根据研报内容，本报告主要涉及指数样本股调整的预测方法，而非传统的量化因子或量化交易模型。报告的核心是基于指数编制规则的预测流程。以下是总结： 量化模型与构建方式 1. 模型名称：沪深300指数样本股调整预测模型[29] * 模型构建思路：严格按照中证指数有限公司公布的《沪深300指数编制方案》中规定的指数编制方法，通过多步骤筛选来预测可能被调入或调出的样本股[29] * 模型具体构建过程： * 步骤1：确定样本空间。样本空间需满足以下条件：[33] * 科创板、创业板证券：上市时间超过一年 * 非ST、*ST股票，非暂停上市股票 * 其他证券：上市时间超过一个季度，除非该证券自上市以来日均总市值排在前30位 * 步骤2：按照成交额进行筛选。获取所有样本空间个股在特定考察期（例如2024年11月1日到2025年10月31日）的日均总市值和日均成交额数据，首先按照日均成交额进行排序，剔除排名在后40%内的老样本个股，保留在前60%以内的老样本股和排名在前50%的样本股[29] * 步骤3：按总市值进行筛选。按日均总市值进行排序，考虑规则中对于缓冲区规则的定义，保留排名在前240的新样本以及排名前360的老样本股[29] * 步骤4：其他剔除规则。此外，剔除最近一年受证监会处罚的样本、财务亏损的样本、长期停牌的样本[30] 2. 模型名称：中证500指数样本股调整预测模型[34] * 模型构建思路：严格按照中证指数有限公司公布的《中证500指数编制方案》中规定的指数编制方法进行筛选预测[34] * 模型具体构建过程： * 步骤1：确定样本空间。样本空间需满足以下条件：[34] * 科创板、创业板证券：上市时间超过一年 * 非ST、*ST股票，非暂停上市股票 * 非科创板非创业板证券：上市时间超过3个月，除非该证券自上市以来日均总市值排在前30位 * 步骤2：初步剔除。在样本空间中剔除沪深300指数样本以及过去一年日均总市值排名前300的证券[35] * 步骤3：按成交额筛选。对样本空间内剩余证券按照过去一年日均成交金额由高到低排名，剔除排名后20%的证券[35] * 步骤4：按总市值筛选。将剩余证券按照过去一年日均总市值由高到低进行排名，选取排名前500的证券作为指数样本[35] * 步骤5：调整与缓冲规则：[39] * 每次调整的样本数量一般不超过50个股票 * 日均成交金额排名在样本空间的剩余证券（剔除沪深300指数样本及过去一年日均总市值排名前300名的证券后）前90%的老样本可参与下一步日均总市值排名[36] * 日均总市值排名在400名之前的新样本优先进入 * 排名在600名之前的老样本优先保留 模型的回测效果 1. 沪深300指数样本股调整预测模型： * 预测准确率（2019年6月以来）：预测调入样本正确率78%（预测正确调入个股数178只，预测错误51只），预测调出样本正确率96%（预测正确调出个股数219只，预测错误10只）[26] * 2025年6月预测实例表现：[14][18] * 预测调入股票池（7只股票）从公告日前10个交易日持有至公告日的平均累计超额收益为2.29% * 预测调入股票池（7只股票）从公告日前10个交易日持有至公告日后10个交易日的平均累计超额收益为-2.24% * 预测调出股票池（7只股票）从公告日前10个交易日持有至公告日的平均累计超额收益为-0.67% * 预测调出股票池（7只股票）从公告日前10个交易日持有至公告日后10个交易日的平均累计超额收益为0.22% 2. 中证500指数样本股调整预测模型： * 预测准确率（2023年6月以来）：预测调入样本正确率71%（预测正确调入个股数177只，预测错误73只），预测调出样本正确率92%（预测正确调出个股数230只，预测错误20只）[28] * 2025年6月预测实例表现：[19][25] * 预测调入股票池（50只股票）从公告日前10个交易日持有至公告日的平均累计超额收益为-0.73% * 预测调入股票池（50只股票）从公告日前10个交易日持有至公告日后10个交易日的平均累计超额收益为0.60% * 预测调出股票池（50只股票）从公告日前10个交易日持有至公告日的平均累计超额收益为2.65% * 预测调出股票池（50只股票）从公告日前10个交易日持有至公告日后10个交易日的平均累计超额收益为-0.13%