量化私募行业动态 - 私募排排网发布百强量化私募榜单，上榜门槛为接近18%的收益率，其中股票策略私募占76家，百亿规模私募有36家，数量为各规模组最多 [1] - 灵均投资、宁波幻方量化、稳博投资位居百强量化私募前10强，诚奇私募、天演资本、进化论资产、龙旗科技位居前20强 [1] - 2025年量化私募行业全面回暖，截至11月底，全市场股票量化多头产品年内平均超额收益率为17.25%，行业资管规模预计已接近前期历史高位 [1] - 百亿量化私募蒙玺投资指出，2025年A股市场成交量及流动性大幅提升，为量化策略获取超额收益提供基础 [8] - AI技术在量化投资中的应用已从“可选项”转变为关乎竞争力的“必选项”，广泛渗透至数据清洗、因子挖掘、交易执行优化等关键环节 [8] 私募股权市场发展 - 2025年前11个月，全国私募股权市场新设基金规模超2.2万亿元 [2] - “中三角”地区成为新增长极，湖南省表现亮眼，获投企业数量达286家，领跑中三角，机构LP认缴出资总额增至304亿元，增幅高达67% [2] - 国有资本在湖南私募股权市场中发挥引领作用，政府引导基金、国资母基金等构建多元支持体系 [2] 公司上市与股价表现 - 国产GPU公司沐曦股份于12月17日上市，股价盘中最高涨幅达755%，收盘上涨692.95%，市值突破3000亿元 [3] - 投资人葛卫东及其关联的混沌投资合计持有2693.79万股，上市当天每股上涨725.34元，单日账面收益增加约195亿元 [3] - 沐曦股份新股中签者获利丰厚，中一签可获利超36万元 [3] 投资策略与市场观点 - 全球最大资产管理公司贝莱德发布2026年投资展望，报告聚焦人工智能（AI），谈及AI主题及相关产业链机会、融资模式转变，以及AI提升生产率的潜力和对宏观经济的影响 [4] - 半夏投资创始人李蓓指出，当前高净值群体与财富机构资产配置结构倾斜且拥挤，存在量化增强、科创基金等四大核心重仓，蕴含八大风险点 [6][7] - 李蓓表示其自身持仓与市场核心风险相反，股票组合多为低估值、高股息行业龙头，80%持仓具顺周期属性 [7] 行业人才与公司治理 - 由城堡基金前资深量化研究员张峰掌舵的斯量私募基金管理（北京）有限公司于2025年12月15日完成私募管理人登记，正式具备展业资质 [9][10] - 张峰持股80%为实际控制人，与投资总监孙一共同构成核心管理团队，张峰曾任职于摩根士丹利与城堡基金 [10] - Citadel已成为国内量化圈重要人才来源，解环宇、徐晓波等知名人物均有其任职经历 [10] - 东方财富完成管理层调整，原财务总监、董秘黄建海升任总经理及副董事长，黄建海持有公司股份50万股 [11] - 东方财富组织架构调整，不再设置监事会和合规总监，撤销内控合规部，组建法律合规部 [11]

文章核心观点 - 牛市不仅是市场高点，更是投资者认知升级与建立长期投资体系的契机，不同投资者通过挖掘价值、把握产业变革和持续学习来抓住机会 [1] 回望入市初心 - 持有封基于2006年底因一篇关于封闭式基金的文章入市，逻辑是净值一块钱的基金市价最低打五折，相当于用五毛买一块钱的资产，第一年获得180%的收益率 [3] - 草帽路飞在2006-2007年全民炒股氛围中入市，上证指数最高达6124点，这轮牛市是其投资行业的启蒙，虽未留下收益但打开了投资之窗 [3] 投资方法论形成路径 - 持有封基将量化管理思想应用于投资，借鉴麦当劳标准化管理经验，通过建立带权重的多因素模型来更真实地描述复杂世界，减少主观判断 [6] - 草帽路飞在2006-2007年跟随股评操作后开始反思盈利来源，2009年阅读巴菲特《滚雪球》后认知被颠覆，从此走上价值投资道路 [7] 牛市中的结构性机会识别逻辑 - 草帽路飞提及2014-2015年错失水电股机会，该机会源于大坝折旧结束后现金流不变但利润跳升的会计特性 [9][10] - 草帽路飞在同期抓住保险股机会，市场因会计准则导致报表估值偏高，但使用内含价值评估实际估值不到10倍，重仓布局后获利 [10] - 持有封基在2015年下半年通过分级基金A类策略获得约24%的收益，该品种在市场调整时因分级B下折反而上涨 [11] 应对市场周期变化的策略 - 持有封基在2021年通过量化比较发现可转债策略年化收益保守估计35%，而茅台等白马股性价比偏低，因此清仓白马股全部换为可转债 [14] - 可转债核心优势在于涨跌不对称性：正股涨1%转债涨约0.6%，正股跌1%转债只跌0.4%，在长期震荡中能不断创出新高 [15] 寻找适配自身特点的投资路径 - 价值投资适合性格谨慎、理性、有求知欲并愿意持续学习和进化的人 [17] - 适合价值投资需满足三个层次：理念上认可巴菲特等成功案例；掌握读懂财务报表等基本功；持续进化以跟上时代主流赛道如银行、地产、新能源、AI与资源能源的变迁 [18][19]

投资理念与方法论 - 投资框架强调将数学模型与现实市场弹性结合，学术模型如“均值方差模型”在真实市场中可能因参数过度敏感而失效，因此需要为理性框架注入现实弹性 [3] - 建立“三层调整”的纪律化框架，每月团队会像检修精密仪器般审视组合，依据量化信号进行战术调整，但在风格切换上更倾向于“均衡中的适度偏离” [3] - 采用双轨制风险控制框架：用模型锚定战略赔率（价格是否便宜），再用宏观因子辅助判断战术胜率（何时上涨），两者叠加以力求避免在“黎明前的黑暗”中承受不必要的损失 [5] 客户导向与产品策略 - 公司交付的不是模型，而是与客户生活场景深度匹配的解决方案，将冰冷数据转化为温暖陪伴的长期主义实践 [2] - 以“场景化思维”贯穿产品线：对于追求平稳的投资者，组合侧重力争控制波动与回撤修复；对于能承受较高波动的投资者，则会在均衡基础上适度提升锐度 [5] - 将基金投顾的角色理解为“解决方案提供者”而非“产品销售者”，认为投资者的核心挑战是在净值化时代于波动中建立新的心理适应，需要被陪伴以理解适度波动是获取长期回报的必经之路 [5] 行业趋势与投资者教育 - 资管新规后净值化时代的真正挑战，是帮助投资者完成从“刚兑思维”到“波动认知”的心理迁徙，过去那种没有波动的稳定收益已经消失 [6] - 基金管理人的角色是通过专业的大类资产配置，帮助客户力争平滑这段必经的波动旅程，让持有过程变得更可承受、更安心 [6] - 投资管理被视为基金管理人与投资者的“双向奔赴”，目标是找到认同稳健风格、注重长期持有体验的投资者，彼此陪伴共同成长 [6] 决策风格与团队管理 - 决策风格更倾向于全面考量、在中间地带寻找平衡，不擅长也不热衷于极致的风格切换，即使成长风格占优也不会全仓压上，追求的是均衡基础上的优化以及波动与回报之间更优的客户体验 [6] - 投资哲学认为所有的模型、信号和调整，最终都流向一个终点——客户真实的财富生活场景 [4] - 对于养老诉求等追求稳健与安心的场景，无论产品风险等级如何，持有体验始终是最关切的重点之一 [5]

公司核心投资理念与哲学 - 公司创始人贺金龙总结投资者获利概率：低波产品投资者基本都能赚钱，中波产品约八成投资者赚钱，高波产品只有约两成投资者赚钱 [1] - 投资核心目标是让投资者能够“拿得住、睡得着、赚到钱”，而非追求短暂刺激 [1] - 公司理念强调“慢即是快”，相信真正的财富来自复利，而复利必须建立在回撤可控的策略上 [2] - 公司希望成为投资领域的“寿星”而非短暂“明星”，坚信稳健是穿越周期的最优解 [2] - 公司认为重要的不是某一年赚多少，而是每一年都有稳健收益，深度回撤会导致客户流失 [2] 公司发展历程与规模 - 公司从最初2亿元自营盘发展至近75亿元资产管理规模 [1] - 公司发展路径从几乎囊括所有策略，最终聚焦于量化可转债、量化对冲等中低波动产品 [1] - 自公开业绩以来，公司代表产品连续8年均获得正收益 [10] - 公司历经10年沉淀，多资产策略优势初步凸显 [10] 投资策略与产品表现 - 公司聚焦量化可转债策略、量化对冲策略等为代表的中低波动产品 [1] - 旗舰产品“优美利赢胜价值1号A类份额”成立6年多累计收益超过150%，年化收益率超过15% [6] - 公司通过控制回撤让复利发挥作用，目标是在大部分年份跑出8%、10%、12%的收益率 [6] - 