量化模型与构建方式 1. **模型名称**：红利风格择时模型[1][4][6] **模型构建思路**：通过构建一个综合因子来对红利风格进行择时，当综合因子值为正时发出正向信号[1][4][6] **模型具体构建过程**：模型由多个分项因子组合而成。首先，对每个分项因子计算其因子值。然后，将所有分项因子的因子值进行综合，得到一个综合因子值。综合因子值的计算逻辑未在本文中详细披露，但根据上下文，应为各分项因子值的某种加权或合成[6][7][10]。最终，根据综合因子值的正负来判断对红利风格的择时观点：综合因子值大于0发出正向看多信号，小于0则未发出正向信号[1][4][6]。 量化因子与构建方式 1. **因子名称**：中国:非制造业PMI:服务业因子[10] **因子构建思路**：使用中国非制造业PMI中的服务业指数作为反映经济景气度的宏观因子[10] **因子具体构建过程**：直接采用“中国:非制造业PMI:服务业”这一经济指标的最新数据，并计算其对应的因子值。具体计算过程未在本文中披露[10]。 2. **因子名称**：中国:M2:同比因子[10] **因子构建思路**：使用中国M2货币供应量的同比增速作为反映流动性环境的宏观因子[10] **因子具体构建过程**：直接采用“中国:M2:同比”这一经济指标的最新数据，并计算其对应的因子值。具体计算过程未在本文中披露[10]。 3. **因子名称**：美国:国债收益率:10年因子[7][10] **因子构建思路**：使用美国10年期国债收益率作为反映全球无风险利率和资金成本的因子[7][10] **因子具体构建过程**：直接采用“美国:国债收益率:10年”这一市场指标的最新数据，并计算其对应的因子值。具体计算过程未在本文中披露[7][10]。 4. **因子名称**：红利相对净值自身因子[7][10] **因子构建思路**：使用红利风格指数自身的相对净值表现作为动量或趋势因子，反映其近期的强弱[7][10] **因子具体构建过程**：基于“红利相对净值”这一指标计算其对应的因子值。具体计算过程未在本文中披露[7][10]。 5. **因子名称**：中证红利股息率-10年期中债收益率因子[10] **因子构建思路**：使用中证红利指数的股息率与10年期中国国债收益率的差值作为股债性价比因子[10] **因子具体构建过程**：计算“中证红利股息率”减去“10年期中债收益率”的差值，并基于该差值计算对应的因子值。具体计算过程未在本文中披露[10]。 6. **因子名称**：融资净买入因子[7][10] **因子构建思路**：使用市场的融资净买入数据作为反映市场情绪和杠杆资金偏好的因子[7][10] **因子具体构建过程**：直接采用“融资净买入”这一市场交易数据，并计算其对应的因子值。具体计算过程未在本文中披露[7][10]。 7. **因子名称**：行业平均景气度因子[10] **因子构建思路**：使用行业层面的平均景气度数据作为反映整体经济微观基础的因子[10] **因子具体构建过程**：基于“行业平均景气度”这一指标计算其对应的因子值。具体计算过程未在本文中披露[10]。 模型的回测效果 1. 红利风格择时模型，综合因子值（20260123）为-0.57[1][4][6] 2. 红利风格择时模型，综合因子值（20260116）为-0.77[1][6] 3. 红利风格择时模型，综合因子值（20251231）未在本文中直接给出，但根据分项因子值推断其曾为正值[10] 因子的回测效果 1. 中国:非制造业PMI:服务业因子，因子值（20260123）为-0.19[10] 2. 中国:M2:同比因子，因子值（20260123）为0.27[10] 3. 美国:国债收益率:10年因子，因子值（20260123）为-0.56[10] 4. 红利相对净值自身因子，因子值（20260123）为-1.46[10] 5. 中证红利股息率-10年期中债收益率因子，因子值（20260123）为0.76[10] 6. 融资净买入因子，因子值（20260123）为1.86[10] 7. 行业平均景气度因子，因子值（20260123）为0.78[10]

