根据提供的研报内容，以下是关于量化模型和因子的总结： 量化模型与构建方式 1. **模型名称：港股精选组合模型**[15][16] * **模型构建思路**：该模型旨在对分析师推荐股票池进行基本面和技术面的双层优选，挑选出同时具备基本面支撑和技术面共振的超预期股票[15][16] * **模型具体构建过程**： 1. **构建分析师推荐股票池**：以分析师上调盈利预测、分析师首次关注、分析师研报标题超预期事件作为分析师推荐事件构建初始股票池[16] 2. **双层优选**：对分析师推荐股票池中的股票进行基本面和技术面两个维度的精选，具体筛选标准未在提供内容中详细说明[16] 2. **因子名称：250日新高距离**[23] * **因子构建思路**：用于量化个股股价接近其历史最高点的程度，触及新高的个股可被视为市场的风向标[21][23] * **因子具体构建过程**：计算最新收盘价与过去250个交易日最高收盘价的相对距离 $$250日新高距离 = 1 - \frac{Closet}{ts\_max(Close, 250)}$$ 其中，`Closet`为最新收盘价，`ts_max(Close, 250)`为过去250个交易日收盘价的最大值[23] * **因子评价**：该因子是动量、趋势跟踪策略的有效性指标之一，在港股市场中动量效应尤其显著[21] 3. **模型名称：平稳创新高股票筛选模型**[23][24] * **模型构建思路**：根据分析师关注度、股价相对强弱、股价路径平稳性、创新高连续性等角度，在过去20个交易日创出过250日新高的股票池中筛选出趋势更为稳健的创新高股票[23] * **模型具体构建过程**： 1. **样本池**：全部港股，但需剔除成立时间不超过15个月的股票[24] 2. **分析师关注度筛选**：过去6个月买入或增持评级的分析师研报不少于5份[24] 3. **股价相对强弱筛选**：过去250日涨跌幅位于样本池前20%[24] 4. **股价平稳性筛选**：在满足上述条件的股票池内，用以下两个指标综合打分，取排名在前50%的股票（最少取50只）[24] * **价格路径平滑性（股价位移路程比）**：`过去120日涨跌幅绝对值 / 过去120日日涨跌幅绝对值加总`[23][24] * **创新高持续性**：过去120日的250日新高距离在时间序列上的均值[24] 5. **趋势延续性筛选**：对经过上述筛选的股票，计算其过去5日的250日新高距离在时间序列上的均值，并取排序靠前的50只作为最终的平稳创新高股票[24] 模型的回测效果 1. **港股精选组合模型**[20] * 全样本年化收益：19.11% * 全样本超额收益（相对恒生指数）：18.48% * 全样本信息比率（IR）：1.22 * 全样本跟踪误差：14.55% * 全样本收益回撤比：0.78 * 全样本相对最大回撤：23.73% 2. **平稳创新高股票筛选模型**[29] * 该模型筛选出的股票列表及其部分特征指标（如250日新高距离、过去250日涨跌幅等）已在报告中列出，但未提供该策略组合的整体回测绩效指标（如年化收益、信息比率等）[29] 量化因子与构建方式 （报告中提及的独立因子已在“量化模型与构建方式”部分总结，此处不再重复） 因子的回测效果 （报告未提供独立因子的分层测试回测结果，如IC、IR等）

根据提供的金融工程日报内容，报告主要描述了市场表现、情绪指标和资金流向等市场监测内容，并未涉及具体的量化模型或量化因子的构建、测试与评价。报告内容属于市场日常数据统计与描述，不具备量化模型或因子分析的核心要素。 因此，本次总结无法提供关于量化模型或量化因子的名称、构建思路、具体构建过程、评价及测试结果等内容。

