当地时间10月29日，美联储启动自2024年9月以来的第5次降息。伴随这一进程，美股市场上的小盘股热度逐渐回归。 事实上，受降息预期推动，代表美股小盘股市场表现的罗素2000指数自今年4月以来便一路走高。 根据历史经验，美联储降息周期重启首先利好小盘股。受益于低利率环境，小盘公司往往可借更低的融资成本直接改善盈利能力；而受益于市场流动性改 善和风险偏好提升，降息也有望刺激投资者逢低布局那些被忽视但基本面优质的小盘股。 此前自2022年起美股小盘股长期遭受压抑，当下的市场自然不乏这类盈利预期向好但估值尚未体现其价值的公司。 今年10月，美国投研机构Zacks首次覆盖第壹仁汇（证券简称"NIVF"），并为其开出15美元/股的估值。而在报告发布当时，第壹仁汇股价仅1.81美元。 那么，是哪些原因令机构判断与市场表现呈现这般差距？第壹仁汇又能否撑得起15美元/股的目标价？ 市值低于现金资产，NIVF为何被低估？ 当前美股市场呈现出显著的"大块头高估、小公司低估"格局。一边是苹果、微软、Alphabet等美股"七巨头"占尽风光，英伟达以5万亿美元市值刷新人类历 史；一边是大量中小盘流动性不足，更有像第壹仁汇这样的个股， ...

根据您提供的研报内容，以下是关于其中涉及的量化模型与因子的总结。报告主要跟踪了多个市场的“中观因子”，而非构建具体的预测模型或多因子选股模型。 量化因子与构建方式 1. **因子名称：大小盘风格因子**[12][14] * **因子构建思路**：通过比较不同市值风格股票的表现，来判断市场整体风格是偏向大盘股还是小盘股[12][14] * **因子具体构建过程**：报告未详细描述具体计算方法，通常此类因子可通过计算大小盘指数（如沪深300与中证1000）的相对收益率或相对强度来构建 2. **因子名称：价值成长风格因子**[12][14] * **因子构建思路**：通过比较价值风格与成长风格股票的表现，来判断市场整体风格是偏向价值股还是成长股[12][14] * **因子具体构建过程**：报告未详细描述具体计算方法，通常此类因子可基于估值指标（如市盈率、市净率）和成长指标（如盈利增长率）构建风格指数并进行比较 3. **因子名称：大小盘风格波动因子**[12][14] * **因子构建思路**：衡量大小盘风格因子自身的波动程度，反映风格切换的剧烈程度[12][14] * **因子具体构建过程**：报告未详细描述具体计算方法，通常可计算风格因子收益率的标准差或滚动波动率 4. **因子名称：价值成长风格波动因子**[12][14] * **因子构建思路**：衡量价值成长风格因子自身的波动程度，反映风格切换的剧烈程度[12][14] * **因子具体构建过程**：报告未详细描述具体计算方法，通常可计算风格因子收益率的标准差或滚动波动率 5. **因子名称：行业指数超额收益离散度**[12][14] * **因子构建思路**：衡量各行业指数相对于市场基准的超额收益的离散程度，反映市场行业表现的分化水平[12][14] * **因子具体构建过程**：报告未详细描述具体计算公式，通常可计算各行业超额收益的标准差或变异系数 6. **因子名称：行业轮动度量因子**[12][14] * **因子构建思路**：衡量行业轮动速度的快慢，反映市场热点的切换频率[12][14] * **因子具体构建过程**：报告未详细描述具体计算方法，通常可基于行业收益率排名的变动率或相关性变化来构建 7. **因子名称：成分股上涨比例**[12][14] * **因子构建思路**：计算特定指数（如沪深300）中上涨股票的数量占比，反映市场的广度和普涨/普跌情况[12][14] * **因子具体构建过程**：$$成分股上涨比例 = \frac{指数成分股中上涨的股票数量}{指数成分股总数}$$[12][14] 8. **因子名称：前100个股成交额占比**[12][14] * **因子构建思路**：计算成交额前100名股票的成交额占市场总成交额的比例，反映交易在个股层面的集中度[12][14] * **因子具体构建过程**：$$前100个股成交额占比 = \frac{成交额排名前100的股票的总成交额}{市场总成交额}$$[12][14] 9. **因子名称：前5行业成交额占比**[12][14] * **因子构建思路**：计算成交额前5名行业的成交额占市场总成交额的比例，反映交易在行业层面的集中度[12][14] * **因子具体构建过程**：$$前5行业成交额占比 = \frac{成交额排名前5的行业的总成交额}{市场总成交额}$$[12][14] 10. **因子名称：指数波动率**[13][14] * **因子构建思路**：衡量市场指数的价格波动程度，是市场风险和市场活跃度的重要体现[13][14] * **因子具体构建过程**：报告未详细描述具体计算方法，通常可基于指数日收益率计算滚动标准差（如20日波动率） 11. **因子名称：指数换手率**[13][14] * **因子构建思路**：衡量市场交易的活跃程度[13][14] * **因子具体构建过程**：报告未详细描述具体计算方法，通常为市场总成交额与流通市值的比值 12. **因子名称：商品期货趋势强度**[26][33] * **因子构建思路**：衡量商品期货各板块价格趋势的强弱程度[26][33] * **因子具体构建过程**：报告未详细描述具体计算方法，通常可基于均线排列、动量指标（如时间序列动量）或趋势线突破来量化 13. **因子名称：商品期货市场波动水平**[26][33] * **因子构建思路**：衡量商品期货各板块价格的波动率水平[26][33] * **因子具体构建过程**：报告未详细描述具体计算方法，通常可计算商品指数收益率的标准差 14. **因子名称：商品期货市场流动性**[26][33] * **因子构建思路**：衡量商品期货市场的流动性状况[26][33] * **因子具体构建过程**：报告未详细描述具体计算方法，通常可基于成交量、持仓量或买卖价差等指标构建 15. **因子名称：商品期货期限结构（基差动量）**[26][33] * **因子构建思路**：通过基差（现货价格与期货价格之差）的变动来衡量商品期货期限结构的变化动量[26][33] * **因子具体构建过程**：报告未详细描述具体计算公式，通常可计算基差的变动率或加速度 16. **因子名称：期权隐含波动率偏度**[37] * **因子构建思路**：衡量期权市场上看跌期权与看涨期权隐含波动率的差异，反映市场对尾部风险的担忧程度[37] * **因子具体构建过程**：报告未详细描述具体计算公式，通常可计算虚值看跌期权与虚值看涨期权的隐含波动率之差 17. **因子名称：看跌/看涨期权持仓量比值**[37] * **因子构建思路**：衡量期权市场上看跌期权与看涨期权的持仓量比例，反映市场整体的避险情绪[37] * **因子具体构建过程**：$$看跌/看涨期权持仓量比值 = \frac{看跌期权总持仓量}{看涨期权总持仓量}$$[37] 18. **因子名称：百元转股溢价率**[39][41] * **因子构建思路**：衡量可转债价格相对于其转换价值的溢价程度，是转债估值水平的核心指标[39][41] * **因子具体构建过程**：$$百元转股溢价率 = \frac{可转债价格 - 转换价值}{转换价值} \times 100\%$$，其中转换价值 = 正股价格 × 转股比例[39][41] 19. **因子名称：纯债溢价率**[39][41] * **因子构建思路**：衡量可转债价格相对于其纯债价值的溢价程度，反映转债的债性保护强度[39][41] * **因子具体构建过程**：报告未详细描述具体计算公式，通常为（可转债价格 - 纯债价值）/ 纯债价值，纯债价值为将转债视为债券的未来现金流贴现值[39][41] 20. **因子名称：低转股溢价率转债占比**[39][41] * **因子构建思路**：计算市场上转股溢价率处于低水平的可转债数量占比，反映转债市场整体股性的强弱[39][41] * **因子具体构建过程**：报告未详细描述具体计算公式，通常为设定一个转股溢价率阈值（如20%），计算低于该阈值的转债数量占所有转债数量的比例[39][41] 因子的回测效果 （注：本报告为周度跟踪报告，主要展示因子在最近一周（2025.10.27-2025.10.31）的表现状态或变动方向，而非长期历史回测指标。）