根据研报内容，以下是涉及的量化模型和因子的总结： 量化模型与构建方式 **1 模型名称：A股大盘择时模型[2][10]** - 模型构建思路：从估值、情绪、资金、技术四个维度对万得全A指数进行整体方向性判断[10] - 模型具体构建过程：各维度日频发出信号，每日信号取值为0、±1，分别代表看平、看多、看空三种观点[10] 估值和情绪采用反转逻辑，刻画A股市场均值回归特征；资金和技术采用趋势逻辑，刻画市场趋势延续特征[10] 以各维度得分之和的正负性作为大盘多空观点的依据[10] - 模型评价：左侧指标规避风险，右侧指标捕捉机会[10] **2 模型名称：红利风格择时模型[3][18]** - 模型构建思路：结合中证红利相对中证全指的动量、10Y-1Y期限利差和银行间质押式回购成交量三者的趋势进行择时[3][18] - 模型具体构建过程：三个指标从趋势维度日频发出信号，每日信号取值为0、+1、-1，分别代表看平、看多、看空三种观点[18] 以各维度得分之和的正负性作为红利风格多空观点的依据[18] 当模型看好红利风格时全仓持有中证红利，不看好时全仓持有中证全指[18] **3 模型名称：大小盘风格择时模型[3][23]** - 模型构建思路：采用基于拥挤度分域的趋势模型进行择时，其中拥挤度采用小盘和大盘的动量之差和成交额之比刻画[3][23] - 模型具体构建过程：首先从动量视角和成交视角计算大小盘风格拥挤度得分[23] 若最近20个交易日中曾触发过高拥挤，视为运行在高拥挤区间，否则为低拥挤区间[25] 在高拥挤区间采用参数值较小的双均线模型应对风格反转，在低拥挤区间采用参数值较大的双均线模型跟踪中长期趋势[25] **4 模型名称：遗传规划行业轮动模型[4][30]** - 模型构建思路：采用遗传规划技术直接对行业指数的量价、估值等特征进行因子挖掘，每季度末更新因子库[4][33] - 模型具体构建过程：底层资产为32个中信行业指数，因子更新频率为季频，调仓频率为周频[30] 使用|IC|和NDCG@5两个指标同时评价因子的分组单调性和多头组表现[33] 在NSGA-II算法加持下挖掘兼具分组表现单调、多头表现优秀的行业轮动因子[33] **5 模型名称：中国境内全天候增强组合[5][39]** - 模型构建思路：采用宏观因子风险预算框架，选取增长超预期/不及预期、通胀超预期/不及预期四种宏观风险源作为平价对象[5][39] - 模型具体构建过程：在四象限风险平价基础上，基于宏观预期动量的观点主动偏配看好象限[5] 构建分为三步：宏观象限划分与资产选择、象限组合构建与风险度量、风险预算模型确定象限权重[42] 每月底根据"象限观点"调整象限风险预算进行主动偏配[42] 模型的回测效果 **1 A股大盘择时模型[15]** - 年化收益：24.94% - 最大回撤：-28.46% - 夏普比率：1.16 - Calmar比率：0.88 - YTD：43.84% - 上周收益：5.28% **2 红利风格择时模型[21]** - 年化收益：15.67% - 最大回撤：-25.52% - 夏普比率：-0.26 - Calmar比率：0.85 - YTD：20.86% - 上周收益：-3.63% **3 大小盘风格择时模型[28]** - 年化收益：27.04% - 最大回撤：-32.05% - 夏普比率：1.13 - Calmar比率：0.84 - YTD：71.14% - 上周收益：-7.80% **4 遗传规划行业轮动模型[33]** - 年化收益：30.83% - 年化波动：17.74% - 夏普比率：1.74 - 最大回撤：-19.63% - 卡玛比率：1.57 - 上周表现：-4.39% - YTD：35.44% **5 中国境内全天候增强组合[43]** - 年化收益：11.51% - 年化波动：6.18% - 夏普比率：1.86 - 最大回撤：-6.30% - 卡玛比率：1.83 - 上周表现：-1.53% - YTD：10.75% 量化因子与构建方式 **1 因子名称：大小盘风格拥挤度因子[23][27]** - 因子构建思路：从动量视角和成交视角计算大小盘风格拥挤度得分[23] - 因子具体构建过程： 1) 动量之差：计算万得微盘股指数与沪深300指数的10/20/30/40/50/60日动量之差，计算各窗长动量之差的3.0/3.5/4.0/4.5/5.0年分位数的均值，对6个计算窗长下分位数最高的3个结果取均值作为小盘风格的动量得分；对分位数最低的3个结果取均值作为大盘风格的动量得分[27] 