量化模型与构建方式 1. **模型名称：日历效应调整的指数增强模型**[7] * **模型构建思路**：基于对12个大类因子在季度、年末年初、春节、两会、国庆等特定日历窗口下表现规律的统计，在合成大类因子权重时进行动态调整，以增强多因子选股模型的收益并降低尾部风险[4][7]。 * **模型具体构建过程**： 1. **基础因子构建**：首先构建12个大类因子，每个大类因子由若干子类因子去异常、标准化后等权合成得到[16]。大类因子包括：价格稳定、成交稳定、流动性、拥挤度、反转、分析师、成长、质量、SUE、动量、价值、成交笔数[16]。 2. **日历效应识别**：以因子月度IC（信息系数）为基础，使用Welch检验比较日历窗口期与非日历窗口期因子IC的差异（超额差异水平），并使用单样本T检验判断日历窗口期内因子IC是否显著大于0（超额绝对水平），以此判断因子在特定日历效应下的选股能力差异[18]。 3. **权重调整规则制定**：根据上述统计检验结果，总结出各日历窗口下表现相对增强或减弱的因子规律[7][9]。例如：一季度拥挤度因子收益更弱；二季度基本面（除价值）和动量因子更强；三季度基本面（除价值）因子更弱、流动性因子更强；四季度基本面（除价值）和动量因子更弱；年末年初低波、拥挤度、质量、价值等低风险偏好因子更强；春节前因子多有效、春节后易失效；两会前因子弱、两会后因子强；国庆前后基本面因子弱、量价因子尚可[9][38][40][55][67][80][90]。 4. **动态权重合成**：在月度调仓时，根据当月的日历属性（如属于哪个季度、是否临近春节等），依据预先制定的权重调整规则，对12个大类因子的合成权重进行倾斜（例如，增加当期表现预期增强的因子权重，降低预期减弱的因子权重），从而构建出经过日历效应调整的复合因子得分，用于选股[7][91]。 模型的回测效果 1. **日历效应调整的指数增强模型**，在沪深300、中证500、中证1000指数上的增强策略显示，收益增强在2019年以后较为稳定，且日历效应调整可以降低尾部风险，提高月度胜率[9]。但报告指出，该模型在2025年7月后失效，原因是当时处于成长周期，而日历效应规则降低了基本面（除价值）因子的配置，导致错失其上涨机会[9]。 量化因子与构建方式 1. **因子名称：价格稳定因子**[16] * **因子构建思路**：通过多个子因子衡量股价的稳定性和波动特征，通常低波动、稳定的股票被认为风险较低[16]。 * **因子具体构建过程**：由4个子类因子去异常标准化后等权合成[16]。 * 残差波动率：Fama-French三因子模型回归残差的标准差。$$ \sigma_{\epsilon} = \sqrt{\frac{1}{T-1} \sum_{t=1}^{T} (\epsilon_t - \bar{\epsilon})^2} $$ 其中 $\epsilon_t$ 为t日的回归残差。 * 特异率：1减去Fama-French三因子模型回归的拟合优度（R²）。$$ Idio = 1 - R^2 $$ * 残差峰度：Fama-French三因子模型回归残差的峰度。 * 高价振幅：价格处于历史最高20%区间内的平均振幅。 2. **因子名称：成交稳定因子**[16] * **因子构建思路**：从成交量分布和集中度的角度衡量交易行为的稳定性[16]。 * **因子具体构建过程**：由4个子类因子去异常标准化后等权合成[16]。 * 换手率变异系数：换手率除以（标准差/平均值），即换手率的变异系数的倒数。 * 成交占比熵：以个股成交量占市场总成交量的比例作为概率p，计算熵值。$$ Entropy = -\sum p \cdot \log(p) $$ * 量大单买入强度：过去n个交易日，大买单成交额的（标准差/平均值）。 * 波峰：使用日内1分钟成交量K线数据，筛选出成交量大于均值+1倍标准差的K线，并计算这些K线中局部峰值数量的20日均值。 3. **因子名称：流动性因子**[16] * **因子构建思路**：衡量股票的交易活跃度和交易成本，流动性好的股票更容易买卖[16]。 * **因子具体构建过程**：由3个子类因子去异常标准化后等权合成[16]。 * 换手率：成交量 / 总股本。 * 非流动性：收益率的绝对值 / 总成交额。$$ Illiq = |r| / Volume $$ * 一致买入占比：盘口买一价上的买入成交额 / 总成交额。 4. **因子名称：拥挤度因子**[16] * **因子构建思路**：衡量交易行为的拥挤程度，可能反映过热或一致的交易行为[16]。 * **因子具体构建过程**：由3个子类因子去异常标准化后等权合成[16]。 * 量价相关性：成交量和复权收盘价的秩相关系数。 * 加权偏度：以成交量加权的收盘价偏度。 * 时量价比：时间加权价格 / 成交量加权价格。 5. **因子名称：反转因子**[16] * **因子构建思路**：捕捉股票的短期价格反转效应[16]。 * **因子具体构建过程**：由3个子类因子去异常标准化后等权合成[16]。 * 高量交易成本：价格处于最高20%区间的成交量 / 全价格区间的成交量。 * 每笔成交额：总成交额 / 成交笔数。 * 短期反转：以“5分钟成交量/成交笔数”作为划分标准，筛选出后20%的数据，计算其对数收益率之和。 6. **因子名称：分析师因子**[16] * **因子构建思路**：基于分析师预期数据，捕捉盈利增长预期带来的溢价[16]。 * **因子具体构建过程**：该大类因子目前仅包含1个子类因子[16]。 * 预期增长：分析师一致预期EPS的近两个月平均值 / 较远两个月平均值。 7. **因子名称：成长因子**[16] * **因子构建思路**：衡量公司的成长能力，高成长性公司通常更受市场青睐[16]。 * **因子具体构建过程**：由2个子类因子去异常标准化后等权合成[16]。 * 归母净利润同比：(本期季度归母净利润 - 去年同期季度归母净利润) / |去年同期季度归母净利润|。 * 营业收入同比：(本期季度营业收入 - 去年同期季度营业收入) / |去年同期季度营业收入|。 8. **因子名称：质量因子**[16] * **因子构建思路**：衡量公司的盈利质量、运营效率和财务稳健性[16]。 * **因子具体构建过程**：由5个子类因子去异常标准化后等权合成[16]。 * ROE：净利润 / 净资产。 * 总资产周转率：营业收入 / 总资产。 * 净利率：净利润 / 营业收入。 * 现金总资产比率：经营活动现金流净额 / 总资产。 * 现金营业收入比率：经营活动现金流净额 / 营业收入。 9. **因子名称：SUE因子**[16] * **因子构建思路**：衡量公司盈利的超预期程度，即标准化意外盈余[16]。 * **因子具体构建过程**：由5个子类因子去异常标准化后等权合成[16]。 * ROE 2年SUE：单季度扣非净利润归一化后对时间序列（如过去8个季度）进行线性回归的斜率项。 * 总资产周转率2年SUE：单季度扣非净利润对时间回归的斜率 / 平均净资产。 * 净利率2年SUE：（当期归母净利润 - 过去8个季度均值）/ 过去8个季度标准差。 * 现金总资产比率2年SUE：（当期GPOA - 过去8个季度均值）/ 过去8个季度标准差。 * 现金营业收入比率2年SUE：（当期销售毛利率 - 过去8个季度均值）/ 过去8个季度标准差。 10. **因子名称：动量因子**[16] * **因子构建思路**：捕捉股票价格的趋势延续效应[16]。 * **因子具体构建过程**：由3个子类因子去异常标准化后等权合成[16]。 * 半衰残差动量：过去240个交易日，基于Fama-French三因子模型的日度残差收益率，从第240日到第20日前进行累积。 * 长期动量：过去240个交易日（剔除最近20个交易日）的收益率。 * 排序动量：对日度收益率做截面排序，对过去240个交易日（剔除最近20日）的排序值求和。 11. **因子名称：价值因子**[16] * **因子构建思路**：衡量股票价格相对于其基本面价值的低估程度[16]。 * **因子具体构建过程**：由4个子类因子去异常标准化后等权合成[16]。 * BP：净资产 / 总市值。 * SALES2EV：营业收入 / 企业价值。 * DP：近12个月分红 / 总市值。 * EP：归母净利润（TTM）/ 总市值。 12. **因子名称：成交笔数因子**[16] * **因子构建思路**：从委托单的粒度分析交易行为，捕捉潜在的交易者结构或行为信息[16]。 * **因子具体构建过程**：由4个子类因子去异常标准化后等权合成[16]。 * 高量每笔成交：以5分钟成交量为划分，筛选出后20%的数据计算每笔成交额，再除以全时间段每笔成交额。 * 每笔流出额占比：以成交量为划分，计算每笔流出额 / 全区间每笔流出额。 * 收益偏度：收益率序列的偏度。 * ROE增长：过去8个季度的ROE对时间序列进行线性回归的斜率项。 * 总资产周转率增长：过去8个季度的总资产周转率对时间序列进行线性回归的斜率项。 因子的回测效果 （注：报告提供了大量因子在不同日历窗口下的统计检验t值（超额差异水平和超额绝对水平）及分年IC图表，但未提供统一的、可横向对比的因子绩效指标（如年化收益、夏普比率、IC均值等）。以下根据报告内容，总结部分因子在特定窗口下的表现规律。） 1. **动量因子**，在二季度表现增强（超额绝对水平t值多为正且较高），在一季度和四季度表现不稳定或较弱[9][22][32][40]。 2. **基本面因子（包含成长、质量、SUE）**，在二季度和年初表现增强，在三季度和四季度表现较弱[9][22][26][32][38][40]。 3. **流动性因子**，在三季度表现相对增强[26][40]。 4. **低波因子（价格稳定、成交稳定）**，在年末年初效应和春节前表现增强[38][44][55]。 5. **拥挤度因子**，在一季度表现相对较弱，在年末表现增强[18][44]。 6. **质量因子**，在年末表现增强[44]。 7. **价值因子**，在年末和春节前表现增强[44][55]。 8. **反转因子**，在春节后和两会前表现相对稍强[62][68]。 9. **分析师因子**，在国庆前表现相对较弱[80]。

