核心观点 - 市场整体处于震荡整理格局，A股成交额显著回升，成长风格占优，债市修复，黄金突破上行，美股高位震荡 [2] - 中央经济工作会议召开，为长期投资指引方向，但市场短期缺乏强力产业催化，维持震荡整理可能性较高 [2][6] - 美联储降息25BP符合预期，全球央行增持与地缘风险支撑金价，美对华出售H200芯片但AI产业投入产出引发市场担忧 [3][30] 市场整体表现 - A股市场略有回升，沪深两市日均成交金额逆转连续下跌，显著增加2000亿元以上，上证指数修复11月21日跳空缺口 [2] - 成长风格占优，国证价值下跌1.37%，国证成长上涨1.01%，A股表现略强于港股，恒生指数下跌0.42%，沪深300下跌0.08% [2] - 申万一级行业中，通信、国防军工、电子行业涨幅居前，周度涨跌幅分别为+6.27%、+2.80%、+2.63%，煤炭、石油石化、钢铁跌幅居前 [2][20] - 创业板指、科创100、中证500指数周度涨幅较高，分别为2.74%、2.12%、1.01% [10][11] - 两市成交额从上周的16824亿元上升至19337亿元，环比增长14.94%，沪深300、中证500、中证1000成分股成交占比及换手率均较上周上升 [14] - 宽基指数波动率方面，沪深300与中证500滚动20日波动率周度均值下降，中证1000上升，三者最新波动率均低于过去三年平均水平 [19][20] 债券市场 - 债市上涨，利率债表现强于信用债，国债期货走强，银行间资金面转松（R001周度变化-0.75%），交易所资金面转紧（GC001周度变化+1.50%） [2][28][29] - 基本面上，11月CPI同比上涨0.7%为近期高位，PPI环比收正，整体对债市影响不大 [2] - 政策面上，中央经济工作会议提出保持必要的财政赤字、债务总规模和支出总量，缓解了市场对特别国债发行的担忧 [2] 商品市场 - COMEX黄金创11月以来新高，国内金价同步走强，沪金周度上涨1.40%，市场情绪由震荡转向多头主导 [2][3][36] - 南华商品指数周度下跌1.21%，贵金属板块领涨（+4.08%），能化板块领跌（-3.47%），原油周度下跌2.52% [34][36][38] - 黄金走强主要原因为美联储降息政策兑现，同时全球央行持续增持、地缘风险未消除 [3] 海外市场 - 美股高位震荡，波动率维持低位，风格上小盘占优，罗素2000继续创新高 [3] - 美联储议息会议降息25BP、启动短期国债购买，符合市场预期，点阵图显示预计2026年降息一次、2027年降息一次 [3] - 产业方面，美放开对华出售英伟达H200芯片，但甲骨文财报引发市场对AI投入与产出的担忧，导致美股科技股日内波动较大 [3][30] 投资策略观点 - 股票：市场在成长风格带领下价涨量增，但年底风险偏好下降，量化新规影响待观察，当前热点不足以推动整体上涨，市场维持震荡整理可能性高，建议优选长期趋势占优品种逢低布局，可进行波段操作 [6] - 债券：短期债市有所修复，超长债回暖较多，年底央行呵护资金面，策略上以短端票息收益为主，长期看低利率环境或维持，通胀是核心观察变量，债市博弈加剧、波动加大是大趋势 [7] - 商品：短期金价突破震荡区间，美联储降息预期变化是主要波动因素，中长期在全球货币超发、央行配置等逻辑下趋势明确，维持长期配置观点 [8] - 海外资产：美股基本面坚实，AI产业趋势未结束，美联储仍在降息周期，没有显著风险，但估值较高及技术路径可能变化会放大市场波动，建议逢低介入，可通过组合配置参与海外投资 [9] 重要经济数据与事件 - 中央经济工作会议于12月10日至11日在北京举行，总结2025年经济工作，分析当前经济形势，部署2026年经济工作 [25] - 2025年前11个月，我国货物贸易进出口总值41.21万亿元人民币，同比增长3.6%，其中出口增长6.2%，进口增长0.2% [30] - 11月CPI同比上涨0.7%，PPI同比下降2.2%，环比上涨0.1% [37] - OpenAI发布最新前沿模型GPT-5.2系列 [30] - 越南通过修订法案限制精炼稀土出口，重申禁止稀土矿石出口 [30] - 北京光和谦成科技有限公司成立，市场关注其与“硅料收储平台”的关联 [30]

