报告行业投资评级 - 看好丨维持 [10] 报告的核心观点 - 以细胞因子为代表的肿瘤免疫疗法可激活免疫细胞、增强抗肿瘤反应，但多数相关药物因疗效和安全性问题未获批，免疫细胞因子作为新策略潜力大，市场关注的主要为IL - 2、IL - 12和IL - 15 [2][6][24] - 2025年投资逻辑集中在创新出海与内需复苏，创新药有望借船出海获溢价，院内业务、消费内需型企业基本面和估值有望改善 [8] 根据相关目录分别进行总结 激活免疫，降低毒性：工程化免疫因子启新章 - 肿瘤免疫疗法通过调节免疫系统信号传导激活免疫细胞，常用细胞因子可增强机体对肿瘤细胞的识别与清除能力，但天然细胞因子存在问题，工程化技术可提高治疗效果，免疫细胞因子潜力大 [6][18][20] - 介绍了部分在研细胞因子的药物名称、靶点、细胞因子、适应症、临床阶段、临床试验编号和开发企业等信息 [29] IL - 12与IL - 2/IL - 15：求同存异，特点鲜明 - IL - 12由激活的抗原呈递细胞分泌，可促使CD8⁺T细胞和NK细胞增殖、活化，强效诱导IFN - γ产生，改善肿瘤微环境，抑制肿瘤进展 [31] - IL - 2/IL - 15共属γc细胞因子家族，促进CD4⁺、CD8⁺T细胞增殖与激活、持续增强NK细胞杀伤功能，与IL - 12有区别，IL - 2和IL - 15也存在功能差异 [34][40] 国产企业布局各具特色，肿瘤免疫疗法有望突破 - 信达生物的IBI363是全球首创PD - 1/IL - 2α - bias双特异性融合蛋白，在黑色素瘤、结直肠癌及非小细胞肺癌三项适应症上临床研究进展良好，疗效与安全性数据亮眼 [7][43][47] - 奥赛康的SmartKine®技术平台孵化了ASKG315和ASKG915两款药物，目前均在国内开展临床I期实验，有望解决传统细胞因子疗法问题 [51][56] - 君实生物的AWTO20（JS213）为PD - 1和IL - 2双功能性抗体融合蛋白，已获批临床，临床前研究显示其有显著肿瘤抑制效果和良好安全性 [60][62][65] 投资观点 - 药品方面，医保“腾笼换鸟”持续，创新药出海是投资主线，看好有源头创新能力等的药企，关注新赛道 [66] - CXO方面，重视外向型CDMO和内需型CRO的投资机会 [66] - 医疗器械方面，2025年看好院内业务恢复增速，关注设备更新和院内耗材，中长期关注家用医疗器械板块 [68] - 生命科学服务方面，板块或周期见底，重视初现拐点或持续向上的标的 [68] - 中药方面，关注基药目录等，预计2025年行业迎来收入利润拐点，看好品牌OTC药企和稳健资产 [68] - 生物制品方面，优先胰岛素/血制品，持续关注疫苗 [68]

当优选机构多头持仓增加且空头持仓减少时，我们认为多头资金与空头资金对后续判断均偏多，发出做多 信号；当优选机构多头持仓减少且空头持仓增加时，我们认为多头资金与空头资金对后续判断均偏空，发 出做空信号；其余情况则不发出信号。 回测结果表明，蜘蛛网策略在 TS 合约上展现出显著择时优势： 2020 年 1 月 1 日至 2025 年 4 月 10 日期间，基于前 20 家会员机构多空持仓构建的策略实现年化收益 1.84% （较基准提升 1.45% ），夏 普比率 0.83 （较基准提升 1.46 ），而其余合约表现相对平庸，其背后反映出并非所有合约都适合以前 20 家会员机构作优选机构。 针对这一局限，我们选择利用动态调整"蜘蛛网"节点进行改进：首先根据不 同合约投资者特性预设"蜘蛛网"节点（ 优选会员机构） 的可选择范围，再通过滚动窗口定期筛选出最优 节点。实证显示，动态调整后的策略能够灵活匹配不同合约，显著提升年化收益与夏普比率，成功弥补了 传统蜘蛛网策略超额收益有限的问题。 寻找"聪明资金"：基于单个会员的蜘蛛网策略。 不同会员背后的客户群体不同，所表现出来的行为可能 也会有较大差异，那么其中是否存在着更加 ...

