量化模型与构建方式 1. 超预期增强行业轮动策略 * 模型名称：超预期增强行业轮动策略 * 模型构建思路：以基本面为核心，叠加估值面和资金面进行多维度分析，并特别引入“超预期”因素来完善框架[13]。 * 模型具体构建过程： 1. 因子构成：该策略模型综合了多个维度的因子。 * 基本面：包括基于实际披露业绩构建的盈利因子和质量因子，以及基于研报文本分析与分析师预期构建的分析师预期因子和超预期因子[13]。 * 估值面：包含估值动量因子[13]。 * 资金面：考虑北向持仓、公募持仓等[13]。 2. 超预期因子定义：指公司公告的营业收入、净利润等指标超出市场一致预期的部分。市场定价不仅依据业绩增长，也参考市场预期。业绩增长但不及预期可能导致下跌，业绩下降但好于预期则可能有较好表现[13]。 3. 行业筛选与组合构建：每月初，根据综合因子得分对行业进行排序，选取排名前1/6（即5个）的行业，以等权方式构建投资组合，按月调仓[30]。 4. 基准与手续费：以29个行业等权组合作为基准，手续费率为千分之三[30]。 2. 景气度估值行业轮动策略 * 模型名称：景气度估值行业轮动策略 * 模型构建思路：主要基于估值动量、盈利与质量因子进行构建[14]。 * 模型具体构建过程：该策略的构建方法与超预期增强行业配置策略一致，但主要使用的因子为估值动量、盈利与质量因子[14]。具体指标构建可参考相关历史报告[14]。 3. 调研行业精选策略 * 模型名称：调研行业精选策略 * 模型构建思路：基于机构调研数据，从行业层面的调研热度与广度两个视角来判断机构投资者对行业关注度的动向[14]。 * 模型具体构建过程： 1. 因子构成： * 调研热度：通过覆盖公司的调研活动平均数来刻画行业内的公司热度[14]。 * 调研广度：通过行业的调研覆盖程度来刻画行业拥挤度，排名越高代表调研广度越低（即拥挤度越低）[48]。 2. 行业筛选与组合构建：每月初，根据调研活动因子（综合热度和广度）对行业进行排序，选取排名前5的行业构建投资组合，按月调仓[36]。 3. 基准与手续费：以行业等权配置组合作为基准，手续费率为千分之二[36]。 量化因子与构建方式 1. 盈利因子 * 因子名称：盈利因子 * 因子构建思路：基于公司实际披露的业绩数据构建，属于基本面因子[13]。 2. 质量因子 * 因子名称：质量因子 * 因子构建思路：基于公司实际披露的业绩数据构建，属于基本面因子[13]。 3. 估值动量因子 * 因子名称：估值动量因子 * 因子构建思路：属于估值面因子[13]。 4. 分析师预期因子 * 因子名称：分析师预期因子 * 因子构建思路：基于研报文本分析与分析师预期构建，属于基本面因子[13]。 5. 超预期因子 * 因子名称：超预期因子 * 因子构建思路：基于研报文本分析与分析师预期构建，衡量公司公告业绩超出市场一致预期的程度，属于基本面因子[13]。 * 因子评价：引入超预期因素能够进一步完善行业轮动框架，因为市场定价的重要参考基准是市场预期[13]。 6. 调研活动因子 * 因子名称：调研活动因子 * 因子构建思路：由调研热度和调研广度两个细分因子组成，用于衡量机构投资者对行业的关注度[14][48]。 * 因子具体构建过程： * 调研热度：通过行业内覆盖公司的调研活动平均数来刻画[14]。 * 调研广度：通过行业的调研覆盖程度来刻画行业拥挤度[14]。排名越高代表调研广度越低（即拥挤度越低）[48]。 7. 北向流入因子 * 因子名称：北向流入因子 * 因子构建思路：属于资金面因子，考虑北向资金的持仓动向[13]。 模型的回测效果 （测试区间：2011年1月-2026年4月，除非特别说明） | 模型名称 | 年化收益率 | 年化超额收益率 | 年化波动率 | 夏普比率 | 最大回撤率 | 月均双边换手率 | 4月收益率 | 4月超额收益率 | 今年以来收益率 | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 超预期增强行业轮动策略 | 13.10%[34] | 7.39%[34] | 25.19%[34] | 0.520[34] | 54.44%[34] | 68.97%[30] | 12.51%[30] | 7.22%[30] | 12.29%[34] | | 景气度估值行业轮动策略 | 9.81%[34] | 4.50%[34] | 25.91%[34] | 0.379[34] | 56.24%[34] | - | 7.06%[30] | 1.77%[30] | 2.59%[34] | | 行业等权基准 | 5.65%[34] | - | 23.39%[34] | 0.241[34] | 59.00%[34] | - | 5.29%[30] | - | 4.42%[34] | | 调研行业精选策略 (2017年1月-2026年4月) | 6.78%[37][40] | 2.34%[37][40] | 19.75%[40] | 0.343[47] | 40.18%[47] | 157.09%[37] | 3.54%[37] | -1.74%[37] | 6.48%[47] | | 行业等权基准 (2017年1月-2026年4月) | 4.05%[37][40] | - | 18.72%[40] | 0.217[47] | 34.98%[47] | - | 5.29%[37] | - | 4.42%[47] | 因子的回测效果 1. 单因子表现（截至2026年4月） | 因子名称 | 上月IC值 | 今年以来IC均值 | 上月因子多空收益 | 今年以来因子多空收益 | 上月因子多头超额收益 | 今年以来因子多头超额收益 | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 盈利因子 | 50.79%[15][17] | 22.35%[15][17] | 9.89%[15][17] | 15.41%[17] | 7.25%[15][17] | 6.46%[15][17] | | 质量因子 | -11.43%[17] | -3.42%[17] | -7.38%[17] | -13.84%[17] | -3.09%[17] | -7.96%[17] | | 估值动量因子 | 59.46%[15][17] | 23.41%[15][17] | 8.99%[15][17] | 17.59%[17] | 6.27%[15][17] | 8.29%[15][17] | | 分析师预期因子 | 49.80%[15][17] | 15.31%[15][17] | 10.34%[15][17] | 6.02%[17] | 7.18%[15][17] | 2.79%[15][17] | | 超预期因子 | -7.68%[17] | -5.90%[17] | -1.58%[17] | -3.79%[17] | -1.56%[17] | -1.13%[17] | | 调研活动因子 | 18.50%[15][17] | 12.62%[15][17] | 0.41%[17][25] | 4.23%[17] | -1.43%[17] | 3.21%[15][17] | 2. 策略核心因子历史表现 | 因子名称 | 测试区间 | IC均值 | IC标准差 | 风险调整的IC (IR) | 多空年化收益率 | 多空夏普比率 | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 超预期增强因子 (复合因子) | 2011年以来[20] | 8.31%[20] | 28.07%[21] | 0.296[20][21] | 18.14%[21] | 1.02[21] | | 调研活动因子 | 2017年以来[20] | 9.33%[20] | 19.33%[21] | 0.483[20][21] | 15.14%[25] | 1.38[25] | 注：超预期增强因子在2026年4月的IC值为56.80%，多空收益率为11.13%[21]。调研活动因子在2026年4月的多空收益率为0.41%[25]。