根据提供的华福证券金融工程专题报告，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：MVO（均值-方差优化）资产配置模型 模型构建思路：通过优化投资组合中不同资产类别的权重，在给定风险水平下最大化预期收益[17][18] 模型具体构建过程： - 输入变量：港股红利与港股科技资产的历史收益率、波动率及相关系数 - 优化目标：求解最优权重组合使得组合夏普比率最大化 - 约束条件：港股红利权重56%，港股科技权重44%（截至2025年6月）[18] 模型评价：相比静态配置的沪港深基金，动态优化策略能更好捕捉科技板块弹性 2. 因子名称：恒生港股通科技主题指数（HSSCITI）成长性因子 因子构建思路：通过快速纳入机制捕捉新兴科技企业的成长潜力[38] 因子具体构建过程： - 筛选标准：对转为主要/双重主要上市且市值排名前10的港股通科技企业实施快速纳入 - 缓冲区设计：排名24-36位的股票作为候选池，避免优质标的因短期波动被误剔除 - 流动性要求：每月换手率≥0.1%[38] 3. 因子名称：恒生港股通科技主题指数（HSSCITI）科技纯度因子 因子构建思路：从105个业务子类中筛选13个核心科技领域提升指数纯度[37] 因子具体构建过程： - 硬件科技领域：包含半导体（ICB 703010）、电子元件（453010）等 - 数字内容领域：游戏软件（702040）、云计算（751030）等 - 创新服务领域：支付服务（503050）、互动媒体（235050）等[37] 模型的回测效果 1. MVO模型： - 年化收益率：较沪港深基金基准提升3.2pp[17] - 波动率：18.5% vs 基准21.3%[17] 2. 买入持有策略（HSSCITI）： - 3年期正收益概率63.24%，平均收益8.06%[53] - 5年期最佳收益221.28%[53] 3. 定投策略（HSSCITI）： - 3年期正收益概率52.4%，平均收益10.5%[58] - 较一次性买入策略提升胜率22.7pp[58] 因子的回测效果 1. 科技纯度因子： - 信息比率（IR）：0.82（2015-2025）[37] - 行业集中度：前三大科技子行业权重58.72%[26] 2. 成长性因子： - 快速纳入企业平均市值增速：年化34%（2024-2025）[38] - 缓冲区保留标的后续6个月超额收益：+7.2%[38] 注：所有测试结果基于2020年12月31日至2025年6月30日回溯周期[53][58]