量化模型与构建方式 1. 模型名称：国信金工指数增强组合模型 * 模型构建思路：以多因子选股为主体，通过收益预测、风险控制和组合优化三个主要流程，构建对标不同基准指数的增强组合，力求稳定战胜基准[11][12] * 模型具体构建过程： 1. 收益预测：基于多因子模型对股票未来收益进行预测[12] 2. 风险控制：在组合优化过程中施加多种约束以控制风险[12] 3. 组合优化：在满足风险约束的条件下，通过优化算法求解最优的股票权重，以最大化预期收益或控制跟踪误差[12] 2. 模型名称：单因子MFE组合模型 * 模型构建思路：为了在更贴近实际投资约束的条件下检验单因子的有效性，采用组合优化的方式，在控制行业、风格等暴露的前提下，构建最大化单因子暴露的组合，通过该组合相对于基准的表现来判断因子有效性[15][39] * 模型具体构建过程： 1. 设定优化目标与约束：采用如下组合优化模型构建MFE组合[39]： $\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$ * 目标函数：最大化组合在单因子上的加权暴露 $f^{T}w$，其中 $f$ 为因子取值向量，$w$ 为待求解的股票权重向量[39][40] * 约束条件1：限制组合相对于基准指数的风格暴露，$X$ 为风格因子暴露矩阵，$w_b$ 为基准权重，$s_l, s_h$ 为风格暴露偏离上下限[40] * 约束条件2：限制组合相对于基准指数的行业偏离，$H$ 为行业暴露矩阵，$h_l, h_h$ 为行业偏离上下限[40] * 约束条件3：限制个股相对于基准权重的偏离，$w_l, w_h$ 为个股偏离上下限[40] * 约束条件4：限制组合在基准成分股内的权重占比，$B_b$ 为成分股标识向量，$b_l, b_h$ 为占比上下限[40] * 约束条件5：限制卖空及个股权重上限，$\mathbf{0}\leq w\leq l$[40] * 约束条件6：组合满仓运作，$\mathbf{1}^{T}w=1$[40] 2. 参数设置示例：对于沪深300、中证500指数，控制MFE组合在中信一级行业和市值因子上的相对暴露为0，个股相对于成分股最大偏离权重1%，成分股内权重占比100%[43] 3. 组合构建与换仓：在每个月末，根据上述约束构建每个单因子的MFE组合，并在回测期内定期换仓，计算扣除交易费用后的收益[43] 3. 模型名称：公募重仓指数 * 模型构建思路：为了测试因子在公募基金持仓风格下的有效性，通过汇总公募基金持股信息，构建一个代表公募基金整体持仓风格的指数，作为因子测试的样本空间[41] * 模型具体构建过程： 1. 确定样本基金：选取普通股票型基金和偏股混合型基金，剔除规模小于五千万且上市不足半年的基金，若基金转型则使用转型后半年以上的数据[42] 2. 获取持仓数据：通过基金定期报告获取持股信息。若最新报告为半年报或年报，则使用全部持仓；若为季报，则结合前期的半年报或年报信息构建持仓数据[42] 3. 计算平均持仓：将所有符合条件的基金持仓股票权重进行平均，得到公募基金平均持仓信息[42] 4. 筛选成分股：将平均后的股票权重降序排序，选取累计权重达到90%的股票作为成分股，以此构建公募基金重仓指数[42] 量化因子与构建方式 报告从估值、反转、成长、盈利、流动性、公司治理、分析师等维度构造了30余个常见因子[16][17]。 1. 估值类因子 * 因子名称：BP * 因子构建思路：衡量市净率的倒数，代表估值水平[17] * 因子具体构建过程：净资产 / 总市值[17] * 因子名称：单季EP * 因子构建思路：衡量单季度盈利与市值的比率[17] * 因子具体构建过程：单季度归母净利润 / 总市值[17] * 因子名称：单季SP * 因子构建思路：衡量单季度营收与市值的比率[17] * 因子具体构建过程：单季度营业收入 / 总市值[17] * 因子名称：EPTTM * 因子构建思路：衡量滚动盈利与市值的比率[17] * 因子具体构建过程：归母净利润TTM / 总市值[17] * 因子名称：SPTTM * 因子构建思路：衡量滚动营收与市值的比率[17] * 因子具体构建过程：营业收入TTM / 总市值[17] * 因子名称：EPTTM分位点 * 因子构建思路：衡量当前EPTTM在历史区间中的相对位置[17] * 因子具体构建过程：EPTTM在过去一年中的分位点[17] * 因子名称：股息率 * 因子构建思路：衡量现金分红回报率[17] * 因子具体构建过程：最近四个季度预案分红金额 / 总市值[17] 2. 