国信金工指数增强组合表现 - 沪深300指数增强组合本周超额收益0.24%，本年累计超额收益3.21% [1][6] - 中证500指数增强组合本周超额收益0.53%，本年累计超额收益-0.27% [1][6] - 中证1000指数增强组合本周超额收益1.63%，本年累计超额收益3.92% [1][6] - 中证A500指数增强组合本周超额收益0.40%，本年累计超额收益3.28% [1][6] 不同选股空间下的因子表现 - **沪深300样本空间**：最近一周，单季SP、SPTTM、单季EP等因子表现较好，单季SP因子周收益1.33%，单季EP因子周收益0.99% [1][7][9] - **中证500样本空间**：最近一周，一个月波动、三个月反转、一个月反转等因子表现较好，一个月波动因子周收益1.57%，三个月反转因子周收益1.42% [1][11] - **中证1000样本空间**：最近一周，一个月反转、三个月反转、非流动性冲击等因子表现较好，一个月反转因子周收益1.77%，非流动性冲击因子周收益1.52% [1][12][13] - **中证A500样本空间**：最近一周，一个月波动、单季EP、三个月换手等因子表现较好，一个月波动因子周收益1.46%，单季EP因子周收益1.29% [1][14][15] - **公募基金重仓股样本空间**：最近一周，一个月波动、单季SP、SPTTM等因子表现较好，一个月波动因子周收益1.61%，单季SP因子周收益1.45% [1][16][17] 公募基金指数增强产品表现 - **产品规模**：公募基金沪深300指数增强产品共79只，总规模755亿元；中证500指数增强产品共79只，总规模509亿元；中证1000指数增强产品共46只，总规模209亿元；中证A500指数增强产品共73只，总规模248亿元 [19] - **沪深300指数增强产品**：本周超额收益最高1.24%，最低-1.45%，中位数0.11%；今年以来超额收益最高4.07%，最低-0.86%，中位数1.23% [1][22] - **中证500指数增强产品**：本周超额收益最高1.27%，最低-0.80%，中位数0.24%；今年以来超额收益最高1.25%，最低-3.50%，中位数-1.04% [1][23] - **中证1000指数增强产品**：本周超额收益最高1.54%，最低-0.91%，中位数0.22%；今年以来超额收益最高4.43%，最低-0.84%，中位数1.54% [1][25] - **中证A500指数增强产品**：本周超额收益最高1.28%，最低-1.99%，中位数0.14%；今年以来超额收益最高3.99%，最低-1.60%，中位数0.68% [24][29] 方法论与指数构建 - **因子MFE组合构建**：采用组合优化模型，在控制行业暴露、风格暴露、个股权重偏离等实际约束条件下，最大化单因子暴露以检验其有效性 [26][27][28] - **公募重仓指数构建**：基于普通股票型及偏股混合型基金的定期报告持仓信息，将符合条件的基金持仓股票权重平均，选取累计权重达到90%的股票作为成分股构建指数 [32][33]

量化模型与因子总结 量化模型与构建方式 1. **模型名称**：国信金工指数增强组合模型[11][12] * **模型构建思路**：以多因子选股为主体，构建对标不同宽基指数的增强组合，力求稳定战胜各自基准[11] * **模型具体构建过程**：构建流程主要包括收益预测、风险控制和组合优化三部分[12]。具体步骤未在报告中详细展开。 2. **模型名称**：单因子MFE组合模型[15][42] * **模型构建思路**：为了在更贴近实际投资约束的条件下检验单因子的有效性，采用组合优化的方式，在控制行业暴露、风格暴露等约束下，构建最大化单因子暴露的组合[42] * **模型具体构建过程**：采用组合优化模型构建最大化单因子暴露组合[42]。具体步骤如下： 1. 设定约束条件，包括风格暴露、行业暴露、个股权重偏离、成分股内权重占比、个股权重上下限等[46]。例如，对于沪深300和中证500指数，控制MFE组合相对于基准在中信一级行业和市值风格因子上的相对暴露为0，个股相对于成分股最大偏离权重1%，成分股内权重占比100%[46] 2. 在每个月末，根据约束条件构建每个单因子的MFE组合[46] 3. 在回测期内根据各期MFE组合换仓，计算历史收益并按双边0.3%扣除交易费用，计算相对于基准的收益风险统计指标[46] * **模型评价**：该方法能更真实地反映因子在实际投资约束下的有效性，检验后认为“有效”的因子更可能在最终组合中发挥真实的收益预测作用[42] 量化因子与构建方式 报告从估值、反转、成长、盈利、流动性、公司治理、分析师等维度出发，构造了30余个因子[16]。