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，构建一个价值与质量相结合的选股模型[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，仅提及了其核心选股逻辑（PB和ROE）[23]。 2. **模型名称：公募调研选股策略** * **模型构建思路：** 利用公募基金调研上市公司的行为信息，构建事件驱动选股策略[25]。 * **模型具体构建过程：** 报告未详细描述该策略的具体构建公式和步骤，仅提及了其信息源（公募调研）[25]。 3. **模型名称：私募调研跟踪策略** * **模型构建思路：** 利用私募基金调研上市公司的行为信息，构建事件驱动选股策略[25]。 * **模型具体构建过程：** 报告未详细描述该策略的具体构建公式和步骤，仅提及了其信息源（私募调研）[25]。 4. **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]。 * **模型具体构建过程：** 报告提及了构建该组合的两个关键因子：“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。组合通过月频调仓方式构造[29]。 5. **模型名称：定向增发事件驱动选股组合** * **模型构建思路：** 以定向增发的股东大会公告日为事件节点，构建事件驱动选股策略[35]。 * **模型具体构建过程：** 报告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，但未给出具体公式和详细步骤[35]。 模型的回测效果 1. **PB-ROE-50组合**，本周超越基准收益率（中证500）0.76%[24]，本周超越基准收益率（中证800）0.21%[24]，本周超越基准收益率（全市场）-0.09%[24]，今年以来超额收益率（中证500）2.84%[24]，今年以来超额收益率（中证800）15.39%[24]，今年以来超额收益率（全市场）18.22%[24]，本周绝对收益率（中证500）1.71%[24]，本周绝对收益率（中证800）1.40%[24]，本周绝对收益率（全市场）0.68%[24]，今年以来绝对收益率（中证500）27.48%[24]，今年以来绝对收益率（中证800）36.63%[24]，今年以来绝对收益率（全市场）43.75%[24] 2. **公募调研选股策略**，本周超越基准收益率0.42%[26]，今年以来超额收益率16.98%[26]，本周绝对收益率1.61%[26]，今年以来绝对收益率38.51%[26] 3. **私募调研跟踪策略**，本周超越基准收益率0.29%[26]，今年以来超额收益率16.12%[26]，本周绝对收益率1.48%[26]，今年以来绝对收益率37.50%[26] 4. **大宗交易组合**，本周超越基准收益率-0.16%[30]，今年以来超额收益率39.03%[30]，本周绝对收益率0.61%[30]，今年以来绝对收益率69.06%[30] 5. **定向增发组合**，本周超越基准收益率-2.30%[36]，今年以来超额收益率-5.43%[36]，本周绝对收益率-1.55%[36]，今年以来绝对收益率15.00%[36] 量化因子与构建方式 1. **因子名称：单季度ROA** * **因子构建思路：** 衡量公司最近一个季度的资产盈利能力，属于盈利类因子[12]。 * **因子具体构建过程：** 报告未提供具体计算公式。通常，单季度ROA = 单季度净利润 / 期初和期末平均总资产。 2. **因子名称：市销率TTM倒数** * **因子构建思路：** 估值类因子，市销率（Price-to-Sales）的倒数，值越高代表估值可能越低[12]。 * **因子具体构建过程：** 报告未提供具体计算公式。通常，市销率TTM倒数 = 最近12个月营业收入 / 总市值。 3. **因子名称：日内波动率与成交金额的相关性** * **因子构建思路：** 量价关联因子，描述股票日内价格波动与成交金额的同步关系，负向因子表明相关性越低（量价背离）可能预示后续表现越好[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：5日平均换手率** * **因子构建思路：** 流动性因子，衡量股票近期交易活跃程度，通常作为负向因子使用[14]。 * **因子具体构建过程：** 报告未提供具体计算公式。通常为最近5个交易日换手率的算术平均值。 5. **因子名称：6日成交金额的移动平均值** * **因子构建思路：** 流动性因子，衡量近期平均成交规模，通常作为负向因子使用[14]。 * **因子具体构建过程：** 报告未提供具体计算公式。通常为最近6个交易日成交金额的简单移动平均。 