量化选股策略概述 - 量化选股是一种基于数学模型和计算机算法，系统性分析海量数据以选择股票的投资方法，其核心是“用历史规律预测未来，用算法克服人性弱点”[7] - 与传统主观选股依赖分析师对宏观经济、行业趋势或公司基本面的主观判断不同，量化选股通过建立系统性规则，在全市场范围内客观筛选股票[7] - 国内金融数据日益丰富与AI技术进步，叠加资本市场波动较大，促使高效、客观、纪律性强的量化选股策略在私募基金领域盛行[2] 量化选股的核心方法 - 多因子模型是量化选股的“基石”，其核心思想是股票的未来收益可由多个“因子”共同解释，策略研究员通过历史回测筛选出长期有效的因子组合[9] - 常见的因子包括价值因子（如PE、PB）、成长因子（如业绩增速）、动量因子（如量价趋势）等[10] - 统计套利策略基于“均值回归”逻辑，捕捉关联资产（如行业股票）价格短期偏离历史常态的套利机会[11] - 事件驱动策略通过量化模型实时监测上市公司事件（如财报发布、并购重组），并快速评估其对股价的影响以生成交易信号[12] 量化选股的优势 - 客观性与纪律性：量化模型不依赖人类主观判断，能避免认知偏差并在市场波动中保持纪律[7] - 高效性：计算机可在秒级处理数千只股票的多维度数据，覆盖人力无法企及的广度[14] - 分散性：策略持仓通常包含上百只股票，有助于降低单一标的风险[14] 量化选股的历史业绩表现 - 在过去5年（2021-2025年），私募基金的量化选股相比主观选股整体展现出更低的回撤、更高的收益和更高的夏普比率[15] - 除2024年这种转折年份外，量化选股的收益中位数在其余年份均明显跑赢主观选股；若按收益均值来看，过去5年都是量化选股领先[15] - 在回撤控制方面，量化选股仅在2024年的整体回撤比主观选股大，其余4年均表现出更小的回撤[17] - 由于在过去5年（2024年除外）量化选股的整体收益更高、回撤控制更好，因此其夏普比率也更高[20] 量化选股面临的挑战 - 因子失效风险：市场环境变化可能导致历史有效因子失效，例如市值因子可能因资金偏好变化而失效[22] - 模型同质化风险：若多家私募使用相似因子，可能导致策略拥挤，市场差价难做，超额收益被摊薄[23] - 黑箱风险：部分复杂模型的决策逻辑难以解释，实盘表现可能与回测差异较大[24] - 过度拟合陷阱：模型可能在历史数据上表现完美，但将过去的噪音当成规律，导致实盘中“水土不服”[25][26] 量化选股与指数增强的区别 - 两者“同宗同源”，底层基因相同，都运用量化模型筛选股票构建组合[27] - 核心区别在于“是否带着锚”投资：指数增强策略有明确的基准指数，在紧密跟踪指数的基础上寻求增强；量化选股策略则完全不受特定指数成分股和风格限制，自由度更高，目标是实现绝对收益最大化[27] - 量化选股的独特优势源于“无拘无束”，能更灵活捕捉不同风格、行业的轮动机会，争取更高的收益弹性[27] - 偏好明确指数的投资者可选指数增强，而追求更高绝对收益、能承受更大波动的投资者则可关注量化选股[27] 如何筛选量化选股策略 - 关注超额收益稳定性：观察策略是否在牛熊周期中均能跑赢市场，例如近3年年化超额收益是否持续为正[28] - 关注风险控制能力：观察策略的最大回撤、夏普比率等指标[28] - 关注团队投研实力：量化选股的核心竞争力是因子挖掘与模型迭代能力，可关注团队是否有金融工程背景及策略迭代能力[31]

量化模型与构建方式 1. **模型名称：进取组合**；模型构建思路：基于多因子模型构建的积极型股票组合[7][8] 2. **模型名称：平衡组合**；模型构建思路：基于多因子模型构建的稳健型股票组合[7][8] 3. **模型名称：沪深300增强组合**；模型构建思路：以跑赢沪深300指数为目标的量化增强策略[5][7] 4. **模型名称：中证500增强组合**；模型构建思路：以跑赢中证500指数为目标的量化增强策略[5][7] 5. **模型名称：中证1000增强组合**；模型构建思路：以跑赢中证1000指数为目标的量化增强策略[5][7] 6. **模型名称：绩优基金的独门重仓股组合**；模型构建思路：选取绩优基金所持有的非主流重仓股构建组合[5][7] 7. **模型名称：盈利、增长、现金流三者兼优组合**；模型构建思路：筛选在盈利、增长和现金流三个基本面维度均表现优异的股票[5][7] 8. **模型名称：PB-盈利优选组合**；模型构建思路：结合低市净率（PB）和高盈利能力的选股策略[5][7] 9. **模型名称：GARP组合**；模型构建思路：采用“合理价格成长”策略，寻找具有成长性且估值合理的股票[5][7] 10. **模型名称：小盘价值优选组合1**；模型构建思路：在小盘股中筛选具备价值属性的股票[7][37] 11. **模型名称：小盘价值优选组合2**；模型构建思路：另一种在小盘股中筛选价值股的方法[7][39] 12. **模型名称：小盘成长组合**；模型构建思路：在小盘股中筛选具备高成长属性的股票[5][7] 模型的回测效果 1. **进取组合**，周收益率-7.64%[9]，月收益率-10.00%[9]，年收益率9.48%[9]，周超额收益-1.82%[9]，月超额收益0.38%[9]，年超额收益5.53%[9]，跟踪误差22.00%[9]，最大相对回撤6.14%[9] 2. **平衡组合**，周收益率-6.73%[9]，月收益率-8.48%[9]，年收益率8.65%[9]，周超额收益-0.91%[9]，月超额收益1.89%[9]，年超额收益4.70%[9]，跟踪误差18.75%[9]，最大相对回撤4.99%[9] 3. **沪深300增强组合**，周收益率-4.58%[9]，月收益率-5.98%[9]，年收益率3.21%[9]，周超额收益-2.40%[9]，月超额收益-2.93%[9]，年超额收益4.57%[9]，跟踪误差7.44%[9]，最大相对回撤3.67%[9] 4. **中证500增强组合**，周收益率-5.25%[9]，月收益率-9.32%[9]，年收益率3.54%[9]，周超额收益0.58%[9]，月超额收益1.06%[9]，年超额收益-0.40%[9]，跟踪误差7.57%[9]，最大相对回撤3.17%[9] 5. **中证1000增强组合**，周收益率-4.37%[9]，月收益率-8.71%[9]，年收益率5.03%[9]，周超额收益0.87%[9]，月超额收益0.37%[9]，年超额收益2.56%[9]，跟踪误差8.21%[9]，最大相对回撤2.32%[9] 6. **绩优基金的独门重仓股组合**，周收益率-5.13%[9]，月收益率-13.20%[9]，年收益率1.91%[9]，周超额收益-2.77%[9]，月超额收益-8.43%[9]，年超额收益0.22%[9]，跟踪误差25.14%[9]，最大相对回撤8.93%[9] 7. **盈利、增长、现金流三者兼优组合**，周收益率-5.41%[9]，月收益率-11.81%[9]，年收益率-14.83%[9]，周超额收益-3.22%[9]，月超额收益-8.76%[9]，年超额收益-13.47%[9]，跟踪误差15.01%[9]，最大相对回撤15.84%[9] 8. **PB-盈利优选组合**，周收益率-4.29%[9]，月收益率-4.39%[9]，年收益率3.12%[9]，周超额收益-2.11%[9]，月超额收益-1.34%[9]，年超额收益4.48%[9]，跟踪误差12.84%[9]，最大相对回撤2.38%[9] 9. **GARP组合**，周收益率-5.80%[9]，月收益率-7.04%[9]，年收益率6.02%[9]，周超额收益-3.62%[9]，月超额收益-3.99%[9]，年超额收益7.38%[9]，跟踪误差11.69%[9]，最大相对回撤3.99%[9] 10. **小盘价值优选组合1**，周收益率-5.85%[9]，月收益率-7.96%[9]，年收益率3.42%[9]，周超额收益1.06%[9]，月超额收益0.99%[9]，年超额收益-4.03%[9]，跟踪误差12.01%[9]，最大相对回撤9.26%[9] 11. **小盘价值优选组合2**，周收益率-6.44%[9]，月收益率-8.78%[9]，年收益率8.20%[9]，周超额收益0.47%[9]，月超额收益0.17%[9]，年超额收益0.75%[9]，跟踪误差12.28%[9]，最大相对回撤5.84%[9] 12. **小盘成长组合**，周收益率-5.81%[9]，月收益率-8.95%[9]，年收益率3.86%[9]，周超额收益1.10%[9]，月超额收益0.00%[9]，年超额收益-3.60%[9]，跟踪误差11.11%[9]，最大相对回撤7.41%[9] 量化因子与构建方式 1. **因子名称：市值因子**；因子具体构建过程：按照股票的总市值进行排序，构建多空组合[44][45] 2. **因子名称：PB因子**；因子具体构建过程：按照股票的市净率（PB）进行排序，构建多空组合[44][45] 3. **因子名称：PE_TTM因子**；因子具体构建过程：按照股票的滚动市盈率（PE_TTM）进行排序，构建多空组合[44][45] 4. **因子名称：反转因子**；因子具体构建过程：按照股票过去一段时间的涨幅进行排序，低涨幅股票为多头，高涨幅股票为空头，构建多空组合[44][50] 5. **因子名称：换手率因子**；因子具体构建过程：按照股票的换手率进行排序，低换手率股票为多头，高换手率股票为空头，构建多空组合[44][50] 6. **因子名称：波动率因子**；因子具体构建过程：按照股票价格的波动率进行排序，低波动率股票为多头，高波动率股票为空头，构建多空组合[44][50] 7. **因子名称：ROE因子**；因子具体构建过程：按照股票的净资产收益率（ROE）进行排序，构建多空组合[44][53] 