投资咨询业务资格：证监许可【2011】1778 号 晨会纪要 宝城期货甲醇早报-2025-06-13 品种晨会纪要 参考观点：偏弱运行 时间周期说明：短期为一周以内、中期为两周至一月 | 品种 | 短期 | 中期 | 日内 | 观点参考 | 核心逻辑概要 | | --- | --- | --- | --- | --- | --- | | 甲醇 2509 | 震荡 | 震荡 | 震荡 偏弱 | 偏弱运行 | 多空分歧出现，甲醇震荡偏弱 | 备注： 1.有夜盘的品种以夜盘收盘价为起始价格，无夜盘的品种以昨日收盘价为起始价格，当日日盘收盘 价为终点价格，计算涨跌幅度。 2.跌幅大于 1%为下跌，跌幅 0~1%为震荡偏弱，涨幅 0~1%为震荡偏强，涨幅大于 1%为上涨。 3.震荡偏强/偏弱只针对日内观点，短期和中期不做区分。 主要品种价格行情驱动逻辑—商品期货能源化工板块 甲醇（MA） 日内观点：震荡偏弱 中期观点：震荡 核心逻辑：随着前期宏观利多因素逐渐消化，偏弱的产业供需因子开始发力并主导国内甲醇期货盘 面走势。目前国内甲醇供应压力再度回升，下游需求改善有限，甲醇制烯烃期货盘面利润出现回落， 不利于港口库存继续去 ...

纪要涉及的行业和公司 - 行业：煤炭、地产、焦煤、银行 - 公司：华富基金、新华中诚信公司 纪要提到的核心观点和论据 华富新华中证红利价值指数 - **核心观点**：是防御性红利指数，能提供高于传统红利指数收益，及时反映基本面，避免估值陷阱，提升投资组合质量 [1][2] - **论据**： - 采用多因子模型（低波动、低估值等）筛选综合得分最高的 50 个标的 [2] - 自 2013 年以来年化超额收益约 5% [1][5] - 样本空间筛选要求现金分红总额大于再融资总额，股息支付率大于 20% [1][7] - 行情较好阶段（2022 - 2024 年、2017 年、2016 年）表现优于一般红利指数；牛市阶段（2019 年、2020 年）可能表现稍差 [11] - 加入市场面指标和低波因子，季度调仓，能及时剔除波动大的股票并高抛低吸 [12] - 行业分布更分散，煤炭配置比例约 1%，单一行业上限不超过 30% [13] 华富中证全指自由现金流 ETF - **核心观点**：跟踪自由现金流指标，专注企业财务健康，市场调整时保持稳定，有持续增长潜力 [1] - **论据**： - 自由现金流是分红前置条件，能更全面及时反映公司基本面 [15][16] - 样本调整频率一年四次，采用自由现金流净额加权，更偏向大市值公司，行业分布分散 [18][19] - 成长性更强，有更高 ROE 水平和净利润增速，过去两年股息率与中证红利指数相当，某些年份中证现金牛指数表现更优，年化超额收益 6.7% [20] 市场对红利类资产需求强劲 - **核心观点**：低利率环境下，投资者寻求替代债权类资产获高收益，风险偏好提升时配置需求仍强 [1][4] - **论据**：2024 年 9 月 3 日市场上红利 ETF 规模约 700 亿人民币，2025 年 3 月底增长至 1200 亿人民币以上 [4] 自由现金流指标优势 - **核心观点**：比传统股息率指标更具优势 [15] - **论据**： - 是分红前置条件，能全面反映基本面，充沛的公司竞争地位好 [15] - 对基本面反应更及时，如中证红利指数用过去三年平均股息率，反应滞后 [15][16] 其他重要但是可能被忽略的内容 - 新华中诚信公司编制新型策略指数，在传统高股息率基础上引入多因子模型，提高业绩表现，增强对基本面的及时反映能力 [5] - 多因子虽计算方式和指标不同，但指向防御性强、低估值股票，结合能达 1 + 1 大于 2 的效果 [6] - 市场面指标（低波动率、低贝塔、低换手）能剔除估值陷阱，避免静态基本面恶化致股价剧烈波动，选择低换手率公司可获超额收益 [8][9][10] - 自由现金流与高股息都是估值指标，差异在于一个体现实际收益，一个体现发展潜力，自由现金流更优越 [17] - 中证先锋 ETF 煤炭行业占比从 5 月底的 22%降至调整后的 5%，调仓后行业分布更分散 [21] - 投资者选红利相关因子应全面客观了解优缺点，红利价值因子适合防御型投资，自由现金流因子适合成长型投资，对自由现金流因子应降低超额收益预期但保持下限信心 [25] - 红利相关产品合理配置可帮助投资者实现长期稳健丰厚回报，红利价值指数提供稳健回报，自由现金流指数兼具成长潜力 [27]

