量化因子与构建方式 1. 因子名称：SUR（单季度超预期幅度因子） - **因子的构建思路**：衡量公司单季度业绩相较市场预期的超额表现，反映公司盈利能力的超预期程度[3][27] - **因子具体构建过程**：通过对公司单季度财报数据与市场一致预期数据进行对比，计算超预期幅度，公式为： $ SUR = \frac{实际值 - 预期值}{预期值} $ 其中，实际值为公司单季度财报披露的关键指标（如净利润），预期值为市场一致预期值[3][27] - **因子评价**：最近一个月表现较好，说明该因子在短期内对选股有一定的有效性[3][27] 2. 因子名称：EPTTM（滚动市盈率因子） - **因子的构建思路**：通过滚动市盈率（TTM）衡量公司估值水平，反映市场对公司未来盈利能力的预期[3][27] - **因子具体构建过程**：以公司最近四个季度的净利润总和为分母，当前市值为分子，计算滚动市盈率，公式为： $ EPTTM = \frac{市值}{最近四个季度净利润总和} $ 其中，市值为当前股票总市值，净利润为公司财报披露的季度数据[3][27] - **因子评价**：最近一个月和今年以来均表现较好，说明该因子在不同时间窗口下均具备一定的选股能力[3][27] 3. 因子名称：预期股息率因子 - **因子的构建思路**：通过预期股息率衡量公司未来分红能力，反映公司对股东回报的潜力[3][27] - **因子具体构建过程**：以市场对公司未来一年分红的预期金额为分子，当前股价为分母，计算预期股息率，公式为： $ 预期股息率 = \frac{预期分红金额}{当前股价} $ 其中，预期分红金额为市场一致预期值，当前股价为公司最新交易价格[3][27] - **因子评价**：最近一个月表现较好，说明该因子在短期内对选股有一定的有效性[3][27] 4. 因子名称：分析师净上调幅度因子 - **因子的构建思路**：通过分析师对公司盈利预测的上调幅度，反映市场对公司未来业绩的乐观程度[3][27] - **因子具体构建过程**：以分析师对公司未来盈利预测的上调幅度为基础，计算净上调幅度，公式为： $ 分析师净上调幅度 = \frac{上调预测值 - 下调预测值}{总预测值} $ 其中，上调预测值和下调预测值分别为分析师对公司盈利预测的上调和下调部分[3][27] - **因子评价**：今年以来表现较好，说明该因子在中长期内对选股有一定的有效性[3][27] 5. 因子名称：剥离涨停动量因子 - **因子的构建思路**：通过剥离涨停效应后的动量因子，衡量股票价格的持续上涨趋势[3][27] - **因子具体构建过程**：剔除涨停日对股票收益率的影响后，计算剩余收益率的动量效应，公式为： $ 剥离涨停动量 = \frac{剔除涨停日收益率的累计值}{时间窗口} $ 其中，剔除涨停日收益率为股票在非涨停日的收益率[3][27] - **因子评价**：今年以来表现较好，说明该因子在中长期内对选股有一定的有效性[3][27] 6. 因子名称：总市值因子 - **因子的构建思路**：通过公司总市值衡量其规模效应，反映市场对公司整体价值的评估[3][27] - **因子具体构建过程**：以公司当前股价乘以总股本，计算总市值，公式为： $ 总市值 = 当前股价 \times 总股本 $ 其中，当前股价为公司最新交易价格，总股本为公司已发行的股票总数[3][27] - **因子评价**：今年以来表现较差，说明该因子在中长期内对选股的有效性较弱[3][27] 7. 因子名称：日内收益率因子 - **因子的构建思路**：通过日内收益率衡量股票的短期波动性，反映市场对股票的短期情绪[3][27] - **因子具体构建过程**：以股票日内开盘价和收盘价的差值为基础，计算日内收益率，公式为： $ 日内收益率 = \frac{收盘价 - 开盘价}{开盘价} $ 其中，收盘价和开盘价分别为股票当日的交易价格[3][27] - **因子评价**：最近一个月和今年以来均表现较差，说明该因子在不同时间窗口下对选股的有效性较弱[3][27] 8. 