行业核心观点 - 公募指数增强基金在2025年迎来爆发式增长，正从小众策略演进为核心工具型产品，行业进入以“产品矩阵”为特征的差异化竞争新时代 [1] 市场规模与业绩表现 - 截至12月12日，年内新成立指增基金168只，合计募集规模达924.76亿元，数量和规模均超过过去三年的总和 [2] - 近九成增强指数型ETF实现正超额收益，年内最高超额收益达22% [2] 市场发展的驱动因素 - **市场环境**：A股市场呈现明显的结构性分化特征，为量化策略获取超额收益提供有利环境，中小盘风格表现亮眼，以中证500、中证1000、中证2000等指数为基准的产品更易取得超额收益 [2] - **技术发展**：量化模型和AI大模型的快速发展，使基金公司能构建更综合的选股模型，捕捉多元Alpha收益，全流程风控提升了超额收益的稳定性 [2] - **投资者认知与渠道**：投资者对指增产品的认知从“可选项”变为“必要项”，头部代销平台将业务重点转向指增基金，推出“指数+”等服务平台进行推广 [3] 行业竞争格局与机构行为 - **机构加速入场**：行业出现“机构梯队入场潮”，不仅量化能力强的公司积极布局，擅长主动权益的公司也开始重视并加入，产品申报数量大幅增加 [1][4] - **头部公司策略**：凭借强大量化投研实力，在宽基指数上巩固优势，并积极布局中证A500等新指数 [4] - **非头部公司策略**：将指增产品视为完善产品线、提升资产管理规模（AUM）的重要突破口，加大资源投入进行申报和发行 [4] - **布局主战场**：新发产品和规模扩张主要集中在主流宽基指数（如沪深300、中证500、中证1000），新兴指数（如中证A500和科创综指）热度高，多只产品首发规模超10亿元 [4] - **策略分化**：基金公司开始在新能源、稀有金属、芯片以及红利策略等细分领域布局增强型产品，寻求差异化的超额收益来源 [4] 领先公司的产品布局与策略 - **永赢基金布局思路**：分为两大类——常规规模宽基指增（采用多策略方法论，提供分散、稳健的超额收益）和特化基准指数指增（如A50指数增强及科创板类指增，旨在指数上涨时同时获取Beta和Alpha收益） [6] - **博道基金产品矩阵**：构建了“指数+”产品矩阵，包括“标准指增系列”、“灵活指增系列”、“Smart Beta增强系列”和“量化固收系列” [6] - **博道基金投资框架**：运用“双均衡”框架追求长期稳定超额收益，即方法论层面均衡（传统多因子模型与AI全流程框架多因子模型各占一半）和因子配权均衡（基本面类因子和均值回复类因子各占一半），并在风控和组合优化端做了重大升级 [7] - **未来发展方向**：永赢基金计划逐步推出常规宽基指增业务，通过优化成份股比例及策略比重、适度放宽跟踪误差限制，提供资金效率更高的方案；特化指增业务将紧跟市场动向，推出具备长期投资价值的指数及配套方案 [7]

文章核心观点 - 2025年指数增强基金迎来爆发式增长，产品数量和规模均超越过去三年总和，行业正从小众策略演进为核心工具型产品，进入“产品矩阵”竞争新时代 [2] 规模与业绩表现 - 截至12月12日，年内新成立指增基金168只，合计募集规模达924.76亿元，数量和规模均超过过去三年总和 [4] - 业绩方面，近九成增强指数型ETF实现正超额收益，年内最高超额收益达22% [4] 市场发展的驱动因素 - **市场环境**：A股市场呈现明显的结构性分化特征，为量化策略获取超额收益提供有利环境，中小盘风格表现亮眼，以中证500、中证1000、中证2000等指数为基准的产品更易取得超额收益 [4] - **技术发展**：量化模型和AI大模型的快速发展，使基金公司能构建更综合的选股模型，捕捉多元市场机会，同时全流程风控提升了超额收益的稳定性 [4] - **投资者认知与渠道**：投资者对指增产品的认知从“可选项”变为“必要项”，头部代销平台将业务重点转向指增基金，推出“指数+”等服务平台，推广核心宽基指增产品 [5][6] 行业竞争格局与机构行为 - **布局主战场**：新发产品和规模扩张主要集中在主流宽基指数（如沪深300、中证500、中证1000），新兴指数（如中证A500、科创综指）热度高，多只产品首发规模超10亿元 [8] - **机构加速入场**：行业呈现头部与非头部公司齐发力的特征，量化能力强的公司积极布局，擅长主动权益的公司也开始重视并加入，产品申报数量大幅增加 [8] - **策略分化**：基金公司开始在新能源、稀有金属、芯片以及红利策略等细分领域布局增强型产品，以寻求差异化的超额收益来源 [8] 基金公司的产品布局与策略 - **永赢基金**：业务布局分为两大类，一是常规规模宽基指增，采用多策略方法论提供分散、稳健的超额收益；二是特化基准指数指增（如A50、科创板类），旨在让投资者在指数上涨中同时获取Beta和Alpha收益 [10] - **博道基金**：构建了层次清晰、工具属性鲜明的“指数+”产品矩阵，包括“标准指增系列”、“灵活指增系列”、“Smart Beta增强系列”、“量化固收系列” [10] - **投资方法论**：追求长期稳定的超额收益，运用“双均衡”框架，即方法论层面均衡（传统多因子模型与AI全流程框架模型各占一半）和因子配权均衡（基本面类因子和均值回复类因子各占一半），以规避市场风格转向时的巨大回撤 [11] 未来业务发展方向 - 公司将逐步推出常规宽基指增业务，通过优化成份股比例及策略比重，适度放宽跟踪误差限制，以提供资金效率更高的方案 [11] - 特化指增业务将进一步紧跟市场动向，推出具备长期投资价值的指数及配套的指增方案 [12]

核心观点 - 大岩资本通过构建有“温度”的量化管理体系，致力于成为一家文化深厚、基业长青的量化“百年老店” [2] 公司治理与文化 - 公司核心治理理念为“共同的目标+清晰的体系+透明的环境”，实行“核心制团队”模式，投研人员聚焦于同一套策略框架进行项目制协同 [3] - 公司注重“温度”管理，将员工视为事业伙伴，管理层承担引导与支持角色，根据员工特长及兴趣制定发展方向，形成了强大的向心力 [4][5] - 公司倡导体育文化，将健身作为常态活动并给予奖励，旨在锤炼团队拼搏精神与集体荣誉感 [5] - 透明、创新的文化根基与稳定的人才核心使公司核心投研成员多年保持“零流失”，在量化行业中较为罕见 [5] 投资策略与风控哲学 - 公司定位为中低频管理人，坚持基本面与价量因子的均衡配置，注重选股本身带来的“纯正阿尔法”，策略在风格、行业上的暴露程度低于行业中枢 [6] - 在2024年1月至8月A股日均成交额长期不足0.6万亿元、市场中性策略整体年化收益率为负的背景下，公司中性策略产品表现亮眼 [7] - 公司风控严谨，源于首席投资官黄铂重视逻辑严密性与纪律性的投资理念，并已沉淀为国际化的治理标准，曾接受海外顶级资管机构与主权基金长达一至两年的严格尽调 [6][7] - 在2024年春节前后的市场剧烈波动中，公司未对模型进行临时人工干预，旗下产品回撤远低于同类策略的平均水平 [7] - 公司目标是为投资者创造持续稳健的超额收益，规模是水到渠成的结果，办公区照片墙定期更新“为客户带来的利润总额” [7] 策略迭代与发展阶段 - 公司已进入“量化3.0”阶段，在传承基础上进行创新跃迁 [8][9] - 2022年公司策略实现全方位升级，因子库扩充至4000余个，夏普比率显著提升 [9] - 2023年至2024年，迭代聚焦于精细化，优化选股结构，并引入AI专家，将人工智能技术深度融合进因子挖掘到组合优化的全流程 [9] - 公司在保持中长期信号预测优势的基础上，正稳步拓展预测周期，以顺应监管降频趋势并增强灵活性 [9] 组织架构与人才发展 - 公司核心合伙人黄铂与朱星曈分工明确，黄铂专注投研与风控，朱星曈统筹市场、运营、合规及文化与人才体系建设，形成“投研立身，市场立业”的互补格局 [10] - 公司坚持内部造血与外部引入双轮驱动的人才发展模式，通过清晰的项目制培养体系和职业路径促进内部成长，同时引入行业顶尖专家并注重与公司文化的高度契合 [10] 行业展望 - 中国量化行业正从高速成长期步入更加注重合规、透明与核心竞争力的新阶段 [10]

量化市场跟踪：大类因子表现 - 本周规模因子、beta因子、非线性市值因子获得正收益，分别为1.18%、0.91%和0.82% [4] - 本周BP因子和流动性因子获得负收益，分别为-0.55%和-0.38% [4] - 市场呈现大市值风格占优的特征 [4] 量化市场跟踪：单因子表现 - 在沪深300股票池中，总资产增长率因子表现最佳，收益为2.05%，大单净流入因子表现最差，收益为-1.14% [5] - 在中证500股票池中，单季度EPS因子表现较好，收益为1.61%，市净率因子表现最差，收益为-3.06% [5] - 在流动性1500股票池中，总资产增长率因子表现最佳，收益为2.25%，市净率因子表现最差，收益为-0.97% [5] 量化市场跟踪：因子行业内表现 - 成长类因子如净资产增长率、净利润增长率在通信、综合等行业表现较好 [6] - 动量因子表现分化，5日动量在国防军工、通信行业呈动量效应，在商业贸易等行业呈反转效应 [6] - 估值类因子中，BP因子在多数行业表现不佳，而对数市值因子在综合、通信等行业表现较好 [6] 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得显著正超额收益 [7] - 该组合在中证500、中证800和全市场股票池中的超额收益分别为0.30%、1.60%和1.59% [7] 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正超额收益 [8] - 公募调研策略相对中证800的超额收益为1.79%，私募调研策略的超额收益为2.77% [8] 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的超额收益为-0.95%，出现回撤 [9] - 本周定向增发组合相对中证全指的超额收益为-1.50%，同样出现回撤 [10]

