中小盘贴水扩大，沪深 300 尾部风险升温 [Table_ReportTime] 2025 年 10 月 11 日 请阅读最后一页免责声明及信息披露 http://www.cindasc.com 1 [Table_FirstAuthor] 于明明 金融工程与金融产品首席分析师 执业编号：S1500521070001 联系电话：+86 18616021459 邮 箱：yumingming@cindasc.com 证券研究报告 金工研究 [T金工ableReportType] 点评报告 于明明 金融工程与金融产品 首席分析师 执业编号：S1500521070001 联系电话：+86 18616021459 邮 箱：yumingming@cindasc.com 崔诗笛 金融工程与金融产品 金融工程分析师 执业编号：S1500523080001 联系电话：+86 18516560686 邮 箱：cuishidi@cindasc.com 孙石 金融工程与金融产品 金融工程分析师 执业编号：S1500523080010 联系电话：+86 18817366228 邮 箱：sunshi@cindasc.com ◼ 中小盘基差 ...

证券研究报告 | 2025年10月10日 **Makel'sid.** **Hil's.Makel's.** **Hil's.Makel's. **Hil's.Makel's. 乘势而起：市场新高趋势追踪：截至 2025 年 10 月 10 日，上证指数、深 证成指、沪深 300、中证 500、中证 1000、中证 2000、创业板指、科创 50 指数 250 日新高距离分别为 0.94%、2.70%、1.97%、2.00%、1.49%、 2.61%、4.55%、5.61%。中信一级行业指数中电力及公用事业、钢铁、 建材、有色金属、基础化工行业指数距离 250 日新高较近，食品饮料、 银行、消费者服务、综合金融、交通运输行业指数距离 250 日新高较远。 概念指数中，林木、充电桩、风力发电、钢铁、钢铁Ⅳ、发电设备、可 转债正股等概念指数距离 250 日新高较近。 见微知著：利用创新高个股进行市场监测：截至 2025 年 10 月 10 日，共 1235 只股票在过去 20 个交易日间创出 250 日新高。其中创新高个股数量最多的 是电子、机械、基础化工行业，创新高个股数量占比最高的是有色金属、电 子、电力设备 ...

证券研究报告 | 2025年10月10日 **Makel'sid.** **Hil's.Makel's.** **Hil's.Makel's. **Hil's.Makel's. 乘势而起：市场新高趋势追踪：截至 2025 年 10 月 10 日，上证指数、深 证成指、沪深 300、中证 500、中证 1000、中证 2000、创业板指、科创 50 指数 250 日新高距离分别为 0.94%、2.70%、1.97%、2.00%、1.49%、 2.61%、4.55%、5.61%。中信一级行业指数中电力及公用事业、钢铁、 建材、有色金属、基础化工行业指数距离 250 日新高较近，食品饮料、 银行、消费者服务、综合金融、交通运输行业指数距离 250 日新高较远。 概念指数中，林木、充电桩、风力发电、钢铁、钢铁Ⅳ、发电设备、可 转债正股等概念指数距离 250 日新高较近。 见微知著：利用创新高个股进行市场监测：截至 2025 年 10 月 10 日，共 1235 只股票在过去 20 个交易日间创出 250 日新高。其中创新高个股数量最多的 是电子、机械、基础化工行业，创新高个股数量占比最高的是有色金属、电 子、电力设备 ...