公司不靠押注单一标的赚钱，而是依靠大样本和体系赚钱 [6] - 公司量化可转债策略覆盖大量标的，单券持仓通常不超过4%，覆盖行业数量在15个以上 [6] - 在债券投资方面，公司保持十年“零踩雷”纪录 [7] - 公司股票中性策略主打“低波动、低相关”思路，模型覆盖量价、基本面、另类因子并持续迭代 [7] - 公司将股票中性策略作为多资产组合的一部分，通过灵活调整仓位赚取期货基差变化的钱 [8] - 公司策略条线还包括ETF、期权等多元化套利策略，旨在低风险前提下贡献超额收益 [8] 风险控制与投资体系 - 公司建立了“估值-动量-风险平价”三维决策体系，并对桥水的“风险平价”理念进行了本土化改造 [3] - 公司认为稳定的收益来自风险结构均衡，而非方向判断，市场不可预测但风险可管理 [3] - 公司风控体系强调实时、穿透、纪律，将人工智能、大数据分析与金融工程深度融合 [3] - 公司研发的“AI大数据风控与择时管理系统”可预测市场多空方向并服务于仓位择时管理 [4] - 该系统利用AI优化多因子模型参数，在执行效率上远超人工交易 [4] - 公司在风控体系中加入合规智能识别模块，能自动扫描数据识别潜在合规风险点 [5] - 公司认为风险管理是保护复利，追求活得更久 [5] 技术驱动与护城河 - 公司认为未来资管行业将走向“体系竞争”，技术投入、工程化能力和自动化体系决定机构寿命 [10] - 公司科技投入占利润的比例高达一半 [10] - 团队中计算机、数学、金融工程背景成员占相当比例 [10] - 公司自研了从数据采集、因子挖掘、组合优化、交易执行到风控预警的完整链条 [10] - 公司成立了独立科技公司，向券商等机构输出算法、拆单系统、程序化执行等底层能力 [10] - 对公司而言，技术是底层结构而非锦上添花，投资体系最终建立在技术之上 [10]

文章核心观点 - 文章通过多个案例指出，传统技术分析和公开新闻信息存在滞后性，真正的市场动向往往由大资金（如机构与游资）的博弈行为提前决定，散户难以通过公开信息获利 [1][3][10] - 文章强调，利用量化数据和行为金融学视角观察资金流向（如机构测试性买入、游资抢筹等），是解读市场、捕捉先机的关键方法，这比追逐已公开的利好新闻更为有效 [7][9][11] 牛市幻觉与市场现实 - 融资余额创新高或行业利好带来的牛市幻觉往往导致散户追高，但实际结果可能是股价快速回落，散户难以跑赢指数 [1][3] - 在牛市中，资金利用率是关键，量化系统可通过快速切换战场来提高效率，而长期持股（如横盘87天）可能错失机会，仅获得短暂上涨（如3天上涨20%）后又回落 [3] 游资与机构的博弈模式 - 游资与机构的博弈行为可驱动股价剧烈波动，例如武进不锈在出现真正的上涨前，量化数据显示了6次“游资抢筹”的测试行为，前5次为假动作，第6次带来了半个月900%的涨幅 [4] - 科林电气的案例显示，当机构与游资从步伐混乱（股价横盘）转向达成共识时，股价会出现快速上涨，这更像是资金角力后的临时同盟，而非单纯的价值发现 [6] 行为金融学与量化数据的应用 - 传统K线分析（如永辉超市日线平稳）可能掩盖真实动向，而量化“资金全景”数据能更早揭示机构扫货行为，这体现了行为金融学中的“信息分层”现象，即大资金领先于散户 [7] - 初灵信息在两连板后调整时，传统观点可能认为是“主力出货”，但量化数据显示是游资倒手与机构接盘，随后股价二次爆发，这揭示了市场情绪指标与传统分析的局限性 [9] 具体行业案例中的资金动向 - 在电子行业融资净买入消息公开前，量化系统已提前30天捕捉到兆易创新存在机构的连续“测试性买入”，当新闻发布时，早期布局者已在考虑止盈 [10] - 国防军工板块在订单落地传闻满天飞时，量化系统显示大资金却在减持获利盘，三天后辟谣公告导致追高者被套，再次证明市场真实资金流向与公开新闻时常背离 [10] 对散户的启示与策略 - 市场的真正博弈是不同风格资金（如机构与游资）的此消彼长，而非追逐虚幻的“主力”动向，这解释了为何股票常在利好公布时下跌，因为先知先觉者已提前准备退出 [11] - 当新闻广泛报道“某板块获资金青睐”时，往往已是行情的中后段，真正的机会出现在量化系统显示“机构补仓”与“游资抢筹”产生共振的时刻 [11]

