核心观点 - 公募基金高质量发展利好长线板块与被动投资，主动权益基金或更新业绩基准，聚焦国企、科技、消费等主题，分域选股与基本面因子可掘金超额收益 [4] - 2025年以来大类资产表现分化，行业主题ETF重要性凸显，投资者可关注黄金、汽车、银行等行业ETF [4] - ETF+投顾潜力大，银河金工团队回测的5种ETF量化策略中，大类资产宏观择时策略表现稳健 [4] 公募基金高质量发展，利好长线板块与被动投资 《推动公募基金高质量发展行动方案》引领行业重视回报，厚积薄发 - 2025年5月7日，证监会印发《推动公募基金高质量发展行动方案》，提出25条举措，推动主动与被动产品市场长期高质量发展 [7][8] - 方案对主动产品突出报酬与业绩绑定和长周期考核机制，对被动产品要求下调费率、实行ETF快速注册机制等 [4] - 目前大部分Smart Beta指数产品集中于红利风格，策略股票ETF有很大发展空间，近期多家基金公司新发挂钩中证全指自由现金流指数的ETF产品 [11] 业绩基准的选择：主指数以宽基为主 - 方案要求强化业绩比较基准的约束作用，普通股票型基金和混合型基金业绩基准主指数多为沪深300、中证500、中证1000等宽基指数 [15] 浮动管理费收取机制：业绩挂钩的浮动管理费率存在较大改革空间 - 截至2025年一季度，基于业绩浮动管理费率的基金（不包括REITs）共有88只，规模合计877.8亿元，在整体基金市场规模中占比仅为0.27% [21] - 2024年浮动费率基金收益表现较弱，不足20%的浮动费率基金相对基准实现正超额收益 [25] ETF市场：产品丰富度呈厚尾效应，大类资产指数产品有待丰容 - 截至2025年第一季度，ETF整体规模为43828亿元，股票被动指数型基金规模占比达63%，其他资产类型指数产品仍有较大发展空间 [31] - 按挂钩指数统计，规模前10的指数中，A股宽基指数占比较高，宽基类产品头部效应明显，产品丰富度呈现厚尾效应 [33][34] 主题投资：聚焦长线板块，基本面掘金超额收益 公募基金高质量发展利好长线投资，基准改革促进基金明晰主题风格 - 公募基金高质量发展利好长线投资，主动权益基金存在更新基准指数的可能性，当前主动权益基金基准以宽基指数为主，导致超额收益与市场牛熊高度相关 [35][39] - 消费、科技、红利等板块是当前市场关注度最高的投资主线，主动权益基金主题风格型基准主指数中，消费、科技、ESG主题与红利风格较为常见 [43] 国企、科技、消费三大主题差异互补，基本面分域选股具备配置优势 - 国企、科技、消费三大主题在风格暴露上差异显著，具有较强的互补性，市场表现也具有互补效果，对三大主题进行长期配置可获得稳健超额收益 [44][48] - 分域选股可使选股因子更能体现主题特征，增厚策略收益，基本面因子适用于主题分域选股，能反映企业长期业绩表现与潜在价值 [51][52] 国企主题选股：红利型传统行业避风险，成长型新兴行业求发展 - 以中证国企指数成分股为基础，加入北交所国企股票和实控人为中科院等事业单位的股票，构成央国企主题选股的股票池 [53] - 选择净资产收益率ROE（TTM）、营业现金比率等通用因子和行业特色因子，加权计算得分，构建央国企基本面选股策略 [53][60] - 2019年12月31日至2025年5月30日，央国企主题基本面因子选股策略回测净值的年化收益率为22.34%，相比基准中证国企指数实现年化超额收益20.33% [62] 科技主题选股：现金流划分企业生命周期，优选成长与成熟期企业 - 从所属行业与研发投入两个角度定义科技股，剔除震荡期和衰退期股票，构建科技股样本池 [64][66][68] - 