量化模型与构建方式 1. 模型名称：港股 CCASS 优选 20 组合[4][35] 模型构建思路：利用港交所CCASS数据，通过“先选经纪商，再选个股”的两步筛选法，构建月度调仓的股票组合，以复制绩优经纪商的持仓[4][35] 模型具体构建过程： * 步骤一：筛选绩优经纪商池。以月末为截面，对全部经纪商计算两个指标：超额夏普比率（相对于基准）和月度胜率。将这两个指标分别进行标准化处理，然后等权相加得到每个经纪商的综合得分。选取综合得分最高的N家经纪商构成当期的绩优经纪商池[39]。 * 步骤二：构建股票组合。将资金等权分配给这N家经纪商，汇总它们最新的持仓。将所有汇总持仓的股票按合计权重从高到低排序，保留权重最高的M只股票。最后，对这M只股票进行等权配置，形成当期的股票组合[39]。 * 参数设定：在报告中，设定经纪商数量 N=10，股票数量 M=20[39]。基准指数为恒生指数[4]。 模型的回测效果 1. 港股 CCASS 优选 20 组合，全区间（2020.1~2026.1）年化超额收益率 19.3%[41]，全区间超额夏普比率 2.45[41]，全区间最大回撤 -7.6%[42]，全区间月度胜率 75.3%[42] 2. 港股 CCASS 优选 20 组合，2026年1月收益率 6.32%[41]，2026年1月超额收益率（相对恒生指数） -0.53%[41] 3. 港股 CCASS 优选 20 组合，2020年年化超额收益率 30.9%[42]，2020年夏普比率 2.99[42]，2020年最大回撤 -4.8%[42]，2020年月度胜率 75.0%[42] 4. 港股 CCASS 优选 20 组合，2021年年化超额收益率 12.0%[42]，2021年夏普比率 1.49[42]，2021年最大回撤 -4.9%[42]，2021年月度胜率 66.7%[42] 5. 港股 CCASS 优选 20 组合，2022年年化超额收益率 11.9%[42]，2022年夏普比率 1.41[42]，2022年最大回撤 -6.0%[42]，2022年月度胜率 66.7%[42] 6. 港股 CCASS 优选 20 组合，2023年年化超额收益率 22.5%[42]，2023年夏普比率 3.21[42]，2023年最大回撤 -3.3%[42]，2023年月度胜率 75.0%[42] 7. 港股 CCASS 优选 20 组合，2024年年化超额收益率 23.2%[42]，2024年夏普比率 3.19[42]，2024年最大回撤 -3.9%[42]，2024年月度胜率 91.7%[42] 8. 港股 CCASS 优选 20 组合，2025年年化超额收益率 18.6%[42]，2025年夏普比率 3.44[42]，2025年最大回撤 -2.6%[42]，2025年月度胜率 83.3%[42] 9. 港股 CCASS 优选 20 组合，2026年以来年化超额收益率 -6.2%[42]，2026年以来夏普比率 -1.28[42]，2026年以来最大回撤 -1.8%[42]，2026年以来月度胜率 0.0%[42] 量化因子与构建方式 1. 因子名称：经纪商综合得分[39] 因子构建思路：通过标准化并合成经纪商的超额夏普比率和月度胜率两个绩效指标，得到一个用于横向比较和筛选经纪商的综合分数[39] 因子具体构建过程： * 在每月末的截面上，对于每个经纪商，计算其历史（或指定回溯期）相对于基准（如恒生指数）的超额夏普比率和月度胜率[39]。 * 分别对全市场所有经纪商的这两个指标值进行标准化处理（例如Z-Score标准化）[39]。 * 将标准化后的超额夏普比率与标准化后的月度胜率进行等权相加，得到该经纪商的综合得分[39]。 * 公式可表示为： $综合得分_i = Z(超额夏普比率_i) + Z(月度胜率_i)$ 其中，$Z(\cdot)$ 代表标准化处理，$i$ 代表第 $i$ 个经纪商[39]。 因子的回测效果 （报告中未提供“经纪商综合得分”因子在选股层面的独立测试结果，仅将其作为中间步骤用于筛选经纪商，因此本部分无相关内容。）