量化模型与构建方式 1. 模型名称：Fama五因子模型[34][36][37][38] * 模型构建思路：该模型用于对基金或投资组合的收益进行归因分析，将收益分解为市场风险溢价、市值因子、账面市值比因子、盈利因子和投资因子五个系统性风险因子的暴露以及无法被这些因子解释的特质收益（Alpha）[34][37]。 * 模型具体构建过程：模型通过多元线性回归，将投资组合的超额收益对五个因子的收益率进行回归。具体公式如下： $R_{p,t} - R_{f,t} = \alpha_p + \beta_{MKT,p}MKT_t + \beta_{SMB,p}SMB_t + \beta_{HML,p}HML_t + \beta_{RMW,p}RMW_t + \beta_{CMA,p}CMA_t + \epsilon_{p,t}$ 其中： * $R_{p,t} - R_{f,t}$ 表示投资组合在t期的超额收益。 * $\alpha_p$ 是模型的截距项，代表投资组合的特质收益（Alpha）。 * $MKT_t$ 是市场因子，代表市场投资组合的超额收益。 * $SMB_t$ 是规模因子，代表小市值股票组合与大市值股票组合的收益之差。 * $HML_t$ 是价值因子，代表高账面市值比股票组合与低账面市值比股票组合的收益之差。 * $RMW_t$ 是盈利因子，代表高盈利股票组合与低盈利股票组合的收益之差。 * $CMA_t$ 是投资因子，代表低投资水平股票组合与高投资水平股票组合的收益之差。 * $\beta$ 系数代表投资组合对各因子的敏感度（暴露）。 * $\epsilon_{p,t}$ 是残差项。 * 模型评价：该模型被用于分析东吴移动互联A基金的收益来源和风险构成，结果显示其超额收益主要来自个股特异性Alpha而非系统性风格暴露，表明基金具备较强的个股选择能力[37]。同时，模型也揭示了基金在价值因子上的负向暴露以及市场因子是其主要风险来源[34][38]。 模型的回测效果 1. Fama五因子模型，市场因子敏感度（近三个月、近六个月、近一年、近三年）均显著为正[34] 2. Fama五因子模型，价值因子敏感度在各时间窗口均显著为负[34] 3. Fama五因子模型，规模因子和投资因子敏感度长期表现疲弱[34] 4. Fama五因子模型，特质收益（Alpha）在各时间窗口均为正向贡献，是基金超额收益的主要来源[37] 5. Fama五因子模型，市场因子风险贡献（近三年）约为1.98，是主要风险来源[38] 6. Fama五因子模型，价值因子风险贡献（近三个月）高达2.42[38] 7. Fama五因子模型，特质风险（非系统性，近三年）达1.96[38] 量化因子与构建方式 1. 因子名称：市场因子（MKT）[34][36][37][38] * 因子构建思路：衡量市场整体风险溢价，即承担市场系统性风险所获得的补偿。 * 因子具体构建过程：通常以全市场股票市值加权组合的收益率减去无风险利率（如国债收益率）来计算。 2. 因子名称：规模因子（SMB）[34][36] * 因子构建思路：衡量市值规模效应，即小市值公司股票相对于大市值公司股票的超额收益。 * 因子具体构建过程：将股票按总市值排序，构建小市值股票组合和大市值股票组合，计算两者收益率之差。 3. 因子名称：价值因子（HML）[34][36][38] * 因子构建思路：衡量价值效应，即高账面市值比（被认为更“便宜”）的股票相对于低账面市值比（更“贵”）股票的超额收益。 * 因子具体构建过程：将股票按账面市值比排序，构建高账面市值比股票组合和低账面市值比股票组合，计算两者收益率之差。 4. 因子名称：盈利因子（RMW）[34][36] * 因子构建思路：衡量盈利能力效应，即高盈利公司股票相对于低盈利公司股票的超额收益。 * 因子具体构建过程：将股票按盈利能力（如营业利润率）排序，构建高盈利股票组合和低盈利股票组合，计算两者收益率之差。 5. 因子名称：投资因子（CMA）[34][36] * 因子构建思路：衡量投资水平效应，即低投资（保守）公司股票相对于高投资（激进）公司股票的超额收益。 * 因子具体构建过程：将股票按投资水平（如资产增长率）排序，构建低投资股票组合和高投资股票组合，计算两者收益率之差。 因子的回测效果 （注：本报告未提供上述五个基础因子独立的回测表现指标（如IC、IR等）。报告主要展示了基金对这些因子的暴露情况和因子对基金收益/风险的贡献度，这些内容已在“模型的回测效果”部分总结。）