8. **因子名称：SUE因子**；因子具体构建过程：按照标准化未预期盈余（SUE）进行排序，构建多空组合[44][53] 9. **因子名称：预期净利润调整因子**；因子具体构建过程：按照分析师对净利润预期的调整幅度进行排序，构建多空组合[44][53] 因子的回测效果 **（注：以下为上周（2026.03.13-2026.03.20）全市场范围内的因子表现）** 1. **市值因子**，多头收益-1.45%[45]，空头收益0.76%[45]，多空收益-2.22%[45] 2. **PB因子**，多头收益0.92%[45]，空头收益0.98%[45]，多空收益-0.06%[45] 3. **PE_TTM因子**，多头收益0.54%[45]，空头收益-0.01%[45]，多空收益0.55%[45] 4. **反转因子**，多头收益0.66%[50]，空头收益-1.33%[50]，多空收益1.99%[50] 5. **换手率因子**，多头收益1.77%[50]，空头收益-0.46%[50]，多空收益2.23%[50] 6. **波动率因子**，多头收益2.18%[50]，空头收益-0.82%[50]，多空收益3.00%[50] 7. **ROE因子**，多头收益0.77%[53]，空头收益0.35%[53]，多空收益0.42%[53] 8. **SUE因子**，多头收益0.38%[53]，空头收益-0.09%[53]，多空收益0.48%[53] 9. **预期净利润调整因子**，多头收益0.32%[53]，空头收益-0.40%[53]，多空收益0.72%[53]

量化模型与构建方式 1. **模型名称：国信金工指数增强组合模型**[11][12] * **模型构建思路**：以多因子选股为主体，通过收益预测、风险控制和组合优化三个主要步骤，构建能够稳定战胜特定基准指数（如沪深300、中证500等）的增强组合[11][12]。 * **模型具体构建过程**：构建流程主要包括三块： 1. **收益预测**：基于多因子模型对股票未来收益进行预测。 2. **风险控制**：控制组合相对于基准指数的风险暴露。 3. **组合优化**：在满足各项风险约束的条件下，通过优化算法求解最优的股票权重，以最大化预期收益或控制跟踪误差[12]。 2. **模型名称：单因子MFE组合模型**[15][41] * **模型构建思路**：为了在更贴近实际投资约束（如行业、风格中性）的条件下检验单因子的有效性，采用组合优化的方式，在控制各种实际约束的同时，最大化组合在目标因子上的暴露，从而构建最大化单因子暴露组合（Maximized Factor Exposure Portfolio, MFE组合）[15][41]。 * **模型具体构建过程**：采用如下组合优化模型构建因子的MFE组合[41]： $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$ * **目标函数**：$max\ f^{T}w$，其中 $f$ 为因子取值向量，$w$ 为待求解的股票权重向量，目标是最大化组合在单因子上的加权暴露[41]。 * **约束条件**： 1. 风格暴露约束：$s_{l}\leq X(w-w_{b})\leq s_{h}$，限制组合相对于基准指数权重 $w_b$ 在风格因子暴露矩阵 $X$ 上的偏离度在 $[s_l, s_h]$ 范围内[42]。 2. 行业偏离约束：$h_{l}\leq H(w-w_{b})\leq h_{h}$，限制组合相对于基准指数在行业暴露矩阵 $H$ 上的偏离度在 $[h_l, h_h]$ 范围内[42]。 3. 个股权重偏离约束：$w_{l}\leq w-w_{b}\leq w_{h}$，限制个股相对于其在基准指数中权重的偏离幅度在 $[w_l, w_h]$ 范围内[42]。 4. 成分股权重占比约束：$b_{l}\leq B_{b}w\leq b_{h}$，限制组合在基准指数成分股内的权重占比在 $[b_l, b_h]$ 范围内，其中 $B_b$ 为个股是否属于基准指数成分股的0-1向量[42]。 5. 卖空与权重上限约束：$\mathbf{0}\leq w\leq l$，禁止卖空，并限制个股权重上限为 $l$[42]。 6. 满仓约束：$\mathbf{1}^{T}\ w=1$，要求组合权重和为1，即满仓运作[43]。 * **模型评价**：该方法能够更真实地反映因子在实际投资约束下的选股能力，避免了传统十分组检验可能存在的偏差，使检验后认为“有效”的因子更可能在最终组合中发挥真实的收益预测作用[41]。 3. **模型名称：公募重仓指数构建模型**[43][44] * **模型构建思路**：为了测试因子在公募基金这一重要市场参与者持仓风格下的有效性，通过汇总公募基金的持股信息，构建一个代表“机构风格”的样本空间——公募重仓指数[43]。 * **模型具体构建过程**： 1. **选样空间**：选取普通股票型基金和偏股混合型基金，剔除规模小于五千万且上市不足半年的基金。若基金存在转型，则使用转型后半年以上的基金数据[44]。 2. **数据获取**：通过基金的定期报告（年报、半年报、季报）获取持股信息。对于季报，需结合前期的年报或半年报信息来构建完整的持仓数据[44]。 3. **指数构建**：将符合条件的所有基金的持仓股票权重进行平均，得到公募基金平均持仓信息。将平均后的股票权重按从高到低排序，选取累计权重达到90%的股票作为成分股，以此构建公募基金重仓指数[44]。 模型的回测效果 1. **国信金工指数增强组合模型**[5][14] * 沪深300指数增强组合：本周超额收益1.90%，本年超额收益5.84%[5][14] * 中证500指数增强组合：本周超额收益1.94%，本年超额收益3.61%[5] * 中证1000指数增强组合：本周超额收益1.13%，本年超额收益4.68%[5] * 中证A500指数增强组合：本周超额收益-0.90%，本年超额收益3.71%[5] 量化因子与构建方式 **（注：报告列出了详细的因子库，以下为各类别因子及其构建思路的总结）**[16][17] 1. **因子类别：估值因子**[17] * **构建思路**：衡量股票价格相对于其基本面价值的指标。 * **包含因子及具体构建过程**： * **BP**：净资产 / 总市值[17] * **单季EP**：单季度归母净利润 / 总市值[17] * **单季SP**：单季度营业收入 / 总市值[17] * **EPTTM**：归母净利润TTM / 总市值[17] * **SPTTM**：营业收入TTM / 总市值[17] * **EPTTM一年分位点**：EPTTM在过去一年中的分位点[17] * **股息率**：最近四个季度预案分红金额 / 总市值[17] 2. **因子类别：反转因子**[17] * **构建思路**：基于股票过去一段时间价格表现的反转效应。 * **包含因子及具体构建过程**： * **一个月反转**：过去20个交易日涨跌幅[17] * **三个月反转**：过去60个交易日涨跌幅[17] 3. **因子类别：成长因子**[17] * **构建思路**：衡量公司盈利或收入增长能力的指标。 * **包含因子及具体构建过程**： * **单季净利同比增速**：单季度净利润同比增长率[17] * **单季营收同比增速**：单季度营业收入同比增长率[17] * **单季营利同比增速**：单季度营业利润同比增长率[17] * **SUE（标准化预期外盈利）**：（单季度实际净利润 - 预期净利润）/ 预期净利润标准差[17] * **SUR（标准化预期外收入）**：（单季度实际营业收入 - 预期营业收入）/ 预期营业收入标准差[17] * **单季超预期幅度**：预期单季度净利润 / 财报单季度净利润[17] 4. **因子类别：盈利因子**[17] * **构建思路**：衡量公司盈利能力和盈利质量的指标。 * **包含因子及具体构建过程**： * **单季ROE**：单季度归母净利润 * 2 / (期初归母净资产 + 期末归母净资产)[17] * **单季ROA**：单季度归母净利润 * 2 / (期初总资产 + 期末总资产)[17] * **DELTAROE**：单季度净资产收益率 - 去年同期单季度净资产收益率[17] * **DELTAROA**：单季度总资产收益率 - 去年同期单季度总资产收益率[17] 5. **因子类别：流动性因子**[17] * **构建思路**：衡量股票交易活跃度和交易成本的指标。 * **包含因子及具体构建过程**： * **非流动性冲击**：过去20个交易日的日涨跌幅绝对值 / 成交额的均值[17] * **一个月换手**：过去20个交易日换手率均值[17] * **三个月换手**：过去60个交易日换手率均值[17] 6. **因子类别：波动因子**[17] * **构建思路**：衡量股票价格波动风险的指标。 * **包含因子及具体构建过程**： * **特异度**：1 - 过去20个交易日Fama-French三因子回归的拟合度[17] * **一个月波动**：过去20个交易日日内真实波幅均值[17] * **三个月波动**：过去60个交易日日内真实波幅均值[17] 7. **因子类别：公司治理因子**[17] * **构建思路**：衡量公司治理水平的指标。 * **包含因子及具体构建过程**： * **高管薪酬**：前三高管报酬总额取对数[17] 8. **因子类别：分析师因子**[17] * **构建思路**：基于卖方分析师一致预期数据的指标。 * **包含因子及具体构建过程**： * **预期EPTTM**：一致预期滚动EP[17] * **预期BP**：一致预期滚动PB[17] * **预期PEG**：一致预期PEG[17] * **预期净利润环比**：一致预期净利润 / 3个月前一致预期净利润[17] * **三个月盈利上下调**：过去3个月内分析师（上调家数 - 下调家数）/ 总家数[17] * **三个月机构覆盖**：过去3个月内机构覆盖数量[17] 因子的回测效果 **（注：以下为各样本空间中，部分因子在最近一周、最近一月、今年以来及历史年化四个窗口期的MFE组合超额收益表现。因子方向“正向”表示因子值越大越看好，“反向”反之。）** 1. **沪深300样本空间MFE组合表现**[19] * **单季ROE**：正向，最近一周1.07%，最近一月1.80%，今年以来2.56%，历史年化5.38%[19] * **单季超预期幅度**：正向，最近一周0.98%，最近一月0.15%，今年以来0.05%，历史年化3.81%[19] * **DELTAROA**：正向，最近一周0.95%，最近一月0.09%，今年以来1.15%，历史年化4.99%[19] * **BP**：正向，最近一周-0.87%，最近一月-0.34%，今年以来-0.49%，历史年化2.56%[19] * **预期BP**：正向，最近一周-0.86%，最近一月0.01%，今年以来0.01%，历史年化2.83%[19] * **单季SP**：正向，最近一周-0.51%，最近一月-0.63%，今年以来-0.77%，历史年化2.62%[19] 2. **中证500样本空间MFE组合表现**[21] * **单季净利同比增速**：正向，最近一周2.13%，最近一月3.39%，今年以来5.70%，历史年化7.47%[21] * **DELTAROA**：正向，最近一周1.70%，最近一月3.39%，今年以来4.02%，历史年化7.74%[21] * **预期净利润环比**：正向，最近一周1.67%，最近一月0.64%，今年以来0.66%，历史年化3.41%[21] * **SPTTM**：正向，最近一周-1.38%，最近一月-0.63%，今年以来-1.61%，历史年化2.78%[21] * **预期BP**：正向，最近一周-1.03%，最近一月1.15%，今年以来2.26%，历史年化3.48%[21] * **单季SP**：正向，最近一周-0.97%，最近一月0.12%，今年以来-0.50%，历史年化4.28%[21] 3. **中证1000样本空间MFE组合表现**[23] * **单季营收同比增速**：正向，最近一周1.78%，最近一月3.42%，今年以来6.85%，历史年化5.55%[23] * **EPTTM一年分位点**：正向，最近一周1.33%，最近一月1.19%，今年以来3.81%，历史年化6.14%[23] * **非流动性冲击**：正向，最近一周1.31%，最近一月2.13%，今年以来4.48%，历史年化2.43%[23] * **BP**：正向，最近一周-1.21%，最近一月1.01%，今年以来1.39%，历史年化2.60%[23] * **SPTTM**：正向，最近一周-1.16%，最近一月-0.89%，今年以来-2.40%，历史年化3.48%[23] * **预期BP**：正向，最近一周-1.05%，最近一月1.05%，今年以来1.27%，历史年化2.70%[23] 4. **中证A500样本空间MFE组合表现**[25] * **单季营收同比增速**：正向，最近一周1.47%，最近一月2.25%，今年以来2.94%，历史年化2.85%[25] * **单季ROE**：正向，最近一周1.46%，最近一月2.17%，今年以来1.92%，历史年化3.74%[25] * **单季ROA**：正向，最近一周1.40%，最近一月1.97%，今年以来2.79%，历史年化4.66%[25] * **BP**：正向，最近一周-0.66%，最近一月-0.66%，今年以来-0.36%，历史年化2.54%[25] * **预期BP**：正向，最近一周-0.61%，最近一月0.27%，今年以来1.44%，历史年化2.31%[25] * **SPTTM**：正向，最近一周-0.50%，最近一月-0.32%，今年以来-0.58%，历史年化2.22%[25] 5. **公募重仓指数样本空间MFE组合表现**[27] * **单季超预期幅度**：正向，最近一周1.94%，最近一月3.29%，今年以来4.38%，历史年化5.50%[27] * **单季营收同比增速**：正向，最近一周1.92%，最近一月3.38%，今年以来3.70%，历史年化1.92%[27] * **单季ROE**：正向，最近一周1.44%，最近一月2.21%，今年以来0.80%，历史年化2.36%[27] * **BP**：正向，最近一周-1.09%，最近一月0.11%，今年以来1.08%，历史年化0.57%[27] * **预期BP**：正向，最近一周-0.95%，最近一月1.11%，今年以来1.58%，历史年化1.12%[27] * **SPTTM**：正向，最近一周-0.94%，最近一月0.57%，今年以来0.15%，历史年化0.71%[27]

国信金工指数增强组合表现 - 沪深300指数增强组合本周超额收益0.55%，本年累计超额收益3.93% [1][9] - 中证500指数增强组合本周超额收益2.40%，本年累计超额收益1.53% [1][9] - 中证1000指数增强组合本周超额收益0.20%，本年累计超额收益3.61% [1][9] - 中证A500指数增强组合本周超额收益1.00%，本年累计超额收益4.83% [1][9] 选股因子在不同样本空间的表现 - **沪深300样本空间**：最近一周，预期EPTTM因子表现最好，超额收益为1.64%，EPTTM因子超额收益为1.34%，EPTTM一年分位点因子超额收益为1.32% [10] - **中证500样本空间**：最近一周，预期EPTTM因子表现最好，超额收益为2.90%，单季EP因子超额收益为2.40%，标准化预期外盈利因子超额收益为2.25% [11][13] - **中证1000样本空间**：最近一周，预期PEG因子表现最好，超额收益为1.87%，三个月反转因子超额收益为1.33%，预期BP因子超额收益为1.19% [16] - **中证A500样本空间**：最近一周，预期EPTTM因子表现最好，超额收益为2.51%，EPTTM因子超额收益为1.99%，三个月反转因子超额收益为1.91% [19] - **公募重仓指数样本空间**：最近一周，预期EPTTM、EPTTM、三个月反转等因子表现较好 [21] 公募基金指数增强产品表现 - **产品规模**：沪深300指数增强产品共80只，总规模767亿元；中证500指数增强产品共80只，总规模565亿元；中证1000指数增强产品共46只，总规模209亿元；中证A500指数增强产品共75只，总规模273亿元 [24] - **沪深300指数增强产品**：最近一周超额收益最高0.88%，最低-2.18%，中位数0.01%；今年以来超额收益最高9.23%，最低-1.98%，中位数1.19% [25][28] - **中证500指数增强产品**：最近一周超额收益最高2.84%，最低-0.66%，中位数0.73%；今年以来超额收益最高3.58%，最低-4.26%，中位数-0.44% [27][30] - **中证1000指数增强产品**：最近一周超额收益最高1.23%，最低-0.55%，中位数0.32%；今年以来超额收益最高6.93%，最低-1.36%，中位数1.75% [29][31] - **中证A500指数增强产品**：最近一周超额收益最高1.12%，最低-1.22%，中位数0.21%；今年以来超额收益最高5.02%，最低-2.08%，中位数0.91% [3][34] 研究方法与构建方式 - **因子MFE组合构建**：采用组合优化模型，在控制行业暴露、风格暴露等实际约束下，构建最大化单因子暴露组合以检验因子有效性 [32][38] - **公募重仓指数构建**：基于普通股票型及偏股混合型基金的定期报告持仓信息，计算平均持仓并选取累计权重达90%的股票作为成分股构建指数 [35][36]

量化模型与构建方式 1. **模型名称：国信金工指数增强组合模型**[11][12] * **模型构建思路：** 以多因子选股为主体，通过收益预测、风险控制和组合优化三个主要流程，构建对标不同宽基指数的增强组合，目标是稳定战胜各自基准[11][12]。 * **模型具体构建过程：** 模型构建流程主要包括三块： 1. **收益预测：** 基于多因子模型进行股票收益预测（具体因子库见下文量化因子部分）[12]。 2. **风险控制：** 通过组合优化模型控制组合相对于基准指数在风格、行业、个股等方面的风险暴露[12]。 3. **组合优化：** 在满足风险约束的条件下，通过优化算法求解最优的股票权重，以最大化预期收益或信息比率[12]。 2. **模型名称：单因子MFE组合模型**[15][42] * **模型构建思路：** 为了在更接近实际投资约束的条件下检验单因子的有效性，采用组合优化的方式，在控制行业暴露、风格暴露等实际约束的前提下，构建最大化单因子暴露的组合，通过该组合相对于基准的收益表现来判断因子有效性[42]。 * **模型具体构建过程：** 采用如下组合优化模型构建因子的MFE组合[42]： $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$ * **目标函数：** $max\ f^{T}w$，即最大化组合在单因子上的加权暴露。其中 $f$ 为因子取值向量，$w$ 为待求解的股票权重向量[42]。 * **约束条件：** 1. **风格暴露约束：** $s_{l}\leq X(w-w_{b})\leq s_{h}$。