量化模型与构建方式 1. **模型名称：恒定比例再平衡策略**[7][9] * **模型构建思路**：构建一个多资产（如股债）投资组合，并维持各类资产的初始目标权重比例不变。当市场波动导致实际权重偏离目标权重超过一定阈值或到达固定时间点时，执行再平衡操作，将资产权重调整回初始比例[7][9]。 * **模型具体构建过程**： 1. 设定初始资产配置比例，例如股票权重 $w_s$，债券权重 $w_b$，且 $w_s + w_b = 1$。 2. 定期（如季度、月度）或按条件（如权重偏离度超过预设阈值，如5%）检查组合中各资产的市值权重[7][10]。 3. 当触发再平衡条件时，计算需要调整的金额。假设当前股票市值为 $MV_s$，债券市值为 $MV_b$，组合总市值为 $MV_{total} = MV_s + MV_b$。目标股票市值应为 $MV_{total} \times w_s$，目标债券市值应为 $MV_{total} \times w_b$。 4. 执行交易：若当前股票市值高于目标，则卖出股票，买入债券；反之亦然，使调整后各资产市值权重恢复至 $w_s$ 和 $w_b$[7][39]。 2. **模型名称：目标风险策略**[7] * **模型构建思路**：基于预设的风险收益目标（如保守型、平衡型、进取型）进行资产配置。通过动态调整股债等资产的权重，将投资组合的整体风险（通常以波动率衡量）控制在特定水平[7]。 * **模型具体构建过程**： 1. 定义不同风险等级（如保守、平衡、进取）及其对应的目标波动率 $\sigma_{target}$。 2. 估计各类资产（如股票指数、债券指数）的历史波动率及资产间的相关性。 3. 使用优化模型（如均值-方差模型）求解，在组合波动率约束 $\sigma_p \approx \sigma_{target}$ 下，寻找最优的资产权重配置 $w_i$，以最大化预期收益或风险调整后收益。 4. 定期（如每半年或每年）根据市场情况重新估计参数并优化调整权重[7]。 3. **模型名称：风险平价策略**[7] * **模型构建思路**：使投资组合中每类资产对整体组合风险的贡献度相等，从而实现风险源的分散，确保组合在不同市场环境下表现相对稳健[7]。 * **模型具体构建过程**： 1. 计算各资产 $i$ 的边际风险贡献（Marginal Risk Contribution, MRC），即组合总风险 $\sigma_p$ 对资产权重 $w_i$ 的偏导数：$$MRC_i = w_i \times \frac{\partial \sigma_p}{\partial w_i}$$ 其中，组合波动率 $\sigma_p = \sqrt{\mathbf{w}^T \Sigma \mathbf{w}}$，$\Sigma$ 为资产收益率的协方差矩阵。 2. 计算各资产的风险贡献（Risk Contribution, RC）：$$RC_i = w_i \times \frac{\partial \sigma_p}{\partial w_i} = \frac{w_i (\Sigma \mathbf{w})_i}{\sqrt{\mathbf{w}^T \Sigma \mathbf{w}}}$$ 3. 通过数值优化方法，寻找一组资产权重 $w_i$，使得所有资产的风险贡献相等，即 $RC_i = RC_j, \forall i,j$[7]。 4. **模型名称：多因子选股模型（应用于指增固收+）**[47][57] * **模型构建思路**：在基准指数（如中证800）的成分股范围内，通过综合评估多个因子（如基本面、估值、技术等）对股票进行打分排序，筛选出预期具有超额收益的股票构建投资组合，以实现对基准指数的增强[47]。 * **模型具体构建过程**： 1. **因子池构建**：挖掘并测试长期有效的选股因子，形成因子库。例如，基本面因子（盈利能力、成长性）、估值因子（PE、PB）、技术因子等[47][57]。 2. **因子处理**：对原始因子数据进行标准化、去极值、行业中性化等处理。 3. **因子合成**：将低相关性的有效因子进行加权合成，得到综合得分。目标是在不同维度下聚类整合，最终形成统一的股票排名[47]。 