这份研报主要跟踪和分析了各类市场指标和风格表现,并未涉及传统意义上需要构建的量化选股模型或阿尔法因子。报告的核心是对现有风格指数、估值、资金面等指标的跟踪和解读。以下是基于报告内容的总结: 量化模型与构建方式 本报告未涉及需要构建的量化选股模型或阿尔法因子。 模型的回测效果 本报告未涉及量化模型的回测效果。 量化因子与构建方式 本报告未涉及需要构建的量化选股因子。 风格指数与跟踪指标 1. 风格拥挤度 构建思路: 衡量不同风格(如成长/红利、小盘/大盘等)的交易热度相对于历史水平和市场整体水平的位置,用于判断风格是否过热或过冷[37][122]。 具体构建过程: 1. 分别计算风格指数和万得全A指数近n个交易日(n=63,即一个季度)的日均换手率。 2. 在滚动y年(y=6)的历史窗口内,对这两组换手率时间序列分别进行z-score标准化。 3. 计算风格指数标准化后的换手率与万得全A指数标准化后的换手率之差。 4. 最后计算该差值的滚动历史分位值,即为风格拥挤度分位点[122]。 2. 风格累计超额净值 构建思路: 计算各风格指数相对于万得全A指数的累计超额收益,用于观察风格的长期表现[37][123]。 具体构建过程: 1. 以2016年1月4日为基准日,计算风格指数和万得全A指数的每日累计净值(当日收盘价 / 基准日收盘价)。 2. 将风格指数的每日累计净值除以万得全A指数同日的累计净值,得到每日的相对净值。 3. 这一系列相对净值连接起来即构成该风格相对于万得全A的累计超额净值曲线[123]。 3. 机构调研活跃度 构建思路: 衡量不同板块或行业受到机构关注度的历史分位水平,分为长期和短期口径[104][124]。 具体构建过程: 1. 计算板块(或指数、行业)近n个交易日的“日均机构调研次数”。 * 长期口径:n取126(近半年)[124] * 短期口径:n取63(近一季度)[124] 2. 在滚动历史窗口(长期口径为6年,短期口径为3年)内,对该“日均机构调研次数”序列以及万得全A的对应序列分别进行z-score标准化。 3. 计算板块标准化后的数值与万得全A标准化后的数值之差,得到“机构调研活跃度”。 4. 最后计算该“机构调研活跃度”在滚动历史窗口内的历史分位数[124]。 4. 股债风险溢价(ERP) 构建思路: 衡量股票市场相对于债券市场的估值吸引力,是常见的股债性价比指标[72]。 具体构建过程: 其中, 为指数滚动市盈率[72]。 指标跟踪结果 风格表现 (截至2025年9月12日) | 风格对比 | 近一周收益(%) | 近一月收益(%) | 年初至今收益(%) | | :----------------- | :------------ | :------------ | :------------- | | 成长-红利 | 1.9 | 13.9 | 22.9 | | 小盘-大盘 | 1.6 | -0.3 | 9.1 | | 微盘股-基金重仓 | 0.1 | -6.4 | 35.1 | | 动量-反转 | -1.3 | -2.0 | 24.4 | 数据来源:图表6[27] 风格拥挤度历史分位 (截至2025年9月12日) | 风格 | 当前分位 | | :--------- | :------- | | 成长 | 14% | | 红利 | 32% | | 小盘 | 32% | | 大盘 | 76% | | 微盘股 | 15% | | 基金重仓 | 88% | 数据来源:图表11[37] 估值水平 (PE_TTM历史分位) | 指数 | 当前分位 | 状态 | | :--------- | :------- | :--- | | 万得全A | 91% | 极高 | | 沪深300 | 80% | 极高 | | 中证500 | 73% | 较高 | | 创业板指 | 39% | 较低 | 数据来源:图表26,27,28,29,30[62][68][70] 股债性价比 (ERP历史分位) | 指数 | 当前分位 | 状态 | | :--------- | :------- | :--- | | 万得全A | 47% | 均衡 | | 沪深300 | 48% | 均衡 | | 中证500 | 66% | 较高 | | 创业板指 | 86% | 极高 | 数据来源:图表31,32,33,34,35[72][78][80] 机构调研活跃度历史分位 (长期口径) 前列行业: 有色金属(97%)、房地产(94%)、石油石化(93%)[104] 后列行业: 银行(9%)、机械(18%)、医药(23%)[104] 数据来源:图表47[105]
中银量化大类资产跟踪