量化模型与构建方式 1. 模型名称：进取组合 - 模型构建思路：基于多因子选股策略，追求较高风险收益比[5][12] - 模型具体构建过程：通过综合评估市值、估值、动量等因子，筛选出具有高成长性和超额收益潜力的股票[12] 2. 模型名称：平衡组合 - 模型构建思路：在风险与收益间取得平衡，兼顾稳健性和收益性[5][12] - 模型具体构建过程：结合估值、盈利质量、波动率等因子，优选均衡配置的股票组合[12] 3. 模型名称：沪深300增强组合 - 模型构建思路：通过超额收益因子优化基准指数成分股权重[16] - 模型具体构建过程：在沪深300成分股中，基于财务因子（如ROE）和技术因子（如动量）调整权重[16] 4. 模型名称：中证500增强组合 - 模型构建思路：在中证500成分股中挖掘具有Alpha的个股[16] - 模型具体构建过程：结合小市值因子和盈利增长因子进行加权优化[16] 5. 模型名称：中证1000增强组合 - 模型构建思路：聚焦小盘股的超额收益机会[16] - 模型具体构建过程：利用反转因子和换手率因子筛选高弹性个股[16] 6. 模型名称：盈利、增长、现金流三者兼优组合 - 模型构建思路：筛选同时满足高盈利、高增长、优质现金流的企业[25] - 模型具体构建过程： - 盈利因子： - 增长因子： - 现金流因子： 综合排名后选取前20%股票[25] 7. 模型名称：PB-盈利优选组合 - 模型构建思路：结合低估值（PB）与高盈利（ROE）的“性价比”选股[28] - 模型具体构建过程： 选取得分最高的前30%股票[28] 8. 模型名称：GARP组合 - 模型构建思路：Growth at a Reasonable Price，平衡成长性与估值[30] - 模型具体构建过程： 筛选PEG<1且盈利增长率>15%的股票[30] 9. 模型名称：小盘价值优选组合1/2 - 模型构建思路：在小盘股中挖掘低估值且具备基本面支撑的标的[34][35] - 模型具体构建过程： - 市值因子：选择全市场后30%小市值股票 - 价值因子： 组合1侧重低PB，组合2侧重低PE[34][35] 10. 模型名称：小盘成长组合 - 模型构建思路：筛选小盘股中高成长性标的[40] - 模型具体构建过程： 结合营收增长率（>20%）和研发费用占比（>5%）排名[40] --- 模型的回测效果 1. 进取组合 - 周收益率：3.53%（超额2.10%）[12] - 年收益率：23.82%（超额17.29%）[13] - 跟踪误差：17.76%[11] 2. 平衡组合 - 周收益率：4.15%（超额2.72%）[12] - 年收益率：15.68%（超额9.15%）[13] - 跟踪误差：14.18%[11] 3. 沪深300增强组合 - 周收益率：1.69%（超额0.10%）[16] - 年收益率：6.27%（超额4.45%）[17] - 跟踪误差：6.17%[11] 4. 盈利、增长、现金流三者兼优组合 - 周收益率：5.31%（超额3.72%）[25] - 年收益率：6.23%（超额4.40%）[25] - 跟踪误差：14.99%[11] 5. 小盘成长组合 - 周收益率：2.30%（超额-1.57%）[40] - 年收益率：20.82%（超额2.11%）[40] - 跟踪误差：11.82%[11] --- 量化因子与构建方式 1. 因子名称：市值因子 - 构建思路：小市值股票长期表现优于大市值股票[43] - 具体构建过程：按总市值排序，分10档构建多空组合[43] 2. 因子名称：PB因子 - 构建思路：低估值股票具有防御性优势[43] - 具体构建过程： 分10档计算多空收益[43] 3. 因子名称：反转因子 - 构建思路：过去跌幅大的股票短期可能反弹[46] - 具体构建过程： 计算过去20日收益率，分10档构建组合[46] 4. 因子名称：SUE因子（预期净利润调整） - 构建思路：分析师上调盈利预期的股票表现更优[50] - 具体构建过程： 分10档测试多空收益[50] --- 因子的回测效果 1. 市值因子（全市场） - 周多空收益：2.82%[43] - 年多空收益：15.83%[44] 2. 反转因子（全市场） - 周多空收益：4.23%[46] - 年多空收益：2.37%[47] 3. SUE因子（沪深300） - 周多空收益：0.17%[50] - 年多空收益：3.34%[51]
量化选股周报：量价因子表现显著修复-2025-03-15
海通证券·2025-03-15 21:23