4. **组合构建**：根据综合得分，在基准指数成分股池中优选一定数量的股票（例如，从中证800中筛选100只），并确定其权重，构建股票组合[47]。 量化因子与构建方式 1. **因子名称：自由现金流因子**[20][21] * **因子构建思路**：筛选自由现金流稳定、财务健康的企业。自由现金流是企业产生的、在满足了再投资需要之后剩余的现金流量，是衡量企业实际可支配回报的重要指标[21]。 * **因子具体构建过程**：通常使用自由现金流率等指标。例如，自由现金流/营业收入或自由现金流/市值。对股票池中的公司计算该指标，并据此排序，选择比率高的公司[20][21]。 2. **因子名称：红利（股息率）因子**[20][21] * **因子构建思路**：筛选高分红、盈利稳定的公司，属于价值风格投资工具。高股息通常意味着公司盈利稳定且愿意回报股东[21]。 * **因子具体构建过程**：使用股息率（每股股息/股价）作为核心指标。对股票池中的公司计算其股息率，并据此排序，选择股息率高的公司构成组合[20][21]。 3. **因子名称：低波动因子**[20] * **因子构建思路**：筛选股价历史波动率较低的股票。这类股票往往具有防御性，长期风险调整后收益可能更优。 * **因子具体构建过程**：计算股票在过去一定时期（如252个交易日）的日收益率标准差作为波动率指标。对股票池中的公司计算其历史波动率，并据此排序，选择波动率低的公司[20]。 4. **因子名称：转债量化因子体系**[57] * **因子构建思路**：针对可转债特性，建立包含估值、技术、成长等多维度的因子体系，对转债的质地和性价比进行综合打分，以辅助投资决策[57]。 * **因子具体构建过程**： 1. **估值类因子**：可能包括转股溢价率、纯债溢价率、到期收益率等，衡量转债的债底保护与股性估值。 2. **技术类因子**：可能包括正股动量、转债成交量、价格位置等。 3. **成长及其他因子**：关注正股的基本面成长性、信用评级等[57]。 4. **因子合成**：对各类因子进行标准化和加权，形成对每只可转债的综合评分，用于初筛和构建投资组合[57]。 模型的回测效果 *注：报告未提供具体量化模型的回测指标数值，仅对指数策略进行了历史业绩描述。* 因子的回测效果 *注：报告未提供单个因子的独立回测指标数值，仅展示了包含某些因子的Smart Beta指数（如红利低波、自由现金流）的历史收益风险特征[20][30]。* | 指数名称 (代表因子/策略) | 近三年年化收益率 | 近三年年化波动率 | 近三年最大回撤 | 近三年Calmar比率 | | :--- | :--- | :--- | :--- | :--- | | 中证800红利低波动全收益指数 (红利+低波) | 14.55%[20] | 13.60%[20] | -10.65%[20] | 1.37 (计算值) | | 中证800自由现金流全收益指数 (自由现金流) | 26.72%[20] | 18.56%[20] | -18.84%[20] | 1.42 (计算值) | | 国证自由现金流全收益指数 (自由现金流) | 27.18%[20] | 17.69%[20] | -15.84%[20] | 1.72 (计算值) | | 沪深300 (宽基) | 6.34%[20] | 17.35%[20] | -24.80%[20] | 0.26 (计算值) | | 中证500 (宽基) | 8.66%[20] | 21.69%[20] | -31.15%[20] | 0.28 (计算值) |

