根据提供的证券研究报告内容，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. 模型名称：中证人工智能产业指数编制模型 模型构建思路：通过全市场选股，结合AI业务占比、成长水平和市值规模构建指标体系，选取50只最具代表性的上市公司证券作为指数样本[53] 模型具体构建过程： - 样本初筛：从样本空间中筛选涉及人工智能基础资源、技术支持及应用领域的上市公司证券[55] - 成长性筛选：剔除SUE（标准化预期外盈利）排名后20%的证券，计算公式为： $SUE = \frac{(单季度净利润 - 预期净利润)}{过去8个季度净利润同比变化的标准差}$ 其中预期净利润=去年同期单季度实际净利润+过去8个季度净利润同比变化均值[55] - 综合得分计算： $综合得分 = 过去一年日均总市值 \times 收入占比得分 \times 行业中性净利润增速得分$ 行业中性净利润增速=单季度净利润增速-所属中证三级行业平均净利润增速[55] - 加权方式：采用因子得分调整后自由流通市值加权，单个样本权重不超过10%[56] 模型评价：季度调仓频率能更好适应AI产业快速发展特性，行业中性处理避免单一子行业过度集中[53][57] 2. 因子名称：SUE（标准化预期外盈利）因子 因子构建思路：捕捉成长性突破长期均值的个股，反映景气度边际变化[57] 因子具体构建过程： - 计算单季度净利润与预期净利润的偏离度 - 标准化处理：除以过去8个季度净利润同比变化的标准差[55] 因子评价：对AI产业中高成长性子行业（如ASIC芯片、光模块）具有显著筛选效果[57] 3. 因子名称：行业中性净利润增速因子 因子构建思路：消除行业差异影响，识别行业内真实成长性突出的个股[55] 因子具体构建过程： $行业中性净利润增速 = 单季度净利润增速 - 所属中证三级行业平均净利润增速$ 再通过标准化处理得到因子得分[55] 模型的回测效果 1. 中证人工智能产业指数模型： - 年化收益：11.49% - 年化波动：34.45% - Sharpe比率：0.49 - 最大回撤：-47.31%[83] - 2025年修订后超额收益：较旧编制方案平均年化超额7.5%[62] 2. SUE因子： - 在ASIC芯片、光模块等子行业权重提升18.8%→20.6%（修订后）[58] 量化因子与构建方式 1. 复合因子：收入占比×成长性调整因子 构建过程： - 收入占比得分分级处理： - AI业务收入≥70%得1分 - 30%-70%且属互联网/软件行业得1分 - 其他按实际比例计算[55] - 与行业中性净利润增速因子相乘形成最终调整因子[55] 因子的回测效果 1. 行业中性净利润增速因子： - 使指数在自动驾驶、AIGC应用等成长性子行业权重提升9%-22%[76] 2. 收入占比因子： - 实现AI核心业务公司权重集中（如AIGC应用权重19%）[67] 注：报告中未涉及传统多因子模型（如Fama-French三因子）或机器学习模型的具体构建，主要聚焦于指数编制方案的量化规则设计[53][55]