根据研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. **模型名称**：预期高股息组合模型 **模型构建思路**：采用两阶段构建预期股息率指标，结合反转因子与盈利因子辅助筛选，从沪深300成份股中优选股票构建组合[4][9] **模型具体构建过程**： (1) 剔除停牌及涨停的沪深300成份股作为待选股票池[14] (2) 剔除股票池中短期动量最高的20%股票（21日累计涨幅最高的20%个股）[14] (3) 剔除股票池中盈利下滑的个股（单季度净利润同比增长率小于0的股票）[14] (4) 按预期股息率排序，选取预期股息率最高的30只个股等权构建组合[10] **模型评价**：通过历史分红与基本面指标预测股息率，结合短期影响因素增强选股效果 2. **模型名称**：红利择时框架 **模型构建思路**：基于通胀、流动性、利率和市场情绪等5个单因子信号合成综合信号，判断红利资产配置方向[24][26] **模型具体构建过程**： - 通胀因子：PPI同比（高位看多，低位看空） - 流动性因子：M2同比（高位看空）、M1-M2剪刀差（高位看空） - 利率因子：美国10年期国债收益率（高位看多） - 市场情绪因子：红利股成交额占比（上行看多） - 合成信号：各子信号加权综合[26] 量化因子与构建方式 1. **因子名称**：预期股息率因子 **因子构建思路**：两阶段构建，第一阶段基于年报公告利润分配计算股息率，第二阶段利用历史分红与基本面指标预测股息率[4][9] 2. **因子名称**：反转因子 **因子构建思路**：剔除21日累计涨幅最高的20%个股，避免追涨[14] 3. **因子名称**：盈利因子 **因子构建思路**：剔除单季度净利润同比增长率为负的个股，确保盈利质量[14] 模型的回测效果 1. **预期高股息组合模型**： - 累计收益：358.90%（2009/2-2017/8）[12] - 累计超额收益：107.44%（相对沪深300全收益指数）[12] - 年化超额收益：8.87%[12] - 最大回撤：12.26%（滚动一年）[12] - 月度胜率：60.19%[12] - 2025年6月表现：组合收益1.84%，跑输沪深300指数0.83%，跑赢中证红利指数2.40%[15][17] 2. **红利择时框架**： - 2025年7月信号：合成信号为0（看空红利）[24][26] 因子的回测效果 1. **预期股息率因子**： - 2025年6月Top4持仓股收益：新华保险（16.79%）、工业富联（13.60%）、赣锋锂业（12.72%）、江西铜业（9.90%）[16][20] 2. **反转因子**： - 通过剔除高动量股票控制组合波动性[14] 3. **盈利因子**： - 有效规避盈利下滑个股的负向贡献[14]

证券研究报告 | 金融工程 gszqdatemark 2025 05 10 年 月 日 量化分析报告 择时雷达六面图：资金面中外资指标恢复 择时雷达六面图：基于多维视角的择时框架。权益市场的表现受到多维度 指标因素的共同影响，我们尝试从流动性、经济面、估值面、资金面、技 术面、拥挤度选取二十一个指标对市场进行刻画，并将其概括为"估值性 价比"、"宏观基本面"、"资金&趋势"、"拥挤度&反转"四大类，从而生成 [-1,1]之间的综合择时分数。 本周综合打分。本周市场的估值性价比有所下降，宏观基本面中性偏多， 市场的资金&趋势分数上升整体偏多，拥挤度&反转指标下降，综合打分位 于[-1,1]之间，当前的综合打分为 0.33 分，整体为看多观点。当前六面图 各个维度的观点如下： 流动性。本周货币强度、信用方向发出看空信号，货币方向、信用强度 发出看多信号，当前流动性得分为 0.00 分，综合来看信号中性。 经济面。本周增长方向、通胀方向与通胀强度指标发出看多信号，当前 经济面得分为 0.75 分，综合来看发出看多信号。 估值面。本周席勒 ERP、PB 与 AIAE 指标的打分均下降，当前市场的 估值面得分为 0.2 ...

