证券研究报告 | 2025年11月25日 金融工程日报 A 股震荡反弹，CPO 概念全线爆发、AI 应用活跃 核心观点 金融工程日报 市场表现：今日(20251125) 市场全线上涨，规模指数中中证 2000 指数表现 较好，板块指数中中小 100 指数表现较好，风格指数中中证 500 成长指数表 现较好。通信、传媒、有色金属、电子、消费者服务行业表现较好，交通运 输、石油石化、食品饮料、农林牧渔、国防军工行业表现较差。光模块(CPO)、 光芯片、光通信、量子材料、光纤等概念表现较好，水产、机场精选、核废 水、深海科技、钢铁股精选等概念表现较差。 市场情绪：今日市场情绪较为高涨，收盘时有 95 只股票涨停，有 7 只股票 跌停。昨日涨停股票今日高开高走，收盘收益为 2.77%，昨日跌停股票今日 收盘收益为 1.05%。今日封板率 71%，较前日下降 2%，连板率 24%，较前日 下降 21%。 市场资金流向：截至 20251124 两融余额为 24587 亿元，其中融资余额 24423 亿元，融券余额 164 亿元。两融余额占流通市值比重为 2.6%，两融交易占市 场成交额比重为 9.5%。 折溢价：2025 ...

金 金融工程点评 [Table_Title] [Table_Message]2025-11-25 金工 ETF 点评：宽基 ETF 单日净流入 109.35 亿元；计算机、通信拥挤变幅较大 [Table_Author] 证券分析师：刘晓锋 电话：13401163428 E-MAIL：liuxf@tpyzq.com 执业资格证书编码：S1190522090001 证券分析师：孙弋轩 电话：18910596766 E-MAIL：sunyixuan@tpyzq.com 执业资格证书编码：S1190525080001 一、资金流向 二、行业拥挤度监测 ◼ 通过构建行业拥挤度监测模型，对申万一级行业指数的拥挤度进行每日监测， 前一交易日军工、农牧、传媒靠前，相比较而言，汽车、非银的拥挤度水平 较低，建议关注。此外，计算机、传媒拥挤度变动较大。从主力资金流动来 看，前一交易日主力资金流入军工、传媒；流出计算机、电力设备、电子。近 三个交易日主力资金减配电子、电力设备；增配传媒。 三、ETF 产品关注信号 ◼ 根据溢价率 Z-score 模型搭建相关 ETF 产品筛选信号模型，通过滚动测算提 供存在潜在套利机会的标的，此外 ...

根据研报内容，本报告主要对A股主要宽基指数进行多维度数据跟踪和统计，并未涉及具体的量化交易模型或选股因子的构建与测试。报告内容集中于市场指标的描述性统计和历史对比分析。 量化因子与构建方式 1. **因子名称：风险溢价**[27] * **因子构建思路**：以十年期国债即期收益率为无风险利率参考，计算各宽基指数收益率相对于无风险利率的溢价，用以衡量其相对投资价值和偏离情况[27] * **因子具体构建过程**：报告未提供具体的计算公式，但从描述可知，其核心是计算指数收益率与无风险收益率之差。通常构建方式为：`风险溢价 = 指数收益率 - 无风险收益率`。报告中使用的无风险收益率为十年期国债即期收益率[27][28][29] 2. **因子名称：股债性价比**[45] * **因子构建思路**：通过比较股票市场估值（使用PE-TTM的倒数，即盈利收益率）与债券市场收益率（十年期国债即期收益率）的差异，来判断股票和债券的相对吸引力[45] * **因子具体构建过程**：报告明确指出，该因子为各指数PE-TTM的倒数与十年期国债即期收益率之差[45]。公式可表示为： $$股债性价比 = \frac{1}{PE-TTM} - 十年期国债即期收益率$$ 3. **因子名称：破净率**[52] * **因子构建思路**：统计指数成分股中市净率（PB）小于1的个股数量占比，用以反映市场的整体估值态度和悲观情绪[52] * **因子具体构建过程**：报告未给出详细计算公式，其构建逻辑为：`破净率 = (指数成分股中市净率(PB) < 1的股票数量) / 指数总成分股数量`[52][54] 因子的回测效果 *本报告未提供任何因子的历史回测绩效指标（如IC值、IR、多空收益等），所有数据均为特定时点（2025年11月24日）的截面数据或历史分位值描述，不构成因子有效性检验。*

根据提供的研报内容，该报告主要基于指数编制规则对指数样本调整进行预测，并未涉及量化模型或量化因子的构建、测试与评价。报告的核心内容是对沪深300指数、中证500指数和中证红利指数在2025年12月的样本调整进行预测[1][2][4]。 报告详细描述了各指数的编制方案和样本调整规则，这些规则可以视为一种既定的“选样模型”。