根据提供的研报内容，以下是关于量化因子与模型的总结： 量化因子与构建方式 1. **因子名称：大买单成交金额占比**[8] * **因子构建思路**：该因子旨在刻画大资金的买入行为[8] 其构建思路是基于逐笔成交数据，通过还原买卖单并筛选大单，计算大买单金额在总成交额中的比例[8] * **因子具体构建过程**： 1. 数据准备：获取股票的逐笔成交数据，数据中包含叫买序号和叫卖序号[8] 2. 还原买卖单：根据逐笔成交数据中的叫买和叫卖序号，将逐笔成交数据还原为原始的买卖单数据[8] 3. 筛选大单：对还原后的买卖单，按照每单的成交量设定阈值，筛选出符合条件的大额订单（大单）[8] 4. 计算因子值：针对筛选出的大单，计算其中所有买单的成交金额总和，然后将此总和除以当日该股票的总成交金额，得到大买单成交金额占比[8] 公式如下： $$大买单成交金额占比 = \frac{当日大买单成交总金额}{当日总成交金额}$$[8] 2. **因子名称：净主动买入金额占比**[8] * **因子构建思路**：该因子旨在刻画投资者的主动买入行为[8] 其构建思路是基于逐笔成交数据中的买卖标志，区分主动买入和主动卖出，并计算其净额相对于总成交额的比例[8] * **因子具体构建过程**： 1. 数据准备：获取股票的逐笔成交数据，数据中包含买卖标志[8] 2. 界定主动交易：根据逐笔成交数据中的买卖标志，界定每一笔成交是属于主动买入还是主动卖出[8] 3. 计算净额：将当日所有主动买入的成交金额相加，减去当日所有主动卖出的成交金额相加，得到净主动买入金额[8] 4. 计算因子值：将计算得到的净主动买入金额除以当日该股票的总成交金额，得到净主动买入金额占比[8] 公式如下： $$净主动买入金额占比 = \frac{当日主动买入总金额 - 当日主动卖出总金额}{当日总成交金额}$$[8] 因子的回测效果 1. **大买单成交金额占比因子** * 在个股层面的近期表现（2025年10月20日至2025年10月24日过去5日均值）：石化机械 (88.4%)、神开股份 (87.0%)、东方园林 (86.4%) 等[10] * 在宽基指数层面的近期表现（2025年10月20日至2025年10月24日过去5日均值）：上证指数 (75.2%)、上证50 (73.9%)、沪深300 (75.5%)、中证500 (76.0%)、创业板指 (75.2%)[13] * 在行业（中信一级）层面的近期表现（2025年10月20日至2025年10月24日过去5日均值）：银行 (80.7%)、钢铁 (79.5%)、非银行金融 (79.2%) 等[14] * 在ETF层面的近期表现（2025年10月20日至2025年10月24日过去5日均值）：博时中证全球中国教育ETF (91.2%)、华夏创成长ETF (90.5%)、富国上证综指ETF (90.0%) 等[16] 2. **净主动买入金额占比因子** * 在个股层面的近期表现（2025年10月20日至2025年10月24日过去5日均值）：唐山港 (20.7%)、常青股份 (17.0%)、双元科技 (16.3%) 等[11] * 在宽基指数层面的近期表现（2025年10月20日至2025年10月24日过去5日均值）：上证指数 (-0.8%)、上证50 (3.3%)、沪深300 (2.3%)、中证500 (0.8%)、创业板指 (5.3%)[13] * 在行业（中信一级）层面的近期表现（2025年10月20日至2025年10月24日过去5日均值）：电子 (8.0%)、通信 (7.4%)、国防军工 (3.5%) 等[14] * 在ETF层面的近期表现（2025年10月20日至2025年10月24日过去5日均值）：博时上证科创板芯片ETF (15.6%)、易方达中证红利ETF (15.2%)、华泰柏瑞中证2000ETF (15.0%) 等[17]