行业整体表现 - 截至2025年11月底，头部量化私募（规模50亿以上）数量从2024年底的63家大幅增加至91家 [1] - 在至少拥有3只符合排名规则产品的61家头部量化私募中，2025年1-11月平均收益为31.71%，大幅跑赢同期沪深300指数17.94%的涨幅，且全部实现正收益 [1] 规模变化 - 在91家头部量化私募中，有43家实现了规模跃升，占比接近50%，多于主观私募的41家 [2] - 实现规模跃升的私募中，有30家是从50亿以下规模跃升至头部阵营，有13家是从50-100亿规模进一步跃升至100亿以上 [4] - 按跃升级别划分，跃升4级的仅有坤灵私募一家（从0-5亿跃升至100亿以上），跃升3级的有海南盛丰私募、安子基金两家 [4] - 在规模跃升的私募中，有26家至少有3只产品符合排名规则，其中云起量化、千朔投资、海南盛丰私募、大岩资本、鸣熙资本位列业绩前5 [4][5] 9号牌照与出海情况 - 截至2025年11月底，持有香港9号牌照的头部量化私募共有30家 [8] - 这30家私募的获牌时间集中于近9年（2016年之后），其中2020年之后获牌的占多数，共有24家 [8] - 2025年新增6家持牌头部量化私募，分别是优美利投资、平方和投资、致诚卓远、上海合骥私募、前海博普资产、黑翼资产 [8] - 在30家持牌私募中，百亿私募有23家，准百亿私募有7家 [10] - 在“出海”的头部量化私募中，有26家至少有3只产品符合排名规则，业绩前5均为百亿私募，分别是宁波幻方量化、天演资本、进化论资产、龙旗科技、世纪前沿 [11][13] 产品备案情况 - 截至2025年12月12日，年内备案产品数超过10只的私募共有225家，其中头部量化私募有70家，占比31.11% [15] - 备案产品数超过50只的私募共有28家，其中头部量化私募多达24家 [15] - 备案产品数位列前5的私募均备案超过100只产品，其中4家为百亿量化私募，分别是明汯投资（146只）、世纪前沿（142只）、黑翼资产（132只）、宽德私募（124只） [16][17] - 在备案产品数超过50只的24家头部量化私募中，有20家至少有3只产品符合排名规则，业绩前5分别为诚奇私募、进化论资产、龙旗科技、世纪前沿、海南盛丰私募 [17][18] 长短期综合业绩 - 在头部量化私募中，近1、3、5年符合排名规则的产品数均至少有3只的私募共有21家 [20] - 在上述所有时间区间（近1、3、5年）的收益均位于前50%的私募仅有5家，分别为宁波幻方量化、聚宽投资、龙旗科技、明汯投资、洛书投资，其中4家为百亿私募 [20][21]

文章核心观点 - 文章认为，以沐曦股份上市为代表的硬科技企业资本盛宴背后，存在普通投资者与机构之间的信息不对称和利益分配不均，普通投资者在看似繁荣的市场中容易成为被收割的对象 [1][18] - 文章指出，市场波动和个股走势往往受到机构资金行为的深刻影响，散户基于公开新闻或K线图表的传统分析方式容易陷入陷阱，而量化工具能帮助穿透表象洞察资金真实动向 [11][14][19] 沐曦股份上市与资本运作 - 沐曦股份作为“国产GPU四小龙”之一上市，发行价为104.66元/股，上市后市值达到418亿元 [1] - 公司上市前经历了13轮融资，累计融资额达126亿元，吸引了包括红杉、国调、经纬在内的顶级投资机构 [1] - 南京国资通过“和利国信智芯”基金等主体进行了早期投资和资本运作，例如以7.6亿元资金撬动了33亿元规模的基金，并带动了180多个半导体项目 [3] - 南京浦口区通过合作基金对沐曦股份进行了多轮早期投资，例如2020年12月投资5000万元对应投前估值4.1亿元，2021年6月投资7000万元对应投前估值34亿元 [16] - 文章认为，国资、风投、产业资本已形成环环相扣的闭环，普通投资者在此类资本游戏中处于信息劣势地位 [18] 市场现象与散户投资陷阱 - 