量化模型与因子总结 量化模型与构建方式 1. **模型名称：国信金工指数增强组合**[11] **模型构建思路：** 以多因子选股为主体，构建对标不同基准指数的增强组合，力求稳定战胜基准[10] **模型具体构建过程：** 构建流程主要包括收益预测、风险控制和组合优化三块，分别以沪深300、中证500、中证1000及中证A500指数为基准构建指数增强组合[11] 2. **模型名称：单因子MFE组合**[14][40] **模型构建思路：** 采用组合优化的方式检验控制了各种实际约束后单因子的有效性，将组合优化的目标函数修改为最大化单因子暴露[40] **模型具体构建过程：** 采用如下形式的组合优化模型来构建因子的MFE组合： $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$ 其中f为因子取值，f w T为组合在单因子上的加权暴露，w为待求解的股票权重向量。约束条件包括组合在风格因子上的偏离度、行业偏离度、个股权重偏离度、成分股权重占比控制、个股权重上下限控制等[40][41]。构建过程包括：设定单因子MFE组合的约束条件；在每个月末根据约束条件构建每个单因子的MFE组合；在回测期内根据各期MFE组合换仓，计算MFE组合历史收益并按双边0.3%扣除交易费用[44] 3. **模型名称：公募重仓指数**[42] **模型构建思路：** 以公募基金的持股信息构建一个公募重仓指数，在该样本空间中测试因子表现更能反映出因子在"机构风格"下的有效性[42] **模型具体构建过程：** 选样空间为普通股票型基金以及偏股混合型基金，剔除基金整体规模小于五千万且上市时间不足半年的基金。通过基金的定期报告获取基金持股信息，将符合条件基金的持仓股票权重平均获得公募基金平均持仓信息，将平均后的股票权重由高到低降序排序，选取累计权重达到90%的股票作为成分股来构建公募基金重仓指数[43] 模型的回测效果 1. **国信金工指数增强组合**，本周超额收益-0.71%，本年超额收益16.74%[13] 2. **国信金工指数增强组合**，本周超额收益0.12%，本年超额收益6.85%[13] 3. **国信金工指数增强组合**，本周超额收益-0.94%，本年超额收益14.08%[13] 4. **国信金工指数增强组合**，本周超额收益-1.37%，本年超额收益7.55%[13] 量化因子与构建方式 1. **因子名称：BP**[16] **因子构建思路：** 估值类因子 **因子具体构建过程：** 净资产/总市值[16] 2. **因子名称：单季EP**[16] **因子构建思路：** 估值类因子 **因子具体构建过程：** 单季度归母净利润/总市值[16] 3. **因子名称：单季SP**[16] **因子构建思路：** 估值类因子 **因子具体构建过程：** 单季度营业收入/总市值[16] 4. **因子名称：EPTTM**[16] **因子构建思路：** 估值类因子 **因子具体构建过程：** 归母净利润TTM/总市值[16] 5. **因子名称：SPTTM**[16] **因子构建思路：** 估值类因子 **因子具体构建过程：** 营业收入TTM/总市值[16] 6. **因子名称：EPTTM分位点**[16] **因子构建思路：** 估值类因子 **因子具体构建过程：** EPTTM在过去一年中的分位点[16] 7. **因子名称：股息率**[16] **因子构建思路：** 估值类因子 **因子具体构建过程：** 最近四个季度预案分红金额/总市值[16] 8. **因子名称：一个月反转**[16] **因子构建思路：** 反转类因子 **因子具体构建过程：** 过去20个交易日涨跌幅[16] 9. **因子名称：三个月反转**[16] **因子构建思路：** 反转类因子 **因子具体构建过程：** 过去60个交易日涨跌幅[16] 10. **因子名称：一年动量**[16] **因子构建思路：** 动量类因子 **因子具体构建过程：** 近一年除近一月后动量[16] 11. **因子名称：单季净利同比增速**[16] **因子构建思路：** 成长类因子 **因子具体构建过程：** 单季度净利润同比增长率[16] 12. **因子名称：单季营收同比增速**[16] **因子构建思路：** 成长类因子 **因子具体构建过程：** 单季度营业收入同比增长率[16] 13. **因子名称：单季营利同比增速**[16] **因子构建思路：** 成长类因子 **因子具体构建过程：** 单季度营业利润同比增长率[16] 14. **因子名称：SUE**[16] **因子构建思路：** 成长类因子 **因子具体构建过程：** （单季度实际净利润-预期净利润）/预期净利润标准差[16] 15. **因子名称：SUR**[16] **因子构建思路：** 成长类因子 **因子具体构建过程：** （单季度实际营业收入-预期营业收入）/预期营业收入标准差[16] 16. **因子名称：单季超预期幅度**[16] **因子构建思路：** 成长类因子 **因子具体构建过程：** 预期单季度净利润/财报单季度净利润[16] 17. **因子名称：单季ROE**[16] **因子构建思路：** 盈利类因子 **因子具体构建过程：** 单季度归母净利润*2/（期初归母净资产+期末归母净资产）[16] 18. **因子名称：单季ROA**[16] **因子构建思路：** 盈利类因子 **因子具体构建过程：** 单季度归母净利润*2/（期初归母总资产+期末归母总资产）[16] 19. **因子名称：DELTAROE**[16] **因子构建思路：** 盈利类因子 **因子具体构建过程：** 单季度净资产收益率-去年同期单季度净资产收益率[16] 20. **因子名称：DELTAROA**[16] **因子构建思路：** 盈利类因子 **因子具体构建过程：** 单季度总资产收益率-去年同期单季度中资产收益率[16] 21. **因子名称：非流动性冲击**[16] **因子构建思路：** 流动性类因子 **因子具体构建过程：** 过去20个交易日的日涨跌幅绝对值/成交额的均值[16] 22. **因子名称：一个月换手**[16] **因子构建思路：** 流动性类因子 **因子具体构建过程：** 过去20个交易日换手率均值[16] 23. **因子名称：三个月换手**[16] **因子构建思路：** 流动性类因子 **因子具体构建过程：** 过去60个交易日换手率均值[16] 24. **因子名称：特异度**[16] **因子构建思路：** 波动类因子 **因子具体构建过程：** 1-过去20个交易日Fama-French三因子回归的拟合度[16] 25. **因子名称：一个月波动**[16] **因子构建思路：** 波动类因子 **因子具体构建过程：** 过去20个交易日日内真实波幅均值[16] 26. **因子名称：三个月波动**[16] **因子构建思路：** 波动类因子 **因子具体构建过程：** 过去60个交易日日内真实波幅均值[16] 27. **因子名称：高管薪酬**[16] **因子构建思路：** 公司治理类因子 **因子具体构建过程：** 前三高管报酬总额取对数[16] 28. **因子名称：预期EPTTM**[16] **因子构建思路：** 分析师类因子 **因子具体构建过程：** 一致预期滚动EP[16] 29. **因子名称：预期BP**[16] **因子构建思路：** 分析师类因子 **因子具体构建过程：** 一致预期滚动PB[16] 30. **因子名称：预期PEG**[16] **因子构建思路：** 分析师类因子 **因子具体构建过程：** 一致预期PEG[16] 31. **因子名称：预期净利润环比**[16] **因子构建思路：** 分析师类因子 **因子具体构建过程：** 一致预期净利润/3个月前一致预期净利润[16] 32. **因子名称：三个月盈利上下调**[16] **因子构建思路：** 分析师类因子 **因子具体构建过程：** 过去3个月内分析师（上调家数-下调家数）/总家数[16] 33. **因子名称：三个月机构覆盖**[16] **因子构建思路：** 分析师类因子 **因子具体构建过程：** 过去3个月内机构覆盖数量[16] 因子的回测效果 沪深300样本空间因子表现[18] 1. **一个月波动**，因子方向反向，最近一周0.83%，最近一月2.24%，今年以来0.31%，历史年化1.20% 2. **一个月换手**，因子方向反向，最近一周0.68%，最近一月1.05%，今年以来-3.67%，历史年化1.44% 3. **三个月波动**，因子方向反向，最近一周0.65%，最近一月2.53%，今年以来-1.10%，历史年化2.07% 4. **三个月换手**，因子方向反向，最近一周0.63%，最近一月0.87%，今年以来-3.78%，历史年化2.42% 5. **EPTTM年分位点**，因子方向正向，最近一周0.62%，最近一月0.88%，今年以来6.18%，历史年化2.54% 6. **单季ROA**，因子方向正向，最近一周0.60%，最近一月0.28%，今年以来11.70%，历史年化3.79% 