广发量化多因子混合基金表现 - 自2018年3月21日成立至今累计收益率达109.93% [1] - 短中长期各阶段大幅跑赢业绩比较基准 [1] - 近1年跑出国证2000指数30个点的超额收益 [2] - 2025年二季报显示权益仓位为91.75%，前十大重仓股中6只总市值在百亿元以下 [2] - 基金经理月度胜率高达81%，平均每月超额收益1.20% [3][4] 投资策略与团队 - 采用"传统量化多因子模型+前沿机器学习模型"双引擎模式 [4] - 量化多因子提供基本面支撑，机器学习因子快速捕捉市场变化 [5] - 基金经理李育鑫为统计学博士，易威为应用统计硕士 [3] - 团队搭建因子共享库，避免重复开发并确保阿尔法来源覆盖广度 [5] 小盘股市场环境 - 国证2000指数近1年收益率54.33%，中证1000指数45.41% [2] - 经济基本面稳步复苏、流动性充裕环境下小盘股更易跑赢大盘 [2] - 沪深300指数近1年收益率23.21%，上证50指数20.33% [2] 广发基金量化产品线 - 覆盖指增、量化多头、量化对冲、Smart Beta、主动+量化等多类策略 [7] - 广发多因子混合(002943)连续7年战胜沪深300指数 [6] - 广发东财大数据精选A任职回报28.46%，超额收益率16.34% [7][8] 红利风格基金表现 - 广发稳健策略2024年收益率25.93%，跑赢中证红利7.17% [10] - 2025年前7个月回报16.7%，跑赢中证红利约14个百分点 [10] - 广发高股息优享年内收益率12.10%，跑赢中证红利(5.27%) [14] - 广发高股息优享近三年涨幅26.83%，基准回报18.43% [14][18] 价值风格基金表现 - 广发百发大数据策略成长A近一年上涨41.52% [19] - 广发估值优势近一年涨幅37.77%，基准回报22.78% [19] - 稳健策略团队储备十余种策略，构建精细化因子库 [20]

报告核心观点 - 报告给出几个借助ETF构建的策略指数，并以周度为频率对指数的绩效和持仓进行跟踪，各指数有不同构建方法和收益表现 [4][12] 各策略指数情况 华宝研究大小盘轮动ETF策略指数 - 利用多维度技术指标因子，用机器学习模型预测申万大小盘指数收益差，周度输出信号决定持仓获取超额回报 [4][14] - 截至2025/7/4，2024年以来超额收益17.33%，近一月0.78%，近一周0.29% [4][14] - 近一周收益1.64%，近一月3.52%，2024年以来31.47%，持仓沪深300ETF权重100% [18] 华宝研究SmartBeta增强ETF策略指数 - 用量价类指标对自建barra因子择时，依据ETF在9大barra因子暴露度映射择时信号，涵盖主流宽基及风格、策略ETF [18] - 截至2025/7/4，2024年以来超额收益17.02%，近一月 -2.18%，近一周0.69% [4][18] - 近一周收益2.05%，近一月0.56%，2024年以来31.15%，持仓红利低波ETF权重100% [18][24] 华宝研究量化风火轮ETF策略指数 - 从多因子角度出发，把握中长期基本面、跟踪短期趋势、分析参与者行为，用估值与拥挤度信号提示风险挖掘潜力板块 [21] - 截至2025/7/4，2024年以来超额收益3.01%，近一月0.46%，近一周 -0.09% [5][21] - 近一周收益1.26%，近一月3.20%，2024年以来17.15%，持仓建材ETF等5只基金 [24][25] 华宝研究量化平衡术ETF策略指数 - 采用多因子体系构建量化择时系统研判权益市场趋势，建立大小盘风格预测模型调整仓位分布 [25] - 截至2025/7/4，2024年以来超额收益 -0.42%，近一月 -1.27%，近一周 -0.87% [5][25] - 