因子名称：盈余公告后跳空超额因子 - **因子的构建思路**：通过公司盈余公告后股价的跳空幅度，衡量市场对公司业绩公告的反应[3][27] - **因子具体构建过程**：以公司盈余公告后首个交易日的开盘价和前一交易日的收盘价为基础，计算跳空幅度，公式为： $ 盈余公告后跳空超额 = \frac{公告日开盘价 - 前一日收盘价}{前一日收盘价} $ 其中，公告日开盘价为公司盈余公告后首个交易日的开盘价格[3][27] - **因子评价**：今年以来表现较差，说明该因子在中长期内对选股的有效性较弱[3][27] --- 因子的回测效果 最近一个月表现较好的因子 - SUR因子，表现较好[3][27] - EPTTM因子，表现较好[3][27] - 预期股息率因子，表现较好[3][27] 最近一个月表现较差的因子 - 单季度超预期幅度因子，表现较差[3][27] - 日内收益率因子，表现较差[3][27] - 单季度净利润增速因子，表现较差[3][27] 今年以来表现较好的因子 - 分析师净上调幅度因子，表现较好[3][27] - 剥离涨停动量因子，表现较好[3][27] - EPTTM因子，表现较好[3][27] 今年以来表现较差的因子 - 总市值因子，表现较差[3][27] - 日内收益率因子，表现较差[3][27] - 盈余公告后跳空超额因子，表现较差[3][27]

- 本周A股市场整体呈现震荡调整主基调，沪指围绕3100点波动，市场交投活跃度清淡，热点板块快速轮动，行业轮动强度有所抬升[7][8][12] - 受MSCI中国指数调整影响，部分个股在周五尾盘集合竞价出现异动，市场流动性较弱，成交量较低难以支撑热点行情持续性[7][12] - 基本面层面，5月中国官方制造业PMI回落至49.5%，景气度落入收缩区间，对市场情绪产生一定影响[7] - 当前市场估值处于相对合理水平，政策发力为市场提供一定底部支持，指数下行空间有限[7]

量化因子与构建方式 1. 因子名称：势能因子 - **因子的构建思路**：通过分析过去一段时间内个股的走势形态，筛选出表现较好的个股，并对其行业占比进行排序，进而判断行业的相对强弱[2][10] - **因子具体构建过程**： 1. 选取过去7个交易日的个股数据 2. 计算不同行业中走势形态较好的个股占比 3. 对行业占比进行排序，得出军工、电子、计算机、煤炭、汽车、机械设备、通信、公用事业等行业的占比相对较高[2][10] 4. 结合过去20个交易日的赚钱效应和温度计指标，进一步筛选出未来可能具有更高热度和机会的行业[2][10] - **因子评价**：该因子能够较好地捕捉短期市场中行业的相对强弱，但需要结合其他指标（如量价性价比）进行进一步验证[2][10] 2. 因子名称：量价性价比因子 - **因子的构建思路**：通过量价关系和性价比的综合分析，评估行业的投资吸引力，筛选出具有较高性价比的行业[2][10] - **因子具体构建过程**： 1. 计算行业的量价指标（具体指标未明确） 2. 结合性价比分析，筛选出未来可能具有更高热度和机会的行业[2][10] - **因子评价**：该因子能够从量价和性价比的角度提供投资参考，但具体构建细节未完全披露[2][10] 量化模型与构建方式 1. 模型名称：行业四轮驱动模型 - **模型构建思路**：通过多维度信号的综合分析，捕捉行业轮动机会，筛选出潜在的投资方向[2][10][17] - **模型具体构建过程**： 1. 结合模型既有规则，分析行业的信号变化 2. 新增信号的行业包括有色金属、通信、电子、传媒、计算机等[2][10][17] 3. 信号类型包括“随钱效应异动”“弱势行业反转”“强势上涨中继”等[17] - **模型评价**：该模型能够较好地捕捉行业轮动中的潜在机会，但信号的具体计算方法未披露[2][10][17] 因子的回测效果 1. **势能因子**：过去7个交易日中，军工、电子、计算机、煤炭、汽车、机械设备、通信、公用事业的占比相对较高[2][10] 2. **量价性价比因子**：煤炭和公用事业的赚钱效应和温度计指标偏高，但未来新质生产力方向的热度和机会可能更值得关注[2][10] 模型的回测效果 1. **行业四轮驱动模型**：新增信号的行业包括有色金属、通信、电子、传媒、计算机等，信号类型包括“随钱效应异动”“弱势行业反转”“强势上涨中继”等[2][10][17]