2) 成交额之比：计算万得微盘股指数与沪深300指数的10/20/30/40/50/60日成交额之比，计算各窗长成交额之比的3.0/3.5/4.0/4.5/5.0年分位数的均值，对6个计算窗长下分位数最高的3个结果取均值作为小盘风格的成交量得分；对分位数最低的3个结果取均值作为大盘风格的成交量得分[27] 3) 将小盘风格的动量得分和成交量得分取均值得到小盘风格的拥挤度得分，大于90%视为触发高拥挤；将大盘风格的动量得分和成交量得分取均值得到大盘风格的拥挤度得分，小于10%视为触发高拥挤[27] **2 因子名称：遗传规划行业轮动因子[37]** - 因子构建思路：基于单行业阻力支撑位构建[37] - 因子具体构建过程： 1) 在过去25个交易日中，计算周度标准化最低价和月度标准化开盘价的协方差，记作变量A[38] 2) 在过去15个交易日中，对周度标准化最高价开展zscore标准化，取标准化后大于2.0的日期，对A进行反转即乘以-1后，计算这15个交易日A之和[38] 因子表达式：$$ts\_grouping\_deczscorecut\_torch(ts\_covariance\_torch(wlow\_st, mopen\_st, 25), whigh\_st, 15, 2.0, 2)$$[37]

文章核心观点 - 文章分析了一批在特定市场环境下展现出独特投资能力或鲜明特色的主动基金经理，重点关注其投资风格、历史业绩和持仓特点 [4] 杨世进：兴全多维价值 - 杨世进自2021年7月16日起独立管理兴全多维价值，上任后即展现出强劲投资能力，在2021年7月16日至年底沪深300指数下跌的背景下，该基金上涨18.02% [5] - 作为偏成长风格基金经理，其持仓市盈率基本保持在35倍以上，但在2022年和2023年的熊市中表现出较强抗跌性，单年跌幅约10%，并在2025年市场转向成长风格时展现出进攻性 [6] - 基金行业配置相对分散，电子行业为第一大重仓行业，持仓权重长期维持在20%-35%之间，医药为第二大偏爱行业，个股投资上对看好的股票如海光信息、立讯精密等长期重仓持有 [10] - 目前管理3只基金产品，合计管理规模达252.23亿元，与乔迁规模相近，成为公司管理规模仅次于谢治宇的基金经理之一 [11] 吴远怡：广发成长领航 - 吴远怡是一位行业配置非常均衡的成长风格基金经理，其代表作广发科技创新历史上最大持仓行业权重不超过30%，多数时候不超过20% [12] - 在高度行业分散下，基金在弱市中回撤控制较好，在牛市中能跟上市场，广发科技创新在2021年和2025年业绩均超过50%，其管理的广发成长领航基金年内收益上涨143.14%（截至11月17日），位列所有公募基金第三 [12] - 该基金业绩并非依赖单行业重仓押注，其最大行业配置比例约20%，通过早期布局热门股如泡泡玛特、老铺黄金并在股价达到一定位置后及时切换来实现收益，持仓股多为市场熟悉度较低的品种 [14] - 尽管业绩突出，但基金规模增长缓慢，最新规模仅为9亿元 [15] 沈成：华富新能源 - 在新能源行业持续下跌的逆境中，沈成自2021年12月29日管理华富新能源基金以来，持续获得相对于业绩基准的稳定超额收益，展现出“指数增强”特性 [16][18] - 基金分年度收益表现稳健，2022年至今各年度收益分别为-8.51%、-18.18%、-4.49%和76.76%，每年均跑赢业绩基准，基金规模持续增长至15.13亿元（截至9月30日），机构投资者配置比例较高 [20] - 投资组合分为两类：一类是长期持有行业龙头股如宁德时代，另一类是积极换手以捕捉阶段性投资机会的个股，通过在不同细分方向和个股间切换赚取超额收益 [21] - 此外还管理华富科技动能基金，聚焦人形机器人赛道，为工具型产品提供了有扎实历史业绩支撑的投资选项 [22]

