量化模型与构建方式 1. **模型名称：三维择时框架**[5][8] * **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，综合判断市场状态，进行择时判断[5][8]。 * **模型具体构建过程**：模型基于三个核心指标进行判断： 1. **分歧度**：衡量市场参与者观点的离散程度，上行趋势表示市场分歧加大[5][8]。 2. **流动性**：衡量市场资金面的松紧程度，下行趋势表示流动性趋紧[5][8]。 3. **景气度**：衡量宏观经济或企业盈利的景气程度，下行趋势表示景气度回落[5][8]。 综合三个指标的趋势（上行或下行）进行组合判断，例如“分歧度↑-流动性↓-景气度↓”对应“震荡下跌”的市场判断[5][8]。 2. **模型名称：热点趋势ETF策略**[32] * **模型构建思路**：基于ETF价格形态（最高价与最低价）的上涨趋势和短期市场关注度（换手率）来筛选ETF，构建投资组合[32]。 * **模型具体构建过程**： 1. **形态筛选**：首先筛选出最高价与最低价同时呈现上涨形态的ETF[32]。 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[32]。 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10只ETF，即短期市场关注度明显提升的品种[32]。 4. **组合构建**：对最终选出的10只ETF采用风险平价方法构建投资组合[32]。 3. **模型名称：融资-主动大单资金流共振策略**[40] * **模型构建思路**：结合融资融券资金流和主动大单资金流两个维度，寻找资金面产生共振的行业进行配置[37][40]。 * **模型具体构建过程**： 1. **构建行业融资融券资金因子**：计算行业个股的（融资净买入-融券净卖出）并加总，经过Barra市值因子中性化处理，取最近50日均值后的两周环比变化率[40]。 2. **构建行业主动大单资金因子**：计算行业主动大单净流入，经过最近一年成交量时序中性化处理，得到排序分位，并取最近10日均值[40]。 3. **策略逻辑**：研究发现融资融券因子的多头端在某些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，剔除融资融券因子头部的行业，以提高策略稳定性[40]。 4. **行业剔除**：进一步剔除大金融板块[40]。 4. **模型名称：全天候配置模型**[44] * **模型构建思路**：通过资产选择、风险调整和结构对冲三项原则，构建不依赖宏观预测、追求长期收益稳定的分散化投资组合[44]。 * **模型具体构建过程**：采用循环对冲设计对冲构型，绕过宏观因素刻画，直接针对资产波动进行长期收益平衡[44]。按风险水平分为两个版本： 1. **高波版**：采用“四层结构化-股债金风险平价”构型[44][48]。 2. **低波版**：采用“五层结构化-风险预算”构型[44][53]。 模型的回测效果 1. **三维择时框架**：模型保持“震荡下跌”判断[5][8]。 2. **热点趋势ETF策略**：组合2025年以来收益58.34%，相比沪深300指数的超额收益为38.80%[5][32]。 3. **融资-主动大单资金流共振策略**：策略2018年以来费后年化超额收益14.3%，IR 1.4[40]。策略上周（截至报告期）实现-2.53%的绝对收益与1.88%的超额收益（相对行业等权）[40]。 4. **全天候配置模型（高波版）**：截至2025年，年化收益率11.8%，年平均最大回撤3.6%，夏普比率1.9[53]。2026年以来收益率1.9%[5][53]。 5. **全天候配置模型（低波版）**：截至2025年，年化收益率6.7%，年平均最大回撤2.0%，夏普比率2.4[53]。2026年以来收益率1.1%[5][53]。 量化因子与构建方式 1. **因子名称：风格因子（市值、盈利收益率、成长等）**[56] * **因子构建思路**：报告跟踪了包括市值、贝塔、动量、波动率、非线性市值、价值、流动性、盈利收益率、成长、杠杆在内的多个风格因子表现[57]。 * **因子具体构建过程**：未详细说明具体计算方式，但提及风格因子收益为多头减空头的收益表现[56][57]。 2. **因子名称：过去1个月的收益率标准差 (return std 1m)**[61][62] * **因子构建思路**：使用股票过去1个月收益率的标准差来衡量其近期波动[61][62]。 * **因子具体构建过程**：计算个股过去1个月（约21个交易日）日收益率的样本标准差[62]。 3. **因子名称：近63交易日平均换手率的自然对数 (swap 3m)**[61][62] * **因子构建思路**：使用近期换手率的自然对数来度量股票的流动性或交易活跃度[61][62]。 * **因子具体构建过程**：计算个股最近63个交易日的平均换手率，然后取其自然对数[62]。 4. **因子名称：过去1个月的平均换手率 (turnover mean 1m)**[61][62] * **因子构建思路**：使用近期平均换手率直接度量股票的流动性或交易活跃度[61][62]。 * **因子具体构建过程**：计算个股过去1个月（约21个交易日）的日换手率平均值[62]。 5. **因子名称：评级上下调差/评级上下调和 (est num diff)**[63][64] * **因子构建思路**：通过分析师评级上调与下调的家数差异，衡量市场对个股的一致预期变化[63][64]。 * **因子具体构建过程**：因子定义为（评级上调家数 - 评级下调家数）/（评级上调家数 + 评级下调家数）[64]。 6. **因子名称：十二个月残差动量 (specific mom12)**[63][64] * **因子构建思路**：使用剔除市场风险后的残差收益来衡量个股的特异性动量[63][64]。 * **因子具体构建过程**：未给出具体公式，但通常为个股过去12个月收益率对市场指数收益率回归后的残差序列计算的动量[64]。 7. **因子名称：近一个月一致预期净利润变化（FY1）占比 (mom1 np fy1)**[63][64] * **因子构建思路**：衡量近期市场对个股未来一年净利润一致预期的调整幅度[63][64]。 * **因子具体构建过程**：因子定义为（当前一致预测净利润FY1 - 1个月前一致预测净利润FY1）/ abs(1个月前一致预测净利润FY1)[64]。 8. **因子名称：单季度净利润同比增长 (考虑快报、预告) (yoy np q adv)**[63][64] * **因子构建思路**：使用包含业绩快报和预告信息的最新单季度净利润同比增长数据[63][64]。 * **因子具体构建过程**：未给出具体公式，但为基于最新财务信息（含快报、预告）计算的单季度净利润同比增长率[64]。 因子的回测效果 1. **风格因子（最近一周）**：市值因子收益1.59%，盈利收益率因子收益0.76%，成长因子收益0.42%，贝塔因子收益-2.34%，动量因子收益-2.20%，波动率因子收益-0.79%，流动性因子收益-1.87%[56][57]。 2. **过去1个月的收益率标准差 (return std 1m)**：近一周多头超额收益1.27%，近一个月多头超额收益1.14%[61][62]。 3. **近63交易日平均换手率的自然对数 (swap 3m)**：近一周多头超额收益1.26%，近一个月多头超额收益0.83%[61][62]。 4. **过去1个月的平均换手率 (turnover mean 1m)**：近一周多头超额收益1.26%，近一个月多头超额收益1.12%[61][62]。 5. **评级上下调差/评级上下调和 (est num diff)**：最近一年在沪深300指数中的多头超额收益33.24%[63][64]。 6. **十二个月残差动量 (specific mom12)**：最近一年在沪深300指数中的多头超额收益32.93%[63][64]。 7. **近一个月一致预期净利润变化（FY1）占比 (mom1 np fy1)**：最近一年在中证500指数中的多头超额收益16.98%[63][64]。 8. **单季度净利润同比增长 (考虑快报、预告) (yoy np q adv)**：最近一年在中证1000指数中的多头超额收益22.83%[63][64]。

