量化模型与构建方式 1. 模型名称:沪深300指数成分股调整预测模型 - 模型构建思路:基于沪深300指数的编制规则,选择规模大、流动性好的股票,通过日均成交金额和日均总市值排序,结合缓冲调整和剔除重大亏损股票等规则,预测成分股调整[20] - 模型具体构建过程: 1. 样本空间:沪深A股中规模大、流动性好的股票[20] 2. 排序规则:根据最近一年的日均成交金额和日均总市值进行排序[20] 3. 调整规则:通过缓冲调整剔除重大亏损股票,调整数量不超过成分股数量的10%[20] 2. 模型名称:上证180指数成分股调整预测模型 - 模型构建思路:基于上证180指数的编制规则,选择沪市A股中规模大、流动性好的股票,按行业分类确定入选股票数量,通过缓冲调整和剔除重大亏损股票等规则,预测成分股调整[22] - 模型具体构建过程: 1. 样本空间:沪市A股中经营状况良好、无违法违规事件的股票[22] 2. 排序规则:根据过去一年日均总市值和日均成交金额排序[22] 3. 调整规则:按照中证行业分类确定各行业入选股票数量,通过缓冲调整剔除重大亏损股票,调整数量不超过成分股数量的10%[22] 3. 模型名称:上证50指数成分股调整预测模型 - 模型构建思路:基于上证50指数的编制规则,从上证180指数成分股中选择规模大、流动性好的股票,通过排序和缓冲调整规则,预测成分股调整[25] - 模型具体构建过程: 1. 样本空间:上证180指数成分股[25] 2. 排序规则:根据过去一年的日均总市值和日均成交金额综合排序[25] 3. 调整规则:通过缓冲调整得出最新成分股,调整数量不超过成分股数量的10%[25] 4. 模型名称:科创50指数成分股调整预测模型 - 模型构建思路:基于科创50指数的编制规则,从上市满6个月的科创板股票中选择规模大、流动性好的股票,通过剔除低流动性股票和缓冲规则,预测成分股调整[27] - 模型具体构建过程: 1. 样本空间:上市满6个月的科创板股票[27] 2. 剔除规则:剔除过去一年日均成交金额排名后10%的股票[27] 3. 排序规则:选择过去一年日均市值最大的50只股票[27] 4. 调整规则:通过缓冲规则调整,调整数量不超过成分股数量的10%[27] 5. 模型名称:创业板指数成分股调整预测模型 - 模型构建思路:基于创业板指数的编制规则,从上市满6个月的创业板股票中选择规模大、流动性好的股票,通过剔除低流动性股票和缓冲规则,预测成分股调整[30] - 模型具体构建过程: 1. 样本空间:上市满6个月的创业板股票[30] 2. 剔除规则:剔除过去半年日均成交金额排名后10%的股票[30] 3. 排序规则:选择过去半年日均市值最大的100只股票[30] 4. 调整规则:通过缓冲规则调整,调整数量不超过成分股数量的10%[30] 6. 模型名称:中证500指数成分股调整预测模型 - 模型构建思路:基于中证500指数的编制规则,从剔除沪深300样本股及市值排名前300名股票后的股票池中选择规模大、流动性好的股票,通过排序和缓冲调整规则,预测成分股调整[32] - 模型具体构建过程: 1. 样本空间:剔除沪深300样本股及最近一年日均总市值排名前300名的股票[32] 2. 剔除规则:剔除过去一年日均成交额后20%的股票[32] 3. 排序规则:根据过去一年的日均总市值排序[32] 4. 调整规则:通过缓冲调整剔除重大亏损股票,调整数量不超过成分股数量的10%[32] --- 模型的回测效果 1. 沪深300指数成分股调整预测模型 - 调入股票:小商品城、华电国际、沪农商行等11只股票[21] - 调出股票:天山股份、锦浪科技、新城控股等11只股票[21] 2. 上证180指数成分股调整预测模型 - 调入股票:江西铜业、大秦铁路、浙商银行等18只股票[24] - 调出股票:中国医药、合盛硅业、斯达半导等18只股票[24] 3. 上证50指数成分股调整预测模型 - 调入股票:交通银行、邮储银行、华泰证券等5只股票[26] - 调出股票:北方稀土、航发动力、天合光能等5只股票[26] 4. 科创50指数成分股调整预测模型 - 调入股票:唯捷创芯、萤石网络、佰维存储等3只股票[29] - 调出股票:容百科技、禾迈股份、思瑞浦等3只股票[29] 5. 创业板指数成分股调整预测模型 - 调入股票:兴齐眼药、网宿科技、川宁生物等7只股票[31] - 调出股票:迪安诊断、鹏辉能源、中简科技等7只股票[31] 6. 中证500指数成分股调整预测模型 - 调入股票:海信家电、森麒麟、三星医疗等50只股票[36] - 调出股票:航天发展、天坛生物、莱克电气等50只股票[36]
金融工程专题研究:2024年6月沪深核心指数成分股调整预测
国信证券·2024-05-11 15:04