[1][12][13][26][33][37][39] 1. **大小盘风格因子**，表现状态：偏向小盘[12][14] 2. **价值成长风格因子**，表现状态：偏向价值[12][14] 3. **大小盘风格波动因子**，表现状态：下降[12][14] 4. **价值成长风格波动因子**，表现状态：下降[12][14] 5. **行业指数超额收益离散度**，表现状态：上升[12][14] 6. **行业轮动度量因子**，表现状态：下降[12][14] 7. **成分股上涨比例**，表现状态：下降[12][14] 8. **前100个股成交额占比**，表现状态：下降[12][14] 9. **前5行业成交额占比**，表现状态：持平上期[12][14] 10. **指数波动率**，表现状态：上升[13][14] 11. **指数换手率**，表现状态：表现分化[13][14] 12. **商品期货趋势强度**，表现状态：有色及能化板块上升，其余板块下降[26][33] 13. **商品期货市场波动水平**，表现状态：除农产品外，各板块均上升[26][33] 14. **商品期货市场流动性**，表现状态：各板块表现分化[26][33] 15. **商品期货期限结构（基差动量）**，表现状态：各板块均下降[26][33] 16. **期权隐含波动率偏度（中证1000）**，表现状态：看跌期权偏度上升，看涨期权偏度下降[37] 17. **看跌/看涨期权持仓量比值（中证1000）**，表现状态：继续提高[37] 18. **百元转股溢价率**，表现状态：保持稳固上升[39][41] 19. **纯债溢价率**，表现状态：有相似的趋势（指稳固上升）[39][41] 20. **低转股溢价率转债占比**，表现状态：出现一些反弹[39][41]

美股小盘股年内表现 - 罗素2000指数2025年以来累计上涨12.02%，逼近标普500指数14.77%的年内涨幅 [1] - 从4月8日市场低点计算，罗素2000指数中无盈利小盘股组合累计上涨108% [4] - 罗素2000指数中43%的公司未实现盈利，无盈利小盘股年内上涨55%，而盈利个股涨幅仅为8% [4] 小盘股与大盘股历史对比 - 2020年罗素2000指数上涨18.4%，跑赢标普500指数16.3%的涨幅，但此后未在完整日历年度跑赢大盘 [4] - 自2013年12月31日以来，标普500指数累计上涨259.7%，而罗素2000指数涨幅仅为110.11% [4] - 标普小盘600指数年内仅上涨3.71%，该指数追踪约600家最近季度及过去四个季度均实现盈利的小盘公司 [5] 小盘股行情驱动因素 - 本轮小盘股行情由罗素2000指数中一些最具投机性的股票引领 [4] - 小公司更依赖浮动利率债务，美联储9月重启降息使其能更快进行再融资，直接改善盈利表现 [7] - 部分无盈利小盘公司依靠债务开发新产品，这是其短期盈利增长预期优于标普500的主要原因 [7] 小盘股市场格局变化 - 私人资本的增长迫使市场重新审视小盘股投资格局，许多高潜力公司选择保持私有化而非上市 [7] - 允许美国普通投资者将退休金配置于私募股权等另类资产的行政命令可能加速小盘股公司私有化趋势 [7] - 专注小盘股的资产管理公司将这些股票视为“常青资产类别” [7] 全球小盘股投资机会 - 投资者对小盘股的关注不止于美股市场，许多观点认为各个市场上的小盘股都被低估了 [8] - 自美联储发出鸽派信号、国际贸易紧张局势缓解后，欧洲小盘股受到关注 [8] - 亚洲小盘股也在更广泛的经济变化中寻求机会 [8]