具体因子名称及计算方式如下[17]： 1. **因子名称**：BP * **因子构建思路**：估值类因子 * **因子具体构建过程**：净资产 / 总市值[17] 2. **因子名称**：单季EP * **因子构建思路**：估值类因子 * **因子具体构建过程**：单季度归母净利润 / 总市值[17] 3. **因子名称**：单季SP * **因子构建思路**：估值类因子 * **因子具体构建过程**：单季度营业收入 / 总市值[17] 4. **因子名称**：EPTTM * **因子构建思路**：估值类因子 * **因子具体构建过程**：归母净利润TTM / 总市值[17] 5. **因子名称**：SPTTM * **因子构建思路**：估值类因子 * **因子具体构建过程**：营业收入TTM / 总市值[17] 6. **因子名称**：EPTTM分位点 * **因子构建思路**：估值类因子 * **因子具体构建过程**：EPTTM在过去一年中的分位点[17] 7. **因子名称**：股息率 * **因子构建思路**：估值类因子 * **因子具体构建过程**：最近四个季度预案分红金额 / 总市值[17] 8. **因子名称**：一个月反转 * **因子构建思路**：反转类因子 * **因子具体构建过程**：过去20个交易日涨跌幅[17] 9. **因子名称**：三个月反转 * **因子构建思路**：反转类因子 * **因子具体构建过程**：过去60个交易日涨跌幅[17] 10. **因子名称**：一年动量 * **因子构建思路**：反转/动量类因子 * **因子具体构建过程**：近一年除近一月后动量[17] 11. **因子名称**：单季净利同比增速 * **因子构建思路**：成长类因子 * **因子具体构建过程**：单季度净利润同比增长率[17] 12. **因子名称**：单季营收同比增速 * **因子构建思路**：成长类因子 * **因子具体构建过程**：单季度营业收入同比增长率[17] 13. **因子名称**：单季营利同比增速 * **因子构建思路**：成长类因子 * **因子具体构建过程**：单季度营业利润同比增长率[17] 14. **因子名称**：SUE (标准化预期外盈利) * **因子构建思路**：成长类因子 * **因子具体构建过程**：(单季度实际净利润 - 预期净利润) / 预期净利润标准差[17] 15. **因子名称**：SUR (标准化预期外收入) * **因子构建思路**：成长类因子 * **因子具体构建过程**：(单季度实际营业收入 - 预期营业收入) / 预期营业收入标准差[17] 16. **因子名称**：单季超预期幅度 * **因子构建思路**：成长类因子 * **因子具体构建过程**：预期单季度净利润 / 财报单季度净利润[17] 17. **因子名称**：单季ROE * **因子构建思路**：盈利类因子 * **因子具体构建过程**：单季度归母净利润 * 2 / (期初归母净资产 + 期末归母净资产)[17] 18. **因子名称**：单季ROA * **因子构建思路**：盈利类因子 * **因子具体构建过程**：单季度归母净利润 * 2 / (期初归母总资产 + 期末归母总资产)[17] 19. **因子名称**：DELTAROE * **因子构建思路**：盈利类因子 * **因子具体构建过程**：单季度净资产收益率 - 去年同期单季度净资产收益率[17] 20. **因子名称**：DELTAROA * **因子构建思路**：盈利类因子 * **因子具体构建过程**：单季度总资产收益率 - 去年同期单季度总资产收益率[17] 21. **因子名称**：非流动性冲击 * **因子构建思路**：流动性类因子 * **因子具体构建过程**：过去20个交易日的日涨跌幅绝对值 / 成交额的均值[17] 22. **因子名称**：一个月换手 * **因子构建思路**：流动性类因子 * **因子具体构建过程**：过去20个交易日换手率均值[17] 23. **因子名称**：三个月换手 * **因子构建思路**：流动性类因子 * **因子具体构建过程**：过去60个交易日换手率均值[17] 24. **因子名称**：特异度 * **因子构建思路**：波动类因子 * **因子具体构建过程**：1 - 过去20个交易日Fama-French三因子回归的拟合度[17] 25. **因子名称**：一个月波动 * **因子构建思路**：波动类因子 * **因子具体构建过程**：过去20个交易日日内真实波幅均值[17] 26. **因子名称**：三个月波动 * **因子构建思路**：波动类因子 * **因子具体构建过程**：过去60个交易日日内真实波幅均值[17] 27. **因子名称**：高管薪酬 * **因子构建思路**：公司治理类因子 * **因子具体构建过程**：前三高管报酬总额取对数[17] 28. **因子名称**：预期EPTTM * **因子构建思路**：分析师类因子 * **因子具体构建过程**：一致预期滚动EP[17] 29. **因子名称**：预期BP * **因子构建思路**：分析师类因子 * **因子具体构建过程**：一致预期滚动PB[17] 30. **因子名称**：预期PEG * **因子构建思路**：分析师类因子 * **因子具体构建过程**：一致预期PEG[17] 