选择毛利率_环比增量、归母净利润成长能力等通用因子和特色因子，对科技股样本池进行打分，构建多头选股策略 [69][74] - 2019年12月31日至2025年5月30日，科技主题基本面因子选股多头策略回测净值的年化收益率为21.21%，相比科技股样本池平均收益实现年化超额收益10.86% [75] 消费主题选股：成长与现金流并举，挖掘高质量新消费潮流 - 筛选业务/产品/服务直接to C的行业，按三级行业的业务属于制造业/服务业，对消费股进行分域，分为制造型与服务型两大类 [78] - 选择预收账款+合同负债同比增速_环比增量、经营现金流/营业收入等通用因子和特色因子，构建消费主题基本面选股策略 [82] - 2019年12月31日至2025年5月30日，消费主题基本面因子选股多头策略回测净值的年化收益率为20.47%，相比基准20%中证主要消费+20%中证可选消费实现年化超额收益18.81% [82][83] 债市领跑，股商分化，行业主题ETF重要性凸显 大类资产：上半年权益资产表现分化，债券资产相对占优 - 2025年以来，大类资产表现分化，股市震荡，债市向好，大宗商品各异，黄金表现突出 [4] 黄金资产：多因素支撑黄金资产强势表现 - 报告未提及具体内容 行业板块：汽车银行行业领涨 - 汽车、银行行业相关ETF因产业发展与资金流入上涨，科技板块持续受关注但波动较大 [4] ETF市场："稳中有升"，行业主题重要性凸显 - 2025年上半年ETF总规模突破4万亿元，行业主题ETF规模增加超过420亿元，资金青睐科技类行业主题ETF [4] ETF量化策略表现 ETF+投资顾问潜力巨大 - 公募基金高质量发展背景下，ETF+投资顾问专业化趋势显著，发展潜力巨大，铸就ETF量化策略潜能 [4] 宏观择时策略 - 截至2025年5月30日，大类资产宏观择时策略自2020年起年化收益8.87%，夏普比率和Calmar比率分别为1.27和1.42，最大回撤为-4.80%，表现最为稳健 [4] 动量择势策略 - 动量择势策略年化收益率为17.99%，最大回撤为-29.72%，板块拥挤度配置高风险带来高收益 [4] 行业轮动策略 - 行业轮动策略年化收益7.95%，捕捉行业轮动趋势 [4] 基于Copula的二阶随机占优策略 - 基于Copula的二阶随机占优策略年化收益22.34% [4] 基于分位数随机森林的科技类ETF配置策略 - 基于分位数随机森林的科技类ETF策略年化收益5.46%，以分位数随机森林算法为核心，捕捉科技板块潜在收益 [4]

《瑞银季节性洞察》主要探讨金融市场中年复一年、月复一月、周复一周以及日复一日的重复模式，6月16日，瑞银分析师在新一期《洞察》中提醒：六 月的 5 个季节性要点值得留意！ 一、 六月各类资产普遍盘整 六月往往是盘整的月份。货币、大宗商品和股票都是如此。 1950年来的平均数据显示，标普 500 指数6月小幅上涨 0.2%（图表 1）。 通常在第一周表现强劲，月中趋于平稳，月末回落（图表 2）。 再创历史新高可能要等到七月 —— 七月具有较强的季节性，这一预测与瑞银一直强调的总统周期就职年的情况一致。 如果季节性规律成立，六月应该会为高质量大盘成长股带来更多利好—— 这类股票处于所有因子倾斜的交汇处。 三、欧洲质量因子可能回升 单纯从因子季节性来看，六月支持多 / 空美国质量因子组合（UBPTQLTY）。我认为欧洲也可以采取类似的头寸，今年以来，瑞银多 / 空欧洲质量因子组 合（UBPEQLTY）已大幅下跌（图表 5）。如果六月季节性规律应验，该组合可能有望回升。 四、考虑生物科技指数（XBI）在医疗健康板块反弹中的上行空间 这听起来可能是一个乏味的预测，但现在去海滩度假还为时过早。六月可能看似平淡无奇，但表面 ...