量化模型与因子总结 量化因子与构建方式 一、 高频量价因子系列 报告构建了11个特色量价因子，并合成为一个综合量价因子[6][41]。 **1. 因子名称：** 适度冒险因子 **因子构建思路：** 基于成交量激增时刻蕴含的alpha信息构建[41]。 **因子具体构建过程：** 报告未提供具体构建公式，仅说明该因子源自《成交量激增时刻蕴含的 alpha 信息——多因子选股系列研究之一》[41]。 **2. 因子名称：** 完整潮汐因子 **因子构建思路：** 基于个股成交量的潮汐变化构建[41]。 **因子具体构建过程：** 报告未提供具体构建公式，仅说明该因子源自《个股成交量的潮汐变化及“潮汐”因子构建——多因子选股系列研究之二》[41]。 **3. 因子名称：** 勇攀高峰因子 **因子构建思路：** 基于个股波动率的变动构建[41]。 **因子具体构建过程：** 报告未提供具体构建公式，仅说明该因子源自《个股波动率的变动及“勇攀高峰”因子构建——多因子选股系列研究之三》[41]。 **4. 因子名称：** 球队硬币因子 **因子构建思路：** 基于个股动量效应的识别构建[41]。 **因子具体构建过程：** 报告未提供具体构建公式，仅说明该因子源自《个股动量效应的识别及“球队硬币”因子构建——多因子选股系列研究之四》[41]。该因子数据源为日频数据，其余因子均根据分钟频数据计算得到[41]。 **5. 因子名称：** 云开雾散因子 **因子构建思路：** 基于波动率的波动率与投资者模糊性厌恶构建[41]。 **因子具体构建过程：** 报告未提供具体构建公式，仅说明该因子源自《波动率的波动率与投资者模糊性厌恶——多因子选股系列研究之五》[41]。 **6. 因子名称：** 飞蛾扑火因子 **因子构建思路：** 基于个股股价跳跃及其对振幅因子的改进构建[41]。 **因子具体构建过程：** 报告未提供具体构建公式，仅说明该因子源自《个股股价跳跃及其对振幅因子的改进——多因子选股系列研究之六》[41]。 **7. 因子名称：** 草木皆兵因子 **因子构建思路：** 基于显著效应、极端收益扭曲决策权重构建[41]。 **因子具体构建过程：** 报告未提供具体构建公式，仅说明该因子源自《显著效应、极端收益扭曲决策权重和“草木皆兵”因子——多因子选股系列研究之八》[41]。 **8. 因子名称：** 水中行舟因子 **因子构建思路：** 基于个股成交额的市场跟随性构建[41]。 **因子具体构建过程：** 报告未提供具体构建公式，仅说明该因子源自《个股成交额的市场跟随性与“水中行舟”因子——多因子选股系列研究之九》[41]。 **9. 因子名称：** 花隐林间因子 **因子构建思路：** 基于推动个股价格变化的因素分解构建[41]。 **因子具体构建过程：** 报告未提供具体构建公式，仅说明该因子源自《推动个股价格变化的因素分解与“花隐林间”因子——多因子选股系列研究之十》[41]。 **10. 因子名称：** 待著而救因子 **因子构建思路：** 基于大单成交后的跟随效应构建[41]。 **因子具体构建过程：** 报告未提供具体构建公式，仅说明该因子源自《大单成交后的跟随效应与“待著而救”因子——多因子选股系列研究之十一》[41]。 **11. 因子名称：** 多空博弈因子 **因子构建思路：** 报告未提供具体构建思路。 **因子具体构建过程：** 报告未提供具体构建过程。 **高频因子处理方式：** 除“球队硬币”因子外，其余所有因子均根据分钟频数据计算得到。为了降低因子换手率，对所有因子进行了月度频率的平滑处理，即高频因子低频化处理[41]。 **因子评价：** 上述因子虽然由高频数据计算得到，但是在月度频率上仍然有较为出色的选股能力[6][41]。 二、 综合量价因子 **1. 因子名称：** 综合量价因子 **因子构建思路：** 将上述11个高频量价因子正交化后简单等权合成[45]。 **因子具体构建过程：** 报告未提供正交化和合成的具体数学公式，仅说明构建方法为“正交化后简单等权合成”[45]。 **因子评价：** 其表现相较于单个因子大幅提升[45]。 三、 预期类因子系列 报告构建了2个特色预期类因子[51]。 **1. 因子名称：** 真知灼见因子 **因子构建思路：** 解析分析师预期与动量、估值之间的关系[51]。 **因子具体构建过程：** 报告未提供具体构建公式。 **2. 因子名称：** 预期惯性因子 **因子构建思路：** 解析分析师预期与动量、估值之间的关系[51]。 **因子具体构建过程：** 报告未提供具体构建公式。 **因子评价：** 预期惯性因子一直保持多空净值、多头超额净值稳定向上，无明显回撤[51]。 量化模型的回测效果 报告提及了多个指数增强组合和“预期惯性”组合，但未详细说明其模型构建过程，仅提供了绩效数据[5][36][39]。 量化因子的回测效果 一、 高频量价因子系列（长期表现） 测试数据为全市场十分组多空组合表现[43]。 1. **适度冒险因子**，Rank IC -9.42%，Rank ICIR -4.87，多空组合年化收益率 39.04%，多空组合年化波动率 9.21%，多空组合信息比率 4.24，多空组合月度胜率 90.32%，多空组合最大回撤 -5.58%[43] 2. **完整潮汐因子**，Rank IC -7.70%，Rank ICIR -4.15，多空组合年化收益率 25.63%，多空组合年化波动率 8.74%，多空组合信息比率 2.93，多空组合月度胜率 81.45%，多空组合最大回撤 -8.19%[43] 3. **勇攀高峰因子**，Rank IC 6.07%，Rank ICIR 4.89，多空组合年化收益率 21.03%，多空组合年化波动率 5.75%，多空组合信息比率 3.65，多空组合月度胜率 87.90%，多空组合最大回撤 -2.55%[43] 4. **球队硬币因子**，Rank IC -9.73%，Rank ICIR -4.62，多空组合年化收益率 39.63%，多空组合年化波动率 10.93%，多空组合信息比率 3.63，多空组合月度胜率 82.26%，多空组合最大回撤 -8.63%[43] 5. **云开雾散因子**，Rank IC -10.27%，Rank ICIR -4.72，多空组合年化收益率 30.76%，多空组合年化波动率 9.17%，多空组合信息比率 3.35，多空组合月度胜率 83.87%，多空组合最大回撤 -6.86%[43] 6. **飞蛾扑火因子**，Rank IC -9.36%，Rank ICIR -4.69，多空组合年化收益率 38.15%，多空组合年化波动率 10.10%，多空组合信息比率 3.78，多空组合月度胜率 90.32%，多空组合最大回撤 -6.19%[43] 7. **草木皆兵因子**，Rank IC -8.92%，Rank ICIR -4.49，多空组合年化收益率 32.37%，多空组合年化波动率 8.21%，多空组合信息比率 3.94，多空组合月度胜率 85.48%，多空组合最大回撤 -4.05%[43] 8. **水中行舟因子**，Rank IC -9.13%，Rank ICIR -5.00，多空组合年化收益率 34.76%，多空组合年化波动率 8.12%，多空组合信息比率 4.28，多空组合月度胜率 86.29%，多空组合最大回撤 -3.51%[43] 9. **花隐林间因子**，Rank IC -9.60%，Rank ICIR -5.67，多空组合年化收益率 34.77%，多空组合年化波动率 7.71%，多空组合信息比率 4.51，多空组合月度胜率 88.71%，多空组合最大回撤 -4.15%[43] 10. **待著而救因子**，Rank IC -9.28%，Rank ICIR -4.23，多空组合年化收益率 33.16%，多空组合年化波动率 9.45%，多空组合信息比率 3.51，多空组合月度胜率 83.87%，多空组合最大回撤 -8.09%[43] 11. **多空博弈因子**，报告未提供其长期绩效指标[43]。 