31. **因子名称**：预期净利润环比 * **因子构建思路**：分析师类因子 * **因子具体构建过程**：一致预期净利润 / 3个月前一致预期净利润[17] 32. **因子名称**：3个月盈利上下调 * **因子构建思路**：分析师类因子 * **因子具体构建过程**：过去3个月内分析师(上调家数 - 下调家数) / 总家数[17] 33. **因子名称**：三个月机构覆盖 * **因子构建思路**：分析师类因子 * **因子具体构建过程**：过去3个月内机构覆盖数量[17] 模型的回测效果 1. **国信金工沪深300指数增强组合**，本周超额收益0.24%，本年超额收益3.21%[5][14] 2. **国信金工中证500指数增强组合**，本周超额收益0.53%，本年超额收益-0.27%[5][14] 3. **国信金工中证1000指数增强组合**，本周超额收益1.63%，本年超额收益3.92%[5][14] 4. **国信金工中证A500指数增强组合**，本周超额收益0.40%，本年超额收益3.28%[5][14] 因子的回测效果 (基于单因子MFE组合) 报告分别以沪深300、中证500、中证1000、中证A500及公募重仓指数为选股空间，展示了各因子MFE组合在最近一周、最近一月、今年以来及历史年化等不同时间窗口的超额收益表现[18][21][23][25][27]。以下为各样本空间中部分因子的近期表现示例： **沪深300样本空间**[18]： 1. **单季SP因子**，最近一周超额收益1.33%，最近一月超额收益0.89%，今年以来超额收益0.63%，历史年化超额收益2.80% 2. **SPTTM因子**，最近一周超额收益1.11%，最近一月超额收益0.81%，今年以来超额收益0.60%，历史年化超额收益2.03% 3. **单季EP因子**，最近一周超额收益0.99%，最近一月超额收益1.48%，今年以来超额收益1.55%，历史年化超额收益5.37% **中证500样本空间**[21]： 1. **一个月波动因子**，最近一周超额收益1.57%，最近一月超额收益1.49%，今年以来超额收益-0.37%，历史年化超额收益0.80% 2. **三个月反转因子**，最近一周超额收益1.42%，最近一月超额收益-3.14%，今年以来超额收益-3.40%，历史年化超额收益-2.38% 3. **一个月反转因子**，最近一周超额收益1.19%，最近一月超额收益-0.32%，今年以来超额收益-1.67%，历史年化超额收益-1.60% **中证1000样本空间**[23]： 1. **一个月反转因子**，最近一周超额收益1.77%，最近一月超额收益-0.37%，今年以来超额收益-0.40%，历史年化超额收益-4.29% 2. **三个月反转因子**，最近一周超额收益1.56%，最近一月超额收益0.76%，今年以来超额收益1.70%，历史年化超额收益-1.95% 3. **非流动性冲击因子**，最近一周超额收益1.52%，最近一月超额收益2.73%，今年以来超额收益3.06%，历史年化超额收益2.48% **中证A500样本空间**[25]： 1. **一个月波动因子**，最近一周超额收益1.46%，最近一月超额收益1.50%，今年以来超额收益0.51%，历史年化超额收益0.95% 2. **单季EP因子**，最近一周超额收益1.29%，最近一月超额收益1.59%，今年以来超额收益0.63%，历史年化超额收益5.16% 3. **三个月换手因子**，最近一周超额收益1.21%，最近一月超额收益0.61%，今年以来超额收益0.49%，历史年化超额收益2.81% **公募重仓指数样本空间**[27]： 1. **一个月波动因子**，最近一周超额收益1.61%，最近一月超额收益1.18%，今年以来超额收益-0.43%，历史年化超额收益0.03% 2. **单季SP因子**，最近一周超额收益1.45%，最近一月超额收益1.56%，今年以来超额收益0.50%，历史年化超额收益1.98% 3. **SPTTM因子**，最近一周超额收益1.44%，最近一月超额收益1.09%，今年以来超额收益0.08%，历史年化超额收益0.76%

指数增强组合表现 - 沪深300指数增强组合本周实现超额收益0.24%，本年累计超额收益达17.58% [1][7] - 中证500指数增强组合本周实现超额收益0.17%，本年累计超额收益为8.16% [1][7] - 中证1000指数增强组合本周实现超额收益0.39%，本年累计超额收益为17.94% [1][7] - 中证A500指数增强组合本周超额收益为-1.77%，但本年累计超额收益仍达到8.45% [1][7] 选股因子表现跟踪 - 在沪深300成分股中，一个月反转因子本周表现最佳，收益为1.65%，三个月反转因子收益为1.25%，EPTTM一年分位点因子收益为1.21% [8] - 在中证500成分股中，三个月波动因子本周表现突出，收益达2.02%，三个月反转因子收益为2.00%，EPTTM一年分位点因子收益为1.99% [12] - 