指数表现 - 三大指数集体上涨 上证综指上涨0.82% 深证成指上涨1.72% 创业板指上涨2.63% [1][4] - 日内指数高点分别为上证指数3372.47点 深证成指10302.05点 创业板指2066.31点 [4] - 近5个交易日北证50涨6.61% 创业板指涨5.99% 恒生指数涨4.64% [4] 行业板块表现 - 国防军工板块领涨4.8% 电力设备涨2.69% 机械设备涨2.24% [7] - 近5个交易日国防军工累计上涨11.44% 电力设备涨6.83% 通信涨6.72% [7] - 农林牧渔板块下跌0.49% 医药生物下跌0.27% 公用事业下跌0.26% [7] ETF市场表现 - 股票型主题指数ETF平均涨幅1.3% 商品型ETF平均跌幅1.55% [10] - 债券ETF总规模突破2531亿元 年内净流入503亿元 [2] - 新成立8只基准做市公司债ETF吸引197亿元资金净流入 [2] 个股ETF表现 - 中证2000增强ETF(159552.SZ)涨6.44% 军工龙头ETF(512710.SH)涨5.53% 国防ETF(512670.SH)涨5.05% [13][14] - 股票型ETF成交额前三：A500ETF基金(512050.SH)成交38.26亿元 沪深300ETF(510300.SH)成交33.27亿元 创业板ETF(159915.SZ)成交31.5亿元 [16][17] - 国防军工类ETF集体上涨 高端装备ETF(159638.SZ)涨5.01% 军工ETF(512680.SH)进入涨幅前五 [1][16] 产品创新与市场发展 - 中证指数公司将于5月14日发布三大股债恒定比例指数系列 [3] - 多资产ETF具备降低投资风险、提高风险调整回报、把握市场机遇及成本效益突出四大优势 [3] - 债券指数ETF和SmartBetaETF被认定为未来重要拓展方向 [3] 估值与资金面 - 申万军工指数市盈率TTM达65.06倍 处于5年88.63%分位数 [1] - 被动基金规模与份额提升 杠杆资金显著增加 [1] - 军工行业2025年强需求恢复预期支撑配置价值 [1]

零食行业 - 零食行业发展本质是渠道变迁历程，从线下到线上、货架电商到直播电商、传统线下到量贩零食店及会员超市 [1] - 过去3年上市零食企业抓住量贩零食、会员超市、直播电商渠道红利实现成长及份额提升 [1] - 2025年渠道红利延续，零食仍是食品饮料成长最确定板块之一 [1] - 微信小店、传统商超调改、即时零售等新渠道稳步发展，有望提供新增长点 [1] 存储行业 - 原厂控产、产品结构升级下主流存储现货市场价格趋稳，部分低端料号微涨 [2] - 预计NAND Flash价格25Q2起涨，DRAM价格25H2企稳向好 [2] - 存储模组涨价早于晶圆端，国内模组厂商25Q2有望迎利润拐点，低价存货带来利润弹性 [2] 模拟芯片行业 - 模拟芯片产业2024年已开启并购整合之路，参考海外经验看好国内头部厂商通过内生外延加速平台化 [4] 多资产ETF - 需求侧稳健收益目标驱动叠加供给侧丰富底层工具储备，国内多资产ETF有望迎来发展契机 [5] - 海外多资产ETF经历"分散化"到"策略化"再到"另类化"三阶段，规模占比低但增速提升 [5] - 预计国内发展初期侧重挂钩稳健业绩的配置指数，发展阶段侧重复杂模型满足场景化需求，成熟阶段侧重多资产多策略 [5] 主动权益基金 - 2022年以来主动权益基金负超额现象普遍且恶化，2024年平均负超额达9% [7] - A股短期大幅波动是负超额直接原因，主动基金在关键行情窗口期表现不佳 [7] - 负超额显著基金间相关性更高，持仓雷同化缘于考核机制与风险管理模式系统性缺陷 [7] 债券市场 - 近期债券取消发行规模明显抬升，主因发债主体主动管理融资成本、保护定价权及地方债供给放量 [9] - 预计信用债取消发行潮高峰不会持续过久，当前信用债票息性价比显著，建议把握短端收益率反弹机会 [9] A股策略 - 亮马组合聚焦四大新赛道：国产算力、端侧AI、高能量密度能源载体、创新药 [11] - 组合配置多元化，涵盖出海、红利、金融、基建等方向优质标的 [11] 民爆行业 - 广东宏大收购雪峰科技21%股份完成过户，形成多赢局面 [13] - 收购提升广东宏大规模优势，雪峰科技估值有望提升，行业整合或提速 [13] 航空行业 - 元宵节后公商务需求复苏加速，京沪线客流恢复至春运前92.4%，票价同比转正 [15] - 美线航班量每恢复10%可提升宽体机利用率0.1-0.2小时，期待2025年中美航线进一步恢复 [15] - 2025年前2个月航空煤油均价同比降9.8%，航油成本压力缓解或为利润直接催化剂 [15]