研究背景与核心问题 - 近年来A股行业轮动速度加快，给传统行业轮动模型的有效性带来压力，2022年以来许多固有模型出现有效性下降 [3][4] - 行业轮动因子的挖掘较选股因子难度更高，原因包括行业样本量少导致统计检验劣势、行业异质性导致因子普适性困境、宏观政策因素难以量化等 [3] - 由于部分一级行业暂无对应ETF作为投资工具，部分时期可能存在无法直接持有特定行业标的的情况，因此需探讨通过持股来复制或增厚行业轮动策略收益的方式 [1][9] 龙头扩散效应理论 - 板块行情的启动和发展过程在微观层面上源自板块内个股上涨的蔓延与扩散，从行情龙头到概念相关的更多个股，这一过程称为"龙头扩散效应" [1][12] - 典型的扩散过程包含四个阶段：政策触发下的龙头启动、活跃资金涌入驱动板块共振、认知传播下的全面扩散、预期透支引发退潮分化 [12] - 资金迁移方式包括纵向扩散（产业链上下游延伸）、横向扩散（同行业不同细分领域扩展）、市值下沉（大市值向中小市值切换）、估值套利（高估值向低估值切换） [13][15] 行业轮动因子与组合表现 - 基于龙头扩散效应，从景气度和资金流角度改进了行业轮动因子，包括改进SUE因子和改进主动超大单因子 [16][17] - 改进SUE因子IC均值4.9%，多头组年化超额收益8.3%，IR1.25，相对最大回撤10.1% [17][18] - 改进主动超大单因子IC均值7.0%，多头组年化超额收益10.1%，IR1.13，相对最大回撤16.0% [17][18] - 基于改进因子构建的优选行业组合全历史年化收益28.2%，相对全行业等权组合年化超额19.9%，IR1.92，相对最大回撤13.8% [23][24] 行业收益复制方案 - 行业全复制组合年化收益24.9%，相对中证500年化超额收益19.6%，IR1.66，相对最大回撤12.1%，但持股数量多、交易管理难度大 [30][31][34] - 行业对半权重组合年化收益24.5%，相对中证500年化超额收益19.2%，IR1.24，相对最大回撤20.2%，期均股票数量由360只降至39只，交易难度大幅下降 [30][31][40] - 行业前10等权组合年化收益23.5%，相对中证500年化超额收益18.2%，IR1.29，相对最大回撤19.4%，以较小收益损耗换取交易复杂度的进一步下降 [30][31][46] 业绩增厚选股方案 - 域内因子前50组合年化收益31.2%，相对中证500年化超额收益25.9%，IR1.79，相对最大回撤30.7%，较全复制组合额外获得6.3%的年化收益 [51][52][55] - 行业内各选前20组合（双驱优选组合）年化收益33.6%，相对中证500年化超额收益28.3%，IR2.07，相对最大回撤27.8%，月度超额胜率68%、月度超额盈亏比1.91 [51][52][59] - 双驱优选组合在2015年表现尤为突出，绝对收益145.3%，超额收益102.2%，年化IR高达7.57 [66]

报告核心观点 - 北交所经过四年发展，市场已初具规模，流动性显著改善，与A股融合加速[2][7] - 北交所市场驱动因素已从政策驱动转向"风格轮动+行业轮动"，估值折价消失[2][19][21] - 2026年北交所改革预计提速，重点关注北证50ETF推出和新股发行制度改革[2][57][59] - 投资策略建议上半年关注科技和"反内卷"周期品，下半年关注顺周期的消费与制造，全年关注新股与次新股[2][69] 北交所市场发展现状 - 截至2025年11月14日，北交所共有282家上市公司，总市值9008亿元，相比首日分别增长248%和212%[2][5][7] - 北交所专精特新"小巨人"数量占比56.7%，市值占比57%，均为全市场最高水平[2][9][12] - 2025年日均换手率5.4%，为全A最高，开户数950万户，相比开市初期增长约1.4倍[2][7] - 2023年底开始北证成交系数超过双创，2025年双创合并日均成交系数1.76，北证为3.07[7] 历史行情复盘与市场特征演变 - 过去四年北交所经历三轮较大级别行情：23Q4北证50指数上涨55.8%，24Q4上涨132%，25H1上涨47.4%[2][17][19] - 前两轮行情为政策驱动（"深改19条"和"一揽子金融改革政策"），25H1行情为产业驱动[2][19] - 25H1非北证主题权益产品对北证A股增持幅度达23H2以来最大，主动权益产品、指数增强基金、量化基金增持明显[2] - 25H1是北交所4年来首次出现波动率下行的上涨，流动性提升且波动率下降[2][24] 行业分布与结构特征 - 北交所数量占比靠前行业为机械设备（22.0%）、电力设备（11.7%）、基础化工（10.6%）、汽车（8.9%）、计算机（8.5%）[11][12][55] - 北证50指数权重分布：制造业占比最高，其次为TMT、消费、医药/周期[28][53] - 机械设备与汽车行业受"人形机器人"产业重估，计算机与电子行业受"AI"产业链重估[2][55] - 电力设备依赖于"反内卷"的涨价（锂电材料）和技术创新（固态电池等）[2][55] 2026年改革展望 - 