在中证1000成分股中，一个月波动因子本周收益为2.10%，一个月换手因子收益为2.04%，三个月反转因子收益为1.92% [14] - 在中证A500指数成分股中，一个月反转因子本周收益为1.97%，EPTTM一年分位点因子收益为1.73%，一个月波动因子收益为1.60% [16] - 在公募基金重仓股中，股息率因子本周表现最佳，收益达2.70%，三个月反转因子收益为2.70%，EPTTM因子收益为2.28% [18] 公募基金指数增强产品表现 - 公募基金沪深300指数增强产品共76只，总规模802亿元，本周超额收益最高0.92%，最低-3.08%，中位数为0.01% [20][23] - 中证500指数增强产品共74只，总规模444亿元，本周超额收益最高3.20%，最低-0.48%，中位数为0.49% [20][25] - 中证1000指数增强产品共46只，总规模150亿元，本周超额收益最高1.58%，最低-0.82%，中位数为0.37% [20][28] - 中证A500指数增强产品共68只，总规模318亿元，本周超额收益最高1.20%，最低-0.84%，中位数为0.23% [20][29] 研究方法论 - 采用最大化单因子暴露组合（MFE组合）方法检验因子有效性，通过组合优化模型控制行业暴露、风格暴露等实际约束条件 [30][31] - MFE组合构建过程包括设定风格因子暴露约束、行业偏离约束、个股权重偏离约束等，确保检验结果更贴近实际投资环境 [32][33] - 构建公募重仓指数作为额外测试维度，选取普通股票型基金和偏股混合型基金的持仓股票，累计权重达到90%的股票构成成分股 [34][35]

量化模型与构建方式 1. 模型名称：国信金工指数增强组合模型 - **模型构建思路**：以多因子选股为主体，构建对标不同基准指数的增强组合，力求稳定战胜基准[11] - **模型具体构建过程**：构建流程主要包括收益预测、风险控制和组合优化三块[12] 2. 模型名称：单因子MFE组合模型 - **模型构建思路**：采用组合优化方式检验控制了各种实际约束后单因子的有效性，通过构建最大化单因子暴露组合来检验因子在既定基准中的有效性[41] - **模型具体构建过程**：采用如下形式的组合优化模型来构建因子的MFE组合： $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$ 其中f为因子取值，$f^{T}w$为组合在单因子上的加权暴露，w为待求解的股票权重向量[41][42] 约束条件包括： - 风格因子偏离约束：限制组合相对于基准指数的风格暴露 - 行业偏离约束：限制组合相对于基准指数的行业偏离 - 个股权重偏离约束：限制个股相对于基准指数成分股的偏离 - 成分股权重占比控制 - 个股权重上下限控制 - 禁止卖空约束[42] 3. 模型名称：公募重仓指数构建模型 - **模型构建思路**：以公募基金的持股信息构建公募重仓指数，测试因子在"机构风格"下的有效性[43] - **模型具体构建过程**： - 选样空间：普通股票型基金以及偏股混合型基金，剔除基金整体规模小于五千万且上市时间不足半年的基金[44] - 构建方式：通过基金定期报告获取持股信息，将符合条件基金的持仓股票权重平均获得公募基金平均持仓信息，选取累计权重达到90%的股票作为成分股[44] 量化因子与构建方式 估值类因子 1. **因子名称**：BP - **因子构建思路**：估值维度因子 - **因子具体构建过程**：净资产/总市值[17] 2. **因子名称**：单季EP - **因子构建思路**：估值维度因子 - **因子具体构建过程**：单季度归母净利润/总市值[17] 3. **因子名称**：单季SP - **因子构建思路**：估值维度因子 - **因子具体构建过程**：单季度营业收入/总市值[17] 4. **因子名称**：EPTTM - **因子构建思路**：估值维度因子 - **因子具体构建过程**：归母净利润TTM/总市值[17] 5. **因子名称**：SPTTM - **因子构建思路**：估值维度因子 - **因子具体构建过程**：营业收入TTM/总市值[17] 6. **因子名称**：EPTTM分位点 - **因子构建思路**：估值维度因子 - **因子具体构建过程**：EPTTM在过去一年中的分位点[17] 7. **因子名称**：股息率 - **因子构建思路**：估值维度因子 - **因子具体构建过程**：最近四个季度预案分红金额/总市值[17] 反转类因子 8. **因子名称**：一个月反转 - **因子构建思路**：反转维度因子 - **因子具体构建过程**：过去20个交易日涨跌幅[17] 9. **因子名称**：三个月反转 - **因子构建思路**：反转维度因子 - **因子具体构建过程**：过去60个交易日涨跌幅[17] 10. **因子名称**：一年动量 - **因子构建思路**：反转维度因子 - **因子具体构建过程**：近一年除近一月后动量[17] 成长类因子 