市场结构与策略定位 - 当前市场处于哑铃行情向均衡修复阶段 资金从低估值大盘蓝筹与小微盘股两端向中段回流[1] - 中证A500指数70%成份股与沪深300重合提供基本面稳定性 30%接近中证500覆盖TMT等新兴产业具备成长弹性[1] - 指数增强策略通过精细化量化模型与动态风控捕捉超额收益 强调胜率与赔率平衡[1][2] 因子配置框架 - 采用60%基本面因子+40%量价因子的组合配置 基本面因子聚焦基本面动量与困境反转[2] - 量价因子结合人工挖掘与机器学习 非流动性冲击因子在2024年小微盘风格中表现突出[2] - 区别于私募高频交易 公募量化超额收益主要来源于因子挖掘与风控约束[2] 动态风控体系 - 风控策略由静态升级为动态 根据个股流动性、冲击成本、事件舆情与基本面强度差异化调整偏离度[2] - 对基本面优异且因子评分高的标的采取差异化管控措施 优化风险收益比[2] - 通过严格风控约束管理组合风险 避免极端风格暴露[2][4] 策略执行理念 - 坚持多因子框架下的均衡配置 不进行极端风格押注[4] - 注重不同市场环境下的胜率稳定性与回撤管理 强调长期可复用体系[4] - 量化团队14年来持续融合人工智能与行为金融学研究成果 提升策略鲁棒性与可解释性[4]

市场结构与投资策略 - 当前市场处于哑铃行情向均衡修复阶段 资金从低估值大盘蓝筹和小微盘股两端向中段回流 中证A500指数在市值风格与阿尔法空间上具备双重优势 [1][2] - 中证A500指数成份股约70%与沪深300指数重合提供基本面稳定性 约30%更接近中证500指数特色 涵盖较多TMT等新兴产业具备更高成长弹性 [2] - 基本面扎实、估值合理且尚未被充分挖掘的上市公司或迎来配置窗口 该指数在安全边际与向上空间之间形成良好均衡 [2] 量化模型构建 - 策略采用60%基本面因子+40%量价因子的组合配置 基本面因子重点关注基本面动量和困境反转 量价因子结合人工挖掘和机器学习 [3] - 非流动性冲击因子（衡量成交额对股价影响）在2023年小微盘风格阶段表现突出 因子选择根据不同指数特性差异化配置 [3] - 公募量化超额收益主要来自精细化因子挖掘和严格风控约束 与私募量化偏高频交易形成差异化 [3][4] 动态风控体系 - 风控策略由静态升级为动态 不再一刀切设定个股偏离上限 而是结合微观流动性、预估冲击成本、事件舆情与基本面强度进行动态调整 [4] - 对基本面优异且因子评分更高的标的采取差异化偏离度管控措施 优化风险收益比 实现更精细化的组合风险管理 [4] - 风控管理注重不同市场环境下的胜率稳定性与回撤控制 通过全链路模型严谨性提升策略鲁棒性 [4][6] 市场环境应对 - 近期科技板块出现极致机构抱团现象 抱团速度较2019-2021年更快 对量化策略获取超额收益提出更高要求 [5] - 策略坚持多因子框架下的均衡配置 不在风格暴露上做极端押注 通过因子选择、风控管理与交易执行的细节打磨应对市场变化 [6] - 量化投资优势在于纪律与系统 坚守经过验证的框架 通过持续吸收人工智能与行为金融学前沿研究成果提升策略可解释性 [6]

指数增强组合表现 - 沪深300指数增强组合本周超额收益-0.87%，本年累计超额收益11.58% [1][7] - 中证500指数增强组合本周超额收益-0.22%，本年累计超额收益11.11% [1][7] - 中证1000指数增强组合本周超额收益0.02%，本年累计超额收益14.85% [1][7] - 中证A500指数增强组合本周超额收益-1.49%，本年累计超额收益10.27% [1][7] 选股因子表现跟踪 - 沪深300成分股中表现较好的因子包括标准化预期外收入（周收益1.35%）、一年动量（周收益1.27%）、单季营收同比增速（周收益1.08%） [8] - 中证500成分股中表现较好的因子包括EPTTM一年分位点（周收益1.69%）、高管薪酬（周收益1.05%）、DELTAROA（周收益1.00%） [12] - 中证1000成分股中表现较好的因子包括标准化预期外收入（周收益1.76%）、三个月反转（周收益1.48%）、单季营收同比增速（周收益1.43%） [14] - 中证A500成分股中表现较好的因子包括单季营收同比增速（周收益1.43%）、三个月反转（周收益1.34%）、一年动量（周收益1.11%） [16] - 公募基金重仓股中表现较好的因子包括一年动量（周收益0.78%）、单季营利同比增速（周收益0.74%）、单季营收同比增速（周收益0.47%） [18] 公募基金指数增强产品表现 - 沪深300指数增强产品本周超额收益最高0.69%，最低-1.53%，中位数-0.57% [23] - 中证500指数增强产品本周超额收益最高0.78%，最低-1.40%，中位数-0.31% [25] - 中证1000指数增强产品本周超额收益最高1.65%，最低-0.96%，中位数0.21% [28] - 中证A500指数增强产品本周超额收益最高0.65%，最低-1.59%，中位数-0.55% [29] 产品规模统计 - 沪深300指数增强产品共70只，总规模770亿元 [20] - 中证500指数增强产品共71只，总规模432亿元 [20] - 中证1000指数增强产品共46只，总规模150亿元 [20] - 中证A500指数增强产品共52只，总规模205亿元 [20] 方法论框架 - 采用多因子选股模型构建指数增强组合，控制行业暴露、风格暴露及个股权重偏离等约束条件 [30][31][32] - 通过最大化单因子暴露组合（MFE）检验因子有效性，控制行业偏离度在±0%、市值风格暴露在±0% [32] - 公募重仓指数选取普通股票型及偏股混合型基金持仓，按权重排序取累计90%权重的股票作为成分股 [34][35]