二、 综合量价因子 1. **综合量价因子（长期表现）**，Rank IC -12.64%，Rank ICIR -5.48，多空组合年化收益率 49.23%，多空组合年化波动率 10.66%，多空组合信息比率 4.62，多空组合月度胜率 91.94%，多空组合最大回撤 -4.84%[45] 2. **综合量价因子（今年以来表现）**，全市场十分组多空组合相对收益 22.61%，多头组合超额收益 7.84%[6][45] 三、 高频量价因子系列（今年以来及近期表现） 测试数据为全市场十分组多空对冲收益[46]。 1. **适度冒险因子**，上周 -1.24%，12月以来 -1.60%，今年以来 12.84%[46] 2. **完整潮汐因子**，上周 -0.95%，12月以来 -0.65%，今年以来 10.93%[46] 3. **勇攀高峰因子**，上周 -0.70%，12月以来 -1.03%，今年以来 12.99%[46] 4. **球队硬币因子**，上周 -0.75%，12月以来 -1.23%，今年以来 14.33%[46] 5. **云开雾散因子**，上周 -1.01%，12月以来 -1.41%，今年以来 16.46%[46] 6. **飞蛾扑火因子**，上周 -0.47%，12月以来 -1.20%，今年以来 17.80%[46] 7. **草木皆兵因子**，上周 -1.29%，12月以来 -2.35%，今年以来 5.22%[46] 8. **水中行舟因子**，上周 -0.39%，12月以来 0.24%，今年以来 16.38%[46] 9. **花隐林间因子**，上周 -1.40%，12月以来 -0.96%，今年以来 12.51%[46] 10. **待著而救因子**，上周 0.01%，12月以来 0.72%，今年以来 9.49%[46] 11. **多空博弈因子**，上周 -1.63%，12月以来 -1.90%，今年以来 18.14%[46] 12. **综合量价因子**，上周 -1.72%，12月以来 -1.59%，今年以来 22.61%[46] 四、 主要风格因子（今年以来表现） 1. **市值因子**，多头超额收益率 17.07%[37][40] 2. **分析师预期调整因子**，多头超额收益率 8.33%[37][40] 3. **方正特色量价因子**，多头超额收益率 7.84%[37][40]

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0.73%，本年累计超额收益19.95% [1][7] - 中证500指数增强组合本周超额收益-0.02%，本年累计超额收益7.36% [1][7] - 中证1000指数增强组合本周超额收益-0.31%，本年累计超额收益15.60% [1][7] - 中证A500指数增强组合本周超额收益0.09%，本年累计超额收益9.62% [1][7] 选股因子在不同样本空间的表现 - **沪深300样本空间**：最近一周表现较好的因子包括3个月盈利上下调（周收益0.93%）、标准化预期外盈利（0.92%）和单季净利同比增速（0.78%）[8] - **中证500样本空间**：最近一周表现较好的因子包括单季ROA（周收益0.98%）、单季ROE（0.85%）和非流动性冲击（0.84%）[10] - **中证1000样本空间**：最近一周表现较好的因子包括单季ROA（周收益1.30%）、单季营利同比增速（1.20%）和单季ROE（1.16%）[12] - **中证A500样本空间**：最近一周表现较好的因子包括3个月盈利上下调（周收益1.25%）、一年动量（1.12%）和标准化预期外盈利（1.10%）[14] - **公募重仓股样本空间**：最近一周表现较好的因子包括一年动量（周收益1.37%）、预期净利润环比（1.03%）和单季净利同比增速（0.82%）[16] 公募基金指数增强产品概况与表现 - **产品数量与规模**：沪深300指数增强产品共79只，总规模799亿元；中证500指数增强产品共76只，总规模514亿元；中证1000指数增强产品共46只，总规模214亿元；中证A500指数增强产品共71只，总规模263亿元 [18] - **沪深300指数增强产品表现**：最近一周超额收益最高1.75%，最低-0.80%，中位数0.21%；今年以来超额收益最高14.20%，最低-6.04%，中位数3.25% [21] - **中证500指数增强产品表现**：最近一周超额收益最高0.44%，最低-1.50%，中位数-0.29%；今年以来超额收益最高14.22%，最低-9.41%，中位数3.69% [23] - **中证1000指数增强产品表现**：最近一周超额收益最高0.83%，最低-1.22%，中位数-0.27%；今年以来超额收益最高20.36%，最低-1.62%，中位数9.57% [22][27] - **中证A500指数增强产品表现**：最近一周超额收益最高1.02%，最低-0.67%，中位数0.01%；最近一季超额收益最高3.49%，最低-1.97%，中位数0.59% [24][28] 研究方法论 - **因子MFE组合构建**：采用组合优化模型，在控制行业暴露、风格暴露等实际约束条件下，最大化单因子暴露以检验其有效性 [29][30] - **公募重仓指数构建**：通过普通股票型及偏股混合型基金的定期报告获取持仓信息，将平均权重排序后选取累计权重达90%的股票作为成分股构建指数 [33][34]

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，通过收益预测、风险控制和组合优化三个主要流程，构建能够稳定战胜特定基准指数的增强组合[10][11] * **模型具体构建过程**： 1. **收益预测**：基于多因子模型对股票未来收益进行预测[11] 2. **风险控制**：在组合优化过程中施加多种约束条件以控制风险[11] 3. **组合优化**：采用组合优化模型，在满足风险约束的条件下最大化预期收益或因子暴露，以得到最终的投资组合权重[11] 2. 模型名称：单因子MFE组合模型 * **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、风格等暴露的前提下，构建最大化该单因子暴露的投资组合（Maximized Factor Exposure Portfolio），并通过该组合相对于基准的表现来判断因子有效性[14][39] * **模型具体构建过程**： 1. 设定优化目标为最大化组合在目标因子上的加权暴露[39] 2. 施加一系列实际投资中的约束条件，包括风格暴露、行业暴露、个股权重偏离、成分股内权重占比、禁止卖空及权重总和为1等[39][40] 3. 具体的组合优化模型如下： $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$ * **目标函数**：`max f^T w`，其中 `f` 为因子取值向量，`w` 为待求解的股票权重向量，`f^T w` 表示组合在单因子上的加权暴露[39] * **约束条件1**：`s_l ≤ X(w - w_b) ≤ s_h`，限制组合相对于基准指数 (`w_b`) 在风格因子（矩阵 `X`）上的暴露偏离在 `[s_l, s_h]` 范围内[40] * **约束条件2**：`h_l ≤ H(w - w_b) ≤ h_h`，限制组合相对于基准指数的行业偏离（矩阵 `H` 为行业暴露矩阵）在 `[h_l, h_h]` 范围内[40] * **约束条件3**：`w_l ≤ w - w_b ≤ w_h`，限制个股相对于基准指数成分股的权重偏离在 `[w_l, w_h]` 范围内[40] * **约束条件4**：`b_l ≤ B_b w ≤ b_h`，限制组合在基准指数成分股内的权重占比在 `[b_l, b_h]` 范围内，`B_b` 为标识是否为成分股的0-1向量[40] * **约束条件5**：`0 ≤ w ≤ l`，禁止卖空，并限制个股权重上限为 `l`[40] * **约束条件6**：`1^T w = 1`，要求权重和为1，即满仓运作[40] 4. 通常设置个股相对于基准权重的最大偏离幅度为0.5%-1%，以避免持仓过于集中[40] 5. 在回测中，于每月末根据约束条件构建每个单因子的MFE组合，换仓时双边扣除0.3%的交易费用，并计算相对于基准的收益风险指标[43] 3. 模型名称：公募重仓指数 * **模型构建思路**：为了测试因子在公募基金这一重要市场参与者持仓风格下的有效性，通过汇总公募基金持仓信息，构建一个代表“机构风格”的股票指数作为新的因子测试样本空间[41] * **模型具体构建过程**： 1. **确定样本基金**：选取普通股票型基金和偏股混合型基金，剔除规模小于五千万且上市不足半年的基金，若基金转型则使用转型后半年以上的数据[42] 2. **获取持仓数据**：从基金的定期报告（年报、半年报、季报）中获取持股信息。若最新报告为季报，需结合前期的年报或半年报信息构建完整持仓[42] 3. **计算平均持仓**：将所有符合条件基金的持仓股票权重进行平均，得到公募基金的平均持仓信息[42] 4. **筛选成分股**：将平均后的股票权重按从高到低排序，选取累计权重达到90%的股票作为成分股，以此构建公募基金重仓指数[42] 量化因子与构建方式 报告涉及估值、反转、成长、盈利、流动性、波动、公司治理、分析师共8大类30余个因子[15][16]。 1. 