11. **因子名称**：单季净利同比增速 - **因子构建思路**：成长维度因子 - **因子具体构建过程**：单季度净利润同比增长率[17] 12. **因子名称**：单季营收同比增速 - **因子构建思路**：成长维度因子 - **因子具体构建过程**：单季度营业收入同比增长率[17] 13. **因子名称**：单季营利同比增速 - **因子构建思路**：成长维度因子 - **因子具体构建过程**：单季度营业利润同比增长率[17] 14. **因子名称**：SUE - **因子构建思路**：成长维度因子 - **因子具体构建过程**：（单季度实际净利润-预期净利润）/预期净利润标准差[17] 15. **因子名称**：SUR - **因子构建思路**：成长维度因子 - **因子具体构建过程**：（单季度实际营业收入-预期营业收入）/预期营业收入标准差[17] 16. **因子名称**：单季超预期幅度 - **因子构建思路**：成长维度因子 - **因子具体构建过程**：预期单季度净利润/财报单季度净利润[17] 盈利类因子 17. **因子名称**：单季ROE - **因子构建思路**：盈利维度因子 - **因子具体构建过程**：单季度归母净利润*2/（期初归母净资产+期末归母净资产）[17] 18. **因子名称**：单季ROA - **因子构建思路**：盈利维度因子 - **因子具体构建过程**：单季度归母净利润*2/（期初归母总资产+期末归母总资产）[17] 19. **因子名称**：DELTAROE - **因子构建思路**：盈利维度因子 - **因子具体构建过程**：单季度净资产收益率-去年同期单季度净资产收益率[17] 20. **因子名称**：DELTAROA - **因子构建思路**：盈利维度因子 - **因子具体构建过程**：单季度总资产收益率-去年同期单季度中资产收益率[17] 流动性类因子 21. **因子名称**：非流动性冲击 - **因子构建思路**：流动性维度因子 - **因子具体构建过程**：过去20个交易日的日涨跌幅绝对值/成交额的均值[17] 22. **因子名称**：一个月换手 - **因子构建思路**：流动性维度因子 - **因子具体构建过程**：过去20个交易日换手率均值[17] 23. **因子名称**：三个月换手 - **因子构建思路**：流动性维度因子 - **因子具体构建过程**：过去60个交易日换手率均值[17] 波动类因子 24. **因子名称**：特异度 - **因子构建思路**：波动维度因子 - **因子具体构建过程**：1-过去20个交易日Fama-French三因子回归的拟合度[17] 25. **因子名称**：一个月波动 - **因子构建思路**：波动维度因子 - **因子具体构建过程**：过去20个交易日日内真实波幅均值[17] 26. **因子名称**：三个月波动 - **因子构建思路**：波动维度因子 - **因子具体构建过程**：过去60个交易日日内真实波幅均值[17] 公司治理类因子 27. **因子名称**：高管薪酬 - **因子构建思路**：公司治理维度因子 - **因子具体构建过程**：前三高管报酬总额取对数[17] 分析师类因子 28. **因子名称**：预期EPTTM - **因子构建思路**：分析师维度因子 - **因子具体构建过程**：一致预期滚动EP[17] 29. **因子名称**：预期BP - **因子构建思路**：分析师维度因子 - **因子具体构建过程**：一致预期滚动PB[17] 30. **因子名称**：预期PEG - **因子构建思路**：分析师维度因子 - **因子具体构建过程**：一致预期PEG[17] 31. **因子名称**：预期净利润环比 - **因子构建思路**：分析师维度因子 - **因子具体构建过程**：一致预期净利润/3个月前一致预期净利润[17] 32. **因子名称**：三个月盈利上下调 - **因子构建思路**：分析师维度因子 - **因子具体构建过程**：过去3个月内分析师（上调家数-下调家数）/总家数[17] 33. **因子名称**：三个月机构覆盖 - **因子构建思路**：分析师维度因子 - **因子具体构建过程**：过去3个月内机构覆盖数量[17] 模型的回测效果 国信金工指数增强组合模型 - 沪深300指数增强组合：本周超额收益0.24%，本年超额收益17.58%[5][14] - 中证500指数增强组合：本周超额收益0.17%，本年超额收益8.16%[5][14] - 中证1000指数增强组合：本周超额收益0.39%，本年超额收益17.94%[5][14] - 中证A500指数增强组合：本周超额收益-1.77%，本年超额收益8.45%[5][14] 公募基金指数增强产品表现 - 沪深300指数增强产品：最近一周超额收益最高0.92%，最低-3.08%，中位数0.01%[3][32] - 中证500指数增强产品：最近一周超额收益最高3.20%，最低-0.48%，中位数0.49%[3][35] - 