量化模型与因子总结 量化模型与构建方式 1. **模型名称：国信金工指数增强组合模型**[12] **模型构建思路**：以多因子选股为主体，构建对标不同基准指数的增强组合，力求稳定战胜基准[11] **模型具体构建过程**：构建流程主要包括收益预测、风险控制和组合优化三块，分别以沪深300、中证500、中证1000及中证A500指数为基准构建指数增强组合[12] 2. **模型名称：单因子MFE组合模型**[15][39] **模型构建思路**：采用组合优化的方式来检验控制了各种实际约束后单因子的有效性，通过最大化单因子暴露组合来检验因子有效性[39] **模型具体构建过程**：采用组合优化模型构建最大化单因子暴露组合，目标函数为最大化单因子暴露，约束条件包括风格暴露、行业暴露、个股权重偏离、成分股内权重占比、个股权重上下限等[39][40] 优化模型公式为： $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$ 其中，f为因子取值，w为待求解的股票权重向量，wb为基准指数成分股的权重向量，X为股票对风格因子的因子暴露矩阵，H为股票的行业暴露矩阵，Bb为个股是否属于基准指数成分股的0-1向量，sl、sh、hl、hh、wl、wh、bl、bh、l为各种约束条件的上下限[40] 具体构建过程包括：设定约束条件，在每个月末构建每个单因子的MFE组合，在回测期内换仓并计算收益风险统计指标[43] 3. **模型名称：公募重仓指数模型**[41][42] **模型构建思路**：以公募基金的持股信息构建公募重仓指数，测试因子在“机构风格”下的有效性[41] **模型具体构建过程**：选样空间为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时间不足半年的基金，通过基金定期报告获取持股信息，将符合条件基金的持仓股票权重平均获得公募基金平均持仓信息，选取累计权重达到90%的股票作为成分股构建指数[42] 模型的回测效果 1. **国信金工指数增强组合模型**，本周超额收益-0.87%，本年超额收益11.58%[5][14] 2. **国信金工指数增强组合模型**，本周超额收益-0.22%，本年超额收益11.11%[5] 3. **国信金工指数增强组合模型**，本周超额收益0.02%，本年超额收益14.85%[5] 4. **国信金工指数增强组合模型**，本周超额收益-1.49%，本年超额收益10.27%[5] 量化因子与构建方式 1. **因子名称：BP**[17] **因子构建思路**：估值因子[17] **因子具体构建过程**：净资产/总市值[17] 2. **因子名称：单季EP**[17] **因子构建思路**：估值因子[17] **因子具体构建过程**：单季度归母净利润/总市值[17] 3. **因子名称：单季SP**[17] **因子构建思路**：估值因子[17] **因子具体构建过程**：单季度营业收入/总市值[17] 4. **因子名称：EPTTM**[17] **因子构建思路**：估值因子[17] **因子具体构建过程**：归母净利润TTM/总市值[17] 5. **因子名称：SPTTM**[17] **因子构建思路**：估值因子[17] **因子具体构建过程**：营业收入TTM/总市值[17] 6. **因子名称：EPTTM分位点**[17] **因子构建思路**：估值因子[17] **因子具体构建过程**：EPTTM在过去一年中的分位点[17] 7. **因子名称：股息率**[17] **因子构建思路**：估值因子[17] **因子具体构建过程**：最近四个季度预案分红金额/总市值[17] 8. **因子名称：一个月反转**[17] **因子构建思路**：反转因子[17] **因子具体构建过程**：过去20个交易日涨跌幅[17] 9. **因子名称：三个月反转**[17] **因子构建思路**：反转因子[17] **因子具体构建过程**：过去60个交易日涨跌幅[17] 10. **因子名称：一年动量**[17] **因子构建思路**：动量因子[17] **因子具体构建过程**：近一年除近一月后动量[17] 11. **因子名称：单季净利同比增速**[17] **因子构建思路**：成长因子[17] **因子具体构建过程**：单季度净利润同比增长率[17] 12. **因子名称：单季营收同比增速**[17] **因子构建思路**：成长因子[17] **因子具体构建过程**：单季度营业收入同比增长率[17] 13. **因子名称：单季营利同比增速**[17] **因子构建思路**：成长因子[17] **因子具体构建过程**：单季度营业利润同比增长率[17] 14. **因子名称：SUE**[17] **因子构建思路**：成长因子[17] **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[17] 15. **因子名称：SUR**[17] **因子构建思路**：成长因子[17] **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[17] 16. **因子名称：单季超预期幅度**[17] **因子构建思路**：成长因子[17] **因子具体构建过程**：预期单季度净利润/财报单季度净利润[17] 17. **因子名称：单季ROE**[17] **因子构建思路**：盈利因子[17] **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）[17] 18. **因子名称：单季ROA**[17] **因子构建思路**：盈利因子[17] **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）[17] 19. **因子名称：DELTAROE**[17] **因子构建思路**：盈利因子[17] **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[17] 20. **因子名称：DELTAROA**[17] **因子构建思路**：盈利因子[17] **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[17] 