以下是这些规则的总结： 指数编制与调整规则 **1 沪深300指数编制规则[14][15]** * **规则名称**：沪深300指数样本选择与调整规则 * **构建思路**：从沪深两市选择规模大、流动性好的300只最具代表性的证券，以综合反映A股市场整体表现[14] * **具体构建过程**： 1. **确定样本空间**：样本空间由满足以下条件的沪深A股和存托凭证构成： * 科创板/创业板证券上市超过一年，其他证券上市超过一个季度（除非上市以来日均总市值排名前30）[16] * 非ST、*ST股票及暂停上市证券[16] 2. **选样方法**： * 对样本空间内证券，按最近一年（上年度11月1日至当年10月31日）的日均成交额由高到低排序，剔除排名后50%的证券[15] * 将剩余证券按最近一年日均总市值由高到低排序，选取前300名作为指数样本[15] 3. **定期调整与缓冲区规则**： * 定期调整（每年5月和11月）样本数量不超过10%[15] * 老样本若日均成交金额在样本空间中排名前60%，则参与总市值排名[15] * 确定样本时，排名前240名的新样本优先进入，排名前360名的老样本优先保留[15] **2 中证500指数编制规则[21][23]** * **规则名称**：中证500指数样本选择与调整规则 * **构建思路**：选取剔除沪深300样本及总市值前300名证券后，总市值排名靠前的500只证券，反映中小市值公司表现[21] * **具体构建过程**： 1. **确定样本空间**：与沪深300指数样本空间相同[21] 2. **选样方法**： * 在样本空间中，剔除沪深300指数样本以及最近一年日均总市值排名前300名的证券[23] * 将剩余证券按最近一年的日均成交金额由高到低排名，剔除排名后20%的证券[23] * 将剩余证券按最近一年日均总市值由高到低排名，选取排名前500名的证券作为指数样本[23] 3. **定期调整与缓冲区规则**： * 调整样本比例限制在10%以内（50只）[21] * 日均成交金额排名在样本空间剩余证券前90%的老样本可参与总市值排名[21] * 日均总市值排名在400名之前的新样本优先进入，排名在600名之前的老样本优先保留[21] **3 中证红利指数编制规则[25][26][27]** * **规则名称**：中证红利指数样本选择与调整规则 * **构建思路**：选取现金股息率高、分红稳定、具有一定规模及流动性的上市公司证券，反映高股息率公司整体表现[25] * **具体构建过程**： 1. **确定样本空间**：样本空间为中证全指指数样本空间，并满足以下额外条件： * 过去一年日均总市值排名在前80%[27] * 过去一年日均成交金额排名在前80%[27] * 过去三年连续现金分红，且过去三年股利支付率均值和过去一年股利支付率均大于0且小于1[27] 2. **选样方法**：对样本空间内证券，按过去三年平均现金股息率由高到低排名，选取前100名作为指数样本[26] 3. **定期调整与缓冲区规则**： * 样本每年调整一次，调整比例一般不超过20%（20只）[28] * 对于原样本，若同时满足以下条件则保留： * 过去一年日均总市值排名在中证全指样本空间前90%[26] * 过去一年日均成交金额排名在中证全指样本空间前90%[26] * 过去一年现金股息率大于0.5%[28] * 过去三年股利支付率均值大于0且小于1[28] 指数样本调整预测结果 报告基于上述规则，对2025年12月的指数样本调整进行了预测，结果如下： **1 沪深300指数预测调入样本[18]** | 股票代码 | 股票简称 | 日均成交额(亿元) | 日均总市值(亿元) | | :--- | :--- | :--- | :--- | | 600930.SH | 华电新能 | 10.54 | 2694.13 | | 300476.SZ | 胜宏科技 | 62.82 | 1075.83 | | 601727.SH | 上海电气 | 27.76 | 1035.45 | | 002625.SZ | 光启技术 | 17.15 | 918.51 | | 002602.SZ | 世纪华通 | 13.80 | 722.24 | | 601018.SH | 宁波港 | 2.10 | 719.60 | | 002384.SZ | 东山精密 | 33.32 | 719.37 | | 603893.SH | 瑞芯微 | 19.56 | 647.87 | | 600703.SH | 三安光电 | 8.70 | 644.02 | | 300866.SZ | 安克创新 | 5.09 | 575.51 | | 300765.SZ | 新诺威 | 3.95 | 573.12 | **2 中证500指数预测调入样本[22][24]** | 股票代码 | 股票简称 | 日均成交额(亿元) | 日均总市值(亿元) | 股票代码 | 股票简称 | 日均成交额(亿元) | 日均总市值(亿元) | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 000088.SZ | 盐田港 | 1.00 | 242.10 | 600779.SH | 水井坊 | 3.04 | 230.03 | | 000657.SZ | 中钨高新 | 8.05 | 264.85 | 600967.SH | 内蒙一机 | 10.88 | 236.76 | | 