报告行业投资评级 未提及相关内容 报告的核心观点 - 有色金属偏多盘整，构建做空波动率策略；黑色系区间盘整震荡，适合构建熊市价差组合策略和卖方期权组合策略；贵金属黄金高位盘整，白银多头突破上行，构建牛市价差组合策略和现货避险策略 [2] 根据相关目录分别进行总结 标的期货市场概况 - 铜最新价78,560，涨0.04%，成交量5.83万手，持仓量18.44万手 [3] - 铝最新价20,585，涨0.88%，成交量10.17万手，持仓量19.89万手 [3] - 锌最新价21,910，涨0.16%，成交量12.44万手，持仓量10.57万手 [3] - 铅最新价16,870，跌0.32%，成交量3.00万手，持仓量4.15万手 [3] - 镍最新价118,150，跌0.70%，成交量10.05万手，持仓量8.38万手 [3] - 锡最新价263,030，跌0.47%，成交量6.57万手，持仓量2.20万手 [3] - 氧化铝最新价2,950，涨1.41%，成交量0.83万手，持仓量1.60万手 [3] - 黄金最新价787.38，涨0.04%，成交量19.29万手，持仓量16.89万手 [3] - 白银最新价8,988，涨1.71%，成交量45.70万手，持仓量40.91万手 [3] - 碳酸锂最新价60,060，涨0.64%，成交量1.04万手，持仓量5.09万手 [3] - 工业硅最新价7,395，涨1.09%，成交量7.94万手，持仓量7.18万手 [3] - 多晶硅最新价32,705，跌0.43%，成交量2.99万手，持仓量5.55万手 [3] - 螺纹钢最新价2,983，涨0.03%，成交量104.63万手，持仓量214.10万手 [3] - 铁矿石最新价697.00，跌0.29%，成交量31.92万手，持仓量67.57万手 [3] - 锰硅最新价5,536，涨0.25%，成交量16.18万手，持仓量42.18万手 [3] - 硅铁最新价5,264，涨0.88%，成交量10.57万手，持仓量22.08万手 [3] - 玻璃最新价980，涨0.41%，成交量106.55万手，持仓量147.24万手 [3] 期权因子—量仓PCR - 铜成交量PCR为0.61，持仓量PCR为0.91 [4] - 铝成交量PCR为0.99，持仓量PCR为1.15 [4] - 锌成交量PCR为1.13，持仓量PCR为0.95 [4] - 铅成交量PCR为0.72，持仓量PCR为0.68 [4] - 镍成交量PCR为1.30，持仓量PCR为0.65 [4] - 锡成交量PCR为0.74，持仓量PCR为1.05 [4] - 氧化铝成交量PCR为0.68，持仓量PCR为0.50 [4] - 黄金成交量PCR为0.65，持仓量PCR为0.83 [4] - 白银成交量PCR为0.56，持仓量PCR为0.98 [4] - 碳酸锂成交量PCR为0.37，持仓量PCR为0.36 [4] - 工业硅成交量PCR为0.64，持仓量PCR为0.49 [4] - 多晶硅成交量PCR为1.40，持仓量PCR为1.06 [4] - 螺纹钢成交量PCR为0.87，持仓量PCR为0.82 [4] - 铁矿石成交量PCR为1.09，持仓量PCR为0.97 [4] - 锰硅成交量PCR为0.62，持仓量PCR为0.58 [4] - 硅铁成交量PCR为0.54，持仓量PCR为0.69 [4] - 玻璃成交量PCR为0.54，持仓量PCR为0.40 [4] 期权因子—压力位和支撑位 - 铜压力位80,000，支撑位77,000 [5] - 铝压力位20,600，支撑位20,000 [5] - 锌压力位22,200，支撑位22,000 [5] - 铅压力位17,000，支撑位16,000 [5] - 镍压力位130,000，支撑位110,000 [5] - 锡压力位310,000，支撑位210,000 [5] - 氧化铝压力位3,900，支撑位2,800 [5] - 黄金压力位960，支撑位680 [5] - 白银压力位9,000，支撑位6,200 [5] - 碳酸锂压力位70,000，支撑位60,000 [5] - 工业硅压力位8,000，支撑位7,000 [5] - 多晶硅压力位34,500，支撑位30,000 [5] - 螺纹钢压力位3,850，支撑位2,800 [5] - 铁矿石压力位800，支撑位600 [5] - 锰硅压力位6,000，支撑位5,000 [5] - 硅铁压力位5,500，支撑位5,000 [5] - 玻璃压力位1,060，支撑位940 [5] 期权因子—隐含波动率 - 铜平值隐波率11.23%，加权隐波率16.03% [6] - 铝平值隐波率11.72%，加权隐波率14.14% [6] - 锌平值隐波率13.28%，加权隐波率16.86% [6] - 铅平值隐波率11.26%，加权隐波率17.90% [6] - 镍平值隐波率18.57%，加权隐波率24.27% [6] - 锡平值隐波率18.24%，加权隐波率28.17% [6] - 氧化铝平值隐波率26.16%，加权隐波率30.57% [6] - 黄金平值隐波率17.26%，加权隐波率22.55% [6] - 白银平值隐波率24.46%，加权隐波率29.26% [6] - 碳酸锂平值隐波率19.67%，加权隐波率22.73% [6] - 工业硅平值隐波率24.30%，加权隐波率25.96% [6] - 多晶硅平值隐波率26.55%，加权隐波率27.53% [6] - 螺纹钢平值隐波率13.14%，加权隐波率13.97% [6] - 铁矿石平值隐波率17.94%，加权隐波率21.12% [6] - 锰硅平值隐波率15.92%，加权隐波率19.33% [6] - 硅铁平值隐波率15.54%，加权隐波率18.46% [6] - 玻璃平值隐波率24.51%，加权隐波率26.73% [6] 有色金属期权策略 铜期权 - 标的行情：5月温和上涨后回落震荡，6月延续偏多趋势高位震荡 [8] - 期权因子：隐含波动率维持历史均值较高水平，持仓量PCR维持在1.00以下，压力位80,000，支撑位77,000 [8] - 策略建议：构建看涨期权牛市价差组合策略、做空波动率的卖方期权组合策略和现货套保策略 [8] 铝/氧化铝期权 - 标的行情：铝低位反弹后偏多震荡上行，氧化铝相关未提及 [9] - 期权因子：铝隐含波动率维持历史均值偏上水平，持仓量PCR报收于1.10以上，铝压力位20,600，支撑位20,000，氧化铝压力位3,900，支撑位2,800 [9] - 策略建议：构建看涨期权牛市价差组合策略、卖出偏多头的看涨+看跌期权组合策略和现货领口策略 [9] 锌/铅期权 - 标的行情：锌4月中旬反弹后震荡，6月有所转弱；铅相关未提及 [9] - 期权因子：锌隐含波动率维持历史均值较高水平，持仓量PCR维持在1.00附近，锌压力位22,200，支撑位22,000 [9] - 策略建议：构建卖出偏空头的看涨+看跌期权组合策略和现货领口策略 [9] 镍期权 - 标的行情：5月以来下跌后反弹，6月延续弱势震荡 [10] - 期权因子：隐含波动率维持历史较高水平，持仓量PCR报收于0.80附近，压力位130,000，支撑位100,000 [10] - 策略建议：构建看跌期权熊市价差组合策略、卖出偏空头的看涨+看跌期权组合策略和现货多头避险策略 [10] 锡期权 - 标的行情：维持宽幅震荡，5月底下跌，6月超跌反弹后盘整 [10] - 期权因子：隐含波动率维持历史均值较高水平，持仓量PCR报收于1.00附近，压力位310,000，支撑位210,000 [10] - 