报告行业投资评级 - 中信五风格-金融★☆☆，一颗星代表偏多，判断趋势有上涨的驱动，但盘面可操作性不强 [3][19] 报告的核心观点 - 截至2025/10/24当周，通联全A（沪深京）、中证综合债与南华商品指数周度涨跌幅分别为3.42%、-0.03%、0.94% [3] - 公募基金市场近一周增强指数策略领涨，周度涨跌幅为3.89%，中性策略涨多跌少，商品方面贵金属ETF回调，豆粕与有色金属ETF收益小幅反弹，能源化工ETF有所企稳 [3] - 中信五风格上周五风格均收涨，成长风格收益领跑；风格轮动图显示相对强弱层面周期与消费风格环比走弱，指标动量层面成长风格升幅较大 [3] - 公募基金池近一周金融与周期风格基金超额表现较优，产品对消费风格偏移度边际提升，本周市场整体指标延续上升趋势，当前成长与金融风格位于历史偏高拥挤区间 [3] - 中性策略方面，截至上周股指基差周内呈边际回升态势，IC合约回升至近三月均值上方0.5倍标准差附近水平；IC，IM对应现货指数ETF平均溢价率偏高，位于近三月80%以上分位区间 [3] - 近一周中长期动量因子收益表现较优，周度超额收益率为1.70%，残差波动率与ALPHA因子有所回撤，胜率方面分红与杠杆因子有所修复；本周因子截面轮动速度继续走高，当前位于近一年80%分位以上区间 [3] - 根据风格择时模型最新评分结果，本周成长与金融风格边际回升，周期与稳定风格回落，当前信号偏向金融风格。上周风格择时策略收益率为1.45%，对比基准均衡配置超额收益率为 -0.98% [3] 相关目录总结 近期市场收益 - 展示了通联全A（沪深京）、中证综合债（净）、南华商品的周度、月度、季度、半年度收益率 [6] - 展示了近一年公募基金产品成立规模（QDII） [6] - 展示了公募基金主要策略指数近三月最大回撤和周度收益率 [6] 中信风格指数净值走势 - 展示了2025/9/24 - 2025/10/23金融、周期、消费、成长、稳定风格指数净值走势 [8][9] 中信风格指数相对轮动图 - 展示了金融、周期、消费、成长、稳定风格近一周、上一周、近一月、近三月、近六月、近一年的相对强弱和相对强弱动量数据 [10][11] 基金风格指数超额收益表现 - 展示了金融、周期、消费、成长风格基金近一周、上一周、近一月、近三月、近六月、近一年的超额收益表现 [12] 基金风格拥挤度 - 展示了2025/9/28 - 2025/10/26周期、成长、消费、金融风格基金拥挤度情况 [13] 本周Barra单因子风格偏好 - 展示了金融、周期、消费、成长、稳定风格Barra单因子风格偏好情况 [14] Barra单因子风格策略超额收益表现 - 展示了估值、成长、盈利、流动性、分红、规模、杠杆、动量反转、动量、BETA、ALPHA、残差波动率、残差动量、周内波动率等因子的超额收益表现 [15][16] 今年以来Barra单因子风格超额净值走势 - 展示了估值、成长、盈利、流动性、分红、规模、杠杆、动量、BETA、ALPHA、残差波动率等因子近一周、上一周、近一月的超额净值走势 [18]

公司股价与估值 - 截至10月9日，Carvana Co 股价为360.03美元 [1] - 公司市盈率处于高位，滚动市盈率为98.19，远期市盈率为60.61 [1] 公司治理与历史风险 - 公司由父子Ernie Garcia Sr 和 Ernie Garcia III领导，其家族历史存在争议性财务操作 [2] - Garcia Sr 在1980年代曾涉及银行欺诈和可疑房地产交易 [2] - 公司现任领导层延续了激进的次优级汽车贷款增长策略，并伴有复杂的关联方交易和可能虚增销售及利润的会计操作 [2] - 审计委员会主席Ira Platt与Garcia家族存在长期财务联系，引发公司治理担忧 [3] 财务操作与监管风险 - 公司被指控与DriveTime进行虚假交易，这些交易占其2021年单位销售增长的很大一部分 [3] - 公司被指控通过延迟贷款销售来操纵季度收益，即典型的“饼干罐”会计手法 [3] - 美国证券交易委员会在6月发出传票，投资者正就涉嫌的拉高出货计划提起诉讼 [4] 业务基本面与财务风险 - 公司基本面脆弱，次优级汽车贷款拖欠率高，未来十年内有超过45亿美元债务到期 [3] - 公司的盈利能力持续依赖于波动性较大的次优级贷款市场 [4] - 尽管公司进行零星股票回购并宣布强劲季度业绩，但风险依然存在 [3] 积极业务因素 - 公司拥有垂直整合的电子商务平台、强大的融资能力和旨在实现长期盈利的运营效率 [5] - 公司的物流规模和数据驱动平台被认为具有价值 [5] - 自2025年5月覆盖以来，公司股价已上涨12.4%，反映了其增长战略的部分执行 [5]

OpenAI合作对相关公司股价的积极影响 - 与博通签署多年期协议计划部署10千兆瓦AI数据中心容量后博通股价飙涨11% [1] - 与Arm就AI服务器芯片采用Arm CPU进行深入洽谈后Arm股价飙涨超11%盘后延续涨势上扬超6% [4] - 此前与AMD合作时AMD股价曾三日大涨43% [6] OpenAI的芯片战略布局与技术分工 - 与博通合作专注于AI推理芯片专门用于运行已开发完成的AI模型 [10] - 与Arm洽谈聚焦于为AI服务器芯片配套的CPU旨在承担比当前配合英伟达芯片的CPU更多计算任务 [10] - 与博通合作的AI推理芯片预计最早明年底投入使用目标支持10吉瓦数据中心容量约为OpenAI目前使用容量的五倍 [11] OpenAI宏伟目标与供应链管理 - OpenAI首席执行官Sam Altman表示公司希望到2033年建成250吉瓦新计算能力按当前标准耗资超过10万亿美元 [11] - OpenAI与博通合作设计的芯片将由台积电制造为确保产能Altman已会见台积电高管敦促释放更多产能 [11][12] - 台积电高管曾表示若OpenAI能承诺大量订单他们愿意扩大芯片生产 [12] 软银与OpenAI的深度资本及业务协同 - 软银作为OpenAI最大股东之一持有Arm近90%股份已向OpenAI投资数十亿美元并承诺追加数百亿美元资本支持其数据中心建设 [6] - 软银承诺从今年开始每年向OpenAI购买价值数十亿美元的AI技术部分技术将用于帮助Arm缩短新芯片开发时间 [6] - OpenAI与甲骨文英伟达等巨头的合作形成一个紧密的AI联盟 [8] OpenAI的资本需求与融资模式 - OpenAI这些大手笔交易总计涉及支撑26吉瓦数据中心容量的芯片据估计该容量建设费用超过1万亿美元 [13] - 尽管OpenAI今年将产生约130亿美元收入但预计到2029年将烧掉1150亿美元现金 [13] - 高盛分析指出计入未来重大资本承诺OpenAI在2026年总资金需求高达1140亿美元其中75%依赖外部股权和债务融资 [13]

根据提供的研报内容，这是一篇关于可转债市场的定期跟踪报告，主要对市场行情、个券表现和条款进行数据统计和展示。报告中没有涉及具体的量化模型或量化因子的构建、测试和评价。 因此，本次总结无法提供关于“量化模型与构建方式”、“模型的回测效果”、“量化因子与构建方式”及“因子的回测效果”的具体内容。

报告行业投资评级 - 中信五风格-成长★☆☆，一颗星代表偏多，判断趋势有上涨驱动，但盘面可操作性不强 [2] 报告的核心观点 - 截至2025/09/26当周，通联全A（沪深京）、中证综合债与南华商品指数周度涨跌幅分别为0.21%、-0.27%、0.43%。近一周被动指数类产品收益表现偏强，中性策略产品跌多涨少，债券方面转债收益强于纯债，商品方面贵金属ETF净值持续走强，白银ETF上涨5.72%，豆粕ETF延续回撤 [3] - 上周成长与周期收涨，其余风格收跌，周期风格边际转弱，稳定与金融小幅回升。