000800.SZ | 一汽解放 | 1.20 | 374.54 | 601567.SH | 三星医疗 | 3.62 | 370.64 | | 000981.SZ | 山子高科 | 18.44 | 236.24 | 601699.SH | 潞安环能 | 4.08 | 389.00 | | ... | ... | ... | ... | ... | ... | ... | ... | | (共计50只样本) | | | | | | | | **3 中证红利指数预测调入样本[29]** | 股票代码 | 股票简称 | 日均成交额(亿元) | 日均总市值(亿元) | | :--- | :--- | :--- | :--- | | 603279.SH | 景津装备 | 0.82 | 96.06 | | 002572.SZ | 索菲亚 | 1.74 | 147.89 | | 002154.SZ | 报喜鸟 | 1.99 | 59.60 | | 603801.SH | 志邦家居 | 0.82 | 49.04 | | 002372.SZ | 伟星新材 | 1.14 | 185.21 | | 600938.SH | 中国海油 | 10.87 | 12530.71 | | 600566.SH | 济川药业 | 1.73 | 252.45 | **注**：报告未包含对上述指数编制规则或预测结果的量化模型或因子效果的回测评估（如信息比率、夏普比率等）[1][2][3][4][5][6][7][8][9][10][12][13][14][15][16][17][18][19][20][21][22][23][24][25][26][27][28][29][30][33][34][36][38][39][40][41][42][43][44][45][46]。

量化模型与因子总结 量化模型与构建方式 1. Barra风格因子模型 **模型名称**：Barra风格因子模型[15] **模型构建思路**：基于多维度风险特征构建系统化的风格因子体系，用于描述股票收益的风险来源[15] **模型具体构建过程**：包含10个风格因子，每个因子都有具体的构建公式[15]： 1. **Beta因子**：历史beta值[15] 2. **市值因子**：总市值取自然对数[15] $$市值因子 = \ln(总市值)$$ 3. **动量因子**：历史超额收益率序列均值[15] 4. **波动因子**：综合波动率指标[15] $$波动因子 = 0.74 \times 历史超额收益率序列波动率 + 0.16 \times 累积超额收益率离差 + 0.1 \times 历史残差收益率序列波动率$$ 5. **非线性市值因子**：市值风格的三次方[15] $$非线性市值因子 = 市值^3$$ 6. **估值因子**：市净率倒数[15] $$估值因子 = \frac{1}{市净率}$$ 7. **流动性因子**：多期换手率加权平均[15] $$流动性因子 = 0.35 \times 月换手率 + 0.35 \times 季换手率 + 0.3 \times 年换手率$$ 8. **盈利因子**：多种盈利指标的综合[15] $$盈利因子 = 0.68 \times 分析师预测盈利价格比 + 0.21 \times 市现率倒数 + 0.11 \times 市盈率TTM倒数$$ 9. **成长因子**：增长类指标的综合[15] $$成长因子 = 0.18 \times 分析师预测长期盈利增长率 + 0.11 \times 分析师预测短期利率增长率 + 0.24 \times 盈利增长率 + 0.47 \times 营业收入增长率$$ 10. **杠杆因子**：多种杠杆指标的综合[15] $$杠杆因子 = 0.38 \times 市场杠杆率 + 0.35 \times 账面杠杆 + 0.27 \times 资产负债率$$ 2. GRU预测模型 **模型名称**：GRU多头预测模型[20][34] **模型构建思路**：使用门控循环单元神经网络预测股票未来价格走势，构建多头组合[20][34] **模型具体构建过程**：包含四种不同训练目标的GRU模型变体[20]： - **close1d模型**：预测未来一日close to close收益率[20] - **open1d模型**：预测未来一日open to open收益率[20] - **barra1d模型**：基于Barra因子预测未来一日收益率[20] - **barra5d模型**：基于Barra因子预测未来五日收益率[20] **模型评价**：barra5d模型今年以来表现较强[34] 3. 多因子组合模型 **模型名称**：多因子组合模型[34] **模型构建思路**：综合多个因子构建投资组合，实现风险分散和收益增强[34] **模型具体构建过程**：在选股池内按月调仓，控制风格偏离和行业偏离[33] 量化因子与构建方式 1. 