策略建议：构建做空波动率策略和现货领口策略 [10] 碳酸锂期权 - 标的行情：前2个月阴跌，6月跌幅收窄后反弹回落 [11] - 期权因子：隐含波动率维持在历史均值较高水平，持仓量PCR处于0.50以下，压力位70,000，支撑位60,000 [11] - 策略建议：构建看跌期权熊市价差组合策略、卖出偏空头的看涨+看跌期权组合策略和现货多头备兑策略 [11] 贵金属期权策略 黄金/白银期权 - 标的行情：黄金受地缘冲突影响，延续多头趋势高位盘整；白银COMEX期货涨1.97% [12] - 期权因子：黄金隐含波动率持续上升，处于历史较高水平，持仓量PC维持0.80附近，黄金压力位960，支撑位680 [12] - 策略建议：构建偏多头的做空波动率期权卖方组合策略和现货套保策略 [12] 黑色系期权策略 螺纹钢期权 - 标的行情：延续近两个月弱势偏空头，6月低位震荡后反弹回暖 [13] - 期权因子：隐含波动率维持历史均值偏低水平，持仓量PCR维持0.80附近，压力位3,850，支撑位2,700 [13] - 策略建议：构建看跌期权熊市价差组合策略、卖出偏空头的看涨+看跌期权组合策略和现货多头备兑策略 [13] 铁矿石期权 - 标的行情：维持区间盘整震荡，5月中旬反弹后受阻回落，6月区间震荡 [13] - 期权因子：隐含波动率历史均值偏下水平，持仓量PCR报收于1.00附近，压力位800，支撑位600 [13] - 策略建议：构建卖出偏中性的看涨+看跌期权组合策略和现货多头套保策略 [13] 铁合金期权 - 标的行情：锰硅延续弱势下跌，6月低位反弹；硅铁相关未提及 [14] - 期权因子：锰硅隐含波动率处于历史均值偏下水平，持仓量PCR报收于0.60以下，压力位6,000，支撑位5,000 [14] - 策略建议：构建看跌期权熊市价差组合策略和做空波动率策略 [14] 工业硅/多晶硅期权 - 标的行情：工业硅延续弱势空头下跌后反弹再下跌；多晶硅相关未提及 [14] - 期权因子：工业硅隐含波动率逐渐上升至历史均值偏上水平，持仓量PCR报收于0.60以下，压力位8,000，支撑位7,000 [14] - 策略建议：构建卖出偏空头的看涨+看跌期权组合策略和现货备兑策略 [14] 玻璃期权 - 标的行情：延续近三个月空头下跌，近两周超跌反弹后回落 [15] - 期权因子：隐含波动率处于历史较高水平，持仓量PCR维持在0.60以下，压力位1,060，支撑位900 [15] - 策略建议：构建看跌期权熊市价差组合策略、做空波动率的卖出看涨+看跌期权组合策略和现货多头套保策略 [15]

◎本报记者 马爱平 近日，中国农业科学院深圳农业基因组研究所（岭南现代农业科学与技术广东省实验室深圳分中心）研 究员程时锋团队携手英国约翰·英纳斯中心团队等，结合群体基因组学、数量遗传学和分子生物学等技 术手段，成功构建了高分辨率的豌豆单倍型变异图谱和表型变异图谱，首次在分子层面全面揭示了孟德 尔豌豆七大性状变异背后的遗传基础。 这一研究成果在技术上完成了一场与孟德尔跨越世纪的科学对话。相关研究成果日前发表在《自然》 上。 重建现代版"孟德尔豌豆园" 1865年，孟德尔通过豌豆七对相对性状，即种子圆皱、子叶颜色、花色、花位置、果荚形态、果荚颜 色、株高的杂交实验，首次提出遗传因子控制性状的理论，并推导出遗传变异在世代间传递的独立分离 和自由组合规律。受限于当时时代背景和技术条件，孟德尔未能揭示这些遗传因子的分子本质。 在后续的研究中，科学家陆续定位到控制种子圆皱、子叶颜色、花色和株高的基因，但控制果荚颜色、 果荚形态和花位置的关键基因仍是遗传学未解之谜。 豌豆结满豆荚。 豌豆花开。 刘君凤/视觉中国 2019年，程时锋正致力于寻找一种理想的豆科模式体系，用以研究结瘤共生固氮的遗传机制。当他访问 英国约翰·英纳 ...

