量化模型与构建方式 1. 创业板综合指数(399102.SZ)编制模型 - 模型名称:创业板综合指数编制模型 - 模型构建思路:采用全样本覆盖方式,全面反映创业板市场整体表现,同时通过剔除机制控制风险,提升指数代表性和投资价值[26][27] - 模型具体构建过程: 1. 样本空间筛选:选取深圳证券交易所创业板上市交易且满足以下条件的A股: - 非ST、*ST股票[27] - 国证ESG评级在C级以上[27] 2. 选样方法:选取样本空间内所有股票作为指数样本股,实现全市场覆盖[27] 3. 指数计算方法:采用派氏加权法,计算公式为: 基日为2010年5月31日,基点为1000点,流通股本数据来源于深交所每日发布[27] 4. 调整规则: - 新股上市后第11个交易日纳入[28] - 风险警示股自公告次月第二个星期五后的第一个交易日起剔除[28] - ESG评级降至C级及以下时按同样规则剔除[28] - 退市整理期首日剔除[28] - 模型评价:通过全样本覆盖和风险剔除机制,兼具市场代表性和风险控制能力,较好地反映了创业板整体运行状况[18][26] --- 量化因子与构建方式 1. 基本面因子 - 因子名称:盈利增长因子 - 因子构建思路:通过财报数据衡量成分股的盈利修复能力和成长性[36][37] - 因子具体构建过程: - 营业收入同比增速: - 净利润同比增速: 采用季度和半年度财报数据计算[36][38] 2. 估值因子 - 因子名称:PE_TTM分位数因子 - 因子构建思路:通过历史分位数衡量估值安全边际[40] - 因子具体构建过程: 计算当前PE_TTM(滚动市盈率)在过去10年历史数据中的分位数位置[40] 3. 行业权重因子 - 因子名称:新兴产业集中度因子 - 因子构建思路:通过行业权重分布体现对战略性新兴产业的覆盖度[30] - 因子具体构建过程: 计算电力设备及新能源、计算机、医药、电子、机械等五大行业权重合计占比[30] 4. 市值分布因子 - 因子名称:市值分层因子 - 因子构建思路:通过市值分布反映指数风格特征[30][33] - 因子具体构建过程: 按市值区间(<100亿、100-200亿、200-299亿、300-499亿、500-1000亿、>1000亿)统计成分股数量占比和权重占比[33] --- 模型的回测效果 创业板综合指数(2015年至今)[41][42] - 总收益:135.06% - 年化收益:8.24% - 年化波动:30.66% - 最大回撤:67.38% - Sharpe比率:0.27 创业板综合指数(2025年至今)[41][42] - 总收益:36.08% - 年化收益:59.98% - 年化波动:28.90% - 最大回撤:21.98% - Sharpe比率:2.08 --- 因子的回测效果 盈利增长因子(2025年Q1)[36][38] - 营业收入同比增速:5.97% - 净利润同比增速:15.33% 盈利增长因子(2025年H1)[37][38] - 净利润同比增速:13.72% 估值因子(截至2025年8月29日)[40] - PE_TTM十年分位数:61.96% 行业权重因子(截至2025年8月25日)[30] - 前五大行业权重合计:60.11% - 电力设备及新能源:16.44% - 计算机:12.49% - 医药:12.48% - 电子:11.64% - 机械:8.06% 市值分布因子(截至2025年8月25日)[33] - <200亿市值公司数量占比:~80% - <200亿市值公司权重占比:~30% - >1000亿市值公司权重占比:~20% 权重集中度因子[34][35] - 前十大权重股合计占比:24.55%
银华创业板综合ETF投资价值分析:成长驱动+龙头集中,创业板综指彰显投资潜力