公司核心策略与市场认可 - 公司最大的突破在于其核心策略——量化多元资产配置策略在2025年获得了市场的理解与接纳 [2] - 市场环境变化成为理念普及的催化剂，利率持续低位、传统“刚兑”理财消失、股市起伏震荡让投资者意识到没有任何单一资产品种能持续获得收益 [2] - 该策略致力于在各种可能的宏观情境下构建具备韧性的投资组合，以控制回撤和实现风险分散 [2] - 2025年，该策略价值得到验证，相关产品线在经历三年多的投资者理念引导后，目前已进入在渠道端积极铺开的新阶段 [3] 公司差异化优势与本土化实践 - 公司策略的出发点是承认未来的不可知性，而非基于宏观研究进行择时和押注 [4] - 公司运用量化模型构建在各种概率宏观情景下都能保持相对稳健的组合，目标是让投资者“安心”并守护长期财富 [4] - 将海外成熟经验落地中国市场的关键之一是工具映射与因子复制，通过国内可及的工具（如商品期货、QDII-ETF等）进行精准映射，实现全球配置逻辑的本土化 [4] - 另一关键因素是深度的理念沟通，公司提供一套可解释、可信任的方法论，旨在建立在长期信任的基础上 [4] - 专业管理的价值在于帮助投资者克服追涨杀跌等行为偏差，穿越市场波动与人性弱点 [5] 2026年市场与行业展望 - 对于中国股市持“相对乐观”态度，认为当前市场处于相对扎实的底部，进一步走强欠缺强驱动事件 [6] - 科技尤其是AI产业浪潮将是2026年中国权益资产的核心驱动力，相较于估值高企的美股科技巨头，中国科技公司提供了相对便宜且具一定竞争优势的选择 [6] - 只要全球AI叙事持续，中国科技板块有望获得重估 [6] - 同时看好中国创新药研发等领域的长期趋势，并预计传统消费、房地产产业链等领域存在均值回归的逻辑和结构性机会 [7] - 量化机构将是应用AI最快的领域之一，公司自身也已将AI用于数据处理等环节 [7] - AI被视为提升研究效率的工具，能够解放人力去聚焦更具创造性的工作，但无法替代投资逻辑与人的经验，因为投资最核心的部分是面对未知进行思考和判断 [7] 公司长期愿景 - 公司的长期愿景是成为连接海外成熟经验与中国市场的桥梁 [7] - 目标是通过专业的策略和理念引导，帮助投资者理解资产配置，以耐心、专注的长期主义，在中国资管行业的蓬勃发展中成为值得信赖的合作伙伴 [7]

文章核心观点 - 大岩资本作为一家量化私募基金管理公司，其核心发展理念是打造一家有“温度”、文化深厚、基业长青的量化“百年老店”，其路径强调以人为本的伙伴文化、极致风控的长期主义以及多维均衡的迭代节奏 [1][4][9] 公司治理与文化 - 公司实行“核心制团队”模式，投研人员聚焦于同一套策略框架，以项目制协同作战，职责清晰，沟通高效，避免内耗 [2] - 公司推动内部规则与流程体系化建设，铺设明确的激励与晋升通道，并营造透明、开放、持续进化的环境，例如制定“会议室公约”、设立“跨部门问题日志”、定期举办内部分享 [2] - 公司将员工视为事业伙伴而非雇员，管理层承担引导者与支持者角色，尊重个体自主性，量才而用，形成了强大的向心力，核心投研成员多年保持“零流失” [1][3][4] - 公司倡导体育文化，将健身作为常态活动并给予奖励，旨在锤炼团队拼搏精神与集体荣誉感 [3] - 公司两位核心合伙人分工明确，黄铂全身心投入投研与风控，朱星曈统筹市场、运营合规及文化与人才体系建设，形成“投研立身，市场立业”的互补格局 [8] 投资策略与风控 - 公司定位为中低频管理人，坚持基本面与价量因子的均衡配置，注重选股本身带来的“纯正阿尔法”，策略在风格、行业上的暴露程度低于行业中枢 [5] - 在2024年1月至8月A股日均成交额长期不足0.6万亿元、市场中性策略整体年化收益率为负的背景下，公司中性策略产品表现亮眼 [5] - 公司策略收益主要来自于持仓，而非依赖频繁交易，与市场上多数同类产品的业绩呈现低相关性 [5] - 公司对风险控制秉持极致严谨的态度，源于首席投资官黄铂（哥伦比亚大学运筹学博士）重视逻辑严密性与纪律性的投资理念 [4] - 在2024年春节前后的市场剧烈波动中，公司没有对模型进行临时人工干预，旗下产品回撤远低于同类策略的平均水平，验证了其风控框架的有效性 [6] - 公司作为国内最早出海的量化管理人之一，曾接受海外顶级资管机构与主权基金长达一至两年的严格尽调，并成功获得其资金配置 [6] 技术迭代与发展阶段 - 公司已进入“量化3.0”阶段，迭代是在坚实传承基础上的创新跃迁 [7] - 2022年公司策略实现全方位升级，因子库扩充至4000余个，夏普比率显著提升 [7] - 2023年至2024年，迭代聚焦于精细化，优化选股结构，并引入人工智能领域专家，将AI技术深度融合进因子挖掘到组合优化的全流程 [7] - 公司在保持中长期信号预测优势的基础上，正稳步拓展预测周期，以顺应监管整体降频的趋势，在保持中低频基因的同时增强灵活性与适应能力 [7] - 公司坚持内部造血与外部引入双轮驱动的人才发展模式，引入的人才需与公司文化高度契合，注重核心团队的高度协同 [8] 行业认知与公司目标 - 公司认为中国量化行业正从高速成长期步入更加注重合规、透明与核心竞争力的新阶段 [8] - 公司的首要目标是为投资者创造持续稳健的超额收益，认为规模是水到渠成的结果，而非刻意追逐的目标 [6] - 公司的目标是成为耐力型管理人，始终在风险与收益间寻找最优平衡，并用长期主义来对冲世界的不确定性 [6][9]

私募基金行业监管与出清 - 监管部门“扶优限劣”指引下 大量不合规或经营不善的私募基金管理人正逐步退出市场 截至12月14日 年内已有1155家私募基金管理人完成注销登记 [1] - 私募基金管理人数量已从2019年末至2022年9月末维持在2.4万家以上 降至2025年10月末的19367家 [2] - 自2019年起 每年注销私募基金管理人数量均在1000家以上 其中2023年注销2537家创历史新高 2019年至2023年注销数量分别为1072家、1057家、1234家、2210家、2537家 [2] 行业出清节奏变化 - 行业注销节奏在峰值后显著放缓 2024年全年注销1502家 2025年以来放缓趋势进一步显著 截至12月14日年内注销1155家 同比下降20.12% [3] - 近年注销案例中 “协会注销”与“主动注销”占主导地位 [3] - 注销步伐放缓标志着前期高风险机构基本清理完毕 存量机构格局趋于稳定 同时市场行情回暖、宏观经济修复缓解了中小机构清盘压力并改善了募资难度 延缓了尾部机构离场 [3] 行业规模与业绩表现 - 截至2025年10月末 存续私募基金规模达22.05万亿元 环比增加1.31万亿元 创历史新高 [4] - 规模创新高主要源于存量基金净值回升的内生驱动 私募证券投资基金存续规模突破7万亿元 环比增长1.04万亿元 而2025年10月份全部新备案私募基金规模仅为670.10亿元 [4] - 截至2025年11月末 有业绩展示的私募产品年内累计实施分红1658次 合计分红金额达173.38亿元 与去年同期51.51亿元相比同比大增236.59% [4] 行业发展趋势与动力 - 私募基金分红规模显著提升是资本市场结构性机遇与行业专业化发展共同推动的成果 A股结构性机会突出 股票策略私募凭借深度挖掘和灵活操作实现可观收益 [5] - 分红成为私募机构展示风控能力和透明运作的信号 实施分红可锁定收益、降低管理规模压力并满足投资者需求 越来越多机构引入“定期分红”条款以提升产品吸引力 [6] - 严监管将加速资源向合规性强的头部机构集中 量化投资、AI投研等技术应用深化将推动策略创新和效率优化 行业将以更专业健康的姿态赋能资本市场与实体经济 [6]

量化模型与因子总结 量化模型与构建方式 1. **模型名称**：风格拥挤度模型[73] * **模型构建思路**：通过计算不同风格指数（如成长vs红利、小盘vs大盘等）的相对换手率拥挤度，来判断该风格是否过热或过冷，从而评估其配置风险与性价比[73]。 * **模型具体构建过程**： 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[130]。 2. 将上述换手率序列在2005年1月1日以来的历史时间序列上进行Z-score标准化，得到Z-score_A与Z-score_B[130]。 3. 计算二者差值：差值 = Z-score_A - Z-score_B[130]。 4. 计算该差值的滚动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”[130]。 