量化模型与构建方式 1. 模型名称：主动风险预算模型 - **模型构建思路**：结合风险平价模型与主动信号，通过动态调整资产波动贡献，确定股票与债券的配置权重，为投资者提供稳健的资产配置建议[9][10] - **模型具体构建过程**： 1. **风险平价模型**：核心是让各资产对组合的波动贡献相同，确定资产配置权重[10] 2. **主动信号调整**：从以下三个维度动态调整资产波动贡献： - **股债横向比价**：借鉴美联储FED模型，定义股权风险溢价（ERP）为： $$ ERP = \frac{1}{PE_{ttm}} - YTM_{TB}^{10Y} $$ 其中，$PE_{ttm}$为中证800市盈率ttm，$YTM_{TB}^{10Y}$为10年期国债到期收益率。当ERP > 5%时超配权益资产，当ERP < 2%时低配权益资产[11][12] - **股票纵向估值水平**：滚动窗口计算股票估值在近5年历史中的分位数。当估值分位数 < 25%时超配权益资产，当估值分位数 > 75%时低配权益资产[13] - **市场流动性**：以M2-M1剪刀差为指标，反映可随时兑换成货币的资金边际变化。当$M2-M1 \geq 5\%$时，市场流动性宽松，超配权益资产；当$M2-M1 \leq -5\%$时，市场流动性收紧，低配权益资产[15] 3. **信号汇总与权重计算**：将三个维度的信号（看多=1，看空=-1，中性=0）汇总后代入softmax函数，计算权益资产风险预算权重： $$ softmax(x) = \frac{\exp(\lambda x)}{\exp(\lambda x) + \exp(-\lambda x)} $$ 其中，$x$为权益汇总信号，$\lambda$为风险调整系数[18][19] - **模型评价**：通过多维度动态调整资产权重，模型能够更灵活地适应市场变化，提供稳健的资产配置建议[9][10] 2. 模型名称：行业轮动模型 - **模型构建思路**：从交易行为、资金面、基本面三个维度出发，构建6个行业轮动子模型，对一级行业指数进行打分，优选行业[22][24] - **模型具体构建过程**： 1. **交易行为维度**： - **黄金率模型**：捕捉行业日内动量与隔夜反转效应[24] - **龙头股模型**：捕捉行业内龙头股领先、普通股滞后效应[24] 2. **资金面维度**： - **北向双轮驱动模型**：捕捉高活跃成交与高净流入特征的外资偏好[24] - **机构资金流模型**：捕捉超大单抢筹与小单退出的供需特征[24] 3. **基本面维度**： - **历史景气度模型**：捕捉行业盈余动量效应[24] - **预期景气度模型**：捕捉行业的戴维斯双击效应[24] - **模型评价**：模型通过多维度信号综合打分，能够较全面地反映行业轮动特征，适用于行业优选[22][24] --- 模型的回测效果 主动风险预算模型 - 年化收益率：6.29%[20][21] - 最大回撤：4.89%[20][21] - 收益波动比：1.61[20][21] - 收益回撤比：1.29[20][21] - 近半年表现： - 2024年5月：组合收益0.27%，股票仓位17.14%，债券仓位82.86%[19][20] - 2024年6月：股票仓位17.51%，债券仓位82.49%[19][20] 行业轮动模型 - 2024年5月多头组合平均收益率：-1.73%[29] - 基准组合收益率：-2.37%[29] - 超额收益率：0.65%[29] --- 量化因子与构建方式 1. 因子名称：成长因子 - **因子构建思路**：基于强动量特征，结合景气下行趋势，判断成长因子的表现[44] - **因子评价**：在景气下行阶段，成长因子表现偏弱[44] 2. 因子名称：质量因子 - **因子构建思路**：基于强动量特征，结合景气上行趋势，判断质量因子的表现[44] - **因子评价**：在景气上行阶段，质量因子表现较强[44] 3. 因子名称：估值因子 - **因子构建思路**：基于强动量特征，结合景气上行趋势，判断估值因子的表现[44] - **因子评价**：估值因子在景气上行阶段表现稳定，但赔率较低[44] --- 因子的回测效果 成长因子 - 趋势：强动量[44] - 胜率：景气下行[44] - 赔率：中赔率[44] - 择时观点：看空[44] 质量因子 - 趋势：强动量[44] - 胜率：景气上行[44] - 赔率：中赔率[44] - 择时观点：看多[44] 估值因子 - 趋势：强动量[44] - 胜率：景气上行[44] - 赔率：低赔率[44] - 择时观点：看多[44]