科研突破 - 福建农林大学朱方捷团队通过高通量技术解析了40个MYB家族转录因子的DNA序列特异性，阐明了转录因子在进化中实现功能区分的新机制 [1] - 研究解决了高等动植物研究中长期存在的转录因子"特异性悖论"问题，发现转录因子形成同源二聚体后可识别独特DNA序列 [2] - 团队鉴定出调控菌草纤维素合成的关键MYB因子，该因子决定菌草的重要农艺性状与生产加工性能 [2] 应用前景 - 研究成果将促进菌草在新能源与新材料领域的应用，如提升生物质材料的力学性能和生物质新能源的效能 [1][2] - MYB家族转录因子是调控木质纤维素合成的重要因子，直接影响菌草作为生物质材料的应用价值 [2] - 福建农林大学整合海峡联合研究院和国家菌草工程技术研究中心平台，实现了基础科研与产业转化的高效衔接 [2] 学术价值 - 研究成果为解释高等动植物机体的复杂性与环境适应性提供了新视角 [2] - 成果发表在国际期刊《宏》与《国际分子科学》上 [1] - 转录因子是决定细胞命运的关键，在细胞重编程、再生医疗、农业育种等领域具有重要研究价值 [2]

报 告 摘 要 一、合同基准与隐性基准 公募基金的业绩比较基准在基金运作过程中发挥着重要作用，但研究发现，国内 外公募基金均存在合同基准与实际投资风格错配的问题。 不同于合同基准，这种 并非基金合同中约定，但与基金净值走势贴合度最高的基准可以称之为"隐性基 准" 。本文参考海外文献的做法，设计了一套定量识别基金隐性基准的流程，从 基金净值走势出发识别与每个基金走势贴合度最高的隐性基准，统计发现，相对 合同基准，主动权益基金相对隐性基准的跟踪误差更低，隐性基准或为更贴切的 基准。 二、显性风险与隐性风险 实际上，自2025年3月以来，公募基金频繁公告更改业绩比较基准，已经在对业绩基准进行合理调整。那公募基金相对业绩比较基准的偏离程度到底如何 呢？以某基金A为例，如图1所示，其在基金合同中约定的业绩比较基准为"中证500指数收益率*75%+上证国债指数收益率*25%"，从基金A的实际走势来 看，基金A与合同基准的走势偏离较大，2020-2024年基金A相对合同基准的年化跟踪误差达到28.48%，但基金A的净值走势与国证芯片的走势贴合度相对 较高，2020-2024年相对国证芯片（期间基金基本保持9成以上仓位运作， ...

量化模型与构建方式 1. 隐性风险模型 - 模型名称：隐性风险模型 - 模型构建思路：通过基金净值相关性识别同类基金，剥离显性和隐性风险[3] - 模型具体构建过程： 1) 计算基金间过去一年日收益率相关性，选取相关性最高的20只作为同类基金[3] 2) 构建同类基金相关性加权收益率序列SimiRet 3) 将基金收益率对SimiRet进行时序回归： $$R_{p}=\alpha+\beta\cdot SimiRet+\varepsilon_{p}$$ 截距项α即为Alpha_Simi因子[3] - 模型评价：相比传统多因子模型能更动态捕捉隐性风险，解释力更强[3] 2. Fama五因子模型 - 模型名称：Fama五因子模型 - 模型构建思路：通过市场、规模、价值、盈利、投资五个显性风险因子解释基金收益[3] - 模型具体构建过程： $$R_{p}=\alpha+\beta_{1}\cdot MKT+\beta_{2}\cdot SMB+\beta_{3}\cdot HML+\beta_{4}\cdot RMW+\beta_{5}\cdot CMA+\varepsilon_{p}$$ 其中： MKT=中证全指日收益率 SMB=小市值组合收益-大市值组合收益 HML=高账面市值比组合收益-低账面市值比组合收益 RMW=高盈利组合收益-低盈利组合收益 CMA=保守投资组合收益-激进投资组合收益[3] 量化因子与构建方式 1. 