2. **模型名称**：风格超额净值模型[73] * **模型构建思路**：通过计算风格指数相对于市场基准（万得全A）的累计超额净值，来跟踪风格因子的长期表现和相对强弱[73]。 * **模型具体构建过程**： 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[131]。 2. 将各风格指数的累计净值除以同一交易日的万得全A指数累计净值，得到该风格指数相对于万得全A指数的累计超额净值[131]。 3. **模型名称**：机构调研活跃度模型[132] * **模型构建思路**：通过标准化和比较不同板块（指数、行业）的机构调研频率，构建“机构调研活跃度”指标，以捕捉机构关注度的变化[132]。 * **模型具体构建过程**： 1. 对于特定板块，计算其近n个交易日的“日均机构调研次数”[132]。 2. 将该日均调研次数序列在滚动y年的历史时间序列上进行z-score标准化[132]。 3. 将上述标准化结果与万得全A的标准化结果作差，得到该板块的“机构调研活跃度”[132]。 4. 最后计算该“机构调研活跃度”的滚动y年历史分位数[132]。 * **参数设置**： * 长期口径：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）[132]。 * 短期口径：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）[132]。 4. **因子名称**：ERP（股权风险溢价）因子[52] * **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，来衡量投资股票市场相对于债券市场的风险补偿，即股债性价比[52]。 * **因子具体构建过程**： 1. 计算指数的市盈率倒数：1 / 指数PE_TTM[52]。 2. 减去当前10年期中债国债到期收益率[52]。 * **公式**： $$指数erp = 1/指数PE\_TTM – 10年期中债国债到期收益率$$[52] 5. **因子名称**：滚动季度夏普率[38] * **因子构建思路**：计算万得全A指数滚动一个季度（约63个交易日）的夏普比率，用于衡量市场在短期内的风险调整后收益，作为市场情绪风险的观测指标[38]。 * **因子评价**：该指标上升至历史极高位置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，市场回撤风险减弱[38]。 6. **因子名称**：成交热度因子[25] * **因子构建思路**：使用“周度日均自由流通换手率”的历史分位值来度量市场或特定板块、行业的交易活跃程度[25]。 * **因子具体构建过程**：成交热度 = 周度日均自由流通换手率的历史分位值[25]。 7. **因子名称**：动量因子[64] * **因子构建思路**：以最近一年股票收益率减去最近一个月股票收益率（剔除涨停板）作为动量指标，筛选市场中动量特征强的股票[64]。 * **因子评价**：“长江动量”指数基于此因子构建，旨在表征A股市场中最具动量特征的股票的整体走势[64]。 8. **因子名称**：反转因子[64] * **因子构建思路**：以最近一个月股票收益率作为筛选指标，选择市场中反转效应强的股票[64]。 * **因子评价**：“长江反转”指数基于此因子构建，旨在表征A股市场各阶段高反转特征个股的整体表现[64]。 模型的回测效果 *本报告为市场跟踪周报，未提供模型的历史回测绩效指标（如年化收益率、夏普比率、最大回撤等）。报告主要展示了模型或因子在特定时点（2025年12月12日当周）的输出状态和观察值。* 因子的回测效果 *本报告为市场跟踪周报，未提供因子的历史回测绩效指标（如IC、IR、多空收益等）。报告主要展示了特定风格因子在近一周、近一月和年初至今的已实现超额收益。* 1. **成长-红利因子**，近一周超额收益3.4%，近一月超额收益6.2%，年初至今超额收益31.0%[61][62] 2. **小盘-大盘因子**，近一周超额收益0.4%，近一月超额收益-0.8%，年初至今超额收益7.3%[61][62] 3. **微盘股-基金重仓因子**，近一周超额收益-5.7%，近一月超额收益-8.4%，年初至今超额收益39.3%[61][62] 4. **动量-反转因子**，近一周超额收益5.1%，近一月超额收益11.2%，年初至今超额收益31.7%[61][62]

