量化模型与构建方式 1. 主动量化组合模型 1.1 红利优选组合 * 模型名称：红利优选组合[28] * 模型构建思路：选择股息率较高、基本面较优的股票构建组合，对标中证红利指数[30][39] * 模型具体构建过程： 1. 流动性约束：剔除市值、日均成交额最小的20%个股[30] 2. 分红基础池：筛选过去1年红利支付率在0-1之间的股票[30] 3. 因子综合打分：对股息率、PB_INT、SUE、ROE、盈利质量、分析师目标收益、低换手率共7个因子进行等权打分[33] 4. 组合构建与风控：选择得分最高的50只股票构建股息率加权组合，并控制相对中证红利指数的行业偏离不超过3%[33] 1.2 PB盈利组合 * 模型名称：PB盈利组合[28] * 模型构建思路：选择估值较低、盈利能力较优的股票构建组合[33] * 模型具体构建过程： 1. 基础池：选取盈利因子（ROE+SUE）得分最高的1/5股票与PB最低的1/5股票的交集[33] 2. 市场关注度优选：基于过去1个月日均换手率将全A个股等分为5组，剔除基础池中属于换手率最高组（D5）的股票[33] 3. 位序估值优选：剔除长期（3年）位序估值低于10%、短期（半年）位序估值高于90%的个股[33] 1.3 GARP组合 * 模型名称：GARP组合[28] * 模型构建思路：选择估值较低、增长较快的股票构建组合[33] * 模型具体构建过程： 1. 基础池：选取增长因子（SUE、预期净利润调整、一致预期2年复合增速）得分最高的1/5股票与估值因子（BP、EP、3年股息率、1年股息率）最低的1/5股票的交集[33] 2. 市场关注度优选：基于过去1个月日均换手率将全A个股等分为5组，剔除基础池中属于换手率最高组（D5）的股票[33] 3. 位序估值优选：剔除长期（3年）位序估值低于10%、短期（半年）位序估值高于90%的个股[33] 1.4 成熟期优选组合 * 模型名称：成熟期优选组合[28] * 模型构建思路：选择成熟期公司中，稳健增长、盈利能力较优的股票构建组合[33] * 模型具体构建过程： 1. 选股池：构建成熟期个股池，条件为经营净现金流为正、投资净现金流为负、筹资净现金流为负[33] 2. 高估剔除：剔除成熟企业基础池中PB最高的10%个股[33] 3. 增长因子初筛：将加速增长、SUE两个因子等权打分，选择增长最快的100只股票构建初筛股票池[33] 4. 盈利能力优选：在初筛股票池中，选择盈利因子最高的50只股票构建市值加权组合[33] 1.5 成长期优选组合 * 模型名称：成长期优选组合[28] * 模型构建思路：选择成长期公司中，预期较优、增长较快、趋势性较好的股票构建组合[33] * 模型具体构建过程： 1. 选股池：构建成长期个股池，条件为经营净现金流为正、投资净现金流为负、筹资净现金流为正[33] 2. 成长因子初筛：将一致预期净利润调整、SUE、加速增长3个因子等权打分，选择成长性最高的100只股票构建初筛股票池[33] 3. 盈利能力优选：在初筛的100只股票池中，将ROE同比、ROE、研发投入、动量因子等权打分，选择得分最高的50只股票构建市值加权组合[33] 1.6 小市值高增长组合 * 模型名称：小市值高增长组合[28] * 模型构建思路：选择增长较快的小市值个股构建组合[33] * 模型具体构建过程：根据小市值、高增长因子构建多因子模型，选择复合得分最高的50只股票构建等权组合[33]。具体因子包括：小市值、盈利加速、SUE、预期净利润调整、累计研发投入、PB_INT、尾盘成交占比、开盘后大单净买入金额占比[33] 1.7 小盘价值组合 * 模型名称：小盘价值组合[28] * 模型构建思路：剔除高估值个股后，选择健康小市值公司构建组合[33] * 模型具体构建过程： 1. 剔除高估值：在全A股中剔除PB最高的20%的股票[33] 2. 多因子优选：在剩余股票中，选择多因子得分最高的50只股票构建等权组合[33]。因子包括：市值、价值、增长、加速增长、累计研发投入占比、预期净利润调整、反转、尾盘成交占比、开盘大单净买入金额占比；为体现小盘特征，提升小市值因子权重至20%，其余因子权重均为10%[33] 2. 指数增强组合模型 2.1 线性多因子指数增强模型 * 模型名称：线性多因子指数增强模型[41] * 模型构建思路：根据风格、量价、基本面等因子构建线性多因子收益模型，在控制风格、个股、行业偏离等约束下，构建月度换仓的指数增强组合[41] * 模型具体构建过程： 1. 因子池：针对不同宽基指数（沪深300、中证500、中证1000、中证A500）使用略有差异的因子列表，主要包括市值、中盘、反转、波动率、换手率/成交额、估值类（PB/预期EP/股息率）、基本面类（ROE、SUE、研发占比、预期净利润调整、分析师覆盖度）、高频量价类（尾盘成交占比、开盘后买入意愿强度、改进反转/开盘后大单净买入金额占比）等[41] 2. 