量化因子与构建方式 单因子表现 - **因子名称**：5日平均换手率 **因子的构建思路**：衡量股票在短期内的交易活跃程度 **因子具体构建过程**：计算过去5个交易日内股票的日均换手率，并剔除行业与市值影响后，形成多头组合相对于基准指数的超额收益[8][9] - **因子名称**：市净率因子 **因子的构建思路**：基于股票的市净率（PB）进行估值分析 **因子具体构建过程**：计算股票的市净率，剔除行业与市值影响后，形成多头组合相对于基准指数的超额收益[8][9] - **因子名称**：换手率相对波动率 **因子的构建思路**：衡量股票换手率的波动性 **因子具体构建过程**：计算股票换手率的标准差与均值的比值，剔除行业与市值影响后，形成多头组合相对于基准指数的超额收益[8][9] - **因子名称**：单季度ROE同比 **因子的构建思路**：衡量公司单季度净资产收益率的同比变化 **因子具体构建过程**：计算公司单季度ROE的同比增长率，剔除行业与市值影响后，形成多头组合相对于基准指数的超额收益[11][12] - **因子名称**：标准化预期外盈利 **因子的构建思路**：衡量公司盈利超出市场预期的程度 **因子具体构建过程**：将公司实际盈利与市场预期盈利的差值进行标准化处理，剔除行业与市值影响后，形成多头组合相对于基准指数的超额收益[11][12] - **因子名称**：6日成交金额的标准差 **因子的构建思路**：衡量股票短期内成交金额的波动性 **因子具体构建过程**：计算过去6个交易日内股票成交金额的标准差，剔除行业与市值影响后，形成多头组合相对于基准指数的超额收益[14][15] 大类因子表现 - **因子名称**：Beta因子 **因子的构建思路**：衡量股票相对于市场的系统性风险 **因子具体构建过程**：通过回归分析计算股票收益相对于市场收益的Beta值，剔除行业与市值影响后，形成多头组合相对于基准指数的超额收益[17] - **因子名称**：动量因子 **因子的构建思路**：基于股票过去一段时间的价格趋势进行选股 **因子具体构建过程**：计算股票过去一段时间的累计收益率，剔除行业与市值影响后，形成多头组合相对于基准指数的超额收益[17] - **因子名称**：残差波动率因子 **因子的构建思路**：衡量股票收益的非系统性波动性 **因子具体构建过程**：通过回归分析计算股票收益的残差波动率，剔除行业与市值影响后，形成多头组合相对于基准指数的超额收益[17] - **因子名称**：杠杆因子 **因子的构建思路**：衡量公司资产负债率对其股票表现的影响 **因子具体构建过程**：计算公司资产负债率，剔除行业与市值影响后，形成多头组合相对于基准指数的超额收益[17] --- 因子的回测效果 单因子表现 - **5日平均换手率**：最近1周收益1.18%，最近1个月收益-0.51%，最近1年收益3.71%，最近10年收益37.88%[9] - **市净率因子**：最近1周收益1.14%，最近1个月收益3.38%，最近1年收益16.92%，最近10年收益93.14%[9] - **换手率相对波动率**：最近1周收益1.01%，最近1个月收益1.08%，最近1年收益1.34%，最近10年收益13.56%[9] - **单季度ROE同比**：最近1周收益1.10%，最近1个月收益1.30%，最近1年收益4.11%，最近10年收益191.37%[12] - **标准化预期外盈利**：最近1周收益1.10%，最近1个月收益-0.31%，最近1年收益2.81%，最近10年收益269.85%[12] - **6日成交金额的标准差**：最近1周收益1.70%，最近1个月收益-0.29%，最近1年收益1.19%，最近10年收益215.49%[15] 