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：煤炭行业利润预测模型 - 模型构建思路：基于动力煤长协价格机制和产能因子同比变化，预测煤炭行业营收和利润增速[10] - 模型具体构建过程： 1. 通过每月最后一期价格指数确定下月动力煤销售价格 2. 结合价格因子和产能因子同比变化，逐月估算行业利润增速 3. 公式： $利润增速 = f(价格因子_{同比}, 产能因子_{同比})$ - 模型评价：能够有效跟踪行业利润变化趋势，但对价格波动敏感性较高[14] 2. 模型名称：生猪供需预测模型 - 模型构建思路：利用能繁母猪存栏数据与6个月后生猪出栏的稳定比例关系，预测未来供需缺口[15] - 模型具体构建过程： 1. 计算历史出栏系数： $出栏系数 = \frac{单季度生猪出栏}{能繁母猪存栏_{滞后6个月}}$ 2. 预测6个月后潜在产能： $潜在产能 = 当月能繁母猪存栏 \times 上年同期出栏系数$ 3. 对比潜在产能与历史需求判断供需平衡[17] - 模型评价：实证显示对猪周期上行阶段有较强识别能力[16] 3. 模型名称：普钢行业利润预测模型 - 模型构建思路：综合钢材售价与铁矿石、焦炭等成本指标，预测单吨盈利和行业利润增速[18] - 模型具体构建过程： 1. 跟踪普通钢材综合售价 2. 加权计算铁矿石、焦炭、废钢等成本指标 3. 通过价差模型估算单吨毛利变化[20] - 模型评价：需结合PMI景气指标增强信号稳定性[22] 量化因子与构建方式 1. 因子名称：玻璃行业毛利因子 - 因子构建思路：通过浮法玻璃价格与纯碱、天然气等成本价差构建盈利跟踪指标[28] - 因子具体构建过程： $玻璃毛利 = 浮法玻璃价格 - (纯碱成本 + 天然气成本 + 其他变动成本)$ - 因子评价：对短期价格波动反应灵敏[30] 2. 因子名称：裂解价差因子 - 因子构建思路：反映炼化行业成品油与原油价差的盈利能力[31] - 因子具体构建过程： $裂解价差 = 成品油价格 - 原油成本$ - 因子评价：需结合油价趋势和新钻井数综合判断[35] 模型的回测效果 1. 煤炭行业利润预测模型： - 2025年6月预测利润同比增速为负值[14] - 历史季度利润预测误差率±3%[12] 2. 生猪供需预测模型： - 2025Q4预测供需缺口为0（均衡状态）[17] - 猪价周期识别准确率78%（历史回测）[16] 3. 普钢行业利润预测模型： - 2025年5月预测利润同比增速-1.2%[22] - 单吨盈利预测与股价相关性0.65[20] 因子的回测效果 1. 玻璃行业毛利因子： - 2025年5月毛利同比下跌12%[28] - 与股价超额收益相关性0.71[30] 2. 裂解价差因子： - 2025年5月价差同比收缩8%[33] - 对炼油指数超额收益解释力R²=0.52[35]