21. **因子名称：非流动性冲击**[17] **因子构建思路**：流动性因子[17] **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[17] 22. **因子名称：一个月换手**[17] **因子构建思路**：流动性因子[17] **因子具体构建过程**：过去20个交易日换手率均值[17] 23. **因子名称：三个月换手**[17] **因子构建思路**：流动性因子[17] **因子具体构建过程**：过去60个交易日换手率均值[17] 24. **因子名称：特异度**[17] **因子构建思路**：波动因子[17] **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[17] 25. **因子名称：一个月波动**[17] **因子构建思路**：波动因子[17] **因子具体构建过程**：过去20个交易日日内真实波幅均值[17] 26. **因子名称：三个月波动**[17] **因子构建思路**：波动因子[17] **因子具体构建过程**：过去60个交易日日内真实波幅均值[17] 27. **因子名称：高管薪酬**[17] **因子构建思路**：公司治理因子[17] **因子具体构建过程**：前三高管报酬总额取对数[17] 28. **因子名称：预期EPTTM**[17] **因子构建思路**：分析师因子[17] **因子具体构建过程**：一致预期滚动EP[17] 29. **因子名称：预期BP**[17] **因子构建思路**：分析师因子[17] **因子具体构建过程**：一致预期滚动PB[17] 30. **因子名称：预期PEG**[17] **因子构建思路**：分析师因子[17] **因子具体构建过程**：一致预期PEG[17] 31. **因子名称：预期净利润环比**[17] **因子构建思路**：分析师因子[17] **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[17] 32. **因子名称：三个月盈利上下调**[17] **因子构建思路**：分析师因子[17] **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[17] 33. **因子名称：三个月机构覆盖**[17] **因子构建思路**：分析师因子[17] **因子具体构建过程**：过去3个月内机构覆盖数量[17] 34. **因子名称：标准化预期外收入**[19] **因子构建思路**：成长因子[19] **因子具体构建过程**：未在文档中详细说明，但参考SUE和SUR，可能为（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][19] 35. **因子名称：标准化预期外盈利**[19] **因子构建思路**：成长因子[19] **因子具体构建过程**：未在文档中详细说明，但参考SUE和SUR，可能为（单季度实际净利润-预期净利润）/预期净利润标准差[17][19] 因子的回测效果 1. **标准化预期外收入因子**，最近一周1.35%，最近一月3.78%，今年以来8.35%，历史年化4.81%[19] 2. **一年动量因子**，最近一周1.27%，最近一月1.98%，今年以来-1.17%，历史年化2.15%[19] 3. **单季营收同比增速因子**，最近一周1.08%，最近一月3.86%，今年以来11.82%，历史年化4.52%[19] 4. **单季营利同比增速因子**，最近一周0.99%，最近一月2.49%，今年以来10.53%，历史年化3.40%[19] 5. **三个月反转因子**，最近一周0.53%，最近一月-0.97%，今年以来3.85%，历史年化1.04%[19] 6. **DELTAROA因子**，最近一周0.49%，最近一月2.54%，今年以来9.15%，历史年化4.47%[19] 7. **单季净利同比增速因子**，最近一周0.48%，最近一月2.71%，今年以来9.66%，历史年化3.59%[19] 8. **标准化预期外盈利因子**，最近一周0.39%，最近一月2.87%，今年以来9.33%，历史年化4.37%[19] 9. **三个月机构覆盖因子**，最近一周0.27%，最近一月1.30%，今年以来7.51%，历史年化3.06%[19] 10. **三个月盈利上下调因子**，最近一周0.24%，最近一月1.28%，今年以来5.21%，历史年化5.49%[19] 11. **DELTAROE因子**，最近一周0.07%，最近一月2.58%，今年以来10.00%，历史年化4.08%[19] 12. **单季ROA因子**，最近一周-0.05%，最近一月3.33%，今年以来8.74%，历史年化3.81%[19] 13. **单季ROE因子**，最近一周-0.29%，最近一月2.50%，今年以来9.35%，历史年化4.53%[19] 14. **预期PEG因子**，最近一周-0.33%，最近一月1.37%，今年以来7.32%，历史年化3.45%[19] 15. **预期净利润环比因子**，最近一周-0.38%，最近一月-0.16%，今年以来2.16%，历史年化1.59%[19] 16. **一个月反转因子**，最近一周-0.39%，最近一月-1.49%，今年以来2.80%，历史年化-0.17%[19] 17. **单季超预期幅度因子**，最近一周-0.44%，最近一月1.12%，今年以来5.82%，历史年化3.69%[19] 18. **单季SP因子**，最近一周-0.54%，最近一月-0.91%，今年以来-0.38%，历史年化2.86%[19] 19. **EPTTM年分位点因子**，最近一周-0.60%，最近一月-0.24%，今年以来5.55%，历史年化2.45%[19] 