市场技术分析 - Wind全A指数仍处于SAR点位之下，均线强弱指数未大幅下降，未形成底部[1][2] - 沪深300流动性冲击指标周五为0.13，低于前一周1.13，显示当前流动性高于过去一年平均水平0.13倍标准差[2] - 上证50ETF期权PUT-CALL比率周五为1.15，高于前一周0.94，显示投资者对短期走势谨慎程度上升[2] 市场交易活跃度 - 上证综指和Wind全A五日平均换手率分别为0.76%和1.30%，处于2005年以来50.17%和63.97%分位点，交易活跃度下降[2] - 中证500和创业板指在6月上半月表现较好，节后市场或由中小盘股引领震荡上行[2] 宏观经济与市场表现 - 人民币汇率震荡，在岸和离岸汇率周涨幅分别为-0.08%、-0.48%[2] - 美股道琼斯工业指数、标普500指数和纳斯达克指数周收益率分别为1.6%、1.88%、2.01%[2] - 美国4月核心PCE物价指数同比升2.5%，创2021年3月以来新低，环比升0.1%[2] 行业与因子分析 - TOP100企业1-5月拿地总额4051.9亿元，同比增长28.8%，增幅较上月扩大2.2个百分点[2] - 全市场PE（TTM）为18.9倍，处于2005年以来50.5%分位点[3] - 小市值因子拥挤度0.98，低估值因子拥挤度0.11，高盈利因子拥挤度-0.28，高盈利增长因子拥挤度-0.04[3] - 机械设备、综合、商贸零售、环保和有色金属行业拥挤度较高，交通运输和有色金属行业拥挤度上升幅度较大[3]

报告行业投资评级 未提及 报告的核心观点 本周市场正收益风格集中在Growth风格上，负收益风格表现在Size风格上；EPTTM一年分位点是中证全指成分股中本周表现最好的因子 [1] 各部分总结 风格因子近期表现 - Growth因子本周正收益2.17%，较上一周0.79%显著提升，市场对成长型股票偏好增强；Trend因子本周收益1.39%，较上一周3.09%有所回落但仍为正收益，市场对趋势投资策略认可较高；Beta因子本周收益0.49%，较上一周 -2.86%显著回升，市场对高Beta股票关注恢复 [9] - Liquidity、SOE、Volatility、Certainty、Value、Cubic size、Size因子本周收益为负，市场对高流动性资产、国有企业股票、高波动性资产、确定性投资策略、价值投资策略、小盘股的关注度减弱 [10] 因子表现监控 因子库 - 指数增强因子库涵盖估值、成长、盈利、分析师预期、景气度、分红、公司治理、PEAD、流动性、波动率、反转与动量等维度 [16] 不同样本空间因子表现 - 沪深300指数选股空间：最近一周分析师认可度等因子表现较好，一个月反转等因子表现较差；最近一月预期PEG等因子表现较好，单季净利同比增速环比变化等因子表现较差 [6][21] - 中证500指数选股空间：最近一周单季营收同比增速等因子表现较好，一年动量等因子表现较差；最近一月一个月反转等因子表现较好，一个月UMR等因子表现较差 [6][25] - 中证800指数选股空间：最近一周单季EP等因子表现较好，一个月反转等因子表现较差；最近一月预期PEG等因子表现较好，单季净利同比增速环比变化等因子表现较差 [6][29] - 中证1000指数选股空间：最近一周EPTTM一年分位点等因子表现较好，盈余公告最低价跳空超额等因子表现较差；最近一月高管薪酬等因子表现较好，公募持股市值等因子表现较差 [6][33] - 国证2000指数选股空间：最近一周预期ROE环比变化等因子表现较好，三个月UMR等因子表现较差；最近一月标准化预期外盈利等因子表现较好，公募持股市值等因子表现较差 [6][38] - 创业板指选股空间：最近一周预期ROE环比变化等因子表现较好，EPTTM一年分位点等因子表现较差；最近一月标准化预期外盈利等因子表现较好，EPTTM一年分位点等因子表现较差 [6][43] - 中证全指选股空间：最近一周EPTTM一年分位点等因子表现较好，一个月反转等因子表现较差；最近一月六个月UMR等因子表现较好，一年动量等因子表现较差 [6][47] 公募基金指数增强产品表现跟踪 沪深300指数增强产品 - 最近一周超额收益最高1.42%，最低 -0.15%，中位数0.37%；前三名分别为申万菱信沪深300优选指数增强A、中欧沪深300指数量化增强A、申万菱信沪深300指数增强A [6][52] 中证500指数增强产品 - 最近一周超额收益最高0.90%，最低 -0.04%，中位数0.33%；前三名分别为华泰紫金中证500指数增强A、平安中证500指数增强A、博时中证500指数增强A [6][56] 中证1000指数增强产品 - 最近一周超额收益最高0.95%，最低 -0.24%，中位数0.18%；前三名分别为汇添富中证1000指数增强A、招商中证1000指数增强A、万家中证1000指数增强A [6][60] 附录 - 构建MFE组合可判断因子在给定基准中是否有效，采用组合优化模型构建单因子MFE组合，目标函数为最大化单因子暴露，约束条件包括风格、行业、个股偏离度、成分股权重占比、个股权重上下限、换手率等 [61]

量化模型与因子分析总结 量化因子与构建方式 风格因子 1. **Growth因子**：衡量成长性，包括过去3年ROE变动平均值、销售收入TTM的3年复合增速、净资产TTM的3年复合增速[12]。构建思路是通过财务指标反映公司成长能力。因子评价：近期表现优异，反映市场对成长股的偏好增强[9][11] 2. **Trend因子**：趋势指标，计算方式为EWMA(halflife=20)/EWMA(halflife=120)和EWMA(halflife=20)/EWMA(halflife=240)[12]。构建思路是通过不同时间窗口的指数加权移动平均比捕捉趋势。因子评价：保持稳定正收益，显示趋势策略有效性[11] 3. **Beta因子**：贝叶斯压缩后的市场Beta[12]。构建思路是调整后的系统性风险指标。因子评价：近期收益回升，显示高Beta股票关注度恢复[11] 4. **Liquidity因子**：流动性指标，包括过去243天的平均对数换手率、个股对数换手率与市场对数换手率的回归系数[12]。构建思路是通过换手率衡量流动性。因子评价：近期表现改善但仍为负收益[11] 5. **Volatility因子**：波动率指标，包括过去243天的标准波动率、FF3特质波动率、最高价/最低价-1、最高/最低六天收益率平均值[12]。构建思路是多维度衡量波动性。因子评价：表现疲软但有所改善[11] 6. **Value因子**：价值指标，包括账面市值比(BP)和盈利收益率(EP)[12]。构建思路是通过估值比率识别价值股。因子评价：表现显著下滑，反映价值策略认可度下降[11] 7. **Size因子**：总市值对数[12]。构建思路是直接衡量公司规模。因子评价：表现大幅下降，显示小盘股关注度减弱[11] 基本面因子 1. **EPTTM一年分位点**：当前EPTTM在过去一年的分位点[17]。构建思路是通过历史分位数定位当前估值水平。因子评价：在中证全指中表现最好[1][6] 2. **PB_ROE排序差**：全市场PB排序与单季ROE排序的差值[17]。构建思路是通过估值与盈利能力的相对排序识别机会。因子评价：在中证800中表现突出[27] 3. **分析师认可度**：(认可业绩分析师数-不认可业绩分析师数)/覆盖分析师数[17]。构建思路是量化分析师情绪。因子评价：在多个指数中表现稳定[20][23][27] 4. **预期ROE环比变化**：当前一致预期ROE-3个月前一致预期ROE[17]。构建思路是跟踪盈利预期的变化。因子评价：在创业板指中表现最佳[40][41] 5. **标准化预期外盈利**：(单季实际净利-预期净利)/预期净利标准差[17]。构建思路是衡量盈利超预期程度。