量化模型与构建方式 1. 模型名称：三维择时框架 * **模型构建思路**：通过构建分歧度、流动性、景气度三个维度的指标，综合判断市场走势，当三个维度趋势一致时给出明确的上涨或下跌判断[9]。 * **模型具体构建过程**：模型基于三个核心指标进行判断[9]。 1. **分歧度**：衡量市场参与者观点的离散程度，当前处于下行趋势[9]。 2. **流动性**：衡量市场资金面的松紧程度，当前处于下行趋势[9]。 3. **景气度**：衡量上市公司基本面的繁荣程度，当前处于上行趋势[9]。 当三个指标的趋势方向一致时，框架转为一致的上涨或下跌判断。例如，当前分歧度下行、流动性下行、景气度上行，框架转为一致上涨判断[9]。 2. 模型名称：热点趋势ETF策略 * **模型构建思路**：结合价格形态（支撑阻力）和市场短期关注度（换手率变化）来筛选ETF，构建风险平价组合[30]。 * **模型具体构建过程**： 1. **形态筛选**：根据K线的最高价与最低价的上涨或下跌形态，先选出最高价与最低价同时为上涨形态的ETF[30]。 2. **构建支撑阻力因子**：根据最高价与最低价近20日回归系数的相对陡峭程度，构建支撑阻力因子[30]。 3. **关注度筛选**：在支撑阻力因子的多头组中，选择近5日换手率/近20日换手率最高的ETF，即短期市场关注度明显提升的品种[30]。 4. **组合构建**：最终选择10只ETF，采用风险平价方法构建组合[30]。 3. 模型名称：ETF三策略融合轮动模型 * **模型构建思路**：将基于基本面、质量低波、困境反转三种不同逻辑的行业轮动策略进行等权融合，实现因子与风格的互补，降低单一策略风险[35]。 * **模型具体构建过程**： 1. **策略构成**：模型融合了三个子策略[35]。 * **行业轮动策略**：核心因子包括超预期景气度、行业龙头效应、行业动量、拥挤度、通胀beta，旨在覆盖行业多维度特性[36]。 * **个股风格驱动策略**：核心因子包括个股动量、个股质量、个股波动率，聚焦个股质量与低波，防御性突出[36]。 * **困境反转策略**：核心因子包括PB_zscore、分析师长期预期、短期筹码交换，旨在捕捉估值修复与业绩反转机会[36]。 2. **融合方式**：将三个子策略的选股结果进行等权组合[35]。 4. 模型名称：融资-主动大单资金流共振策略 * **模型构建思路**：利用融资融券资金流和主动大单资金流两个维度，通过取交集（在主动大单因子头部行业中剔除融资融券因子头部行业）的方式，筛选出具有资金共振效应的行业，以提高策略稳定性[44][45]。 * **模型具体构建过程**： 1. **构建行业融资融券资金因子**：定义为经过Barra市值因子中性化后的（融资净买入-融券净买入）个股加总值，取最近50日均值后的两周环比变化率[44]。 2. **构建行业主动大单资金因子**：定义为行业最近一年成交量时序中性化后的净流入排序，并取最近10日均值[44]。 3. **策略逻辑**：研究发现融资融券因子的多头端在不同市场状态下有稳定的负向超额收益，而主动大单因子剔除极端多头行业后有稳定正向超额收益。因此，策略在主动大单因子的头部打分行业内，剔除融资融券因子的头部行业[45]。 4. **行业剔除**：进一步剔除大金融板块[45]。 5. 因子名称：风格因子（盈利收益率、市值、价值） * **因子构建思路**：报告跟踪了多个风格因子的表现，本周市场呈现“高盈利高市值高价值”的特征[50]。 * **因子具体构建过程**：报告未详细描述具体构建公式，但提及了因子的表现方向。盈利收益率因子代表高盈利个股，市值因子代表高市值个股，价值因子代表高价值个股[50]。 6. 因子名称：Alpha因子（动量、研发收入类等） * **因子构建思路**：从多维度（时间、指数、行业）观察不同因子的表现趋势，计算其多头超额收益（前1/5组）[52]。除规模因子外，均进行了市值、行业中性化处理[52]。 * **因子具体构建过程**：报告列出了多个因子的近期表现和释义，例如： * **一年期动量因子 (pb_roe)**：近一周多头超额收益1.13%，定义为“1年-1个月的收益率”[55]。 * **研发销售收入占比因子 (safexp_operrev)**：近一周多头超额收益1.04%[55]。 * **销售费用因子 (ep_q_adv)**：近一周多头超额收益0.96%，定义为“管理费用/总销售收入”[55]。 7. 模型名称：多风格增强策略（质量增强、红利增强等） * **模型构建思路**：在多风格策略的基础上叠加增强因子，通过在其他风格端增厚收益，抑制单一风格波动，实现在不同周期下的稳定超额[58]。 * **模型具体构建过程**：报告未详细描述具体增强因子的构建方法，但展示了基于不同风格（质量、红利、长期成长、价值、低波、短期动量、长期动量）的增强策略及其绩效[62]。 模型的回测效果 1. 热点趋势ETF策略 * 今年以来收益率：34.49%[30] * 相比沪深300指数的超额收益：19.58%[30] 2. ETF三策略融合轮动模型 * 截至2025年12月12日组合收益率：12.11%[39] * 夏普率：0.73[39] * 今年以来组合收益率：25.60%[39] * 信息比率 (IR)：1.09 (All)[40] * 最大回撤：-24.55% (All)[40] * 分年度绩效详见报告表4[40] 3. 融资-主动大单资金流共振策略 * 2018年以来费后年化超额收益：14.3%[45] * 信息比率 (IR)：1.4[45] * 策略上周（截至报告期）绝对收益：-0.27%[45] * 策略上周（截至报告期）超额收益（相对行业等权）：0.37%[45] 4. 多风格增强策略（截至2025年12月12日） * **质量增强策略**：本周超额收益率2.00%，本年超额收益率-0.01%，最近一年年化收益率18.89%，夏普率1.54，区间最大回撤-5.73%[62] * **红利增强策略**：本周超额收益率0.62%，本年超额收益率13.71%，最近一年年化收益率17.45%，夏普率1.45，区间最大回撤-5.88%[62] * **长期成长增强策略**：本周超额收益率-0.97%，本年超额收益率4.29%，最近一年年化收益率24.26%，夏普率1.40，区间最大回撤-12.76%[62] * **价值增强策略**：本周超额收益率-1.97%，本年超额收益率-12.03%，最近一年年化收益率8.76%，夏普率0.54，区间最大回撤-11.34%[62] * **低波增强策略**：本周超额收益率-2.08%，本年超额收益率4.30%，最近一年年化收益率22.72%，夏普率1.73，区间最大回撤-8.73%[62] * **短期动量增强策略**：本周超额收益率-1.86%，本年超额收益率-15.35%，最近一年年化收益率6.46%，夏普率0.46，区间最大回撤-9.14%[62] * **长期动量增强策略**：本周超额收益率-1.20%，本年超额收益率-16.31%，最近一年年化收益率7.55%，夏普率0.55，区间最大回撤-9.53%[62] 量化因子与构建方式 （注：报告中提及的Alpha因子和风格因子，其具体构建方式已在上述“量化模型与构建方式”部分的第5、6点中说明，此处不再重复列出。） 因子的回测效果 1. 风格因子（本周表现） * 盈利收益率因子：正收益2.04%[50] * 市值因子：正收益1.51%[50] * 价值因子：正收益1.37%[50] 2. Alpha因子（近一周多头超额收益，截至2025年12月12日） * 一年期动量因子 (pb_roe)：1.13%[55] * 研发销售收入占比因子 (safexp_operrev)：1.04%[55] * 销售费用因子 (ep_q_adv)：0.96%[55] 3. 分指数Alpha因子表现（上周多头超额收益，截至2025年12月12日，前20因子示例） * **单季度ROA同比差值（考虑快报、预告）因子 (roa_q_delta_adv)**：在沪深300中超额收益25.52%，在中证500中10.16%，在中证800中17.88%，在中证1000中21.98%[57] * **单季度ROE同比差值（考虑快报、预告）因子 (roe_q_delta_adv)**：在沪深300中超额收益24.15%，在中证500中11.37%，在中证800中19.46%，在中证1000中20.24%[57] * **一致预期净利润变化（FY1）因子 (mom1_np_fy1)**：在沪深300中超额收益14.41%，在中证500中18.54%，**在中证800中21.49%**，在中证1000中15.27%[57] * **研发总资产占比因子 (tot_rd_ttm_to_assets)**：在沪深300中超额收益11.41%，**在中证500中20.25%**，在中证800中19.65%，在中证1000中16.88%[57] * **单季度净利润同比增速（考虑快报、预告）因子 (yoy_np_q_adv)**：在沪深300中超额收益22.25%，在中证500中9.56%，在中证800中15.85%，**在中证1000中22.74%**[57]