6. **因子名称：市盈率因子** * **因子构建思路：** 估值类因子，通常指市盈率（PE）或其倒数，衡量公司股价相对于其盈利水平的比值[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EPS** * **因子构建思路：** 盈利类因子，衡量公司最近一个季度的每股收益[16]。 * **因子具体构建过程：** 报告未提供具体计算公式。通常，单季度EPS = 单季度归属于母公司股东的净利润 / 期末总股本。 8. **因子名称：市盈率TTM倒数** * **因子构建思路：** 估值类因子，滚动市盈率（PE TTM）的倒数，即盈利收益率（Earnings Yield）[16]。 * **因子具体构建过程：** 报告未提供具体计算公式。通常，市盈率TTM倒数 = 最近12个月归属于母公司股东的净利润 / 总市值。 9. **因子名称：5日反转** * **因子构建思路：** 短期反转因子，认为过去短期内跌幅较大的股票在未来短期内可能有反弹，反之亦然，通常作为负向因子[12]。 * **因子具体构建过程：** 报告未提供具体计算公式。通常为股票过去5个交易日的收益率，取负值。 10. **因子名称：对数市值因子** * **因子构建思路：** 规模因子，使用公司总市值的自然对数来衡量公司规模，通常作为负向因子（小市值效应）[12]。 * **因子具体构建过程：** 报告未提供具体计算公式。通常，对数市值因子 = Ln(总市值)。 11. **因子名称：大类因子（盈利因子、市值因子、非线性市值因子、动量因子、残差波动率因子）** * **因子构建思路：** 将多个底层单因子按照其逻辑归属，合成代表某一特定风格维度的大类因子[1][18]。 * **因子具体构建过程：** 报告未提供具体合成方法。 12. **因子名称：行业内因子（如净资产增长率、净利润增长率、每股净资产、每股经营利润TTM、EP因子、BP因子、残差波动率、流动性、对数市值等）** * **因子构建思路：** 在申万一级行业内部，计算并比较各类因子的表现，以观察因子表现的行业差异性[21][22]。 * **因子具体构建过程：** 报告未提供行业内因子值的具体计算方法。 13. **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的特定因子，衡量大宗交易成交的活跃程度[29]。 * **因子具体构建过程：** 报告未提供具体计算公式。 14. **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的特定因子，衡量近期成交金额的稳定性[29]。 * **因子具体构建过程：** 报告未提供具体计算公式。 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. **单季度ROA**，最近1周收益（沪深300）1.43%[13]，最近1周收益（中证500）0.78%[15]，最近1周收益（流动性1500）1.01%[17] 2. **市销率TTM倒数**，最近1周收益（沪深300）1.39%[13]，最近1周收益（中证500）0.54%[15]，最近1周收益（流动性1500）1.01%[17] 3. **日内波动率与成交金额的相关性**，最近1周收益（沪深300）1.36%[13]，最近1周收益（中证500）1.66%[15]，最近1周收益（流动性1500）1.11%[17] 4. **5日平均换手率**，最近1周收益（沪深300）0.75%[13]，最近1周收益（中证500）1.68%[15]，最近1周收益（流动性1500）0.84%[17] 5. **6日成交金额的移动平均值**，最近1周收益（沪深300）0.28%[13]，最近1周收益（中证500）1.30%[15]，最近1周收益（流动性1500）1.15%[17] 6. **市盈率因子**，最近1周收益（沪深300）0.91%[13]，最近1周收益（中证500）0.88%[15]，最近1周收益（流动性1500）2.13%[17] 7. **单季度EPS**，最近1周收益（沪深300）0.98%[13]，最近1周收益（中证500）1.04%[15]，最近1周收益（流动性1500）2.07%[17] 8. **市盈率TTM倒数**，最近1周收益（沪深300）0.93%[13]，最近1周收益（中证500）0.94%[15]，最近1周收益（流动性1500）1.86%[17] 9. **5日反转**，最近1周收益（沪深300）-1.25%[13]，最近1周收益（中证500）-0.48%[15]，最近1周收益（流动性1500）-1.44%[17] 10. **对数市值因子**，最近1周收益（沪深300）-1.70%[13]，最近1周收益（中证500）-1.21%[15]，最近1周收益（流动性1500）-0.33%[17] 11. **大类因子-盈利因子**，最近1周收益（全市场）0.61%[18] 12. **大类因子-市值因子**，最近1周收益（全市场）0.25%[18] 13. **大类因子-非线性市值因子**，最近1周收益（全市场）0.24%[18] 14. **大类因子-动量因子**，最近1周收益（全市场）0.23%[18] 15. **大类因子-残差波动率因子**，最近1周收益（全市场）-0.59%[18]