估值类因子 * **因子名称**：BP * **因子构建思路**：衡量公司净资产与市场价值的比例，属于价值型因子[16] * **因子具体构建过程**：净资产 / 总市值[16] * **因子名称**：单季EP * **因子构建思路**：使用单季度净利润衡量估值[16] * **因子具体构建过程**：单季度归母净利润 / 总市值[16] * **因子名称**：单季SP * **因子构建思路**：使用单季度营业收入衡量估值[16] * **因子具体构建过程**：单季度营业收入 / 总市值[16] * **因子名称**：EPTTM * **因子构建思路**：使用滚动净利润衡量估值[16] * **因子具体构建过程**：归母净利润TTM / 总市值[16] * **因子名称**：SPTTM * **因子构建思路**：使用滚动营业收入衡量估值[16] * **因子具体构建过程**：营业收入TTM / 总市值[16] * **因子名称**：EPTTM一年分位点 * **因子构建思路**：衡量当前EPTTM在历史一年中的相对位置[16] * **因子具体构建过程**：EPTTM在过去一年中的分位点[16] * **因子名称**：股息率 * **因子构建思路**：衡量公司分红回报[16] * **因子具体构建过程**：最近四个季度预案分红金额 / 总市值[16] 2. 反转类因子 * **因子名称**：一个月反转 * **因子构建思路**：捕捉短期价格反转效应[16] * **因子具体构建过程**：过去20个交易日涨跌幅[16] * **因子名称**：三个月反转 * **因子构建思路**：捕捉中期价格反转效应[16] * **因子具体构建过程**：过去60个交易日涨跌幅[16] * **因子名称**：一年动量 * **因子构建思路**：捕捉长期价格动量效应，通常排除最近一个月以避免与短期反转混淆[16] * **因子具体构建过程**：近一年除近一月后动量[16] 3. 成长类因子 * **因子名称**：单季净利同比增速 * **因子构建思路**：衡量单季度净利润的同比增长情况[16] * **因子具体构建过程**：单季度净利润同比增长率[16] * **因子名称**：单季营收同比增速 * **因子构建思路**：衡量单季度营业收入的同比增长情况[16] * **因子具体构建过程**：单季度营业收入同比增长率[16] * **因子名称**：单季营利同比增速 * **因子构建思路**：衡量单季度营业利润的同比增长情况[16] * **因子具体构建过程**：单季度营业利润同比增长率[16] * **因子名称**：标准化预期外盈利 (SUE) * **因子构建思路**：衡量实际净利润超出分析师一致预期的程度，并进行标准化处理[16] * **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[16] * **因子名称**：标准化预期外收入 (SUR) * **因子构建思路**：衡量实际营业收入超出分析师一致预期的程度，并进行标准化处理[16] * **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[16] * **因子名称**：单季超预期幅度 * **因子构建思路**：直接衡量实际净利润相对于预期净利润的比例[16] * **因子具体构建过程**：预期单季度净利润 / 财报单季度净利润[16] 4. 盈利类因子 * **因子名称**：单季ROE * **因子构建思路**：衡量单季度净资产收益率[16] * **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)[16] * **因子名称**：单季ROA * **因子构建思路**：衡量单季度总资产收益率[16] * **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)[16] * **因子名称**：DELTAROE * **因子构建思路**：衡量净资产收益率的同比变化[16] * **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[16] * **因子名称**：DELTAROA * **因子构建思路**：衡量总资产收益率的同比变化[16] * **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[16] 5. 流动性类因子 * **因子名称**：非流动性冲击 * **因子构建思路**：衡量单位成交金额对价格造成的冲击，反映流动性成本[16] * **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[16] * **因子名称**：一个月换手 * **因子构建思路**：衡量短期交易活跃度[16] * **因子具体构建过程**：过去20个交易日换手率均值[16] * **因子名称**：三个月换手 * **因子构建思路**：衡量中期交易活跃度[16] * **因子具体构建过程**：过去60个交易日换手率均值[16] 6. 波动类因子 * **因子名称**：特异度 * **因子构建思路**：衡量股价波动中不能被常见风险因子（如Fama-French三因子）解释的部分[16] * **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 (R-squared)[16] * **因子名称**：一个月波动 * **因子构建思路**：衡量短期股价波动率[16] * **因子具体构建过程**：过去20个交易日日内真实波幅均值[16] * **因子名称**：三个月波动 * **因子构建思路**：衡量中期股价波动率[16] * **因子具体构建过程**：过去60个交易日日内真实波幅均值[16] 7. 公司治理类因子 * **因子名称**：高管薪酬 * **因子构建思路**：衡量公司高管薪酬水平[16] * **因子具体构建过程**：前三高管报酬总额取对数[16] 8. 分析师类因子 * **因子名称**：预期EPTTM * **因子构建思路**：基于分析师一致预期的滚动市盈率倒数[16] * **因子具体构建过程**：一致预期滚动EP[16] * **因子名称**：预期BP * **因子构建思路**：基于分析师一致预期的账面市值比[16] * **因子具体构建过程**：一致预期滚动PB[16] * **因子名称**：预期PEG * **因子构建思路**：结合成长性的估值指标[16] * **因子具体构建过程**：一致预期PEG[16] * **因子名称**：预期净利润环比 * **因子构建思路**：衡量分析师对未来净利润环比增长的预期[16] * **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[16] * **因子名称**：3个月盈利上下调 * **因子构建思路**：衡量过去一段时间内分析师对盈利预测的调整方向[16] * **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[16] * **因子名称**：三个月机构覆盖 * **因子构建思路**：衡量公司受机构关注的程度[16] * **因子具体构建过程**：过去3个月内机构覆盖数量[16] 模型的回测效果 1. 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0.73%，本年超额收益19.95%[4][13] * **中证500指数增强组合**：本周超额收益-0.02%，本年超额收益7.36%[4][13] * **中证1000指数增强组合**：本周超额收益-0.31%，本年超额收益15.60%[4][13] * **中证A500指数增强组合**：本周超额收益0.09%，本年超额收益9.62%[4][13] 因子的回测效果 （以下因子表现均为其MFE组合相对于对应基准指数的超额收益） 1. 