大类资产配置策略表现 - 国内资产BL策略1的5月收益为-0.22%，2025年累计收益为0.96%，最大回撤1.31%，年化波动1.53% [1][3] - 国内资产BL策略2的5月收益为-0.1%，2025年累计收益为1.05%，最大回撤1.06%，年化波动1.37% [1][3] - 国内资产风险平价策略5月收益0.29%，2025年累计收益1.73%，最大回撤0.76%，年化波动1.08% [1][3] - 基于宏观因子的资产配置策略5月收益0.27%，2025年累计收益1.45%，最大回撤0.65%，年化波动0.97% [1][3] 大类资产走势回顾 - 2025年5月恒生指数涨幅3.96%，沪深300涨幅1.85%，中证转债涨幅1.75%，中证1000涨幅1.28%，中债-企业债总财富指数涨幅0.41% [2] - 南华商品指数跌幅2.4%，SHFE黄金跌幅1.39%，中债-国债总财富指数跌幅0.31% [2] - 沪深300与中债-国债总财富指数近一年相关性为-36.97%，中债-国债总财富指数与南华商品指数相关性46.55%，沪深300与南华商品指数相关性-24.07% [2] 宏观经济环境 - 5月制造业PMI为49.5%，环比上升0.5个百分点，显示制造业景气度改善 [4] - 4月PPI同比降幅2.7%，市场预期5月PPI同比-3.17%，生产资料延续通缩 [4] - 央行5月开展5500亿元MLF操作，净投放4000亿元，1年期同业存单利率稳定在1.78% [4] - 4月末社会融资规模存量424.0万亿元，出口依赖型行业受美国关税冲击 [4] - 美联储鹰派信号推迟降息预期，叠加"对等关税"推高转口贸易成本，影响人民币汇率 [4]

核心观点 - 报告研究主动型股票基金绩效表现，探讨其能否跑赢市场，构建多个基金组合并采用因子模型分析，发现多数主动型基金组合能跑赢市场但超额收益不显著，考虑规模和价值效应、成长因素后结果有变化 [1][93] 引言 - 上一篇报告研究普通股票型基金超越基准收益及配置风格，本篇报告统一比较基准为市场因子，将偏股混合型基金纳入研究，构建不同规模基金组合，构建成长因子，进行因子模型稳健性检验 [11][12] 数据来源、样本选择及描述性统计 基金样本的选择 - 研究对象为普通股票型基金和偏股混合型基金，采用万得基金指数成份记录筛选，主动型股票基金数量持续上涨，2015 年普通股票型和偏股混合型基金数量结构变化，主要因仓位下限规定调整 [15][18] 时间区间的选择 - 数据样本周期为 2009 - 2024 年，因 2007 年前主动型股票基金规模小，2006 - 2008 年 A 股市场波动大，且 2009 年后市场有不同增长和缩水区间 [21][22] 数据来源及处理 - 数据源于万得，频率为月，处理基金月收益率和规模数据，按基金全称合并不同份额类别基金，2014 年后出现多份额类别基金，合并后样本区间后期截面样本数量下降 [25][35] 基金组合绩效的实证分析 基金组合的构建 - 构建大型、中大型、中小型和小型基金组合，规模占比分别为 40%、30%、20%、10%，基金数量平均占比分别为 9.43%、15.9%、22.8%、51.8%，各组合规模和基金数量时序有变化 [36][37] 基金组合的绩效表现 - 各基金组合走势相近，年化收益为 7.65% - 12.2%，多数达至少 10%显著性水平，波动率差别不大；单因子模型下多数有正超额收益但不显著，市场因子暴露β值显著小于 