文章核心观点 - 文章通过中欧瑞博量化团队负责人的分享，阐述了其“主动量化”的投资理念与实践，核心观点是主观投资与量化投资深度融合（“主观赋能量化、量化支撑主观”）的模式能够实现优势互补，创造出比简单叠加更具生命力的投研体系，这是行业发展的趋势，也是其团队的核心竞争力 [9][10][13][15] 个人成长与职业选择 - 负责人拥有计算机、工商管理及行为金融的复合教育背景，其行为金融学训练与量化投资捕捉市场非理性行为的核心思路高度契合，促使其进入量化领域 [9] - 基于对“主观拥抱量化”这一不可逆行业趋势的判断，负责人于2019年加入中欧瑞博，旨在将公司深厚的主观投研积淀与量化的数据模型能力结合，实现1+1>2的效果 [10] - 从零开始搭建量化团队的最大挑战是主观与量化在理念与机制上的深度磨合，需要双方互相理解与信任，打破认知壁垒 [12][13] - 最大的成就感在于没有做成简单拼凑，而是实现了从辅助到协同再到深度融合，构建了“主观赋能量化、量化支撑主观”的一体化投研体系，让量化团队从支持部门成长为公司的核心投研力量之一 [13][14] 中欧瑞博量化的方法论与特色 - 公司践行“主动量化”策略，将主动投资思想与量化规则化深度融合，实现优势互补 [15] - 具体实践包括：将主观团队的基本面逻辑转化为有效的量化因子；股票全天候产品的仓位动态调整由主观与量化共同主导 [15] - 公司构建了覆盖股票、股指期货、商品期货及国债期货四大类资产的系统化量化投研策略体系 [16] - 股票模型：构建了包含数百个底层因子的因子库，覆盖多个大类，每年有10%的因子被替换或迭代 [17] - 股指期货模型：策略库包含20+套策略，实盘运行14个，其中80%为趋势类策略，20%为反转类策略，持仓周期从几分钟到7天不等 [18] - 商品模型：涵盖传统及新型商品，所有策略基于趋势跟踪框架，在短、中、长三个周期维度布局 [19] - 国债模型：策略库包含5套模型，其中4套已实盘交易，通过融入多类因子捕捉走势规律 [21] - 在股票投研上，公司采取主观与量化深度融合的模式，通过优化算法结构而非单纯堆砌算力来提升效率，与头部量化机构形成差异化 [22] - 核心股票策略框架围绕样本分域、分域选股与多策略融合展开，以提升模型在不同市场环境下的适应性与精准度 [23][24][25] - 基于该框架开发了包括小盘成长、小盘价值等在内的工具化风格组合，由量化投委会进行动态配置 [26] - 强调量化研究员的核心是金融理解力，编程是实现想法的工具，AI是提升效率的辅助，但不能替代对市场的判断 [27] - 产品线分为三类：股票CTA复合产品（股票多头+股指CTA对冲）、多元CTA基金（覆盖超50个品种）、股票量化多头（内部拆分为六个均衡子组合），通过产品结构设计与策略多元化实现分散投资，增强组合韧性 [28][29][30][31] 量化团队的建设与人才培养 - 招聘量化新人主要看重两点：扎实的学术训练（数理统计、金融基础、编程）以及科学的研究精神（敢于证伪、踏实迭代） [32] - 对于非科班背景者，数理统计、金融基础和编程这几项底层能力依然至关重要 [33] - 新人培训体系以实战为核心，所有研究都紧扣实盘产品，以“落地”为目标，让参与者在真实项目中快速成长 [34] 给量化新人的建议 - 对于立志成为量化研究员的学生，建议重点培养三项核心能力及一项时代技能：扎实的金融基础、数理统计能力、编程能力（Python），以及学会使用AI工具解决问题 [35][36][37][38] - 学习路径包括：认真修读校内相关课程、通过量化比赛和自建策略回测进行实践、利用公开数据集和社区等资源 [39][40][41] 好书推荐 - 推荐书籍《征服市场的人》（西蒙斯传记），认为其揭示了超额收益来源于科学精神、数据信仰与极致迭代的结合 [42][44]

本订阅号中所涉及的证券研究信息由光大证券研究所编写，仅面向光大证券专业投资者客户，用作新媒体形势下研究 信息和研究观点的沟通交流。非光大证券专业投资者客户，请勿订阅、接收或使用本订阅号中的任何信息。本订阅号 难以设置访问权限，若给您造成不便，敬请谅解。光大证券研究所不会因关注、收到或阅读本订阅号推送内容而视相 关人员为光大证券的客户。 报告摘要 量化市场跟踪 大类因子表现： 点击注册小程序 查看完整报告 特别申明： PB-ROE-50组合跟踪： 本周全市场股票池中，残差波动率因子、市值因子分别获取正收益0.40%、0.40%，市场表现为大市值风 格；流动性因子、估值因子、Beta因子分别获取负收益-0.43%、-0.39%、-0.36%；其余风格因子表现一 般。 单因子表现： 沪深300股票池中，本周表现较好的因子有总资产增长率 (2.17%)、单季度总资产毛利率 (1.11%)、单季度 ROE (1.11%)。表现较差的因子有早盘收益因子 (-4.08%)、5分钟收益率偏度 (-3.62%)、动量弹簧因子 (-3.52%)。 中证500股票池中，本周表现较好的因子有总资产增长率 (2.99%)、单季度营业收 ...

量化模型与因子总结 量化模型与构建方式 1. **模型名称：PB-ROE-50 组合** * **模型构建思路：** 基于市净率（PB）和净资产收益率（ROE）两个核心指标进行选股，旨在寻找估值合理且盈利能力强的公司[23]。 * **模型具体构建过程：** 报告未详细描述该组合的具体构建公式和筛选步骤，仅提及其为基于PB和ROE的选股组合[23]。 2. **模型名称：机构调研组合（公募调研选股策略 & 私募调研跟踪策略）** * **模型构建思路：** 利用机构调研活动蕴含的信息进行选股[25]。 * **模型具体构建过程：** 报告未详细描述该组合的具体构建公式和筛选步骤，仅提及其为基于机构调研事件的选股策略[25]。 3. **模型名称：大宗交易组合** * **模型构建思路：** 根据“高成交、低波动”原则，从发生大宗交易的股票中筛选后续表现更佳的标的[29]。 * **模型具体构建过程：** 经过测算，选择“大宗交易成交金额比率”越高、“6日成交金额波动率”越低的股票。通过月频调仓方式构造组合[29]。 4. **模型名称：定向增发组合** * **模型构建思路：** 以股东大会公告日为时间节点，利用定向增发事件效应进行选股[35]。 * **模型具体构建过程：** 综合考虑市值因素、调仓周期以及对仓位的控制来构造组合，但报告未给出具体的量化公式[35]。 量化因子与构建方式 1. **因子名称：残差波动率因子** * **因子构建思路：** 衡量股票收益率中不能被市场或风格因子解释的波动部分，通常作为风险因子[18]。 * **因子具体构建过程：** 报告未提供具体构建公式。 2. **因子名称：市值因子（对数市值因子）** * **因子构建思路：** 捕捉公司规模（市值）对股票收益的影响，是常见的风格因子[18]。 * **因子具体构建过程：** 通常为股票市值的自然对数。报告中的具体因子为“对数市值因子”[13][15][17]。 3. **因子名称：流动性因子** * **因子构建思路：** 衡量股票交易的难易程度或成本，低流动性股票通常要求更高的收益补偿[18]。 * **因子具体构建过程：** 报告未提供具体构建公式，但提及了相关的流动性类因子，如“5日平均换手率”、“换手率相对波动率”等[13][15][17]。 4. **因子名称：估值因子** * **因子构建思路：** 基于公司财务数据与市值的比率，评估股票是否被高估或低估[18]。 * **因子具体构建过程：** 报告未提供统一构建公式，但列举了多个具体估值因子，如市盈率TTM倒数（EPTTM）、市净率因子（BP）、市销率TTM倒数等[13][15][17]。 5. **因子名称：Beta 因子** * **因子构建思路：** 衡量个股或组合相对于市场整体波动的敏感度[18]。 * **因子具体构建过程：** 报告未提供具体构建公式。 6. **因子名称：总资产增长率** * **因子构建思路：** 衡量公司资产规模的扩张速度，属于成长类因子[12][14][16]。 * **因子具体构建过程：** 报告未提供具体计算公式。 7. **因子名称：单季度总资产毛利率** * **因子构建思路：** 衡量公司单季度的资产盈利能力，属于盈利质量类因子[12]。 * **因子具体构建过程：** 报告未提供具体计算公式。 8. **因子名称：单季度ROE** * **因子构建思路：** 衡量公司单季度运用股东权益创造利润的效率，属于盈利能力因子[12][16]。 * **因子具体构建过程：** 报告未提供具体计算公式。 9. **因子名称：单季度营业收入同比增长率** * **因子构建思路：** 衡量公司单季度营业收入的增长情况，属于成长类因子[14][16]。 * **因子具体构建过程：** 报告未提供具体计算公式。 10. **因子名称：EPTTM分位点** * **因子构建思路：** 将股票的市盈率TTM倒数（EP）在其历史序列或横截面上进行分位数处理，以标准化估值水平[14]。 * **因子具体构建过程：** 报告未提供具体计算公式。 11. **因子名称：早盘收益因子** * **因子构建思路：** 基于股票在早盘时段的收益表现构建的因子，可能捕捉市场开盘时的情绪或隔夜信息反应[12][14][16]。 * **因子具体构建过程：** 报告未提供具体计算公式。 12. **因子名称：5分钟收益率偏度** * **因子构建思路：** 衡量股票在极短时间窗口（5分钟）内收益率分布的偏斜程度，属于高频或微观结构类因子[12][14]。 * **因子具体构建过程：** 报告未提供具体计算公式。 13. **因子名称：动量弹簧因子** * **因子构建思路：** 一种动量类因子，可能结合了动量效应和反转效应，或在动量失效后的反弹机会[12]。 * **因子具体构建过程：** 报告未提供具体计算公式。 14. **因子名称：5日反转** * **因子构建思路：** 基于股票过去5日的收益率进行反向操作，捕捉短期反转效应[14][15]。 * **因子具体构建过程：** 报告未提供具体计算公式。 15. **因子名称：换手率相对波动率** * **因子构建思路：** 结合换手率与价格波动率，可能用于衡量投机情绪或流动性风险[12][14]。 * **因子具体构建过程：** 报告未提供具体计算公式。 16. **因子名称：每股净资产因子** * **因子构建思路：** 衡量每股股票对应的净资产，属于基本面价值类因子[21]。 * **因子具体构建过程：** 报告未提供具体计算公式。 17. **因子名称：每股经营利润TTM因子** * **因子构建思路：** 衡量每股股票对应的过去十二个月经营利润，属于盈利能力因子[21]。 * **因子具体构建过程：** 报告未提供具体计算公式。 18. **因子名称：BP因子** * **因子构建思路：** 即市净率（Book-to-Price）因子，为账面价值与市值的比率，是常见的估值因子[21]。 * **因子具体构建过程：** 报告未提供具体计算公式。 19. **因子名称：EP因子** * **因子构建思路：** 即盈利价格比（Earnings-to-Price）因子，为盈利与市值的比率，是常见的估值因子[21]。 * **因子具体构建过程：** 报告未提供具体计算公式。 20. **因子名称：净资产增长率** * **因子构建思路：** 衡量公司净资产的增长情况，属于成长类因子[22]。 * **因子具体构建过程：** 报告未提供具体计算公式。 21. **因子名称：5日动量** * **因子构建思路：** 基于股票过去5日的收益率构建，捕捉短期动量效应[22]。 * **因子具体构建过程：** 报告未提供具体计算公式。 22. **因子名称：1月动量** * **因子构建思路：** 基于股票过去1个月的收益率构建，捕捉中期动量效应[22]。 * **因子具体构建过程：** 报告未提供具体计算公式。 23. **因子名称：净利润增长率** * **因子构建思路：** 衡量公司净利润的增长情况，属于成长类因子[22]。 * **因子具体构建过程：** 报告未提供具体计算公式。 24. **因子名称：成长** * **因子构建思路：** 综合性的成长风格因子，可能由多个成长指标合成[22]。 * **因子具体构建过程：** 报告未提供具体构建公式。 25. **因子名称：大宗交易成交金额比率** * **因子构建思路：** 用于大宗交易组合构建，衡量大宗交易成交的活跃度或占比[29]。 * **因子具体构建过程：** 报告未提供具体计算公式。 26. **因子名称：6日成交金额波动率** * **因子构建思路：** 用于大宗交易组合构建，衡量近期成交金额的波动情况[29]。 * **因子具体构建过程：** 报告未提供具体计算公式。 模型的回测效果 *注：所有业绩表现统计区间为 2026.01.05-2026.03.20，除非另有说明[24][26][30][36]。* 1. **PB-ROE-50 组合** * 本周超越基准收益率（中证500）：0.53%[23][24] * 本周超越基准收益率（中证800）：-1.35%[23][24] * 本周超越基准收益率（全市场）：-0.76%[23][24] * 今年以来超额收益率（中证500）：1.15%[24] * 今年以来超额收益率（中证800）：4.56%[24] * 今年以来超额收益率（全市场）：2.57%[24] * 本周绝对收益率（中证500）：-5.32%[24] * 本周绝对收益率（中证800）：-4.55%[24] * 本周绝对收益率（全市场）：-4.83%[24] * 今年以来绝对收益率（中证500）：5.14%[24] * 今年以来绝对收益率（中证800）：4.64%[24] * 今年以来绝对收益率（全市场）：3.38%[24] 2. **机构调研组合（公募调研选股策略）** * 本周超越基准收益率（中证800）：-3.57%[25][26] * 今年以来超额收益率（中证800）：-1.84%[26] * 本周绝对收益率：-6.70%[26] * 今年以来绝对收益率：-1.77%[26] 3. **机构调研组合（私募调研跟踪策略）** * 本周超越基准收益率（中证800）：-2.62%[25][26] * 今年以来超额收益率（中证800）：4.80%[26] * 本周绝对收益率：-5.77%[26] * 今年以来绝对收益率：4.88%[26] 4. **大宗交易组合** * 本周超越基准收益率（中证全指）：-1.88%[29][30] * 今年以来超额收益率（中证全指）：8.34%[30] * 本周绝对收益率：-5.89%[30] * 今年以来绝对收益率：9.20%[30] 5. **定向增发组合** * 本周超越基准收益率（中证全指）：0.68%[35][36] * 今年以来超额收益率（中证全指）：3.95%[36] * 本周绝对收益率：-3.44%[36] * 今年以来绝对收益率：4.78%[36] 因子的回测效果 *注：以下因子表现均为“最近1周”的收益，为剔除行业与市值影响后多头组合相对于基准指数的超额收益，统计截至2026.03.20[12][13][14][15][16][17]。* 1. **大类因子（全市场股票池）** * 残差波动率因子：0.40%[18] * 市值因子：0.40%[18] * 流动性因子：-0.43%[18] * 估值因子：-0.39%[18] * Beta 因子：-0.36%[18] 2. **单因子（沪深300股票池）** * 总资产增长率：2.17%[12][13] * 单季度总资产毛利率：1.11%[12][13] * 单季度ROE：1.11%[12][13] * 早盘收益因子：-4.08%[12][13] * 5分钟收益率偏度：-3.62%[12][13] * 动量弹簧因子：-3.52%[12][13] 3. **单因子（中证500股票池）** * 总资产增长率：2.99%[14][15] * 单季度营业收入同比增长率：2.90%[14][15] * EPTTM分位点：2.83%[14][15] * 5分钟收益率偏度：-0.57%[14][15] * 5日反转：-0.44%[14][15] * 换手率相对波动率：-0.41%[14][15] 4. **单因子（流动性1500股票池）** * 单季度营业收入同比增长率：2.33%[16][17] * 总资产增长率：2.20%[16][17] * 单季度ROE：2.05%[16][17] * 早盘收益因子：-1.09%[16][17] * 市盈率TTM倒数：-1.04%[16][17] * 市销率TTM倒数：-0.95%[16][17] 5. **行业内因子（申万一级行业，统计区间2026.03.16-2026.03.20）** * 每股净资产因子：在石油石化、交通运输行业正收益较为一致[21] * 每股经营利润TTM因子：在石油石化、交通运输行业正收益较为一致[21] * BP因子：在石油石化行业正收益较为一致[21] * EP因子：在石油石化行业正收益较为一致[21] * 残差波动率因子：在建筑装饰行业正收益较为一致[21] * 流动性因子：在建筑装饰行业正收益较为一致[21] * 对数市值因子（大市值风格）：在医药生物、交通运输、轻工制造行业表现显著[21]

量化市场因子表现 - 本周全市场股票池中，估值因子、盈利因子、杠杆因子和市值因子分别获取正收益0.43%、0.35%、0.27%和0.26%，市场表现为大市值风格；动量因子和成长因子分别获取负收益-0.66%和-0.28%，市场表现为反转效应[4] - 在沪深300股票池中，表现较好的因子有经营现金流比率(1.68%)、成交量的5日指数移动平均(1.19%)和总资产毛利率TTM(0.93%)；表现较差的因子有小单净流入(-2.99%)、5日反转(-2.42%)和动量调整小单(-1.62%)[5] - 在中证500股票池中，表现较好的因子有下行波动率占比(3.30%)、市盈率因子(3.24%)和市盈率TTM倒数(3.06%)；表现较差的因子有单季度总资产毛利率(-0.51%)、小单净流入(-0.33%)和单季度ROA(-0.31%)[5] - 在流动性1500股票池中，表现较好的因子有市盈率TTM倒数(1.56%)、市净率因子(1.33%)和单季度EPS(0.65%)；表现较差的因子有毛利率TTM(-1.94%)、总资产毛利率TTM(-1.83%)和标准化预期外收入(-1.58%)[5] 因子行业表现特征 - 基本面因子在各行业表现分化，每股净资产因子和每股经营利润TTM因子在煤炭、综合行业正收益较为一致[6] - 估值类因子中，BP因子和EP因子在多数行业正收益明显[6] - 残差波动率因子和流动性因子在房地产行业表现为正收益[6] - 市值风格上，本周公用事业、电气设备、建筑装饰行业大市值风格显著[6] 量化策略组合跟踪 - 本周PB-ROE-50组合在中证500股票池中获取正超额收益0.77%，但在中证800和全市场股票池中分别获得负超额收益-1.15%和-1.79%[8] - 本周公募调研选股策略相对中证800获得正超额收益0.26%，而私募调研跟踪策略相对中证800获得负超额收益-2.32%[9] - 本周大宗交易组合相对中证全指获取正超额收益0.92%[10] - 本周定向增发组合相对中证全指获取负超额收益-0.87%[11]