中证1000指数增强产品：最近一周超额收益最高1.58%，最低-0.82%，中位数0.37%[3][37] - 中证A500指数增强产品：最近一周超额收益最高1.20%，最低-0.84%，中位数0.23%[40] 因子的回测效果 沪深300样本空间中因子表现 - 一个月反转：最近一周1.65%，最近一月-0.56%，今年以来1.08%，历史年化-0.28%[19] - 三个月反转：最近一周1.25%，最近一月-0.70%，今年以来1.90%，历史年化0.76%[19] - EPTTM一年分位点：最近一周1.21%，最近一月0.47%，今年以来5.56%，历史年化2.65%[19] 中证500样本空间中因子表现 - 三个月波动：最近一周2.02%，最近一月0.16%，今年以来-6.77%，历史年化3.73%[21] - 三个月反转：最近一周2.00%，最近一月-1.35%，今年以来-0.18%，历史年化-0.84%[21] - EPTTM一年分位点：最近一周1.99%，最近一月1.88%，今年以来3.39%，历史年化5.08%[21] 中证1000样本空间中因子表现 - 一个月波动：最近一周2.10%，最近一月-0.15%，今年以来-6.69%，历史年化2.25%[23] - 一个月换手：最近一周2.04%，最近一月0.49%，今年以来2.59%，历史年化6.91%[23] - 三个月反转：最近一周1.92%，最近一月0.00%，今年以来2.71%，历史年化-1.41%[23] 中证A500样本空间中因子表现 - 一个月反转：最近一周1.97%，最近一月-0.09%，今年以来1.54%，历史年化-2.17%[25] - EPTTM一年分位点：最近一周1.73%，最近一月0.85%，今年以来5.32%，历史年化2.94%[25] - 一个月波动：最近一周1.60%，最近一月0.18%，今年以来-5.82%，历史年化1.33%[25] 公募重仓指数样本空间中因子表现 - 股息率：最近一周表现较好[27] - 三个月反转：最近一周表现较好[27] - EPTTM：最近一周表现较好[27]

量化模型与构建方式 1. **模型名称**：GARP组合 - **模型构建思路**：结合增长（Growth）与合理估值（Reasonable Price）的选股策略，筛选兼具成长性和估值吸引力的股票[5][9][33] - **模型具体构建过程**： 1. 筛选标的：沪深300成分股 2. 成长性指标：选取营收增长率、净利润增长率排名前30%的股票 3. 估值指标：剔除PE_TTM和PB高于行业中位数的股票 4. 综合评分：对剩余股票按成长性与估值加权打分，选取前50只等权配置 - **模型评价**：在平衡成长与估值风险方面表现优异，长期超额收益稳定 2. **模型名称**：PB-盈利优选组合 - **模型构建思路**：通过低市净率（PB）与高盈利（ROE）双重筛选，挖掘低估值的优质企业[5][29][32] - **模型具体构建过程**： 1. 初筛：沪深300成分股中PB分位数低于30%的股票 2. 盈利筛选：ROE连续两年高于行业均值 3. 动态调整：季度调仓，权重按盈利稳定性调整 - **模型评价**：在低估值风格占优时表现突出，但周期敏感性较高 3. **模型名称**：小盘成长组合 - **模型构建思路**：聚焦小市值且具备高成长特征的股票，捕捉市场弹性[5][38][42] - **模型具体构建过程**： 1. 市值筛选：全市场市值后20%的股票 2. 成长指标：营收增长率、研发投入占比综合排名前20% 3. 流动性过滤：剔除日均成交额低于1000万元的股票 4. 等权配置Top 100股票 - **模型评价**：高风险高收益特征显著，需警惕流动性风险 --- 量化因子与构建方式 1. **因子名称**：反转因子 - **因子构建思路**：捕捉短期价格反转效应的技术类因子[5][46][48] - **因子具体构建过程**： $$ \text{Reversal}_t = \frac{P_{t-5} - P_t}{P_{t-5}} $$ 其中$P_{t-5}$为5日前收盘价，$P_t$为当前收盘价，因子值为负表示近期下跌，可能反弹 - **因子评价**：上周全市场多空收益达0.98%，短期有效性显著 2. **因子名称**：SUE因子（标准化意外盈利） - **因子构建思路**：衡量盈利超预期程度的基本面因子[50][51] - **因子具体构建过程**： $$ \text{SUE} = \frac{\text{实际EPS} - \text{预期EPS}}{\sigma(\text{EPS预测误差})} $$ 其中分母为分析师预测的标准差 - **因子评价**：2025年全市场多空收益12.34%，在沪深300中表现最佳 3. **因子名称**：市值因子 - **因子构建思路**：通过市值分层捕捉规模效应[43][44][45] - **因子具体构建过程**： 1. 每月末计算全市场股票总市值 2. 按市值分为10组，多头为最小10%，空头为最大10% 3. 