加值产品占比提高，未来五轴数控机床等高端产品出口规模有望稳步扩张[7] 工业机器人行业数据与展望 - 1-10月工业机器人累计产量为60.27万台/套，同比增长28.80%；累计销量为65.27万台/套，同比增长42.51%，产销量已超去年全年[7] - 10月单月产量为5.79万台/套，同比增长17.90%；销量为5.81万台/套，同比增长35.29%[7] - 1-10月工业机器人累计出口数量为50964台，同比增长88.32%；累计出口金额为4.48亿美元，同比增长66.07%；出口均价为8794.16美元/台，同比下降11.81%[7] - 出口均价下降或与国内企业争夺市场份额调价及产品结构变化有关，未来受益于全球需求复苏及品牌效应，相关企业将充分享受行业增长红利[7] 投资建议关注标的 - 机床领域建议关注：科德数控、纽威数控、乔锋智能、创世纪、伊之密、大族激光、华中数控、固高科技、鼎泰高科、中钨高新、沃尔德、怡合达[7] - 工业机器人领域建议关注：埃斯顿、汇川技术、新时达、越疆、禾川科技、拓斯达、绿的谐波、昊志机电、步科股份[7]

根据提供的研报内容，该报告主要对宽基指数进行市场数据跟踪和统计分析，并未涉及具体的量化交易模型或用于选股的量化因子。报告内容集中于市场指标的描述和比较。以下是总结： 量化模型与构建方式 （报告未涉及具体的量化交易模型） 量化因子与构建方式 （报告未涉及用于选股或组合构建的量化因子） 市场指标与统计方式 1. **指数换手率**[19] * **构建思路**：衡量宽基指数成分股的整体交易活跃程度。 * **具体构建过程**：计算方式为指数内所有成分股的换手率按其流通股本加权的平均值。具体公式如下： $$换手率 = \frac{\sum (成分股流通股本 \times 成分股换手率)}{\sum (成分股流通股本)}$$ * **评价**：该指标是反映市场流动性的常用指标。 2. **风险溢价**[29][31][32] * **构建思路**：以十年期国债即期收益率为无风险利率，计算股票指数的预期收益率（通常用市盈率倒数近似）超出无风险利率的部分，用以衡量股票市场的相对投资价值和风险补偿。 * **具体构建过程**：报告中使用各宽基指数的市盈率（PE-TTM）的倒数减去十年期国债即期收益率。公式可表示为： $$风险溢价 ≈ \frac{1}{PE_{TTM}} - R_f$$ 其中，\( R_f \) 代表无风险利率（十年期国债即期收益率）。 * **评价**：该指标有助于判断市场估值水平和风险收益比，存在均值回归特性[29]。 3. **股债性价比**[47] * **构建思路**：是风险溢价的一种具体应用，通过比较股票市场收益率（市盈率倒数）与债券收益率（十年期国债）的差异，来辅助资产配置决策。 * **具体构建过程**：与风险溢价计算方式相同，即市盈率（PE-TTM）的倒数与十年期国债即期收益率之差。 $$股债性价比 = \frac{1}{PE_{TTM}} - R_f$$ * **评价**：该指标直观地展示了股票和债券两类资产的理论收益率差异。 4. **分布形态指标（峰度和偏度）**[25][27] * **构建思路**：分析指数日收益率分布的形状特征，峰度衡量分布的陡峭或扁平程度，偏度衡量分布的不对称性。 * **具体构建过程**：报告中对近5年（基准期）和当前（报告期）的指数日收益率序列分别计算峰度和偏度。报告中特别说明，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（Excess Kurtosis）[27]。 * **评价**：这些指标有助于理解市场收益的统计特性和潜在风险。 市场指标的回测效果 （报告为市场快照，展示的是截至报告日的截面数据或近期历史统计，并非基于历史数据的策略回测结果。因此，本部分不适用） 市场指标的统计结果 1. **指数换手率**（截至2025年12月1日）[19] * 中证2000：3.99 * 创业板指：2.72 * 中证1000：2.4 * 中证全指：1.7 * 中证500：1.57 * 沪深300：0.61 * 上证50：0.27 2. **风险溢价**（截至2025年12月1日）[32] * 当前风险溢价：上证50 (0.80%), 沪深300 (1.09%), 中证500 (0.99%), 中证1000 (0.71%), 中证2000 (0.69%), 中证全指 (0.94%), 创业板指 (1.30%) * 近5年分位值：上证50 (82.14%), 沪深300 (86.67%), 中证500 (82.62%), 中证1000 (71.51%), 中证2000 (66.43%), 中证全指 (82.54%), 创业板指 (81.43%) * 近1年波动率：上证50 (0.86%), 沪深300 (0.99%), 中证500 (1.30%), 中证1000 (1.45%), 中证2000 (1.67%), 中证全指 (1.17%), 创业板指 (1.85%) 3. **PE-TTM**（截至2025年12月1日）[44] * 当前值：上证50 (11.90), 沪深300 (14.06), 中证500 (32.45), 中证1000 (47.26), 中证2000 (155.52), 中证全指 (21.11), 创业板指 (40.32) * 近5年历史分位值：上证50 (85.45%), 沪深300 (83.72%), 中证500 (95.29%), 中证1000 (96.61%), 中证2000 (82.31%), 中证全指 (92.56%), 创业板指 (55.79%) 4. **股息率**（截至2025年12月1日）[54] * 当前值：上证50 (3.30%), 沪深300 (2.71%), 中证500 (1.38%), 中证1000 (1.12%), 中证2000 (0.76%), 中证全指 (2.02%), 创业板指 (1.02%) * 近5年历史分位值：上证50 (35.29%), 沪深300 (37.02%), 中证500 (16.28%), 中证1000 (46.28%), 中证2000 (12.64%), 中证全指 (35.95%), 创业板指 (69.59%) 5. **破净率**（截至2025年12月1日）[57] * 上证50：18.0% * 沪深300：15.67% * 中证500：12.0% * 中证1000：7.9% * 中证2000：3.0% * 创业板指：1.0% * 中证全指：6.08% 6. **分布形态指标**（当前 vs 近5年）[27] * **峰度变化（当前 - 近5年）**：上证50 (-2.09), 沪深300 (-1.82), 中证500 (-1.98), 中证1000 (-1.37), 中证2000 (-1.54), 中证全指 (-1.72), 创业板指 (-2.24) * **偏度变化（当前 - 近5年）**：上证50 (-0.58), 沪深300 (-0.46), 中证500 (-0.51), 中证1000 (-0.38), 中证2000 (-0.37), 中证全指 (-0.42), 创业板指 (-0.55)