消费风格基金超额表现较优，周度超额收益率为0.91%，产品对周期风格偏移度边际提升；本周市场拥挤度指标小幅提高，金融与消费风格位于历史偏高拥挤区间 [3] - 截至上周五IH、IF合约基差位于近三月均值上方1倍标准差以内区间，IM与IC合约位于近三月均值下方1倍标准差以内区间，对冲成本小幅回落，IH、IM对应现货指数ETF溢价率边际走高，位于近三月偏高分位区间 [3] - 近一周短期动量因子收益表现较优，周度超额收益率为1.85%，资金流与成长因子收益边际回升，残差动量因子胜率有所修复；本周因子截面轮动速度环比提高，升至历史中等分位区间 [3] - 根据风格择时模型评分，本周消费与周期风格边际回落，稳定与金融小幅回升，信号偏向成长风格。上周风格择时策略收益率为1.58%，对比基准均衡配置超额收益率为1.85% [3] 根据相关目录分别进行总结 近期市场收益 - 展示通联全A（沪深京）、中证综合债（净）、南华商品的周度、月度、季度、半年度收益率以及近一年公募基金产品成立规模、公募基金主要策略指数近三月最大回撤和周度收益率等数据 [5] 中信风格指数 - 呈现中信风格指数净值走势，涉及金融、周期、消费、成长、稳定风格 [6] - 中信风格指数相对轮动图展示各风格相对强弱和相对强弱动量情况，以及不同时间周期下各风格的具体数据 [7][8] 基金风格指数 - 基金风格指数超额收益表现给出美部（推测为金融）、周期、消费、成长风格在近一周、上一周、近一月、近三月、近六月、近一年的超额收益数据 [10] - 展示基金风格拥挤度数据，涉及周期、成长、消费、金融风格 [11] Barra因子 - 本周Barra单因子风格偏好图展示各因子偏好情况，偏好区间为0 - 1，数值越靠近1表示偏向程度越高 [12] - Barra单因子风格策略超额收益表现展示估值、成长等因子近一周、上一周、近一月的超额收益情况 [13] - 今年以来Barra单因子风格超额净值走势展示多个因子今年以来的超额净值走势 [16]

量化模型与构建方式 1 周期分析模型 - 模型名称：周期分析模型[8] - 模型构建思路：基于技术分析，通过分析市场周期波动来判断趋势状态[8] - 模型具体构建过程：该模型通过识别市场价格的周期性波动特征，结合时间序列分析来判定市场趋势。具体构建时，会计算价格在不同周期窗口下的波动特征，并结合滤波技术提取周期成分，最终通过模式识别方法判断当前市场所处的周期阶段及趋势强度[8] 2 行业四轮驱动模型 - 模型名称：行业四轮驱动模型[2][9][15] - 模型构建思路：通过多维度指标进行行业轮动，捕捉板块内轮动机会[2][9] - 模型具体构建过程：模型从四个维度（驱动轮）对行业进行评估和筛选。具体构建过程包括： 1) 赚钱效应异动信号捕捉：监测行业价格和成交量的异常变动，识别潜在机会 2) 行业拥挤度分析：计算行业成交金额占比及其历史分位数 3) 行业分化程度跟踪：衡量板块间涨跌分化程度 4) 基本面与技术面结合：综合行业近期表现与历史Sharpe比率进行排序 模型最终输出建议关注的行业组合，如表中所列传媒、商贸零售、农林牧渔等行业[2][9][15] 量化因子与构建方式 1 股债收益差因子 - 因子名称：股债收益差[8] - 因子构建思路：通过比较股票与债券收益率差异来判断市场估值水平[8] - 因子具体构建过程：计算股票市场收益率与债券市场收益率的差值，并进行标准化处理。具体公式为： $$股债收益差 = \frac{股票收益率 - 债券收益率}{\sigma}$$ 其中$\sigma$为历史波动率。当该值处于2倍标准差之下时，表明市场可能接近阶段性高点[8] 2 行业分化程度因子 - 因子名称：行业分化程度[2][9][11] - 因子构建思路：衡量不同行业板块之间涨跌差异程度的指标[2][9] - 因子具体构建过程：计算各行业指数收益率的截面标准差，或者使用其他离散度度量指标来衡量行业间的分化程度。