2025年11月14日，美联储释放鸽派信号后，A股半导体板块出现先扬后抑、尾盘跳水的走势，导致许多冲入“抄底”的散户被套牢 [3] - 历史数据显示，即使在牛市行情中，也有约40%（四成）的个股表现会跑输大盘 [6] - 华兰疫苗曾出现连续下跌6天后股价又快速反弹（旱地拔葱）的案例，说明基于短期价格波动的交易决策容易失误 [6] - 某些个股走势呈现“涨得慢、调整快”的特征，并在创出新高后立即调整，被描述为“请君入瓮”式的陷阱 [8] - 一些股票出现诱人的技术突破形态（如五连阳突破），但量化数据显示机构资金早已撤离，导致跟进的散户被套牢 [14] 机构行为与市场本质 - 量化系统数据显示，在股价上下震荡期间，机构资金始终保持活跃，表明震荡可能是机构精心设计的洗盘行为 [11] - 市场存在严重的信息不对称，机构投资者专注于研究财务报表和散户行为模式，而散户往往依赖于新闻和K线形态 [19] - 文章强调，真正的投资需要依靠专业的工具和系统方法（如量化分析）来捕捉资金动向，而非仅凭热情或传统技术分析 [19]

量化模型与构建方式 **本报告为市场跟踪周报，未涉及具体的量化模型或量化因子的构建思路、过程及评价。** 模型的回测效果 **本报告未涉及具体量化模型的回测效果指标。** 量化因子与构建方式 **本报告未涉及具体量化因子的构建思路、过程及评价。** 因子的回测效果 **本报告未涉及具体量化因子的回测效果指标。** 市场表现与数据跟踪 1. **各类量化策略收益表现**：报告跟踪了样本量化私募在主要指数增强及市场中性策略上的近期收益与超额收益[1] * 300增强策略：周/月/年初以来平均收益分别为+0.3%/-0.6%/+24.6%，平均超额分别为+0.4%/+0.3%/+6.2%[1] * 500增强策略：周/月/年初以来平均收益分别为+0.3%/-1.3%/+36.5%，平均超额分别为-0.7%/-0.4%/+12.7%[1] * A500增强策略：周/月/年初以来平均收益分别为+0.1%/-0.8%/+29.7%，平均超额分别为-0.2%/-0.2%/+7.2%[1] * 1000增强策略：周/月/年初以来平均收益分别为-0.3%/-2.1%/+39.6%，平均超额分别为-0.7%/-0.3%/+16.6%[1] * 空气指增策略：周/月/年初以来平均收益分别为-0.9%/-2.4%/+35.6%[1] * 市场中性策略：周/月/年初以来平均收益分别为-0.4%/-0.9%/+10.1%[1] 2. **风格指数相对收益**：报告展示了不同风格指数相对于中证500指数的超额收益[2] * 沪深300相对中证500：周/月/年初以来超额收益分别为-0.2%/-1.3%/-7.9%[2] * 中证1000相对中证500：周/月/年初以来超额收益分别为-0.6%/-1.7%/-2.7%[2] * 中证2000相对中证500：周/月/年初以来超额收益分别为+0.3%/-0.1%/+6.4%[2] * 微盘股相对中证500：周/月/年初以来超额收益分别为+3%/-4.4%/+42.5%[2] 3. **市场交投活跃度**：报告统计了主要宽基指数及微盘股的日均成交额及其环比变化[3] * 沪深300：周/月/年初以来日均成交额分别为4042/4187/3998亿元，环比-12.4%/-48.8%/+0.6%[3] * 中证500：周/月/年初以来日均成交额分别为2913/2855/2802亿元，环比-9.4%/-48%/+0.8%[3] * 中证1000：周/月/年初以来日均成交额分别为3624/3692/3579亿元，环比-8.3%/-44.3%/+0.5%[3] * 中证2000：周/月/年初以来日均成交额分别为4227/4385/4347亿元，环比-10.6%/-42.4%/+0.3%[3] * 微盘股：周/月/年初以来日均成交额分别为253/345/306亿元，环比-29.2%/-45.8%/+0.7%[3] 4. **行业表现**：报告列出了不同时间窗口内涨幅居前和靠后的行业[4] * 本周涨幅前三行业：日常消费零售+10.6%、可选消费零售+6.5%、消费者服务+4.8%[4] * 