量化模型与构建方式 1. **模型名称：PB-ROE-50组合** * **模型构建思路：** 基于PB（市净率）和ROE（净资产收益率）两个核心估值与盈利指标进行选股，旨在寻找估值合理且盈利能力强的公司[23]。 * **模型具体构建过程：** 报告未详细描述该组合的具体构建公式和步骤，仅提及其为基于PB和ROE的选股模型[23]。 2. **模型名称：机构调研组合（公募调研选股策略/私募调研跟踪策略）** * **模型构建思路：** 利用机构（公募或私募）调研上市公司的事件信息进行选股，认为被机构调研的公司可能蕴含投资机会[25]。 * **模型具体构建过程：** 报告未详细描述该组合的具体构建公式和步骤，仅提及其为基于机构调研事件的选股策略[25]。 3. **模型名称：大宗交易组合** * **模型构建思路：** 基于“高成交、低波动”原则，从发生大宗交易的股票中筛选后续表现更佳的标的[29]。核心逻辑是“大宗交易成交金额比率”越高、“6日成交金额波动率”越低的股票，其后续表现更佳[29]。 * **模型具体构建过程：** 1. 筛选出近期发生大宗交易的股票。 2. 计算每只股票的“大宗交易成交金额比率”和“6日成交金额波动率”。 3. 根据“高成交、低波动”原则对股票进行排序或打分。 4. 通过月频调仓方式构造投资组合[29]。 4. **模型名称：定向增发组合** * **模型构建思路：** 以定向增发的股东大会公告日为事件节点，进行事件驱动选股[35]。 * **模型具体构建过程：** 报告未提供具体的构建公式，但提及构建时综合考虑了市值因素、调仓周期以及对仓位的控制[35]。 量化因子与构建方式 1. **因子名称：经营现金流比率** * **因子构建思路：** 衡量公司经营活动产生现金的能力，属于基本面因子中的盈利质量因子[12]。 * **因子具体构建过程：** 报告未提供具体计算公式。 2. **因子名称：成交量的5日指数移动平均** * **因子构建思路：** 使用指数移动平均平滑近期成交量，属于价量因子，用于捕捉交易活跃度的趋势[12]。 * **因子具体构建过程：** 报告未提供具体计算公式。 3. **因子名称：总资产毛利率TTM** * **因子构建思路：** 衡量公司利用全部资产创造毛利润的效率，属于基本面因子中的盈利因子[12]。 * **因子具体构建过程：** 报告未提供具体计算公式。 4. **因子名称：市盈率TTM倒数** * **因子构建思路：** 市盈率的倒数，即盈利收益率，属于估值因子。值越高代表估值可能越低[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 5. **因子名称：下行波动率占比** * **因子构建思路：** 衡量股价下行风险相对于总波动的比例，属于风险类因子[14]。 * **因子具体构建过程：** 报告未提供具体计算公式。 6. **因子名称：动量弹簧因子** * **因子构建思路：** 报告未解释具体思路，从名称推断可能是结合动量与反转效应的复合因子[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 7. **因子名称：EPTTM分位点** * **因子构建思路：** 盈利价格比（E/P）在横截面上的分位数排名，属于估值因子[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 8. **因子名称：日内波动率与成交金额的相关性** * **因子构建思路：** 衡量股价日内波动与成交金额之间的关联程度，属于价量相关性因子[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 9. **因子名称：市销率TTM倒数** * **因子构建思路：** 市销率的倒数，属于估值因子，常用于评估销售收入规模较大的公司[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 10. **因子名称：5分钟收益率偏度** * **因子构建思路：** 衡量超短期（5分钟）收益率分布的不对称性，属于高阶矩因子[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 11. **因子名称：对数市值因子** * **因子构建思路：** 公司市值的对数，代表市值风格因子[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 12. **因子名称：5日成交量的标准差** * **因子构建思路：** 衡量近期成交量波动的大小，属于价量波动因子[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 13. **因子名称：6日成交金额的移动平均值** * **因子构建思路：** 近期成交金额的平滑值，用于衡量资金关注度的水平[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 14. **因子名称：市盈率因子** * **因子构建思路：** 最常用的估值因子之一[14]。 * **因子具体构建过程：** 报告未提供具体计算公式。 15. **因子名称：单季度ROA** * **因子构建思路：** 单季度的总资产收益率，衡量单季盈利效率[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 16. **因子名称：标准化预期外盈利** * **因子构建思路：** 经过标准化处理的盈利惊喜（Earnings Surprise）因子，属于事件类因子[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 17. **因子名称：单季度总资产毛利率** * **因子构建思路：** 单季度的总资产毛利率[14]。 * **因子具体构建过程：** 报告未提供具体计算公式。 18. **因子名称：单季度营业收入同比增长率** * **因子构建思路：** 单季度营业收入的同比增长率，属于成长因子[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 19. **因子名称：ROE稳定性** * **因子构建思路：** 衡量净资产收益率（ROE）的波动情况，属于盈利质量因子[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 20. **因子名称：标准化预期外收入** * **因子构建思路：** 经过标准化处理的收入惊喜（Revenue Surprise）因子，属于事件类因子[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 21. **因子名称：ROA稳定性** * **因子构建思路：** 衡量总资产收益率（ROA）的波动情况[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 22. **因子名称：毛利率TTM** * **因子构建思路：** 过去十二个月的毛利率，属于盈利因子[16]。 * **因子具体构建过程：** 报告未提供具体计算公式。 23. **因子名称：营业利润率TTM** * **因子构建思路：** 过去十二个月的营业利润率[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 24. **因子名称：市净率因子** * **因子构建思路：** 常用的估值因子[14]。 * **因子具体构建过程：** 报告未提供具体计算公式。 25. **因子名称：单季度ROA同比** * **因子构建思路：** 单季度ROA的同比增长率[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 26. **因子名称：净利润率TTM** * **因子构建思路：** 过去十二个月的净利润率[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 27. **因子名称：净利润断层** * **因子构建思路：** 通常指财报发布后股价因盈利超预期而出现的向上跳空缺口，是事件驱动因子[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 28. **因子名称：单季度净利润同比增长率** * **因子构建思路：** 单季度净利润的同比增长率[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 29. **因子名称：早盘后收益因子** * **因子构建思路：** 报告未解释具体思路，从名称推断可能是捕捉早盘后特定时段的价格行为[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 30. **因子名称：6日成交金额的标准差** * **因子构建思路：** 衡量近期成交金额的波动性[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 31. **因子名称：大单净流入** * **因子构建思路：** 衡量大额资金净流入的情况，属于资金流向因子[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 32. **因子名称：单季度EPS** * **因子构建思路：** 单季度的每股收益[16]。 * **因子具体构建过程：** 报告未提供具体计算公式。 33. **因子名称：ROIC增强因子** * **因子构建思路：** 基于投入资本回报率（ROIC）构建的因子，可能经过某种增强处理[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 34. **因子名称：总资产增长率** * **因子构建思路：** 衡量公司资产规模的扩张速度，属于成长因子[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 35. **因子名称：单季度营业利润同比增长率** * **因子构建思路：** 单季度营业利润的同比增长率[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 36. **因子名称：换手率相对波动率** * **因子构建思路：** 可能指换手率与股价波动率的相对关系，属于价量关系因子[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 37. **因子名称：早盘收益因子** * **因子构建思路：** 报告未解释具体思路，从名称推断可能是捕捉早盘时段的价格行为[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 38. **因子名称：5日平均换手率** * **因子构建思路：** 近期换手率的平均水平，衡量股票流动性[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 39. **因子名称：单季度ROE** * **因子构建思路：** 单季度的净资产收益率[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 40. **因子名称：动量调整大单** * **因子构建思路：** 结合价格动量与大单资金流向的复合因子[13]。 * **因子具体构建过程：** 报告未提供具体计算公式。 41. **因子名称：单季度ROE同比** * **因子构建思路：** 单季度ROE的同比增长率[14]。 * **因子具体构建过程：** 报告未提供具体计算公式。 42. **因子名称：动量调整小单** * **因子构建思路：** 结合价格动量与小单资金流向的复合因子[12]。 * **因子具体构建过程：** 报告未提供具体计算公式。 43. **因子名称：5日反转** * **因子构建思路：** 短期反转因子，认为过去5日跌幅大的股票未来可能反弹[12]。 * **因子具体构建过程：** 报告未提供具体计算公式。 44. **因子名称：小单净流入** * **因子构建思路：** 衡量小额资金净流入的情况，属于资金流向因子[12]。 * **因子具体构建过程：** 报告未提供具体计算公式。 45. **大类因子名称：估值因子** * **因子构建思路：** 由多个估值类单因子（如市盈率、市净率等）合成的大类因子[1]。 * **因子具体构建过程：** 报告未提供具体合成方法。 46. **大类因子名称：盈利因子** * **因子构建思路：** 由多个盈利类单因子（如ROE、毛利率等）合成的大类因子[1]。 * **因子具体构建过程：** 报告未提供具体合成方法。 47. **大类因子名称：杠杆因子** * **因子构建思路：** 衡量公司财务杠杆水平的大类因子[1]。 * **因子具体构建过程：** 报告未提供具体合成方法。 48. **大类因子名称：市值因子** * **因子构建思路：** 代表公司规模风格的大类因子[1]。 * **因子具体构建过程：** 报告未提供具体合成方法。 49. **大类因子名称：动量因子** * **因子构建思路：** 由动量类单因子合成的大类因子[1]。 * **因子具体构建过程：** 报告未提供具体合成方法。 50. **大类因子名称：成长因子** * **因子构建思路：** 由成长类单因子（如收入增长率、利润增长率等）合成的大类因子[1]。 * **因子具体构建过程：** 报告未提供具体合成方法。 51. **行业内因子名称：每股净资产** * **因子构建思路：** 在行业内比较的基本面因子[21]。 * **因子具体构建过程：** 报告未提供具体计算公式。 52. **行业内因子名称：每股经营利润TTM** * **因子构建思路：** 在行业内比较的盈利因子[21]。 * **因子具体构建过程：** 报告未提供具体计算公式。 53. **行业内因子名称：BP因子** * **因子构建思路：** 市净率（P/B）的倒数，在行业内比较的估值因子[21]。 * **因子具体构建过程：** 报告未提供具体计算公式。 54. **行业内因子名称：EP因子** * **因子构建思路：** 盈利价格比（E/P），在行业内比较的估值因子[21]。 * **因子具体构建过程：** 报告未提供具体计算公式。 55. **行业内因子名称：残差波动率因子** * **因子构建思路：** 在行业内比较的风险因子[21]。 * **因子具体构建过程：** 报告未提供具体计算公式。 56. **行业内因子名称：流动性因子** * **因子构建思路：** 在行业内比较的流动性因子[21]。 * **因子具体构建过程：** 报告未提供具体计算公式。 57. **行业内因子名称：对数市值** * **因子构建思路：** 在行业内比较的市值风格因子[21]。 * **因子具体构建过程：** 报告未提供具体计算公式。 模型的回测效果 *注：以下模型业绩表现统计区间为2026年01月05日至2026年03月13日[24][26][30][36]* 1. **PB-ROE-50组合**，本周超越基准收益率（中证500）0.77%[23][24]，本周超越基准收益率（中证800）-1.15%[23][24]，本周超越基准收益率（全市场）-1.79%[23][24]，今年以来超额收益率（中证500）0.62%[24]，今年以来超额收益率（中证800）6.00%[24]，今年以来超额收益率（全市场）3.36%[24]，本周绝对收益率（中证500）-0.69%[24]，本周绝对收益率（中证800）-1.44%[24]，本周绝对收益率（全市场）-2.29%[24]，今年以来绝对收益率（中证500）11.05%[24]，今年以来绝对收益率（中证800）9.63%[24]，今年以来绝对收益率（全市场）8.62%[24] 2. **机构调研组合（公募调研选股）**，本周超越基准收益率0.26%[25][26]，今年以来超额收益率1.79%[26]，本周绝对收益率-0.03%[26]，今年以来绝对收益率5.28%[26] 3. **机构调研组合（私募调研跟踪）**，本周超越基准收益率-2.32%[25][26]，今年以来超额收益率7.62%[26]，本周绝对收益率-2.60%[26]，今年以来绝对收益率11.31%[26] 4. **大宗交易组合**，本周超越基准收益率0.92%[29][30]，今年以来超额收益率10.41%[30]，本周绝对收益率0.41%[30]，今年以来绝对收益率16.04%[30] 5. **定向增发组合**，本周超越基准收益率-0.87%[35][36]，今年以来超额收益率3.25%[36]，本周绝对收益率-1.38%[36]，今年以来绝对收益率8.51%[36] 因子的回测效果 *注：以下因子表现均为最近1周（2026.03.09-2026.03.13）在指定股票池中，剔除行业与市值影响后的多头组合超额收益[12]* 1. **经营现金流比率**，沪深300股票池收益1.68%[12][13]，中证500股票池收益0.43%[15]，流动性1500股票池收益-1.

量化因子与构建方式 1. **因子类别：风格因子** * **因子名称：估值因子**[18] * **因子构建思路：** 参考BARRA模型，通过单一细分因子合成，用于衡量股票的估值水平[18]。 * **因子具体构建过程：** 估值因子直接由BP（账面市值比）细分因子构成。BP的计算公式为：$$BP = \frac{归母股东权益}{总市值}$$[18] * **因子名称：成长因子**[18] * **因子构建思路：** 参考BARRA模型，通过合成两个反映公司增长能力的细分因子，用于衡量公司的成长性[18]。 * **因子具体构建过程：** 成长因子由SGRO（营业收入增长率）和EGRO（归母净利润增长率）两个细分因子等权平均合成。$$成长因子 = \frac{SGRO + EGRO}{2}$$[18] * SGRO：使用过去五个财年年报的每股营业收入数据，对时间进行回归，将回归系数（斜率）除以每股营业收入的平均值得到。 * EGRO：使用过去五个财年年报的每股归母净利润数据，对时间进行回归，将回归系数（斜率）除以每股归母净利润的平均值得到[18]。 * **因子名称：盈利因子**[18] * **因子构建思路：** 参考BARRA模型，通过合成两个反映公司盈利能力的细分因子，用于衡量公司的盈利质量[18]。 * **因子具体构建过程：** 盈利因子由ETOP（盈利价格比）和CETOP（现金盈利价格比）两个细分因子等权平均合成。$$盈利因子 = \frac{ETOP + CETOP}{2}$$[18] * ETOP：归母净利润TTM / 总市值。 * CETOP：经营活动产生的现金流量净额TTM / 总资产[18]。 * **因子名称：规模因子**[18] * **因子构建思路：** 参考BARRA模型，通过单一细分因子合成，用于衡量公司规模[18]。 * **因子具体构建过程：** 规模因子直接由LNCAP（对数市值）细分因子构成。LNCAP的计算公式为：$$LNCAP = ln(总市值)$$[18] * **因子名称：Beta因子**[18] * **因子构建思路：** 参考BARRA模型，通过单一细分因子合成，用于衡量股票的系统性风险[18]。 * **因子具体构建过程：** Beta因子直接由BETA细分因子构成。BETA的计算方法为：将个股过去252个交易日的日收益率与中证全指日收益率进行半衰指数加权回归（半衰期为63个交易日），取回归系数作为BETA值[18]。 * **因子名称：动量因子**[18] * **因子构建思路：** 参考BARRA模型，通过单一细分因子合成，用于衡量股票的动量效应[18]。 * **因子具体构建过程：** 动量因子直接由RSTR（相对强度）细分因子构成。RSTR的计算方法为：计算个股过去504个交易日（不含最近21个交易日）的半衰指数加权累计收益率，半衰期为126个交易日[18]。 * **因子名称：流动性因子**[18] * **因子构建思路：** 参考BARRA模型，通过合成三个不同时间维度的换手率细分因子，用于衡量股票的流动性[18]。 * **因子具体构建过程：** 流动性因子由STOM（1个月换手率）、STOQ（过去3个月STOM均值）和STOA（过去12个月STOM均值）三个细分因子等权平均合成。$$流动性因子 = \frac{STOM + STOQ + STOA}{3}$$[18] * STOM：个股过去1个月的换手率加总后取对数。 * **因子名称：波动性因子**[18] * **因子构建思路：** 参考BARRA模型，通过合成三个反映不同维度波动风险的细分因子，用于衡量股票的波动性[18]。 * **因子具体构建过程：** 波动性因子由DASTD（日收益率标准差）、CMRA（累计收益范围）和HSIGMA（历史残差波动率）三个细分因子等权平均合成。$$波动性因子 = \frac{DASTD + CMRA + HSIGMA}{3}$$[18] * DASTD：计算过去250个交易日个股相对于所有股票等权指数的超额收益率的标准差，计算时使用半衰指数加权（半衰期40日）。 * CMRA：计算个股过去12个月内的累计对数收益率，将累计最高收益与累计最低收益做差得到。 * HSIGMA：计算BETA因子时回归残差的标准差[18]。 * **因子名称：非线性市值因子**[18] * **因子构建思路：** 参考BARRA模型，通过单一细分因子合成，用于捕捉市值因子的非线性效应[18]。 * **因子具体构建过程：** 非线性市值因子直接由NLSIZE细分因子构成。NLSIZE的计算方法为：将股票总市值对数的三次方与对数市值进行加权最小二乘回归（权重为对数市值的平方根），取回归残差作为NLSIZE。总市值越大或越小的股票NLSIZE越大，中市值股票NLSIZE小[18]。 * **因子名称：杠杆因子**[18] * **因子构建思路：** 参考BARRA模型，通过合成三个反映不同维度杠杆水平的细分因子，用于衡量公司的财务杠杆[18]。 * **因子具体构建过程：** 杠杆因子由MLEV（市场杠杆）、DTOA（资产负债率）和BLEV（账面杠杆）三个细分因子等权平均合成。$$杠杆因子 = \frac{MLEV + DTOA + BLEV}{3}$$[18] * MLEV：非流动负债 / 总市值。 * DTOA：总负债 / 总资产。 * BLEV：非流动负债 / 归属母公司股东权益[18]。 2. **因子类别：选股因子（共53个）**[23] * **构建思路：** 构建了涵盖估值、成长、质量、规模、反转、动量、流动性、波动性、分红、公司治理以及技术等多个方面的常用选股因子[23]。 * **具体因子列表与构建过程：** 所有因子的名称、构造方式和参考方向详见表5[24]。 * **估值类（8个）：** BP、单季度EP、EP_TTM、单季度SP、SP_TTM、单季度CFEV、CFEV_TTM[24]。 * **成长类（8个）：** 单季度净利润同比增速、单季度营业收入同比增速、单季度营业利润同比增速、标准化预期外盈利、标准化预期外收入、单季度ROE同比、单季度ROA同比[24]。 * **质量类（8个）：** 单季度ROE、单季度ROA、单季度毛利率、单季度营业利润率、单季度净利润率、盈余质量、流动比率[24]。 * **规模类（1个）：** 对数市值[24]。 * **反转类（2个）：** 20日反转、60日反转[24]。 * **动量类（4个）：** 60日动量、240日动量、盈余公告前隔夜动量、盈余公告次日开盘跳空超额[24]。 * **流动性类（7个）：** 20日换手率、60日换手率、20日换手率波动、60日换手率波动、20日非流动性冲击、60日非流动性冲击[24]。 * **波动性类（7个）：** 20日收益率标准差、60日收益率标准差、20日特异度、60日特异度、20日三因子模型残差波动率、120日三因子模型残差波动率、240日三因子模型残差波动率[24]。 * **分红类（1个）：** 股息率[24]。 * **公司治理类（2个）：** 前五大股东持股比例、前十大股东持股比例[24]。 * **技术类（5个）：** 20日成交额、60日成交额、60日偏度、240日偏度、20日成交量变异系数、60日成交量变异系数、20日成交量比率、60日成交量比率、120日成交量比率[24]。 量化模型与构建方式 1. **模型名称：中性约束条件下最大化因子暴露组合**[25] * **模型构建思路：** 在构建单因子投资组合时，采用优化方法，在确保投资组合相对基准指数在行业和风格暴露保持中性的基础上，最大化目标因子在组合中的暴露[25]。 * **模型具体构建过程：** 报告指出具体构建方法参考附录，但附录内容未在提供的文本中。根据描述，该模型是一个带约束的优化问题，目标函数是最大化组合对目标因子的暴露，约束条件包括对基准指数在行业和风格因子上的暴露中性，可能还包括权重约束等[25]。 因子的回测效果 1. **风格因子多空收益表现（近一周/近一月）**[21] * 盈利因子：2.47% / 0.93% * 估值因子：2.01% / -1.29% * 杠杆因子：1.71% / 1.85% * 成长因子：1.25% / 1.37% * 非线性市值因子：0.53% / 1.28% * 市值因子：-0.31% / 1.55% * 动量因子：-1.12% / 5.20% * 流动性因子：-2.22% / 1.74% * 波动性因子：-2.97% / 1.29% * Beta因子：-4.39% / 4.68% 2. **选股因子在“中性约束条件下最大化因子暴露组合”中的超额收益表现（最近一周）** * **沪深300股票池表现最佳因子：**[27] * EP_TTM：1.11% * 单季度ROE：0.94% * 240日偏度：0.88% * **中证500股票池表现最佳因子：**[30] * 120日三因子模型残差波动率：1.84% * 240日三因子模型残差波动率：1.22% * 60日收益率标准差：1.20% * **中证800股票池表现最佳因子：**[33] * 单季度ROA：1.78% * EP_TTM：1.49% * 20日换手率：1.35% * **中证1000股票池表现最佳因子：**[36] * 60日非流动性冲击：1.68% * BP：1.55% * 20日非流动性冲击：1.35% * **沪深300ESG股票池表现最佳因子：**[40] * CFEV_TTM：1.09% * EP_TTM：1.04% * 20日换手率：0.97% 3. **选股因子在全市场股票池中的Rank IC表现（近一周）**[44] * BP：14.24% * 120日三因子模型残差波动率：9.37% * 60日非流动性冲击：9.14% * 20日非流动性冲击：8.09% * 60日收益率标准差：7.82% * 对数市值：7.55% * 前五大股东持股比例：7.01% * 240日三因子模型残差波动率：6.79% * 前十大股东持股比例：6.57% * 60日换手率：5.56%

量化市场跟踪：大类因子表现 - 本周全市场股票池中，盈利因子和动量因子分别获得正收益0.47%和0.46%，市场呈现动量效应 [4] - 本周全市场股票池中，Beta因子获得负收益-1.02% [4] 量化市场跟踪：单因子表现 - 在沪深300股票池中，本周表现最好的因子是市盈率TTM倒数，收益为2.97%，其次是市盈率因子，收益为2.86% [5] - 在沪深300股票池中，本周表现最差的因子是单季度营业收入同比增长率，收益为-2.54%，其次是单季度ROA同比，收益为-1.79% [5] - 在中证500股票池中，本周表现最好的因子是市盈率TTM倒数，收益为3.46%，其次是市盈率因子，收益为3.29% [5] - 在中证500股票池中，本周表现最差的因子是5日平均换手率，收益为-1.22% [5] - 在流动性1500股票池中，本周表现最好的因子是市盈率TTM倒数，收益为3.61%，其次是市盈率因子，收益为2.53% [5] - 在流动性1500股票池中，本周表现最差的因子是5日反转，收益为-1.46% [5] 量化市场跟踪：因子行业内表现 - 本周，每股净资产因子和每股经营利润TTM因子在煤炭、综合行业获得一致正收益 [6] - 本周，估值类因子中的EP因子在煤炭、综合行业正收益显著 [6] - 本周，残差波动率因子和流动性因子在美容护理、石油石化、综合行业获得一致正收益 [6] - 本周，在农林牧渔、煤炭、银行、石油石化、综合行业，大市值风格表现显著 [6] 投资组合跟踪：PB-ROE-50组合 - 本周PB-ROE-50组合在中证500股票池中获得超额收益0.78%，在中证800股票池中获得超额收益0.46% [8] - 本周PB-ROE-50组合在全市场股票池中获得超额收益-0.92% [8] 投资组合跟踪：机构调研组合 - 本周公募调研选股策略相对中证800获得超额收益0.16% [9] - 本周私募调研跟踪策略相对中证800获得超额收益-1.30% [9] 投资组合跟踪：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获得超额收益1.50% [10] - 本周定向增发组合相对中证全指获得超额收益2.15% [11]