隐性基准识别因子 - 因子名称：隐性基准跟踪误差 - 因子构建思路：通过最小化跟踪误差匹配基金真实投资风格[1] - 因子具体构建过程： 1) 计算基金相对备选基准指数的超额收益： $$Ex_{i,t}=R_{f,t}-R_{i,t}*0.9$$ 2) 计算年化跟踪误差： $$TE_{i}=\sqrt{240*\frac{1}{T}\sum_{t=1}^{T}(Ex_{i,t}-\overline{Ex_{i}})^{2}}$$ 3) 选择跟踪误差最小的基准作为隐性基准： $$REE^{*}=argmin_{i}TE_{i}$$[1][18][19] 2. 隐性风险调整因子 - 因子名称：隐性风险调整综合选基因子 - 因子构建思路：通过截面回归剥离同类基金风险暴露[3] - 因子具体构建过程： 1) 计算同类基金相关性加权因子值SimiFactor 2) 原始因子对SimiFactor进行截面回归： $$Factor=\alpha+\beta\cdot SimiFactor+\varepsilon$$ 3) 取残差项ε作为调整后因子[3][91][92] - 因子评价：显著提升因子稳定性，尤其对收益类因子改进明显[3] 3. 具体子因子 - 夏普比隐性风险调整因子： $$Sharpe=\alpha+\beta\cdot SimiSharpe+\varepsilon$$[94] - 隐形交易能力隐性风险调整因子[102] - 持仓收益隐性风险调整因子[113] - 波段交易能力隐性风险调整因子[113] 模型回测效果 1. 隐性风险模型 - R²均值：92.32%[3] - 解释力提升：较Fama五因子模型(84.94%)提高7.38个百分点[3] 2. Fama五因子模型 - R²均值：84.94%[3] - 解释力趋势：2019年以来显著下降至79.67%[3] 因子回测效果 1. 隐性风险调整综合选基因子 - RankIC均值：13.99% - 年化RankICIR：3.18 - RankIC胜率：93.01% - 多头年化超额信息比：2.4[3][122] 2. 原始综合选基因子 - RankIC均值：14.64% - 年化RankICIR：2.22 - RankIC胜率：85.31%[122] 3. 单因子表现对比 | 因子类型 | RankIC均值 | RankICIR | 多头季均超额 | |---------|-----------|---------|-------------| | 夏普比原始因子 | 7.76% | 0.77 | 0.58% | | 夏普比调整后 | 7.70% | 1.99 | 0.86% | | 隐形交易原始 | 8.21% | 1.68 | 0.95% | | 隐形交易调整 | 7.21% | 2.23 | 0.92% |[97][102] 4. FOF组合表现 - 年化超额收益：8.86% - 年化跟踪误差：3.52% - 信息比率：2.31 - 最大回撤：3.40%[4]

编译丨王聪 编辑丨王多鱼 排版丨水成文 促炎细胞因子是炎症性疾病的关键介质，在转录和转录后等多个层面受到严格调控，以避免不必要的炎症反应并维持体内平衡。促炎细胞因子的转录调控在很大 程度上受先天免疫信号通路和转录因子协同激活的调节，其中，翻译后修饰和表观遗传修饰发挥着关键作用。此外，RNA 结合蛋白 （RBP） 通过 RNA 剪接、修 饰、核输出、翻译和降解，在先天免疫反应和炎症的转录后调控中发挥关键作用。然而，多功能 RBP 介导特定促炎细胞因子翻译调控的机制仍需进一步研究，以 全面了解免疫系统的稳态和功能障碍。 泛素 对蛋白质的修饰在稳态调节和免疫反应中发挥着关键作用，包括炎症性疾病。已有数种 E3 泛素连接酶被报道在调节先天免疫反应和炎症方面发挥关键作 用，其机制是通过直接结合并修饰其底物来实现的。然而，对于含有 RNA 结合基序的 E3 泛素连接酶 （E3-RBP） ，它们是否能够结合特定的 mRNA 并在 mRNA-蛋白复合物中发挥 E3 泛素连接酶活性以调控炎症反应，仍需进一步阐明。 2025 年 6 月 16 日 ， 中国医学科学院系统医学研究院 / 苏州系统医学研究所 及 海军军医大学免疫与炎 ...