预计北证50ETF最早于26Q1推出，规模将超百亿元，能提升流动性并平抑波动性[2][59][67] - 新股发行制度改革预期较高，市值配售等改革有望推出，战配资格收紧[2][59] - 当前每月3-4家常态化新股发行节奏有望维持，中性预计26年40只新股发行[69][86] - 新三板市场改革深化将深刻影响北交所发展[59][69] 2026年投资策略 - 上半年关注十五五规划，关注0-1阶段"未来科技"，AI产业链关注液冷、AI应用等[2][56][69] - "反内卷"周期品关注锂电、新型储能等，政策加码可能带动工程机械、消费与服务业[2][69] - 下半年或切向顺周期，关注政策加码后消费+制造修复动能[2][69] - 全年关注新股和次新股，中性预计1000万资金申购收益率3.75%[69][88] 新股发行与打新市场 - 2025年北交所新股首日涨幅中枢接近300%，远高于24年中枢200%[72][76] - 25H2以来打新资金量不断攀升，中签率压低至万3水平[74][76] - 2025年8月后新股申购冻结资金水平突破7000亿元，向万亿级别靠近[78][81] - 截至2025年10月28日，2025年发行上市新股19只，1000万申购资金累计增厚收益率2.43%[83][85] 细分板块投资机会 - 科技板块：北证AI板块集中于IT应用、液冷、算力集成等领域，但盈利普遍较弱[49][56] - 液冷散热：随着芯片功耗提升，超过300w功耗芯片必须使用液冷，高功耗驱动液冷发展[100][108] - 周期板块：基础化工、汽车、医药生物为25Q3盈利正贡献靠前行业[35][40] - 制造业：北证境外收入占比30%以上比例达23.8%，高出口占比企业受出口下行影响较大[42][48]

量化模型与构建方式 1. 扩散指数行业轮动模型 - **模型名称**：扩散指数行业轮动模型[22] - **模型构建思路**：基于价格动量原理，通过计算行业的扩散指数来捕捉行业趋势，选择趋势向上的行业进行配置[37] - **模型具体构建过程**：模型通过计算各行业的扩散指数并进行排名，选择排名靠前的行业作为配置标的。截至2025年11月14日，扩散指数排名前六的行业为有色金属(0.991)、银行(0.968)、钢铁(0.949)、通信(0.918)、电力设备及新能源(0.914)、综合(0.885)[24]。模型进行月度轮动，2025年11月份建议配置的行业即为上述六个行业[27] - **模型评价**：该模型在趋势性行情下表现较好，但在市场风格从趋势转向反转时可能面临失效风险[37] 2. GRU因子行业轮动模型 - **模型名称**：GRU因子行业轮动模型[31] - **模型构建思路**：基于分钟频量价数据，通过GRU深度学习网络生成行业因子，利用因子排名进行行业轮动[38] - **模型具体构建过程**：模型使用GRU深度学习网络处理分钟频量价数据，生成各行业的GRU因子值。根据因子值进行排名，选择排名靠前的行业进行配置。截至2025年11月14日，GRU行业因子排名前六的行业为综合(3.41)、房地产(2.63)、石油石化(2.13)、轻工制造(1.67)、钢铁(0.53)和综合金融(0.52)[32]。模型进行周度调仓，本周调入房地产，调出基础化工，当前配置行业为农林牧渔、电力及公用事业、房地产、交通运输、钢铁、石油石化[36] - **模型评价**：该模型在短周期表现较好，对交易信息把握能力强，但在长周期表现一般，且遭遇极端行情时可能失效[38] 模型的回测效果 1. 扩散指数行业轮动模型 - 本周平均收益：-1.26%[27] - 本周超额收益（相对于中信一级行业等权）：-1.99%[27] - 11月以来超额收益：-0.74%[27] - 2025年以来超额收益：1.84%[27] 2. GRU因子行业轮动模型 - 本周平均收益：1.72%[36] - 本周超额收益（相对于中信一级行业等权）：1.00%[36] - 11月以来超额收益：2.69%[36] - 2025年以来超额收益：-3.34%[36]