20. **特异度因子**，最近一周-0.64%，最近一月-2.04%，今年以来2.29%，历史年化0.26%[19] 21. **SPTTM因子**，最近一周-0.69%，最近一月-1.03%，今年以来-1.92%，历史年化2.05%[19] 22. **非流动性冲击因子**，最近一周-0.77%，最近一月-2.15%，今年以来-1.61%，历史年化0.29%[19] 23. **高管薪酬因子**，最近一周-0.88%，最近一月0.26%，今年以来3.88%，历史年化3.43%[19] 24. **BP因子**，最近一周-0.89%，最近一月-1.61%，今年以来-0.80%，历史年化2.67%[19] 25. **三个月换手因子**，最近一周-0.92%，最近一月-1.49%，今年以来-2.85%，历史年化2.80%[19] 26. **预期BP因子**，最近一周-0.96%，最近一月-1.32%，今年以来0.38%，历史年化3.36%[19] 27. **预期EPTTM因子**，最近一周-0.97%，最近一月-0.48%，今年以来3.65%，历史年化3.96%[19] 28. **一个月波动因子**，最近一周-1.00%，最近一月-3.36%，今年以来-2.46%，历史年化0.98%[19] 29. **三个月波动因子**，最近一周-1.08%，最近一月-3.35%，今年以来-2.75%，历史年化1.91%[19] 30. **股息率因子**，最近一周-1.10%，最近一月-0.58%，今年以来1.10%，历史年化3.76%[19] 31. **一个月换手因子**，最近一周-1.12%，最近一月-1.68%，今年以来-3.54%，历史年化1.64%[19] 32. **单季EP因子**，最近一周-1.23%，最近一月-0.70%，今年以来4.46%，历史极差5.28%[19] 33. **EPTTM因子**，最近一周-1.35%，最近一月-0.46%，今年以来2.92%，历史年化4.37%[19]

量化模型与因子总结 量化因子与构建方式 1. 因子名称：ROE稳定性筛选因子 - **因子构建思路**：通过综合盈利、成长、杠杆三个维度的历史波动水平，提升高ROE组合未来维持高ROE水平的概率[27][28] - **因子具体构建过程**： 1. 计算三个子因子： - 成长稳定性：营收环比增速的波动 - 杠杆稳定性：有息债务比总资产的比率波动 - ROE稳定性：ROE本身的波动 2. 将三个子因子标准化后等权求和[27] - **因子评价**：能有效降低高ROE股票ROE下滑的概率，提升未来维持高ROE水平的占比[28][38] 2. 因子名称：红利增长筛选因子 - **因子构建思路**：通过多视角预测分红金额增长，构建对分红增长有预测性的因子[49][51] - **因子具体构建过程**： 1. 构建两个视角的子因子： - 视角1：红利支付偏离、卖方预测家数、预期净利润增长、最新财报数据增长，标准化并求和 - 视角2：分红金额增长、卖方预测家数、预期净利润增长、最新财报数据增长，标准化并求和 2. 取两个视角子因子的最大值[51] - **因子评价**：相比单纯的红利因子拼盘成长因子更好，对股息率的提升较为稳定[54] 3. 因子名称：低估值筛选因子 - **因子构建思路**：通过估值因子对未来股息率的预测能力，改进红利因子[55][57] - **因子具体构建过程**： 1. 检测各因子对未来股息率的预测能力，发现历史股息率和估值因子预测效果较好 2. 将股息率与低估值相结合，从高股息率股票中筛选出估值水平相对较低的个股[56][57] - **因子评价**：相比红利增长方法没有参杂成长因子，改进幅度不大但在逻辑上合理[60] 4. 因子名称：净利润增长筛选因子 - **因子构建思路**：通过反向剔除未来可能难以实现净利润增长或分析师预期下调的股票，改进成长因子[70] - **因子具体构建过程**： 1. 在每期入选的100只高成长因子股票中，剔除触发以下任一条件的股票： - 一致预期FY1小于等于0 - FY1为空值 - 近4周出现一致预期下调 - 近13周出现一致预期下调 - 近26周出现一致预期下调 2. 筛选出FY1>0，且近4周、13周和26周FY1变化均未下降的股票[70] - **因子评价**：在保留成长因子高进攻性的同时，实现了长期收益的进一步提升[73] 5. 因子名称：量价因子组合 - **因子构建思路**：选取表现最佳的低波动、低流动性和动量三个量价因子进行组合[95][100] - **因子具体构建过程**： 1. 选择低波动性、动量和流动性三个量价因子 2. 进行等权构建[100] - **因子评价**：在分组收益的单调性和多空差异上表现较好[95] 量化模型与构建方式 1. 模型名称：层层递进选股模型 - **模型构建思路**：先根据基本面因子构建初始股票池，再在该股票池内进一步进行筛选与选股[38] - **模型具体构建过程**： 1. 根据ROE_ttm在股票池中筛选出前100只股票 2. 根据财务稳定性选择因子得分靠前的50只股票构建组合 3. 组合内个股等权[38] 2. 模型名称：改进三因子拼盘模型 - **模型构建思路**：将改进后的红利、盈利和成长因子组合进行并集处理，整合三个基本面方向的因子改进成果[81] - **模型具体构建过程**： 1. 对现有红利、盈利和成长因子在层层递进改进筛选后的组合进行并集处理 2. 经过三种改进因子组合取并集后，在沪深300和中证500中的整体股票数量平均约为120只[81] 3. 模型名称：基本面+量价层层递进选股模型 - **模型构建思路**：在三因子拼盘股票池基础上，进一步通过量价因子选取因子值领先的股票[100] - **模型具体构建过程**： 1. 以三因子拼盘股票池为基础 2. 在每期拼盘因子股票中，通过量价因子月频选取因子值领先的75只股票[100] 4. 模型名称：75+25基本面量化拼盘模型 - **模型构建思路**：在全市场范围内按量价因子优选股票，再与基本面筛选股票拼合[109][112] - **模型具体构建过程**： 1. 