1；三因子模型下各组合有正超额收益且大都显著，考虑规模和价值效应后主动型股票基金能显著跑赢市场；四因子模型结果与三因子模型一致，情绪因子纳入未提升解释能力 [42][44][49] 普通股票型基金组合的绩效表现 - 与全样本结论基本一致，多数基金组合达至少 10%显著性水平，年化收益为 7.69% - 12.9%；单因子模型下多数超额收益为正但大都不显著，拟合优度高；三因子模型下各组合有正超额收益且大都显著，规模和价值因子负向暴露；四因子模型结果与三因子模型一致，主动股票型基金不能显著跑赢市场，考虑规模和价值效应后超额收益显著 [58][59][61] 基金组合绩效的进一步分析 成长因子的构建与检验 - 在三因子模型基础上构建成长因子，各分组收益率随成长指标递增，成长因子年化收益高且显著；单因子、三因子、四因子模型下各分组超额收益与成长指标正相关，成长因子有溢价现象，与部分因子有相关性 [66][67][75] 基金组合绩效的进一步解释 - 成长因子能解释部分三因子模型下超额收益，纳入后超额收益下降且显著性降低；各基金组合在部分因子暴露上变化不大，大部分在成长因子正向暴露显著；纳入情绪因子提高解释能力，五因子模型进一步解释超额收益 [77][78][79] 稳健性分析 - 不剔除总市值最小 30%股票构造因子收益率，规模因子收益率变化最大；单因子模型结论与原模型一致，三因子模型下超额收益大小和显著性下降，拟合优度降低；五因子模型能进一步解释超额收益，各因子暴露有变化，拟合优度下降；不同因子收益率下基金组合收益率拆分结果整体一致，主要区别在情绪因子贡献方向 [83][85][88] 主要结论与讨论 - 多数主动型基金组合能跑赢市场但超额收益不显著，与普通股票型基金超越基准收益看似矛盾，因比较基准不同；主动型基金偏好大盘股和高估值股票，规模和价值因子负向暴露影响绩效；成长因子年化收益高，主动型基金偏好高成长股，成长因子正向暴露对业绩有正面影响；除市场因子外，价值因子有较大负面贡献，成长因子有较大正面贡献 [93][2][3]

根据研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. **模型名称**：最优因子择时投资组合模型 **模型构建思路**：通过整合大量因子与预测变量构建择时策略，利用收缩技术防止过拟合[3] **模型具体构建过程**： - 使用Ledoit-Wolf协方差矩阵收缩估计量，计算最优收缩强度[25] - 采用Kozak-Nagel-Santosh收缩方法变体估计权重，公式为： $$\hat{W}_{t}=\left(\hat{\Sigma}_{t}+\hat{\overline{t}}_{t}\left[\begin{array}{cc}0&0\\ 0&\hat{D}_{t}\end{array}\right]\right)^{-1}\hat{\mu}_{t}$$ 其中前K个元素为原始因子平均收益，剩余为因子-预测变量组合收益[27] - 权重重新缩放使原始因子绝对权重之和为1[30] **模型评价**：收缩机制有效避免高维环境下的虚假择时信号[2] 2. **因子名称**：因子择时投资组合因子 **因子构建思路**：将因子收益与滞后预测变量交互形成择时信号[19] **因子具体构建过程**： - 定义标准化预测变量$X_{t-1}$和因子收益$F_t$ - 构建叉积因子：$$G_{t}=X_{t-1}F_{t}$$ 当$X_{t-1}$为正时做多因子，为负时做空[19] - 期望收益取决于预测变量与因子收益的协方差：$$E\left[G_{t}\right]=\mathrm{Cov}\left(X_{t-1},F_{t}\right)$$[21] **因子评价**：将时间序列预测转化为横截面组合优化问题[23] 模型的回测效果 1. **Fama-French因子择时模型**： - 