本周涨幅后三行业：电气设备-3.4%、半导体-3.3%、硬件设备-1.8%[4] * 本月涨幅前三行业：国防军工+9.6%、日常消费零售+6.6%、硬件设备+5.4%[4] * 本月涨幅后三行业：煤炭-7.5%、房地产-7.3%、工业贸易与综合-5.5%[4] * 年初以来涨幅前三行业：有色金属+75.5%、硬件设备+49.9%、工业贸易与综合+45.7%[4] * 年初以来涨幅后三行业：电信服务-3.3%、房地产-0.5%、食品饮料-0.4%[4] 5. **股指期货基差情况**：报告跟踪了IF、IC、IM合约的年化贴水率及其历史分位数[4] * 当月合约年化贴水：IF/IC/IM均为+0%，近一年分位数分别为21.3%/9.9%/7.3%[4] * 下季合约年化贴水：IF为+3.9%（分位数64.6%），IC为+8.5%（分位数32.8%），IM为+11.6%（分位数47.1%）[4]

量化模型与因子总结 量化因子与构建方式 1. **因子名称**：风格组相对拥挤度[123] * **因子构建思路**：通过计算两种风格指数换手率标准化值的差值及其历史分位，来衡量一种风格相对于另一种风格的交易拥挤程度[123] * **因子具体构建过程**： 1. 对于风格A和风格B，分别计算其指数的近252日平均换手率[123] 2. 将上述换手率数据在2005年1月1日至今的历史时间序列上进行Z-score标准化，得到Z-score_A与Z-score_B[123] 3. 计算二者差值：$$Diff = Z\_score\_A - Z\_score\_B$$[123] 4. 计算差值Diff的滚动6年历史分位数（历史数据量满1年且不足6年时，以全部历史数据进行计算），该分位数即为风格A相对于风格B的相对拥挤度[123] 2. **因子名称**：风格指数累计超额净值[124] * **因子构建思路**：以万得全A指数为基准，计算各风格指数相对于基准的累计超额表现，用于衡量风格的长期收益特征[124] * **因子具体构建过程**： 1. 以2020年1月4日为基准日，将各风格指数及万得全A指数的每日收盘点数除以基准日收盘点数，得到各自的累计净值[124] 2. 将各风格指数在交易日t的累计净值，除以同一交易日万得全A指数的累计净值，得到该风格指数相对于万得全A指数的累计超额净值[124] 3. **因子名称**：机构调研活跃度[125] * **因子构建思路**：通过计算板块（指数、行业）的日均机构调研次数相对于市场整体水平的标准化差异及其历史分位，来衡量机构关注度的热度[125] * **因子具体构建过程**： 1. 计算板块（指数、行业）近n个交易日的“日均机构调研次数”[125] 2. 将上述数据在滚动y年的历史时间序列上进行z-score标准化[125] 3. 将板块的标准化值与万得全A的标准化结果作差，得到“机构调研活跃度”[125] 4. 最后计算“机构调研活跃度”的滚动y年历史分位数[125] * **长期口径参数**：n取126（近半年），滚动窗口y为6年（历史数据量满3年且不足6年时，以全部历史数据进行计算）[125] * **短期口径参数**：n取63（近一季度），滚动窗口y为3年（历史数据量满1年且不足3年时，以全部历史数据进行计算）[125] 4. **因子名称**：股债风险溢价（ERP）[50] * **因子构建思路**：通过计算股票指数市盈率倒数与无风险利率（10年期国债收益率）的差值，来衡量股票市场相对于债券市场的风险溢价水平，用于评估股债性价比[50] * **因子具体构建过程**：对于特定指数，其ERP计算公式为：$$指数erp = \frac{1}{指数PE\_TTM} - 10年期中债国债到期收益率$$[50] * **因子评价**：该指标是衡量权益资产配置价值的重要参考，ERP处于历史较高分位时，通常意味着配置权益的性价比较高[50] 