$X$ 为股票对风格因子的暴露矩阵，$w_b$ 为基准指数权重向量，$s_l$, $s_h$ 为风格因子相对暴露的下限及上限[43]。 2. **行业偏离约束：** $h_{l}\leq H(w-w_{b})\leq h_{h}$。$H$ 为股票的行业暴露矩阵，$h_l$, $h_h$ 为组合行业偏离的下限及上限[43]。 3. **个股权重偏离约束：** $w_{l}\leq w-w_{b}\leq w_{h}$。$w_l$, $w_h$ 为个股相对于基准权重的偏离下限及上限[43]。 4. **成分股权重占比约束：** $b_{l}\leq B_{b}w\leq b_{h}$。$B_b$ 为个股是否属于基准指数成分股的0-1向量，$b_l$, $b_h$ 为成分股内权重的下限及上限[43]。 5. **卖空与权重上限约束：** $\mathbf{0}\leq w\leq l$，禁止卖空并限制个股权重上限[43]。 6. **满仓约束：** $\mathbf{1}^{T}\ w=1$，即权重和为1，组合满仓运作[43]。 * **模型评价：** 该方法比传统的十分组检验更能反映因子在实际投资约束下的真实有效性[42]。 3. **模型名称：公募重仓指数构建模型**[44] * **模型构建思路：** 为了测试因子在“机构风格”下的有效性，通过汇总公募基金持仓信息，构建一个公募基金重仓指数，作为因子测试的样本空间[44]。 * **模型具体构建过程：** 1. **选样空间：** 选取普通股票型基金和偏股混合型基金，剔除规模小于五千万且上市不足半年的基金[45]。 2. **持仓数据获取：** 通过基金的定期报告获取持股信息。若最新报告为半年报或年报，则使用全部持仓；若为季报，则结合前期的半年报或年报信息构建持仓数据[45]。 3. **权重计算：** 将所有符合条件基金的持仓股票权重进行平均，得到公募基金平均持仓信息[45]。 4. **成分股筛选：** 将平均后的股票权重降序排序，选取累计权重达到90%的股票作为成分股，构建公募基金重仓指数[45]。 量化因子与构建方式 1. **因子名称：估值类因子**[17] * **构建思路：** 从公司市值与基本面财务指标（如净资产、净利润、营业收入）的比值角度衡量股票估值水平[17]。 * **具体构建过程：** * **BP：** 净资产 / 总市值[17] * **单季 EP：** 单季度归母净利润 / 总市值[17] * **单季 SP：** 单季度营业收入 / 总市值[17] * **EPTTM：** 归母净利润TTM / 总市值[17] * **SPTTM：** 营业收入TTM / 总市值[17] * **EPTTM分位点：** EPTTM在过去一年中的分位点[17] * **股息率：** 最近四个季度预案分红金额 / 总市值[17] * **预期 EPTTM：** 一致预期滚动EP[17] * **预期 BP：** 一致预期滚动PB[17] * **预期 PEG：** 一致预期PEG[17] 2. **因子名称：反转与动量类因子**[17] * **构建思路：** 捕捉股票价格在短期、中期和长期的趋势反转或延续现象[17]。 * **具体构建过程：** * **一个月反转：** 过去20个交易日涨跌幅[17] * **三个月反转：** 过去60个交易日涨跌幅[17] * **一年动量：** 近一年除近一月后动量[17] 3. **因子名称：成长类因子**[17] * **构建思路：** 衡量公司营业收入、净利润等财务指标的同比增长情况，以及业绩是否超出市场预期[17]。 * **具体构建过程：** * **单季净利同比增速：** 单季度净利润同比增长率[17] * **单季营收同比增速：** 单季度营业收入同比增长率[17] * **单季营利同比增速：** 单季度营业利润同比增长率[17] * **SUE (标准化预期外盈利)：** (单季度实际净利润 - 预期净利润) / 预期净利润标准差[17] * **SUR (标准化预期外收入)：** (单季度实际营业收入 - 预期营业收入) / 预期营业收入标准差[17] * **单季超预期幅度：** 预期单季度净利润 / 财报单季度净利润[17] * **预期净利润环比：** 一致预期净利润 / 3个月前一致预期净利润[17] 4. **因子名称：盈利类因子**[17] * **构建思路：** 衡量公司运用资产和净资产创造利润的能力及其变化[17]。 * **具体构建过程：** * **单季 ROE：** 单季度归母净利润 * 2 / (期初归母净资产 + 期末归母净资产)[17] * **单季 ROA：** 单季度归母净利润 * 2 / (期初归母总资产 + 期末归母总资产)[17] * **DELTAROE：** 单季度净资产收益率 - 去年同期单季度净资产收益率[17] * **DELTAROA：** 单季度总资产收益率 - 去年同期单季度总资产收益率[17] 5. **因子名称：流动性、波动与公司治理类因子**[17] * **构建思路：** 分别从股票交易活跃度、价格波动特性以及公司治理结构角度构建选股指标[17]。 * **具体构建过程：** * **非流动性冲击：** 过去20个交易日的日涨跌幅绝对值 / 成交额的均值[17] * **一个月换手：** 过去20个交易日换手率均值[17] * **三个月换手：** 过去60个交易日换手率均值[17] * **特异度：** 1 - 过去20个交易日Fama-French三因子回归的拟合度[17] * **一个月波动：** 过去20个交易日日内真实波幅均值[17] * **三个月波动：** 过去60个交易日日内真实波幅均值[17] * **高管薪酬：** 前三高管报酬总额取对数[17] 6. **因子名称：分析师类因子**[17] * **构建思路：** 基于卖方分析师的盈利预测、评级调整和覆盖情况构建因子，反映市场一致预期和关注度的变化[17]。 * **具体构建过程：** * **三个月盈利上下调：** 过去3个月内分析师(上调家数 - 下调家数) / 总家数[17] * **三个月机构覆盖：** 过去3个月内机构覆盖数量[17] 模型的回测效果 1. **国信金工沪深300指数增强组合**，本周超额收益0.55%，本年超额收益3.93%[5][14] 2. **国信金工中证500指数增强组合**，本周超额收益2.40%，本年超额收益1.53%[5][14] 3. **国信金工中证1000指数增强组合**，本周超额收益0.20%，本年超额收益3.61%[5][14] 4. **国信金工中证A500指数增强组合**，本周超额收益1.00%，本年超额收益4.83%[5][14] 因子的回测效果 *(注：以下因子回测结果均基于单因子MFE组合模型，指标为“最近一周超额收益”、“最近一月超额收益”、“今年以来超额收益”、“历史年化超额收益”。数据来源为各样本空间对应的图表。)* 1. **在沪深300样本空间中：**[18] * **预期EPTTM因子**，最近一周1.64%，最近一月2.08%，今年以来2.81%，历史年化3.84%[18] * **EPTTM因子**，最近一周1.34%，最近一月1.94%，今年以来2.93%，历史年化4.27%[18] * **单季营利同比增速因子**，最近一周-0.87%，最近一月-0.41%，今年以来-0.50%，历史年化3.52%[18] * **一年动量因子**，最近一周-0.83%，最近一月-0.32%，今年以来-0.51%，历史年化3.08%[18] * **预期净利润环比因子**，最近一周-0.79%，最近一月-1.84%，今年以来-3.02%，历史年化1.55%[18] 2. **在中证500样本空间中：**[21] * **预期EPTTM因子**，最近一周2.90%，最近一月4.50%，今年以来1.83%，历史年化3.17%[21] * **单季EP因子**，最近一周2.40%，最近一月3.65%，今年以来2.29%，历史年化7.57%[21] * **标准化预期外盈利(SUE)因子**，最近一周2.25%，最近一月2.79%，今年以来3.82%，历史年化8.20%[21] * **预期净利润环比因子**，最近一周0.06%，最近一月-1.62%，今年以来-1.23%，历史年化3.32%[21] * **三个月机构覆盖因子**，最近一周0.22%，最近一月-1.34%，今年以来-4.78%，历史年化4.09%[21] 3. **在中证1000样本空间中：**[23] * **预期PEG因子**，最近一周1.87%，最近一月2.42%，今年以来3.73%，历史年化2.27%[23] * **三个月反转因子**，最近一周1.33%，最近一月0.97%，今年以来1.85%，历史年化-2.01%[23] * **预期BP因子**，最近一周1.19%，最近一月2.62%，今年以来2.56%，历史年化2.64%[23] * **一年动量因子**，最近一周-1.91%，最近一月-1.05%，今年以来0.24%，历史年化-0.61%[23] * **单季ROA因子**，最近一周-0.62%，最近一月-0.93%，今年以来-0.93%，历史年化6.41%[23] * **三个月机构覆盖因子**，最近一周-0.58%，最近一月-0.57%，今年以来1.97%，历史年化6.55%[23] 4. **在中证A500样本空间中：**[25] * **预期EPTTM因子**，最近一周2.51%，最近一月3.94%，今年以来3.88%，历史年化2.10%[25] * **EPTTM因子**，最近一周1.99%，最近一月3.12%，今年以来3.39%，历史年化3.20%[25] * **三个月反转因子**，最近一周1.91%，最近一月1.30%，今年以来0.29%，历史年化-0.45%[25] * **一年动量因子**，最近一周-1.07%，最近一月-1.24%，今年以来-2.50%，历史年化1.95%[25] * **三个月机构覆盖因子**，最近一周-0.41%，最近一月-1.94%，今年以来-1.77%，历史年化3.19%[25] * **预期净利润环比因子**，最近一周-0.18%，最近一月2.60%，今年以来-3.43%，历史年化3.49%[25] 5. **在公募重仓指数样本空间中：**[27] * **预期EPTTM因子**，最近一周表现较好[27] * **预期PEG因子**，最近一周表现较好[27] * **三个月反转因子**，最近一周表现较好[27] * **一年动量因子**，最近一周表现较差[27] * **三个月机构覆盖因子**，最近一周表现较差[27] * **标准化预期外收入(SUR)因子**，最近一周表现较差[27]