因子评价：在国证2000中表现突出[35][38] 因子回测效果 沪深300样本空间 1. **分析师认可度**：最近一周0.50%，最近一月1.47%，今年以来3.31%，近1年年化6.07%，历史年化3.41%[20] 2. **三个月波动**：最近一周0.47%，最近一月-0.45%，今年以来0.70%，近1年年化5.08%，历史年化2.77%[20] 3. **预期PEG**：最近一周0.36%，最近一月2.02%，今年以来2.62%，近1年年化1.55%，历史年化3.24%[20] 中证500样本空间 1. **单季营收同比增速**：最近一周1.16%，最近一月1.22%，今年以来4.72%，近1年年化2.10%，历史年化2.75%[23] 2. **六个月UMR**：最近一周0.76%，最近一月1.14%，今年以来-1.88%，近1年年化-3.98%，历史年化5.58%[23] 3. **股息率**：最近一周0.41%，最近一月1.56%，今年以来0.00%，近1年年化-4.19%，历史年化6.91%[23] 中证800样本空间 1. **单季EP**：最近一周0.78%，最近一月0.86%，今年以来2.12%，近1年年化4.36%，历史年化7.53%[27] 2. **PB_ROE排序差**：最近一周0.71%，最近一月0.83%，今年以来1.77%，近1年年化5.82%，历史年化7.59%[27] 3. **预期PEG**：最近一周0.66%，最近一月2.66%，今年以来4.74%，近1年年化3.11%，历史年化2.53%[27] 中证1000样本空间 1. **EPTTM一年分位点**：最近一周1.09%，最近一月0.83%，今年以来3.81%，近1年年化5.54%，历史年化6.75%[31] 2. **SPTTM**：最近一周0.65%，最近一月-0.33%，今年以来0.63%，近1年年化0.46%，历史年化4.65%[31] 3. **DELTAROA**：最近一周0.55%，最近一月0.93%，今年以来3.32%，近1年年化6.30%，历史年化7.49%[31] 国证2000样本空间 1. **预期ROE环比变化**：最近一周8.67%，最近一月11.95%，今年以来13.37%，近1年年化51.29%，历史年化5.18%[35] 2. **SPTTM**：最近一周4.64%，最近一月5.60%，今年以来5.00%，近1年年化1.83%，历史年化5.81%[35] 3. **六个月UMR**：最近一周2.51%，最近一月3.12%，今年以来4.34%，近1年年化8.80%，历史年化10.37%[35] 创业板指样本空间 1. **预期ROE环比变化**：最近一周12.13%，最近一月14.17%，今年以来17.63%，近1年年化26.15%，历史年化3.71%[40] 2. **预期净利润环比**：最近一周5.56%，最近一月4.16%，今年以来8.70%，近1年年化11.94%，历史年化2.48%[40] 3. **六个月UMR**：最近一周4.43%，最近一月4.03%，今年以来8.11%，近1年年化8.65%，历史年化3.75%[40] 中证全指样本空间 1. **EPTTM一年分位点**：最近一周1.09%，最近一月-0.34%，今年以来-1.41%，近1年年化-4.16%，历史年化2.83%[45] 2. **预期ROE环比变化**：最近一周0.85%，最近一月0.81%，今年以来-1.20%，近1年年化0.77%，历史年化-0.72%[45] 3. **分析师认可度**：最近一周0.79%，最近一月0.45%，今年以来0.71%，近1年年化0.41%，历史年化3.80%[45] MFE组合构建模型 1. **模型名称**：Maximized Factor Exposure Portfolio (MFE) 2. **模型构建思路**：在控制行业暴露、风格暴露等约束下最大化单因子暴露[61] 3. **模型具体构建过程**： - 目标函数：最大化因子暴露 $$max\ f^{T}w$$ - 风格偏离约束：$$s_{l}\leq X(w-w_{b})\leq s_{h}$$ - 行业偏离约束：$$h_{l}\leq H(w-w_{b})\leq h_{h}$$ - 个股权重偏离约束：$$w_{l}\leq w-w_{b}\leq w_{h}$$ - 成分股权重约束：$$b_{l}\leq B_{b}w\leq b_{h}$$ - 非负约束：$$0\leq w\leq l$$ - 权重和约束：$$1^{T}w=1$$ - 换手率约束：$$\Sigma|w-w_{0}|\leq to_{h}$$[61] 4. **模型评价**：能更准确反映因子在实际约束条件下的有效性[61]

