根据提供的研报内容，以下是关于量化模型和因子的总结： 量化模型与构建方式 1. 模型名称：中证人工智能主题指数模型 模型构建思路：该模型旨在从全市场选取业务涉及为人工智能提供基础资源、技术以及应用支持的上市公司证券，反映人工智能主题上市公司证券的整体表现[31] 模型具体构建过程： - 样本空间同中证全指指数的样本空间 - 选取业务涉及大数据、云计算、云存储、机器学习、机器视觉、人脸识别、语音语义识别、智能芯片等领域的上市公司证券作为待选样本 - 按照过去一年日均总市值由高到低排名，选取排名前50的证券作为指数样本 - 采用自由流通市值加权分级靠档算法计算指数 - 指数计算公式： $报告期指数 = \frac{报告期样本的调整市值}{除数} \times 1000$ 其中，调整市值 = ∑(证券价格×调整股本数×权重因子)[31] 模型评价：该指数覆盖面广，收益弹性大，能够较好地反映人工智能主题上市公司的整体表现[31] 模型的回测效果 1. 中证人工智能主题指数模型 - 年化收益率：20.59% - 年化波动率：35.55% - 最大回撤：-44.99% - 夏普比率：0.78[47] 量化因子与构建方式 1. 因子名称：人工智能产业净利润增速因子 因子构建思路：通过Wind一致预期数据，计算人工智能产业的预期净利润增速，反映产业的高景气度[19] 因子具体构建过程： - 获取Wind一致预期数据中人工智能指数2024年和2025年的预期净利润增速 - 计算预期净利润增速： $预期净利润增速 = \frac{预期净利润 - 当期净利润}{当期净利润} \times 100\%$ - 2024年预期净利润增速为37.73%，2025年预期净利润增速为38.54%[19] 因子评价：该因子能够较好地反映人工智能产业的高景气度和增长潜力[19] 因子的回测效果 1. 人工智能产业净利润增速因子 - 2024年预期净利润增速：37.73% - 2025年预期净利润增速：38.54%[19] 以上总结涵盖了研报中涉及的量化模型和因子的名称、构建思路、具体构建过程、评价以及回测效果，确保内容全面且详细。