沪深300样本空间因子表现（最近一周/最近一月/今年以来/历史年化）[18] * **3个月盈利上下调**：0.93% / 2.01% / 9.86% / 5.36% * **标准化预期外盈利**：0.92% / 1.89% / 10.65% / 4.13% * **单季净利同比增速**：0.78% / 0.55% / 13.29% / 3.88% * **一年动量**：0.76% / 1.11% / 1.86% / 2.58% * **预期PEG**：0.72% / 1.07% / 10.69% / 3.60% * **单季营利同比增速**：0.71% / 0.46% / 12.89% / 3.47% * **单季ROE**：0.70% / 2.75% / 20.54% / 5.22% * **DELTAROE**：0.70% / 1.24% / 15.95% / 4.45% * **预期净利润环比**：0.64% / 0.62% / 4.71% / 1.59% * **单季ROA**：0.59% / 2.02% / 14.02% / 3.99% * **单季超预期幅度**：0.59% / 0.65% / 9.49% / 3.91% * **DELTAROA**：0.55% / 0.63% / 13.79% / 4.80% * **标准化预期外收入**：0.33% / 1.16% / 11.21% / 4.77% * **单季EP**：0.27% / 0.32% / 7.92% / 5.27% * **非流动性冲击**：0.25% / 0.12% / -1.49% / 0.32% * **单季营收同比增速**：0.20% / 0.05% / 18.08% / 4.67% * **三个月反转**：0.14% / -0.03% / 0.61% / 0.37% * **三个月换手**：0.12% / 0.26% / -4.78% / 2.37% * **预期EPTTM**：0.12% / 0.09% / 7.17% / 3.87% * **EPTTM一年分位点**：0.08% / -0.54% / 4.63% / 2.42% * **一个月反转**：0.06% / -0.24% / -1.08% / -0.37% * **一个月换手**：-0.01% / -0.24% / -5.27% / 1.34% * **一个月波动**：-0.07% / 0.11% / -1.15% / 1.02% * **特异度**：-0.11% / 0.06% / 2.15% / 0.15% * **EPTTM**：-0.12% / -0.08% / 6.19% / 4.34% * **单季SP**：-0.17% / -0.01% / -0.68% / 2.93% * **SPTTM**：-0.19% / 0.00% / -1.13% / 2.15% * **三个月波动**：-0.21% / -0.02% / -2.41% / 1.83% * **三个月机构覆盖**：-0.22% / 1.08% / 10.93% / 3.05% * **BP**：-0.32% / -0.48% / -1.63% / 2.70% *

文章核心观点 - 文章为国信金工团队发布的多因子选股周报，旨在跟踪其构建的各类指数增强组合表现、监控不同选股空间下的因子表现，并分析公募基金指数增强产品的业绩 [1][2] 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0.68%，本年累计超额收益18.98% [1][8] - **中证500指数增强组合**：本周超额收益0.13%，本年累计超额收益7.30% [1][8] - **中证1000指数增强组合**：本周超额收益0.77%，本年累计超额收益15.97% [1][8] - **中证A500指数增强组合**：本周超额收益0.87%，本年累计超额收益9.47% [1][8] 选股因子表现监控 - **沪深300样本空间**：最近一周表现较好的因子包括单季ROE（超额收益1.15%）、三个月机构覆盖（0.89%）、EPTTM（0.70%）[1][9] - **中证500样本空间**：最近一周表现较好的因子包括BP（超额收益1.04%）、三个月换手（1.03%）、预期BP（1.02%）[1][12] - **中证1000样本空间**：最近一周表现较好的因子包括单季EP（超额收益1.74%）、预期EPTTM（1.70%）、EPTTM（1.31%）[1][15] - **中证A500样本空间**：最近一周表现较好的因子包括单季ROE（超额收益1.15%）、三个月机构覆盖（1.09%）、单季ROA（1.01%）[1][18] - **公募重仓指数样本空间**：最近一周表现较好的因子包括预期EPTTM、三个月机构覆盖、预期BP [1][22] 公募基金指数增强产品表现跟踪 - **产品规模**：沪深300指数增强产品共79只，总规模799亿元；中证500指数增强产品共76只，总规模514亿元；中证1000指数增强产品共46只，总规模214亿元；中证A500指数增强产品共71只，总规模263亿元 [23] - **沪深300指数增强产品**：本周超额收益最高1.01%，最低-0.79%，中位数0.18%；今年以来超额收益最高11.97%，最低-5.16%，中位数3.04% [1][24] - **中证500指数增强产品**：本周超额收益最高1.26%，最低-0.76%，中位数0.38%；今年以来超额收益最高14.74%，最低-8.98%，中位数4.24% [1][25][28] - **中证1000指数增强产品**：本周超额收益最高1.20%，最低-0.85%，中位数0.54%；今年以来超额收益最高21.06%，最低-1.25%，中位数9.87% [1][27][32] - **中证A500指数增强产品**：本周超额收益最高0.98%，最低-1.14%，中位数0.16%；最近一季超额收益最高3.23%，最低-1.22%，中位数0.62% [1][30][33] 方法论附录 - **因子MFE组合构建方式**：采用组合优化模型，在控制行业暴露、风格暴露等实际约束下，构建最大化单因子暴露组合以检验因子有效性 [31][35] - **公募重仓指数构建方式**：基于普通股票型及偏股混合型基金的定期报告持仓信息，构建平均持仓并选取累计权重达90%的股票作为成分股，以测试因子在“机构风格”下的有效性 [37][38]

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，通过收益预测、风险控制和组合优化三个主要流程，构建对标不同基准指数的增强组合，旨在稳定战胜各自基准[11][12] * **模型具体构建过程**： 1. **收益预测**：基于多因子模型对股票未来收益进行预测[12] 2. **风险控制**：在组合优化过程中施加多种约束条件以控制风险[12] 3. **组合优化**：采用组合优化模型求解最优股票权重，具体优化模型未在报告中详细展开，但参考附录中的MFE组合优化模型，其通用形式可能包含最大化预期收益或控制风险等目标函数，并施加行业、风格、个股权重等约束[12][41] 2. 模型名称：单因子MFE（Maximized Factor Exposure）组合模型 * **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、风格暴露等实际约束的同时，最大化组合在目标因子上的暴露，从而构建MFE组合，并通过该组合相对于基准的收益表现来判断因子有效性[41] * **模型具体构建过程**： 1. 设定组合优化模型，目标函数为最大化单因子暴露[41] 2. 模型约束条件包括： * 组合相对于基准指数的风格暴露限制[41][42] * 组合相对于基准指数的行业偏离限制[41][42] * 个股相对于基准指数成分股的权重偏离限制[41][42] * 组合在基准成分股内权重的占比限制[41][42] * 禁止卖空及个股权重上限限制[41][42] * 权重和为1，即满仓运作[41][42] 3. 具体优化模型数学表达式如下： $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$ 其中，`f`为因子取值向量，`w`为待求解的股票权重向量，`w_b`为基准指数成分股权重向量。`X`为风格因子暴露矩阵，`s_l`, `s_h`为风格暴露上下限。`H`为行业暴露矩阵，`h_l`, `h_h`为行业偏离上下限。`w_l`, `w_h`为个股权重偏离上下限。`B_b`为成分股标识向量，`b_l`, `b_h`为成分股内权重占比上下限。`l`为个股权重上限[41][42] 4. 实际操作中，为避免持仓过于集中，通常设置个股相对于其基准权重的最大偏离幅度为0.5%-1%[43] 5. 每月末根据约束条件为每个因子构建MFE组合，在回测期内换仓，计算扣除交易费用后的收益及风险指标[45] 3. 模型名称：公募重仓指数 * **模型构建思路**：为了测试因子在公募基金持仓风格下的有效性，通过汇总公募基金持仓信息，构建一个代表公募基金整体重仓股表现的指数，作为因子测试的新样本空间[43] * **模型具体构建过程**： 1. **选样空间**：选取普通股票型基金和偏股混合型基金，剔除规模小于五千万且上市不足半年的基金，若基金转型则使用转型后半年以上的数据[44] 2. **数据获取**：通过基金定期报告获取持股信息。若最新报告为半年报或年报，使用全部持仓；若为季报，则结合前期的半年报或年报信息构建持仓数据[44] 3. **指数构建**：将符合条件的所有基金持仓股票权重进行平均，得到公募基金平均持仓。将平均后的股票权重降序排序，选取累计权重达到90%的股票作为成分股，构建公募基金重仓指数[44] 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、分析师等维度构造了30余个常见因子[16]。 1. 