基本面因子 **因子构建思路**：基于公司财务指标构建，反映公司基本面和价值特征[19][22][25][28] **具体因子类别**： - **静态财务因子**：市盈率、市净率、营业利润率等传统估值指标[19][22][25][28] - **增长类因子**：ROC增长、ROA增长、营业收入增长率等增长指标[19][22][25][28] - **超预期增长因子**：净利润超预期增长、ROE超预期增长等超预期指标[19][22][25][28] 2. 技术类因子 **因子构建思路**：基于价格和成交量数据构建，反映市场行为和技术特征[19][22][25][28] **具体因子类别**： - **动量因子**：20日动量、60日动量、120日动量等不同周期的动量指标[19][22][25][28] - **波动因子**：20日波动、60日波动、120日波动等波动率指标[19][22][25][28] - **其他技术因子**：中位数离差等技术指标[19][22][25][28] 模型的回测效果 测试参数设置 - **选股池**：万得全A，剔除ST、*ST、停牌不可交易、上市不满180日股票[33] - **业绩基准**：中证1000指数[33] - **调仓频率**：月度调仓[33] - **手续费**：双边千3[33] - **权重限制**：个股权重上限千2[33] - **风险控制**：风格偏离0.5标准差，行业偏离0.01[33] 具体表现数据 **GRU多头组合表现**[35]： - open1d模型：近一周-1.12%，近一月-0.40%，近三月0.62%，近六月-0.46%，今年以来5.99% - close1d模型：近一周-0.97%，近一月1.71%，近三月1.30%，近六月0.65%，今年以来5.21% - barra1d模型：近一周-0.54%，近一月-1.00%，近三月1.06%，近六月1.56%，今年以来4.62% - barra5d模型：近一周-0.62%，近一月2.29%，近三月1.80%，近六月2.08%，今年以来8.55% **多因子组合表现**[35]： - 近一周-0.47%，近一月-0.12%，近三月1.43%，近六月-0.53%，今年以来1.17% 因子的回测效果 风格因子多空收益表现[17] - 动量因子：最近一周-1.93%，最近一月-8.36%，最近半年-24.78%，今年以来19.89% - 波动因子：最近一周1.82%，最近一月-2.33%，最近半年16.17%，今年以来6.56% - beta因子：最近一周-1.54%，最近一月5.68%，最近半年0.60%，今年以来19.29% - 流动性因子：最近一周0.91%，最近一月42.89%，最近半年9.98%，今年以来12.24% - 估值因子：最近一周0.82%，最近一月0.46%，最近半年0.14%，今年以来3.77% - 成长因子：最近一周0.71%，最近一月2.28%，最近半年2.34%，今年以来3.16% - 杠杆因子：最近一周0.35%，最近一月2.37%，最近半年3.68%，今年以来15.17% - 盈利因子：最近一周0.49%，最近一月-0.64%，最近半年7.01%，今年以来14.10% - 非线性市值因子：最近一周4.22%，最近一月0.44%，最近半年3.16%，今年以来-32.83% - 市值因子：最近一周5.39%，最近一月0.59%，最近半年2.18%，今年以来-37.92% GRU因子多空表现[20] - barra1d：最近一周-1.04%，最近一月-2.69%，最近半年3.42%，今年以来-10.57% - open1d：最近一周-0.21%，最近一月-2.71%，最近半年-1.70%，今年以来3.30% - barra5d：最近一周-0.02%，最近一月3.42%，最近半年5.78%，今年以来7.74% - close1d：最近一周0.04%，最近一月6.10%，最近半年13.61%，今年以来26.47%

证券研究报告：金融工程报告 发布时间：2025-11-25 研究所 分析师:黄子崟 SAC 登记编号:S1340523090002 Email:huangziyin@cnpsec.com 研究助理:李子凯 SAC 登记编号:S1340124100014 Email:lizikai@cnpsec.com 近期研究报告 《微盘股继续领涨市场，扩散指数已达 较高区间 — — 微盘股指数周报 20251114》 - 2025.11.18 《连板高度打开情绪持续发酵，GRU 行 业轮动调入房地产——行业轮动周报 20251116》 - 2025.11.17 《连板情绪持续发酵，GRU 行业轮动调 入基础化工 — — 行业轮动周报 20251109》– 2025.11.10 《上证周中突破 4000 点，扩散指数行业 轮动调入电力设备及新能源——行业 轮动周报 20251102》 – 2025.11.03 《贵金属回调风偏修复，GRU 行业轮动 调入非银行金融——行业轮动周报 20251028》 – 2025.10.27 《上证强于双创调整空间不大，ETF 资 金持续配置金融地产与 TMT 方向——行 业轮动周 2025 ...