量化市场因子表现综述 - 本周全市场股票池中，市值因子获取正收益0.99%，市场大市值风格显著 [4] - 杠杆因子、流动性因子、残差波动率因子、估值因子分别获取负收益-0.41%、-0.43%、-0.50%、-0.68% [4] 不同股票池单因子表现 - 沪深300股票池中，表现较好的因子有日内波动率与成交金额的相关性(1.23%)、ROE稳定性(1.14%)、下行波动率占比(1.13%)，表现较差的因子有早盘收益因子(-2.46%)、动量弹簧因子(-2.21%)、净利润断层(-1.72%) [5] - 中证500股票池中，表现较好的因子有单季度总资产毛利率(1.82%)、动量调整大单(1.66%)、总资产毛利率TTM(1.63%)，表现较差的因子有单季度ROA同比(-0.66%)、单季度ROE同比(-0.55%)、ROIC增强因子(-0.53%) [5] - 流动性1500股票池中，表现较好的因子有净利润率TTM(1.82%)、营业利润率TTM(1.44%)、ROA稳定性(1.38%)，表现较差的因子有市销率TTM倒数(-1.31%)、对数市值因子(-1.07%)、净利润断层(-0.95%) [5] 因子行业内表现 - 基本面因子中，净资产增长率因子、净利润增长率因子、每股净资产因子、每股经营利润TTM因子在纺织服装、钢铁行业正收益较为一致 [6] - 估值类因子中，EP因子在煤炭、美容护理、纺织服装行业正收益显著 [6] - 残差波动率因子和流动性因子在传媒行业正收益明显，多数行业大市值风格显著 [6] 量化投资组合表现 - PB-ROE-50组合本周在各股票池中均获取负超额收益，其中中证500股票池超额收益-1.30%，中证800股票池超额收益-2.09%，全市场股票池超额收益-1.46% [7] - 机构调研组合中，公募调研选股策略相对中证800获得超额收益-1.91%，私募调研跟踪策略相对中证800获得超额收益-3.65% [8] - 大宗交易组合相对中证全指获得超额收益-2.84% [9] - 定向增发组合相对中证全指获得超额收益-1.42% [10]

量化模型与因子分析总结 量化因子与构建方式 1. **市值因子** - 构建思路：通过线性关系描述股票市值大小对收益的影响[12] - 具体构建：将全市场股票按市值等分为10组(G01-G10)，计算各组超额收益。市值最小组(G01)超额收益最高达22.4%，随市值增加收益递减，最大值组(G10)为-5.6%[19][22] - 因子评价：2025H1表现最强的风格因子，分组效果显著且收益稳定[19] 2. **中盘因子** - 构建思路：通过三次函数刻画大盘/小盘之外的股票特征[24] - 具体构建：定义为非线性市值因子，中证1000和中证500为中盘集中域。中盘最小/次小组(G01/G02)收益显著高于其他组(21.6%/13.7%)，其余组收益分化较小(-2.7%~1.5%)[19][22] - 因子评价：与市值因子存在部分重叠但提供额外收益维度[24] 3. **规模因子(量价类)** - 构建结果：在中证1000指增测试中累计收益6.09%，自相关性21%，表现优于其他量价因子[63] 4. **分析师预期因子组合** - 包含细分：估值(3.51%)、成长(5.00%)、盈利调整(4.39%)等，其中盈利调整因子自相关性达-77%[63] 5. **基本面因子组合** - 包含细分：成长因子累计收益4.68%，盈利动量反转1.83%，波动率2.35%[63] 模型回测效果 1. **成分占比80%的指增模型** - 沪深300指增：超额7.97%，IR 5.38，最大回撤-1.16%(约束市值/中盘敞口0.4)[35] - 中证500指增：超额9.20%，IR 5.24，最大回撤-1.39%(含10%微盘占比)[35] - 中证1000指增：超额10.12%，IR 5.40，最大回撤-1.50%[35] 2. **放宽成分占比的指增模型** - 中证500指增(40%成分+20%微盘)：超额17.08%，IR 5.07，最大回撤-2.43%[40] - 中证1000指增(40%成分+20%微盘)：超额16.81%，IR 5.38，最大回撤-2.04%[40] 3. **多因子组合模型** - 中证1000指增精选3类因子：累计超额11.28%，规模因子单独贡献6.09%[63] 关键发现 1. 市值分组效应显著，最小市值组超额22.4%且随市值增加收益递减[19][22] 2. 中盘因子最小两组(G01/G02)市场权重仅3.1%但超额显著[19][23] 3. 银行行业是唯一能提供稳定超额的行业(累计收益5.0%，IR 4.0)[16][18] 4. 2025H1相较历史时期：正超额市值分组更多、收益分化更平滑[51][55] 5. 成分占比放宽至40%配合微盘暴露可提升超额收益3-5%[40]

