根据提供的研报内容，以下是关于其中涉及的量化模型与因子的总结。 量化因子与构建方式 1. 因子名称：价格因子与产能因子（煤炭行业）[10] * 因子构建思路： 通过跟踪动力煤的价格和行业产能的同比变化，来估计煤炭行业的营收和利润增速[10]。 * 因子具体构建过程： 报告未提供具体的计算公式，但构建过程涉及：1) 获取动力煤价格指数；2) 获取行业产能数据；3) 计算价格和产能的同比变化率；4) 基于同比变化率综合估计行业利润增速[10]。 2. 因子名称：出栏系数因子（畜牧养殖行业）[15] * 因子构建思路： 利用生猪出栏与能繁母猪存栏之间的稳定关系，构建出栏系数，并以此预测未来6个月的生猪潜在供给和供需缺口，从而判断肉价走势[15][16]。 * 因子具体构建过程： 1. 计算历史出栏系数：$出栏系数 = \frac{单季度生猪出栏量}{6个月前的能繁母猪存栏量}$[15] 2. 预测未来潜在供给：$6个月后单季潜在产能 = 当前能繁母猪存栏量 \times 上年同期出栏系数$[15][16] 3. 预测未来潜在需求：以预测目标期（如26Q2）的上年同期单季度生猪出栏量作为潜在需求预测值[16][17] 4. 比较潜在供给与潜在需求，判断供需缺口。 3. 因子名称：单吨盈利因子（普钢行业）[18] * 因子构建思路： 通过跟踪普通钢材的综合售价以及铁矿石、焦炭、喷吹煤、废钢等主要成本指标，构建单吨盈利测算模型，用于预测普钢行业的利润增速[18]。 * 因子具体构建过程： 报告未提供具体的计算公式，但构建过程涉及：1) 获取钢材综合售价；2) 获取各项主要原材料成本；3) 计算单位产品的毛利或利润。 4. 因子名称：裂解价差因子（燃料型炼化行业）[27] * 因子构建思路： 通过跟踪成品油价格与原油价格之间的差异（裂解价差），来测算炼化行业的利润情况[27]。 * 因子具体构建过程： 报告未提供具体的计算公式，但构建过程涉及：1) 获取代表性成品油（如汽油、柴油）价格；2) 获取原油价格；3) 计算成品油价格与原油价格的差值或比值，即裂解价差。 模型的回测效果 报告未提供针对上述因子的具体回测指标数值（如IC值、IR等）。 量化模型与构建方式 1. 模型名称：行业景气度跟踪与配置信号模型[9] * 模型构建思路： 基于各行业的经营指标（如价格、成本、产能、供需等）预测其利润增速或盈利变化，并结合其他宏观经济指标（如PMI、商品房销售数据）生成行业配置观点（景气/中性）[9][24]。 * 模型具体构建过程： 该模型是一个综合框架，其具体构建过程因行业而异： * 煤炭行业： 结合价格因子和产能因子的预测结果，当预测利润增速无明显改善时，给出“中性”信号[10][14]。 * 畜牧养殖行业： 使用出栏系数因子预测未来供需缺口，当供需大体均衡时，给出“中性”信号；若产能持续去化导致明显紧缺，则可能转为“景气”信号[15][16][17]。 * 普钢行业： 使用单吨盈利因子预测利润，并结合PMI滚动均值的变化，当利润负增长且PMI趋势向下时，给出“中性”信号[18][21]。 * 结构材料与建筑工程： 对于玻璃和水泥，基于盈利预测（如浮法玻璃毛利同比增速）和行业先行指标（如房屋新开工面积）生成信号；对于建筑装饰，则基于制造业PMI和商品房销售数据判断基建托底预期，从而生成信号[24][26]。 * 燃料型炼化与油服： 使用裂解价差因子预测利润，并结合油价同比变化和新钻井数等指标生成配置信号[27][34][35]。 模型的回测效果 报告展示了部分行业配置信号的历史回测图（如图2、图5、图9、图10），但未提供具体的模型回测指标数值（如年化收益率、夏普比率、最大回撤等）[11][22][28][37]。