报告核心观点 - 报告构建了一套基于分析师一致预期的中观行业景气度量化研究框架，通过结合“上升强度”和“上升幅度”双信号来前瞻性捕捉行业盈利趋势的边际变化 [9][11] - 该框架旨在解决传统财报数据滞后性问题，在机构定价权逐步回归的A股市场环境下，为行业轮动提供有效的量化工具 [9] - 回测结果显示，基于此框架构建的Top5行业投资策略在2018年至2025年10月期间取得了显著的超额收益，年化超额收益率达12.40%，证明了该景气度因子的有效性和投资价值 [69][70] 引言部分总结 - 量化研究体系由基本面、量价和另类因子构成，因子的有效性与市场定价权的归属高度相关，当前A股市场定价主导权逐步回归机构，资金更追求业绩确定性 [9] - 行业轮动的关键在于提前识别盈利趋势变化，分析师一致预期可弥补传统财报的滞后性，成为衡量未来景气度的核心 [9] - 景气度量化刻画可分为历史景气度（价格动量）、当前景气度（盈利能力）和未来景气度（分析师一致预期）三个视角，报告重点聚焦于未来景气度 [11][12] 数据与预期指标构建总结 - 报告选取了七项核心预期指标，分为盈利类（预期净利润、营业利润、ROE、营业收入）、资产类（预期净资产、经营现金流量）和成本类（预期营业成本），以全面反映企业盈利质量与成长潜力 [16][17] - 一致预期的构造采用严谨的数据处理规则：时间窗口为过去90天，对每家券商仅保留其最新预测记录，并对同一股票、同一指标、同一财年的所有有效预测取中位数 [19] - 各预期指标覆盖率自2018年以来整体稳定在40%以上，其中预期净利润的披露度长期保持在50%以上，显著高于其他指标 [22][23] 双信号构建总结 - **上升强度信号**：用于刻画行业内部出现预期上修的个股比例，反映景气改善的覆盖广度，计算方式为行业内个股预期上修信号的市值加权和 [27][28][30] - 上升强度单因子测试中，盈利类指标表现突出，预期ROE、净资产和净利润的IC均值分别为7.72%、6.04%和5.72%，信息比率均高于0.6 [33][35] - **上升幅度信号**：用于刻画行业整体预测值的环比改善程度，反映景气改善的力度，计算方式为行业层面一致预期值的环比变化率 [40][42] - 上升幅度单因子测试中，预期净利润、ROE和营业收入的IC均值分别为8.44%、7.27%和6.71%，信息比率超过0.8，表现最佳 [44][45] - 行业示例显示，10月份有色金属行业在强度和幅度上均表现领先，而食品饮料行业则整体景气度偏低 [37][38][47][48] 复合预期景气度因子构建总结 - 预期景气度得分通过将标准化后的“上升幅度”与“上升强度”进行等权合成得到，兼顾了景气改善的覆盖广度和改善力度 [50][53] - 为避免信息冗余，报告对七项预期指标进行了相关性分析和动态筛选，剔除了与预期净利润（相关系数0.7）和预期营业成本（相关系数0.62）高度相关的指标，最终保留代表性更强的变量进行动态加权合成 [63][64] - 行业的复合景气度得分与次月超额收益及胜率呈正相关，得分在0.8-1分区间的行业，平均月超额收益为0.98%，胜率为51.83% [65][66] 策略构建与回测总结 - 投资策略为每月初调入复合预期景气度得分排名前五的行业（剔除综合及综合金融行业），并按得分加权构建组合 [69] - 全区间回测（2018年1月-2025年10月）显示，Top5组合年化收益率为17.30%，年化超额收益率为12.40%，超额胜率为52.56%，显著优于其他分组 [69][70] - 分年度看，策略在2020年、2021年和2019年表现最佳，超额收益分别达到25.74%、23.51%和19.32% [74][76] - 最新景气预测显示，2025年10月景气度排名前五的行业为非银行金融、有色金属、计算机、煤炭和传媒 [78]

基金经理投资框架 - 采用“传统成长”与“新兴成长”的双轨思维构建成长股投资体系 [1] - 投资框架以成长股为核心，从科技、制造等多元成长方向捕捉超额收益 [2] - 根据产业周期与市场情绪动态调整两类成长资产的配置比例，以平衡组合的进攻性与防御能力 [3] 传统成长投资策略 - 将新能源、半导体、军工等成熟赛道归类为传统成长，秉持“周期成长”思维进行阶段性布局 [2] - 认为泛制造业具有明显周期性，强调需把握周期位置以确定卖点，避免收益坐“过山车” [2] - 当市场风险偏好下降时，主要在传统成长中寻找拐点向上的投资机会 [3] 新兴成长投资策略 - 将机器人、具身智能、卫星互联网、量子计算、固态电池等代表未来趋势的领域归类为新兴成长，作为组合的“进攻抓手” [2] - 新兴行业渗透率从个位数向10%突破的阶段通常是资产估值提升最快的时期 [2] - 投资新兴成长核心是分析价值量，通常价值量越大，弹性越大 [5] 行业轮动与研究方法 - 行业轮动基于产业周期，注重“产业位置”与“估值边际”的平衡，而非简单追逐短期景气度 [4] - 将至少一半的研究精力投入到对新兴成长方向的跟踪，通过全球产业比较捕捉超额收益 [4] - 对于处于主题阶段的产业以波段交易为主，对于进入赛道阶段的产业则倾向于结合企业盈利进行长周期持有 [5] 当前看好行业与机会 - 当前看好算力、存储、端侧创新、品牌出海、机器人、卫星互联网及固态电池等领域 [6] - 认为海外算力进入泡沫化阶段，而国产算力因国内云服务商资本支出预计大幅提升蕴含良好投资机遇 [6] - 存储领域正迎来上行周期，NAND闪存价格自今年9月步入上行通道，行业景气度预计持续一两个季度 [6] - 军工板块当前仍具备较高性价比，机器人产业链尚未被充分定价，固态电池是机器人与无人机发展的关键环节 [7]

基金经理投资框架 - 采用“传统成长”与“新兴成长”的双轨投资思维，构建灵活且具备前瞻性的成长股投资体系 [1] - 投资流程优先对产业属性进行系统思考，厘清行业周期阶段与中长期趋势，再精选优质成长股 [1] - 根据产业周期与市场情绪动态调整两类成长资产的配置比例，市场风险偏好高时提升新兴成长仓位，反之则在传统成长中寻找拐点机会 [2] 传统成长投资策略 - 将新能源、半导体、军工等成熟赛道定义为传统成长，秉持“周期成长”思维进行阶段性布局 [2] - 认为电子通讯、高端制造等泛制造业具有明显周期性，需把握好周期位置以确定卖点 [2] 新兴成长投资策略 - 将机器人、具身智能、新兴存储、卫星互联网、量子计算、固态电池等代表未来趋势但尚未大规模产业化的方向作为组合的“进攻抓手” [2] - 新兴行业渗透率从个位数往10%突破的阶段是资产估值提升最快的时期 [2] - 投资新兴成长核心关注三个维度：未来方向的空间、产业链各环节的价值量、公司的竞争优势卡位 [3] 行业轮动与组合管理 - 行业轮动基于“产业位置”与“估值边际”的平衡，而非简单追逐短期景气度 [3] - 将至少一半研究精力投入新兴成长方向的跟踪，通过全球产业比较在新产业由主题阶段步入赛道初期时捕捉超额收益 [3] - 针对产业发展不同阶段采取差异化策略，主题阶段以波段交易为主，赛道阶段则结合企业盈利进行长周期持有 [3] 当前看好行业与新产品 - 新产品广发创新成长将采用均衡偏成长的配置策略，当前看好算力、存储、端侧创新、品牌出海、机器人、卫星互联网及固态电池等领域 [4] - 海外算力进入泡沫化阶段，而国产算力因国内云服务商预计在明年一季度到二季度大幅提升资本支出，蕴含良好投资机遇 [5] - 存储领域迎来上行周期，NAND闪存价格自今年9月步入上行通道，预计行业景气度持续一两个季度 [5] - 军工板块当前仍具备较高性价比，机器人板块一旦落地或成AI最大应用终端且国产产业链尚未被充分定价 [5] - 固态电池是机器人与无人机发展的关键环节，预计将较早突破，低空经济中的无人机产业正凭借全产业链优势在试点城市逐步落地 [5] 历史业绩 - 由该基金经理管理的广发成长启航A近1年收益率达到88.81%，在1876只同类基金中排名前3% [1]

报告行业投资评级 未提及 报告的核心观点 11月14日转债缩量下跌，估值环比压缩，大盘价值相对占优，转债市场成交情绪减弱，正股行业指数下降占比过半[1] 各部分总结 市场概况 - 指数表现：中证转债指数环比降0.58%，上证综指环比降0.97%，深证成指环比降1.93%，创业板指环比降2.82%，上证50指数环比降1.15%，中证1000指数环比降1.16%[1] - 市场风格：大盘价值相对占优，大盘成长环比降2.20%，大盘价值环比降0.55%，中盘成长环比降1.48%，中盘价值环比降1.19%，小盘成长环比降1.45%，小盘价值环比降0.85%[1] - 资金表现：转债市场成交额713.51亿元，环比减9.71%；万得全A总成交额19803.82亿元，环比减4.13%；沪深两市主力净流出620.11亿元，十年国债收益率环比升0.14bp至1.81%[1] 转债价格 - 转债中枢下降，整体收盘价加权平均值为135.02元，环比降0.64%，偏股型转债收盘价178.79元，环比降1.27%，偏债型转债收盘价121.53元，环比降0.10%，平衡型转债收盘价130.91元，环比降0.31%[2] - 130元以上高价券个数占比62.34%，较昨日环比降0.75pct，占比变化最大区间为110 - 120（含120），占比5.74%，较昨日升1.0pct，收盘价在100元以下个券有0只，价格中位数为133.72元，环比降0.93%[2] 转债估值 - 估值压缩，百元平价拟合转股溢价率为31.82%，环比降0.82pct，整体加权平价为104.59元，环比降0.52%[2] - 偏股型转债溢价率为10.60%，环比降1.34pct，偏债型转债溢价率为84.51%，环比降0.54pct，平衡型转债溢价率为22.78%，环比降0.24pct[2] 行业表现 - 正股行业：14日正股行业指数下降占比过半，25个行业下跌，跌幅前三位为电子（-3.09%）、通信（-2.46%）、传媒（-2.16%），涨幅前三位为房地产（+0.39%）、银行（+0.26%）、医药生物（+0.17%）[3] - 转债市场：23个行业下跌，跌幅前三位为通信（-2.52%）、国防军工（-1.85%）、汽车（-1.66%），涨幅前三位为钢铁（+2.31%）、环保（+0.82%）、公用事业（+0.27%）[3] - 各板块表现：收盘价方面，大周期环比-0.15%、制造环比-1.11%、科技环比-1.59%、大消费环比-0.64%、大金融环比-0.66%；转股溢价率方面，大周期环比-0.57pct、制造环比-0.37pct、科技环比+0.3pct、大消费环比-0.29pct、大金融环比+0.051pct；转换价值方面，大周期环比+0.51%、制造环比-0.87%、科技环比-1.74%、大消费环比-0.64%、大金融环比-1.01%；纯债溢价率方面，大周期环比-0.23pct、制造环比-1.7pct、科技环比-2.3pct、大消费环比-0.82pct、大金融环比-0.79pct[3][4] 行业轮动 - 房地产、银行、医药生物领涨，房地产正股日涨跌幅0.39%，周涨跌幅2.43%，月涨跌幅1.15%，年初至今涨跌幅11.81%；银行正股日涨跌幅0.26%，周涨跌幅1.58%，月涨跌幅7.99%，年初至今涨跌幅10.80%；医药生物正股日涨跌幅0.17%，周涨跌幅2.93%，月涨跌幅1.67%，年初至今涨跌幅22.09%[53]

根据研报内容，本报告主要涉及对多个市场（股票、商品、期权、可转债）中观因子的跟踪和描述，并未详细阐述具体的量化模型或量化因子的构建过程、公式及回测效果。报告的核心是对现有因子状态的周度跟踪和定性评论。因此，以下总结将重点放在报告中明确提及的因子名称、构建思路（根据上下文推断）和跟踪评论上。 量化因子与构建方式 1. **因子名称**： 大小盘风格因子 [12][14] * **因子构建思路**： 用于衡量市场风格是偏向大盘股还是小盘股 [12][14] * **因子具体构建过程**： 报告中未提供具体构建方法和公式 * **因子评价**： 上周风格偏向小盘 [12][14] 2. **因子名称**： 价值成长风格因子 [12][14] * **因子构建思路**： 用于衡量市场风格是偏向价值股还是成长股 [12][14] * **因子具体构建过程**： 报告中未提供具体构建方法和公式 * **因子评价**： 上周风格偏向价值 [12][14] 3. **因子名称**： 大小盘风格波动因子 [12][14] * **因子构建思路**： 用于衡量大小盘风格因子的波动程度 [12][14] * **因子具体构建过程**： 报告中未提供具体构建方法和公式 * **因子评价**： 上周大小盘风格波动下降 [12][14] 4. **因子名称**： 价值成长风格波动因子 [12][14] * **因子构建思路**： 用于衡量价值成长风格因子的波动程度 [12][14] * **因子具体构建过程**： 报告中未提供具体构建方法和公式 * **因子评价**： 上周价值成长风格波动下降 [12][14] 5. **因子名称**： 行业指数超额收益离散度因子 [12][14] * **因子构建思路**： 用于衡量不同行业指数超额收益的分散程度 [12][14] * **因子具体构建过程**： 报告中未提供具体构建方法和公式 * **因子评价**： 上周行业收益离散度上升 [12][14] 6. **因子名称**： 行业轮动度量因子 [12][14] * **因子构建思路**： 用于衡量行业轮换的速度 [12][14] * **因子具体构建过程**： 报告中未提供具体构建方法和公式 * **因子评价**： 上周行业轮动速度上升 [12][14] 7. **因子名称**： 成分股上涨比例因子 [12][14] * **因子构建思路**： 用于衡量市场成分股中上涨股票的比例 [12][14] * **因子具体构建过程**： 报告中未提供具体构建方法和公式 * **因子评价**： 