量化模型与构建方式 1. **模型名称**：红利风格择时模型[1][4][6] **模型构建思路**：构建一个综合因子来对红利风格进行择时判断，当综合因子值为正时发出正向信号[1][6] **模型具体构建过程**：模型由多个分项因子构成，每周计算各分项因子的数值，并通过一定方式（报告中未明确具体加权或合成公式）合成为一个综合因子值[6][7][11]。综合因子值大于0代表看多红利风格，小于0则未发出正向信号[1][6]。 **模型评价**：该模型旨在捕捉影响红利风格表现的多维度信息，包括宏观经济、利率环境、市场情绪和基本面等[7][11]。 量化因子与构建方式 1. **因子名称**：中国:非制造业PMI:服务业因子[11] **因子构建思路**：使用中国非制造业PMI中的服务业指数作为反映经济景气度的指标，用于判断对红利风格的影响[11]。 **因子具体构建过程**：直接采用“中国:非制造业PMI:服务业”的原始或处理后的时间序列数据作为因子值[11]。最新（2025.12.26）因子值为-0.80[11]。 2. **因子名称**：中国:M2:同比因子[11] **因子构建思路**：使用中国M2货币供应量的同比增速作为反映流动性环境的指标，用于判断对红利风格的影响[11]。 **因子具体构建过程**：直接采用“中国:M2:同比”的原始或处理后的时间序列数据作为因子值[11]。最新（2025.12.26）因子值为0.58[11]。 3. **因子名称**：美国:国债收益率:10年因子[7][11] **因子构建思路**：使用美国10年期国债收益率作为反映全球无风险利率和资金成本的指标，其变化会对红利资产的吸引力产生影响[7][11]。 **因子具体构建过程**：直接采用“美国:国债收益率:10年”的原始或处理后的时间序列数据作为因子值[11]。最新（2025.12.26）因子值为-0.91[11]。 4. **因子名称**：红利相对净值自身因子[11] **因子构建思路**：使用红利指数自身的相对净值表现（可能指其相对于自身均值的偏离或动量）作为技术面或趋势指标[11]。 **因子具体构建过程**：报告未详述具体计算方法，但给出了该因子的时间序列值[11]。最新（2025.12.26）因子值为-0.70[11]。 5. **因子名称**：中证红利股息率-10年期中债收益率因子[4][7][11] **因子构建思路**：计算中证红利指数的股息率与10年期中国国债收益率的利差，该利差反映了红利资产相对于债券的性价比，利差扩大对红利风格有利[4][7][11]。 **因子具体构建过程**：因子值 = 中证红利股息率 - 10年期中债收益率[11]。最新（2025.12.26）因子值为0.72[11]。 6. **因子名称**：融资净买入因子[11] **因子构建思路**：使用市场的融资净买入数据作为反映场内杠杆资金情绪和动向的指标[11]。 **因子具体构建过程**：报告未详述具体计算方法，但给出了该因子的时间序列值[11]。最新（2025.12.26）因子值为0.45[11]。 7. **因子名称**：行业平均景气度因子[7][11] **因子构建思路**：使用分析师对行业的景气度判断平均值，作为反映上市公司基本面预期的指标[7][11]。 **因子具体构建过程**：报告未详述具体计算方法，但给出了该因子的时间序列值[11]。最新（2025.12.26）因子值为1.65[11]。 模型的回测效果 *报告为周报，主要展示模型及因子最新时点的状态和观点，未提供历史回测的绩效指标（如年化收益率、夏普比率、最大回撤等）[1][6][11]。* 因子的回测效果 *报告为周报，主要展示各因子最新时点的数值及观点，未提供因子历史表现的测试结果（如IC值、IR、多空收益等）[11]。* 模型及因子最新状态与取值 (截至2025年12月26日) 1. **红利风格择时模型**，综合因子值: -0.55[1][4][6] 2. **中国:非制造业PMI:服务业因子**，因子值: -0.80，最新观点: 看多(1)[11] 3. **中国:M2:同比因子**，因子值: 0.58，最新观点: 中性(0)[11] 4. **美国:国债收益率:10年因子**，因子值: -0.91，最新观点: 中性(0)[11] 5. **红利相对净值自身因子**，因子值: -0.70，最新观点: 中性(0)[11] 6. **中证红利股息率-10年期中债收益率因子**，因子值: 0.72，最新观点: 看多(1)[11] 7. **融资净买入因子**，因子值: 0.45，最新观点: 中性(0)[11] 8. **行业平均景气度因子**，因子值: 1.65，最新观点: 中性(0)[11] *注：“最新观点”列中，“1”代表该因子发出看多红利风格的信号，“0”代表中性信号[11]。*