7. **三个月反转**，因子方向反向，最近一周0.55%，最近一月0.58%，今年以来1.82%，历史年化0.45% 8. **非流动性冲击**，因子方向正向，最近一周0.39%，最近一月1.03%，今年以来-0.88%，历史年化0.29% 9. **股息率**，因子方向正向，最近一周0.30%，最近一月2.03%，今年以来4.48%，历史年化3.95% 10. **标准化预期外盈利**，因子方向正向，最近一周0.30%，最近一月-0.75%，今年以来8.41%，历史年化3.95% 11. **单季ROE**，因子方向正向，最近一周0.28%，最近一月0.31%，今年以来16.70%，历史年化4.99% 12. **一个月反转**，因子方向反向，最近一周0.28%，最近一月-0.85%，今年以来-0.41%，历史年化-0.35% 13. **特异度**，因子方向反向，最近一周0.27%，最近一月0.01%，今年以来2.48%，历史年化0.12% 14. **单季超预期幅度**，因子方向正向，最近一周0.26%，最近一月0.18%，今年以来8.63%，历史年化3.90% 15. **3个月盈利上下调**，因子方向正向，最近一周0.25%，最近一月-0.05%，今年以来7.34%，历史年化5.19% 16. **单季SP**，因子方向正向，最近一周0.23%，最近一月1.61%，今年以来-0.13%，历史年化2.94% 17. **EPTTM**，因子方向正向，最近一周0.23%，最近一月2.56%，今年以来6.42%，历史年化4.58% 18. **SPTTM**，因子方向正向，最近一周0.21%，最近一月1.63%，今年以来-0.66%，历史年化2.11% 19. **单季EP**，因子方向正向，最近一周0.20%，最近一月2.29%，今年以来7.50%，历史年化5.31% 20. **预期净利润环比**，因子方向正向，最近一周0.16%，最近一月0.04%，今年以来4.17%，历史年化1.45% 21. **预期EPTTM**，因子方向正向，最近一周0.13%，最近一月2.25%，今年以来7.07%，历史年化4.08% 22. **标准化预期外收入**，因子方向正向，最近一周0.11%，最近一月0.21%，今年以来9.56%，历史年化4.56% 23. **BP**，因子方向正向，最近一周0.04%，最近一月2.26%，今年以来-0.89%，历史年化2.66% 24. **预期BP**，因子方向正向，最近一周0.02%，最近一月2.15%，今年以来0.52%，历史年化3.10% 25. **DELTAROE**，因子方向正向，最近一周0.00%，最近一月0.22%，今年以来13.68%，历史年化4.30% 26. **单季营收同比增速**，因子方向正向，最近一周-0.01%，最近一月0.42%，今年以来17.50%，历史年化4.60% 27. **DELTAROA**，因子方向正向，最近一周-0.03%，最近一月0.12%，今年以来12.22%，历史年化4.69% 28. **高管薪酬**，因子方向正向，最近一周-0.10%，最近一月0.02%，今年以来2.94%，历史年化3.11% 29. **预期PEG**，因子方向反向，最近一周-0.15%，最近一月-0.68%，今年以来8.71%，历史年化3.48% 30. **单季净利同比增速**，因子方向正向，最近一周-0.17%，最近一月-0.81%，今年以来11.71%，历史年化3.76% 31. **一年动量**，因子方向正向，最近一周-0.24%，最近一月-1.27%，今年以来-0.09%，历史年化2.34% 32. **三个月机构覆盖**，因子方向正向，最近一周-0.24%，最近一月0.12%，今年以来8.89%，历史年化3.03% 33. **单季营利同比增速**，因子方向正向，最近一周-0.26%，最近一月-0.23%，今年以来11.37%，历史年化3.37% 中证500样本空间因子表现[20] 1. **三个月机构覆盖**，因子方向正向，最近一周1.09%，最近一月-0.19%，今年以来3.99%，历史年化4.91% 2. **一个月反转**，因子方向反向，最近一周1.01%，最近一月-0.80%，今年以来3.79%，历史年化-0.82% 