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]

周度报告-FOF 研究 各策略收益下滑，主观表现优于量化 [报Ta告bl日e_期Ra：nk] 2024 年 05 月 22 日 ★本周市场回顾：（05.13-05.17） 股票市场，各大主要指数多数收跌，沪深 300 周度收益为 0.32%， 较之于中小盘的-0.79%和-0.19%的跌幅较大。本周各大类风格因 子涨跌参半，其中账面市值比和盈利率因子录得显著正收益， 剩余因子中贝塔因子和成长因子的跌幅最大。 商品市场大幅收涨，南华综合指数 2.02%，风格因子方面，本周 因子均收跌，波动率因子和流动性因子的跌幅最显著，其余因 子唯对冲压力因子的涨幅较显著。 ★主要策略表现及配置建议： FOF 研 究 各策略收益均下滑。量化多头策略，在跟踪 500 和 1000 指增管 理人普遍录得正超额，相较前一周有所提升，300 指增管理人超 额分化。当前市场正在震荡反弹，阿尔法环境整体向好，但是 波动性有所增加。建议均衡配置，关注风控层面严格的管理人。 CTA 策略表现分化，主观 CTA 持续优于量化 CTA。在跟踪量化 CTA 涨跌参半，各周期下的管理人均表现分化，日内管理人相 对表现靠前，短周期和长周期相对好于中周期 ...

量化模型与构建方式 1. **多因子模型** - 模型构建思路：基于可转债市场特性，综合多个有效因子构建组合，通过因子IC值和超额收益筛选最优因子组合[4][28] - 模型具体构建过程： 1. 因子筛选：从转股溢价率、纯债溢价率、波动率等18个因子中选取IC均值绝对值较高且稳定的因子[35][38][39] 2. 因子加权：采用IC加权或等权方式合成综合因子得分 3. 组合构建：按因子得分排序选取前20%可转债形成多头组合，周度调仓[28][32] - 模型评价：在偏债/偏股转债中表现分化，需结合市场风格动态调整因子权重[20][23] 量化因子与构建方式 1. **转股溢价率因子** - 构建思路：衡量转债价格相对于转股价值的溢价程度，反映股性特征[3][20] - 具体公式：$$转股溢价率 = (转债价格 - 转股价值)/转股价值 \times 100\%$$[35] - 因子评价：在偏债型转债中IC均值-0.07，与正股联动性弱[38] 2. **纯债溢价率因子** - 构建思路：反映转债价格相对于纯债价值的溢价，体现债性保护[3][20] - 具体公式：$$纯债溢价率 = (转债价格 - 纯债价值)/纯债价值 \times 100\%$$[35] - 因子评价：近一年IC均值-0.09，在低价转债中有效性显著[35][38] 3. **到期收益率(YTM)因子** - 构建思路：衡量持有至到期的年化收益率，适用于偏债型转债[3][20] - 因子评价：近一月IC均值0.08，市场避险情绪下表现突出[35] 4. **隐含波动率因子** - 构建思路：通过期权定价模型反推的波动率，反映市场预期[3][20] - 因子评价：近一年IC均值-0.07，与正股波动率存在差异[35][39] 5. **双低因子** - 构建思路：结合价格与转股溢价率的复合因子，公式：$$双低值 = 转债价格 + 转股溢价率 \times 100$$[20][35] - 因子评价：在偏股型转债中近一月多空收益达5.91%[39] 6. **正股联动因子组** - 包含子因子： - 日均振幅差：$$(转债振幅 - 正股振幅)/正股振幅$$[35] - 涨幅差：转债日收益率 - 正股日收益率[35] - 相关性：转债与正股60日收益率相关系数[35] - 因子评价：偏股型转债中IC均值0.11，股性强时有效性高[39] 模型回测效果 1. **多因子模型** - 2024年5月收益率2.65%，2024年以来累计收益4.46%[28][31] - 2023年以来年化收益20.10%，最大回撤未披露[30] 因子回测效果 1. **全市场转债因子** - 波动率因子：近一月IC均值0.04，多头收益4.72%[35] - 动量因子：近一月IC均值-0.10，但多空收益1.53%[35] 2. **偏债型转债因子** - 双低因子：近一月IC均值-0.10，多头超额收益1.75%[38] - 到期收益率：近一年IC均值0.09，多空收益12.70%[38] 3. **偏股型转债因子** - 纯债溢价率：近一月IC均值0.09，多空收益4.46%[39] - 日均振幅差：近一月IC均值0.12，多空收益8.63%[39] 4. **混合型转债因子** - 到期收益率：近一年IC均值0.07，多空收益20.31%[41] - 双低因子：近一年IC均值-0.10，多空收益20.23%[41]

国投安信期货 SDIC ESSENCE RITUKS 商品量化CTA周度跟踪 | | 上周收益(%) | 当月收益(%) | | --- | --- | --- | | 供給 | 0.00 | 1.01 | | 需求 | 0.31 | 1.82 | | 库存 | 0.00 | -0.11 | | 价差 | 0.00 | 1.49 | | 利润 | -0.39 | -1.05 | | 大类累加 | 0.00 | 1.01 | 策略净值方面,上周需求因子上行 0.31%,利润因子走弱0.39%,本周综 合信号多头。浮法玻璃产量释放空头 信号,该因子贡献权重较高,供给端 空头;中国30大中城市商品房成交较 上周小幅减少,需求端多头强度走 弱;上周中国重点八省份周度企业库 存减少,库存端中性转为多头;上周 玻璃华东市场现货价、主连基差因子 以及上海-沙河区域价差因子均释放多 头信号,价差端中性转为多头;利润 端受管道气制浮法玻璃工艺日度收入 因子影响,持续释放空头信号。 2024/5/20 国投安信期货研究院 金融工程组 商品仓位继续向多头区间移动,板块 截面的强弱变化不大,上周位于多头 区间的贵金属延续上行,有色跟 ...

金融衍生品周度报告 主观多头走强 CTA周报 国投安信期货有限公司 第 1 页 版权所有，转载请注明出处 2024年5月20日 截至2024/05/10当周，权益、债券与商品市场周度涨跌幅分别为 1.59%、-0.13%、-0.40%； 私募基金市场方面，本周主要策略指 数延续上升趋势，权益类策略收益表现最佳。CTA方面，本周CTA 趋势、套利以及复合指数涨跌幅分别为0.15%、-0.05%与0.67%。 策略拥挤方面，本周权益策略走高，债券策略持平，CTA小幅上行。 子策略部分，CTA中量化与主观趋势有所分化，其中主观趋势维持在 较高拥挤水平，权益部分指增与量化多头上升，主观多头走低，市场 中性策略小幅下降。 近一周除周期外其余风格管理均跑赢市场，其中稳定风格管理人表现 最佳，超额收益率为2.64%，拥挤度波动回升，稳定与金融风格升幅 显著。 Barra因子：截止2024/5/17当周，本周分红与ALPHA因子表现较 优，超额收益率为2.63%。结合模型评分变化结果周期与消费风格环 比上升，稳定风格走弱，当前整体偏好消费与成长风格。本周五风格 择时策略收益率为-0.51%，对比基准均衡配置暂无超额。 基金市 ...