上周成分股上涨比例上升 [12][14] 8. **因子名称**： 前100个股成交额占比因子 [12][14] * **因子构建思路**： 用于衡量成交额向头部个股集中的程度 [12][14] * **因子具体构建过程**： 报告中未提供具体构建方法和公式 * **因子评价**： 上周个股成交集中度下降 [12][14] 9. **因子名称**： 前5行业成交额占比因子 [12][14] * **因子构建思路**： 用于衡量成交额向头部行业集中的程度 [12][14] * **因子具体构建过程**： 报告中未提供具体构建方法和公式 * **因子评价**： 上周行业成交集中度下降 [12][14] 10. **因子名称**： 指数波动率因子 [13][14] * **因子构建思路**： 用于衡量市场整体的波动水平 [13][14] * **因子具体构建过程**： 报告中未提供具体构建方法和公式 * **因子评价**： 上周市场波动率下降 [13][14] 11. **因子名称**： 指数换手率因子 [13][14] * **因子构建思路**： 用于衡量市场整体的交易活跃度 [13][14] * **因子具体构建过程**： 报告中未提供具体构建方法和公式 * **因子评价**： 上周市场换手率表现下降 [13][14] 12. **因子名称**： 商品期货趋势强度因子 [24][31] * **因子构建思路**： 用于衡量商品期货各板块的价格趋势强弱 [24][31] * **因子具体构建过程**： 报告中未提供具体构建方法和公式 * **因子评价**： 上周农产品板块趋势强度下降，其余板块趋势强度变化较小 [24][31] 13. **因子名称**： 商品期货市场波动水平因子 [24][31] * **因子构建思路**： 用于衡量商品期货各板块的波动率水平 [24][31] * **因子具体构建过程**： 报告中未提供具体构建方法和公式 * **因子评价**： 上周除农产品板块外各板块波动率均下降 [24][31] 14. **因子名称**： 商品期货市场流动性因子 [24][31] * **因子构建思路**： 用于衡量商品期货各板块的流动性水平 [24][31] * **因子具体构建过程**： 报告中未提供具体构建方法和公式 * **因子评价**： 上周各板块流动性均下降 [24][31] 15. **因子名称**： 商品期货期限结构（基差动量）因子 [24][31] * **因子构建思路**： 用于衡量商品期货各板块的基差动量变化 [24][31] * **因子具体构建过程**： 报告中未提供具体构建方法和公式 * **因子评价**： 上周各板块基差动量均有所上升 [24][31] 16. **因子名称**： 期权隐含波动率因子 [35] * **因子构建思路**： 用于衡量期权市场对标的指数未来波动率的预期 [35] * **因子具体构建过程**： 报告中未提供具体构建方法和公式 * **因子评价**： 上周上证50与中证1000的隐含波动率水平逐渐下降 [35] 17. **因子名称**： 期权偏度因子 [35] * **因子构建思路**： 用于衡量期权市场对标的指数未来收益率分布不对称性的预期 [35] * **因子具体构建过程**： 报告中未提供具体构建方法和公式 * **因子评价**： 上证50的看跌期权偏度与看涨期权偏度上升明显 [35] 18. **因子名称**： 百元转股溢价率因子 [37] * **因子构建思路**： 用于衡量可转债市场整体的估值水平 [37] * **因子具体构建过程**： 报告中未提供具体构建方法和公式 * **因子评价**： 上周明显上涨，当前接近历史一年90%分位数水平 [37] 19. **因子名称**： 纯债溢价率因子 [37] * **因子构建思路**： 用于衡量偏债型可转债的债性估值水平 [37] * **因子具体构建过程**： 报告中未提供具体构建方法和公式 * **因子评价**： 上周略微增加 [37] 20. **因子名称**： 低转股溢价率转债占比因子 [37] * **因子构建思路**： 用于衡量可转债市场中股性较强的转债比例 [37] * **因子具体构建过程**： 报告中未提供具体构建方法和公式 * **因子评价**： 上周保持稳定 [37] 模型的回测效果 （报告中未涉及具体的量化模型及其回测效果指标） 因子的回测效果 （报告中未提供因子的历史回测效果指标，如IC、IR、多空收益等，仅提供了当周的定性状态评论）