核心观点 - 2025年上半年A股市场一波三折，呈探底修复态势，6月下旬创新高，万得全A、上证指数、沪深300分别上涨5.83%、2.76%、0.03%，市场风格偏均衡稳定，行业轮动速率可控，呈现“政策驱动、情绪修复”主导的结构性行情 [1][10] 纵览：市场慢涨急跌，整体偏震荡 - 2025年上半年A股年初至1月中旬下跌，4月初砸出“黄金坑”后反弹，5月震荡，6月震荡上行，6月26日创年内新高，1 - 6月上证指数涨跌随月份小幅震荡 [1][10] - 一季度延续震荡筑底，1月市场承压，2月指数反弹，3月成长板块短暂活跃后转防御；二季度回归基本面与政策博弈，4月急跌后修复，5月反弹后调整，6月震荡上行，结构分化 [1][13][14] 风格：小微盘总体占优，大盘价值展韧性 - 半年维度微盘强于小盘，小盘强于中盘和大盘，上半年小盘成长与大盘价值风格切换频繁，半年维度超额收益仅1.14%，大盘价值在下跌区间有韧性 [2] - 1月初至2月初微盘风格强，2月中旬至3月下旬小微盘优势扩大，3月底至4月初风格切换至大盘，4月中旬至6月市值风格趋于均衡，微盘指数波动大，大盘指数稳健 [23] - 成长价值风格上半年偏均衡，市场反攻时小盘成长风格强劲，大盘价值在下跌区间占优，全区间相对小盘成长仅跑输1.14pct [24] 行业&主题：从科技到消费，轮动速率可控 - 2025上半年A股行业轮动速度震荡，3月轮动强度达上半年高点，年初轮动速率随市场下跌，5 - 6月医药和新消费使轮动效应下降 [3][30] - 上半年31个行业中20个一级行业上涨，有色金属、银行、国防军工、传媒涨幅高，煤炭、食品饮料、房地产、石油石化表现差；二级行业中地面兵装涨幅超60%，煤炭开采等表现弱 [3][31] - 分月度看，有色金属1、3、6月表现好，银行上半年稳健，国防军工波动大，计算机上半年收益居前半段，电子行业3 - 5月回撤大 [32] - 主题方面，剔除部分概念后，服务器、炒股软件等15个概念主题涨幅超40% [37]

市场风格切换分析 - A股市场存在明显的价值与成长风格切换现象，例如2025年1季度科技成长风格在1-2月领涨，3月调整，价值风格在3月表现抗跌 [3] - 风格切换导致不同资产阶段性表现分化，投资者需警惕追高风险，如科技股高位站岗案例 [3] - 市值风格可分为大盘（沪深300）、中盘（中证500）、小盘（中证1000），2014年以来经历5轮切换： - 2014/1-2015/6：中盘小盘占优（中证500涨195.97%，中证1000涨228.09%）因宽松货币+新兴产业政策 [11] - 2016/1-2021/2：大盘占优（沪深300涨96.85%）因供给侧改革+外资流入 [11] - 2021/2-2025/2：小盘占优（中证1000涨1.48%）因宽松货币+专精特新政策支持 [11] - 价值/成长风格切换受经济周期和政策驱动： - 2019/1-2021/7成长风格占优（创业板指涨183.44%）因半导体/新能源景气+全球宽松 [17] - 2021/7-2024/5价值风格占优（中证红利涨10.42%）因流动性紧缩+传统行业涨价 [17] - 2024/6-2025/2成长风格反弹（创业板指涨25.01%）因AI产业爆发+降息预期 [17] 风格切换驱动因素 - 市值风格受宏观/产业/流动性三重影响：经济向好利好大盘，逆周期调节利好小盘，外资偏好大盘，游资偏好小盘 [11] - 成长风格驱动因素：新兴产业技术突破（如AI）、宽松流动性、高风险偏好 [17] - 价值风格驱动因素：传统行业改革（如供给侧）、高股息资产配置需求、流动性收紧 [17] 基金风格识别方法 - 晨星投资风格箱通过市值（大盘/中盘/小盘）和投资属性（价值/平衡/成长）划分九宫格 [18] - 权威机构判定：参考晨星网对基金的历史风格标签，如中泰星元基金稳定保持大盘价值风格 [22][23] - 自主分析方法： - 持仓分析：成长风格基金集中配置TMT/半导体，价值风格侧重银行/公用事业 [26] - 净值回归：对比不同风格行情下的业绩偏离度 [26] - 业绩基准：合同约定的基准反映风险收益特征 [27] - 经理偏好：个人能力圈决定风格倾向 [28] 组合配置策略 - 根据风格轮动规律调整基金组合，如成长风格过热时增配价值型基金 [30] - 雪球三分法建议通过资产/市场/时机三重分散实现风险对冲 [33]