反转与动量类因子 * 因子名称：一个月反转 * 因子构建思路：捕捉短期价格反转效应[17] * 因子具体构建过程：过去20个交易日涨跌幅[17] * 因子名称：三个月反转 * 因子构建思路：捕捉中期价格反转效应[17] * 因子具体构建过程：过去60个交易日涨跌幅[17] * 因子名称：一年动量 * 因子构建思路：捕捉长期价格动量效应[17] * 因子具体构建过程：近一年除近一月后动量[17] 3. 成长类因子 * 因子名称：单季净利同比增速 * 因子构建思路：衡量单季度净利润的同比增长情况[17] * 因子具体构建过程：单季度净利润同比增长率[17] * 因子名称：单季营收同比增速 * 因子构建思路：衡量单季度营业收入的同比增长情况[17] * 因子具体构建过程：单季度营业收入同比增长率[17] * 因子名称：单季营利同比增速 * 因子构建思路：衡量单季度营业利润的同比增长情况[17] * 因子具体构建过程：单季度营业利润同比增长率[17] * 因子名称：SUE * 因子构建思路：衡量盈利超预期程度，并进行标准化处理[17] * 因子具体构建过程：(单季度实际净利润 - 预期净利润) / 预期净利润标准差[17] * 因子名称：SUR * 因子构建思路：衡量营收超预期程度，并进行标准化处理[17] * 因子具体构建过程：(单季度实际营业收入 - 预期营业收入) / 预期营业收入标准差[17] * 因子名称：单季超预期幅度 * 因子构建思路：直接衡量盈利超预期的幅度[17] * 因子具体构建过程：预期单季度净利润 / 财报单季度净利润[17] 4. 盈利类因子 * 因子名称：单季ROE * 因子构建思路：衡量单季度净资产收益率[17] * 因子具体构建过程：单季度归母净利润 * 2 / (期初归母净资产 + 期末归母净资产)[17] * 因子名称：单季ROA * 因子构建思路：衡量单季度总资产收益率[17] * 因子具体构建过程：单季度归母净利润 * 2 / (期初归母总资产 + 期末归母总资产)[17] * 因子名称：DELTAROE * 因子构建思路：衡量净资产收益率的同比变化[17] * 因子具体构建过程：单季度净资产收益率 - 去年同期单季度净资产收益率[17] * 因子名称：DELTAROA * 因子构建思路：衡量总资产收益率的同比变化[17] * 因子具体构建过程：单季度总资产收益率 - 去年同期单季度总资产收益率[17] 5. 流动性与波动类因子 * 因子名称：非流动性冲击 * 因子构建思路：衡量单位成交金额引起的价格冲击，反映流动性成本[17] * 因子具体构建过程：过去20个交易日的日涨跌幅绝对值 / 成交额的均值[17] * 因子名称：一个月换手 * 因子构建思路：衡量短期交易活跃度[17] * 因子具体构建过程：过去20个交易日换手率均值[17] * 因子名称：三个月换手 * 因子构建思路：衡量中期交易活跃度[17] * 因子具体构建过程：过去60个交易日换手率均值[17] * 因子名称：特异度 * 因子构建思路：衡量个股收益中不能被常见风险因子解释的部分，即特质波动[17] * 因子具体构建过程：1 - 过去20个交易日Fama-French三因子回归的拟合度[17] * 因子名称：一个月波动 * 因子构建思路：衡量短期价格波动率[17] * 因子具体构建过程：过去20个交易日日内真实波幅均值[17] * 因子名称：三个月波动 * 因子构建思路：衡量中期价格波动率[17] * 因子具体构建过程：过去60个交易日日内真实波幅均值[17] 6. 