5. **因子名称**：滚动季度夏普率[37] * **因子构建思路**：计算万得全A指数滚动季度（约63个交易日）的夏普比率，用于衡量市场在承担单位风险下所获得的超额回报，作为市场情绪与风险的观测指标[37] * **因子评价**：该指标上升至历史极高位置通常表明市场情绪达到极端高峰，后续市场易进入震荡或调整状态；当其从高点回落时，市场回撤风险有所减弱[37] 6. **因子名称**：成交热度[26] * **因子构建思路**：使用周度日均自由流通换手率的历史分位值来衡量市场或特定板块、行业的交易活跃程度[26] * **因子具体构建过程**：成交热度 = 指定标的（如指数、行业）的周度日均自由流通换手率在其历史时间序列（报告中未明确具体区间）上的百分位值[26] 因子的回测效果 1. **风格组相对拥挤度因子**，成长vs红利相对拥挤度历史分位：68%[70]，小盘vs大盘相对拥挤度历史分位：39%[70]，微盘股vs中证800相对拥挤度历史分位：93%[70] 2. **风格指数累计超额净值因子**，成长较红利超额收益（近一周）：-2.0%[59]，小盘较大盘超额收益（近一周）：0.1%[59]，微盘股较基金重仓超额收益（近一周）：3.3%[59]，动量较反转超额收益（近一周）：-2.9%[59] 3. **股债风险溢价（ERP）因子**，万得全A指数ERP历史分位：63%[50]，沪深300指数ERP历史分位：64%[50]，中证500指数ERP历史分位：74%[50]，创业板指数ERP历史分位：87%[50] 4. **成交热度因子**，万得全A成交热度历史分位：82%[35]，消费板块成交热度历史分位：89%[35]，医药板块成交热度历史分位：67%[35]，纺织服装行业成交热度历史分位：100%[35]

量化市场跟踪：大类因子表现 - 本周全市场股票池中，估值因子和盈利因子分别获取正收益0.27%、0.25% [4] - 市值因子和非线性市值因子分别获取负收益-0.91%、-0.51%，市场表现为小市值风格 [4] - 残差波动率因子获取负收益-0.44% [4] 量化市场跟踪：单因子表现 - 在沪深300股票池中，表现较好的因子有单季度ROE同比 (2.31%)、单季度ROE (1.81%)、市盈率因子 (1.51%)；表现较差的因子有总资产增长率(-1.28%)、单季度营业利润同比增长率 (-0.83%) [5] - 在中证500股票池中，表现较好的因子有市净率因子(1.78%)、标准化预期外收入(1.74%)、经营现金流比率 (1.28%)；表现较差的因子有单季度净利润同比增长率(-1.19%)、单季度营业利润同比增长率(-1.06%) [5] - 在流动性1500股票池中，表现较好的因子有市盈率因子 (1.44%)、下行波动率占比 (1.24%)、市净率因子 (1.17%)；表现较差的因子有单季度净利润同比增长率 (-1.00%)、单季度营业收入同比增长率 (-0.82%) [5] 量化市场跟踪：因子行业内表现 - 基本面因子在传媒、纺织服装行业正收益较为一致，涉及净资产增长率因子、净利润增长率因子、每股净资产因子、每股经营利润TTM因子 [6] - 估值类因子中，BP因子在多数行业正收益显著，BP因子和EP因子在综合行业正收益较为一致 [6] - 残差波动率因子和流动性因子在食品饮料、美容护理行业正收益较为一致 [6] - 市值风格上，本周多数行业小市值风格显著，国防军工、非银金融、有色金属、石油石化行业大市值风格显著 [7] 量化策略组合跟踪：PB-ROE-50组合 - 本周PB-ROE-50组合在各股票池中均获取负超额收益 [8] - 在中证500股票池中获得超额收益-0.02%，在中证800股票池中获得超额收益-0.19%，在全市场股票池中获得超额收益-0.75% [8] 量化策略组合跟踪：机构调研组合 - 本周公募调研选股策略和私募调研跟踪策略均获取负超额收益 [9] - 公募调研选股策略相对中证800获得超额收益-0.43%，私募调研跟踪策略相对中证800获得超额收益-1.92% [9] 量化策略组合跟踪：大宗交易与定向增发组合 - 本周大宗交易组合相对中证全指获取负超额收益，为-0.68% [10] - 本周定向增发组合相对中证全指获取正超额收益，为1.46% [11]