大类因子表现 - **Beta因子**：最近1周收益0.75%[17] - **动量因子**：最近1周收益0.43%[17] - **残差波动率因子**：最近1周收益-0.98%[17] - **杠杆因子**：最近1周收益-0.46%[17] --- 量化组合与构建方式 PB-ROE-50组合 - **组合构建思路**：基于市净率（PB）与净资产收益率（ROE）的综合选股策略 - **组合具体构建过程**：筛选PB与ROE指标表现优异的股票，构建50只股票的组合，并在中证500、中证800及全市场股票池中进行回测[22][23] 机构调研组合 - **组合构建思路**：基于公募与私募机构调研活动的选股策略 - **组合具体构建过程**：统计公募与私募机构调研的股票，结合调研频率与调研深度，构建组合并进行回测[24][25] 大宗交易组合 - **组合构建思路**：基于大宗交易的成交金额与波动率信息 - **组合具体构建过程**：筛选"大宗交易成交金额比率"高且"6日成交金额波动率"低的股票，按月频调仓构建组合[27][28] 定向增发组合 - **组合构建思路**：基于定向增发事件的驱动效应 - **组合具体构建过程**：以股东大会公告日为时间节点，结合市值因素与调仓周期，构建定向增发事件驱动选股组合[32][33] --- 组合的回测效果 PB-ROE-50组合 - **中证500**：本周超额收益1.19%，今年以来超额收益11.70%[23] - **中证800**：本周超额收益0.05%，今年以来超额收益8.18%[23] - **全市场**：本周超额收益0.77%，今年以来超额收益3.41%[23] 机构调研组合 - **公募调研选股**：本周超额收益2.25%，今年以来超额收益-11.51%[25] - **私募调研跟踪**：本周超额收益1.67%，今年以来超额收益-22.99%[25] 大宗交易组合 - **大宗交易组合**：本周超额收益-0.45%，今年以来超额收益-9.58%[28] 定向增发组合 - **定向增发组合**：本周超额收益1.75%，今年以来超额收益1.42%[33]

- 报告中未涉及量化模型或量化因子的构建、测试及相关内容[1][2][3]

- 本报告未涉及量化模型或量化因子的构建、测试及相关分析内容[1][2][3]

- 动量模型显示，从中长期来看，长端的上行压力相对较小[1][8] - 动量方向模型在4月23日起持续偏空，机构净买入模型在5月8日起开始翻空[2][26] - 7年和10年品种的60日动量仍处于80%以上较高景气度区间[2][31] - DNS模型基于国债月度收益率曲线，使用线性外推（AR2）的方式预测1个月后的利率变动，目前的模型结果仍偏多[27][30] - 基于10Y国债的macd20（dif20日线）的百日分位数和macd5的反转指标生成日度信号，最终信号于4月23日开始看空，目前判断结果仍偏空[31] - 1年和3年品种的短期动量有明显上行，从较长的区间来看，7年和10年品种的60日动量仍处于80%以上较高景气度区间，反映从中长期来看，长端的上行压力相对较小[31][32] - 30年国债换手率和全市场杠杆率仍然较低，中长期纯债型基金的久期因子系数处于下行趋势中，而杠杆因子系数则出现了边际上行[2][26] - 30年国债换手率仍相对较低，活跃券池总换手率从41.5%下滑至38%，反映市场对超长端利率的偏好有所下降[55][58] - 银行间杠杆率从103.9%略降至103.8%左右，反映市场对于利率债整体情绪仍相对较弱[58][60] - 近期利率债基金的久期继续处于下行趋势，但杠杆率有一定的边际提升[55] - 机构净买入行为分析显示，其他机构对同业存单的净买入在本周增加最多，达到了162亿元[45][48] - 货币市场基金对同业存单的净买入减少的最多，达到了577亿元[49][50] - 调整后模型最近一次信号产生于2024年5月8日，跟踪行为为城商行对3-5年品种的合计净买入达到了10%以下的年分位数，模型给出了卖出信号[52][53] - 推荐个券包括23附息国债04、23附息国债12、23附息国债18、23附息国债26、22国开10、22国开15、24国开16等[60]