年化收益4.71%，波动率5.81%，夏普比率0.81[40] - 评估比率0.79，最差12月收益-5.62%[41] - 60个月滚动夏普比率持续优于静态组合[46] 2. **Jensen因子择时模型（小预测集）**： - 年化收益2.97%，波动率2.01%，夏普比率1.48[64] - 扣除交易成本后夏普比率1.35[78] 3. **Jensen因子择时模型（大预测集）**： - 年化收益2.73%，波动率1.91%，夏普比率1.43[71] - 无收缩时夏普比率降至0.81[71] 量化因子与构建方式 1. **宏观预测因子**： - 包含实际1年期收益率、收益率曲线斜率(5y-1y)、Baa级债券与国债利差等6个变量[38] - 标准化为z值后与因子收益交互[36] 2. **因子特定预测因子**： - 基础变量：3个月收益、12个月收益、3个月日波动率[38] - 特征价差：B/M价差、资产增长价差、盈利能力价差[38] - 对Jensen因子集扩展至128个特征价差[38] 因子的回测效果 1. **收益率曲线斜率交互因子**： - 在Fama-French组合中权重排名第一[52] - 与盈利能力因子组合贡献显著超额收益[52] 2. **3个月市场收益交互因子**： - 与规模因子组合权重排名第二[52] - 捕捉市场动量对规模因子的预测效果[52] 3. **盈利能力价差因子**： - 在Jensen因子集中出现频率最高[68] - 与宏观变量组合形成稳定择时信号[68] 注：所有结果均基于1965-2022年月度数据，采用滚动窗口验证方法[31][32]

报告行业投资评级 未提及 报告的核心观点 - 原油2507短期震荡、中期震荡、日内震荡偏强，整体偏强运行 [1] - 预计本周四国内原油期货或维持震荡偏强走势 [5] 根据相关目录分别进行总结 价格行情驱动逻辑 - 中美领导人通电话释放积极信号，关税战存在降温预期，双方在伦敦达成关税共识，宏观因子转强 [5] - 俄乌冲突再度升级，美国从中东撤离人员，市场担忧美伊核谈判破裂及伊朗封锁海峡，地缘风险扩大增强原油溢价空间 [5] - 4 - 5月OPEC+产油国仅维持小幅增产，低于增产目标，利空因素不及预期，油价回升 [5] - 本周三夜盘国际原油期货价格大幅上涨5%以上，国内原油期货2507合约大幅收涨3.37%至497.4元/桶 [5] 涨跌幅度计算说明 - 有夜盘品种以夜盘收盘价为起始价，无夜盘品种以昨日收盘价为起始价，当日日盘收盘价为终点价计算涨跌幅度 [2] - 跌幅大于1%为下跌，跌幅0 - 1%为震荡偏弱，涨幅0 - 1%为震荡偏强，涨幅大于1%为上涨 [3] - 震荡偏强/偏弱只针对日内观点，短期和中期不做区分 [4]

投资咨询业务资格：证监许可【2011】1778 号 晨会纪要 宝城期货甲醇早报-2025-06-12 品种晨会纪要 时间周期说明：短期为一周以内、中期为两周至一月 | 品种 | 短期 | 中期 | 日内 | 观点参考 | 核心逻辑概要 | | --- | --- | --- | --- | --- | --- | | 甲醇 2509 | 震荡 | 震荡 | 震荡 偏强 | 偏强运行 | 偏多氛围支撑，甲醇震荡偏强 | 备注： 1.有夜盘的品种以夜盘收盘价为起始价格，无夜盘的品种以昨日收盘价为起始价格，当日日盘收盘 价为终点价格，计算涨跌幅度。 2.跌幅大于 1%为下跌，跌幅 0~1%为震荡偏弱，涨幅 0~1%为震荡偏强，涨幅大于 1%为上涨。 3.震荡偏强/偏弱只针对日内观点，短期和中期不做区分。 主要品种价格行情驱动逻辑—商品期货能源化工板块 甲醇（MA） < END > 仅供参考，不构成任何投资建议 专业研究·创造价值 1 / 2 请务必阅读文末免责条款 ---------------------------------------------------------------------------- ...