【量化策略】隔夜交易策略增强指数增强 - 报告测试了一系列预测隔夜收益率的因子，构建的合成因子与隔夜收益率显著负相关，Rank IC达到-0.1687 [1][7][10] - 在复制指数的基础上加入隔夜交易策略，可在不同指数上获得4%至7%的超额收益率，且跟踪误差仅约1.2% [1][8][10] - 将现有指数增强模型叠加隔夜交易策略，超额收益率能够进一步提高2%至5% [1][9][11] - 考虑各种交易条件后，策略的超额收益率表现仍然稳健 [1][12] 【家用电器】西部消费品牌出海专题（美国篇） - **短期观点**：美国降息背景下，美国房地产景气度预期抬升，相关家电、家居、工具产业链存在修复空间 [2][17] - **短期关注**：建议关注库存低位的工具行业，如泉峰控股、创科实业、巨星科技；同时关注锂电化结构升级带来的机会 [2] - **长期观点**：美国市场容量大、价格高、生意模式稳定持续，使得出海不仅贡献业绩，随着出海占比加大，也应当给予高估值 [14] - **长期关注点**：美国AI引领，民众对产品升级、智能化接受度高，亚马逊等线上渠道开放，为好产品快速成长提供可能 [14] - **长期关注点**：海外渠道、品牌竞争格局更加稳定，价格战相对较少，是许多公司的利润池市场 [15] - **长期关注**：关注高股息龙头及潜在出海定价，如顾家家居、海尔智家；关注产品/技术迭代领先或模式创新下海外市占巩固提升的公司，如西锐、蜜雪集团、安克创新 [2] 【建筑装饰】中国能建（601868.SH）首次覆盖 - **核心观点**：公司是能源建设龙头，看好未来投资运营业务带来业绩增量，给予公司2026年18倍PE，对应目标价**3.96元/股**，首次覆盖，给予“买入”评级 [3][19] - **业务地位**：公司是国家能源电力建设排头兵，在火电、水电、核电及清洁能源输电通道工程等设计施工领域市占率领先 [19] - **业务结构**：业务结构持续优化，2025年全年新签订单中，境外订单同比增长**9.1%**，工程建设中新能源、城市建设、综合交通订单同比分别增长**6.7%**、**20.2%**、**52.8%** [19] - **新能源业务**：新能源业务向“投建营一体化+储能+氢能”纵深推进，控股新能源并网项目装机容量从**2022年末的498.7万千瓦**提升至**2025年半年末的1602.73万千瓦** [19] - **氢能布局**：构建氢能一体化发展格局，在国内外储备绿色氢氨醇、可持续航空燃料等项目**50余个**，其中中能建松原氢能产业园项目是目前全球最大的绿色氢氨醇一体化项目 [20] - **财务表现**：2019-2024年收入、归母净利润复合年增长率分别达**12.08%**、**10.43%**；2025年前三季度归母净利润同比下滑**12.43%**，但扣非归母净利润同比下滑**7.76%**，降幅收窄 [20] 【机械设备】油服企业进军数据中心市场 - **行业趋势**：油服巨头贝克休斯、哈利伯顿、斯伦贝谢等正积极进军数据中心市场，提供电力、热管理等全生命周期解决方案 [4][22][23][24] - **贝克休斯**：其电力系统业务预计2030年市场规模将达**1000亿美元**；2025年公司电力系统订单**25亿美元**，其中**10亿美元**来自数据中心应用；预计2025-2027年间数据中心订单总额将达**30亿美元** [22] - **哈利伯顿**：通过参股VoltaGrid **20%** 股权切入AI数据中心分布式燃气发电赛道，已获**2.3GW**订单，为甲骨文与xAI的AI数据中心供电；计划于2028年交付**400兆瓦**模块化天然气发电系统 [23] - **斯伦贝谢**：2025年前三季度数据中心解决方案业务营收达**3.31亿美元**，较2024年同期的**1.38亿美元**增长**140%**；2025年全年收入达**4.6亿美元**，同比增长**121%**；预计2026年年底实现年化季度收入**10亿美元**的规模 [24] - **杰瑞股份**：以燃气轮机发电为核心切入，提供**6MW–35MW**全系列燃气轮机发电机组；自2025年11月以来，连续斩获4笔超**1亿美元**北美订单，总额约**5亿美元**；延伸布局数据中心热管理领域，提供EPC总包、长期运维等全生命周期服务 [4][25] 【电力设备】宁德时代（300750.SZ）2025年年报点评 - **业绩表现**：2025年营收**4237.02亿元**，同比增长**17.04%**；归母净利润**722.01亿元**，同比增长**42.28%** [27] - **季度业绩**：2025年第四季度营收**1406.3亿元**，同比增长**36.58%**，环比增长**34.98%**；归母净利润**231.67亿元**，同比增长**57.13%**，环比增长**24.9%** [27] - **销量数据**：2025年电池销售合计**661GWh**（动力**541GWh**+储能**121GWh**）；2025年第四季度电池销售合计**221GWh**（动力**189GWh**+储能**33GWh**） [28] - **盈利能力**：经测算，2025年单位扣非盈利**0.1元/Wh**，同比提升**0.01元/Wh**；2025年第四季度单位扣非盈利**0.09元/Wh**，同比持平 [28] - **市场份额**：2025年除中国市场外，公司动力电池装机份额占比**30%**，同比提升**3个百分点** [28] - **产能规划**：2026年为公司海外产能规模投产元年，预计投建产能规模达**70GWh** [28] - **盈利预测**：预计公司2026-2028年实现归母净利润分别为**952.86亿元**、**1237.05亿元**、**1454.73亿元**，同比分别增长**32%**、**29.8%**、**17.6%** [29] 【北交所】北交所日报 - **市场表现**：2026年3月10日，北证50指数收盘价为**1421.32**，上涨**1.94%**，PE_TTM为**60.09倍**；北证A股成交金额**191.4亿元**，较上一交易日减少**42.0亿元** [31] - **个股情况**：当日北交所298家公司中**234家**上涨，**60家**下跌；涨幅前五的个股为蘅东光(**+17.0%**)、天马新材(**+7.5%**)、万源通(**+7.1%**)、连城数控(**+6.8%**)、惠丰钻石(**+6.3%**) [31] - **投资建议**：配置方向建议围绕两会政策主线，重点关注符合新质生产力发展方向的高端制造、国产替代、低空经济/航空航天三大核心赛道 [33] - **其他关注**：可适度关注地缘政治催化下，国际油价突破**85美元/桶**背景下的油气装备、航运等板块的交易性机会 [33]

国信金工指数增强组合表现 - 沪深300指数增强组合本周实现超额收益0.31%，本年累计超额收益3.36% [1][6] - 中证500指数增强组合本周实现超额收益1.11%，但本年累计超额收益为-1.15% [1][6] - 中证1000指数增强组合本周实现超额收益1.60%，本年累计超额收益3.40% [1][6] - 中证A500指数增强组合本周实现超额收益0.05%，本年累计超额收益3.77% [1][6] 选股因子在不同样本空间的表现 - 在沪深300样本空间，本周表现较好的因子为EPTTM(1.46%)、预期EPTTM(1.44%)和单季EP(1.05%)，表现较差的因子为单季超预期幅度(-0.46%)和预期净利润环比(-0.47%) [7][9] - 在中证500样本空间，本周表现较好的因子为预期EPTTM(1.75%)、单季EP(1.71%)和EPTTM(1.66%)，表现较差的因子为3个月盈利上下调(-1.12%)和一年动量(-1.10%) [11] - 在中证1000样本空间，本周表现较好的因子为预期EPTTM(2.02%)、BP(1.87%)和预期BP(1.86%)，表现较差的因子为一个月反转(-1.00%)和单季营利同比增速(-0.92%) [13] - 在中证A500样本空间，本周表现较好的因子为预期EPTTM(2.44%)、EPTTM(2.08%)和单季EP(1.83%)，表现较差的因子为DELTAROA(-1.06%)和EPTTM一年分位点(-0.94%) [15] - 在公募重仓股样本空间，本周表现较好的因子为单季EP(1.72%)、EPTTM(1.68%)和预期EPTTM(1.66%)，表现较差的因子为三个月机构覆盖(-0.61%)和预期净利润环比(-0.32%) [17] 公募基金指数增强产品表现与规模 - 沪深300指数增强产品共80只，总规模767亿元，本周超额收益最高1.02%，最低-2.08%，中位数-0.08% [19][20][22] - 中证500指数增强产品共80只，总规模565亿元，本周超额收益最高1.65%，最低-0.86%，中位数0.01% [19][22][25] - 中证1000指数增强产品共46只，总规模209亿元，本周超额收益最高1.32%，最低-1.01%，中位数0.04% [19][24][29] - 中证A500指数增强产品共75只，总规模273亿元，本周超额收益最高1.14%，最低-0.88%，中位数0.03% [19][26][30] 研究方法论概述 - 采用最大化因子暴露组合(MFE)方法检验因子有效性，该方法在构建组合时控制了行业暴露、风格暴露、个股权重偏离等实际约束条件 [28][31] - MFE组合通过组合优化模型构建，目标函数为最大化单因子暴露，约束条件包括风格因子偏离度、行业偏离度、个股权重偏离度等 [32][33][34] - 公募重仓指数通过汇总普通股票型及偏股混合型基金的定期报告持仓信息构建，选取累计权重达到90%的股票作为成分股 [35][36]