根据提供的行业景气度月报，以下是其中涉及的量化模型和因子的总结： 量化模型与构建方式 1. **模型名称：煤炭行业利润预测模型**[9][10] - **模型构建思路**：基于动力煤价格的长协定价机制，结合价格因子和产能因子的同比变化，逐月估计煤炭行业的营收增速和利润增速[10] - **模型具体构建过程**：模型利用已确定的25年10月动力煤销售价格（根据9月底价格指数确定），并对比上年同期的价格和产能因子，通过回归或拟合方法预测行业利润增速[10][14] 2. **模型名称：生猪供需预测模型**[15] - **模型构建思路**：利用生猪从出生到出栏约6个月的周期规律，通过能繁母猪存栏量预测未来6个月的生猪潜在供给，并与历史需求对比以判断供需缺口[15] - **模型具体构建过程**： 1. 计算历史出栏系数：$$出栏系数 = \frac{单季度生猪出栏}{6个月前的能繁母猪存栏}$$[15] 2. 预测未来单季潜在产能：$$6个月后单季潜在产能 = 当前(t月)能繁母猪存栏 \times 上年同期(t+6月)的出栏系数$$[15][16] 3. 预测未来单季潜在需求：使用上年同期(t+6月)的单季度生猪出栏量作为需求预测值[16] 4. 通过比较潜在产能和潜在需求来判断供需关系 3. **模型名称：普钢行业利润预测模型**[18] - **模型构建思路**：通过跟踪普通钢材的综合售价，并综合考虑铁矿石、焦炭、喷吹煤、废钢等主要成本指标，构建模型以预测普钢行业的月度利润增速和单吨盈利[18] - **模型具体构建过程**：模型将钢材售价与各项主要原材料成本进行差值计算或回归分析，从而估算出行业利润水平[18][23] 4. **模型名称：结构材料行业盈利跟踪模型**[25] - **模型构建思路**：针对玻璃和水泥制造行业，根据其产品的价格指标和主要成本指标来跟踪行业的盈利变化[25] - **模型具体构建过程**：模型通过对比浮法玻璃等产品的市场价格与生产成本（如原材料、能源等），计算毛利水平，并观察其同比变化[25][28][30] 5. **模型名称：燃料型炼化行业利润预测模型**[31] - **模型构建思路**：利用成品油（燃料）价格与原油价格之间的变化关系（裂解价差）来测算行业利润增速，并结合油价和库存成本进行分析[31] - **模型具体构建过程**：模型关注成品油与原油的价差（裂解价差），并考虑原材料库存成本（例如，利用3个月前的油价低位带来的成本优势）来预测短期利润变化[31][34] 量化因子与构建方式 1. **因子名称：价格因子（煤炭）**[10] - **因子构建思路**：反映煤炭销售价格同比变化的指标，是预测煤炭行业利润的核心驱动因素之一[10] - **因子具体构建过程**：直接使用或计算动力煤等煤炭品种的月度销售价格，并与上年同期进行比较 2. **因子名称：产能因子（煤炭）**[10] - **因子构建思路**：反映煤炭行业产能利用情况或供给能力同比变化的指标，与价格因子共同影响利润预测[10] - **因子具体构建过程**：基于行业产量、产能利用率等数据构建同比指标 3. **因子名称：能繁母猪存栏量**[15][17] - **因子构建思路**：作为生猪供给的领先指标（领先约6个月），用于预测未来生猪出栏量和市场供需[15][17] - **因子具体构建过程**：直接采用农业农村部等官方机构公布的月度能繁母猪存栏数据 4. **因子名称：出栏系数**[15][16] - **因子构建思路**：衡量单位能繁母猪在特定周期内所能提供的生猪出栏量的效率指标，用于连接存栏量与未来供给[15][16] - **因子具体构建过程**：$$出栏系数 = \frac{单季度生猪出栏}{6个月前的能繁母猪存栏}$$，通常使用历史平均值或移动平均值进行计算和预测[15] 5. **因子名称：PMI滚动均值**[23][30] - **因子构建思路**：使用制造业采购经理指数（PMI）的滚动平均值（如12个月均值）作为宏观经济景气的平滑指标，用于判断工业材料需求前景[23][30] - **因子具体构建过程**：计算PMI指标的12个月移动平均值，并观察其环比变化是否超过设定的阈值 6. **因子名称：裂解价差（炼化）**[31] - **因子构建思路**：反映炼化企业将原油加工成成品油的盈利空间，是炼化行业利润的核心驱动因子[31] - **因子具体构建过程**：计算成品油价格与原油价格的差值或比值 7. **因子名称：新钻井数（油服）**[38] - **因子构建思路**：反映油气勘探开发活动热度，是油服行业需求的领先指标[38] - **因子具体构建过程**：跟踪美国或全球活跃石油钻井平台数量等数据的同比变化 模型的回测效果 *（注：报告未提供具体模型的量化回测指标数值，如年化收益率、夏普比率、最大回撤等，此部分内容缺失）* 因子的回测效果 *（注：报告未提供具体因子的量化回测指标数值，如IC值、IR值、因子收益率等，此部分内容缺失）* **要特别注意**：本报告主要侧重于行业景气度的定性判断和配置观点的阐述，并未详细展示底层量化模型和因子的具体构建公式（除出栏系数等少数例子外）以及严格的量化回测绩效指标。