根据研报内容，现对其中涉及的量化模型与因子进行总结如下： 量化模型与构建方式 1. **模型名称：扩散指数模型-首次阈值法（左侧交易）**[4][5][41] * **模型构建思路**：基于微盘股扩散指数进行左侧交易，当指数首次触及预设的风险阈值时触发交易信号[5][41] * **模型具体构建过程**：该模型的核心是监测微盘股扩散指数的数值。当扩散指数在特定观察日收盘时达到或超过预设的阈值（例如0.925），则模型会发出空仓信号。具体而言，该模型于2025年11月14日收盘时，因扩散指数收于0.925而触发了空仓信号[5][41] 2. **模型名称：扩散指数模型-延迟阈值法（右侧交易）**[4][5][44][46] * **模型构建思路**：基于微盘股扩散指数进行右侧交易，在指数确认突破阈值后给予交易信号，相较于首次阈值法有所延迟[5][44][46] * **模型具体构建过程**：该模型同样监测微盘股扩散指数，但在信号触发机制上更为谨慎。它要求指数在首次触及阈值后，在后续的某个交易日收盘时确认该水平（例如收于0.8975），才正式发出交易信号。具体而言，该模型于2025年11月17日收盘时，因扩散指数收于0.8975而给予了空仓信号[5][46] 3. **模型名称：扩散指数模型-双均线法（自适应交易）**[4][5][47] * **模型构建思路**：采用两条移动平均线来判断微盘股扩散指数的趋势，从而自适应地产生交易信号[5][47] * **模型具体构建过程**：该模型通过计算扩散指数的两条不同周期的移动平均线（具体周期未在报告中明确给出），并根据两条均线的相对位置（例如短期均线上穿长期均线为看多信号，反之为看空信号）来生成交易指令。具体而言，该模型于2025年10月13日收盘时给予了看多的信号[5][47] 4. **模型名称：小市值低波50策略**[7][16][33] * **模型构建思路**：在万得微盘股指数的成分股中，结合市值和波动率两个因子，筛选出50只股票构建投资组合[7][16][33] * **模型具体构建过程**：该策略的构建过程分为两步。首先，确定股票池为万得微盘股指数(8841431.WI)的成分股。其次，在该股票池内，同时使用“小市值”和“低波动”两个标准进行筛选，优选同时满足条件的50只股票。组合每双周调仓一次。交易成本假设为双边千分之三[7][16][33] 模型的回测效果 1. **小市值低波50策略**，2024年收益7.07%，超额收益-2.93%（基准为万得微盘股指数）；2025年至今（YTD）收益63.78%，本周超额收益-2.23%[7][16][33] 量化因子与构建方式 1. **因子名称：对数市值因子**[16][31] * **因子构建思路**：使用股票总市值的自然对数来衡量公司规模大小[16][31] * **因子具体构建过程**：对于每只股票，计算其总市值的自然对数。公式为： $$因子值 = \ln(总市值)$$ 其中，总市值单位为亿元[16][31] 2. **因子名称：非线性市值因子**[16][31] * **因子构建思路**：通过对市值进行非线性变换，以捕捉市值因子中可能存在的非线性效应[16][31] * **因子具体构建过程**：报告未详细说明其具体构建公式，但指出其本周表现与对数市值因子完全相同（rankIC均为0.225），可能为对数市值因子的某种非线性变形[16][31] 3. **因子名称：贝塔因子**[4][16][31] * **因子构建思路**：衡量股票收益率相对于市场基准收益率（通常为市场指数）的敏感度，即系统性风险[4][16][31] * **因子具体构建过程**：通过线性回归模型计算，因变量为股票的历史收益率，自变量为市场基准的历史收益率。回归系数即为贝塔值。公式可表示为： $$R_{i,t} = \alpha_i + \beta_i R_{m,t} + \epsilon_{i,t}$$ 其中，$R_{i,t}$ 是股票i在t期的收益率，$R_{m,t}$ 是市场组合在t期的收益率，$\beta_i$ 即为所求的贝塔因子值[4][16][31] 4. **因子名称：未复权股价因子**[4][16][31] * **因子构建思路**：直接使用股票的未复权价格作为因子，可能用于捕捉低价股效应[4][16][31] * **因子具体构建过程**：直接取用股票的未复权收盘价作为因子值[4][16][31] 5. **因子名称：过去一年波动率因子**[16][31] * **因子构建思路**：计算股票过去一年日收益率的年化标准差，用以衡量股票的历史风险或波动程度[16][31] * **因子具体构建过程**：计算股票过去约250个交易日（一年）日收益率的标准差，然后进行年化。