量化因子与构建方式 单因子表现 - **因子名称**：市盈率因子 **因子的构建思路**：基于市盈率（PE）作为估值指标，衡量股票的相对估值水平 **因子具体构建过程**：通过计算股票的市盈率（PE），并剔除行业与市值影响后，构建多头组合相对于基准指数的超额收益[8][9][11] - **因子名称**：市盈率TTM倒数 **因子的构建思路**：基于市盈率TTM的倒数，作为估值类因子的变形，反映股票的盈利能力 **因子具体构建过程**：计算市盈率TTM的倒数，剔除行业与市值影响后，构建多头组合相对于基准指数的超额收益[8][9][11] - **因子名称**：标准化预期外收入 **因子的构建思路**：基于公司实际收入与市场预期收入的差异，衡量公司超预期表现的能力 **因子具体构建过程**：将实际收入与市场预期收入的差值进行标准化处理，剔除行业与市值影响后，构建多头组合相对于基准指数的超额收益[11][12][15] - **因子名称**：毛利率TTM **因子的构建思路**：基于公司过去12个月的毛利率，衡量公司盈利能力的稳定性 **因子具体构建过程**：计算公司TTM毛利率，剔除行业与市值影响后，构建多头组合相对于基准指数的超额收益[8][11][15] - **因子名称**：换手率相对波动率 **因子的构建思路**：基于换手率的波动性，衡量股票的流动性特征 **因子具体构建过程**：计算股票换手率的波动率，并与市场整体波动率进行对比，剔除行业与市值影响后，构建多头组合相对于基准指数的超额收益[11][15] 大类因子表现 - **因子名称**：盈利因子 **因子的构建思路**：基于公司盈利能力的相关指标，衡量股票的基本面表现 **因子具体构建过程**：综合多种盈利相关指标（如ROE、ROA等），剔除行业与市值影响后，构建多头组合相对于基准指数的超额收益[17] - **因子名称**：Beta因子 **因子的构建思路**：基于股票的市场Beta值，衡量股票的系统性风险暴露 **因子具体构建过程**：计算股票的Beta值，剔除行业与市值影响后，构建多头组合相对于基准指数的超额收益[17] - **因子名称**：市值因子 **因子的构建思路**：基于股票的市值大小，衡量股票的规模效应 **因子具体构建过程**：按照市值大小对股票进行分组，剔除行业与市值影响后，构建多头组合相对于基准指数的超额收益[17] - **因子名称**：成长因子 **因子的构建思路**：基于公司成长性的相关指标，衡量股票的成长潜力 **因子具体构建过程**：综合多种成长性相关指标（如收入增长率、净利润增长率等），剔除行业与市值影响后，构建多头组合相对于基准指数的超额收益[17] 行业内因子表现 - **因子名称**：BP因子 **因子的构建思路**：基于账面价值与市值的比值，衡量股票的估值水平 **因子具体构建过程**：计算股票的账面市值比（BP），剔除行业与市值影响后，构建多头组合相对于基准指数的超额收益[20][21] - **因子名称**：EP因子 **因子的构建思路**：基于每股收益与市值的比值，衡量股票的盈利能力 **因子具体构建过程**：计算股票的每股收益市值比（EP），剔除行业与市值影响后，构建多头组合相对于基准指数的超额收益[20][21] - **因子名称**：残差波动率因子 **因子的构建思路**：基于股票收益的残差波动率，衡量股票的非系统性风险 **因子具体构建过程**：计算股票收益的残差波动率，剔除行业与市值影响后，构建多头组合相对于基准指数的超额收益[20][21] - **因子名称**：流动性因子 **因子的构建思路**：基于股票的流动性指标，衡量股票的交易活跃度 **因子具体构建过程**：综合多种流动性相关指标（如换手率、成交量等），剔除行业与市值影响后，构建多头组合相对于基准指数的超额收益[20][21] --- 因子的回测效果 