量化模型与构建方式 1. PB-ROE-50 组合 * **模型名称**：PB-ROE-50 组合 * **模型构建思路**：基于市净率（PB）和净资产收益率（ROE）两个核心指标进行选股，旨在筛选出估值合理且盈利能力强的公司[23]。 * **模型具体构建过程**：报告未详细描述该组合的具体构建公式和步骤，仅提及其为基于PB和ROE的选股模型[23]。 2. 机构调研组合 * **模型名称**：机构调研组合 * **模型构建思路**：利用机构调研事件蕴含的信息进行选股，分为公募调研选股和私募调研跟踪两个策略[25]。 * **模型具体构建过程**：报告未详细描述该组合的具体构建公式和步骤，仅提及其为基于机构调研事件的选股策略[25]。 3. 大宗交易组合 * **模型名称**：大宗交易组合 * **模型构建思路**：通过统计分析大宗交易数据，挖掘其背后蕴含的超额信息，依据“高成交、低波动”原则构建组合[29]。 * **模型具体构建过程**：组合根据“大宗交易成交金额比率”越高、“6日成交金额波动率”越低的股票后续表现更佳的规律进行构建。具体通过月频调仓方式构造[29]。 * **模型评价**：该模型旨在提炼大宗交易背后蕴含的超额信息[29]。 4. 定向增发组合 * **模型名称**：定向增发组合 * **模型构建思路**：以定向增发股东大会公告日为事件节点，进行事件驱动选股[35]。 * **模型具体构建过程**：以股东大会公告日为时间节点，在综合考虑市值因素、调仓周期以及对仓位控制的基础上，构造定向增发事件驱动选股组合[35]。 * **模型评价**：该模型旨在多角度解析定向增发中的投资机会[35]。 模型的回测效果 1. **PB-ROE-50 组合**[24] * 本周超越基准收益率（中证500）：0.78% * 本周超越基准收益率（中证800）：0.46% * 本周超越基准收益率（全市场）：-0.92% * 今年以来超额收益率（中证500）：-0.15% * 今年以来超额收益率（中证800）：7.24% * 今年以来超额收益率（全市场）：5.24% * 本周绝对收益率（中证500）：-2.69% * 本周绝对收益率（中证800）：-1.32% * 本周绝对收益率（全市场）：-3.18% * 今年以来绝对收益率（中证500）：11.82% * 今年以来绝对收益率（中证800）：11.24% * 今年以来绝对收益率（全市场）：11.17% 2. **机构调研组合**[26] * 公募调研选股策略本周超越基准收益率（中证800）：0.16% * 公募调研选股策略今年以来超额收益率（中证800）：1.53% * 公募调研选股策略本周绝对收益率：-1.62% * 公募调研选股策略今年以来绝对收益率：5.31% * 私募调研跟踪策略本周超越基准收益率（中证800）：-1.30% * 私募调研跟踪策略今年以来超额收益率（中证800）：10.18% * 私募调研跟踪策略本周绝对收益率：-3.05% * 私募调研跟踪策略今年以来绝对收益率：14.29% 3. **大宗交易组合**[30] * 本周超越基准收益率（中证全指）：1.50% * 今年以来超额收益率（中证全指）：9.41% * 本周绝对收益率：-0.82% * 今年以来绝对收益率：15.57% 4. **定向增发组合**[36] * 本周超越基准收益率（中证全指）：2.15% * 今年以来超额收益率（中证全指）：4.16% * 本周绝对收益率：-0.18% * 今年以来绝对收益率：10.02% 量化因子与构建方式 1. 大类风格因子 * **因子名称**：盈利因子、动量因子、Beta因子等[18] * **因子构建思路**：报告未详细描述这些大类因子的具体构建思路，仅将其作为风格分析维度[18]。 2. 单因子（列举报告提及的部分因子） 报告未提供单个因子的具体构建公式和详细过程，仅列出了因子名称及其在特定周期内的表现[12][14][16]。以下为报告提及的部分因子名称： * **估值类因子**：市盈率TTM倒数、市盈率因子、市净率因子、市销率TTM倒数、EP因子、EPTTM分位点[12][14][16][21] * **基本面因子**：单季度营业收入同比增长率、单季度ROA同比、单季度ROA、单季度ROE同比、单季度ROE、毛利率TTM、净利润率TTM、营业利润率TTM、总资产增长率、总资产毛利率TTM、单季度总资产毛利率、单季度EPS、单季度净利润同比增长率、单季度营业利润同比增长率、ROE稳定性、ROA稳定性、ROIC增强因子、经营现金流比率、每股净资产、每股经营利润TTM、净资产增长率、净利润增长率[12][14][16][21][22] * **动量反转类因子**：动量弹簧因子、5日动量、1月动量、5日反转[12][14][16][22] * **交易行为/技术类因子**：日内波动率与成交金额的相关性、早盘收益因子、早盘后收益因子、大单净流入、动量调整大单、动量调整小单、小单净流入、成交量的5日指数移动平均、5日平均换手率、换手率相对波动率、5日成交量的标准差、6日成交金额的移动平均值、6日成交金额的标准差、5分钟收益率偏度、下行波动率占比[12][14][16] * **波动率与流动性因子**：残差波动率、流动性[21] * **市值因子**：对数市值因子[12][14][16] * **事件与预期类因子**：标准化预期外盈利、标准化预期外收入、净利润断层[12][14][16] 因子的回测效果 （注：以下因子表现数据均为“最近1周”的收益，为剔除行业与市值影响后多头组合相对于基准指数的超额收益[12]） 1. **大类因子表现（全市场股票池）**[18] * 盈利因子收益：0.47% * 动量因子收益：0.46% * Beta因子收益：-1.02% 2. **单因子表现（沪深300股票池）**[13] * 市盈率TTM倒数：2.97% * 市盈率因子：2.86% * 日内波动率与成交金额的相关性：1.45% * 市净率因子：1.42% * 早盘收益因子：1.39% * 大单净流入：1.26% * 成交量的5日指数移动平均：0.81% * 单季度ROA：0.59% * 5日平均换手率：0.44% * 动量调整小单：0.41% * 经营现金流比率：0.40% * 换手率相对波动率：0.24% * 下行波动率占比：0.15% * 动量调整大单：0.11% * ROIC增强因子：0.06% * 净利润率TTM：0.05% * ROE稳定性：0.02% * 单季度总资产毛利率：0.01% * ROA稳定性：-0.05% * 营业利润率TTM：-0.09% * 5日成交量的标准差：-0.11% * 5分钟收益率偏度：-0.13% * 总资产毛利率TTM：-0.13% * EPTTM分位点：-0.41% * 6日成交金额的移动平均值：-0.43% * 标准化预期外盈利：-0.59% * 单季度ROE：-0.89% * 小单净流入：-1.34% * 净利润断层：-0.97% * 6日成交金额的标准差：-1.14% * 市销率TTM倒数：-1.21% * 总资产增长率：-1.22% * 毛利率TTM：-0.81% * 单季度EPS：-1.27% * 对数市值因子：-2.59% * 单季度营业利润同比增长率：-1.31% * 单季度净利润同比增长率：-1.49% * 5日反转：-1.95% * 标准化预期外收入：-1.57% * 早盘后收益因子：-1.71% * 单季度ROE同比：-1.72% * 动量弹簧因子：-1.77% * 单季度ROA同比：-1.79% * 单季度营业收入同比增长率：-2.54% 3. **单因子表现（中证500股票池）**[15] * 市盈率TTM倒数：3.46% * 市盈率因子：3.29% * 单季度营业收入同比增长率：2.34% * 下行波动率占比：2.24% * 市净率因子：1.92% * 日内波动率与成交金额的相关性：1.79% * 成交量的5日指数移动平均：-0.67% * 对数市值因子：-3.15% * 营业利润率TTM：1.21% * 5日成交量的标准差：1.20% * 净利润率TTM：1.01% * 动量调整大单：0.97% * 单季度ROA同比：0.94% * 单季度ROA：0.92% * 单季度ROE同比：0.90% * 大单净流入：0.76% * ROA稳定性：0.57% * ROE稳定性：0.56% * 单季度ROE：0.54% * 换手率相对波动率：-10.64% * 单季度EPS：0.52% * 标准化预期外盈利：0.47% * 经营现金流比率：0.33% * 市销率TTM倒数：0.30% * 标准化预期外收入：0.22% * EPTTM分位点：0.11% * 早盘后收益因子：-0.02% * 单季度净利润同比增长率：-0.06% * 总资产毛利率TTM：-12.90% * 动量调整小单：-0.12% * 5日反转：-0.21% * ROIC增强因子：-0.29% * 净利润断层：-0.30% * 动量弹簧因子：-0.33% * 6日成交金额的标准差：-0.33% * 6日成交金额的移动平均值：-0.38% * 单季度营业利润同比增长率：-0.39% * 早盘收益因子：-0.40% * 单季度总资产毛利率：-0.48% * 小单净流入：-0.52% * 5分钟收益率偏度：-0.77% * 毛利率TTM：-0.83% * 总资产增长率：-0.97% * 5日平均换手率：-1.22% 4. **单因子表现（流动性1500股票池）**[17] * 市盈率TTM倒数：3.61% * 市盈率因子：2.53% * 市净率因子：1.94% * 5日成交量的标准差：1.86% * 日内波动率与成交金额的相关性：1.82% * 动量调整大单：1.69% * 下行波动率占比：1.51% * 单季度ROE：1.43% * 换手率相对波动率：1.40% * 单季度营业收入同比增长率：1.36% * 经营现金流比率：1.36% * 单季度ROA：1.30% * 大单净流入：1.13% * 成交量的5日指数移动平均：0.98% * 5日平均换手率：0.91% * 动量调整小单：0.91% * ROA稳定性：0.88% * ROE稳定性：0.85% * 净利润率TTM：0.80% * 标准化预期外收入：0.75% * 单季度ROE同比：0.68% * 单季度ROA同比：0.50% * 单季度EPS：0.44% * 标准化预期外盈利：0.32% * 营业利润率TTM：0.30% * 小单净流入：0.28% * 市销率TTM倒数：0.24% * 总资产毛利率TTM：0.24% * 对数市值因子：-7.17% * 6日成交金额的标准差：0.19% * 毛利率TTM：0.12% * ROIC增强因子：0.06% * 单季度总资产毛利率：0.04% * 6日成交金额的移动平均值：0.03% * 总资产增长率：-0.05% * 5分钟收益率偏度：-0.05% * EPTTM分位点：-0.18% * 单季度净利润同比增长率：-0.23% * 早盘收益因子：-0.28% * 净利润断层：-0.32% * 动量弹簧因子：-0.49% * 单季度营业利润同比增长率：-0.61% * 早盘后收益因子：-0.65% * 5日反转：-8.21%