风险模型与约束：主要控制市值、估值、个股、行业等维度的偏离，具体约束值因基准指数而异[42] 3. 因子加权方式：测试了两种因子权重确定方式： * IC均值加权：根据因子历史IC均值确定权重[42] * ICIR加权：根据因子历史信息比率（ICIR）确定权重，公式为：$权重_i = \frac{ICIR_i}{\sum_j ICIR_j}$， 其中ICIR为因子IC均值除以其标准差[42][43] 4. 组合优化：在给定因子暴露目标和风控约束下，通过优化求解得到最终持仓权重[41][42] 2.2 多策略复合指数增强模型 * 模型名称：多策略复合沪深300指数增强模型[3][53] * 模型构建思路：在基础指数增强策略上，加入域内和域外卫星策略，通过多策略形式改善组合业绩表现[3][53] * 模型具体构建过程： 1. 基础指数增强策略：权重占比60%，即上述线性多因子指数增强模型[3][53] 2. 域内卫星策略：权重占比30%，主要基于动量、基本面因子在成分股内选股[3][53] 3. 域外卫星策略：权重占比10%，即“小市值高增长组合”[3][53] 4. 复合方式：将三个子策略按固定权重合并，形成最终的复合沪深300指数增强策略[3][53] 量化因子与构建方式 报告在构建各类模型时提及了丰富的量化因子，根据其属性分类如下： 1. 估值类因子 * 因子名称：PB（市净率）[41]、PB_INT（行业调整市净率）[33]、EP（盈利收益率）[33]、预期EP[41]、BP（账面市值比）[33]、股息率[33][41]、3年股息率[33]、1年股息率[33]、位序估值（长期/短期）[33] 2. 盈利与增长类因子 * 因子名称：ROE（净资产收益率）[33][41]、ROE同比[33]、SUE（标准化未预期盈余）[33][41]、盈利质量[33]、加速增长[33]、预期净利润调整[33][41]、一致预期2年复合增速[33]、盈利加速[33] 3. 市值与风格类因子 * 因子名称：市值[33][41]、中盘[41]、小市值[33]、价值[33] 4. 动量与反转类因子 * 因子名称：动量[33]、反转[33][41]、改进反转[41] 5. 交易行为与流动性类因子 * 因子名称：换手率[33][41]、成交额[41]、尾盘成交占比[33][41]、开盘后买入意愿强度[41]、开盘后大单净买入金额占比[33][41]、开盘大单净买入金额占比[33]、低换手率[33] 6. 创新与分析师类因子 * 因子名称：研发占比[33][41]、累计研发投入[33]、累计研发投入占比[33]、分析师覆盖度[41]、分析师目标收益[33] 模型的回测效果 1. 主动量化组合（2025年度） * 红利优选组合：组合收益15.0%，相对中证800超额-5.9%，相对中证红利（全）指数超额11.3%[34] * PB盈利组合：组合收益21.3%，相对中证800超额0.4%[34] * GARP组合：组合收益36.2%，相对中证800超额15.3%[34] * 成熟期优选组合：组合收益29.2%，相对中证800超额8.3%[34] * 成长期优选组合：组合收益84.1%，相对中证800超额63.2%，相对885001指数超额50.9%[5][34] * 小市值高增长组合：组合收益69.1%，相对中证800超额48.2%，相对中证2000指数超额32.7%[34] * 小盘价值组合：组合收益59.8%，相对中证800超额38.9%，相对中证2000指数超额23.3%[34] 2. 指数增强组合（2025年度） 2.1 IC均值加权方式 * 沪深300指数增强：超额收益6.8%，超额波动率5.5%，信息比1.12，相对回撤5.2%[45] * 中证500指数增强：超额收益3.1%，超额波动率4.4%，信息比0.54，相对回撤3.6%[46] * 中证1000指数增强：超额收益5.1%，超额波动率4.9%，信息比0.82，相对回撤3.8%[47] * 中证A500指数增强：超额收益4.8%，超额波动率4.5%，信息比0.93，相对回撤5.6%[49] 2.2 ICIR加权方式 * 沪深300指数增强：超额收益10.7%，超额波动率5.3%，信息比1.79，相对回撤3.5%[45] * 中证500指数增强：超额收益9.5%，超额波动率4.4%，信息比1.66，相对回撤2.9%[46] * 中证1000指数增强：超额收益10.2%，超额波动率4.9%，信息比1.65，相对回撤4.4%[47] * 中证A500指数增强：超额收益13.2%，超额波动率4.1%，信息比2.60，相对回撤2.7%[49] 3. 多策略复合指数增强模型（沪深300，全区间2014-2025） * 复合策略：年化超额收益12.2%，信息比1.93[55] * 基础增强策略：年化超额收益较复合策略低3.6%[55] * 模型评价：复合策略相比于基础策略具有稳定的收益提升，分年度稳定性较高[3][55]，但个别年份相对回撤可能增加[55]