量化模型与构建方式 1. **模型名称：单因子MFE组合模型**[14] * **模型构建思路**：为了在更贴近实际投资约束（如行业中性、风格中性、个股偏离限制等）的条件下检验单因子的有效性，避免传统分档测试的局限性，构建最大化单因子暴露组合（Maximized Factor Exposure Portfolio, MFE）[39]。 * **模型具体构建过程**：采用组合优化方法，在满足一系列实际投资约束的前提下，最大化组合在目标因子上的暴露[39]。具体优化模型如下： $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$ 其中，`f` 为因子取值向量，`w` 为待求解的股票权重向量，`w_b`为基准指数成分股权重向量[39][40]。 * 第一个约束 `s_l ≤ X(w - w_b) ≤ s_h` 限制组合相对于基准的风格因子暴露，`X` 为风格因子暴露矩阵[40]。 * 第二个约束 `h_l ≤ H(w - w_b) ≤ h_h` 限制组合相对于基准的行业偏离，`H` 为行业暴露矩阵[40]。 * 第三个约束 `w_l ≤ w - w_b ≤ w_h` 限制个股相对于基准权重的偏离幅度[40]。 * 第四个约束 `b_l ≤ B_b w ≤ b_h` 限制组合在基准成分股内的权重占比[40]。 * 第五个约束 `0 ≤ w ≤ l` 禁止卖空并限制个股权重上限[40]。 * 第六个约束 `1^T w = 1` 确保组合满仓[40]。 * **模型评价**：该方法能够更真实地反映因子在实战约束下的选股能力，检验出的“有效”因子更可能在最终的多因子组合中发挥作用[39]。 2. **模型名称：公募重仓指数模型**[41] * **模型构建思路**：为了测试因子在公募基金这一重要市场参与者持仓风格下的有效性，构建一个动态反映公募基金整体持仓偏重的指数作为新的因子测试样本空间[41]。 * **模型具体构建过程**： 1. **选样空间**：选取普通股票型基金和偏股混合型基金，剔除规模小于五千万且上市不足半年的基金[42]。 2. **数据处理**：通过基金定期报告获取持股信息。若最新报告为季报，则结合前期的年报或半年报信息构建持仓数据[42]。 3. **权重计算**：将所有符合条件基金的持仓股票权重进行平均，得到公募基金平均持仓[42]。 4. **成分股筛选**：将平均后的股票权重降序排序，选取累计权重达到90%的股票作为成分股，构建公募基金重仓指数[42]。 模型的回测效果 1. **单因子MFE组合模型**，在沪深300样本空间中，EPTTM因子MFE组合最近一周超额收益1.46%，最近一月0.97%，今年以来1.55%，历史年化4.15%[18]。 2. **单因子MFE组合模型**，在中证500样本空间中，预期EPTTM因子MFE组合最近一周超额收益1.75%，最近一月1.86%，今年以来-1.40%，历史年化2.92%[20]。 3. **单因子MFE组合模型**，在中证1000样本空间中，预期EPTTM因子MFE组合最近一周超额收益2.02%，最近一月1.19%，今年以来-0.25%，历史年化2.87%[22]。 4. **单因子MFE组合模型**，在中证A500样本空间中，预期EPTTM因子MFE组合最近一周超额收益2.44%，最近一月1.57%，今年以来1.24%，历史年化1.81%[24]。 5. **单因子MFE组合模型**，在公募重仓指数样本空间中，单季EP因子MFE组合最近一周超额收益1.72%，最近一月1.84%，今年以来0.35%，历史年化3.01%[26]。 量化因子与构建方式 1. **因子名称：BP**[16] * **因子构建思路**：属于估值类因子，衡量公司净资产与市值的比率，即市净率的倒数[16]。 * **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**：属于估值类因子，衡量单季度净利润与市值的比率[16]。 * **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**：属于估值类因子，衡量单季度营业收入与市值的比率[16]。 * **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**：属于估值类因子，衡量滚动净利润与市值的比率[16]。 * **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**：属于估值类因子，衡量滚动营业收入与市值的比率[16]。 * **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**：属于估值类因子，衡量当前EPTTM在过去一年中的相对位置[16]。 * **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**：属于估值类因子，衡量公司分红回报[16]。 * **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**：属于反转类因子，捕捉短期股价反转效应[16]。 * **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**：属于反转类因子，捕捉中期股价反转效应[16]。 * **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**：属于动量类因子，捕捉长期股价动量效应[16]。 * **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**：属于成长类因子，衡量单季度净利润的同比增长[16]。 * **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**：属于成长类因子，衡量单季度营业收入的同比增长[16]。 * **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**：属于成长类因子，衡量单季度营业利润的同比增长[16]。 * **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**：属于成长类因子，衡量单季度净利润超出预期的标准化幅度[16]。 * **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**：属于成长类因子，衡量单季度营业收入超出预期的标准化幅度[16]。 * **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**：属于成长类因子，衡量预期净利润与实际净利润的比率[16]。 * **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**：属于盈利类因子，衡量单季度净资产收益率[16]。 * **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**：属于盈利类因子，衡量单季度总资产收益率[16]。 * **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**：属于盈利类因子，衡量净资产收益率的同比变化[16]。 * **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**：属于盈利类因子，衡量总资产收益率的同比变化[16]。 * **因子具体构建过程**：单季度总资产收益率 - 去年同期单季度总资产收益率[16]。 21. **因子名称：非流动性冲击**[16] * **因子构建思路**：属于流动性类因子，衡量单位成交额引起的价格冲击[16]。 * **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**：属于流动性类因子，衡量短期换手率水平[16]。 * **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**：属于流动性类因子，衡量中期换手率水平[16]。 * **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**：属于波动类因子，衡量股价波动中不能被常见风险因子解释的部分[16]。 * **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**：属于波动类因子，衡量短期股价波动[16]。 * **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**：属于波动类因子，衡量中期股价波动[16]。 * **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**：属于公司治理类因子，衡量高管激励水平[16]。 * **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**：属于分析师类因子，基于分析师一致预期的滚动估值指标[16]。 * **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**：属于分析师类因子，基于分析师一致预期的滚动估值指标[16]。 * **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**：属于分析师类因子，基于分析师一致预期的成长估值指标[16]。 * **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**：属于分析师类因子，衡量分析师预期净利润的变化趋势[16]。 * **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**：属于分析师类因子，衡量分析师盈利预测调整的净情绪[16]。 * **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**：属于分析师类因子，衡量股票受机构关注度[16]。 * **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 （以下因子回测效果均基于单因子MFE组合模型，指标为相对于各自基准的超额收益） 1. **EPTTM因子**，在沪深300样本空间中，最近一周1.46%，最近一月0.97%，今年以来1.55%，历史年化4.15%[18]。 2. **预期EPTTM因子**，在沪深300样本空间中，最近一周1.44%，最近一月0.66%，今年以来1.14%，历史年化3.69%[18]。 3. **单季EP因子**，在沪深300样本空间中，最近一周1.05%，最近一月1.15%，今年以来1.79%，历史年化5.30%[18]。 4. **预期EPTTM因子**，在中证500样本空间中，最近一周1.75%，最近一月1.86%，今年以来-1.40%，历史年化2.92%[20]。 5. **单季EP因子**，在中证500样本空间中，最近一周1.71%，最近一月1.20%，今年以来-0.39%，历史年化7.39%[20]。 6. **EPTTM因子**，在中证500样本空间中，最近一周1.66%，最近一月2.84%，今年以来0.10%，历史年化4.41%[20]。 7. **预期EPTTM因子**，在中证1000样本空间中，最近一周2.02%，最近一月1.19%，今年以来-0.25%，历史年化2.87%[22]。 8. **BP因子**，在中证1000样本空间中，最近一周1.87%，最近一月2.25%，今年以来1.59%，历史年化2.34%[22]。 9. **预期BP因子**，在中证1000样本空间中，最近一周1.86%，最近一月1.98%，今年以来1.26%，历史年化2.48%[22]。 10. **预期EPTTM因子**，在中证A500样本空间中，最近一周2.44%，最近一月1.57%，今年以来1.24%，历史年化1.81%[24]。 11. **EPTTM因子**，在中证A500样本空间中，最近一周2.08%，最近一月2.12%，今年以来1.30%，历史年化2.97%[24]。 12. **单季EP因子**，在中证A500样本空间中，最近一周1.83%，最近一月2.21%，今年以来1.41%，历史年化5.16%[24]。 13. **单季EP因子**，在公募重仓指数样本空间中，最近一周1.72%，最近一月1.84%，今年以来0.35%，历史年化3.01%[26]。 14. **EPTTM因子**，在公募重仓指数样本空间中，最近一周1.68%，最近一月2.47%，今年以来0.62%，历史年化0.88%[26]。 15. **预期EPTTM因子**，在公募重仓指数样本空间中，最近一周1.66%，最近一月1.78%，今年以来-0.51%，历史年化1.03%[26]。

量化模型与因子总结 量化模型与构建方式 1. **模型名称：国信金工多因子指数增强模型**[10][11] * **模型构建思路**：以多因子选股为核心，通过收益预测、风险控制和组合优化三个步骤，构建能够稳定跑赢特定基准指数（如沪深300、中证500等）的投资组合[10][11]。 * **模型具体构建过程**： 1. **收益预测**：基于多因子模型对股票未来收益进行预测。 2. **风险控制**：控制组合相对于基准指数在行业、风格、个股权重等方面的风险暴露。 3. **组合优化**：在满足各项风险约束的条件下，通过优化算法求解最优的股票权重，以最大化预期收益或风险调整后收益[11]。 2. **模型名称：单因子MFE（Maximized Factor Exposure）组合模型**[14][39] * **模型构建思路**：为了在更贴近实际投资约束（如行业中性、风格中性）的条件下检验单个因子的有效性，通过组合优化的方式，在控制各种风险暴露的前提下，构建最大化该因子暴露的投资组合，并观察其相对于基准的表现[14][39]。 * **模型具体构建过程**： 1. 采用组合优化模型，目标函数为最大化组合在目标因子上的暴露度[39]。 $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$ 其中，`f`为因子取值向量，`w`为待求解的股票权重向量，`wb`为基准指数成分股权重向量。`X`为风格因子暴露矩阵，`H`为行业暴露矩阵，`Bb`为成分股标识向量。`sl`, `sh`, `hl`, `hh`, `wl`, `wh`, `bl`, `bh`, `l`分别为风格暴露、行业暴露、个股权重偏离、成分股权重占比、个股权重上限的约束边界[39][40]。 2. 设置具体约束条件，例如：控制组合相对于基准在特定行业和市值因子上的暴露为0；限制个股相对于基准权重的最大偏离幅度（如0.5%-1%）；要求组合满仓运作等[40][43]。 3. 在每月末，根据上述优化模型为每个因子构建其MFE组合[43]。 4. 在回测期内定期换仓，计算MFE组合扣除交易费用后的收益，并评估其相对于基准的表现[43]。 模型的回测效果 1. **国信金工多因子指数增强模型**[13] * 本周超额收益：沪深300增强组合0.31%，中证500增强组合1.11%，中证1000增强组合1.60%，中证A500增强组合0.05%[13]。 * 本年至今超额收益：沪深300增强组合3.36%，中证500增强组合-1.15%，中证1000增强组合3.40%，中证A500增强组合3.77%[13]。 2. **单因子MFE组合模型（以沪深300为样本空间示例）**[18] * 最近一周超额收益：EPTTM因子1.46%，预期EPTTM因子1.44%，单季EP因子1.05%[18]。 * 最近一月超额收益：标准化预期外收入因子1.81%，单季EP因子1.15%，预期PEG因子1.00%[18]。 * 今年以来超额收益：预期PEG因子2.00%，单季EP因子1.79%，标准化预期外收入因子1.78%[18]。 * 历史年化超额收益：单季EP因子5.30%，单季ROE因子5.27%，3个月盈利上下调因子5.18%[18]。 量化因子与构建方式 报告共列出了超过30个因子，涵盖估值、反转、成长、盈利、流动性、波动、公司治理和分析师等多个维度[15][16]。以下是部分因子的构建方式： 1. **因子名称：BP（市净率倒数）**[16] * **因子构建思路**：属于估值类因子，衡量公司净资产与市值的相对关系，通常认为低市净率（高BP）的股票可能被低估[16]。 * **因子具体构建过程**：$$BP = \frac{净资产}{总市值}$$[16] 2. **因子名称：EPTTM（滚动市盈率倒数）**[16] * **因子构建思路**：属于估值类因子，衡量公司过去十二个月净利润与市值的相对关系[16]。 * **因子具体构建过程**：$$EPTTM = \frac{归母净利润TTM}{总市值}$$[16] 3. **因子名称：单季EP**[16] * **因子构建思路**：属于估值类因子，使用单季度净利润数据计算市盈率倒数，更新更及时[16]。 * **因子具体构建过程**：$$单季EP = \frac{单季度归母净利润}{总市值}$$[16] 4. **因子名称：一个月反转**[16] * **因子构建思路**：属于反转类因子，基于过去短期股价表现，认为过去表现差的股票未来可能反弹，过去表现好的股票可能回调[16]。 * **因子具体构建过程**：$$一个月反转 = 过去20个交易日涨跌幅$$[16] 5. **因子名称：一年动量**[16] * **因子构建思路**：属于动量类因子，基于过去中长期股价表现，认为趋势会延续[16]。 * **因子具体构建过程**：$$一年动量 = 近一年除近一月后动量$$（即过去250个交易日剔除最近20个交易日的涨跌幅）[16] 6. **因子名称：单季净利同比增速**[16] * **因子构建思路**：属于成长类因子，衡量公司净利润的同比增长情况[16]。 * **因子具体构建过程**：$$单季净利同比增速 = \frac{单季度净利润 - 去年同期单季度净利润}{去年同期单季度净利润}$$[16] 7. **因子名称：SUE（标准化预期外盈利）**[16] * **因子构建思路**：属于成长类因子，衡量公司实际盈利超出分析师一致预期的程度，并进行标准化处理[16]。 * **因子具体构建过程**：$$SUE = \frac{单季度实际净利润 - 预期净利润}{预期净利润的标准差}$$[16] 8. **因子名称：单季ROE**[16] * **因子构建思路**：属于盈利类因子，衡量公司单季度的净资产收益率[16]。 * **因子具体构建过程**：$$单季ROE = \frac{单季度归母净利润 \times 2}{期初归母净资产 + 期末归母净资产}$$[16] 9. **因子名称：非流动性冲击**[16] * **因子构建思路**：属于流动性类因子，衡量单位成交金额对股价造成的冲击，值越大表示流动性越差[16]。 * **因子具体构建过程**：$$非流动性冲击 = 过去20个交易日的日涨跌幅绝对值 / 成交额的均值$$[16] 10. **因子名称：特异度**[16] * **因子构建思路**：属于波动类因子，衡量公司股价波动中不能被常见风险因子（如市场、规模、价值）解释的部分[16]。 * **因子具体构建过程**：$$特异度 = 1 - 过去20个交易日Fama-French三因子回归的拟合度(R^2)$$[16] 11. **因子名称：预期EPTTM**[16] * **因子构建思路**：属于分析师类因子，基于分析师对未来盈利的一致预期计算估值指标[16]。 * **因子具体构建过程**：$$预期EPTTM = 一致预期滚动EP$$[16] 12. **因子名称：三个月机构覆盖**[16] * **因子构建思路**：属于分析师类因子，衡量近期有多少家机构发布了对该公司的研究报告，通常代表关注度[16]。 * **因子具体构建过程**：$$三个月机构覆盖 = 过去3个月内发布研究报告的机构数量$$[16] 因子的回测效果（以最近一周表现为例，取自不同样本空间） 1. **在沪深300样本空间中**[18] * EPTTM因子，超额收益1.46% * 预期EPTTM因子，超额收益1.44% * 单季EP因子，超额收益1.05% * 预期净利润环比因子，超额收益-0.47% * 单季超预期幅度因子，超额收益-0.46% * 三个月机构覆盖因子，超额收益-0.43% 2. **在中证500样本空间中**[20] * 预期EPTTM因子，超额收益1.75% * 单季EP因子，超额收益1.71% * EPTTM因子，超额收益1.66% * 3个月盈利上下调因子，超额收益-1.12% * 一年动量因子，超额收益-1.10% * 特异度因子，超额收益-0.89% 3. **在中证1000样本空间中**[22] * 预期EPTTM因子，超额收益2.02% * BP因子，超额收益1.87% * 预期BP因子，超额收益1.86% * 一个月反转因子，超额收益-1.00% * 单季营利同比增速因子，超额收益-0.92% * 特异度因子，超额收益-0.74% 4. **在中证A500样本空间中**[24] * 预期EPTTM因子，超额收益2.44% * EPTTM因子，超额收益2.08% * 单季EP因子，超额收益1.83% * DELTAROA因子，超额收益-1.06% * EPTTM一年分位点因子，超额收益-0.94% * DELTAROE因子，超额收益-0.73% 5. **在公募重仓指数样本空间中**[26] * 单季EP因子，超额收益1.72% * EPTTM因子，超额收益1.68% * 预期EPTTM因子，超额收益1.66% * 三个月机构覆盖因子，超额收益-0.61% * 预期净利润环比因子，超额收益-0.32% * 单季营利同比增速因子，超额收益-0.31%

市场环境与整体表现 - 2026年以来至2月13日，量化策略基金整体运行环境良好，除中证500指数增强产品因指数相对强势导致超额获取难度提升外，其余主要宽基指数增强类别均实现正超额[3][12] - 国证2000、中证1000、沪深300等指数增强基金的超额收益相对领先[3][12] - 1月初市场风格阶段性偏向中小盘及相关热点，导致中证500、中证1000、中证2000、国证2000等指增基金遭遇普遍性超额回撤，但回撤幅度有限，自1月中旬起陆续进入超额修复阶段，最终普遍实现正超额回报[3][12] - 截至2026年2月13日，国证2000指增平均2026年以来超额收益为1.94%，中证1000指增平均为1.60%，沪深300指增平均为1.42%，中证500指增平均为-1.18%[13] 基金经理楼华锋（兴业基金）分析 - 主张把握市场长期投资规律，采用基于3至5年加权周期训练的模型，组合体现出一定的价值属性[4][17][21] - 阿尔法选股模型由多个线性与非线性子模型综合构成，因子数量达数百个，兴业聚利侧重传统基本面因子，中证500增强则更偏重价量因子[4][16][21] - 风险控制精细，在Barra风险模型基础上补充特定风险因子，行业偏离限制在1%至1.5%之间，风格偏离控制在0.3倍标准差以内[16][23] - 代表产品兴业聚利A任职以来年化超额6.56%，年化跟踪误差5.77%，超额最大回撤5.60%；兴业中证500指数增强A任职以来年化超额3.51%[19][20] - 投资组合在价值因子、质量因子、成长因子上持续正向暴露，在规模因子、波动因子、流动性因子上持续负向暴露，倾向于基本面良好、低估值、低波动的标的[30][33] - 量化团队共8人，产品线包括中证500指数增强、中证A500指数增强、兴业聚利及量化固收+策略产品兴业聚丰[16][31] 基金经理刘石开（人保资产）分析 - 采用多策略框架，子策略包含价值红利、盈利质量、成长股及量价相关四套不同风格模型[4][35][40] - 以投资组合长期风险收益比（卡玛比率）最优化为目标确定子策略基础权重，并根据近一年市场风格演变进行战术性调整[4][35][40] - 代表产品人保中证800指数增强A成立以来年化超额6.11%，超额回撤5.75%，2025年和2026年以来均实现正超额[36][38] - 主要通过策略多样化平衡风险，2025年中报行业偏离度为1.06%，平均成分股偏离度为0.22%[42][45] - 投资组合在动量因子、质量因子、Beta因子上呈现小幅正向暴露，在规模因子、价值因子、杠杆因子上呈现小幅负向暴露，倾向于基本面良好、高动量的中小市值标的[48][51] - 量化团队包括2名基金经理及1名基金经理助理，产品线覆盖中证500、中证A500、中证800、科创综及中证A50等主流宽基与特色指数[16][48] 基金经理王喆（国联基金）分析 - 指增产品采用统一框架，基本通过自动化形式进行特征挖掘和筛选，利用深度学习多模型分散化运作[5][52][57] - 实盘使用入库特征约4000个，模型采用滚动训练方式，使用过去至少7-10年数据学习中长期规律[16][57] - 代表产品国联沪深300指数增强A成立以来年化超额4.93%，剔除建仓期影响超额回撤始终保持在3%以内[53][56] - 自建风险管理模型，约束上百个维度，2025年中报相对沪深300指数行业偏离度为0.63%，成分股偏离度为0.28%[16][58] - 投资组合在价值因子、质量因子、成长因子上呈现一定的正向暴露，在波动因子、流动性因子、规模因子上呈现一定的负向暴露，倾向于基本面良好且具备估值优势的标的[64][67] - 量化团队共12人，分设指数增强、量化选股、ETF、FOF等团队，产品线涵盖主流宽基指增及差异化主动量化产品[16][65][68] 基金经理殷明（易方达基金）分析 - 采用系统化多策略框架，核心围绕基本面与统计套利两大策略，辅以卫星策略，策略权重根据过往业绩及样本外预期兑现率动态调整[5][69][72] - 代表产品易方达中证1000指数量化增强A成立以来年化超额11.66%，各个年份均实现正超额，超额最大回撤仅3.46%[70][71] - 采用Barra模型进行风险控制，风格因子暴露约束在0.2倍标准差以内，任职以来平均行业偏离度为0.55%，平均成分股偏离度为0.12%[16][76] - 投资组合在成长因子、价值因子上呈现持续正向暴露，在规模因子、波动因子、流动性因子上呈现持续负向暴露，近年来在成长因子上的正向暴露带来显著正回报[82][85] - 量化投资部共17人，分设因子组（偏向传统量化）和行业组（偏向基本面量化），产品线覆盖宽基指数增强型和量化选股型品种[16][86][87] 基金经理袁英杰（华夏基金）分析 - 采用以价值投资为核心逻辑驱动下的中低频多因子选股框架，通过盈利、估值、分析师与量价四大类因子系统结合，强调模型长期有效性[6][88][94] - 重视因子通识性，筛选在不同行业与市场阶段中均表现相对稳定的指标，实盘中聚焦于十几个核心因子[6][16][94] - 代表产品华夏沪深300指数增强A任职以来年化超额1.10%，年化跟踪误差仅2.77%，超额稳定性较好[89][93] - 风险控制主要约束申万一级行业偏离在2%以下，个股偏离在1.5%以下，任职以来平均行业偏离度0.54%，平均成分股偏离度0.50%[16][95] - 投资组合在价值因子、质量因子、成长因子上持续正向暴露，在波动因子、流动性因子、杠杆因子、动量因子上持续负向暴露，倾向于基本面良好、具备估值优势、低波动低关注度的标的[101][103] - 团队鼓励基金经理发展符合自身方法论的投资框架，产品线覆盖13只指数增强型产品和8只主动量化选股型产品[16][104]