3. **三个月反转**，因子方向反向，最近一周0.99%，最近一月-0.10%，今年以来-0.86%，历史年化-1.38% 4. **非流动性冲击**，因子方向正向，最近一周0.99%，最近一月1.32%，今年以来-3.29%，历史年化0.30% 5. **一个月换手**，因子方向反向，最近一周0.83%，最近一月1.44%，今年以来-7.23%，历史年化4.03% 6. **三个月波动**，因子方向反向，最近一周0.65%，最近一月1.20%，今年以来-5.25%，历史年化3.73% 7. **一个月波动**，因子方向反向，最近一周0.62%，最近一月0.05%，今年以来6.99%，历史年化1.83% 8. **三个月换手**，因子方向反向，最近一周0.59%，最近一月1.09%，今年以来-4.96%，历史年化4.58% 9. **单季ROA**，因子方向正向，最近一周0.46%，最近一月-0.53%，今年以来0.93%，历史年化4.91% 10. **EPTTM年分位点**，因子方向正向，最近一周0.40%，最近一月-0.59%，今年以来1.42%，历史年化4.50% 11. **股息率**，因子方向正向，最近一周0.38%，最近一月1.30%，今年以来0.68%，历史年化5.96% 12. **一年动量**，因子方向正向，最近一周0.30%，最近一月-1.59%，今年以来0.41%，历史年化2.47% 13. **单季ROE**，因子方向正向，最近一周0.23%，最近一月0.02%，今年以来4.52%，历史年化5.38% 14. **EPTTM**，因子方向正向，最近一周0.13%，最近一月0.32%，今年以来-3.64%，历史年化4.87% 15. **单季超预期幅度**，因子方向正向，最近一周0.09%，最近一月0.14%，今年以来7.51%，历史年化8.67% 16. **3个月盈利上下调**，因子方向正向，最近一周0.07%，最近一月-1.47%，今年以来0.72%，历史年化6.13% 17. **预期EPTTM**，因子方向正向，最近一周0.

根据提供的金融工程周报内容，以下是关于量化模型与因子的总结。 量化因子与构建方式 1. **因子名称：250日新高距离**[11] * **因子构建思路**：该因子用于度量当前股价相对于过去250个交易日最高价的回落幅度，以此判断股票是否处于强势趋势中。其理论基础是研究发现股价接近52周（约250日）最高价的股票未来收益更优[11]。 * **因子具体构建过程**：对于股票在时间点`t`的因子值，计算方式如下： $$250日新高距离 = 1 - \frac{Close_t}{ts\_max(Close, 250)}$$ 其中，`Close_t` 代表股票在时间点`t`的最新收盘价，`ts_max(Close, 250)` 代表过去250个交易日收盘价的最大值。若收盘价创出新高，则因子值为0；若股价自高点回落，则因子值为正，代表回落幅度[11]。 2. **因子名称：平稳创新高股票筛选因子（复合因子）**[24][27] * **因子构建思路**：该复合因子旨在从创250日新高的股票中，进一步筛选出价格路径平滑、趋势稳健的个股。其依据是研究显示平滑价格路径的高动量股收益优于跳跃路径的股票[24]。 * **因子具体构建过程**：该因子通过多个条件对股票进行筛选，具体步骤如下： 1. **初筛股票池**：筛选出过去20个交易日内创出过250日新高的股票[19][27]。 2. **分析师关注度**：过去3个月内，获得“买入”或“增持”评级的分析师研报数量不少于5份[27]。 3. **股价相对强弱**：过去250日涨跌幅位于全市场前20%[27]。 4. **综合平稳性打分**：在满足上述条件的股票池内，使用以下两个指标进行综合打分，并选取排名在前50%的股票[27]： * **价格路径平滑性（股价位移路程比）**：计算公式为 `过去120日涨跌幅的绝对值 / 过去120日日涨跌幅绝对值加总`[24][27]。 * **创新高持续性**：过去120日的250日新高距离在时间序列上的均值[27]。 5. **趋势延续性**：根据过去5日的250日新高距离在时间序列上的均值进行排序，最终选取排名最靠前的50只股票[27]。 因子回测效果 *本报告未提供关于上述因子的具体回测指标（如IC值、IR、多空收益等）的定量测试结果。报告内容主要为特定时点（2025年11月21日）的截面数据展示和股票列表，而非历史回测绩效[31]。* 量化模型与构建方式 *本报告未明确描述一个完整的、可回测的量化选股或配置模型。报告核心是对“250日新高距离”这一因子的应用和基于该因子的复合筛选方法进行市场监测和个股跟踪，并未形成具有明确权重配置和换仓规则的模型框架。* 模型的回测效果 *由于报告未涉及具体的量化模型，因此无模型的回测效果数据。*

