量化模型与构建方式 1. 模型名称：Sharpe模型 [40] * 模型构建思路：该模型用于对基金经理的投资组合进行业绩归因，分析其收益来源，特别是识别其投资风格（如大盘/小盘、成长/价值）的长期暴露情况[40]。 * 模型具体构建过程：报告未详细说明Sharpe模型的具体构建步骤和公式，仅提及使用该模型对基金进行业绩归因，并分析了基金在巨潮小盘指数、成长因子、价值因子等风格维度上的暴露度[40]。 量化因子与构建方式 1. 因子名称：小盘因子 * 因子构建思路：通过衡量基金持仓对代表小盘股风格指数的暴露程度，来刻画基金经理是否偏好投资小市值公司[40]。 * 因子具体构建过程：报告未提供该因子的具体计算公式。分析中使用了巨潮小盘指数作为小盘风格的代表，通过Sharpe模型计算基金相对于该指数的暴露度，数值越高代表小盘风格暴露越强[40]。 2. 因子名称：成长因子 * 因子构建思路：通过衡量基金持仓对成长风格的暴露程度，来刻画基金经理是否偏好投资具有高增长潜力的公司[40]。 * 因子具体构建过程：报告未提供该因子的具体计算公式。分析中通过Sharpe模型计算基金的成长因子暴露度，并与价值因子暴露度进行比较，以判断其风格倾向[40]。 3. 因子名称：价值因子 * 因子构建思路：通过衡量基金持仓对价值风格的暴露程度，来刻画基金经理是否偏好投资估值相对较低的公司[40]。 * 因子具体构建过程：报告未提供该因子的具体计算公式。分析中通过Sharpe模型计算基金的价值因子暴露度，并与成长因子暴露度进行对比[40]。 模型的回测效果 1. Sharpe模型，分析显示华商研究精选A基金在2019年至2024年间，对小盘风格的暴露度长期维持在60%-90%区间；对成长风格的暴露度长期高于价值风格；2025年下半年起，风格配置趋于均衡，在保持小盘成长核心的同时，适度增配了大盘价值板块[40]。 因子的回测效果 1. 小盘因子，分析显示华商研究精选A基金在2019年至2024年间，对该因子的暴露度长期维持在60%-90%的高区间[40]。 2. 成长因子，分析显示华商研究精选A基金对该因子的暴露度长期高于价值因子，成长风格贯穿始终[40]。 3. 价值因子，分析显示华商研究精选A基金在多数时期对该因子的暴露度低于成长因子；2025年下半年起，价值因子暴露度有所提升，风格趋于均衡[40]。