报告行业投资评级 报告未提及行业投资评级相关内容 报告的核心观点 - 盈利预期期限结构因子历史表现良好且走势稳定性高，与传统分析师预期调升因子合成后的“合成动量ff”因子走势进一步改善，兼具高收益与稳定性 [1][9][11] - 基于“合成动量ff”因子构建的选股组合历史表现良好，2025年前5个月沪深300、中证500、中证800、中证1000选股组合全部跑赢基准，但2025年5月沪深300、中证800、中证1000选股组合跑输基准，仅中证500选股组合跑赢基准 [2][14] 根据相关目录分别进行总结 盈利预期期限结构因子 - 分析师对上市公司未来多年盈利预测随年度变化的趋势为盈利预期期限结构，可分为向上倾斜、水平、向下倾斜3种基本形态，分别代表分析师乐观、中性、悲观3种预期 [7] - 盈利预期期限结构因子历史表现良好，走势稳定性高 [9] - 传统分析师预期调升因子2021年后有明显回撤，“合成动量ff”因子由盈利预期期限结构“动量ff”因子与传统分析师预期调升因子合成，走势进一步改善，兼具高收益与稳定性 [11] 选股组合表现 - 在沪深300、中证500、中证800、中证1000内分别选“合成动量ff”因子值排名前50、50、100、100名的股票构成选股组合，组合历史表现良好 [14] - 2025年5月，沪深300、中证800、中证1000选股组合跑输基准，超额收益分别为 -0.15%、-0.32%、-0.32%；中证500选股组合跑赢基准，超额收益为0.57% [2][14] - 2025年前5个月，沪深300、中证500、中证800、中证1000选股组合涨幅分别为 -1.32%、0.38%、-0.25%、3.45%，对各自基准的超额收益分别为1.09%、1.33%、1.79%、2.29%，全部跑赢基准 [2][14]

量化因子与构建方式 1. **因子名称**：盈利预期期限结构因子 - **构建思路**：通过分析分析师对上市公司未来多年盈利预测的趋势（向上倾斜、水平、向下倾斜），用斜率度量盈利预期期限结构，反映分析师的乐观、中性或悲观预期[7] - **具体构建过程**： 1. 以未来年度为X轴，盈利预测数据为Y轴，拟合线性趋势 2. 计算斜率： $$ \text{斜率} = \frac{\sum_{t=1}^{n}(x_t - \bar{x})(y_t - \bar{y})}{\sum_{t=1}^{n}(x_t - \bar{x})^2} $$ 其中 \( x_t \) 为年度变量，\( y_t \) 为对应盈利预测值，\( \bar{x} \) 和 \( \bar{y} \) 为均值[7] - **因子评价**：历史表现良好，走势稳定性高[9] 2. **因子名称**：合成动量 ff 因子 - **构建思路**：将盈利预期期限结构"动量 ff"因子与传统分析师预期调升因子（如一致预期净利润3个月变化率）合成，以兼顾收益与稳定性[11] - **具体构建过程**： 1. 标准化处理两个因子的数值 2. 