量化因子与构建方式 1. **因子名称：传统动量因子** - **构建思路**：基于基金过去一段时间的业绩表现（如历史收益、夏普比、Alpha收益）作为动量指标，预测未来收益[3][4][5] - **具体构建过程**： - **历史收益因子**：计算基金过去20日、61日、122日、244日、366日、488日的收益率均值[20] - **夏普比因子**：计算基金过去不同窗口期的夏普比（收益/波动率）[25] - **Alpha动量因子**：通过Fama-French三因子模型剥离市场、市值和估值风险溢价，回归公式： $$R_{p}-r_{f}\!\sim\!\!\alpha+\beta_{1}(R_{M}-r_{f})+\beta_{2}(R_{M}-r_{f})^{2}+\beta_{3}S M B+\beta_{4}H M L+\varepsilon_{p}$$ 其中，$R_p$为基金收益，$r_f$为无风险利率，$R_M$为市场收益，$SMB$和$HML$分别为市值和估值因子[29][30] - **行业剥离Alpha动量**：在回归中加入Wind行业指数收益，公式： $$R_{p}-r_{f}{\sim}\alpha+\beta_{1}(R_{M}-r_{f})+\beta_{2}(R_{M}-r_{f})^{2}+\sum_{i=1}^{11}\beta_{2+i}\,l n d_{i}+\varepsilon_{p}$$ 其中$Ind_i$为行业指数收益[51] - **因子评价**：传统动量因子易受Beta风险干扰，尤其在行业轮动期表现不稳定[4][15][17] 2. **因子名称：低分化动量因子** - **构建思路**：筛选基金收益分化度较低的日期，计算其收益指标以降低Beta风险干扰[5][21][56] - **具体构建过程**： - **低分化收益因子**：按主动权益基金日度收益分化度分组，取分化度最低1/5样本的日度收益均值[66][67] - **低分化排序动量**：对分化度最低组的基金收益排序取均值[81] - **低分化夏普比**：计算分化度最低组的夏普比[86] - **合成低分化动量**：将上述三个因子等权合成[93] - **因子评价**：低分化日期收益对未来预测能力更强，受Beta干扰更小，时序稳定性显著优于传统动量[5][67][93] --- 因子的回测效果 1. **传统动量因子** - **历史收益因子（过去244日）**：Rank IC 5.81%，Rank ICIR 0.54，年化多空收益1.85%，胜率59.35%[20] - **夏普比因子（过去244日）**：Rank IC 6.44%，Rank ICIR 0.64，年化多空收益2.04%，胜率61.79%[25] - **Alpha动量因子（过去122日）**：Rank IC 6.01%，Rank ICIR 0.57，年化多空收益2.79%，胜率66.67%[31] - **行业剥离Alpha动量（过去122日）**：Rank IC 7.81%，Rank ICIR 0.97，年化多空收益5.04%，胜率69.92%[53] 2. **低分化动量因子** - **低分化收益因子（过去3个月）**：Rank IC 10.03%，Rank ICIR 1.06，年化多空收益9.23%，胜率69.11%[67][73] - **低分化排序动量（过去3个月）**：Rank IC 10.08%，Rank ICIR 1.09，年化多空收益8.39%，胜率68.29%[81] - **低分化夏普比（过去3个月）**：Rank IC 9.63%，Rank ICIR 1.10，年化多空收益9.89%，胜率71.54%[87] - **合成低分化动量**：Rank IC 10.10%，Rank ICIR 1.09，年化多空收益9.23%，胜率71%，最高组季均超额1.25%[93][94] --- 关键结论 - 低分化动量因子通过聚焦分化度低的日期，显著提升了因子稳定性和预测能力（Rank ICIR提升至1.09），且与传统动量因子相关性低（秩相关系数<26%）[5][93] - 传统动量因子在行业轮动月表现更弱（剔除后Rank ICIR从0.54升至0.66），均衡型基金中动量效应更强（Rank IC 7.86% vs 板块型2.44%）[15][17][46]