多空收益 = 多头组合收益 - 空头组合收益 - **因子评价**：小市值效应2025年全市场收益达48%，但波动较大 --- 模型的回测效果 | 模型名称 | 周收益率 | 月收益率 | 年收益率 | 超额收益(年) | 跟踪误差 | 最大回撤 | |------------------------|----------|----------|----------|--------------|----------|----------| | GARP组合 | 3.28% | 4.32% | 28.19% | 23.87% | 10.50% | 3.45% | [9][33][34] | PB-盈利优选组合 | 2.86% | 3.52% | 20.53% | 16.21% | 9.83% | 3.71% | [9][29][32] | 小盘成长组合 | 4.87% | 6.74% | 56.37% | -9.38%* | 11.01% | 21.91% | [9][38][42] *注：小盘组合基准为微盘股指数，年化超额收益为负因基准涨幅更高 --- 因子的回测效果 | 因子名称 | 全市场多空收益(周) | 沪深300多空收益(年) | 中证500多空收益(年) | |----------------|--------------------|---------------------|---------------------| | 反转因子 | 0.98% | -2.34% | 12.18% | [46][48][49] | SUE因子 | 0.51% | 23.16% | 4.08% | [50][51][52] | 市值因子 | 2.47% | 2.61% | 15.43% | [43][44][45]

报告核心观点 - 持续配置反转因子，各股票池配置风格仍偏向成长，都配置了反转因子且该因子持续反弹；小幅增配美股，权益仓位不变；经济前瞻指标处于下降期初期；流动性货币投放进一步回升，综合指标维持略偏松；信用指标维持较高水平；市场流动性关注度最高；行业配置倾向对经济不敏感、对信用敏感的行业 [2] 各部分总结 持续配置反转因子 - 将宏观量化与因子动量观点结合选择共振因子，成长因子任意方法选择即配置，其他因子按类型参考不同结果；目前经济回落、流动性略偏松、信用转好，仅流动性触发修正，修正后方向与上期一致 [5][7] - 因流动性与信用背离，按对经济不敏感、对信用敏感选得分前三因子，各股票池配置风格偏成长，300、500 因子选择与上期一致，中证 1000 增加短期反转因子，各股票池都配置反转因子且该因子持续反弹 [7][8] 各宏观指标方向与资产配置观点 经济前瞻指标 - 2025 年 7 月经济前瞻指标处于下降趋势初期，未来将持续下降；6 月 PMI 和 PMI 新订单指标上升，部分领先经济指标处于下降周期，影响前瞻综合指标下降 [13] 流动性 - 每月末根据利率、货币净投放、超储率判断流动性环境，近三个月指标显示 6 月利率下行，货币投放反弹，超储率低，综合流动性指标维持略偏松 [20][21][23] 综合信用指标 - 2024 年下半年信用各维度指标偏弱，本月信用指标与上期接近，社融存量同比小幅回落，信用结构好转，综合信用指标维持较高水平 [24] 大类配置观点 - 目前经济下行、流动性偏紧、信用较好，与此前观点一致，权益仓位不变；美股趋势回升，小幅增配 5% [2][25] 市场关注点 - 通过 Factor Mimicking 模型跟踪市场关注点，2023 年以来信用、通胀关注度高，近期流动性成最受关注变量，市场受流动性驱动多，经济关注度近两月回落 [26][28] 宏观视角下的行业选择 - 本期经济指标下行，流动性指标修正为略偏紧，信用指标乐观，因流动性和信用背离，倾向选择对经济不敏感、对信用敏感的行业，如电子、传媒、电力设备等 [28]

指数增强组合表现 - 沪深300指数增强组合本周超额收益0.54%，本年超额收益2.44% [1][5] - 中证500指数增强组合本周超额收益1.29%，本年超额收益4.77% [1][5] - 中证1000指数增强组合本周超额收益1.67%，本年超额收益6.24% [1][5] - 中证A500指数增强组合本周超额收益0.21%，本年超额收益5.19% [1][5] 选股因子表现 沪深300成分股 - 最近一周表现较好的因子：预期PEG(0.89%)、单季ROE(0.86%)、单季EP(0.85%) [6] - 最近一月表现较好的因子：DELTAROE(2.30%)、单季营利同比增速(1.83%)、DELTAROA(1.81%) [6] - 今年以来表现较好的因子：一个月反转(5.22%)、单季营收同比增速(3.11%)、单季营利同比增速(2.56%) [6] 中证500成分股 - 最近一周表现较好的因子：三个月反转(1.19%)、一个月反转(1.04%)、三个月换手(0.72%) [7][8] - 最近一月表现较好的因子：一个月反转(2.42%)、预期净利润环比(1.36%)、标准化预期外收入(0.73%) [7][8] - 