投资银行家Kyle Wool与特朗普家族的合作模式 - 投资银行家Kyle Wool通过其公司Dominari Holdings与特朗普家族合作，帮助后者在小盘股和加密货币领域获得超过5亿美元的收益 [1] - Wool将公司总部迁至特朗普大厦，并花费数年时间培养与特朗普家族的关系，包括支付50万美元成为特朗普俱乐部会员 [2] - 2024年2月，Dominari Holdings宣布特朗普长子Donald Trump Jr和次子Eric Trump成为公司顾问和投资者，他们持有的股份超过任何外部投资者 [2] 利用名声影响力推动小盘股交易的策略 - 交易核心模式是利用特朗普家族的名声影响力推动股价飙升，例如无人机公司Unusual Machines在宣布Donald Trump Jr成为顾问后，股价在三天内上涨三倍 [1] - Donald Trump Jr对Unusual Machines投资10万美元购买股票和认股权证，宣布其参与的消息使股价从2美元以下飙升至20美元以上，其投资一度增值30倍 [2][3] - 公司CEO表示，Donald Trump Jr的最大贡献是公开背书，这让公司今年已筹集超过8000万美元资金 [3] - Dominari专门从事估值低于2.5亿美元的小盘股融资业务，特朗普的关联为这类努力获得关注度的公司带来巨大聚光灯效应 [2] 在加密货币领域的交易与收益 - 特朗普儿子们在加密货币领域的最大收获来自比特币挖矿公司American Bitcoin Corp，Eric Trump在该公司的股份截至10月9日价值近5亿美元 [1][6] - Donald Trump Jr和Eric Trump与合作伙伴收购了该比特币挖矿公司20%的股份，该公司随后通过与一家小盘股合并的方式公开上市 [4][5] - 这笔交易为Dominari带来了截至10月9日价值超过1.5亿美元的持股 [6] - 公开披露文件显示Eric Trump并未对该公司投入现金或其他资产，但却获得了近4.5亿美元的股份价值 [6] 潜在的利益冲突与政策关联 - 特朗普兄弟作为兼职顾问在空白支票公司New America Acquisition I Corp获得的股份，在公司公开交易时可能价值高达5000万美元 [7] - 在无人机领域，特朗普政府签署行政令加速推出行业飞行规则，五角大楼发布指导意见加快军方采购美国制造无人机的进程 [7] - 在加密货币方面，白宫建议国税局考虑改变关于加密货币挖矿的长期税收指导，这将有利于American Bitcoin等公司 [7] - 空白支票公司最初在证券文件中表示将寻找"有利于联邦或州级激励措施的收购目标"，但在媒体询问后删除了这一表述 [7]

小盘股三季度表现 - 2025年第三季度罗素2000小盘股指数涨幅超10%，超过标普500指数约7%的涨幅，并在9月创下2024年11月以来新高 [2] - 小盘股表现优异基于美联储放松货币政策、长期利率下降及经济回弹等综合因素 [2][4] - 与今年上半年形成对比，一季度小盘股下跌幅度远高于整体市场，二季度反弹幅度也低于整体市场 [4] - 在过去10个投资年份中，小盘股仅两次跑赢市场，分别为2022年（小盘股跌18.5% vs 大盘跌19.4%）和2016年（小盘股涨20.3% vs 整体市场涨12.4%） [4] 领涨板块与个股 - 以半导体为代表的科技板块引领上涨，科技、工业、金融服务业板块今年上涨显著，而公用事业、医疗保健、能源和必需消费品小盘股指数下跌 [4] - 自2010年以来，景顺标普小盘信息技术ETF在任何给定的100日投资期内表现比标普600小盘股指数平均高出1.2个百分点 [5] - 半导体公司Astera本季度涨超100%，自2024年3月IPO以来累计上涨182.54%；Credo本季度涨超60%，今年迄今暴涨101% [5] - 卫星电信服务公司Echo Star年初至今暴涨222.86%，近期股价上扬与同意出售其近70%频谱持有量有关 [8] - 其他领涨者包括Ciena、UnitySoftware、RocketLab等 [10] 小盘股估值风险 - iShares罗素2000 ETF远期市盈率达24.64，远高于历史平均水平，并超过iShares罗素3000 ETF的22.32和标普500ETF的22.5，显示小盘股整体已不具备性价比 [11] - iShares罗素2000成长型ETF远期市盈率达36.38，泡沫化程度直逼大型科技股 [12] - 罗素2000成分股Oklo今年迄今涨超400%，市值达163亿美元，但公司目前无营业收入，预计到2027年第四季度才产生收入 [12] - 小盘股反弹由一小部分成长股和科技股推动，而非整体上行 [11] 市场观点与先行信号 - 小盘股相较于大盘股更具性价比且盈利前景更瞩目，因许多小盘股公司正开始摆脱长达两年左右的盈利衰退期 [4] - 美联储降息应会提振投资者对小盘股的信心 [5] - 有观点推荐小盘股中的防御性行业，如必需消费品、制药和医疗保健 [14] - 房屋建筑股近期表现开始落后大盘，这被视为小盘股反弹可能后继乏力的一个先行警告信号 [14]

小盘股近期表现 - 美国小盘股在长期表现不佳后可能正迎来反弹，近期数据显示出积极迹象 [1] - 过去三个月，iShares Russell 2000指数上涨11%，表现优于同期上涨约7.6%的标普500指数 [2] - 但年初至今，iShares Russell 2000 ETF上涨8.2%，仍落后于上涨12.6%的SPDR S&P 500 ETF Trust，年初的疲软主要受4月份关税政策影响 [2] 宏观经济驱动因素 - 美联储在9月降息25个基点，并暗示今年可能还有两次降息，10月降息25个基点的概率为87.7% [3] - 货币政策宽松周期的开启对小盘股及ETF构成利好 [3] - 受强劲消费支出推动，美国2025年第二季度GDP增长3.8%，高于此前预估的3.3%，第一季度为下降0.6% [4] - 小盘股与国内经济紧密相连，积极的经济增长态势对小盘股有利 [5] 小盘股估值水平 - 截至2025年9月19日，罗素2000指数的市盈率为34.65倍，高于去年同期的25.12倍 [6] - 罗素2000指数的估值水平高于纳斯达克100指数，后者的市盈率为32.65倍 [7] - 标普500指数的市盈率为25.30倍，显示小盘股估值并不便宜 [7] 表现突出的ETF - 多只美国小盘股ETF在第三季度表现领先，投资者可关注这些高动量产品 [8] - Fidelity Enhanced Small Cap ETF过去三个月上涨15.5% [8] - Invesco S&P SmallCap 600 Pure Value ETF上涨14% [8] - Vanguard Russell 2000 Value ETF上涨13.6% [8] - First Trust Small Cap Core AlphaDEX ETF上涨13.5% [8] - Janus Henderson Small Cap Growth Alpha ETF上涨13.4% [8] - iShares Russell 2000 Growth ETF上涨13% [8] 潜在风险因素 - 2025年9月25日宣布的将于10月1日实施的新关税措施，涉及进口橱柜、浴室柜、药品和重型卡车等领域 [9] - 关税紧张局势的回归可能使小盘股在短期内保持波动 [9]

市场风格转变 - 以工业富联为代表的大盘股成为牛股的数量越来越多，热门板块中行业龙头涨幅可观，股价呈现慢牛走势，中长期收益惊人 [1] - 市场偏好发生偏移，单纯的题材炒作难以获得认同，业绩与成长性深入人心，资金炒作无业绩支撑的绩差公司风险高 [1] - 拥有深厚行业壁垒、稳定现金流与强大抗风险能力的龙头公司能引发机构与散户投资者的共鸣，股价上涨更具持续性 [1] 市场参与者结构变化 - 市场参与者结构发生重大改变，养老金、保险资金等长期资金持续入场，机构投资者话语权提升 [1] - 长线资金天然厌恶短期暴利，更钟情于业绩可预期、质地坚实的价值投资标的 [1] 行业龙头优势 - 行业龙头上市公司在技术积淀、品牌壁垒与规模效应上优势显著，在存量竞争中更能获得利润优势，为股价稳健上行打下坚实基础 [1] 投资理念影响 - 大盘股成为牛股的趋势使投资者选股思路从关注涨停板转向关注业绩报表中的利润与成长性，价值投资理念更加深入人心 [2] - 大盘股并非牛股的充分或必要条件，但大盘股成为牛股的概率已显著提升，投资者不应有唯大盘股不买的观念 [2] - 投资者需要买入的是业绩与成长性俱佳的绩优股，流通盘大小并非第一条件，但大盘股的整体含金量优于小盘股是事实 [2] 未来市场展望 - 未来大盘股不断受到投资者追捧是大概率事件，从成熟股市经验看，大盘股的估值水平高于小盘股是常态 [2] - 当大盘股估值大幅高于小盘股时，小盘股的成长潜力会展现优势，若小盘股能持续业绩增长，其股价涨幅大概率会超过同期大盘股 [2] - 投资者在关注大盘股机会时不应摒弃中小盘股，只要是优质公司，无论流通盘大小都有其价值 [2] 对中小投资者的建议 - 在价值投资时代，中小投资者需要更多地学习上市公司相关知识，包括前沿科技、财务报表研读及企业经营管理常识 [3] - 若投资者在相关领域处于弱势，可通过买入公募基金间接投资股市，基金经理的水平通常超过散户投资者的平均水平 [3]

美股盘前市场表现 - 美股三大股指期货齐涨，道指期货涨0.65%，标普500指数期货涨0.81%，纳指期货涨1.09% [1] - 欧洲主要股指上涨，德国DAX指数涨1.35%，英国富时100指数涨0.29%，法国CAC40指数涨1.23%，欧洲斯托克50指数涨1.55% [1] - WTI原油价格涨0.34%至64.27美元/桶，布伦特原油涨0.28%至68.14美元/桶 [1][2] 小盘股与美联储政策 - 罗素2000指数周三一度上涨2.1%至2453.36点，自2021年11月以来首次越过历史收盘最高点，最终收涨0.2% [3] - 在美联储降息预期推动下，小盘股近期跑赢标普500指数，市场在降息背景下愈发青睐小盘股 [3] - 美联储降息后市场波动加剧，投资者回归"数据依赖"模式，重点关注初请失业金人数数据 [4] 企业高管观点与黄金展望 - 71%的美国CEO在闭门会议中认为关税对企业具有破坏性，约四分之三受访者支持法院认定关税执行非法的判决 [5] - 德银将2026年黄金均价预期上调至每盎司4000美元，预计在美联储降息及央行购金推动下金价易涨难跌 [5] 制药与生物技术行业动态 - 诺和诺德糖尿病药物Ozempic在真实世界研究中显示，患者心脏病发作、中风或死亡风险比礼来Trulicity低23%，公司股价盘前涨近7% [6] - 罗氏将以高达35亿美元收购89bio，加码减肥药市场，89bio核心药物pegozafermin针对代谢功能障碍相关脂肪性肝炎，89bio股价盘前暴涨近84% [8][9] - Arvinas与辉瑞决定将乳腺癌创新药vepdegestrant的商业化权利对外授权，Arvinas股价盘前涨超2% [9] 科技与物流公司动态 - Bullish第二季度每股收益0.93美元，远超市场预期的-0.05美元，营收5700万美元超出预期的5580万美元，公司预计第三季度调整后营收6900万至7600万美元，股价盘前涨近9% [7] - Palantir承诺在英国投资15亿英镑，并与英国国防部达成价值7.5亿英镑的五年期协议，以扩大其人工智能软件使用范围 [7] - 联邦快递财报成为验证美股涨势的重要信号，快递板块受关税及"小额免税政策"取消冲击，但市场悲观情绪或已反映在估值中 [6]

小盘股市场表现 - 罗素2000指数上涨2.1%至2453.36点，首次超过自2021年11月以来的历史收盘高点 [1] - 该指数上涨结束了自互联网泡沫时期以来最长的未创纪录的上涨行情 [1] - 小盘股上涨与风险偏好情绪高涨及市场预期美联储今年可能降息三次的情况相吻合 [1]