根据提供的金融工程周报内容，以下是关于报告中涉及的量化模型与因子的总结。 量化因子与构建方式 1. **因子名称：250日新高距离**[11] * **因子构建思路**：该因子用于衡量当前股价相对于过去250个交易日最高价的回落幅度，其理论基础是研究发现股价接近52周（约250日）最高价的股票未来收益往往更高，体现了动量或趋势跟踪效应[11] * **因子具体构建过程**：对于给定的证券，在时间点`t`，计算其最新收盘价 `Closet` 与过去250个交易日收盘价最大值 `ts_max(Close, 250)` 的比值，然后用1减去该比值。具体公式如下： $$250日新高距离 = 1 - \frac{Closet}{ts\_max(Close, 250)}$$ 其中，`Closet` 代表最新收盘价，`ts_max(Close, 250)` 代表过去250个交易日收盘价的最大值。当收盘价创出新高时，该因子值为0；当收盘价从高点回落时，该因子为正值，值越大表示回落幅度越大[11] 2. **因子名称：平稳创新高股票筛选因子（复合因子）**[24][27] * **因子构建思路**：该复合因子旨在从创出新高的股票中，进一步筛选出价格路径平稳、趋势延续性好的股票，其理论基础是研究表明遵循平滑价格路径的高动量股收益可能更优[24] * **因子具体构建过程**：该因子并非单一数值，而是一个多步骤的筛选流程，应用于“过去20个交易日创出过250日新高”的股票池[19][27]。 1. **分析师关注度**：筛选过去3个月内获得“买入”或“增持”评级的分析师研报数量不少于5份的股票[27] 2. **股价相对强弱**：筛选过去250日涨跌幅位于全市场前20%的股票[27] 3. **股价平稳性与创新高持续性**：在满足上述条件的股票池内，使用以下两个指标进行综合打分，并选取排名在前50%的股票[27]： * **价格路径平滑性（股价位移路程比）**：该指标用于衡量价格路径的平滑程度，具体计算公式在报告中以图表形式给出，但文本描述为“过去120日涨跌幅的绝对值 / 过去120日日涨跌幅绝对值加总”[24] * **创新高持续性**：使用过去120日内的250日新高距离在时间序列上的均值来衡量[27] 4. **趋势延续性**：最后，根据“过去5日的250日新高距离在时间序列上的均值”进行排序，选取排名靠前的50只股票作为最终的“平稳创新高股票”[27] 模型的回测效果 *报告未提供量化模型的回测效果指标。* 因子的回测效果 *报告未提供单一因子或复合因子的具体回测效果指标（如IC值、IR值、多空收益等），仅展示了基于“平稳创新高股票筛选因子”选出的15只股票列表及其部分特征[31]。*

量化模型与构建方式 1. 中证生物科技主题指数编制模型 - **模型名称**：中证生物科技主题指数[38] - **模型构建思路**：选取涉及基因诊断、生物制药、血液制品及其他人体生物科技的上市公司证券作为指数样本，以反映生物科技类上市公司证券的整体表现[38] - **模型具体构建过程**： 1. **确定样本空间**：同中证全指指数样本空间，满足以下条件的A股和红筹企业发行的存托凭证[38]： - 非ST、*ST证券[38] - 其他证券：上市时间超过一个季度，除非该证券自上市以来日均总市值排在前30位[38] - 科创板证券和北交所证券：上市时间分别超过一年和两年[38] 2. **选样方法**[39]： - 对样本空间内证券按照过去一年的日均成交金额由高到低排名，剔除排名后20%的证券[39] - 对样本空间内剩余证券，选取涉及基因诊断、生物制药、血液制品及其他人体生物科技的相关上市公司作为生物科技主题待选样本[39] - 对待选样本按照过去一年日均总市值由高到低排名，选取排名靠前的不超过50只证券作为指数样本[39] 3. **加权方式**：采用自由流通市值加权方式，并对单个样本股设置10%的权重上限[40] 4. **定期调整**：指数样本每半年调整一次，样本调整实施时间分别为每年6月和12月的第二个星期五的下一个交易日[40] 2. 