公式为： $$波动率 = \sqrt{252} \times \sqrt{\frac{1}{N-1} \sum_{t=1}^{N} (r_t - \bar{r})^2}$$ 其中，$r_t$ 为日收益率，$\bar{r}$ 为日收益率的均值，N为交易日的数量[16][31] 6. **因子名称：过去10天收益率因子**[16][31] * **因子构建思路**：计算股票过去10个交易日的累计收益率，作为短期动量或反转效应的代理变量[16][31] * **因子具体构建过程**：因子值为过去10个交易日（包含当日）的累计收益率。公式为： $$因子值 = \frac{P_t}{P_{t-9}} - 1$$ 其中，$P_t$ 为当前收盘价，$P_{t-9}$ 为10个交易日前的收盘价[16][31] 7. **因子名称：动量因子**[16][31] * **因子构建思路**：衡量股票在过去特定时期内的价格趋势，通常用于捕捉动量效应[16][31] * **因子具体构建过程**：报告未明确其具体计算窗口，但通常为过去一段时间（如11个月至1个月前）的累计收益率，以排除近期反转效应[16][31] 8. **因子名称：杠杆因子**[4][16][31] * **因子构建思路**：衡量公司的财务杠杆水平，通常使用资产负债率等指标[4][16][31] * **因子具体构建过程**：报告未给出具体计算公式，通常可能为总资产除以净资产，或总负债除以总资产等[4][16][31] 9. **因子名称：单季度净利润增速因子**[16][31] * **因子构建思路**：衡量公司最新单季度净利润相对于去年同期的增长情况，反映公司近期的盈利增长能力[16][31] * **因子具体构建过程**：因子值为（本期单季度净利润 - 上年同期单季度净利润） / |上年同期单季度净利润|。公式为： $$因子值 = \frac{NP_{t} - NP_{t-4}}{|NP_{t-4}|}$$ 其中，$NP_{t}$ 为本期单季度净利润，$NP_{t-4}$ 为上年同期的单季度净利润[16][31] 10. **因子名称：标准化预期盈利因子**[16][31] * **因子构建思路**：使用分析师的预期盈利数据，并经过标准化处理（如除以总资产或总市值），以衡量公司的估值或盈利预期[16][31] * **因子具体构建过程**：报告未给出具体构建方法，可能为预期每股收益（EPS）除以当前股价，或预期净利润除以总市值等[16][31] 11. **因子名称：自由流通比例因子**[4] * **因子构建思路**：使用自由流通股本占总股本的比例作为因子，可能与流动性或市场关注度相关[4] * **因子具体构建过程**：因子值为自由流通股本 / 总股本[4] 12. **因子名称：成交额因子**[4] * **因子构建思路**：使用股票的成交金额作为因子，通常作为流动性或关注度的度量[4] * **因子具体构建过程**：直接取用股票的日成交额或一段时间内的平均成交额作为因子值[4] 13. **因子名称：流动性因子**[4] * **因子构建思路**：衡量股票的流动性，可能基于价量关系构建，如Amihud非流动性指标的反向[4] * **因子具体构建过程**：报告未给出具体构建方法[4] 14. **因子名称：股息率因子**[4] * **因子构建思路**：使用股票的股息率作为因子，属于盈利类因子[4] * **因子具体构建过程**：因子值为每股股息 / 每股股价[4] 15. **因子名称：非流动性因子**[4] * **因子构建思路**：衡量股票的非流动性程度，通常与流动性因子相反，可能基于Amihud指标等[4] * **因子具体构建过程**：报告未给出具体构建方法[4] 16. **因子名称：pe_ttm倒数因子**[4] * **因子构建思路**：使用市盈率（TTM）的倒数作为因子，属于估值类因子，也称为盈利收益率[4] * **因子具体构建过程**：因子值为1 / 市盈率（TTM）[4] 17. **因子名称：单季度净资产收益率因子**[4] * **因子构建思路**：使用单季度的净资产收益率（ROE）作为因子，衡量公司当季的盈利能力[4] * **因子具体构建过程**：因子值为单季度净利润 / 当期平均净资产[4] 18. **因子名称：成长因子**[31] * **因子构建思路**：综合衡量公司的成长性，可能由多个成长类指标合成[31] * **因子具体构建过程**：报告未给出具体构建方法[31] 19. **因子名称：盈利因子**[31] * **因子构建思路**：综合衡量公司的盈利能力，可能由多个盈利类指标合成[31] * **因子具体构建过程**：报告未给出具体构建方法[31] 20. **因子名称：10天自由流通市值换手率因子**[31] * **因子构建思路**：计算过去10天的自由流通市值换手率，作为短期流动性的度量[31] * **因子具体构建过程**：因子值为过去10天日均成交额 / 自由流通市值[31] 