公司治理类因子 * 因子名称：高管薪酬 * 因子构建思路：衡量公司对高管的激励水平[17] * 因子具体构建过程：前三高管报酬总额取对数[17] 7. 分析师类因子 * 因子名称：预期EPTTM * 因子构建思路：基于分析师一致预期的滚动盈利市值比[17] * 因子具体构建过程：一致预期滚动EP[17] * 因子名称：预期BP * 因子构建思路：基于分析师一致预期的滚动市净率倒数[17] * 因子具体构建过程：一致预期滚动PB[17] * 因子名称：预期PEG * 因子构建思路：结合增长与估值的综合指标[17] * 因子具体构建过程：一致预期PEG[17] * 因子名称：预期净利润环比 * 因子构建思路：衡量分析师对未来盈利预期的调整方向[17] * 因子具体构建过程：一致预期净利润 / 3个月前一致预期净利润[17] * 因子名称：三个月盈利上下调 * 因子构建思路：衡量过去一段时间内分析师盈利预测上调与下调的净家数占比[17] * 因子具体构建过程：过去3个月内分析师(上调家数 - 下调家数) / 总家数[17] * 因子名称：三个月机构覆盖 * 因子构建思路：衡量近期受到机构关注的程度[17] * 因子具体构建过程：过去3个月内机构覆盖数量[17] 模型的回测效果 1. 国信金工指数增强组合模型 * 沪深300指数增强组合：本周超额收益1.60%，本年超额收益2.09%[5][14] * 中证500指数增强组合：本周超额收益0.23%，本年超额收益-1.59%[5][14] * 中证1000指数增强组合：本周超额收益1.77%，本年超额收益-0.36%[5][14] * 中证A500指数增强组合：本周超额收益0.97%，本年超额收益1.63%[5][14] 因子的回测效果 （以下因子表现数据均基于单因子MFE组合在对应样本空间中的测试结果，指标包括最近一周、最近一月、今年以来及历史年化超额收益[18][20][22][24][26]） 1. 在沪深300样本空间中表现突出的因子（最近一周） * 标准化预期外盈利：最近一周超额收益1.00%，最近一月2.34%，今年以来1.00%，历史年化4.34%[18] * 单季超预期幅度：最近一周超额收益0.87%，最近一月1.88%，今年以来0.84%，历史年化4.11%[18] * DELTAROE：最近一周超额收益0.83%，最近一月2.93%，今年以来1.37%，历史年化4.78%[18] 2. 在中证500样本空间中表现突出的因子（最近一周） * 单季营收同比增速：最近一周表现较好[1][21] * 特异度：最近一周表现较好[1][21] * 预期净利润环比：最近一周表现较好[1][21] 3. 在中证1000样本空间中表现突出的因子（最近一周） * 非流动性冲击：最近一周超额收益1.34%，最近一月0.18%，今年以来1.13%，历史年化2.42%[23] * 一个月换手：最近一周超额收益1.28%，最近一月-3.10%，今年以来-0.83%，历史年化6.19%[23] * 三个月换手：最近一周超额收益1.20%，最近一月-3.28%，今年以来-1.07%，历史年化6.25%[23] 4. 在中证A500样本空间中表现突出的因子（最近一周） * 3个月盈利上下调：最近一周超额收益0.99%，最近一月1.36%，今年以来0.60%，历史年化4.93%[25] * 标准化预期外收入：最近一周超额收益0.89%，最近一月1.03%，今年以来0.84%，历史年化4.55%[25] * 特异度：最近一周超额收益0.77%，最近一月1.29%，今年以来0.59%，历史年化1.35%[25] 5. 在公募重仓指数样本空间中表现突出的因子（最近一周） * 一年动量：最近一周表现较好[1][27] * DELTAROA：最近一周表现较好[1][27] * 3个月盈利上下调：最近一周表现较好[1][27]