量化模型与构建方式 1. **模型名称**：市值分域的线性回归模型 - **模型构建思路**：通过市值分组加权回归方法构建复合因子，适配不同市值选股域的表现差异[7] - **模型具体构建过程**： 1. 将全市场股票按市值对数分为11组（KMedian聚类） 2. 采用分组加权回归，权重公式： $$w_{i}=w_{b a s e}+(1-w_{b a s e})*|i-I|/n$$ 其中： - \(w_{base}\)为最小权数（取0.9、0.5、0三种情况） - \(n=11\)为分组数 - \(I\)为最大权重分组（从1到11循环测试） 3. 对5类子因子（分红、ROE_SUE、日度量价、高频量价、复合因子）分别采用OLS回归系数IR加权复合[7][10] 2. **模型名称**：风格因子加权复合模型 - **模型构建思路**：基于市值、估值、价值-成长指标、行业等多风格因子聚类加权，提升因子在不同风格域的适应性[98] - **模型具体构建过程**： 1. 对5类风格因子（市值、市值三次方、估值、价值-成长指标、行业）进行曼哈顿距离聚类，分为11组 2. 价值-成长指标计算： - 价值指标：分析师一致预期市盈率+市净率+市销率+市现率+预期分红 - 成长指标：盈利增长+历史市值增长率+利润增长率+净现金流增长率+营收增长率 - 最终指标为两者相减[98] 3. 行业合并为TMT、上游、中游、消费、金融、综合六类，跨类时曼哈顿距离贡献为聚类数[98] 4. 采用与市值分域类似的交叉复合加权方法构建因子 --- 量化因子与构建方式 1. **因子名称**：分红因子 - **因子构建思路**：结合股息率与分红虚拟变量，反映基本面分红能力[10] - **因子具体构建过程**：由股息率因子与是否有分红的虚拟变量线性回归复合[10] 2. **因子名称**：ROE_SUE因子 - **因子构建思路**：综合ROE和SUE指标，反映盈利质量与增长[10] - **因子具体构建过程**：由ROE、SUE及对应的虚拟变量线性回归复合[10] 3. **因子名称**：日度量价因子 - **因子构建思路**：捕捉短期量价特征[10] - **因子具体构建过程**：由换手率、反转、特质波动、非流动性四个因子复合[10] 4. **因子名称**：高频量价因子 - **因子构建思路**：利用高频数据捕捉微观结构信号[10] - **因子具体构建过程**：由10个手工高频因子复合（具体因子未列明）[10] --- 模型的回测效果 1. **市值分域线性回归模型**（全市场测试，2017.01-2025.07） - **IC**：0.057（等权）→0.058（base_w=0.5）[8][9] - **Rank MAE**：1.090（等权）→1.089（base_w=0.5）[8][9] - **多空收益**：1.07%（等权）→1.08%（base_w=0.9）[11] - **多头收益**：0.33%（等权）→0.31%（base_w=0）[11] 2. **风格因子加权模型**（沪深300增强，严约束） - **年化超额收益**：5.83%（等权）→7.36%（base_w=0交叉复合）[103] - **IR**：0.804（等权）→0.901（base_w=0交叉复合）[103] - **最大回撤**：14.99%（等权）→16.33%（base_w=0交叉复合）[103] --- 因子的回测效果 1. **分红因子**（全市场IC，2017.01-2025.07） - **IC**：0.006（等权）→0.007（base_w=0）[13][14] 2. **ROE_SUE因子**（全市场IC） - **IC**：0.020（等权）→0.021（base_w=0.5）[15][16] 3. **日度量价因子**（全市场IC） - **IC**：0.042（等权）→0.044（base_w=0）[17][18] 4. **高频量价因子**（全市场IC） - **IC**：0.035（等权）→0.037（base_w=0.5）[19][20] --- 关键结论 - **市值加权效果**： - 沪深300增强中，极端大市值加权（base_w=0）提升年化超额1%以上[49][97] - 中证500增强中，base_w=0.5交叉复合效果最佳（年化超额15.06%）[92] - **风格因子加权局限性**：对中证1000增强效果不显著，仅严约束组合年化提升1%[132][141]

成长因子共振 - 宏观量化与因子动量结合选择共振因子 成长因子成为沪深300和中证1000的共振因子 经济偏弱下沪深300和中证500侧重基本面 中证1000偏向低波 [1][4] - 7月沪深300成长因子维持强势 分析师预期因子表现回落 中证500低波动率和短期反转表现出色 [4] 经济前瞻指标 - 2025年8月经济前瞻指标处于下降周期底部 未来将小幅上升后再次下降 PMI和PMI新订单7月数据分别为49.3和49.4 [6] - 领先指标中乘用车销量同比 粗钢产量同比 M2同比 社会消费品零售总额同比均处于下降周期 预计分别在2026年1月 2月 2025年9月 2026年2月见底 [6][8][9] - 工业生产指标如粗钢产量同比预计10月将大幅下降 信贷指标如新增人民币贷款预计9月达到峰值 [8] 流动性环境 - 7月利率指标仍为明显宽松但趋势平稳 短端利率略低于均线 长期利率与均线有较大距离 [12] - 货币净投放数据回落但仍维持宽松信号 超储率处于较低水平 综合流动性指标略偏松 [12][14] 信用指标 - 信用量 结构指标近2个月有所回落 社融存量同比回落 信用结构转向偏弱 但综合信用指标仍维持正向 [15] - 信用价格指标宽松 信用总量指标中性 信用结构指标偏弱 [15] 大类资产配置 - 经济下行 流动性偏紧 信用较好环境下 明显提升股票仓位至65.12% 黄金配置14.88% 商品0% 债券20% [16][17] - 权益资产配置观点中性偏多 黄金偏多 商品偏空 债券中性 [17] 行业选择 - 选择对经济不敏感 对信用敏感的行业 电子 计算机 食品饮料 电力设备 美容护理等行业综合得分最高 [20] - 传媒 家用电器 有色金属 美容护理 环保等行业对信用敏感度最高 [20]