量化模型与构建方式 1. **模型名称**：红利风格择时模型[1][4][6] **模型构建思路**：构建一个综合因子来对红利风格进行择时，当综合因子值为正时发出正向信号，反之则不发出[1][4][6]。 **模型具体构建过程**：模型通过综合多个分项因子来构建。首先，对每个分项因子计算其因子值。然后，将所有分项因子的因子值进行综合，得到一个综合因子值。具体综合方式未在报告中明确给出，但根据上下文推断，可能为加权求和或其他线性组合方式。最终，根据综合因子值的正负来判断择时观点[6][9][12]。 量化因子与构建方式 1. **因子名称**：中国:非制造业PMI:服务业因子[12] **因子构建思路**：使用中国非制造业PMI中的服务业数据作为反映经济景气的宏观指标，用于判断对红利风格的择时观点[12]。 **因子具体构建过程**：报告未详细说明该因子值的具体计算过程，仅给出了最新一期的因子值为-0.80[12]。 2. **因子名称**：中国:M2:同比因子[12] **因子构建思路**：使用中国M2货币供应量的同比数据作为反映流动性的宏观指标，用于判断对红利风格的择时观点[12]。 **因子具体构建过程**：报告未详细说明该因子值的具体计算过程，仅给出了最新一期的因子值为0.58[12]。 3. **因子名称**：美国:国债收益率:10年因子[12] **因子构建思路**：使用美国10年期国债收益率作为反映全球无风险利率和资金成本的指标，用于判断对红利风格的择时观点[9][12]。 **因子具体构建过程**：报告未详细说明该因子值的具体计算过程，仅给出了最新一期的因子值为-1.17[12]。 4. **因子名称**：红利相对净值自身因子[12] **因子构建思路**：可能基于红利指数或其相对净值的动量或趋势进行构建，用于捕捉红利风格自身的运行态势[12]。 **因子具体构建过程**：报告未详细说明该因子值的具体计算过程，仅给出了最新一期的因子值为-1.00[12]。 5. **因子名称**：中证红利股息率-10年期中债收益率因子[12] **因子构建思路**：计算中证红利指数的股息率与10年期中国国债收益率的差值，作为衡量红利资产相对吸引力的价差指标[12]。 **因子具体构建过程**：报告未详细说明该因子值的具体计算过程，仅给出了最新一期的因子值为-0.12[12]。 6. **因子名称**：融资净买入因子[12] **因子构建思路**：使用融资净买入数据作为反映市场情绪和杠杆资金偏好的指标，用于判断对红利风格的择时观点[9][12]。 **因子具体构建过程**：报告未详细说明该因子值的具体计算过程，仅给出了最新一期的因子值为-0.15[12]。 7. **因子名称**：行业平均景气度因子[12] **因子构建思路**：使用分析师行业景气度数据，反映整体企业盈利预期，用于判断对红利风格的择时观点[9][12]。 **因子具体构建过程**：报告未详细说明该因子值的具体计算过程，仅给出了最新一期的因子值为1.83[12]。 模型的回测效果 *报告为周度跟踪报告，未提供模型历史回测的详细绩效指标（如年化收益率、夏普比率、最大回撤等）。报告主要提供了模型的最新信号和因子值。* 因子的回测效果 *报告为周度跟踪报告，未提供各因子历史表现的详细统计指标（如IC值、IR、多空收益等）。报告主要提供了各因子在最新时点的因子值和择时观点。* **模型/因子在最新时点（2025年12月12日）的指标取值** 1. **红利风格择时模型**，综合因子值: -0.72[1][4][6] 2. **中国:非制造业PMI:服务业因子**，因子值: -0.80，最新观点: 1[12] 3. **中国:M2:同比因子**，因子值: 0.58，最新观点: 0[12] 4. **美国:国债收益率:10年因子**，因子值: -1.17，最新观点: 0[12] 5. **红利相对净值自身因子**，因子值: -1.00，最新观点: 0[12] 6. **中证红利股息率-10年期中债收益率因子**，因子值: -0.12，最新观点: 0[12] 7. **融资净买入因子**，因子值: -0.15，最新观点: 1[12] 8. **行业平均景气度因子**，因子值: 1.83，最新观点: 0[12]

