科创板政策支持与市场影响 - 科创板设立七周年，已支持数百家企业上市，显著促进科创企业发展 [3][4] - 证监会推出“科创八条”和“科创十六条”等政策，提升资本市场对科技企业特别是未盈利企业的包容性 [3][4] - 未盈利企业适用第五套标准上市、科创债风险分担工具等组合拳拓宽融资渠道并降低融资成本 [3][9] 长三角科创企业特征 - 长三角民营科创企业更敢于投入人工智能、生物医药、新能源等硬核技术创新 [6] - 政策支持促使企业深度融入产学研融合及创新联合体，产业链协同创新更加紧密 [6] - 梯度培育体系推动企业向“专精特新”和“隐形冠军”方向发展，构建细分领域技术壁垒 [6] 科创企业融资需求变化 - 企业不同发展阶段需多元化资金支持，包括高效低成本的融资战略 [7] - 除融资外，企业更需通过股权纽带与战略伙伴建立长期合作关系 [7] - 并购需求显著增长，成为企业规模扩张、构建第二发展曲线及产业链整合的关键手段 [7] 融资渠道拓展具体措施 - 科创板“1+6”改革设科创成长层，重启未盈利企业第五套标准，2025年8月底前受理的15家IPO中4家为未盈利企业 [9] - 央行创设科创债风险分担工具，对AA级以下债券提供30%违约损失分担，2025年5-7月发行近650只科创债，融资规模超8400亿元，民营企业占比13% [9] - 商业银行建立专项信贷机制，扩大科技创新再贷款额度并优化流程 [9] 融资成本降低成效 - 2025年七部门联合发布科技金融新政，预计为中小科创企业新增融资超万亿元，融资成本节约50个基点以上 [10] - 科创债加权平均票面利率从1-4月的2.03%-2.47%降至5月的1.77%和6月的1.89%，利率显著下降 [10] 证券公司业务模式转型 - 证券公司从“通道”服务转向“全生命周期合伙人”，需重塑估值体系及客户网络 [3] - 深度整合AI、区块链、ETF等金融工程工具，嵌入产业链协同与区域创新生态 [3] - 服务重心从单一融资支持扩展至战略合作、并购整合等全方位赋能，与科创企业共筑新质生产力壁垒 [3][4]

根据提供的研报内容，以下是关于量化模型和因子的总结。报告主要涉及对市场状态的跟踪和描述性统计，未明确构建用于选股或择时的量化模型或因子。因此，以下总结将重点放在报告中用于分析市场状态的指标和计算方法上。 量化因子与构建方式 1. **因子名称**：风险溢价[25][26] * **因子构建思路**：以十年期国债即期收益率为无风险利率的参考，计算各宽基指数相对于无风险利率的风险溢价，以衡量其相对投资价值和偏离情况[25] * **因子具体构建过程**：风险溢价的计算公式为宽基指数的收益率减去十年期国债即期收益率。报告中展示了各指数的当前风险溢价值及其在不同时间窗口（近1年、近5年）内的统计分位值和波动率[26][27][28][29] 2. **因子名称**：股债性价比[43] * **因子构建思路**：使用各宽基指数PE-TTM的倒数作为股票预期收益的代理变量，并与十年期国债即期收益率进行比较，其差值即为股债性价比，用于判断股票和债券的相对吸引力[43] * **因子具体构建过程**：股债性价比的计算公式为 `(1 / PE_TTM) - 十年期国债即期收益率`。报告中通过历史分位值（如80%分位为机会值，20%分位为危险值）来评估当前值在历史中的位置[43] 3. **因子名称**：破净率[50][52] * **因子构建思路**：计算各宽基指数中市净率（PB）小于1的个股数量占指数总成分股数量的比例，用以反映市场整体的估值态度和悲观情绪[50][52] * **因子具体构建过程**：破净率 = （指数成分股中PB < 1的股票数量 / 指数总成分股数量） × 100%。