根据提供的金融工程月报，以下是关于报告中涉及的量化模型和因子的总结： 量化模型与构建方式 1. 券商金股指数模型 - 模型构建思路：券商金股组合能够体现总量分析师自上而下的配置能力和行业分析师自下而上的选股能力，并且研究发现该股票池能够较好地跟踪偏股混合型基金指数的表现[12][18] - 模型具体构建过程：每月初汇总券商金股，根据其被券商推荐的家数进行加权构建指数，并于每月第一天收盘价进行调仓[18] 为了更公允地与偏股混合型基金指数比较，在计算收益时，以每次调仓时点所能获取的主动股基最近一个报告期的权益仓位中位数作为券商金股指数的仓位[18] 2. 券商金股业绩增强组合模型 - 模型构建思路：以对标公募基金中位数为基准，在券商金股股票池中进行优选，目标是获得稳定战胜偏股混合型基金指数的表现[12][39][43] - 模型具体构建过程：以券商金股股票池为选股空间和约束基准，采用组合优化的方式控制组合与券商金股股票池在个股、风格上的偏离，以全体公募基金的行业分布为行业配置基准进行构建[43] 组合考虑仓位及交易费用的影响[44] 量化因子与构建方式 1. 券商推荐家数因子 - 因子构建思路：在券商金股股票池中，多人推荐的股票往往能够获得更高的市场关注度[31] - 因子具体构建过程：统计每只股票被不同券商推荐为金股的家数，作为衡量市场关注度的指标[31][34] 2. 买方关注度因子 - 因子构建思路：如果一只股票尚未被任何主动股基持有为前十大重仓股，说明其在公募基金经理群体中的关注度有待提升[35] - 因子具体构建过程：识别本月券商金股股票池中，尚未被任何主动股基在最近一个季报中持有为前十大重仓股的样本[35][38] 3. 卖方关注度因子 - 因子构建思路：如果某只股票在最近12个月均未被任何券商分析师推荐为金股，说明其在券商分析师群体中受到的关注相对较少[36] - 因子具体构建过程：筛选本月金股中，属于近12个月以来首次出现在券商金股股票池中的样本[36][37] 4. 常见选股因子 报告中提到了在券商金股股票池中跟踪的多种常见选股因子[3][27]： - 日内收益率 - BP（账面市值比） - 波动率 - 总市值 - SUE（标准化未预期收益） - 单季度超预期幅度 - 单季度营收增速 - 分析师净上调幅度 - 预期股息率 模型的回测效果 1. 券商金股指数模型 - 本月（20250902-20250930）收益：3.65%[21] - 今年以来（20250102-20250930）收益：31.66%[21] - 同期偏股混合型基金指数收益：35.37%[21] 2. 券商金股业绩增强组合模型 本月表现（2050901-20250930）[5][42]： - 绝对收益：-0.55% - 相对偏股混合型基金指数超额收益：-3.50% 本年表现（20250102-20250930）[5][42]： - 绝对收益：33.26% - 相对偏股混合型基金指数超额收益：1.19% - 在主动股基中排名分位点：43.07%（1494/3469） 历史表现（2018.1.2-2025.6.30）[44][47]： - 年化收益：19.34% - 相对偏股混合型基金指数年化超额：14.38% - 2018-2025年期间，每年业绩排名都排在主动股基前30%的水平 因子的回测效果 1. 选股因子近期表现 最近一个月表现[3][27]： - 表现较好因子：日内收益率、BP、波动率 - 表现较差因子：总市值、SUE、单季度超预期幅度 今年以来表现[3][27]： - 表现较好因子：总市值、单季度营收增速、分析师净上调幅度 - 表现较差因子：波动率、预期股息率、BP 2. 行业因子表现 本月行业组合收益[22][23][25]： - 超额收益排名前三行业：计算机、房地产、汽车 今年以来行业组合收益[22][23][26]： - 超额收益排名前三行业：电子、汽车、计算机