21. **因子名称：10天总市值换手率因子**[31] * **因子构建思路**：计算过去10天的总市值换手率，作为流动性的度量[31] * **因子具体构建过程**：因子值为过去10天日均成交额 / 总市值[31] 22. **因子名称：pb倒数因子**[31] * **因子构建思路**：使用市净率（PB）的倒数作为因子，属于估值类因子[31] * **因子具体构建过程**：因子值为1 / 市净率[31] 23. **因子名称：残差波动率因子**[31] * **因子构建思路**：衡量股票收益率中不能被市场因子解释的部分（残差）的波动率，代表特异风险[31] * **因子具体构建过程**：通过回归模型（如市场模型）计算残差序列，然后计算残差序列的标准差[31] 因子的回测效果 1. **对数市值因子**，本周rankIC值0.225，历史平均rankIC值-0.034[16][31] 2. **非线性市值因子**，本周rankIC值0.225，历史平均rankIC值-0.034[16][31] 3. **贝塔因子**，本周rankIC值0.083，历史平均rankIC值0.003[16][31] 4. **未复权股价因子**，本周rankIC值0.065，历史平均rankIC值-0.017[16][31] 5. **过去一年波动率因子**，本周rankIC值0.06，历史平均rankIC值-0.033[16][31] 6. **过去10天收益率因子**，本周rankIC值-0.226，历史平均rankIC值-0.061[16][31] 7. **动量因子**，本周rankIC值-0.196，历史平均rankIC值-0.006[16][31] 8. **杠杆因子**，本周rankIC值-0.114，历史平均rankIC值-0.005[16][31] 9. **单季度净利润增速因子**，本周rankIC值-0.11，历史平均rankIC值0.019[16][31] 10. **标准化预期盈利因子**，本周rankIC值-0.104，历史平均rankIC值0.013[16][31] 11. **自由流通比例因子**，本周rankIC值0.138，历史平均rankIC值-0.012[4] 12. **成交额因子**，本周rankIC值0.116，历史平均rankIC值-0.081[4] 13. **流动性因子**，本周rankIC值0.075，历史平均rankIC值-0.041[4] 14. **股息率因子**，本周rankIC值0.064，历史平均rankIC值0.022[4] 15. **非流动性因子**，本周rankIC值-0.161，历史平均rankIC值0.039[4] 16. **pe_ttm倒数因子**，本周rankIC值-0.138，历史平均rankIC值0.016[4] 17. **单季度净资产收益率因子**，本周rankIC值-0.089，历史平均rankIC值0.021[4] 18. **成长因子**，本周rankIC值0.031，历史平均rankIC值0.011[31] 19. **盈利因子**，本周rankIC值0.022，历史平均rankIC值0.021[31] 20. **10天自由流通市值换手率因子**，本周rankIC值-0.019，历史平均rankIC值-0.006[31] 21. **10天总市值换手率因子**，本周rankIC值-0.02，历史平均rankIC值-0.005[31] 22. **pb倒数因子**，本周rankIC值-0.033，历史平均rankIC值0.012[31] 23. **残差波动率因子**，本周rankIC值-0.041，历史平均rankIC值-0.002[31]

证券研究报告 | 2025年11月25日 金融工程日报 沪指缩量小幅反弹，军工股集体爆发 核心观点 金融工程日报 市场表现：20251124 规模指数中中证 2000 指数表现较好，板块指数中科创 100 指数表现较好，风格指数中中证 500 成长指数表现较好。国防军工、传 媒、计算机、机械、消费者服务行业表现较好，石油石化、煤炭、银行、食 品饮料、有色金属行业表现较差。中船系、航母、商业航天、军工信息化、 拼多多合作商等概念表现较好，锂矿、盐湖提锂、两岸融合、海南自贸港、 磷化工等概念表现较差。 市场情绪：20251124 收盘时有 79 只股票涨停，有 35 只股票跌停。昨日涨 停股票今日收盘收益为 3.79%，昨日跌停股票今日收盘收益为-3.72%。今日 封板率 74%，较前日提升 13%，连板率 45%，较前日提升 21%，从封板率和连 板率来看，市场情绪较为高涨，连板率创近一个月新高。 市场资金流向：截至 20251121 两融余额为 24614 亿元，其中融资余额 24452 亿元，融券余额 163 亿元。两融余额占流通市值比重为 2.6%，两融交易占市 场成交额比重为 9.3%。 折溢价：202 ...