报告列出了各主要宽基指数在特定日期的破净率具体数值[50][52] 4. **因子名称**：指数换手率[15] * **因子构建思路**：衡量宽基指数的整体交易活跃程度[15] * **因子具体构建过程**：指数换手率并非简单平均，而是采用加权平均计算，公式为：`指数换手率 = Σ(成分股流通股本 * 成分股换手率) / Σ(成分股流通股本)`[15] 5. **因子名称**：交易金额占比[15] * **因子构建思路**：计算单一宽基指数的成交金额在全市场（以中证全指为代表）成交金额中的占比，用以观察资金在不同板块间的流向[15] * **因子具体构建过程**：`某指数交易金额占比 = （该指数当日交易金额 / 中证全指当日交易金额） × 100%`[15] 6. **因子名称**：收益分布形态指标（峰度与偏度）[21][23] * **因子构建思路**：通过分析宽基指数日收益率的分布形态，即峰度和偏度，来刻画收益分布的集中程度和对称性，并与历史时期进行对比[21][23] * **因子具体构建过程**：报告计算了近5年（基准期）和当前（观察期）的峰度和偏度。其中，峰度的计算减去了3（正态分布的峰度值），即报告中的峰度为超额峰度。偏度则直接计算。通过比较当前值与近5年基准值的差异（当前值 - 近5年值）来分析形态变化[21][23] 因子的回测效果 *报告未提供上述因子在选股或择时策略中的具体回测绩效指标（如年化收益率、夏普比率、信息比率IR、最大回撤等）。报告内容主要为在特定时点（2025年11月18日）对这些因子的状态进行描述和展示其历史分位值[10][13][15][23][29][40][41][50][52]。*

经过仔细审阅，该文档主要是一份关于ETF市场和主动/指数增强型基金的市场表现回顾与跟踪报告，其内容侧重于市场数据统计和基金产品业绩展示，并未涉及量化模型或量化因子的构建、测试与分析。 具体来说，报告内容主要包括： 1. ETF市场的一级市场资金流动情况和二级市场交易情况的数据统计[12][15] 2. 各类增强策略ETF和增强指数型基金的业绩表现跟踪，如超额收益率等指标[28][38][41] 3. 主动权益类基金的业绩排名和收益率统计[33][34][35][37] 4. 基金产品的发行与上市信息跟踪[29][30][31][32][43][44] 报告的核心是描述性统计和业绩汇总，并未阐述任何量化模型（如多因子模型、风险模型）或量化因子（如价值、动量、质量等因子）的构建思路、具体过程、公式或对其的理论评价。所有提及的“增强策略”均指已上市的基金产品名称或其投资策略类型，而非由报告作者构建并测试的量化模型或因子。 因此，根据任务要求，本总结中关于“量化模型与构建方式”及“量化因子与构建方式”的部分没有相关内容可提供。报告内容集中于市场现状描述，而非量化分析方法论。

根据提供的研报内容，该报告主要是一份可转债市场的定期跟踪报告，侧重于市场行情、个券表现和条款跟踪的数据统计与展示，并未涉及具体的量化模型或量化因子的构建、测试与分析过程[1][2][4][7][19][42][43]。报告内容多为市场指数的涨跌幅、成交量、转股溢价率等描述性统计，以及基于Wind等第三方数据源提供的现成指数（如不同信用评级、价格、规模、策略的转债指数）的走势对比[22][23][25][27][29]。 因此，本总结将主要列出报告中提及的、可作为量化分析基础的市场指标和分类方法。 量化因子与构建方式 1. **因子名称**：转股溢价率[10][18][35] * **因子的构建思路**：衡量可转债价格相对于其转换价值的溢价程度，是评估可转债估值高低和股性强弱的核心指标[18]。 * **因子具体构建过程**：对于单只可转债，其转股溢价率的计算公式如下： $$转股溢价率 = \frac{可转债收盘价 - 转股价值}{转股价值}$$ 其中，转股价值的计算公式为： $$转股价值 = \frac{100}{转股价格} \times 正股收盘价$$ 报告中展示了全市场转股溢价率的中位数、算术平均数以及不同价格区间内个券转股溢价率的中位数[10][18][35]。 2. **因子名称**：可转债价格区间[35] * **因子的构建思路**：根据可转债的市场价格将其划分到不同的区间，用以观察不同价位转债的数量分布和估值特征[35]。 * **因子具体构建过程**：报告中将可转债按价格划分为六个区间：小于100元、100-110元、110-120元、120-130元、130-140元、大于140元，并统计了每个区间内的个券数量及占比[35]。 3. **因子名称**：可转债分类（信用评级/价格/规模/策略）[22][23][25][27][29] * **因子的构建思路**：基于第三方数据（Wind）提供的分类指数，从信用评级、价格水平、发行规模、投资策略等不同维度对可转债市场进行划分，以观察各类别转债的收益表现[22][23][25][27][29]。 * **因子具体构建过程**：报告引用了Wind编制的系列指数，包括： * 信用评级指数：万得可转债AAA指数、AA+指数、AA指数、AA-及以下指数[22][23]。 * 价格指数：万得可转债高价指数、中价指数、低价指数[25]。 * 规模指数：万得可转债大盘指数、中盘指数、小盘指数[27]。 * 策略指数：万得可转债双低指数（低价格+低溢价率）、高价低溢价率指数[29]。 市场指标与指数表现 1. **中证转债指数**，周涨跌幅0.525%，相较于中证全指的绝对收益为1.057%[7] 2. **上证转债指数**，周涨跌幅0.290%[7] 3. **深证转债指数**，周涨跌幅0.780%[7] 4. **可转债市场转股溢价率中位数**，当前值26.24%，周环比变化-0.66%[10] 5. **可转债市场转股溢价率算术平均数**，当前值40.91%，周环比变化-0.80%[10] 6. **价格区间 <100元**的个券转股溢价率中位数0.00%，周环比变动0.00%[35] 7. **价格区间 100-110元**的个券转股溢价率中位数80.98%，周环比变动-20.04%[35] 8. **价格区间 110-120元**的个券转股溢价率中位数64.74%，周环比变动-6.49%[35] 9. **价格区间 120-130元**的个券转股溢价率中位数56.00%，周环比变动14.47%[35] 10. **价格区间 130-140元**的个券转股溢价率中位数24.90%，周环比变动9.09%[35] 11. **价格区间 >140元**的个券转股溢价率中位数12.84%，周环比变动9.47%[35]

活动概况 - 国信证券于2025年11月20日至21日在深圳福田香格里拉大酒店举办2026年度投资策略会 [1] - 金融工程论坛主题为“新周期·新常态·新范式”，于11月20日13:30-17:00在2楼大宴会厅2举行 [2] 论坛议题 - 议题一：启发式分域视角下的多策略增强组合，由金融工程联席首席分析师张宇主讲 [2] - 议题二：风险模型全攻略一恪守、衍进与实践，由金融工程首席分析师张欣慰主讲 [2] - 议题三：隐性风险视角下的选基因子统一改进框架，由金融工程分析师胡志超主讲 [2] - 议题四：追求可持续Alpha的风险管理，由天弘基金指数与数量投资部总经理杨超主讲 [3] - 议题五：资产配置:ETF的角色与机遇，由大成基金指数与期货投资部执行总监孙雨主讲 [3] - 圆桌论坛主题为“问道2026”，由国信证券金融创新总部总经理陈晓斌主持 [3] 参会嘉宾背景 - 华夏基金数量投资部行政负责人具有12年公募基金管理经验，管理规模超3000亿元，管理产品包括华夏上证50ETF、科创创业50ETF等 [3] - 华泰柏瑞基金副总经理、指数投资部总监拥有24年证券和基金从业经历，超过16年ETF管理经验，截至2025年3季度末管理资产规模超过5000亿元 [4] - 南方基金指数投资部总经理拥有超过19年指数投资和量化研究经验，曾任职于摩根士丹利投资银行(纽约)，管理总规模近2000亿元 [6] - 嘉实基金指数与量化投资首席投资官刘斌具有19年基金从业经验、16年基金投资管理经验，全面负责公司指数与量化投资业务 [7] - 博时基金指数与量化投资部总经理赵云阳在基金行业有二十多年从业经验，管理产品覆盖股票、债券、商品等大类资产基金产品 [8] - 天弘基金指数与数量投资部总经理杨超拥有15年证券从业经验，其管理的指数增强产品规模逾70亿元，多只产品为首批入选个人养老金账户的指数增强基金 [9] - 大成基金指数与期货投资部执行总监孙雨拥有11年工作经历，曾任职于深圳证券交易所、申万菱信基金、国泰海通证券等 [10]