估值类因子 * **因子名称**：BP * **因子构建思路**：衡量公司的账面价值与市场价值的比率，属于价值型因子[17] * **因子具体构建过程**：净资产 / 总市值[17] * **因子名称**：单季EP * **因子构建思路**：使用单季度净利润衡量估值[17] * **因子具体构建过程**：单季度归母净利润 / 总市值[17] * **因子名称**：单季SP * **因子构建思路**：使用单季度营业收入衡量估值[17] * **因子具体构建过程**：单季度营业收入 / 总市值[17] * **因子名称**：EPTTM * **因子构建思路**：使用滚动净利润衡量估值[17] * **因子具体构建过程**：归母净利润TTM / 总市值[17] * **因子名称**：SPTTM * **因子构建思路**：使用滚动营业收入衡量估值[17] * **因子具体构建过程**：营业收入TTM / 总市值[17] * **因子名称**：EPTTM分位点 * **因子构建思路**：衡量当前估值在历史区间中的相对位置[17] * **因子具体构建过程**：EPTTM在过去一年中的分位点[17] * **因子名称**：股息率 * **因子构建思路**：衡量公司的现金分红回报[17] * **因子具体构建过程**：最近四个季度预案分红金额 / 总市值[17] 2. 反转类因子 * **因子名称**：一个月反转 * **因子构建思路**：捕捉短期价格反转效应[17] * **因子具体构建过程**：过去20个交易日涨跌幅[17] * **因子名称**：三个月反转 * **因子构建思路**：捕捉中期价格反转效应[17] * **因子具体构建过程**：过去60个交易日涨跌幅[17] * **因子名称**：一年动量 * **因子构建思路**：捕捉长期价格动量效应[17] * **因子具体构建过程**：近一年除近一月后动量[17] 3. 成长类因子 * **因子名称**：单季净利同比增速 * **因子构建思路**：衡量单季度净利润的同比增长情况[17] * **因子具体构建过程**：单季度净利润同比增长率[17] * **因子名称**：单季营收同比增速 * **因子构建思路**：衡量单季度营业收入的同比增长情况[17] * **因子具体构建过程**：单季度营业收入同比增长率[17] * **因子名称**：单季营利同比增速 * **因子构建思路**：衡量单季度营业利润的同比增长情况[17] * **因子具体构建过程**：单季度营业利润同比增长率[17] * **因子名称**：SUE（标准化预期外盈利） * **因子构建思路**：衡量实际盈利超出分析师一致预期的标准化幅度[17] * **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] * **因子名称**：SUR（标准化预期外收入） * **因子构建思路**：衡量实际收入超出分析师一致预期的标准化幅度[17] * **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] * **因子名称**：单季超预期幅度 * **因子构建思路**：衡量实际盈利与预期盈利的比率[17] * **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] 4. 盈利类因子 * **因子名称**：单季ROE * **因子构建思路**：衡量单季度股东权益的盈利能力[17] * **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] * **因子名称**：单季ROA * **因子构建思路**：衡量单季度总资产的盈利能力[17] * **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] * **因子名称**：DELTAROE * **因子构建思路**：衡量净资产收益率的同比变化[17] * **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] * **因子名称**：DELTAROA * **因子构建思路**：衡量总资产收益率的同比变化[17] * **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] 5. 流动性类因子 * **因子名称**：非流动性冲击 * **因子构建思路**：衡量单位成交金额引起的价格冲击，反映流动性成本[17] * **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] * **因子名称**：一个月换手 * **因子构建思路**：衡量短期交易活跃度[17] * **因子具体构建过程**：过去20个交易日换手率均值[17] * **因子名称**：三个月换手 * **因子构建思路**：衡量中期交易活跃度[17] * **因子具体构建过程**：过去60个交易日换手率均值[17] 6. 波动类因子 * **因子名称**：特异度 * **因子构建思路**：衡量股价波动中不能被常见风险因子（如Fama-French三因子）解释的部分[17] * **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] * **因子名称**：一个月波动 * **因子构建思路**：衡量短期股价波动率[17] * **因子具体构建过程**：过去20个交易日日内真实波幅均值[17] * **因子名称**：三个月波动 * **因子构建思路**：衡量中期股价波动率[17] * **因子具体构建过程**：过去60个交易日日内真实波幅均值[17] 7. 公司治理类因子 * **因子名称**：高管薪酬 * **因子构建思路**：衡量公司高管的薪酬水平[17] * **因子具体构建过程**：前三高管报酬总额取对数[17] 8. 分析师类因子 * **因子名称**：预期EPTTM * **因子构建思路**：基于分析师一致预期的滚动市盈率倒数[17] * **因子具体构建过程**：一致预期滚动EP[17] * **因子名称**：预期BP * **因子构建思路**：基于分析师一致预期的市净率倒数[17] * **因子具体构建过程**：一致预期滚动PB[17] * **因子名称**：预期PEG * **因子构建思路**：结合成长性的估值指标[17] * **因子具体构建过程**：一致预期PEG[17] * **因子名称**：预期净利润环比 * **因子构建思路**：衡量分析师对未来盈利增长预期的变化[17] * **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] * **因子名称**：三个月盈利上下调 * **因子构建思路**：衡量过去一段时间内分析师盈利预测上调与下调的家数净差额[17] * **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] * **因子名称**：三个月机构覆盖 * **因子构建思路**：衡量公司受机构关注的程度[17] * **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. 国信金工指数增强组合模型 * **沪深300指数增强组合**：本周超额收益0.68%，本年超额收益18.98%[5][14] * **中证500指数增强组合**：本周超额收益0.13%，本年超额收益7.30%[5][14] * **中证1000指数增强组合**：本周超额收益0.77%，本年超额收益15.97%[5][14] * **中证A500指数增强组合**：本周超额收益0.87%，本年超额收益9.47%[5][14] 2. 公募基金指数增强产品（整体表现） * **沪深300指数增强产品**：最近一周超额收益中位数0.18%，最近一月0.51%，最近一季0.58%，今年以来3.04%[2][32] * **中证500指数增强产品**：最近一周超额收益中位数0.38%，最近一月0.58%，最近一季1.31%，今年以来4.24%[2][35] * **中证1000指数增强产品**：最近一周超额收益中位数0.54%，最近一月0.77%，最近一季2.06%，今年以来9.87%[2][37] * **中证A500指数增强产品**：最近一周超额收益中位数0.16%，最近一月0.32%，最近一季0.62%[3][40] 因子的回测效果 以下为各因子在对应样本空间中构建的MFE组合，在“最近一周”、“最近一月”、“今年以来”、“历史年化”四个时间窗口下的超额收益表现[18][20][22][24][26]。 1. 