证券研究报告 | 金融工程月报 全球复苏逻辑强化，超配商品+权益 ——2025 年 10 月大类资产配置月报 核心观点 美欧日政局变化进一步强化全球财政扩张叙事，"宽货币+宽财政"周期下，或应继续 交易全球经济复苏，维持看多金铜等大宗商品及全球权益资产。 ❑ 美欧日政局变化进一步强化全球财政扩张叙事，全球经济复苏前景或将进一步明 确。 在 9 月月报中，我们认为，在美联储态度转向后，美国经济下行超预期的尾部风 险已经显著降低，在全球财政扩张周期下更应提前布局经济上行的潜在可能，重 点推荐黄金、铜两类大宗商品。9 月金、铜在主要大类资产中表现领先，且在国庆 假期期间继续高歌猛进。展望 10 月，我们认为近期美欧日政局变化或将进一步强 化全球财政扩张叙事：美国因两党在临时拨款议案上无法达成一致而深陷政府关 门危机，若最后两党达成妥协，部分延续医保补贴，则将进一步推高美国财政赤 字；法国总理因财政紧缩政策遭到反对而被迫辞职，未来财政政策可能也趋于扩 张；日本执政党新任总裁高市早苗持有明显的宽货币+宽财政政策主张，同样可能 推动日本财政的进一步扩张。因此，财政扩张支撑下，我们认为全球经济复苏前 景或将进一步明确。 ❑ ...

