量化模型与构建方式 国企基本面因子选股策略 1. 模型名称：国企基本面因子选股多头策略 - 模型构建思路：基于中证国企指数成分股及北交所符合条件的国企股票构建样本池，根据行业分类（红利型、成长型）选择通用因子和行业特色因子，通过加权打分选股[3][4][5]。 - 模型具体构建过程： 1. 样本池定义：中证国企指数成分股+北交所上市满6个月的央/地方国企股票[3]。 2. 行业分类：将ZX三级行业划分为红利型（资源品、公用事业等6类）和成长型（先进制造、软件服务等3类）[4]。 3. 因子选择： - 通用因子：股息率（TTM）、ROE（TTM）、营业现金比率等，权重根据行业类型调整（红利型股息率权重4，成长型为2）[5][6]。 - 行业特色因子：如资源品的ROIC环比增量、房地产的存货周转率等[7][8]。 4. 得分计算：通用因子得分（30%）+行业特色因子得分（70%）加权，归一化为百分制总分[9]。 5. 权重分配：前50名个股按得分立方加权，公式为： $w_{i}={\frac{s c o r e_{i}^{3}}{\sum_{i=1}^{N}s c o r e_{i}^{3}}}$ [10]。 - 模型评价：突出国企红利特征，兼顾行业差异，因子权重设计体现不同行业逻辑[5][9]。 科技主题基本面因子选股策略 1. 模型名称：科技主题基本面因子选股多头策略 - 模型构建思路：从符合科技定义的行业（电子、计算机等）中筛选高研发投入股票，按企业生命周期（引入期、成长期、成熟期）分域选股[17][19][21]。 - 模型具体构建过程： 1. 样本池定义：SW三级行业属于科技领域且研发费用占比>5%或研发人员占比>10%的股票[17][18]。 2. 生命周期划分：根据现金流正负将企业分为引入期、成长期等阶段，剔除震荡期和衰退期股票[19][20]。 3. 因子选择： - 通用因子：毛利率环比增量、独立发明专利数量等[22]。 - 特色因子：成长期关注资产负债率（正向），成熟期关注PB-ROE（正向）[22][28]。 4. 得分计算： - 单因子分位数打分后，按公式调节总分均衡性： ${\hat{\mathbb{E}}}_{i}^{s}\nearrow\ ={\frac{1}{5}}M e a n(S_{i})+{\frac{M e a n(S_{i})}{S t d(S_{i})}}$ [23]。 - 研发费用乘数调整总分： $研发费用乘数 = 0.9 + 0.2 × Normalization\left(\frac{Mean_{industry}(研发费用/总市值)}{Mean_{Astock}(研发费用/总市值)}\right)$ [25][26]。 5. 权重分配：前50名个股按得分线性加权，公式为： $w e i g h t_{i}={\frac{s c o r e_{i}}{\sum_{i=1}^{50}s c o r e_{i}}}$ [27]。 - 模型评价：强调研发投入和高成长性，生命周期分域增强因子有效性[21][22]。 --- 模型的回测效果 国企基本面因子选股多头策略 - 年化收益率：23.09% - 年化超额收益：21.01%（vs 中证国企指数） - Sharpe比率：1.0648 - Calmar比率：0.9799 - 最大回撤：-23.56% - 超额收益Sharpe比率：1.7000[11][12]。 科技主题基本面因子选股多头策略 - 年化收益率：25.25% - 年化超额收益：10.62%（vs 科技股样本池） - Sharpe比率：0.9404 - Calmar比率：0.7476 - 最大回撤：-33.78% - 超额收益Sharpe比率：1.4755[29][30]。 --- 量化因子与构建方式 国企基本面因子 1. 通用因子： - 股息率（TTM）：反映国企分红稳定性[6]。 - ROE（TTM）：央企业绩考核指标，衡量盈利能力[6]。 - 营业现金比率：经营现金流/营业总收入，考核销售质量[6]。 2. 行业特色因子： - 资源品：ROIC环比增量（盈利+营运效率）[7]。 - 房地产：存货周转率（销售效率）[8]。 - 银行：资本充足率（抗风险能力）[8]。 科技主题基本面因子 1. 通用因子： - 毛利率环比增量：反映利润空间[22]。 - 独立发明专利数量：衡量技术水平[22]。 2. 特色因子： - 成长期：资产负债率（正向，支持扩张）[22][28]。 - 成熟期：PB-ROE（低估值高ROE）[22][28]。 --- 因子的回测效果 （注：报告中未单独列出因子级回测指标，仅展示模型综合效果）