报告行业投资评级 - 股指 ☆☆☆，国债 ☆☆☆ [1] 报告的核心观点 - 截至10月31日当周，期指上涨且分化，IH2511下降0.89%，IC2511上升1.47%，IM2511上升1.31%；上周大小盘期指基差走势分化，上证50指数估值水平位于历史高分位数区间 [1] - 从高频宏观基本面因子评分看，期指通胀指标8分、流动性指标9分、估值指标11分、市场情绪指标9分，期债通胀指标8分、流动性指标10分、市场情绪指标8分 [1] - 期限结构上，IF、IC、IM和IH当季合约年化基差率分别为 -2.95%、 -9.59%、 -12.02%和 -0.18%，较上上周最后交易日，IF、IC和IH贴水收窄，IM贴水加深 [1] - 金融衍生品量化CTA策略上周净值上升0.92%，收益源于周三开多IC并日内平仓；长周期PMI回落对IF和IM有降低作用，短周期基本面数据地产、消费偏弱，汇率低位，资金面宽松且短周期低位回升 [1] - 持仓量方面，IC和IM边际回升，IF和IH相对维持中性，整体市场风险偏好较周初下降，综合信号中性震荡；期债资金面宽松，市场风险偏好利于债市修复，股债跷跷板效应显著，持仓量因子回升，机构配置谨慎，综合信号位于中性以上 [1] 各目录总结 宏观基本面中高频因子评分 - 高炉开工率等多项经济动能指标有不同涨跌，期指评分为7，期债评分为0 [2] 通胀指标 - 菜篮子产品批发价格200指数等多项指标有涨跌，期指和期债评分均为8 [3] 流动性 - DR007等多项流动性指标有涨跌，期指评分为9 [4] 指数估值 - 市盈率PE等多项指数估值指标有涨跌，期指评分为10 [5] 市场情绪：股指 - 融资余额等多项股指市场情绪指标有涨跌，期债评分为9 [6] 市场情绪：债券 - 国开债到期收益率等多项债券市场情绪指标有涨跌，期债评分为8 [7] 策略介绍 - 品种池为股指期货和国债期货，运用多策略模型择优配置合约实现净值稳定增长，短周期模型聚焦高频金融数据板块，长周期模型关注低频指标，持仓量考虑机构多空单持仓量合成 [16] 截止上周五预测信号 - 短周期模型、持仓量指标、长周期模型对各主力合约有不同预测信号，综合信号也不同，多空仓位未明确 [17] 上周情况 - 10月27 - 31日各主力合约部分日期有交易信号，净值跟踪数据来源为wind和国投期货 [19] 国债期货跨品种套利策略 - 基于基本面三因子模型与趋势回归模型信号共振，基本面因子采用瞬时远期利率函数，用PCA主成分分析等构建三因子模型，信号分三类，运用趋势回归模型过滤信号，实际操作采用久期中性配比调整10 - 5Y价差 [20] TF和T主力合约交易信号 - 10月27 - 31日N - S模型信号和趋势回归模型信号有不同表现，数据来源为wind和国投期货 [23][24]

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]

根据研报内容，本报告主要对A股市场主要宽基指数进行多维度数据跟踪和统计，并未涉及具体的量化交易模型或用于选股的量化因子。报告内容侧重于市场指标的描述性统计和现状分析[1][2][3]。 量化模型与构建方式 报告未涉及具体的量化交易模型。 模型的回测效果 报告未涉及具体量化模型的回测效果。 量化因子与构建方式 报告未涉及用于选股或组合构建的量化因子。报告中所提及的均为对市场整体或指数层面的观测指标，其构建方式如下： 1. **指标名称：风险溢价**[26] * **指标构建思路**：以十年期国债即期收益率为无风险利率的参考，计算各宽基指数收益率与其差值，作为投资者承担市场风险所要求的额外回报补偿[26]。 * **指标具体构建过程**：风险溢价 = 宽基指数收益率 - 十年期国债即期收益率[26][27]。具体计算时，指数收益率通常采用预期收益率或历史收益率，报告中展示的是当前时点的风险溢价水平及其历史分位值[30]。 