今年以来表现较好的因子：一个月反转(5.73%)、DELTAROA(4.06%)、单季营收同比增速(3.73%) [7][8] 中证1000成分股 - 最近一周表现较好的因子：一个月反转(1.03%)、特异度(0.81%)、三个月反转(0.54%) [9][10] - 最近一月表现较好的因子：一年动量(4.16%)、预期净利润环比(3.51%)、预期PEG(2.74%) [9][10] - 今年以来表现较好的因子：非流动性冲击(5.40%)、预期净利润环比(4.04%)、三个月机构覆盖(3.89%) [9][10] 中证A500成分股 - 最近一周表现较好的因子：三个月反转(1.03%)、预期PEG(1.01%)、预期EPTTM(0.85%) [11][12] - 最近一月表现较好的因子：单季营利同比增速(2.73%)、预期PEG(2.36%)、预期净利润环比(2.13%) [11][12] - 今年以来表现较好的因子：一个月反转(5.48%)、预期PEG(3.61%)、单季营利同比增速(2.78%) [11][12] 公募基金重仓股 - 最近一周表现较好的因子：一个月反转(1.60%)、三个月反转(1.50%)、预期PEG(1.05%) [13][14] - 最近一月表现较好的因子：一年动量(3.43%)、预期净利润环比(3.07%)、DELTAROA(2.77%) [13][14] - 今年以来表现较好的因子：一个月反转(5.00%)、DELTAROA(4.10%)、三个月机构覆盖(3.86%) [13][14] 公募基金指数增强产品表现 产品规模 - 沪深300指数增强产品67只，总规模778亿元 [16] - 中证500指数增强产品70只，总规模454亿元 [16] - 中证1000指数增强产品46只，总规模150亿元 [16] - 中证A500指数增强产品35只，总规模223亿元 [16] 沪深300指数增强产品 - 本周超额收益最高0.57%，最低-0.34%，中位数0.05% [17][19] - 最近一月超额收益最高3.29%，最低-1.28%，中位数0.37% [17][19] - 今年以来超额收益最高5.96%，最低-2.62%，中位数1.11% [17][19] 中证500指数增强产品 - 本周超额收益最高1.06%，最低-0.28%，中位数0.25% [18][21] - 最近一月超额收益最高2.22%，最低-1.59%，中位数0.37% [18][21] - 今年以来超额收益最高5.18%，最低-2.95%，中位数1.29% [18][21] 中证1000指数增强产品 - 本周超额收益最高0.97%，最低-0.55%，中位数0.23% [20][24] - 最近一月超额收益最高4.46%，最低-1.17%，中位数1.30% [20][24] - 今年以来超额收益最高9.29%，最低-0.04%，中位数3.46% [20][24] 中证A500指数增强产品 - 本周超额收益最高0.58%，最低-0.49%，中位数0.02% [22][25] - 最近一月超额收益最高1.96%，最低-1.03%，中位数-0.10% [22][25]

核心观点 - 300红利低波指数在不同时间区间表现优于沪深300和300红利指数，显示因子策略的有效性[2][3] - 投资因子是驱动资产收益差异的关键变量，包括红利、低波动、价值、成长等8类因子[3][4] - 因子组合策略可提升超额收益，但需避免相互冲突的因子结合[18][19] 八个常用投资因子 市值因子 - 聚焦股票市值对收益的影响，大盘股稳定性高但弹性低，小盘股成长空间大但风险高[5] - 沪深300（大盘）2017-2020年跑赢中证2000（小盘），2021-2023年小盘股占优[6] - 万得微盘股指数通过小市值因子+每日调仓策略实现长期超额收益[7] 价值因子 - 寻找市场价格低于内在价值的股票，利用估值修复获利[5][8] - 2022年"中特估"政策推动央企/国企估值回归，相关股票表现强劲[8] 成长因子 - 关注盈利增长潜力，高估值伴随高波动，经济向好时表现更优[5][9] - 全指成长指数在上涨行情中弹性高于全指价值，但调整期抗跌性较弱[9][10] 低波动因子 - 选择股价稳健的股票，下行市场抗跌性强，长期复利效应显著[5][11] 红利因子 - 筛选高股息率股票，具备避险属性但牛市弹性不足[5][12] - 300红利低波指数结合红利与低波动因子，2021年以来跑赢沪深300及300红利指数[12][13] 质量因子 - 基于财务质量选股，经济不确定性时期表现更优，但可能因估值过高受限[13] 动量因子 - 捕捉趋势延续效应，短期有效但在震荡市中易失效[14] 反转因子 - 利用价格过度下跌后的反弹机会，与动量因子负相关[15] 因子应用策略 - 根据风险偏好选择因子：稳健型适合价值/红利/低波动，进取型适合成长因子[17] - 多因子组合需考虑协同性，如红利+低波动因子互补，避免成长+价值因子冲突[18] - 需动态调整因子权重，因子有效性随市场环境变化[19]