在全市场范围内按量价因子优选25只股票 2. 与当前的75只基本面筛选股票拼合，构建一个由100只股票组成的增强组合[109][112] 模型的回测效果 1. 改进三基本面因子选股拼盘模型 - 收益率：135.16%（沪深300），97.38%（中证500） - 年化收益率：9.34%（沪深300），7.36%（中证500） - 年化波动率：19.25%（沪深300），21.37%（中证500） - 夏普比率：0.49（沪深300），0.34（中证500） - 最大回撤：33.00%（沪深300），30.86%（中证500）[86] 2. 三因子拼盘+量价选股75只模型 - 收益率：184.91%（沪深300），131.22%（中证500） - 年化收益率：11.55%（沪深300），9.15%（中证500） - 年化波动率：18.67%（沪深300），20.50%（中证500） - 夏普比率：0.62（沪深300），0.45（中证500） - 最大回撤：30.24%（沪深300），30.61%（中证500） - 年化跟踪误差：5.09%（沪深300），7.24%（中证500）[128] 3. 75+25基本面量化拼盘模型 - 收益率：267.51%（沪深300），227.24%（中证500） - 年化收益率：14.56%（沪深300），13.18%（中证500） - 年化波动率：19.31%（沪深300），21.42%（中证500） - 夏普比率：0.75（沪深300），0.62（中证500） - 最大回撤：29.43%（沪深300），31.32%（中证500） - 年化跟踪误差：6.77%（沪深300），6.84%（中证500）[128] 因子的回测效果 1. ROE稳定性筛选因子 - 基本面预测胜率改进效果：从78.03%提升到86.28%（沪深300），从78.72%提升到86.55%（中证500）[37] 2. 红利增长筛选因子 - 基本面预测胜率改进效果：从54.90%提升到73.24%（沪深300），从40.14%提升到54.28%（中证500）[51] 3. 净利润增长筛选因子 - 基本面预测胜率改进效果：从83.38%提升到92.88%（沪深300），从80.21%提升到90.13%（中证500）[69]

指数增强产品表现 - 今年以来指数增强产品线超额收益中位数相较去年显著提升 [1] - 中证1000指增产品超额收益表现突出 中证500指增产品次之 [1] 超额收益归因分析 - 市场不同板块轮动加速推动超额收益表现 [1] - 小微盘整体活跃度提升贡献超额收益 [1] 大小盘风格周期特征 - 中国市场存在明显的大小盘轮动周期 [1] - 当前小盘占优周期自2021年持续 期间仅2024年出现阶段性风格再平衡 [1] - 整体小盘股相对大盘股保持优势地位 [1] 指数配置考量因素 - 中长期指数盈利能力和成长性是核心参考指标 [1] - 短期估值水平和市场情绪因素需同步考量 [1]

指数增强组合表现 - 沪深300指数增强组合本周超额收益0.93%，本年累计超额收益12.11% [6] - 中证500指数增强组合本周超额收益-0.58%，本年累计超额收益10.97% [6] - 中证1000指数增强组合本周超额收益-1.56%，本年累计超额收益14.33% [6] - 中证A500指数增强组合本周超额收益-0.15%，本年累计超额收益11.56% [6] 选股因子表现 沪深300成分股 - 近期表现较好的因子：单季ROA（本周1.52%）、标准化预期外收入（本周1.38%）、标准化预期外盈利（本周1.37%） [7] - 表现较差的因子：一个月波动（本周-1.40%）、三个月波动（本周-1.37%）、非流动性冲击（本周-1.16%） [7] 中证500成分股 - 近期表现较好的因子：一年动量（本周1.17%）、单季超预期幅度（本周1.17%）、标准化预期外盈利（本周0.82%） [11] - 表现较差的因子：一个月波动（本周-1.73%）、一个月换手（本周-1.54%）、三个月波动（本周-1.36%） [11] 中证1000成分股 - 近期表现较好的因子：一年动量（本周1.61%）、EPTTM一年分位点（本周1.28%）、标准化预期外盈利（本周1.16%） [13] - 表现较差的因子：BP（本周-2.07%）、预期BP（本周-1.83%）、单季SP（本周-1.78%） [13] 中证A500成分股 - 近期表现较好的因子：DELTAROA（本周1.62%）、标准化预期外收入（本周1.56%）、DELTAROE（本周1.52%） [15] - 表现较差的因子：三个月波动（本周-1.85%）、一个月换手（本周-1.61%）、三个月换手（本周-1.59%） [15] 公募基金重仓股 - 近期表现较好的因子：一年动量（本周0.98%）、DELTAROA（本周0.63%）、单季营收同比增速（本周0.62%） [17] - 表现较差的因子：一个月换手（本周-2.12%）、三个月换手（本周-2.06%）、SPTTM（本周-1.77%） [17] 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70只，总规模770亿元 [19] - 中证500指数增强产品71只，总规模432亿元 [19] - 中证1000指数增强产品46只，总规模150亿元 [19] - 中证A500指数增强产品52只，总规模205亿元 [19] 超额收益表现 - 沪深300指数增强产品本周超额收益中位数-0.09%，最高1.91%，最低-1.41% [20] - 中证500指数增强产品本周超额收益中位数-0.51%，最高0.52%，最低-2.05% [21] - 中证1000指数增强产品本周超额收益中位数-0.53%，最高0.94%，最低-1.70% [22] - 中证A500指数增强产品本周超额收益中位数-0.25%，最高0.71%，最低-1.10% [25] 方法论 - 采用最大化单因子暴露组合（MFE）方法检验因子有效性，控制行业暴露、风格暴露等约束条件 [24][26] - 公募重仓指数构建基于普通股票型和偏股混合型基金持仓，选取累计权重90%的股票作为成分股 [30]