根据研报内容，本报告主要涉及对有色金属板块资金行为的监测与分析，其中包含多个量化因子和模型的构建与应用。以下是详细的总结： 量化因子与构建方式 1. **因子名称：公募实时持仓因子**[3][15] * **因子构建思路**：基于市场公开信息（如基金净值、持仓披露、调研行为）对公募基金的持仓进行实时测算，以反映机构资金对特定板块（如有色金属）的配置动态[3][15] * **因子具体构建过程**：报告指出这是一个复杂的处理流程，具体构建方法详见开源金融工程团队专题报告《偏股混合型基金指数（885001.WI）：优势、复制与超越》，但本文未提供详细公式和步骤[15] 2. **因子名称：ETF资金持仓因子**[3][17][18] * **因子构建思路**：通过计算ETF基金持有特定板块股票的市值占该板块总市值的比例，来观察指数投资资金的动向[3][17][18] * **因子具体构建过程**：计算ETF持仓占板块股票市值的比重，并采用5日移动平均（MA5）来平滑数据[18] $$ ETF持仓占比(MA5) = MA_5\left(\frac{ETF持有板块股票总市值}{板块股票总市值}\right) $$ 3. **因子名称：两融余额动向因子**[3][20] * **因子构建思路**：使用融资余额（未偿还的融资总金额）作为投资者市场情绪的代理变量，融资余额增加通常被视为看多信号[3][20] * **因子具体构建过程**：直接监测有色金属板块成分股的融资余额总和的时序变化[20] 4. **因子名称：筹码收益因子**[3][23] * **因子构建思路**：通过估算投资者在不同价格上的持仓成本，计算当前价格相对于历史筹码成本的收益率，用以反映市场的赚钱效应[3][23] * **因子具体构建过程**：筹码收益因子衡量当前价格相对于历史筹码成本的收益率[23] $$ 筹码收益 = \frac{当前价格 - 平均持仓成本}{平均持仓成本} $$ 其中，平均持仓成本通过对历史成交价格和成交量进行估算得到[23] * **因子评价**：研究表明，当市场赚钱效应较好时，筹码收益呈现动量效应；当赚钱效应较弱时，则呈现反转效应[23] 5. **因子名称：机构调研因子**[4][27] * **因子构建思路**：统计上市公司接受机构调研的次数，调研频繁通常意味着公司受到机构关注度高[4][27] * **因子具体构建过程**：直接统计特定时间段内（如2025年以来）各公司被机构调研的总次数[27] 6. **因子名称：雪球大V关注度因子**[4][30] * **因子构建思路**：统计雪球平台上粉丝数量较多的用户（大V）对特定股票的关注行为，作为市场关注度和情绪的信号[4][30] * **因子具体构建过程**：在特定时间段内（如9月15日以来），统计关注某只股票的雪球大V用户数量[30][31] 7. **因子名称：主力资金净流入因子**[4][34] * **因子构建思路**：将大单（挂单金额20-100万元）与超大单（挂单金额>100万元）的净流入金额加总，作为主力资金动向的代理变量[4][34] * **因子具体构建过程**： $$ 主力资金净流入 = 超大单净流入金额 + 大单净流入金额 $$ 其中，净流入金额为买入金额与卖出金额的差值[34] 8. **因子名称：龙虎榜因子**[4][38] * **因子构建思路**：利用交易所披露的龙虎榜数据，分析营业部资金的成交额和净流入情况，捕捉市场最活跃资金的动向[4][38] * **因子具体构建过程**：记录个股在龙虎榜上的营业部总成交额和营业部资金净流入额等数据[38][39] 9. **因子名称：高频股东户数变动因子**[4][40] * **因子构建思路**：基于交易所互动平台的高频数据，计算股东户数的变动比例，股东户数大幅增加可能预示风险[4][40] * **因子具体构建过程**： $$ 股东户数变动比例 = \frac{最新股东户数 - 上期股东户数}{上期股东户数} $$ 基于最新两期的股东户数信息进行计算[40][43] 因子的测试结果取值 1. **公募实时持仓因子**：测算结果显示，公募基金对有色金属板块配置仓位2025年8月以来有所反弹[3] 2. **ETF资金持仓因子**：测算结果显示，ETF资金持仓占有色金属板块股票市值比例8月以来持续上升[3] 3. **两融余额动向因子**：测算结果显示，有色金属板块融资余额7月以来持续攀升[3] 4. **筹码收益因子**：测算结果显示，有色金属指数当前赚钱效应为25.14%[3][25]；个股层面，截至10月9日，洛阳钼业筹码收益最高，为52.32%[26] 5. **机构调研因子**：2025年以来，北方稀土调研次数最多，为35次[27] 6. **雪球大V关注度因子**：9月15日以来，赣锋锂业受到雪球大V关注数量最多，为67个[31] 7. **主力资金净流入因子**：9月15日以来，石英股份主力净流入最多，为1.52亿元[35] 8. **龙虎榜因子**：9月15日以来，博威合金（2025年8月12日）营业部成交额为7.9亿元，营业部资金净流入为2.8亿元；金力永磁（2025年8月25日）营业部成交额为17.2亿元，营业部资金净流入为6.0亿元[39] 9. **高频股东户数变动因子**：股东户数增幅居前的个股中，赤峰黄金变动比例最高，为54.60%[41]

证券研究报告 | 2025年10月10日 金融工程日报 沪指突破 3900 点创十年新高，有色行业爆发 市场表现：20251009 大部分指数处于上涨状态，规模指数中中证 500 指数表 现较好，板块指数中科创 50 指数表现较好，风格指数中中证 500 价值指数 表现较好。有色金属、钢铁、煤炭、电新、电子行业表现较好，消费者服务、 传媒、房地产、汽车、食品饮料行业表现较差。黄金精选、量子材料、稀土、 核聚变、铁矿石等概念表现较好，PVC 地板、影视、旅游出行、短剧游戏、 动漫等概念表现较差。 市场情绪：20251009 收盘时有 98 只股票涨停，有 26 只股票跌停。昨日涨停 股票今日收盘收益为 1.39%，昨日跌停股票今日收盘收益为-3.08%。今日封 板率 68%，较前日下降 0%，连板率 17%，较前日下降 5%。 市场资金流向：截至 20251009 两融余额为 24455 亿元，其中融资余额 24292 亿元，融券余额 164 亿元。两融余额占流通市值比重为 2.5%，两融交易占市 场成交额比重为 12.9%。 折溢价：20250930 当日 ETF 溢价较多的是创业板 50ETF 富国，ETF ...