量化模型与因子总结 量化因子与构建方式 1. **因子名称：Barra风格因子** [14][15]；**因子构建思路**：基于股票的不同特征维度构建系统化的风格因子体系，用于描述和解释股票收益的差异性[15]；**因子具体构建过程**：共包含10个风格因子，具体构建公式如下： * **Beta因子**：计算股票的历史Beta值。$$ Beta $$ * **市值因子**：取总市值的自然对数。$$ 市值 = \ln(总市值) $$ * **动量因子**：计算历史超额收益率序列的均值。$$ 动量 $$ * **波动因子**：由历史超额收益率序列波动率、累积超额收益率离差和历史残差收益率序列波动率加权合成。$$ 波动 = 0.74 \times \sigma_{超额收益} + 0.16 \times D_{累积超额收益} + 0.1 \times \sigma_{残差收益} $$ * **非线性市值因子**：取市值风格的三次方。$$ 非线性市值 = (市值风格)^3 $$ * **估值因子**：取市净率的倒数。$$ 估值 = \frac{1}{市净率} $$ * **流动性因子**：由月换手率、季换手率和年换手率加权合成。$$ 流动性 = 0.35 \times Turnover_{月} + 0.35 \times Turnover_{季} + 0.3 \times Turnover_{年} $$ * **盈利因子**：由分析师预测盈利价格比、市现率倒数和市盈率TTM倒数加权合成。$$ 盈利 = 0.68 \times \frac{E_{预测}}{P} + 0.21 \times \frac{1}{P/CF} + 0.11 \times \frac{1}{PE_{TTM}} $$ * **成长因子**：由分析师预测长期盈利增长率、分析师预测短期盈利增长率、盈利增长率和营业收入增长率加权合成。$$ 成长 = 0.18 \times G_{长期预测} + 0.11 \times G_{短期预测} + 0.24 \times G_{盈利} + 0.47 \times G_{营收} $$ * **杠杆因子**：由市场杠杆率、账面杠杆率和资产负债率加权合成。$$ 杠杆 = 0.38 \times Leverage_{市场} + 0.35 \times Leverage_{账面} + 0.27 \times 资产负债率 $$ 2. **因子名称：GRU因子** [18][20][24][26]；**因子构建思路**：使用门控循环单元（GRU）神经网络模型捕捉股票价格的时序特征以预测收益[18][20][24][26]；**因子具体构建过程**：报告提及了多个基于GRU的模型，区别在于输入数据和预测目标的不同，具体有： * **barra1d模型**：使用Barra风险模型数据作为输入，预测1天收益[18][20][24][26] * **barra5d模型**：使用Barra风险模型数据作为输入，预测5天收益[20][24][26] * **open1d模型**：以开盘价相关数据作为输入，预测1天收益[32] * **close1d模型**：以收盘价相关数据作为输入，预测1天收益[20][32] 3. **因子名称：多因子组合** [32]；**因子构建思路**：将多个因子信号组合成一个综合信号进行投资[32]；**因子具体构建过程**：报告中未详细说明具体组合的因子和权重方法[32] 4. **因子名称：基本面因子** [18][20][23][26]；**因子构建思路**：基于公司财务报表数据构建因子，评估公司的盈利能力、成长性、估值等基本面状况[18][20][23][26]；**因子具体构建过程**：报告中列举了多类基本面因子，财务指标均采用TTM方式计算，并在测试前进行了行业中性化处理[17]。具体因子包括： * **超预期增长类**：如roa超预期增长、营业利润率超预期增长、净利润超预期增长、roc超预期增长[18][21][27] * **增长类**：如roa增长、营业利润率增长、roc增长[18][21][27] * **静态财务类**：如roa、roc、营业利润率、市销率、营业周转率、市盈率、EOI[21][27] * **估值类**：如市净率倒数（见Barra估值因子）[20][26] 5. **因子名称：技术类因子** [18][20][23][26]；**因子构建思路**：基于股票的交易价格和成交量数据构建因子，捕捉市场的交易行为特征[18][20][23][26]；**因子具体构建过程**：报告中提及的技术因子在测试前进行了行业中性化处理[17]。