量化模型与构建方式 1. 模型名称：无 该报告中未提及具体的量化模型，仅对市场数据进行了跟踪和统计分析[1][2][3] 量化因子与构建方式 1. 因子名称：风险溢价 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，计算各宽基指数相对于无风险利率的风险溢价，衡量其相对投资价值和偏离情况[14] 因子具体构建过程：风险溢价的计算公式为： 其中，指数收益率为各宽基指数的收益率，十年期国债即期收益率为无风险利率的参考[14] 因子评价：风险溢价有明显的均值复归现象，中证1000和中证2000的风险溢价波动率相对较大[14] 2. 因子名称：PE-TTM 因子构建思路：使用各指数的PE-TTM作为估值参考，衡量各指数在当前时点的投资价值[17] 因子具体构建过程：PE-TTM的计算公式为： 其中，市值为各宽基指数的总市值，过去12个月的净利润为各指数的净利润[17] 因子评价：PE-TTM分位数在24年9月底探底后急速拉升，整体中枢上移，保持震荡上扬趋势[20] 3. 因子名称：股息率 因子构建思路：股息率反映现金分红回报率，红利投资是一种投资风格，高股息率在市场利率下行期的表现尤为突出[25] 因子具体构建过程：股息率的计算公式为： 其中，每股股息为各宽基指数的每股分红，每股股价为各指数的当前股价[25] 因子评价：沪深300和上证50的股息率近5年历史分位值较高，而中证2000和中证500的股息率较低[28] 4. 因子名称：破净率 因子构建思路：破净率表示市净率低于1的股票占比，反映市场的估值态度，破净数和占比越高，低估的情况越普遍[29] 因子具体构建过程：破净率的计算公式为： 其中，破净股票数量为市净率低于1的股票数量，总股票数量为各宽基指数的总股票数量[29] 因子评价：中证全指破净个股数在2024年9月底大幅下降，然后震荡调整，各指数的破净个股数占比走势相似[31] 模型的回测效果 1. 无 该报告中未提及具体的量化模型回测效果[1][2][3] 因子的回测效果 1. 风险溢价因子 当前风险溢价：上证50（-0.17%），沪深300（-0.41%），中证500（-0.78%），中证1000（-1.53%），中证2000（-1.85%），中证全指（-0.89%），创业板指（-1.16%）[16] 近1年分位值：上证50（43.25%），沪深300（34.92%），中证500（27.78%），中证1000（15.48%），中证2000（13.89%），中证全指（19.44%），创业板指（24.21%）[16] 近5年分位值：上证50（44.37%），沪深300（35.08%），中证500（22.70%），中证1000（12.94%），中证2000（9.76%），中证全指（18.33%），创业板指（21.75%）[16] 2. PE-TTM因子 当前值：上证50（10.86），沪深300（12.60），中证500（28.92），中证1000（39.13），中证2000（96.99），中证全指（18.46），创业板指（33.18）[22] 近1年历史分位值：上证50（76.45%），沪深300（69.83%），中证500（96.28%），中证1000（79.34%），中证2000（97.93%），中证全指（86.78%），创业板指（68.60%）[22] 近5年历史分位值：上证50（64.96%），沪深300（58.43%），中证500（86.28%），中证1000（73.39%），中证2000（51.82%），中证全指（74.38%），创业板指（30.99%）[22] 3. 股息率因子 当前值：上证50（4.31%），沪深300（3.67%），中证500（1.77%），中证1000（1.39%），中证2000（0.97%），中证全指（2.69%），创业板指（1.28%）[29] 近1年历史分位值：上证50（93.80%），沪深300（95.04%），中证500（16.53%），中证1000（30.17%），中证2000（5.37%），中证全指（70.25%），创业板指（50.83%）[29] 近5年历史分位值：上证50（93.47%），沪深300（99.01%），中证500（51.40%），中证1000（84.46%），中证2000（77.69%），中证全指（93.39%），创业板指（90.17%）[29] 4. 破净率因子 当前值：上证50（24.0%），沪深300（17.33%），中证500（14.0%），中证1000（9.4%），中证2000（4.75%），中证全指（7.88%），创业板指（3.0%）[31]
A股市场快照：宽基指数每日投资动态-2025-03-16
江海证券·2025-03-16 15:53