根据提供的研报内容，以下是关于量化模型和因子的详细总结： 量化模型与构建方式 1. 模型名称：国信金工指数增强模型 **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**： 1. **收益预测**：基于多因子模型进行股票收益预测[12] 2. **风险控制**：控制组合相对于基准指数的风险暴露[12] 3. **组合优化**：在风险约束下进行组合权重优化，以最大化预期收益[12] 该模型分别针对沪深300、中证500、中证1000及中证A500指数构建增强组合[11][12] 2. 模型名称：单因子MFE组合模型 **模型构建思路**：采用组合优化的方式来检验在控制各种实际约束（如行业、风格暴露）后，单因子的有效性，通过构建最大化单因子暴露组合（MFE组合）来评估因子表现[41] **模型具体构建过程**： 使用如下组合优化模型构建MFE组合： $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$ 其中： - $f$ 为因子取值向量，$f^{T}w$ 为组合在单因子上的加权暴露[41][42] - $w$ 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[41][42] - $X$ 为股票对风格因子的暴露矩阵，$s_l$, $s_h$ 为风格因子相对暴露的上下限[42] - $H$ 为股票的行业暴露矩阵，$h_l$, $h_h$ 为组合行业偏离的上下限[42] - $w_l$, $w_h$ 为个股相对于基准指数成分股权重偏离的上下限[42] - $B_b$ 为个股是否属于基准指数成分股的0-1向量，$b_l$, $b_h$ 为成分股内权重的上下限[42] - $l$ 为个股权重上限，约束条件 $\mathbf{0}\leq w\leq l$ 限制卖空并控制个股权重上限[42] - 约束条件 $\mathbf{1}^{T}\ w=1$ 确保组合满仓运作[42] 具体构建流程包括： 1. 设定MFE组合的约束条件（如控制行业暴露为0、市值风格暴露为0、个股最大偏离权重0.5%-1%、成分股内权重占比100%）[45] 2. 在每个月末，根据约束条件为每个单因子构建MFE组合[45] 3. 在回测期内根据MFE组合换仓，计算历史收益并扣除交易费用（双边0.3%），最后计算相对于基准的收益风险指标[45] 量化因子与构建方式 研报从估值、反转、成长、盈利、流动性、公司治理、分析师等多个维度构建了30余个常见因子[16][17]。以下是各因子的名称和简要计算方式： **估值类因子**： 1. **因子名称**：BP **因子构建思路**：衡量市净率的倒数 **因子具体构建过程**：净资产 / 总市值[17] 2. **因子名称**：单季EP **因子构建思路**：衡量单季度盈利与市值的比率 **因子具体构建过程**：单季度归母净利润 / 总市值[17] 3. **因子名称**：单季SP **因子构建思路**：衡量单季度营收与市值的比率 **因子具体构建过程**：单季度营业收入 / 总市值[17] 4. **因子名称**：EPTTM **因子构建思路**：衡量滚动盈利与市值的比率 **因子具体构建过程**：归母净利润TTM / 总市值[17] 5. **因子名称**：SPTTM **因子构建思路**：衡量滚动营收与市值的比率 **因子具体构建过程**：营业收入TTM / 总市值[17] 6. **因子名称**：EPTTM一年分位点 **因子构建思路**：衡量当前EPTTM在过去一年中的相对位置 **因子具体构建过程**：EPTTM在过去一年中的分位点[17] 7. **因子名称**：股息率 **因子构建思路**：衡量分红收益 **因子具体构建过程**：最近四个季度预案分红金额 / 总市值[17] **反转类因子**： 8. **因子名称**：一个月反转 **因子构建思路**：衡量短期价格反转效应 **因子具体构建过程**：过去20个交易日涨跌幅[17] 9. **因子名称**：三个月反转 **因子构建思路**：衡量中期价格反转效应 **因子具体构建过程**：过去60个交易日涨跌幅[17] 10. **因子名称**：一年动量 **因子构建思路**：衡量长期价格动量效应（排除近期） **因子具体构建过程**：近一年除近一月后动量[17] **成长类因子**： 11. **因子名称**：单季净利同比增速 **因子构建思路**：衡量单季度净利润增长率 **因子具体构建过程**：单季度净利润同比增长率[17] 12. **因子名称**：单季营收同比增速 **因子构建思路**：衡量单季度营业收入增长率 **因子具体构建过程**：单季度营业收入同比增长率[17] 13. **因子名称**：单季营利同比增速 **因子构建思路**：衡量单季度营业利润增长率 **因子具体构建过程**：单季度营业利润同比增长率[17] 14. **因子名称**：SUE (标准化预期外盈利) **因子构建思路**：衡量盈利超预期程度（标准化） **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[17] 15. **因子名称**：SUR (标准化预期外收入) **因子构建思路**：衡量收入超预期程度（标准化） **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[17] 16. **因子名称**：单季超预期幅度 **因子构建思路**：衡量盈利超预期幅度 **因子具体构建过程**：预期单季度净利润 / 财报单季度净利润[17] **盈利类因子**： 17. **因子名称**：单季ROE **因子构建思路**：衡量单季度净资产收益率 **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)[17] 18. **因子名称**：单季ROA **因子构建思路**：衡量单季度总资产收益率 **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)[17] 19. **因子名称**：DELTAROE **因子构建思路**：衡量净资产收益率的变化 **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[17] 20. **因子名称**：DELTAROA **因子构建思路**：衡量总资产收益率的变化 **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[17] **流动性类因子**： 21. **因子名称**：非流动性冲击 **因子构建思路**：衡量价格冲击成本 **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[17] 22. **因子名称**：一个月换手 **因子构建思路**：衡量短期换手率 **因子具体构建过程**：过去20个交易日换手率均值[17] 23. **因子名称**：三个月换手 **因子构建思路**：衡量中期换手率 **因子具体构建过程**：过去60个交易日换手率均值[17] **波动类因子**： 24. **因子名称**：特异度 **因子构建思路**：衡量特异性风险 **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[17] 25. **因子名称**：一个月波动 **因子构建思路**：衡量短期波动率 **因子具体构建过程**：过去20个交易日日内真实波幅均值[17] 26. **因子名称**：三个月波动 **因子构建思路**：衡量中期波动率 **因子具体构建过程**：过去60个交易日日内真实波幅均值[17] **公司治理类因子**： 27. **因子名称**：高管薪酬 **因子构建思路**：衡量高管激励水平 **因子具体构建过程**：前三高管报酬总额取对数[17] **分析师类因子**： 28. **因子名称**：预期EPTTM **因子构建思路**：基于分析师一致预期的滚动EP **因子具体构建过程**：一致预期滚动EP[17] 29. **因子名称**：预期BP **因子构建思路**：基于分析师一致预期的滚动PB倒数 **因子具体构建过程**：一致预期滚动PB[17] 30. **因子名称**：预期PEG **因子构建思路**：基于分析师一致预期的PEG比率 **因子具体构建过程**：一致预期PEG[17] 31. **因子名称**：预期净利润环比 **因子构建思路**：衡量分析师预期净利润的变化 **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[17] 32. **因子名称**：三个月盈利上下调 **因子构建思路**：衡量分析师盈利预测调整情绪 **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[17] 33. **因子名称**：三个月机构覆盖 **因子构建思路**：衡量机构关注度 **因子具体构建过程**：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指数增强模型**，本周超额收益0.93%，本年超额收益12.11%[5][14] 2. **国信金工中证500指数增强模型**，本周超额收益-0.58%，本年超额收益10.97%[5] 3. **国信金工中证1000指数增强模型**，本周超额收益-1.56%，本年超额收益14.33%[5] 4. **国信金工中证A500指数增强模型**，本周超额收益-0.15%，本年超额收益11.56%[5] 因子的回测效果 (以沪深300样本空间为例) 1. **单季ROA因子**，最近一周1.52%，最近一月2.85%，今年以来8.45%，历史年化3.76%[19] 2. **标准化预期外收入(SUR)因子**，最近一周1.38%，最近一月1.68%，今年以来6.55%，历史年化4.60%[19] 3. **标准化预期外盈利(SUE)因子**，最近一周1.37%，最近一月2.30%，今年以来8.52%，历史年化4.16%[19] 4. **单季ROE因子**，最近一周1.30%，最近一月2.45%，今年以来9.29%，历史年化4.52%[19] 5. **单季营收同比增速因子**，最近一周1.17%，最近一月2.52%，今年以来10.14%，历史年化4.31%[19] 6. **DELTAROE因子**，最近一周1.15%，最近一月2.26%，今年以来9.52%，历史年化3.98%[19] 7. **一年动量因子**，最近一周0.96%，最近一月0.29%，今年以来-2.40%，历史年化1.88%[19] 8. **DELTAROA因子**，最近一周0.88%，最近一月2.03%，今年以来8.24%，历史年化4.34%[19] 9. **单季净利同比增速因子**，最近一周0.87%，最近一月2.55%，今年以来8.74%，历史年化3.46%[19] 10. **单季营利同比增速因子**，最近一周0.70%，最近一月1.90%，今年以来9.01%，历史年化3.18%[19] 11. **三个月盈利上下调因子**，最近一周0.65%，最近一月0.50%，今年以来4.75%，历史年化5.25%[19] 12. **三个月机构覆盖因子**，最近一周0.39%，最近一月1.25%，今年以来6.92%，历史年化2.91%[19] 13. **单季超预期幅度因子**，最近一周0.23%，最近一月1.90%，今年以来6.06%，历史年化3.61%[19] 