根据提供的研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. 模型名称：上证科创板人工智能指数（950180.CSI） - 模型构建思路：反映科创板市场代表性人工智能产业上市公司证券的整体表现，覆盖硬件、软件、应用等AI产业链环节[45][46]。 - 模型具体构建过程： 1. 样本空间：科创板上市时间超过6个月（或市值前5且上市超3个月）的股票，且过去一年日均成交金额排名前90%[46]。 2. 选样方法：筛选为AI提供基础资源（如计算芯片、高性能计算机）或技术支持（如云计算、机器视觉）的股票，按过去一年日均总市值排名取前30只[46]。 3. 权重调整：单个样本股权重不超过10%，每季度调整一次成分股及权重因子[47]。 4. 计算公式： $报告期指数 = \frac{报告期样本股的调整市值}{除数} \times 1000$ 其中，调整市值=∑(股价×调整股本数×权重因子)[46]。 - 模型评价：行业集中度高（信息技术占比83%），聚焦AI产业链龙头，成分股盈利增长预期强劲[53][55][61]。 2. 因子名称：AI产业链竞争力因子 - 因子构建思路：评估国内AI企业在全球产业链各环节（硬件、软件、数据等）的竞争力[14][15]。 - 因子具体构建过程： 1. 数据层：利用中文数据资源优势，覆盖百度、阿里等企业的语料库和数据集[14]。 2. 硬件层：对比寒武纪、华为等国产GPU与NVIDIA的技术差距[15]。 3. 模型层：跟踪DeepSeek、阿里等大模型的基准测试表现（如MMLU、LMSys Elo得分）[26][27]。 4. 应用层：统计金融、电商等领域的商业化渗透率（如麦肯锡调查中65%企业使用生成式AI）[17][18]。 - 因子评价：国内在数据和模型开发环节具有优势，但硬件依赖海外，政策支持推动长期竞争力提升[15][43]。 --- 模型的回测效果 1. 上证科创板人工智能指数： - 收益率：2024年YTD收益率27.34%，2023年收益率12.68%，显著跑赢科创50、沪深300等宽基指数[51][52]。 - 夏普比率：YTD夏普比率16.04，一年期2.63，优于科创50（1.48）和沪深300（0.7）[52]。 - 最大回撤：YTD最大回撤-4.48%，一年期-20.18%，风险控制优于同类指数[52]。 2. AI产业链竞争力因子： - 算力需求增长：国内智能算力规模2025年预计达1037.3EFLOPS，年复合增速46.2%[35]。 - 模型性价比：DeepSeek R1成本仅为OpenAI O1的3%-5%，Chatbot Arena排名前五[26][30]。 --- 因子的回测效果 1. AI商业化渗透率因子： - 指标值：生成式AI企业采用率从2023年33%升至2024年65%，营销部门用例数翻倍[17][18]。 2. 国产大模型性能因子： - 指标值：DeepSeek R1在LMSys测试中Elo得分1363，接近GPT-4水平[30]。 注：研报未涉及其他量化模型或因子，故未列出相关内容。