证券研究报告 | 2025年10月10日 市场表现：20251009 大部分指数处于上涨状态，规模指数中中证 500 指数表 现较好，板块指数中科创 50 指数表现较好，风格指数中中证 500 价值指数 表现较好。有色金属、钢铁、煤炭、电新、电子行业表现较好，消费者服务、 传媒、房地产、汽车、食品饮料行业表现较差。黄金精选、量子材料、稀土、 核聚变、铁矿石等概念表现较好，PVC 地板、影视、旅游出行、短剧游戏、 动漫等概念表现较差。 市场情绪：20251009 收盘时有 98 只股票涨停，有 26 只股票跌停。昨日涨停 股票今日收盘收益为 1.39%，昨日跌停股票今日收盘收益为-3.08%。今日封 板率 68%，较前日下降 0%，连板率 17%，较前日下降 5%。 市场资金流向：截至 20251009 两融余额为 24455 亿元，其中融资余额 24292 亿元，融券余额 164 亿元。两融余额占流通市值比重为 2.5%，两融交易占市 场成交额比重为 12.9%。 折溢价：20250930 当日 ETF 溢价较多的是创业板 50ETF 富国，ETF 折价较多 的是沪港深 500ETF 基金。近半年以来大宗交易 ...

根据提供的研报内容，以下是关于量化模型和因子的总结： 量化因子与构建方式 1. **因子名称：市值因子**[2][16][21][23] * **因子构建思路**：基于宏观数据（如M1、PPI、汇率）和市场表现（如指数相对收益）来判断不同市值风格（小盘、中盘、大盘）的未来表现[2][16][23] * **因子具体构建过程**：研报中未提供该因子的具体计算公式和构建步骤，主要是基于宏观逻辑和市场观察进行定性判断 2. **因子名称：成长因子**[2][21][23] * **因子构建思路**：基于财报窗口期和增量资金流向，判断市场对成长风格的偏好[23] * **因子具体构建过程**：研报中未提供该因子的具体计算公式和构建步骤，主要是基于事件驱动（三季报）和资金流（ETF流入）进行定性判断 3. **因子名称：Beta因子**[2][21] * **因子构建思路**：根据市场表现，识别高弹性股票受青睐的程度[2][21] * **因子具体构建过程**：研报中未提供该因子的具体计算公式和构建步骤，其表现通过观察市场整体风险偏好得出 4. **因子名称：波动率因子**[2][21] * **因子构建思路**：根据市场表现，识别波动率因子表现突出的情况[2][21] * **因子具体构建过程**：研报中未提供该因子的具体计算公式和构建步骤 因子的回测效果 （注：研报中未提供上述因子的具体量化回测指标，如IC值、IR等，仅提供了定性表现描述，因此本部分无具体数值内容）

高频选股因子周报（20250929- 20250930） 高频因子表现优异，深度学习因子维持正收益。AI 增强组 合普遍出现回撤。 投资要点： 金融工程 /[Table_Date] 2025.10.09 | [Table_Authors] | 郑雅斌(分析师) | | --- | --- | | | 021-23219395 | | | zhengyabin@gtht.com | | 登记编号 | S0880525040105 | | | 余浩淼(分析师) | | | 021-23185650 | | | yuhaomiao@gtht.com | | 登记编号 | S0880525040013 | [Table_Report] 相关报告 绝对收益产品及策略周报（250922-250926） 2025.10.01 大额买入与资金流向跟踪（20250922-20250926） 2025.09.30 黄金资产涨幅领先，基于宏观因子的资产配置模 型单周涨幅 0.04% 2025.09.30 量化择时和拥挤度预警周报（20250928） 2025.09.28 高频选股因子周报（20250922-20250926） 20 ...