根据研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. Brinson分解模型 - 构建思路：用于拆解基金超额收益来源，区分行业配置收益和个股选择收益[16] - 具体构建： 1. 以中证800为基准，按半年度频率计算超额收益 2. 分解公式： $\text{超额收益} = \text{行业配置收益} + \text{个股选择收益}$ 3. 采用GRAP方法调整多期合并结果[16] - 模型评价：有效识别主动基金的收益贡献结构，显示选股收益稳定性高于行业配置[22] 2. K-Means聚类模型 - 构建思路：对绩优基金收益率进行降维分类[36] - 具体构建： 1. 提取近五年月度收益率数据 2. PCA降维后按欧式距离聚类 3. 最终划分为6类（行业分散型/小盘/价值/医药/轮动/科技）[36] - 模型评价：较好捕捉不同策略基金的收益特征差异[42] 3. 风格稳定性评估模型 - 构建思路：通过持仓数据识别基金风格标签[27] - 具体构建： 1. 半年度提取全部持仓 2. 结合个股风格分类计算风格权重 3. 取最大权重作为当期风格标签[27] 量化因子与构建方式 1. 行业配置稳定性因子 - 构建思路：衡量基金行业轮动频率[10] - 具体构建： 1. 静态分4类（高度分散/分散/集中/高度集中） 2. 动态分4类（高度稳定/稳定/轮动/高度轮动） 3. 组合形成16类特征矩阵[10] 2. 小盘错误定价因子 - 构建思路：捕捉小盘股定价效率低的超额机会[65] - 具体构建： 1. 筛选市值<100亿个股 2. 结合质量因子（ROE/现金流）过滤低质公司 3. 计算估值偏离度： $\text{偏离度} = \frac{\text{实际PE}}{\text{行业PE中位数}} - 1$ 3. 安全边际因子 - 构建思路：评估价值股的风险缓冲[67] - 具体构建： 1. 估值维度：PE_TTM历史分位数<30% 2. 质量维度：近3年ROE标准差<15% 3. 股息率加权： $\text{综合得分} = 0.4 \times \text{估值分} + 0.3 \times \text{质量分} + 0.3 \times \text{股息率}$ 模型回测效果 | 模型/因子 | 年化超额收益 | IR | 胜率 | 最大回撤 | |--------------------|--------------|-------|--------|----------| | Brinson分解模型 | 5.38%[22] | 1.2[22] | 69.12%[23] | -4.2%[18] | | 行业稳定型基金 | 7.3%[12] | 1.5[14] | 73.12%[12] | -6.8%[14] | | 小盘错误定价因子 | 9.2%[65] | 1.8[65] | 65.30%[42] | -12.4%[42] | 因子回测效果 | 因子 | IC均值 | IR | 多空收益 | 分位数差 | |--------------------|--------|-------|----------|----------| | 行业配置稳定性 | 0.15[14] | 2.1[14] | 8.7%[14] | 19.3pp[12] | | 安全边际 | 0.21[69] | 2.4[69] | 11.2%[69] | 23.6pp[69] | | 医药小市值 | 0.18[74] | 1.9[74] | 7.9%[74] | 15.8pp[74] | 注：所有测试区间为2015-2025年，数据频率为月度[9]