加权合成： $$ \text{合成动量 ff} = w_1 \cdot \text{动量 ff} + w_2 \cdot \text{调升因子} $$ 权重 \( w_1 \) 和 \( w_2 \) 根据历史表现优化确定[11] - **因子评价**：合成后因子走势改善，兼具高收益与稳定性[11] --- 因子的回测效果 1. **盈利预期期限结构因子**： - 累计IC表现见图1[8] 2. **合成动量 ff 因子**： - 累计IC表现见图2[13] --- 选股组合表现 1. **沪深300选股组合**： - 2025年5月超额收益：-0.15% - 2025年前5个月超额收益：1.09%[14] 2. **中证500选股组合**： - 2025年5月超额收益：0.57% - 2025年前5个月超额收益：1.33%[14] 3. **中证800选股组合**： - 2025年5月超额收益：-0.32% - 2025年前5个月超额收益：1.79%[14] 4. **中证1000选股组合**： - 2025年5月超额收益：-0.32% - 2025年前5个月超额收益：2.29%[14] （注：组合构建方法为选取对应指数内"合成动量 ff"因子排名前50/100的股票[14]）

量化模型与构建方式 1. **模型名称：AI行业轮动模型** - 模型构建思路：使用全频段量价融合因子对32个一级行业打分，构建周频调仓策略，每周选取5个行业等权配置[1][16][23] - 模型具体构建过程： 1. 行业池：32个一级行业（拆分食品饮料、有色金属等）[23] 2. 因子：全频段量价融合因子，通过行业成分股因子得分加权计算行业得分[16][23] 3. 策略规则：每周最后一个交易日选择得分最高的5个行业，以下周首个交易日收盘价买入，周频调仓[23] 2. **模型名称：AI主题指数轮动模型** - 模型构建思路：基于全频段量价融合因子对133个主题指数打分，每周选取10个指数等权配置[2][9][15] - 模型具体构建过程： 1. 指数池：Wind主题ETF跟踪的133个指数[9] 2. 因子：全频段量价融合因子，通过成分股因子得分加权计算指数得分[9][15] 3. 策略规则：每周最后一个交易日选择得分最高的10个指数，以下周首个交易日开盘价买入，交易成本双边万分之四[9] 3. **模型名称：AI概念指数轮动模型** - 模型构建思路：对72个Wind热门概念指数应用全频段量价融合因子，每周选取10个指数等权配置[11][13][15] - 模型具体构建过程： 1. 指数池：72个Wind概念指数[15] 2. 因子：全频段量价融合因子，通过成分股因子得分加权计算指数得分[15] 3. 策略规则：每周最后一个交易日选择得分最高的10个指数，交易成本双边万分之四[15] 4. **模型名称：AI中证1000增强组合** - 模型构建思路：基于全频段融合因子构建中证1000指数增强策略[28][29] - 模型具体构建过程： 1. 因子：全频段融合因子[28] 2. 组合规则：成分股权重≥80%，个股权重偏离上限0.8%，Barra暴露<0.3，周双边换手率控制30%，交易成本双边千分之四[29] 5. **模型名称：文本FADT_BERT选股组合** - 模型构建思路：基于盈利预测调整文本因子（forecast_adjust_txt_bert）构建多头选股组合[32][36] - 模型具体构建过程： 1. 因子：forecast_adjust_txt_bert因子[32] 2. 策略规则：选取因子排名前25的股票构建组合[32] --- 量化因子与构建方式 1. **因子名称：全频段量价融合因子** - 因子构建思路：结合高频深度学习因子与低频多任务因子合成[26][28] - 因子具体构建过程： 1. 高频部分：深度学习模型提取27个高频量价特征[26] 2. 低频部分：多任务学习挖掘低频量价数据[26] 3. 