量化模型与因子总结 量化模型与构建方式 1. 模型名称：国信金工多因子指数增强模型[10][11] * 模型构建思路：以多因子选股为核心，通过收益预测、风险控制和组合优化三个步骤，构建能够稳定跑赢特定基准指数（如沪深300、中证500等）的投资组合[10][11]。 * 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。 2. 风险控制：控制组合相对于基准指数在行业、风格、个股权重等方面的风险暴露。 3. 组合优化：在满足各项风险约束的条件下，通过优化算法求解最优的股票权重，以最大化预期收益或风险调整后收益[11]。 2. 模型名称：单因子MFE（Maximized Factor Exposure）组合模型[14][39] * 模型构建思路：为了在更贴近实际投资约束（如行业中性、风格中性）的条件下检验单个因子的有效性，通过组合优化的方式，在控制各种风险暴露的前提下，构建最大化该因子暴露的投资组合，并观察其相对于基准的表现[14][39]。 * 模型具体构建过程： 1. 采用组合优化模型，目标函数为最大化组合在目标因子上的暴露度[39]。 $\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$ 其中，f为因子取值向量，w为待求解的股票权重向量，wb为基准指数成分股权重向量。X为风格因子暴露矩阵，H为行业暴露矩阵，Bb为成分股标识向量。sl, sh, hl, hh, wl, wh, bl, bh, l分别为风格暴露、行业暴露、个股权重偏离、成分股权重占比、个股权重上限的约束边界[39][40]。 2. 设置具体约束条件，例如：控制组合相对于基准在特定行业和市值因子上的暴露为0；限制个股相对于基准权重的最大偏离幅度（如0.5%-1%）；要求组合满仓运作等[40][43]。 3. 在每月末，根据上述优化模型为每个因子构建其MFE组合[43]。 4. 在回测期内定期换仓，计算MFE组合扣除交易费用后的收益，并评估其相对于基准的表现[43]。 模型的回测效果 1. 国信金工多因子指数增强模型[13] * 本周超额收益：沪深300增强组合0.31%，中证500增强组合1.11%，中证1000增强组合1.60%，中证A500增强组合0.05%[13]。 * 本年至今超额收益：沪深300增强组合3.36%，中证500增强组合-1.15%，中证1000增强组合3.40%，中证A500增强组合3.77%[13]。 2. 单因子MFE组合模型（以沪深300为样本空间示例）[18] * 最近一周超额收益：EPTTM因子1.46%，预期EPTTM因子1.44%，单季EP因子1.05%[18]。 * 最近一月超额收益：标准化预期外收入因子1.81%，单季EP因子1.15%，预期PEG因子1.00%[18]。 * 今年以来超额收益：预期PEG因子2.00%，单季EP因子1.79%，标准化预期外收入因子1.78%[18]。 * 历史年化超额收益：单季EP因子5.30%，单季ROE因子5.27%，3个月盈利上下调因子5.18%[18]。 量化因子与构建方式 报告共列出了超过30个因子，涵盖估值、反转、成长、盈利、流动性、波动、公司治理和分析师等多个维度[15][16]。以下是部分因子的构建方式： 1. 因子名称：BP（市净率倒数）[16] * 因子构建思路：属于估值类因子，衡量公司净资产与市值的相对关系，通常认为低市净率（高BP）的股票可能被低估[16]。 * 因子具体构建过程：$BP = \frac{净资产}{总市值}$[16] 2. 因子名称：EPTTM（滚动市盈率倒数）[16] * 因子构建思路：属于估值类因子，衡量公司过去十二个月净利润与市值的相对关系[16]。 * 因子具体构建过程：$EPTTM = \frac{归母净利润TTM}{总市值}$[16] 3. 因子名称：单季EP[16] * 因子构建思路：属于估值类因子，使用单季度净利润数据计算市盈率倒数，更新更及时[16]。 * 因子具体构建过程：$单季EP = \frac{单季度归母净利润}{总市值}$[16] 4. 因子名称：一个月反转[16] * 因子构建思路：属于反转类因子，基于过去短期股价表现，认为过去表现差的股票未来可能反弹，过去表现好的股票可能回调[16]。 * 因子具体构建过程：$一个月反转 = 过去20个交易日涨跌幅$[16] 5. 因子名称：一年动量[16] * 因子构建思路：属于动量类因子，基于过去中长期股价表现，认为趋势会延续[16]。 * 因子具体构建过程：$一年动量 = 近一年除近一月后动量$（即过去250个交易日剔除最近20个交易日的涨跌幅）[16] 6. 因子名称：单季净利同比增速[16] * 因子构建思路：属于成长类因子，衡量公司净利润的同比增长情况[16]。 * 因子具体构建过程：$单季净利同比增速 = \frac{单季度净利润 - 去年同期单季度净利润}{去年同期单季度净利润}$[16] 7. 因子名称：SUE（标准化预期外盈利）[16] * 因子构建思路：属于成长类因子，衡量公司实际盈利超出分析师一致预期的程度，并进行标准化处理[16]。 * 因子具体构建过程：$SUE = \frac{单季度实际净利润 - 预期净利润}{预期净利润的标准差}$[16] 8. 因子名称：单季ROE[16] * 因子构建思路：属于盈利类因子，衡量公司单季度的净资产收益率[16]。 * 因子具体构建过程：$单季ROE = \frac{单季度归母净利润 \times 2}{期初归母净资产 + 期末归母净资产}$[16] 9. 因子名称：非流动性冲击[16] * 因子构建思路：属于流动性类因子，衡量单位成交金额对股价造成的冲击，值越大表示流动性越差[16]。 * 因子具体构建过程：$非流动性冲击 = 过去20个交易日的日涨跌幅绝对值 / 成交额的均值$[16] 10. 因子名称：特异度[16] * 因子构建思路：属于波动类因子，衡量公司股价波动中不能被常见风险因子（如市场、规模、价值）解释的部分[16]。 * 因子具体构建过程：$特异度 = 1 - 过去20个交易日Fama-French三因子回归的拟合度(R^2)$[16] 11. 因子名称：预期EPTTM[16] * 因子构建思路：属于分析师类因子，基于分析师对未来盈利的一致预期计算估值指标[16]。 * 因子具体构建过程：$预期EPTTM = 一致预期滚动EP$[16] 12. 因子名称：三个月机构覆盖[16] * 因子构建思路：属于分析师类因子，衡量近期有多少家机构发布了对该公司的研究报告，通常代表关注度[16]。 * 因子具体构建过程：$三个月机构覆盖 = 过去3个月内发布研究报告的机构数量$[16] 因子的回测效果（以最近一周表现为例，取自不同样本空间） 1. 在沪深300样本空间中[18] * EPTTM因子，超额收益1.46% * 预期EPTTM因子，超额收益1.44% * 单季EP因子，超额收益1.05% * 预期净利润环比因子，超额收益-0.47% * 单季超预期幅度因子，超额收益-0.46% * 三个月机构覆盖因子，超额收益-0.43% 2. 在中证500样本空间中[20] * 预期EPTTM因子，超额收益1.75% * 单季EP因子，超额收益1.71% * EPTTM因子，超额收益1.66% * 3个月盈利上下调因子，超额收益-1.12% * 一年动量因子，超额收益-1.10% * 特异度因子，超额收益-0.89% 3. 在中证1000样本空间中[22] * 预期EPTTM因子，超额收益2.02% * BP因子，超额收益1.87% * 预期BP因子，超额收益1.86% * 一个月反转因子，超额收益-1.00% * 单季营利同比增速因子，超额收益-0.92% * 特异度因子，超额收益-0.74% 4. 在中证A500样本空间中[24] * 预期EPTTM因子，超额收益2.44% * EPTTM因子，超额收益2.08% * 单季EP因子，超额收益1.83% * DELTAROA因子，超额收益-1.06% * EPTTM一年分位点因子，超额收益-0.94% * DELTAROE因子，超额收益-0.73% 5. 在公募重仓指数样本空间中[26] * 单季EP因子，超额收益1.72% * EPTTM因子，超额收益1.68% * 预期EPTTM因子，超额收益1.66% * 三个月机构覆盖因子，超额收益-0.61% * 预期净利润环比因子，超额收益-0.32% * 单季营利同比增速因子，超额收益-0.31%