当分化程度达到历史高点附近时，可能预示市场需要高低切换[2][9][11] 3 行业拥挤度因子 - 因子名称：行业拥挤度[9][12] - 因子构建思路：通过成交金额占比来评估行业热度拥挤情况[9][12] - 因子具体构建过程：计算特定行业（如TMT板块）成交金额占市场总成交金额的比例，并计算其历史分位数。当该比例接近历史高点时，表明行业可能过于拥挤，需要警惕回调风险[9][12] 4 赚钱效应异动因子 - 因子名称：赚钱效应异动[15] - 因子构建思路：捕捉行业价格和成交量异常变动带来的赚钱效应变化[15] - 因子具体构建过程：监测行业指数的价格突破和成交量放大现象，当出现异常变动时生成信号。具体通过计算行业指数的短期收益率与成交量比值的异常值来识别潜在机会[15] 模型的回测效果 （报告中未提供具体的模型回测指标数值） 因子的回测效果 （报告中未提供具体的因子回测指标数值）

核心观点 - 国信金工主动量化策略以公募主动股基为业绩基准，包含优秀基金业绩增强组合、超预期精选组合、券商金股业绩增强组合和成长稳健组合四种策略 [12] - 成长稳健组合本年绝对收益40.87%，相对偏股混合型基金指数超额收益20.39%，在主动股基中排名8.30%分位点（288/3469）[2][13] - 超预期精选组合本年绝对收益34.72%，相对偏股混合型基金指数超额收益14.24%，在主动股基中排名12.68%分位点（440/3469）[1][13] - 券商金股业绩增强组合本年绝对收益23.05%，相对偏股混合型基金指数超额收益2.57%，在主动股基中排名33.58%分位点（1165/3469）[1][13] - 优秀基金业绩增强组合本年绝对收益17.22%，相对偏股混合型基金指数超额收益-3.26%，在主动股基中排名49.35%分位点（1712/3469）[1][13] 组合策略简介 - 优秀基金业绩增强组合：从对标宽基指数转变为对标主动股基，在借鉴优秀基金持仓基础上采用量化方法增强 [3][52] - 超预期精选组合：以研报标题超预期与分析师全线上调净利润为条件筛选股票池，再进行基本面和技术面精选 [4][58] - 券商金股业绩增强组合：以券商金股股票池为选股空间，采用组合优化方式控制个股和风格偏离 [5][63] - 成长稳健组合：采用"先时序、后截面"方式构建成长股二维评价体系，优先选择距离财报预约披露日较近的股票 [6][68] 绩效表现 - 成长稳健组合年化收益35.51%，相对偏股混合型基金指数年化超额26.88%，大部分年度排名股基前30% [69][72] - 超预期精选组合年化收益30.55%，相对偏股混合型基金指数年化超额24.68%，每年业绩排名都排在主动股基前30% [59][61] - 券商金股业绩增强组合年化收益19.34%，相对偏股混合型基金指数年化超额14.38%，2018-2025年每年排名股基前30% [64][67] - 优秀基金业绩增强组合年化收益20.31%，相对偏股混合型基金指数年化超额11.83%，2012年以来大部分年度排名股基前30% [54][57] 市场表现 - 本周股票收益中位数0.47%，55%股票上涨；主动股基中位数3.60%，95%基金上涨 [2] - 本年股票收益中位数19.44%，83%股票上涨；主动股基中位数17.18%，97%基金上涨 [2][51] - 本周中证500指数收益3.88%，偏股混合型基金指数收益3.85% [13] - 本年中证500指数收益14.72%，偏股混合型基金指数收益20.48% [13]