报告核心观点 - 盈利预期指标转弱，配置风格偏向成长，结合当前指标，降低商品仓位，经济前瞻指标位于上升趋势后期，流动性维持略偏紧，信用维持较高水平，市场对流动性关注度较高，行业配置倾向成长属性 [4] 各部分总结 盈利预期指标转弱，配置风格偏向成长 - 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宏观或因子动量结果 [7] - 目前经济回升、流动性中性偏紧、信用指标转好，但微观映射中经济（盈利预期）偏弱，修正后经济下行、流动性偏紧、信用转好 [9] - 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，各股票池配置风格更偏向成长，短期反转加入 300、500 因子选择，中证 1000 因子选择维持稳定 [9] 各宏观指标方向与资产配置观点 经济前瞻指标：位于上升趋势后期 - 2025 年 5 月处于上升趋势后期，预计 6 月达顶部并进入下降周期，未来持续下降 [11] - 2025 年 4 月 PMI 和 PMI 新订单指标下降，分别为 49 和 49.2，经济前瞻指标预计处 2024 年 9 月以来上升周期 [11] - OECD 综合领先指标等多项领先经济指标处于上升周期，预计在不同时间到达顶部拐点 [14] 流动性：维持略偏紧 - 每月末根据利率、货币净投放、超储率判断流动性环境，近三个月综合信号显示流动性中性略偏紧 [24] - 4 月短端利率小幅回落，长端利率回落更多，货币价格指标偏松，但货币量投放低、超储率回落，综合指标维持略偏紧 [27] 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，社融存量同比连续 4 个月回升，综合信用指标维持较高水平 [28] 大类配置观点：降低商品仓位 - 经济下行、流动性偏紧、信用较好，虽经济和流动性对权益观点偏弱，但其他资产观点不强，A股仓位小幅上升，美股仓位略有回升，商品仓位减至 0 [31] 市场关注点：流动性关注度较高 - 通过 Factor Mimicking 模型跟踪市场关注点，近期用代表性股票计算代理组合，观察波动上升最快变量 [31] - 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，近期流动性转弱，权益市场表现偏弱，经济关注度近一年持续提升 [32] 宏观视角下的行业选择 - 经济指标下行、流动性略偏紧、信用乐观，因流动性和信用背离，行业配置倾向对经济不敏感、对信用敏感的行业 [33] - 对经济最不敏感、对信用最敏感及综合得分最高的行业有电子、有色金属、美容护理等，配置行业成长属性提升 [33]

低波因子与因子共振 - 低波因子在沪深300、中证1000中持续成为共振因子，中证500则选中价值因子且为共振 [1][2] - 因子配置方法结合宏观量化与因子动量，经济敏感和信用敏感的因子得分前三 [1] - 2025年3月沪深300低流动性因子表现突出，中证500估值因子表现较好 [2] 宏观指标方向与修正 - 经济指标回升，流动性中性偏紧，信用指标转好，微观映射与宏观指标一致未触发修正 [1] - 经济维度宏观指标方向为+，微观映射中性，修正后方向为+ [1] - 信用维度宏观与微观映射均为+，修正后方向为+ [1] 经济前瞻指标 - 2025年4月经济前瞻指标位于上升趋势后期，预计6月到达顶部，12月进入下降周期 [3] - PMI和PMI新订单3月分别上升至50.5和51.8，与模型预期一致 [3] - 固定资产投资、乘用车销量、OECD领先指标等均位于上升周期中 [3][9] 流动性指标 - 2025年3月短端利率超过均线，货币价格指标转为偏紧，综合流动性中性略偏紧 [11][13][15] - 货币净投放处于历史较低水平，超储率偏高 [12][15] - 流动性综合信号1月为-1，2月和3月均为1 [12] 信用指标 - 社融存量同比连续两个月回升，综合信用指标达到较高水平 [16] - 信用价格、信用总量指标均为宽松信号1 [17] - 信用结构指标为0.33，长期-短期贷款信号为-1 [17] 大类资产配置 - 经济上行、流动性偏紧、信用较好背景下，降低债券和美股仓位 [18] - A股配置权重49.6%，黄金20%，商品5.76%，国债14.63%，企业债10%，美股0% [18] - 债券观点偏弱，A股和商品仓位上升 [18] 市场关注点 - 流动性持续为最受关注变量，9月末以来市场受流动性驱动较多 [19] - 信用和通胀关注度较高，近期宏观和微观流动性转弱 [19] 行业选择 - 对经济敏感和对信用敏感的行业受青睐，综合得分前六包括公用事业和传媒 [22] - 行业配置倾向与上期一致，结合经济上行和信用乐观的环境 [22]