根据提供的周报内容，以下是关于量化模型与因子的总结： 量化模型与构建方式 1. **模型名称：红利风格择时模型**[1][4][6] * **模型构建思路：** 该模型旨在对红利风格进行择时判断，通过综合多个分项因子的信息，生成一个综合因子值。当综合因子值大于0时，产生正向信号，表明看好红利风格；小于0时，则未出正向信号[1][4][6]。 * **模型具体构建过程：** 模型通过综合多个分项因子来构建。每周计算各分项因子的因子值，并汇总得到综合因子值，以此作为择时信号的主要依据[1][4][6][7][11]。 量化因子与构建方式 1. **因子名称：综合因子**[1][4][6] * **因子构建思路：** 作为红利风格择时模型的核心输出，该因子由多个分项因子综合计算得出，用以整体判断红利风格的强弱[1][4][6]。 * **因子具体构建过程：** 报告未详细说明各分项因子具体如何加权或合成以得到综合因子值。构建过程主要体现为每周更新并汇总各分项因子的最新数值[1][6][11]。 2. **因子名称：市场情绪趋势因子**[4][7] * **因子构建思路：** 用于捕捉市场情绪的变化趋势，并将其应用于红利风格的择时判断[4][7]。 3. **因子名称：红利动量因子**[4][7] * **因子构建思路：** 用于衡量红利风格自身的动量效应，即近期表现对未来表现的延续性[4][7]。 4. **因子名称：美债利率因子**[4][7] * **因子构建思路：** 使用美国10年期国债收益率作为参考指标，评估利率环境对红利资产吸引力的影响[4][7][11]。 5. **因子名称：分析师行业景气度因子**[4][7] * **因子构建思路：** 基于分析师的行业景气度判断，评估宏观行业层面因素对红利风格的影响[4][7][11]。 6. **因子名称：中国非制造业PMI:服务业因子**[11] * **因子构建思路：** 使用中国服务业采购经理人指数（PMI）作为经济景气的衡量指标之一[11]。 7. **因子名称：中国M2:同比因子**[11] * **因子构建思路：** 使用中国广义货币供应量（M2）的同比增速作为流动性环境的衡量指标之一[11]。 8. **因子名称：红利相对净值自身因子**[11] * **因子构建思路：** 可能涉及红利指数与其自身历史净值或相对表现的比较，用于衡量其相对强弱[11]。 9. **因子名称：中证红利股息率-10年期中债收益率因子**[11] * **因子构建思路：** 计算中证红利指数的股息率与10年期中国国债收益率的差值，用以衡量红利资产的相对吸引力（股权风险溢价的一种形式）[11]。 10. **因子名称：融资净买入因子**[11] * **因子构建思路：** 使用市场的融资净买入数据作为投资者杠杆情绪和资金流向的代理变量[11]。 模型的回测效果 1. **红利风格择时模型** * **综合因子值（2025.11.14）：** -0.88[1][4][6][11] * **综合因子值（2025.11.07）：** -1.06[1][4][6][11] * **综合因子值（2025.10.31）：** 报告中未直接给出10月31日的综合因子值，但给出了部分分项因子在该日的数值作为参考[11] 因子的回测效果 1. **中国非制造业PMI:服务业因子** * **因子值（2025.11.14）：** -0.12[11] * **因子值（2025.11.07）：** -0.12[11] * **因子值（2025.10.31）：** -0.12[11] 