具体因子包括： * **动量因子**：如20日动量、60日动量、120日动量[25][30] * **波动因子**：如20日波动、60日波动、120日波动、长期波动[18][25][30] * **其他**：中位数离差因子[25][30] 因子回测效果 回测设置通用参数：选股范围为万得全A，剔除ST、*ST、停牌不可交易及上市不满120日的股票[16][17]。多空组合每月末调仓，做多因子值前10%的股票，做空后10%的股票，等权配置[16][17]。基本面因子均使用TTM财务数据并经过行业中性化处理[17]。 1. **风格因子（全市场）** [16] * 近期表现：市值、非线性市值、流动性因子的多头表现强势；盈利、估值、成长因子的空头表现较好[2][16] 2. **全市场股池因子** [18] * **基本面因子**：本周多空收益多数为正；超预期增长类因子表现较强，增长类因子次之；静态财务因子多头收益不显著[3][18] * **技术类因子**：多空收益多数为正，仅长期波动因子为负[3][18] * **GRU因子**：多空表现较弱，仅barra1d模型取得正向多空收益[3][18] 3. **沪深300股池因子** [20] * **基本面因子**：本周多空收益表现多数为正；估值类因子多头收益显著；静态财务因子多空收益表现较强，增长类财务因子次之[4][20] * **技术面因子**：多空收益均为正向，动量因子表现较强[4][20] * **GRU因子**：多空收益表现分化；close1d和barra5d模型多空收益回撤较多；barra1d模型表现较强[4][20] 4. **中证500股池因子** [23][24] * **基本面因子**：多空收益表现分化；静态财务因子多空收益显著偏负；增长类和超预期增长类因子多空表现为正向[5][23] * **技术面因子**：多空表现均为正向[5][24] * **GRU因子**：多空收益表现较弱；仅barra1d模型多空表现强势[5][24] 5. **中证1000股池因子** [26] * **基本面因子**：多空收益表现分化；估值类因子多空收益显著为正；静态财务因子多数表现为正向；增长类和超预期增长类财务因子均为负向[6][26] * **技术因子**：多空表现多数为正，仅长期动量和中位数离差因子为负且不显著[6][26] * **GRU因子**：多空收益表现较弱；仅barra1d模型取得微弱的多空收益[6][26] 模型回测效果 回测设置参数：选股池为万得全A，剔除ST、*ST、停牌不可交易及上市不满180日的股票；业绩基准为中证1000指数；月度调仓；双边千3手续费；个股权重上限千2；风格偏离0.5标准差；行业偏离0.01[31]。 1. **open1d模型** [32][33] * 近一周超额收益: 0.22% * 近一月超额收益: -1.23% * 近三月超额收益: -1.56% * 近六月超额收益: 4.68% * 今年以来超额收益: 5.45% 2. **close1d模型** [32][33] * 近一周超额收益: -0.20% * 近一月超额收益: -2.64% * 近三月超额收益: -3.36% * 近六月超额收益: 2.44% * 今年以来超额收益: 2.92% 3. **barra1d模型** [32][33] * 近一周超额收益: 0.14% * 近一月超额收益: 1.20% * 近三月超额收益: 0.28% * 近六月超额收益: 2.54% * 今年以来超额收益: 4.77% 4. **barra5d模型** [32][33] * 近一周超额收益: -0.59% * 近一月超额收益: -2.84% * 近三月超额收益: -2.81% * 近六月超额收益: 3.35% * 今年以来超额收益: 5.03% 5. **多因子组合** [32][33] * 近一周超额收益: -0.50% * 近一月超额收益: -1.67% * 近三月超额收益: -2.37% * 近六月超额收益: 2.28% * 今年以来超额收益: -0.10%