银行量化回测策略 - 低估值策略小幅贡献超额收益且有效降低回撤 [1] - 基本面因子中高ROE和高"拨贷比-不良率-关注率"策略表现占优 [1] - 短期改善策略表现不佳 [1] - 基本面+估值因子的高ROE/PB和高"（拨贷比-不良率-关注率）×股息率"策略2011年以来累计超额收益均达到300%+ [1] 红利策略底部特征 - 红利策略过去3个月呈现"负收益-高波动"特征显著偏离长期中枢分布 [2] - 红利40日超额低于年均线已近-10%历史规律看较大概率出现超额回归 [2] - 红利ETF处于缩量净申购状态通常对应策略底部阶段 [2] - 红利风格量能已经低于警戒线水平具备较高胜率和赔率 [2] - 中证红利成交额占比分位数回落至5%以下的历史低位 [2] 铜行业投资机会 - 美国进口铜关税预期不断升级COMEX铜价以及较LME价差创阶段新高 [3] - 关税预期强化或导致美国短期缺口难解 [3] - 美国加征关税对我国需求的抑制或有限反而可能制约我国精炼铜和废铜进口 [3] - 政策暖风频吹交易面和基本面加速共振铜价有望冲击前高 [3] 量化资产轮动策略 - 改进传统资产轮动框架提高模型综合性和自适应性 [4] - 采用26个指标构建的行业轮动模型在2017年-2025年1月回测期间实现32%的年化绝对收益 [5] - 2025年2月末模型推荐前五大行业为电子、计算机、医药、传媒及通信 [5] 美股策略 - 特朗普言论及关税政策不确定性扰动导致美股主要宽基指数回吐去年9月美联储降息以来所有涨幅 [7] - 关税阴霾下美股可选消费与工业板块或面临较大冲击 [7] - 美国多项经济指标不及预期贸易摩擦可能进一步削弱经济基本面 [7] - 美债市场再次出现倒挂现象或预示着经济增长放缓 [7] - 美股2024Q4财报超预期幅度下降2025年业绩预期持续下调 [7] 地方债ETF配置价值 - 债券ETF产品规模不断增长具有流动性好、分担风险、久期适配等优势 [8] - 对比其余类型债券ETF久期相近条件下地方债ETF收益有一定增厚且控制回撤能力较好 [8] 镁合金压铸行业 - 中国原镁产量丰富下游汽车、机器人、eVTOL等行业轻量化需求持续渗透 [10] - 镁合金价格处于经济性区间三方面驱动中国镁合金需求预计将持续增长 [10] - 半固态镁合金成型有望帮助行业领先公司打开第二成长曲线 [10] 食品饮料行业 - 2025年将发放育儿补贴有望推动出生人口改善利好婴配粉行业需求 [11] - 0~6岁儿童群体数量有望逐步改善利好儿童奶酪需求 [11] 近期重点报告回顾 - 策略聚焦系列报告涵盖牛市烦恼、核心资产春天、产业逻辑强化等主题 [15]

文章核心观点 - 改进传统资产轮动框架问题，对输入变量进行超预期视角处理，采用因子相关性加权计算资产最终得分，提高模型综合性和自适应性；2017 - 2025年1月回测期间行业轮动模型年化绝对收益32%，远超同期沪深300和全行业等权组合，2025年2月末推荐电子、计算机、医药、传媒及通信五大行业 [1] 常见的轮动框架 - 多资产轮动核心逻辑是综合分析多维度指标，选择适配行业或资产类别以优化投资组合实现超额收益 [2] - 基于宏观经济周期划分的策略以美林时钟为代表，将经济周期划分为四个阶段并推荐不同配置，但对经济周期认知理想化，未考虑经济指标领先和滞后关系 [2] - 基于因子打分的轮动框架突出量化综合性和灵活性，指标考虑维度更全面，配置调整更快速灵活，但存在宏观因子时间对齐等操作细节问题 [2] 超预期视角 - 对宏观经济数据采用超预期方式处理，将每月公布数据与市场一致预期对比，用1、0、 - 1表示超预期、符合预期、低于预期 [3] - 因子有效性检测和打分采用计算相关性并加权合成方式，以相关系数为权重对最新一期变量加权计算最终得分 [3] 轮动模型的建立 - 指标选择涵盖经济增长等五个维度共26个指标，采用Wind一致预期数据作基准 [5] - 每月底根据指标历史相关性对最新一期指标加权得综合得分，选综合得分最高的五个行业构建行业轮动配置组合 [5] - 2017年1月 - 2025年1月，超预期策略和原始策略年化收益分别达32%和13%，同期沪深300和全行业等权组合年化收益仅为1%和2%，夏普比率分别为2.05和0.37 [5] - 通过综合得分与阈值0比较构建多空择时模型，2017年9月 - 2025年1月回测期间，多空和只多策略在中信一级行业上均超越行业指数年化收益，多空策略更显著 [5] 2025年3月推荐行业信号强度 - 模型看多行业前五为电子、计算机、医药、传媒及通信 [6] - 模型看空行业前五为煤炭、房地产、交通运输、综合金融及建材 [7]