风格因子暴露分析模型 - **模型名称**：相对风格因子暴露分析模型[48] - **模型构建思路**：分析中证生物科技主题指数相对于中证800指数在主要风格因子上的暴露程度，以了解指数的风格特征[48] - **模型具体构建过程**： - 选取市值、Beta、动量、波动性、非线性市值、价值、流动性、盈利、成长性、杠杆等风格因子[52] - 计算中证生物科技主题指数成分股在这些因子上的暴露度[48] - 与中证800指数的因子暴露进行对比分析[48] - 通过标准化处理得到相对暴露度数值[52] 量化因子与构建方式 1. 市值因子 - **因子构建思路**：衡量成分股的市值规模特征[48] - **因子具体构建过程**：计算指数成分股的平均市值，并与基准指数进行对比[48][52] 2. 流动性因子 - **因子构建思路**：衡量成分股的交易活跃程度[48] - **因子具体构建过程**：基于成交金额、换手率等指标计算流动性得分[48][52] 3. 动量因子 - **因子构建思路**：衡量成分股的价格动量效应[48] - **因子具体构建过程**：计算过去一段时间内的价格收益率作为动量指标[48][52] 4. 估值因子（PE/PB） - **因子构建思路**：衡量指数的估值水平[53] - **因子具体构建过程**： - PE估值：采用TTM市盈率计算方法[54] - PB估值：采用LF市净率计算方法[54] - 计算历史均值和标准差区间进行估值定位分析[54] 5. 盈利预期因子 - **因子构建思路**：基于一致预期分析指数的未来盈利增长潜力[55] - **因子具体构建过程**： - 收集券商对指数成分股的营业收入和归母净利润一致预期[55] - 计算指数整体的预期营收和净利润增速[55] - 分析未来几年的成长性趋势[55] 6. 行业集中度因子 - **因子构建思路**：衡量指数在生物科技细分行业的集中程度[44] - **因子具体构建过程**：计算各中信三级行业的权重分布，分析主要行业的集中度[44][46] 7. 概念暴露因子 - **因子构建思路**：分析指数在各类投资概念上的暴露程度[47] - **因子具体构建过程**：计算指数在行业龙头、民营企业综合、成交主力、双循环、基金重仓、创新药等概念上的权重占比[47][48] 模型的回测效果 1. 中证生物科技主题指数编制模型 - 前十大成分股集中度：55.26%[40] - 成分股数量：50只[40] - 市值分布均衡性：1000亿以上权重35.79%，200-1000亿权重44.24%[41] - 行业集中度：生物医药Ⅲ(42.33%)、医疗服务(20.99%)、化学制剂(17.33%)、医疗器械(11.97%)[44][46] 2. 风格因子暴露分析模型 - 市值因子暴露：显著负向暴露（小市值特征）[48][52] - 流动性因子暴露：正向暴露（高流动性）[48][52] - 动量因子暴露：正向暴露（高动量）[48][52] - 估值因子水平：PE处于历史均值附近，PB处于历史负1倍标准差附近[53][54] 因子的回测效果 1. 盈利预期因子 - 2025年预期营业收入：3701亿元，同比增速6.54%[55] - 2026年预期营业收入：3923亿元，同比增速6.00%[55] - 2027年预期营业收入：4463亿元，同比增速13.76%[55] - 2025年预期归母净利润：613亿元，同比增速52.09%[55] - 2026年预期归母净利润：726亿元，同比增速18.58%[55] - 2027年预期归母净利润：901亿元，同比增速24.11%[55] 2. 概念暴露因子 - 行业龙头概念暴露度：70.56%[48] - 民营企业综合概念暴露度：64.78%[48] - 成交主力概念暴露度：64.58%[48] - 双循环概念暴露度：62.60%[48] - 基金重仓概念暴露度：62.48%[48] - 创新药概念暴露度：62.16%[48] 3. 跟踪误差因子（ETF基金） - 日均跟踪偏离度控制目标：绝对值不超过0.2%[59] - 年跟踪误差控制目标：不超过2%[59]

