量化模型与构建方式 1. **模型名称**：DFQ-FactorVAE-pro - **模型构建思路**：在FactorVAE模型基础上加入特征选择与环境变量模块，提升因子选股能力[5] - **模型具体构建过程**： 1. 特征选择模块通过LASSO回归筛选有效因子： $$ \min_{\beta} \left( \|Y - X\beta\|_2^2 + \lambda \|\beta\|_1 \right) $$ 其中$Y$为收益，$X$为因子矩阵，$\lambda$为惩罚系数 2. 环境变量模块引入宏观经济指标（如PMI、利率）作为条件变量 3. 通过变分自编码器(VAE)学习因子非线性关系： $$ \mathcal{L} = \mathbb{E}_{q(z|x)}[\log p(x|z)] - \beta D_{KL}(q(z|x)\|p(z)) $$ - **模型评价**：相比传统FactorVAE，在因子稳定性和环境适应性上有显著提升 量化因子与构建方式 1. **因子名称**：3个月盈利上下调 - **构建思路**：反映分析师对盈利预期的调整方向与幅度[6][22] - **具体构建**： $$ \text{因子值} = \frac{\text{上调家数} - \text{下调家数}}{\text{覆盖机构总数}} \times \text{调整幅度标准化值} $$ 其中调整幅度使用过去3个月EPS预测变化率的Z-score 2. **因子名称**：UMR（风险调整后动量） - **构建思路**：结合动量效应与波动率调整[19] - **具体构建**： - 计算窗口期（1/3/6/12个月）收益率 - 除以同期波动率： $$ \text{UMR} = \frac{r_t}{\sigma_t} \times \sqrt{T} $$ $T$为时间周期调整系数 3. **因子名称**：DELTAROA - **构建思路**：捕捉资产收益率边际变化[22][29] - **具体构建**： $$ \text{DELTAROA} = \frac{\text{本期ROA} - \text{去年同期ROA}}{\text{资产规模}} $$ 4. **因子名称**：特异度（IVR_1M） - **构建思路**：衡量个股收益脱离市场共同因素的程度[19] - **具体构建**： $$ \text{IVR} = 1 - R^2_{\text{FF3}} $$ 其中$R^2_{\text{FF3}}$为Fama-French三因子模型拟合度 因子回测效果 沪深300样本空间 1. **3个月盈利上下调**： - 最近一周：0.76% - 近一年年化：5.38% - IR：0.84[22] 2. **六个月UMR**： - 最近一月：1.56% - 历史年化：5.37% - 最大回撤：3.2%[22] 中证500样本空间 1. **一个月UMR**： - 最近一周：1.16% - 今年以来：2.37% - 近十年趋势：5.61%[25] 2. **特异度**： - 最近一月：-1.73% - 信息比率：0.48[25] 中证1000样本空间 1. **一个月换手**： - 最近一周：1.89% - 近一年年化：13.64% - 胜率：68%[32] 2. **标准化预期外收入**： - 最近一月：1.20% - 历史年化：5.70%[32] 模型回测效果 1. **DFQ-FactorVAE-pro**： - 中证800增强年化超额：7.2% - 最大回撤：4.5% - 月度胜率：73%[5] 组合构建方法 1. **MFE组合优化模型**： - 目标函数：最大化因子暴露$f^Tw$ - 关键约束： - 风格暴露$s_l \leq X(w-w_b) \leq s_h$ - 行业中性$h_l \leq H(w-w_b) \leq h_h$ - 换手率$\Sigma|w-w_0| \leq to_h$[56] - 优化方法：线性规划求解

量化模型与因子分析总结 量化因子与构建方式 风格类风险因子 1. **因子名称**：Trend **构建思路**：衡量股票价格趋势的因子 **具体构建过程**： - Trend_120：使用半衰期20天和120天的指数加权移动平均(EWMA)比值 - Trend_240：使用半衰期20天和240天的指数加权移动平均(EWMA)比值 公式： $$Trend\_120 = EWMA(halflife=20)/EWMA(halflife=120)$$ $$Trend\_240 = EWMA(halflife=20)/EWMA(halflife=240)$$ **因子评价**：本周表现最佳，显示市场对趋势策略偏好增强[9][11] 2. **因子名称**：Size **构建思路**：衡量公司规模的因子 **具体构建过程**：使用总市值的对数计算[12] 3. **因子名称**：Beta **构建思路**：衡量股票系统风险的因子 **具体构建过程**：使用贝叶斯压缩后的市场Beta计算[12] 4. **因子名称**：Volatility **构建思路**：衡量股票波动性的因子 **具体构建过程**： - Stdvol：过去243天的标准波动率 - Ivff：过去243天的FF3特质波动率 - Range：过去243天的最高价/最低价-1 - MaxRet_6：过去243天收益最高的六天的收益率平均值 - MinRet_6：过去243天收益最低的六天的收益率平均值[12] 