市场表现 - 沪深300及创业板指数近1年走势显示，沪深300指数波动范围为-20%至80%，创业板指波动范围为0%至80% [1][2] - 昨日涨跌幅前五行业为国防军工(+3.073%)、机械设备(+1.979%)、煤炭(+1.893%)、纺织服饰(+1.356%)、计算机(+1.300%) [3] - 昨日涨跌幅后五行业为医药生物(-0.651%)、商贸零售(-0.227%)、建筑材料(-0.226%)、社会服务(-0.185%)、银行(-0.136%) [5] 金融工程研究 - 资金驱动下的A股表现亮眼，被动投资在行情初期发挥重要作用，部分投资者通过购买ETF为指数价格上涨提供流动性 [8] - 杠杆类资金是放量行情的重要支撑，截至2025年8月4日全市场融资融券余额已超过1.99万亿，突破2024年以来历史高点 [8] - 量价齐升和赚钱效应放大是行情的核心驱动因素，市场赚钱效应刺激散户参与意愿增加 [6][8] 微观交易特征 - 早盘交易集中度维持在2024年"新国九条"颁布以前的水平，截至2025年8月4日的集中比例约为25% [9] - 委托金额变化反映机构和散户参与比例的动态变化规律 [10] - 程序化交易比例在放量阶段有所增长，但受政策限制措施影响使用变得克制 [12] 高频因子表现 - 高维记忆_MEMO因子2023年以来多空收益29.3% [14] - 强反转_SR因子2023年以来多空收益19.7% [14] - 彩票委托_LOTTERY因子2023年以来多空收益32.9% [14] 北汽蓝谷公司分析 - 公司发布"三年跃升计划"，推动销售上量、结构优化、降本和丰富盈利生态 [4][16] - 2025Q1营收同比增长151%，毛利率同比提升4.1个百分点，归母净利同比减亏0.6亿元 [4][16] - 预计2025-2027年营收分别为317.6亿元、632.8亿元、949.0亿元，当前股价对应PS分别为1.5倍、0.8倍、0.5倍 [4][16] 极狐品牌发展 - 2024年以来销量明显提升，产品端定位下探、配置提升，聚焦特定场景需求 [17] - 品牌端强化"技术+安全"形象，采用新媒体营销方式，2024年12月新媒体订单占比25% [17] - 渠道端经销渠道翻倍增长，下沉市场快速渗透，未来将发布αT5/αS5增程车型、MPV等新产品 [17] 享界品牌发展 - 与华为合作打造智选模式，进军高端车市场，S9增程版综合续航里程达1355km [18] - 在智驾、智舱等方面领先BBA等燃油车竞品，销量提升明显 [18] - 未来有望发布SUV等新车型，获得更大发展空间 [18]

量化模型与因子总结 量化因子与构建方式 1. 因子名称：优加换手率UTR因子[6] 因子构建思路：结合量小因子和量稳因子，在量稳样本中希望量越大越好[6] 因子具体构建过程： - 每月月底计算所有股票的量小因子Turn20和量稳因子STR[6] - 按量稳因子从小到大排序打分1-N，记为"得分1"[6] - 对量稳因子前50%样本，按量小因子从大到小排序打分1-N/2，记为"得分2"，最终得分为"得分1"+"得分2"[6] - 对量稳因子后50%样本，按量小因子从小到大排序打分1-N/2，记为"得分3"，最终得分为"得分1"+"得分3"[6] 2. 因子名称：优加换手率UTR2.0因子[7] 因子构建思路：改进UTR因子，使用等比尺度替代次序尺度，考虑量小因子作用大小随量稳程度变化[7] 因子具体构建过程： $$ \mathrm{UTR2.0}=\mathrm{STR}+s o f t s i g n(\mathrm{STR})\cdot\mathrm{Turn20} $$ $$ s o f t s i g n(x)=\frac{x}{1+|x|} $$ 其中STR为量稳因子，Turn20为量小因子[7] 因子评价：相比原UTR因子收益有所降低，但波动率、信息比率和月度胜率更优[1] 因子的回测效果 1. UTR2.0因子[9] - 年化收益率：40.36% - 年化波动率：14.97% - 信息比率(IR)：2.70 - 月度胜率：75.74% - 最大回撤率：11.03% - 7月份多头组合收益率：1.29% - 7月份空头组合收益率：-0.06% - 7月份多空对冲收益率：1.35%