单因子表现 - **市盈率因子**：沪深300股票池1.77%，中证500股票池1.29%，流动性1500股票池1.97%[8][11][14] - **市盈率TTM倒数**：沪深300股票池1.37%，中证500股票池0.77%，流动性1500股票池1.78%[8][11][14] - **标准化预期外收入**：中证500股票池0.64%，流动性1500股票池0.30%[11][14] - **毛利率TTM**：沪深300股票池-2.08%，中证500股票池-1.27%，流动性1500股票池-0.46%[8][11][14] - **换手率相对波动率**：中证500股票池-1.01%，流动性1500股票池0.44%[11][14] 大类因子表现 - **盈利因子**：全市场股票池0.57%[17] - **Beta因子**：全市场股票池-0.70%[17] - **市值因子**：全市场股票池-0.19%[17] - **成长因子**：全市场股票池-0.19%[17] 行业内因子表现 - **BP因子**：家用电器、银行、传媒、电子行业正收益明显[20] - **EP因子**：通信、煤炭行业正收益明显[20] - **残差波动率因子**：农林牧渔、有色金属、电子行业正收益明显[20] - **流动性因子**：农林牧渔、有色金属、电子行业正收益明显[20]

根据提供的研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. **模型名称**：知情交易者密度D指标模型 - **模型构建思路**：通过统计超大单和大单的异常净流入/流出情况，反映知情交易者对市场的态度[6] - **模型具体构建过程**： 1. 资金流分类：超大单（>100万元）、大单（20-100万元）、中单（4-20万元）、小单（<4万元）[6] 2. 定义D指标：过去20个交易日异常净流入个数减去异常净流出个数 $$ D = \sum_{t=1}^{20} (I_{\text{异常流入},t} - I_{\text{异常流出},t}) $$ 其中$I$为指示函数，异常阈值根据历史波动率设定[6][27] - **模型评价**：D指标能有效捕捉知情交易者的市场情绪变化 模型的回测效果 1. 知情交易者密度D指标模型： - 近1个月D指标持续位于零轴上方，显示乐观情绪[6][27] 量化因子与构建方式 1. **因子名称**：北向资金净流入因子 - **因子构建思路**：通过托管机构（外资银行/券商）资金流向差异捕捉外资偏好[4][12] - **因子具体构建过程**： 1. 按托管机构分类计算日净流入额： $$ \text{NetFlow}_i = \sum \text{BuyAmount}_i - \sum \text{SellAmount}_i $$ 其中$i$为机构类型（全体/银行/券商）[12][14] 2. 行业/风格维度拆解：计算30个一级行业及成长/价值风格的净流入占比[15][18] - **因子评价**：外资券商与银行的分歧行为可能蕴含短期交易信号 2. **因子名称**：个股增仓比例因子 - **因子构建思路**：通过外资持仓变动识别超额收益标的[22][23] - **因子具体构建过程**： $$ \text{增仓比例} = \frac{\text{当期持仓市值} - \text{上期持仓市值}}{\text{流通市值}} \times 100\% $$ 按全体机构/外资银行/券商分别计算Top10个股[23] 因子的回测效果 1. 北向资金净流入因子： - 近一月外资券商净流入484亿元，银行净流出37亿元[12][14] - 沪深300成分股净流入278亿元，中证500/1000分别流入67/72亿元[16][17] 2. 个股增仓比例因子： - 全体机构最高增仓标的唯捷创芯（4.15%），外资券商最高增仓同标的（4.35%）[22][23] 关键指标说明 - **异常净流入判定标准**：超过过去20日平均净流入2倍标准差[6] - **行业偏好统计**：银行/食品饮料为外资共同增持前二行业（分别增持140亿/80亿元）[15][16]