2. **指标名称：股债性价比**[42] * **指标构建思路**：通过比较股票市场估值水平的倒数（即盈利收益率）与债券市场无风险收益率的高低，来判断股票和债券两类资产哪一类更具投资吸引力[42]。 * **指标具体构建过程**：股债性价比 = (1 / 宽基指数PE-TTM) - 十年期国债即期收益率[42]。该指标值越大，通常意味着股票相对于债券的投资价值越高。 3. **指标名称：破净率**[49] * **指标构建思路**：统计指数成分股中，股价低于每股净资产的股票数量占比，用以反映市场的整体估值水平和悲观情绪[49]。 * **指标具体构建过程**：破净率 = (指数成分股中破净个股数量 / 指数总成分股数量) * 100%[49]。破净率越高，通常表明市场估值越低，悲观情绪越重。 因子的回测效果 报告未提供上述指标作为选股因子使用的有效性测试结果（如IC值、IR、多空收益等）。报告仅展示了各宽基指数在特定时点（2025年10月29日）的这些指标的**当前数值**及其**历史分位值**，具体如下： 1. **风险溢价指标取值**[30] * 上证50：当前值0.41%，近5年分位值69.84% * 沪深300：当前值1.18%，近5年分位值88.25% * 中证500：当前值1.90%，近5年分位值96.03% * 中证1000：当前值1.19%，近5年分位值83.17% * 中证2000：当前值0.30%，近5年分位值54.52% * 中证全指：当前值1.15%，近5年分位值86.35% * 创业板指：当前值2.92%，近5年分位值95.40% 2. **PE-TTM指标取值**[39][40] * 上证50：当前值12.20，近5年分位值89.50% * 沪深300：当前值14.62，近5年分位值89.34% * 中证500：当前值34.39，近5年分位值98.68% * 中证1000：当前值47.69，近5年分位值96.69% * 中证2000：当前值158.11，近5年分位值83.72% * 中证全指：当前值21.89，近5年分位值98.84% * 创业板指：当前值45.18，近5年分位值61.98% 3. **股息率指标取值**[47][49] * 上证50：当前值3.20%，近5年分位值34.71% * 沪深300：当前值2.60%，近5年分位值34.13% * 中证500：当前值1.30%，近5年分位值12.56% * 中证1000：当前值1.09%，近5年分位值35.62% * 中证2000：当前值0.77%，近5年分位值16.12% * 中证全指：当前值1.95%，近5年分位值31.49% * 创业板指：当前值0.94%，近5年分位值62.23% 4. **破净率指标取值**[51] * 上证50：22.0% * 沪深300：15.67% * 中证500：10.8% * 中证1000：7.4% * 中证2000：3.1% * 中证全指：5.87% * 创业板指：1.0% 5. **指数换手率指标取值**[16] * 中证2000：3.86 * 创业板指：3.02 * 中证1000：2.73 * 中证500：1.98 * 中证全指：1.85 * 沪深300：0.75 * 上证50：0.35

公司市值里程碑 - 英伟达成为全球首家市值达到5万亿美元的公司[1] - 公司市值在2023年6月首次达到1万亿美元，并在三个月前达到4万亿美元估值[1] - 公司股价在周三上午一度上涨5.6%，超过212美元[1] - 今年以来，公司股价已上涨超过50%[5] 市场地位与比较 - 英伟达的市值超过了除美国和中国以外的所有国家的GDP，并且高于标准普尔500指数的整个行业板块[1] - 微软和苹果的市值最近也突破了4万亿美元大关[2] - 今年美国股市的惊人涨幅中，80%都来自人工智能相关企业[2] 业务发展与合作伙伴 - 公司已与包括OpenAI和Oracle在内的领先人工智能公司达成协议，其芯片继续推动人工智能的蓬勃发展[1] - 