市场表现 - 三大股指高开，沪指涨0 02%，深成指涨0 14%，创业板涨0 34% [1] - 国证自由现金流指数盘中上行，涨超0 3%，成分股老凤祥、锦泓集团、城市传媒、华域汽车等领涨 [1] ETF资金动向 - 自由现金流ETF（159201）近10个交易日资金净流入超2 3亿元，资金低位布局特征显著 [1] - 该ETF最新规模达37 61亿元，最新份额达37 85亿份，领跑同类产品 [1] 行业分析 - 招商证券表示，随着经济稳定，龙头上市公司经营趋于稳定，现金流量净额开始稳定增长，资本开支稳定下降，自由现金流收益率持续攀升 [1] - 未来两年A股权重指数有望迎来重估，市场回归大盘、质量 [1] ETF产品特点 - 自由现金流ETF（159201）紧密跟踪国证自由现金流指数，经流动性、行业、ROE稳定性筛选后，选取自由现金流为正且占比高的股票 [1] - 指数质地高，抗风险能力强，适合底仓配置，满足长线投资配置需求 [1] - 基金管理费年费率为0 15%，托管费年费率为0 05%，均为市场最低费率水平 [1]

量化模型与构建方式 1. **模型名称**："时钟+拐点改善法"大类资产轮动模型 **模型构建思路**：结合宏观风险因子（经济增长、通胀、利率、信用、汇率、期限利差）的状态判断，通过投资时钟规律和相位判断法优化拐点识别，实现大类资产配置轮动[8][16][23] **模型具体构建过程**： - **宏观因子构建**： - 经济增长因子：工业增加值同比、PMI、社会消费品零售总额同比，经HP滤波处理后波动率倒数加权[8] - 通胀因子：PPI同比、CPI同比，经HP滤波后波动率倒数加权[8] - 利率因子：中债国债总财富指数与货币基金指数等权组合净值同比[8] - 汇率因子：上海金与伦敦金现多空组合净值同比[8] - 信用因子：企业债AAA指数与国债总指数久期中性组合净值同比[8] - 期限利差因子：中短期债券与长期债券久期中性组合净值同比[8] - **状态判断方法**： - 因子动量法：$$Momentum_{t}=X_{t}-\frac{1}{3}(X_{t-1}+X_{t-2}+X_{t-3})$$，连续两期同向确认状态[16] - 相位判断法：38个月周期正弦波拟合，划分上行/下行/顶部/底部区域，结合趋势调整状态[21][22] - **资产配置规则**： - 初始风险配比：大盘股:小盘股:债券:商品:黄金=1:1:1:0.5:0.5[24] - 根据宏观因子得分调整配比：每+1分则风险配比翻倍，每-1分则减半[24] **模型评价**：融合短期趋势与周期拐点识别，在控制风险的同时实现稳定收益[27] 2. **模型名称**：投资时钟模型（增长-通胀时钟、利率-信用时钟） **模型构建思路**：基于美林时钟理论，统计不同宏观状态下大类资产表现规律[9][11] **模型具体构建过程**： - **增长-通胀时钟**：划分复苏/过热/滞胀/衰退四象限，统计资产表现（如复苏期股票+2、债券-2）[9][15] - **利率-信用时钟**：划分宽/紧利率与信用组合，统计资产表现（如紧利率宽信用期股票+2、债券-2）[11][15] - **资产观点量化**：设置-2至2档位评分，结合汇率/期限利差因子调整[14][15] 模型的回测效果 1. **"时钟+拐点改善法"模型**（2011-2023年）： - 总收益率：242.45% - 年化收益率：9.93% - 年化波动率：6.83% - 年化夏普比率：1.45 - 最大回撤率：6.31% - 胜率：73.08%[27] 2. **基准等权组合**： - 总收益率：83.59% - 年化收益率：4.78% - 年化波动率：10.99% - 年化夏普比率：0.43 - 最大回撤率：20.63%[27] 量化因子与构建方式 1. **因子名称**：宏观风险因子体系（经济增长、通胀、利率、信用、汇率、期限利差） **因子构建思路**：通过宏观指标或资产组合构建反映经济状态的代理变量[8] **因子具体构建过程**： - **经济增长因子**：工业增加值同比、PMI等指标HP滤波后加权 $$X_{growth} = w_1 \cdot HP(PMI) + w_2 \cdot HP(工业增加值)$$ 权重$w_i$为波动率倒数[8] - **利率因子**：中债国债指数与货币基金指数等权组合净值同比[8] - **汇率因子**：上海金与伦敦金现多空组合净值同比[8] 因子的回测效果 （注：报告中未单独列出因子回测指标，仅展示模型整体效果） 最新配置示例（2025年5月） - **风险配比**：大盘股:小盘股:债券:商品:黄金=1:1:0.25:2:1[30] - **实际配置比例**：债券69.95%、商品12.84%、黄金8.9%[34] - **当月收益率**：-0.29%（基准0.3%）[30] 关键方法论补充 - **相位判断法**：38个月周期正弦波拟合，窗口50个月，划分相位区间[21] - **拐点优化逻辑**：动量法为主，相位法辅助判断拐点[22]