近一周收益0.68%，近一月1.52%，2024年以来15.64%，持仓十年国债ETF等6只基金 [28][30] 华宝研究热点跟踪ETF策略指数 - 根据市场情绪、行业事件、投资者情绪等策略跟踪挖掘热点指数标的产品，构建ETF组合提供短期趋势参考 [29] - 截至2025/7/4，近一月超额收益 -0.68%，近一周 -1.09% [6][29] - 近一周收益0.04%，近一月2.10%，持仓50ETF等6只基金 [30] 华宝研究债券ETF久期策略指数 - 采用债券市场流动性、量价指标筛选择时因子，用机器学习预测债券收益率，低于阈值减少长久期仓位 [33] - 截至2025/7/4，近一月超额收益 -0.10%，近一周 -0.05% [6][33] - 近一周收益0.10%，近一月0.22%，2024年以来9.48%，成立以来14.63%，持仓十年国债ETF等3只基金 [36][37]

报告核心观点 - 构建可转债评级因子体系，基于机器学习算法建立预测模型，深入挖掘评级变动的潜在驱动因素，为评级调整提供前瞻性预测，研究转债投资价值 [10] 转债信用评级动态演化分析 - 近5年转债市场信用风险边际扩大，呈“易下难上”格局，2020 - 2024年下调数量从7只增至49只，上调案例不到3例/年 [1][11] - 评级调整呈季节性集聚，每年Q1与Q4下调数量占比普遍抬升，2022Q1尤为明显，下调数量占比达73% [11] - 行业维度上，评级下调呈高度结构性分化，社会服务等行业下调比例高，煤炭等行业为0% [17] - 产业链维度上，TMT与制造产业链评级下调风险边际抬升，TMT产业链2022年下调占比升至22%，制造产业链2024年下调占比升至9% [18] - 评级下调迁移路径集中，下调前评级以AA、AA - 为主导，AA→AA - 、AA - →A + 等为主要下调路径 [23] 转债评级因子体系 转股压力因子 - 多数指标为快变量，便于实时跟踪转股压力动态，债券余额/正股市值等与评级下调正相关，正股收盘价等负相关 [2] 偿债压力因子 - 构建长短期分层指标体系，资产负债率等与评级下调正相关，EBITDA/带息债务等负相关 [2] 盈利质量与经营效率因子 - 通过“盈利 - 周转 - 现金流”三维框架构建动态评分体系，连续亏损等与评级下调正相关，每股收益等负相关 [2] 公司治理与特质因子 - 反映内部治理质量和公司特质信息，审计意见类别等与评级下调正相关，企业性质等负相关 [2] 市场表现因子 - 反映投资者对发行人信用资质的实时定价，面值退市风险等与评级下调正相关，市盈率等负相关 [3] 机器学习模型 基模型表现 - 采用集成学习框架进行二分类预测，随机森林、XGBoost等算法在预测信用评级下调风险方面表现优异，2022、2023年测试集上AUC值均大于0.95 [71] 模型优化 衍生因子 - 通过主成分因子、中性化因子、跨品种迁移因子强化特征表征能力 [82] 模型融合 - 采用双层Stacking集成框架，引入PR - AUC作为核心评估指标及动态阈值调整，2022 - 2024年测试集上AUC值分别为96.4%、98.5%和91.5% [4][85] 模型最新预测结果 - 已更新2025年度跟踪评级的123只转债中，8只下调均在预测下调概率最高的前25只中 [91] - 评级暂未更新的334只转债中，56只预测下调概率在10%以上 [91] - 建议根据投资目标差异化设置预警阈值，如高覆盖率模式、高精确模式、动态平衡模式 [94]