英伟达首席执行官宣布，预计到明年，人工智能芯片订单额将达到5000亿美元[5] - OpenAI在2022年凭借ChatGPT将人工智能带入消费主流市场，上个月获得了英伟达1000亿美元的投资[2] 地缘政治与市场准入 - 投资者关注英伟达进入中国市场的渠道，中国是其产品最大的市场[5] - 公司曾被禁止向中国出售其最先进的芯片，但在7月撤销了该禁令[5] - 根据今年夏天达成的一项协议，英伟达必须将其在中国收入的15%上缴美国政府[5] 行业情绪与担忧 - 随着科技股屡创新高，人们对人工智能泡沫以及这些公司是否估值过高的担忧也日益加剧[2] - 英国央行和国际货币基金组织都发出了警告，摩根大通首席执行官表示"大多数人的疑虑程度应该更高"[2] - 有分析称英伟达5万亿美元的估值"如此庞大，人类的大脑都难以真正理解"[2]

根据研报内容，总结如下： 量化模型与构建方式 **1.模型名称：A股行业轮动模型[4]** - **模型构建思路**：模型从资金、估值、情绪、动量、超买超卖和盈利，共6个因子共同构建打分体系，用以研判行业综合评分[4][19] - **模型具体构建过程**： 1. 选取六个维度的因子：资金、估值、情绪、动量、超买超卖、盈利[19] 2. 各因子数据来源与计算： - **资金因子**：以行业主力资金净流入率作为主要数据[19] - **估值因子**：以该行业位于过去1年的估值分位作为主要数据来源[19] - **情绪因子**：以上涨成分股比例作为主要数据来源[19] - **动量因子**：以MACD指标作为主要数据来源[19] - **超买超卖因子**：以RSI指标作为重要数据来源[19] - **盈利因子**：以该行业的一致预测EPS位于过去1年的分位作为主要数据来源[19] 3. 对每个行业的各个因子进行打分，符号“+++”代表最高分，“---”代表最低分，最终加总得到行业综合评分[21] **2.模型名称：共识度选股模型[5]** - **模型构建思路**：基于动量、价格等因子，结合高频资金流走势与股票价格走势相似度进行选股[5][22] - **模型具体构建过程**： 1. 行业筛选：在申万二级行业层面筛选出过去30天的高涨行业[22] 2. 股票池构建：在涨幅排名前三的二级行业中形成股票池[22] 3. 因子计算：通过股票月度数据计算动量因子、估值因子和上涨频率，同时结合资金高频分钟数据来计算每支股票高频资金流入流出变化[22] 4. 选股标准：在股票池中，选出各个二级行业中高频资金流走势与股票价格走势相似度最高的各五只股票[22] 模型的回测效果 - **A股行业轮动模型**：本期（数据截止2025年10月23日）模型结果显示，传媒、社会服务、食品饮料等综合评分较高（分别为8分、8分、7分），房地产、建筑材料、环保等得分较低（分别为-5分、-5分、-4分）[20][21] - **共识度选股模型**：本期模型输出结果为常铝股份、金田股份、立霸股份等个股，这些股票来自高涨的申万二级行业（工业金属、家电零部件Ⅱ、能源金属），并且是各自行业中高频资金流走势与股票价格走势相似度最高的股票[5][23] 量化因子与构建方式 **1.因子名称：主力资金净流入[3][14]** - **因子构建思路**：通过统计大额成交单来识别主力资金的动向[3][14] - **因子具体构建过程**： 1. 定义主力资金交易单：将每日交易单中大于等于10万股或者金额大于等于20万元的成交金额的交易单作为主力资金流动[3][14] 2. 计算股票主力资金净流入：对符合定义的交易单进行统计，获得每日市场全部股票的主力资金净流入数据[14] 3. 计算行业因子值：将股票按照申万一级行业进行划分，汇总得到各行业的主力资金净流入额[14] 因子的回测效果 - **主力资金净流入因子（过去5日）**：通信行业净流入额最高（19.71亿元），电子行业净流出额最高（-405.66亿元）[15] - **主力资金净流入因子（过去30日）**：煤炭行业净流入额相对最高（-24.56亿元），电子行业净流出额最高（-2529.98亿元）[16]