2. **中国M2:同比因子** * **因子值（2025.11.14）：** 0.83[11] * **因子值（2025.11.07）：** 0.83[11] * **因子值（2025.10.31）：** 0.83[11] 3. **美债利率因子（美国:国债收益率:10年）** * **因子值（2025.11.14）：** -1.51[11] * **因子值（2025.11.07）：** -1.55[11] * **因子值（2025.10.31）：** -1.40[11] 4. **红利动量因子（红利相对净值自身）** * **因子值（2025.11.14）：** 0.17[11] * **因子值（2025.11.07）：** -0.37[11] * **因子值（2025.10.31）：** -0.27[11] 5. **中证红利股息率-10年期中债收益率因子** * **因子值（2025.11.14）：** -0.40[11] * **因子值（2025.11.07）：** -0.33[11] * **因子值（2025.10.31）：** -0.15[11] 6. **融资净买入因子** * **因子值（2025.11.14）：** -0.25[11] * **因子值（2025.11.07）：** 0.85[11] * **因子值（2025.10.31）：** -0.80[11] 7. **分析师行业景气度因子（行业平均景气度）** * **因子值（2025.11.14）：** 2.14[11] * **因子值（2025.11.07）：** 2.23[11] * **因子值（2025.10.31）：** 2.35[11]

核心观点 - 本周（20251027至20251031）红利风格择时模型综合因子值为-0.78，较上周的-0.63有所下滑，仍小于0，未发出正向信号 [1][4][6] 模型最新结果 - 红利风格择时模型综合因子值为-0.78，相对于上周的-0.63有所下滑 [6] - 综合因子值仍保持小于0，未出正向信号 [6] 分项因子分析 - 美债利率的下行对红利打分产生了主要的负贡献 [4][7] - 分析师行业景气度的回升对红利打分产生了主要的负贡献 [4][7] - 本周市场情绪有所回升，融资净买入因子对红利的正贡献有所下降 [4][7] - 其他因子并无显著变化 [4][7] - 具体因子数据：美国10年期国债收益率因子值为-1.40，融资净买入因子值为-1.32，行业平均景气度因子值为2.40 [12]

文章核心观点 - 文章构建了一个针对红利风格的综合因子择时方案 旨在分析影响红利风格的关键因素并验证策略的有效性 [2][3] - 红利股具备类债属性 其特点是低波动 抗跌与防御性 长期持有者多为追求稳健收益的保险资金 [1] - 综合因子择时策略在历史回测中表现出色 周频策略相对中证全指年化超额收益达10% 相对中证红利年化超额收益约4% [4] 红利风格影响因素分析 - 红利股与债券存在替代关系 构建的股息率与中债10年期利差因子对红利风格有正向择时效果 [3] - 2016年后美债利率与红利风格相关性高 利率上行会压制高估值成长股 使风格向低估值红利股偏移 [3] - 信用下行或处于低位时 红利风格占优 因信用萎靡时企业贷款意愿低 资金转向有稳定分红的股票 [9] - 总量经济收缩时 红利风格的防御和类债属性使其占优 [9] - 整体行业景气度低位时 红利风格占优 构建的行业平均景气度因子有良好反向择时效果 [9] - 市场情绪低位往往对应红利风格占优阶段 融资净买入与红利风格呈显著负相关 [9] - 红利风格常出现于熊市 国证2000指数与红利风格呈负相关 [9] - 利用红利相对净值自身构建的趋势因子也能获得一定择时效果 [9] 综合因子择时方案构建与表现 - 方案根据卡玛比率标准化 归一化后分级靠档分配因子权重 其中10年期美债利率权重为40% 其余因子权重各为10% [4] - 周频择时策略的正向与反向信号胜率均高于55% 正向策略盈亏比为1.22 [4] - 策略在红利风格相对走弱阶段如2019至2020年具备良好的规避能力 月频策略表现类似 [4] - 模型9月份的综合因子值为-0.48 未发出正向信号 [4]