报告行业投资评级 未提及 报告的核心观点 报告给出几个借助ETF构建的策略指数，并以周度为频率对指数的绩效和持仓进行跟踪，各指数有不同构建方法和收益表现 [11] 各策略指数总结 华宝研究大小盘轮动ETF策略指数 - 利用多维度技术指标因子，用机器学习模型预测申万大盘和小盘指数收益差，周度输出信号决定持仓获取超额回报 [3][13] - 截至2025/6/6，2024年以来超额收益15.99%，近一月-1.76%，近一周-0.11% [3][13] - 近一周收益0.95%，近一月-1.40%，2024年以来27.08%，基准中证800对应收益为1.07%、0.35%、11.09% [15][16] - 持仓为沪深300ETF，权重100% [16] 华宝研究SmartBeta增强ETF策略指数 - 利用量价类指标对自建barra因子择时，依据ETF在9大barra因子暴露度映射择时信号，涵盖主流宽基及风格、策略ETF获取超额收益 [3][16] - 截至2025/6/6，2024年以来超额收益20.75%，近一月3.74%，近一周0.40% [3][16] - 近一周收益1.47%，近一月4.10%，2024年以来31.84%，基准中证800对应收益为1.07%、0.35%、11.09% [17] - 持仓为红利低波ETF（47.58%）、中证2000ETF（33.84%）、中证1000ETF（18.59%） [21] 华宝研究量化风火轮ETF策略指数 - 从多因子角度出发，把握中长期基本面、跟踪短期趋势、分析参与者行为，用估值与拥挤度信号提示风险，挖掘潜力板块获超额收益 [4][20] - 截至2025/6/6，2024年以来超额收益2.38%，近一月0.81%，近一周-0.22% [4][20] - 近一周收益0.84%，近一月1.16%，2024年以来13.47%，基准中证800对应收益为1.07%、0.35%、11.09% [21] - 持仓为有色60ETF（20.20%）、煤炭ETF（20.08%）、医药卫生ETF（20.00%）、银行ETF（19.89%）、物流ETF（19.83%） [23] 华宝研究量化平衡术ETF策略指数 - 采用多因子体系，含经济基本面、流动性、技术面和投资者行为因子，构建量化择时系统研判权益市场趋势，建立大小盘风格预测模型调整仓位，综合择时和轮动获超额收益 [4][23] - 截至2025/6/6，2024年以来超额收益0.97%，近一月-0.14%，近一周-0.36% [4][23] - 近一周收益0.52%，近一月0.41%，2024年以来13.88%，基准沪深300对应收益为0.88%、0.55%、12.91% [25] - 持仓为中证1000ETF（5.27%）、增强500ETF（5.11%）、300增强ETF（29.60%）、政金债券ETF（25.15%）、短融ETF（24.80%）、十年国债ETF（10.06%） [27] 华宝研究热点跟踪ETF策略指数 - 根据市场情绪分析、行业事件跟踪、投资者情绪和专业观点、政策法规变动及历史演绎等策略，跟踪挖掘热点指数标的产品，构建ETF组合捕捉市场热点，为投资者提供参考 [5][27] - 截至2025/6/6，近一月超额收益1.49%，近一周0.43% [5][27] - 近一周收益1.91%，近一月2.06%，基准中证全指对应收益为1.47%、0.57% [30] - 持仓为港股消费ETF（28.59%）、有色50ETF（26.84%）、港股红利ETF（25.57%）、国债至ETF5至10年（19.00%） [31] 华宝研究债券ETF久期策略指数 - 采用债券市场流动性、量价指标筛选择时因子，用机器学习方法预测债券收益率，低于阈值减少长久期仓位，提升组合长期收益和回撤控制能力 [5][31] - 截至2025/6/6，近一月超额收益0.25%，近一周-0.01% [5][31] - 近一周收益0.14%，近一月-0.12%，2024年以来9.23%，成立以来14.37%，基准中债 - 总指数对应收益为0.14%、-0.38%、4.63%、6.56% [32] - 持仓为十年国债ETF（50.02%）、国债ETF5至10年（12.50%）、政金债券ETF（12.49%） [34]