aa 证券研究报告·金融工程报告 2025 年 11 月 24 日 江海证券研究发展部 敬请参阅最后一页之免责条款 金融工程定期报告 转债债性激增防御性突显，回撤小于 权益 核心内容： ◆可转债市场表现： 江海证券有限公司及其关联机构在法律许可的情况下可能与本报告所分析的企业存在业务关系，并且继续寻求发展这些关系。因此，投资者应当考虑到本公司可能存在影响本报告客观性的 利益冲突，不应视本报告为投资决策的唯一因素。 分析师：梁俊炜 执业证书编号： S1410524090001 联系人：朱威 执业证书编号： S1410124010022 相关研究报告 1.可转债跟踪周报：转债债性支撑上 涨，表现优于权益—2025.11.17 2.可转债跟踪周报：转债继续随权益 上涨，可维持均衡配置—2025.11.10 3.可转债跟踪周报：转债放量延续上 扬，涨幅超越权益—2025.11.03 4.可转债跟踪周报：转债缩量上涨， 涨幅较权益偏低—2025.10.27 5.可转债跟踪周报：转债随权益下 行，偏股转债回撤较大—2025.10.21 ➢ 近一周（2025-11-17 至 2025-11-21），上证转债、深证转债、中证 ...

根据提供的研报内容，以下是关于量化模型与因子的总结。报告主要介绍了一只具体的指数增强ETF产品及其业绩归因，并未详细阐述其底层具体的量化模型或量化因子的构建过程。因此，以下总结将基于报告中明确提及的相关内容。 量化模型与构建方式 1. **模型名称**： Brinson归因模型[65] **模型构建思路**： 该模型用于将投资组合的超额收益分解为不同的贡献来源，以分析基金经理的收益主要来自于行业配置能力还是个股选择能力[65] **模型具体构建过程**： 报告未提供Brinson模型在本研究中的具体计算步骤和公式，但指出了其应用结果：将博时中证500增强策略ETF相对基准的超额收益拆解为行业配置收益和行业内选股收益[65] 量化因子与构建方式 1. **因子名称**： 成长因子[67] **因子构建思路**： 用于刻画上市公司成长性的风格因子[67] **因子具体构建过程**： 报告未提供该因子的具体计算方法和公式。 2. **因子名称**： 长期动量因子[67] **因子构建思路**： 用于刻画股票长期价格趋势的风格因子[67] **因子具体构建过程**： 报告未提供该因子的具体计算方法和公式。 3. **因子名称**： 盈利能力因子[67] **因子构建思路**： 用于刻画上市公司盈利能力的风格因子[67] **因子具体构建过程**： 报告未提供该因子的具体计算方法和公式。 4. **因子名称**： 非线性规模因子[67] **因子构建思路**： 用于刻画与公司市值非线性相关关系的风格因子[67] **因子具体构建过程**： 报告未提供该因子的具体计算方法和公式。 5. **因子名称**： 流动性因子[67] **因子构建思路**： 用于刻画股票交易活跃度（流动性）的风格因子[67] **因子具体构建过程**： 报告未提供该因子的具体计算方法和公式。 模型的回测效果 1. Brinson归因模型，分析结果显示该ETF的超额收益主要来源于行业内选股能力，在大部分行业都有正向选股超额，其中在计算机、电子、电力设备及新能源等行业呈现出相对较强的选择能力[65] 因子的回测效果 1. 成长因子，基金在该因子上的平均暴露为正向[67] 2. 长期动量因子，基金在该因子上的平均暴露为正向[67] 3. 盈利能力因子，基金在该因子上的平均暴露为正向[67] 4. 非线性规模因子，基金在该因子上的平均暴露为负向[67] 5. 流动性因子，基金在该因子上的平均暴露为负向[67]