量化模型与构建方式 1 模型名称：贝莱德因子轮动模型 模型构建思路：通过宏观经济周期、因子动量、因子估值等多维度信号动态调整因子暴露，以应对不确定性环境[15] 模型具体构建过程： - 经济周期信号：根据GDP、通胀等宏观指标划分经济阶段，对应不同因子偏好（如复苏期侧重价值因子）[40] - 因子动量信号：计算各因子过去12个月滚动收益，超配持续强势因子 - 因子估值信号：采用因子Z-score衡量历史分位数，低估值因子优先配置 - 成长因子择时子模型：额外引入企业盈利指标（如ROE变化率）作为辅助信号 模型评价：在2024年市场集中度提升时通过质量/成长因子暴露获得超额收益，2025年转向中性配置后有效控制回撤[40] 2 模型名称：AQR高波动因子筛选模型 模型构建思路：通过方差比率指标识别长期波动性显著的因子，结合夏普率优选高波动高收益因子[23] 模型具体构建过程： - 计算因子方差比率：$$ VR = \frac{\sigma_{annual}^2}{12 \times \sigma_{monthly}^2} $$ 其中VR>1.5定义为高波动因子（如债务因子VR中位数1.8）[24] - 构建因子夏普率回归方程：验证高VR因子与夏普率正相关性（R²=0.32）[25] - 组合优化：在财务类因子（债务/应收/盈利）上超配，通过多因子分散降低组合波动[24] 量化因子与构建方式 1 因子名称：财务高波动因子组 因子构建思路：筛选财务报表中波动性显著且具备超额收益的指标[23] 因子具体构建过程： - 债务因子：净债务发行额/总资产滚动3年标准差 - 应收因子：应收账款周转率行业偏离值 - 盈利因子：ROIC波动率与同业差值[24] 2 因子名称：新兴市场小盘因子 因子构建思路：捕捉新兴市场小盘股估值洼地与本土化优势[28] 因子具体构建过程： - 市值筛选：选择MSCI新兴市场指数后30%成分股 - 本土化指标：计算公司收入国内占比（新兴小盘股平均72%） - 分析师覆盖调整：剔除近6个月有2份以上研报覆盖的股票[28] 模型的回测效果 1 贝莱德因子轮动模型：年化超额收益8.2%，IR 1.83，最大回撤1.9%（2013年）[40] 2 AQR高波动因子模型：年化夏普率0.7，月度胜率58%[24] 因子的回测效果 1 财务高波动因子组：年度波动率18.6%，5年累计收益142%[24] 2 新兴市场小盘因子：2025年1-5月超额收益9.8%，相对大盘股Beta 0.6[28]

市场趋势分析 - 市场下周较难打破震荡趋势，Wind全A虽位于SAR点位之上但接近反转位 [1][2] - 沪深300流动性冲击指标为0.74（前值0.30），显示当前流动性高于过去一年均值0.74倍标准差 [2] - 上证50ETF期权PUT-CALL比率升至0.99（前值0.85），反映投资者对短期走势谨慎情绪上升 [2] 交易活跃度与宏观数据 - 上证综指和Wind全A五日平均换手率分别为0.94%和1.57%，处于2005年以来64.94%和74.46%分位点 [2] - 5月CPI同比-0.1%（预期-0.17%），PPI同比-3.3%（前值-2.7%，预期-3.17%） [2] - 5月新增人民币贷款6200亿元（预期8026.5亿元），M2同比增长7.9%（预期8.08%） [2] 行业与因子表现 - 机械设备、综合、环保、有色金属和美容护理行业拥挤度较高，医疗生物和美容护理拥挤度上升显著 [3] - 小市值因子拥挤度1.13（低估值因子-0.08，高盈利因子-0.05），延续上行趋势 [3] - 创业板指6月下半月历史上涨概率60%，涨幅中位数1.53%，表现优于其他指数 [2] 技术指标 - Wind全A均线强弱指数得分155，处于2021年以来61.5%分位点 [2] - 全球股市受以伊冲突影响集体下挫，欧美多数股指单日跌幅超1% [2]