合成方法：高频与低频因子加权融合[26] 2. **因子名称：forecast_adjust_txt_bert** - 因子构建思路：基于BERT模型升级盈利预测调整文本因子[32] - 因子评价：在历史回测中展现较强选股能力[32] --- 模型的回测效果 1. **AI行业轮动模型** - 年化收益率：24.95%[1][22] - 年化超额收益率（vs等权基准）：20.80%[1][22] - 超额收益最大回撤：12.43%[22] - 超额夏普比率：2.00[22] - 今年以来收益率：4.88%[22] 2. **AI主题指数轮动模型** - 年化收益率：16.03%[2][8] - 年化超额收益率：13.10%[2][8] - 超额收益最大回撤：16.55%[8] - 今年以来超额收益率：10.43%[2][8] 3. **AI概念指数轮动模型** - 年化收益率：22.42%[13] - 年化超额收益率：12.68%[13] - 超额收益最大回撤：17.96%[13] 4. **全频段融合因子分层测试** - TOP层年化超额收益率（vs全A等权）：31.47%[26][28] - 5日RankIC均值：0.116[28] - 今年以来TOP层超额收益：15.04%[26][28] 5. **AI中证1000增强组合** - 年化超额收益率（vs中证1000）：22.17%[28][30] - 年化跟踪误差：6.07%[28] - IR：3.65[28] - 超额收益最大回撤：7.55%[28] 6. **文本FADT_BERT组合** - 成立以来年化收益率：39.29%[32][38] - 年化超额收益率（vs中证500）：31.74%[32][38] - 夏普比率：1.36[32] - 最大回撤：48.69%[38]

指数增强组合表现 - 沪深300指数增强组合本周超额收益1.06%，本年累计超额收益4.21% [1][5] - 中证500指数增强组合本周超额收益-0.05%，本年累计超额收益6.45% [1][5] - 中证1000指数增强组合本周超额收益0.72%，本年累计超额收益9.41% [1][5] - 中证A500指数增强组合本周超额收益0.36%，本年累计超额收益6.44% [1][5] 选股因子表现 沪深300成分股 - 近期有效因子：三个月波动（周收益0.47%）、一个月波动（0.45%）、标准化预期外盈利（0.41%） [6] - 长期有效因子：标准化预期外盈利（历史年化3.93%）、单季净利同比增速（3.16%） [6] 中证500成分股 - 近期有效因子：单季营收同比增速（周收益1.16%）、标准化预期外收入（0.80%）、非流动性冲击（0.59%） [10] - 长期有效因子：单季超预期幅度（历史年化7.94%）、标准化预期外收入（5.45%） [10] 中证1000成分股 - 近期有效因子：EPTTM一年分位点（周收益1.03%）、SPTTM（0.66%）、BP（0.60%） [12] - 长期有效因子：非流动性冲击（今年以来8.03%）、三个月换手（6.22%） [12] 公募基金重仓股 - 近期有效因子：单季超预期幅度（周收益0.53%）、标准化预期外盈利（0.53%）、标准化预期外收入（0.51%） [16] - 长期有效因子：非流动性冲击（今年以来4.47%）、DELTAROA（4.37%） [16] 公募基金指数增强产品 产品规模 - 沪深300增强产品67只，总规模778亿元 [18] - 中证500增强产品70只，总规模454亿元 [18] - 中证1000增强产品46只，总规模150亿元 [18] - 中证A500增强产品35只，总规模223亿元 [18] 超额收益表现 - 沪深300增强产品：本周超额收益中位数0.32%，最高1.37%，最低-0.21% [19][21] - 中证500增强产品：本周超额收益中位数0.35%，最高0.92%，最低-0.09% [20][23] - 中证1000增强产品：本周超额收益中位数0.24%，最高0.98%，最低-0.21% [22][26] - 中证A500增强产品：本周超额收益中位数0.36%，最高0.70%，最低-0.19% [24][27] 方法论说明 - MFE组合构建通过优化模型控制行业/风格暴露，个股权重偏离限制为0.5%-1% [28][29] - 公募重仓指数选取普通股票型及偏股混合型基金持仓，成分股权重累计达90% [30][31]