14. **高管薪酬因子**，最近一周0.15%，最近一月1.24%，今年以来4.67%，历史年化3.45%[19] 15. **预期净利润环比因子**，最近一周0.09%，最近一月0.49%，今年以来2.46%，历史年化1.58%[19] 16. **预期PEG因子**，最近一周0.01%，最近一月1.09%，今年以来7.39%，历史年化3.34%[19] 17. **EPTTM因子**，最近一周-0.23%，最近一月0.61%，今年以来4.24%，历史年化4.41%[19] 18. **三个月反转因子**，最近一周-0.25%，最近一月-0.79%，今年以来3.14%，历史年化1.00%[19] 19. **股息率因子**，最近一周-0.28%，最近一月0.87%，今年以来2.20%，历史年化3.88%[19] 20. **单季EP因子**，最近一周-0.30%，最近一月0.40%，今年以来5.61%，历史年化5.31%[19] 21. **EPTTM一年分位点因子**，最近一周-0.32%，最近一月0.82%，今年以来5.98%，历史年化2.55%[19] 22. **特异度因子**，最近一周-0.33%，最近一月0.01%，今年以来2.87%，历史年化0.35%[19] 23. **单季SP因子**，最近一周-0.49%，最近一月-0.62%，今年以来0.18%，历史年化2.90%[19] 24. **SPTTM因子**，最近一周-0.55%，最近一月-0.74%，今年以来-1.15%，历史年化2.12%[19] 25. **预期EPTTM因子**，最近一周-0.65%，最近一月0.43%，今年以来4.54%，历史年化4.03%[19] 26. **BP因子**，最近一周-0.73%，最近一月-0.07%，今年以来0.15%，历史年化2.74%[19] 27. **预期BP因子**，最近一周-0.76%，最近一月0.31%，今年以来1.36%，历史年化3.40%[19] 28. **一个月换手因子**，最近一周-0.96%，最近一月-0.21%，今年以来-2.27%，历史年化1.65%[19] 29. **三个月换手因子**，最近一周-0.97%，最近一月-0.19%，今年以来-1.81%，历史年化2.77%[19] 30. **一个月反转因子**，最近一周-1.07%，最近一月-0.84%，今年以来3.10%，历史年化-0.20%[19] 31. **非流动性冲击因子**，最近一周-1.16%，最近一月-1.30%，今年以来-0.76%，历史年化0.30%[19] 32. **三个月波动因子**，最近一周-1.37%，最近一月-1.49%，今年以来-1.55%，历史年化2.06%[19] 33. **一个月波动因子**，最近一周-1.40%，最近一月-1.85%，今年以来-1.35%，历史年化1.19%[19] *(注：其他样本空间如中证500、中证1000、中证A500、公募重仓指数的因子表现详见原文图表，此处不逐一列举)[20][21][22][23][24][25][26][27]*

指数增强型基金市场表现 - 上半年指数型基金新发规模超1800亿元 占股票型基金整体新发规模超九成[1] - 过去一年指数增强型基金平均净值增长率34.29% 平均超额收益3.64%[1] - 近七成指数增强型基金取得正超额收益[1] 创业板指数增强产品表现 - 跟踪创业板指数的增强基金平均超额收益2.67% 高于中证500增强基金(2.19%)和沪深300增强基金(1.95%)[1] - 创业板指数自2010年5月31日基日至2025年8月13日累计涨幅近150% 优于沪深300、上证指数及全A等宽基指数[2] - 当前创业板指市盈率PE(TTM)为36倍 处于基日以来22%分位数 即估值低于78%的历史时间[2] 创业板指数成分特征 - 由创业板中市值大、流动性好的100只股票构成 每年两次定期调样[2] - 前五大重仓行业为电力设备、电子、医药、通信、非银金融[2] - 前五大成分股为宁德时代、东方财富、汇川技术、中际旭创、迈瑞医疗[2] - 代表A股市场大盘成长风格 涵盖AI、创新药、出海、机器人等新兴产业方向[2] 广发创业板指数增强产品 - 广发基金8月15日起在建设银行、广发基金直销等渠道推出广发创业板指数增强(A类025195 C类025196)[3] - 产品基于数量化投资分析及基本面研究方法对投资组合进行优化 争取实现指数增强目标[3] - 广发基金已布局跟踪沪深300、中证500、中证800、科创创业50、中证A500、上证科创板100等指数的增强产品[3] 指数增强策略特点 - 指数增强基金在跟踪指数基础上享受Beta收益 同时通过量化工具获取Alpha收益[3] - 选择适合增强的赛道获取Beta 优选管理人捕捉Alpha是指增选品关键[3]

◎记者 马嘉悦 赚钱效应显现下，资金加速入场。私募排排网最新统计数据显示，截至7月底，有业绩展示的百亿级私 募今年以来平均收益超16%，正收益占比高达98%，其中大多数百亿级私募收益超10%。业绩向上的过 程中，百亿级梯队进一步扩容。截至7月底，百亿级私募数量增至90家。在业内人士看来，随着结构性 行情演绎，成交持续活跃，基金赚钱效应有望延续，增量资金进场步伐也会越走越快。 超九成百亿级私募获正收益 结构性行情演绎的过程中，头部私募业绩得以提振。 私募排排网数据显示，截至7月底，有业绩展示的55家百亿级私募，今年以来平均收益为16.6%，其中 54家实现正收益，占比高达98.18%。在实现正收益的百亿级私募中，21家管理人今年以来收益在10%至 20%之间，17家收益在20%至30%之间，4家管理人收益超30%。 据第三方平台统计，7月共有676家管理人旗下1298只私募证券投资基金完成备案，环比增长18%。其 中，168家私募新备案基金数量在2至4只区间，31家私募新备案基金数量在5至9只，13家私募新备案基 金数量不少于10只。 值得一提的是，在7月新备案基金数量前十名机构中，百亿级私募占据所有席位。例如 ...