根据提供的研报内容，该报告主要对A股主要宽基指数进行多维度数据跟踪和统计分析，并未涉及具体的量化投资模型或量化因子的构建、测试与评价。报告内容集中于市场现状描述和指标展示[1][2][3][4][6][8][10][11][12][13][15][16][18][19][20][21][22][23][24][25][27][28][29][31][34][35][37][39][40][41][42][43][45][46][47][48][50][52][53][54][55][56][57][58][59][60][61][62][63]。 因此，本总结中关于“量化模型与构建方式”、“模型的回测效果”、“量化因子与构建方式”及“因子的回测效果”部分无相关内容。

根据提供的研报内容，以下是关于量化因子与模型的总结： 量化因子与构建方式 1. **因子名称：RSI相对强弱指标**[2] * **因子构建思路**：通过计算一定周期内价格平均涨幅与平均跌幅的比值，来衡量市场的超买或超卖状态[2] * **因子具体构建过程**：首先计算一定周期（报告中为12天）内价格上涨日的平均涨幅和价格下跌日的平均跌幅，然后计算两者的比值RS，最后通过公式转换为RSI值[2] * **构建公式**： $$RSI = 100 – 100 / (1 + RS)$$[2] 其中，RS为一定周期内平均涨幅与平均跌幅的比值 * **因子评价**：RSI值大于70表示市场可能处于超买状态，小于30表示市场可能处于超卖状态，常用于判断市场短期走势[2] 2. **因子名称：净申购**[2] * **因子构建思路**：通过比较当前交易日基金净值与考虑收益率后的上一交易日净值的变化，来计算资金的净流入或流出情况[2] * **因子具体构建过程**：使用基金净值数据，根据特定公式计算得出当日净申购金额[2] * **构建公式**： $$NETBUY(T) = NAV(T)–NAV(T-1)*（1+R（T））$$[2] 其中，NETBUY(T)为T日净申购金额，NAV(T)为T日基金净值，NAV(T-1)为T-1日基金净值，R(T)为T日基金收益率 3. **因子名称：日内行情趋势**[2] * **因子构建思路**：采用高频数据（如5分钟级别）的日内成交价来描绘当日的价格波动趋势[2] * **因子具体构建过程**：基于日内分时成交数据生成趋势图，图中会标记出当日最高价和最低价等关键点位[2] 因子的回测效果 研报中未提供关于RSI相对强弱指标、净申购、日内行情趋势等因子的具体回测效果指标（如信息比率IR、年化收益率、夏普比率等）的测试结果取值。报告内容主要为ETF的各类指标数据展示，而非因子或模型的绩效回测[4][7]。

根据提供的金融工程日报内容，报告主要描述了市场表现、情绪和资金流向等观察指标，并未涉及具体的量化模型或量化因子的构建、测试与评价。报告内容属于市场数据统计和描述性分析。 因此，本次总结中“量化模型与构建方式”、“模型的回测效果”、“量化因子与构建方式”及“因子的回测效果”部分均无相关内容可提供。

根据提供的金融工程点评报告，以下是报告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：行业拥挤度监测模型**[3] * **模型构建思路**：该模型旨在对申万一级行业指数的拥挤度进行每日监测，以识别交易过热或过冷的行业[3] * **模型具体构建过程**：报告未提供该模型的具体构建细节、计算公式或参数说明 2. **模型名称：溢价率 Z-score 模型**[4] * **模型构建思路**：该模型用于搭建ETF产品筛选信号，通过滚动测算ETF的溢价率Z-score，来发现存在潜在套利机会的标的[4] * **模型具体构建过程**：报告未提供该模型的具体构建细节、计算公式或参数说明 模型的回测效果 （报告未提供相关模型的回测效果指标取值） 量化因子与构建方式 （报告未明确提及独立的量化因子及其构建方式） 因子的回测效果 （报告未提供相关因子的回测效果指标取值）