沪深300样本空间因子表现[18][19] * **单季ROE**：1.15%， 1.73%， 19.60%， 5.10% * **三个月机构覆盖**：0.89%， 1.58%， 11.22%， 3.09% * **EPTTM**：0.70%， 0.77%， 6.35%， 4.39% * **单季EP**：0.66%， 0.84%， 7.59%， 5.17% * **高管薪酬**：0.62%， 0.57%， 3.83%， 3.14% * **单季ROA**：0.61%， 0.92%， 13.26%， 3.88% * **预期EPTTM**：0.59%， 0.97%， 7.03%， 3.88% * **三个月盈利上下调**：0.58%， 0.38%， 8.70%， 5.25% * **SPTTM**：0.45%， 0.82%， -0.91%， 2.15% * **单季SP**：0.38%， 0.67%， -0.49%， 2.95% * **标准化预期外收入(SUR)**：0.37%， 0.55%， 10.80%， 4.67% * **DELTAROE**：0.37%， 0.42%， 15.04%， 4.34% * **股息率**：0.36%， 0.65%， 4.10%， 3.73% * **预期PEG**：0.31%， 0.38%， 9.79%， 3.52% * **标准化预期外盈利(SUE)**：0.30%， 0.32%， 9.49%， 4.03% * **预期BP**：0.24%， 0.89%， 0.39%， 3.01% * **三个月波动**：0.23%， 1.45%， -2.17%， 1.80% * **BP**：0.23%， 0.83%， -1.27%， 2.64% * **特异度**：0.21%， 0.44%， 2.28%， 0.13% * **单季营利同比增速**：0.18%， -0.74%， 11.99%， 3.41% * **一年动量**：0.15%， -0.73%， 0.97%， 2.47% * **一个月波动**：0.13%， 1.31%， -1.07%， 0.99% * **DELTAROA**：0.10%， -0.23%， 13.08%， 4.69% * **三个月换手**：0.09%， 0.74%， -4.92%， 2.33% * **三个月反转**：0.07%， 0.70%， 0.44%， 0.31% * **单季净利同比增速**：0.01%， -0.71%， 12.29%， 3.80% * **一个月换手**：-0.11%， 0.27%， -5.26%， 1.30% * **非流动性冲击**：-0.16%， 0.10%， -1.78%， 0.21% * **单季超预期幅度**：-0.28%， -0.22%， 8.76%， 3.85% * **单季营收同比增速**：-0.36%， -0.88%， 17.82%， 4.66% * **预期净利润环比**：-0.37%， -0.75%， 3.94%， 1.50% * **EPTTM一年分位

量化模型与构建方式 1. **模型名称：券商金股指数**[17] **模型构建思路：** 基于券商金股股票池，构建一个能够表征卖方分析师推荐股票池整体表现的指数，并将其与公募基金整体表现（以偏股混合型基金指数为代表）进行比较[17] **模型具体构建过程：** 每月初汇总所有券商发布的当月金股，根据每只股票被券商推荐的家数进行加权以构建指数组合，并于每月第一个交易日收盘时进行调仓[17]。为了更公允地与偏股混合型基金指数比较，在计算指数收益时，会考虑公募基金的仓位水平：使用每次调仓时点所能获取的主动股基在最近一个报告期的权益仓位中位数作为该券商金股指数的仓位[17] 2. **模型名称：券商金股行业组合**[21] **模型构建思路：** 为了检验券商金股在各行业内的Alpha挖掘能力，分行业构建组合[21] **模型具体构建过程：** 筛选出券商金股股票池中属于不同中信一级行业的个股，在每个行业内，对属于该行业的金股采用等权重方式构建行业组合[21] 3. **模型名称：券商金股业绩增强组合**[37][42] **模型构建思路：** 以对标公募基金中位数为基准，在能够较好跟踪偏股混合型基金指数的券商金股股票池中进行优选，旨在获得稳定战胜基准的表现[37][42] **模型具体构建过程：** 以券商金股股票池为选股空间和约束基准，采用组合优化的方式控制组合与券商金股股票池在个股、风格上的偏离，同时以全体公募基金的行业分布作为行业配置基准，从而构建最终的业绩增强组合[42] 模型的回测效果 1. **券商金股指数模型** - 本月（2025年11月）收益：-2.65%[20] - 本年（截至20251128）收益：25.18%[20] - 同期偏股混合型基金指数收益（本月）：-2.45%[20] - 同期偏股混合型基金指数收益（本年）：29.23%[20] 2. **券商金股业绩增强组合模型** - 本月（20251103-20251128）绝对收益：-1.06%[5][41] - 本月相对偏股混合型基金指数超额收益：1.39%[5][41] - 本年（20250102-20251128）绝对收益：33.65%[5][41] - 本年相对偏股混合型基金指数超额收益：4.42%[5][41] - 今年以来在主动股基中排名分位点：35.37%（1227/3469）[5][41] - 全样本期（2018.1.2-2025.6.30）年化收益（考虑仓位）：19.34%[43] - 全样本期相对偏股混合型基金指数年化超额收益：14.38%[43] - 各年度在主动股基中排名均位于前30%水平[43] 量化因子与构建方式 1. **因子名称：总市值**[3][27] **因子表现评价：** 最近一个月及今年以来在券商金股股票池中表现较好[3][27] 2. **因子名称：单季度超预期幅度**[3][27] **因子表现评价：** 最近一个月在券商金股股票池中表现较好[3][27] 3. **因子名称：SUR**[3][27] **因子表现评价：** 最近一个月及今年以来在券商金股股票池中表现较好[3][27] 4. **因子名称：单季度营收增速**[3][27] **因子表现评价：** 今年以来在券商金股股票池中表现较好[3][27] 5. **因子名称：日内收益率**[3][27] **因子表现评价：** 最近一个月在券商金股股票池中表现较差[3][27] 6. **因子名称：分析师净上调幅度**[3][27] **因子表现评价：** 最近一个月在券商金股股票池中表现较差[3][27] 7. **因子名称：分析师净上调比例**[3][27] **因子表现评价：** 最近一个月在券商金股股票池中表现较差[3][27] 8. **因子名称：EPTTM**[3][27] **因子表现评价：** 今年以来在券商金股股票池中表现较差[3][27] 9. **因子名称：预期股息率**[3][27] **因子表现评价：** 今年以来在券商金股股票池中表现较差[3][27] 10. **因子名称：BP**[3][27] **因子表现评价：** 今年以来在券商金股股票池中表现较差[3][27] 11. **因子名称：Barra风格因子**[29][32] **因子构建思路：** 用于分析券商金股股票池相对于全市场在主要风格上的暴露情况[29][32] 因子的回测效果 *注：报告未提供具体因子在回测中的量化指标值（如IC、IR、多空收益等），仅提供了近期表现的定性排序[3][27]。*

量化模型与构建方式 1. **模型名称：券商金股指数**[17] **模型构建思路：** 将券商金股作为表征卖方分析师推荐股票池整体表现的代表，以每月初汇总的券商金股为样本构建指数，用于跟踪偏股混合型基金指数的表现[17] **模型具体构建过程：** 每月初将券商金股进行汇总，根据其被券商推荐的家数进行加权构建券商金股指数，并于每月第一天收盘价进行调仓。在计算收益时，以每次调仓时点所能获取的主动股基最近一个报告期的权益仓位中位数作为券商金股指数的仓位[17] 2. **模型名称：券商金股行业组合**[21] **模型构建思路：** 基于券商金股在行业内具备较强的Alpha挖掘能力，筛选出不同行业的个股构建行业组合[21] **模型具体构建过程：** 筛选出券商金股股票池中属于不同中信一级行业的个股，等权构建券商金股行业组合[21] 3. **模型名称：券商金股业绩增强组合**[37][42] **模型构建思路：** 以对标公募基金中位数为基准，在能够较好跟踪偏股混合型基金指数的券商金股股票池中进行优选，以获取稳定战胜基准的表现[37][42] **模型具体构建过程：** 以券商金股股票池为选股空间和约束基准，采用组合优化的方式控制组合与券商金股股票池在个股、风格上的偏离，以全体公募基金的行业分布为行业配置基准，构建券商金股业绩增强组合[42] 模型的回测效果 1. **券商金股指数模型**，本月（20251029-20251128）收益-2.65%，偏股混合型基金指数收益-2.45%[20]；本年（20250102-20251128）收益25.18%，偏股混合型基金指数收益29.23%[20] 2. **券商金股行业组合模型**，本月收益中，建材、电子、消费者服务行业的超额收益排名前三[22]；本年收益中，电子、汽车、计算机行业的超额收益排名前三[22] 3. **券商金股业绩增强组合模型**，本月（20251103-20251128）绝对收益-1.06%，相对偏股混合型基金指数超额收益1.39%[5][41]；本年（20250102-20251128）绝对收益33.65%，相对偏股混合型基金指数超额收益4.42%[5][41]；全样本区间（2018.1.2-2025.6.30）年化收益19.34%，相对偏股混合型基金指数年化超额14.38%[43] 量化因子与构建方式 1. **因子名称：总市值**[3][27] **因子表现：** 最近一个月及今年以来在券商金股股票池中表现较好[3][27] 2. **因子名称：单季度超预期幅度**[3][27] **因子表现：** 最近一个月在券商金股股票池中表现较好[3][27] 3. **因子名称：SUR**[3][27] **因子表现：** 