5. **因子名称**：Liquidity **构建思路**：衡量股票流动性的因子 **具体构建过程**： - TO：过去243天的平均对数换手率 - Liquidity beta：过去243天的个股对数换手率与市场对数换手率回归[12] 6. **因子名称**：Value **构建思路**：衡量股票价值的因子 **具体构建过程**：使用账面市值比(BP)和盈利收益率(EP)计算[12] 7. **因子名称**：Growth **构建思路**：衡量公司成长性的因子 **具体构建过程**： - Delta ROE：过去3年ROE变动的平均值 - Sales_growth：销售收入TTM的3年复合增速 - Na_growth：净资产TTM的3年复合增速[12] 8. **因子名称**：SOE **构建思路**：衡量国有持股比例的因子 **具体构建过程**：使用国有持股比例计算[12] 9. **因子名称**：Certainty **构建思路**：衡量股票确定性的因子 **具体构建过程**： - Instholder Pct：公募基金持仓比例 - Cov：分析师覆盖度(对市值正交化) - Listdays：上市天数[12] 10. **因子名称**：Cubic Size **构建思路**：衡量市值幂次项的因子 **具体构建过程**：使用市值幂次项计算[12] 其他量化因子 1. **因子名称**：BP(账面市值比) **构建思路**：衡量公司估值水平的因子 **具体构建过程**：净资产/总市值[17] 2. **因子名称**：单季ROE **构建思路**：衡量公司短期盈利能力的因子 **具体构建过程**：单季净利润*2/(期初净资产+期末净资产)[17] 3. **因子名称**：一个月反转 **构建思路**：衡量短期反转效应的因子 **具体构建过程**：过去20个交易日涨跌幅[17] 4. **因子名称**：预期EPTTM **构建思路**：衡量预期盈利能力的因子 **具体构建过程**：一致预期滚动PE倒数[17] 5. **因子名称**：分析师认可度 **构建思路**：衡量分析师看法的因子 **具体构建过程**：(认可业绩分析师数-不认可业绩分析师数)/覆盖分析师数[17] 6. **因子名称**：非流动性冲击 **构建思路**：衡量股票非流动性的因子 **具体构建过程**：过去20个交易日日度涨跌幅绝对值比成交额的均值[17] 因子回测效果 风格因子表现 1. **Trend因子**： - 近一周：1.49% - 上一周：-4.48% - 近一月：-4.81% - 今年以来：-10.89% - 近一年：5.45% - 历史年化：13.86%[11] 2. **Growth因子**： - 近一周：1.48% - 上一周：-1.49% - 近一月：-1.53% - 今年以来：-4.38% - 近一年：-1.99% - 历史年化：2.60%[11] 3. **Size因子**： - 近一周：-4.61% - 上一周：-4.28% - 近一月：-12.65% - 今年以来：-22.68% - 近一年：-48.91% - 历史年化：-29.42%[11] 其他因子表现 1. **单季ROE因子(沪深300)**： - 最近一周：0.93% - 最近一月：1.22% - 今年以来：2.81% - 近1年年化：2.02% - 历史年化：4.42%[20] 2. **预期EPTTM因子(中证500)**： - 最近一周：1.89% - 最近一月：1.39% - 今年以来：0.07% - 近1年年化：4.45% - 历史年化：4.13%[23] 3. **一个月反转因子(中证1000)**： - 最近一周：1.74% - 最近一月：-1.28% - 今年以来：-0.18% - 近1年年化：-15.35% - 历史年化：-1.79%[29] 指数增强产品表现 沪深300指数增强产品 1. **最近一周**： - 超额收益最高：0.86% - 最低：-0.94% - 中位数：0.04%[43] 2. **最近一月**： - 超额收益最高：2.73% - 最低：-0.95% - 中位数：-0.02%[43] 中证500指数增强产品 1. **最近一周**： - 超额收益最高：1.60% - 最低：-0.59% - 中位数：0.20%[47] 2. **最近一月**： - 超额收益最高：1.51% - 最低：-1.24% - 中位数：0.11%[47] 中证1000指数增强产品 1. **最近一周**： - 超额收益最高：1.39% - 最低：-0.49% - 中位数：0.30%[50] 2. **最近一月**： - 超额收益最高：1.93% - 最低：-1.98% - 中位数：-0.18%[50] 附录：MFE组合构建方法 **构建思路**：最大化单因子暴露组合(Maximized Factor Exposure Portfolio) **具体构建过程**：采用组合优化模型，目标函数为最大化单因子暴露，约束条件包括风格因子偏离度、行业偏离度、个股偏离度等[52] 公式： $$\begin{array}{ll}max&f^{T}w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &0\leq w\leq l\\ &1^{T}w=1\\ &\Sigma|w-w_{0}|\leq to_{h}\end{array}$$