根据提供的研报内容，以下是量化模型与因子的详细总结： 量化因子与构建方式 估值类因子 1. **BP因子** - 构建思路：衡量公司净资产与市值的比率，反映估值水平[16] - 构建过程：$$ BP = \frac{净资产}{总市值} $$ - 评价：传统价值因子，长期有效性稳定 2. **EPTTM因子** - 构建思路：使用滚动净利润衡量盈利估值[16] - 构建过程：$$ EPTTM = \frac{归母净利润TTM}{总市值} $$ 3. **股息率因子** - 构建思路：反映分红回报能力[16] - 构建过程：$$ 股息率 = \frac{最近四个季度预案分红金额}{总市值} $$ 反转动量类因子 1. **一个月反转因子** - 构建思路：捕捉短期价格反转效应[16] - 构建过程：过去20个交易日涨跌幅 2. **一年动量因子** - 构建思路：捕捉中长期趋势延续性[16] - 构建过程：近一年（除最近一月）涨跌幅 成长类因子 1. **单季营收同比增速** - 构建思路：反映收入增长动能[16] - 构建过程：$$ \frac{单季度营业收入-去年同期营业收入}{去年同期营业收入} $$ 2. **SUE因子** - 构建思路：衡量盈利超预期程度[16] - 构建过程：$$ SUE = \frac{单季度实际净利润-预期净利润}{预期净利润标准差} $$ 盈利质量类因子 1. **单季ROE** - 构建思路：衡量股东权益回报率[16] - 构建过程：$$ ROE = \frac{单季度归母净利润*2}{期初归母净资产+期末归母净资产} $$ 2. **DELTAROE** - 构建思路：反映盈利能力改善[16] - 构建过程：当期ROE - 去年同期ROE 流动性类因子 1. **非流动性冲击** - 构建思路：衡量交易摩擦成本[16] - 构建过程：$$ \frac{过去20个交易日|日涨跌幅|}{成交额均值} $$ 2. **三个月换手率** - 构建思路：反映股票活跃度[16] - 构建过程：过去60个交易日换手率均值 分析师类因子 1. **三个月盈利上下调** - 构建思路：捕捉分析师预期调整[16] - 构建过程：$$ \frac{上调家数-下调家数}{覆盖机构总数} $$ 2. **预期EPTTM** - 构建思路：反映市场一致预期估值[16] - 构建过程：采用Wind一致预期滚动EP数据 因子回测效果 沪深300样本空间 - **三个月波动因子**：最近一周超额0.47%，年化IR 2.81%[18] - **标准化预期外盈利**：最近一月超额1.07%，年化IR 3.93%[18] - **一个月反转因子**：今年以来超额4.78%，但最近一周超额-0.60%[18] 中证500样本空间 - **单季营收同比增速**：最近一周超额1.16%，年化IR 3.12%[20] - **非流动性冲击**：今年以来超额1.62%，年化IR 0.79%[20] 中证1000样本空间 - **EPTTM一年分位点**：最近一周超额1.03%，年化IR 6.71%[22] - **三个月反转因子**：最近一周超额-0.93%，历史年化IR -0.70%[22] 模型构建方法 **MFE组合优化模型** - 构建思路：在控制行业/风格暴露下最大化单因子暴露[41] - 优化目标：$$ \max f^Tw $$ - 约束条件包括： $$ s_l \leq X(w-w_b) \leq s_h $$ （风格暴露约束） $$ h_l \leq H(w-w_b) \leq h_h $$ （行业暴露约束） $$ w_l \leq w-w_b \leq w_h $$ （个股权重偏离约束）[42] 指数增强组合表现 - **中证1000增强组合**：本年超额收益9.41%，本周超额0.72%[13] - **沪深300增强组合**：本年超额4.21%，本周超额1.06%[13] 公募产品表现 - **中证500增强产品**：最近一月超额中位数1.11%，最高3.15%[33] - **中证1000增强产品**：最近一季超额中位数3.95%，最高9.38%[37]