最近一个月及今年以来在券商金股股票池中表现较好[3][27] 4. **因子名称：单季度营收增速**[3][27] **因子表现：** 今年以来在券商金股股票池中表现较好[3][27] 5. **因子名称：日内收益率**[3][27] **因子表现：** 最近一个月在券商金股股票池中表现较差[3][27] 6. **因子名称：分析师净上调幅度**[3][27] **因子表现：** 最近一个月在券商金股股票池中表现较差[3][27] 7. **因子名称：分析师净上调比例**[3][27] **因子表现：** 最近一个月在券商金股股票池中表现较差[3][27] 8. **因子名称：EPTTM**[3][27] **因子表现：** 今年以来在券商金股股票池中表现较差[3][27] 9. **因子名称：预期股息率**[3][27] **因子表现：** 今年以来在券商金股股票池中表现较差[3][27] 10. **因子名称：BP**[3][27] **因子表现：** 今年以来在券商金股股票池中表现较差[3][27] 11. **因子名称：Barra风格因子**[29] **因子构建思路：** 用于分析券商金股股票池相对于全市场股票在主要风格上的暴露情况[29] 因子的回测效果 1. **总市值因子**，最近一个月表现较好，今年以来表现较好[3][27] 2. **单季度超预期幅度因子**，最近一个月表现较好[3][27] 3. **SUR因子**，最近一个月表现较好，今年以来表现较好[3][27] 4. **单季度营收增速因子**，今年以来表现较好[3][27] 5. **日内收益率因子**，最近一个月表现较差[3][27] 6. **分析师净上调幅度因子**，最近一个月表现较差[3][27] 7. **分析师净上调比例因子**，最近一个月表现较差[3][27] 8. **EPTTM因子**，今年以来表现较差[3][27] 9. **预期股息率因子**，今年以来表现较差[3][27] 10. **BP因子**，今年以来表现较差[3][27] 11. **Barra风格因子**，近3个月券商金股股票池风格暴露基本与上月保持一致[29]

根据您提供的研报内容，以下是关于量化模型和因子的总结： 量化模型与构建方式 1. **模型名称：券商金股业绩增强组合**[37][42] * **模型构建思路**：该模型以券商金股股票池为选股空间，旨在通过多因子优选的方式，构建一个能够稳定战胜偏股混合型基金指数的投资组合[12][42] * **模型具体构建过程**：模型采用组合优化的方式进行构建，具体过程包括：以券商金股股票池作为选股范围和约束基准；采用组合优化方法，控制投资组合与基准券商金股股票池在个股和风格因子上的偏离；以全体公募基金的行业分布作为行业配置基准，进行优化[42] * **模型评价**：该模型结合了券商总量分析师自上而下的配置能力和行业分析师自下而上的选股能力，历史表现稳健，能够有效捕捉券商金股股票池中的Alpha潜力[12][42] 模型的回测效果 1. **券商金股业绩增强组合**[43][46] * 全样本年化收益（考虑仓位）：19.34%[46] * 相对偏股混合型基金指数年化超额收益：14.38%[46] * 在主动股基中排名（2025年截至11月28日）：35.37%分位点（1227/3469）[5][41] * 本月（2025年11月）绝对收益：-1.06%[5][41] * 本月相对偏股混合型基金指数超额收益：1.39%[5][41] * 本年（2025年截至11月28日）绝对收益：33.65%[5][41] * 本年相对偏股混合型基金指数超额收益：4.42%[5][41] 量化因子与构建方式 1. **因子名称：总市值**[3][27] * **因子表现**：报告指出，最近一个月及今年以来，总市值因子在券商金股股票池中均表现较好[3][27] 2. **因子名称：单季度超预期幅度**[3][27] * **因子表现**：报告指出，最近一个月，单季度超预期幅度因子在券商金股股票池中表现较好[3][27] 3. **因子名称：SUR**[3][27] * **因子表现**：报告指出，最近一个月及今年以来，SUR因子在券商金股股票池中均表现较好[3][27] 4. **因子名称：单季度营收增速**[3][27] * **因子表现**：报告指出，今年以来，单季度营收增速因子在券商金股股票池中表现较好[3][27] 5. **因子名称：日内收益率**[3][27] * **因子表现**：报告指出，最近一个月，日内收益率因子在券商金股股票池中表现较差[3][27] 6. **因子名称：分析师净上调幅度**[3][27] * **因子表现**：报告指出，最近一个月，分析师净上调幅度因子在券商金股股票池中表现较差[3][27] 7. **因子名称：分析师净上调比例**[3][27] * **因子表现**：报告指出，最近一个月，分析师净上调比例因子在券商金股股票池中表现较差[3][27] 8. **因子名称：EPTTM**[3][27] * **因子表现**：报告指出，今年以来，EPTTM因子在券商金股股票池中表现较差[3][27] 9. **因子名称：预期股息率**[3][27] * **因子表现**：报告指出，今年以来，预期股息率因子在券商金股股票池中表现较差[3][27] 10. **因子名称：BP**[3][27] * **因子表现**：报告指出，今年以来，BP因子在券商金股股票池中表现较差[3][27] 因子的回测效果 （报告中未提供具体因子分组的回测指标数值，仅进行了定性描述，故此部分略）

指数增强组合表现 - 沪深300指数增强组合本周超额收益0.64%，本年累计超额收益达17.85% [1][5] - 中证500指数增强组合本周超额收益为0.00%，本年累计超额收益为7.07% [1][5] - 中证1000指数增强组合本周超额收益0.21%，本年累计超额收益为14.89% [1][5] - 中证A500指数增强组合本周超额收益0.44%，本年累计超额收益为8.26% [1][5] 选股因子表现跟踪 沪深300样本空间 - 最近一周表现较好的因子包括三个月机构覆盖（0.78%）、一年动量（0.77%）和单季ROE（0.67%）[6] - 今年以来表现突出的因子有单季营收同比增速（18.06%）、单季ROE（17.84%）和DELTAROE（14.39%）[6] - 最近一周表现较差的因子包括一个月波动（-1.33%）、三个月反转（-1.30%）和一个月换手（-1.22%）[6] 中证500样本空间 - 最近一周表现领先的因子为一年动量（1.31%）、预期净利润环比（0.80%）和DELTAROE（0.69%）[10] - 今年以来表现最佳的因子是预期PEG（13.95%）、单季营收同比增速（13.65%）和预期净利润环比（11.07%）[10] - 最近一周表现不佳的因子有三个月波动（-1.92%）、一个月波动（-1.54%）和三个月换手（-1.49%）[10] 中证1000样本空间 - 最近一周表现优异的因子包含单季营收同比增速（2.20%）、DELTAROA（1.84%）和标准化预期外收入（1.82%）[12] - 今年以来表现强劲的因子为标准化预期外盈利（19.87%）、单季营收同比增速（18.53%）和标准化预期外收入（18.52%）[12] - 最近一周表现较弱的因子是三个月波动（-1.97%）、一个月波动（-1.92%）和三个月反转（-1.47%）[12] 中证A500样本空间 - 最近一周表现较好的因子有一年动量（1.34%）、标准化预期外盈利（0.87%）和标准化预期外收入（0.84%）[14] - 今年以来表现突出的因子包括单季营收同比增速（16.62%）、DELTAROE（16.17%）和单季ROE（15.15%）[14] - 最近一周表现较差的因子涉及一个月波动（-1.77%）、三个月波动（-1.57%）和预期EPTTM（-1.40%）[14] 公募重仓股样本空间 - 最近一周表现领先的因子为一年动量（1.80%）、预期净利润环比（1.40%）和单季超预期幅度（0.95%）[16] - 今年以来表现最佳的因子是预期PEG（9.58%）、单季营收同比增速（9.19%）和DELTAROE（8.07%）[16] - 最近一周表现不佳的因子有一个月波动（-2.55%）、三个月波动（-2.44%）和一个月换手（-2.38%）[16] 公募基金指数增强产品表现 产品规模概况 - 公募基金沪深300指数增强产品共79只，总规模799亿元 [18] - 中证500指数增强产品共76只，总规模514亿元 [18] - 中证1000指数增强产品共46只，总规模214亿元 [18] - 中证A500指数增强产品共71只，总规模263亿元 [18] 产品业绩表现 - 沪深300指数增强产品本周超额收益最高2.01%，最低-0.78%，中位数0.19% [1][21] - 中证500指数增强产品本周超额收益最高0.93%，最低-2.16%，中位数0.05% [1][22] - 中证1000指数增强产品本周超额收益最高1.47%，最低-0.59%，中位数0.39% [1][23][24] - 中证A500指数增强产品本周超额收益最高0.83%，最低-0.51%，中位数0.20% [1][27]