量化模型与构建方式 1. **模型名称：三维择时框架**[8][12] * **模型构建思路**：通过构建市场分歧度、流动性、景气度三个维度的指标，综合判断市场整体趋势[8]。 * **模型具体构建过程**：模型基于三个独立的指数进行判断。分歧度指数用于衡量市场参与者观点的离散程度[18]。流动性指数用于衡量市场资金面的松紧状况[23]。景气度指数（A股景气度指数2.0）用于衡量上市公司整体的经营状况和盈利趋势[20]。通过观察这三个指标的变化趋势（上行或下行），形成对市场（如震荡下跌）的综合判断[8]。 2. **模型名称：热点趋势ETF策略**[28] * **模型构建思路**：结合价格形态（支撑阻力）和短期市场关注度（换手率变化）来筛选ETF，构建组合[28]。 * **模型具体构建过程**： 1. 首先筛选出K线最高价与最低价同时呈现上涨形态的ETF[28]。 2. 计算支撑阻力因子：基于最高价与最低价近20日的回归系数，衡量价格趋势的陡峭程度[28]。 3. 在支撑阻力因子的多头组中，进一步选择近5日换手率与近20日换手率比值最高的ETF，即短期市场关注度明显提升的品种[28]。 4. 最终选取10只ETF，采用风险平价方法构建投资组合[28]。 3. **模型名称：ETF三策略融合轮动模型**[32][34] * **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，以实现因子与风格的互补，降低单一策略风险[32]。 * **模型具体构建过程**： 1. 分别构建三个子策略： * **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等，旨在覆盖行业多维度特性[33]。 * **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，聚焦于个股质量与低波，防御性突出[33]。 * **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[33]。 2. 将三个策略选出的行业或标的进行等权合并，形成最终的ETF轮动组合[32]。 4. **模型名称：资金流共振策略**[43][46] * **模型构建思路**：结合融资融券资金流和主动大单资金流，通过剔除极端值来提高策略稳定性，筛选出两类资金流产生共振的行业[43][46]。 * **模型具体构建过程**： 1. **构建行业融资融券资金因子**：计算行业内个股的融资净买入减去融券净卖出并加总，然后进行Barra市值因子中性化处理，再取最近50日均值，最后计算其两周环比变化率[43]。 2. **构建行业主动大单资金因子**：计算行业净流入资金，并进行最近一年成交量时序中性化处理，然后排序并取最近10日均值[43]。 3. **策略逻辑**：研究发现融资融券因子的多头端在某些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，剔除融资融券因子也处于头部的行业[43]。 4. 进一步剔除大金融板块，得到最终推荐的行业组合[43]。 5. **模型名称：全天候配置策略**[49] * **模型构建思路**：通过资产选择、风险调整和结构对冲三项原则，绕过宏观预测，直接针对资产波动进行长期收益平衡，旨在获取稳健的绝对收益[49]。 * **模型具体构建过程**：采用循环对冲设计对冲构型。根据风险水平分为两个版本： * **高波版**：采用“四层结构化-股债金风险平价”构型[53][54]。 * **低波版**：采用“五层结构化-风险预算”构型[55][57]。 模型的回测效果 1. **热点趋势ETF策略**[28][29] * 2025年以来收益率：59.92%[28] * 2025年以来相对沪深300的超额收益率：36.61%[28] 2. **ETF三策略融合轮动模型**[34][37][38] * 总回测期（2017/4/10 - 2026/2/27）组合收益率：12.16%[37] * 总回测期（2017/4/10 - 2026/2/27）夏普比率：0.74[37] * 2026年以来收益率：1.47%[37] * 总回测期（2017/4/10 - 2026/2/27）信息比率(IR)：0.96[38] * 总回测期（2017/4/10 - 2026/2/27）最大回撤：-24.55%[38] 3. **资金流共振策略**[43][44] * 2018年以来费后年化超额收益：14.3%[43] * 2018年以来信息比率(IR)：1.4[43] * 上周（报告期）绝对收益：-0.92%[44] * 上周（报告期）相对行业等权的超额收益：-3.63%[44] 4. **全天候配置策略**[57][59][60] * **高波版**（截至2025年）： * 年化收益率：11.8%[57] * 年平均最大回撤：3.6%[57] * 夏普比率：2.3[57] * **低波版**（截至2025年）： * 年化收益率：8.8%[59] * 年平均最大回撤：2.0%[59] * 夏普比率：3.4[59] * 2026年以来收益率： * 高波版：2.7%[59] * 低波版：1.1%[59] 量化因子与构建方式 1. **因子名称：支撑阻力因子**[28] * **因子构建思路**：通过计算ETF价格最高价与最低价近20日回归系数的相对陡峭程度，来衡量价格趋势的强度[28]。 * **因子具体构建过程**：分别对ETF的最高价序列和最低价序列进行近20日的线性回归，比较两个回归系数的陡峭程度，具体公式未在报告中给出[28]。 2. **因子名称：行业融资融券资金因子**[43] * **因子构建思路**：衡量经过市值调整后的行业层面融资融券资金流的近期变化趋势[43]。 * **因子具体构建过程**： 1. 计算行业内个股的融资净买入减去融券净卖出并加总。 2. 对加总后的值进行Barra市值因子中性化处理。 3. 取最近50日的均值。 4. 计算该均值的两周环比变化率作为最终因子值[43]。 3. **因子名称：行业主动大单资金因子**[43] * **因子构建思路**：衡量经过成交量调整后的行业层面主动大单资金流的近期强度[43]。 * **因子具体构建过程**： 1. 计算行业净流入资金。 2. 进行最近一年成交量时序中性化处理。 3. 将处理后的值进行排序（分位化）。 4. 取最近10日的均值作为最终因子值[43]。 4. **风格因子组**[62] * **因子构建思路**：报告提及了贝塔因子、动量因子、流动性因子，用于描述市场的风格特征[62]。 * **因子具体构建过程**：报告未详细描述具体构建过程，仅展示了其本周收益[62]。 5. **Alpha因子组**[65][66][67][70] * **因子构建思路**：从多维度（时间、指数、行业）构建并测试了大量选股因子，以观察其选股能力[65]。 * **因子具体构建过程**：因子均进行了市值和行业中性化处理（规模因子仅进行行业中性化）。通过计算因子多头组（前1/5）相对基准的收益来评估因子表现[65]。报告列举了多个因子，例如： * **1年-1个月的收益率 (non ly 1n)**：过去1年收益率减去过去1个月收益率[67]。 * **营业利润占销售费用比 (oper salesexp)**：营业利润TTM / 销售费用TTM[67]。 * **研发销售收入占比 (tot rd ttm to sales)**：研发费用TTM / 营业收入TTM[70]。 * **单季度ROA同比差值(考虑快报、预告) (roa q delta adv)**：单季度ROA与去年同期的差值，并考虑快报和预告数据[70]。 * **一致预期净利润变化 (mom1 np fy1)**：$$(当前一致预测净利润FY1 - 1个月前一致预测净利润FY1) / |1个月前一致预测净利润FY1|$$[70]。 因子的回测效果 1. **风格因子（本周表现）**[62] * 贝塔因子周收益：3.26%[62] * 动量因子周收益：2.37%[62] * 流动性因子周收益：2.21%[62] 2. **Alpha因子（近一周多头超额收益）**[66][67] * 1年-1个月的收益率因子：1.18%[66][67] * 营业利润占销售费用比因子：1.13%[66][67] * 涨幅排行榜因子：0.77%[67] 3. **Alpha因子（最近一年在不同指数中的多头超额收益前例）**[69][70] * **在沪深300中表现突出的因子**： * 单季度ROA同比差值(考虑快报、预告)：33.90%[69][70] * 单季度ROA同比差值：32.59%[69][70] * 评级上下调差/评级上下调和：30.37%[70] * **在中证500中表现突出的因子**： * 一致预期净利润变化：19.23%[69][70] * 研发净资产占比：18.63%[70] * **在中证800中表现突出的因子**： * 一致预期净利润变化：31.20%[69][70] * est eps动量：30.74%[70] * **在中证1000中表现突出的因子**： * 单季度净利润同比增长(考虑快报、预告)：23.24%[69][70] * 研发销售收入占比：22.12%[70]