量化模型与构建方式 1. **模型名称**：港股 CCASS 优选 20 组合模型[4][36] **模型构建思路**：利用港交所CCASS数据，通过“先选经纪商，再选个股”的两步筛选法，构建一个由绩优经纪商持仓驱动的股票组合[4][36] **模型具体构建过程**： 1. **数据基础**：使用港交所CCASS数据，对单一经纪商在港股上的持仓进行月度持仓复制跟踪[36] 2. **筛选绩优经纪商池**：以月末为截面，对全部经纪商按两个指标分别进行标准化处理，然后等权合成综合得分，选取得分靠前的N家经纪商[36] * 指标一：超额夏普比率 * 指标二：月度胜率 * 综合得分计算公式：综合得分 = 标准化(超额夏普比率) + 标准化(月度胜率)[36] 3. **构建股票组合**：将资金等权分配至筛选出的N家经纪商，汇总它们的最新持仓，按汇总后的持仓权重由高到低排序，保留前M只股票，并对这M只股票进行等权配置[36] 4. **参数设定**：在报告中，设定经纪商数量 N = 10，股票数量 M = 20[36] 模型的回测效果 1. **港股 CCASS 优选 20 组合模型**，2026年2月单月收益率为-3.36%[4]，同期恒生指数收益率为-2.76%[4]，单月超额收益率为-0.60%[4] 2. **港股 CCASS 优选 20 组合模型**，全区间（2020年1月至2026年2月）年化超额收益率为17.0%[38]，超额夏普比率(IR)为2.23[38] 3. **港股 CCASS 优选 20 组合模型**，分年度回测效果如下表所示[39]： | 年份 | 年化超额收益率 | 年化波动率 | 夏普比率 | 最大回撤 | 月度胜率 | | :--- | :--- | :--- | :--- | :--- | :--- | | 2020年 | 22.6% | 9.7% | 2.33 | -4.9% | 66.7% | | 2021年 | 13.8% | 8.0% | 1.72 | -4.1% | 75.0% | | 2022年 | 11.4% | 8.4% | 1.35 | -5.6% | 66.7% | | 2023年 | 19.6% | 6.9% | 2.85 | -3.3% | 75.0% | | 2024年 | 21.6% | 7.1% | 3.04 | -3.8% | 91.7% | | 2025年 | 18.1% | 5.3% | 3.41 | -2.6% | 83.3% | | 2026年以来 | -8.3% | 5.1% | -1.64 | -1.8% | 0.0% | | 全区间 | 17.0% | 7.6% | 2.23 | -7.3% | 74.3% | 量化因子与构建方式 1. **因子名称**：经纪商综合得分因子[36] **因子构建思路**：通过标准化处理经纪商的超额夏普比率和月度胜率两个绩效指标，并将其等权合成，得到一个用于评价和筛选绩优经纪商的综合分数[36] **因子具体构建过程**： 1. **计算基础指标**：对于每个经纪商，计算其历史持仓复制策略的**超额夏普比率**和**月度胜率**[36] 2. **指标标准化**：在月末截面上，对所有经纪商的超额夏普比率和月度胜率分别进行标准化处理（例如Z-Score），以消除量纲影响[36] 3. **合成综合得分**：将标准化后的超额夏普比率与标准化后的月度胜率进行等权相加，得到每个经纪商的综合得分[36] $$综合得分 = 标准化(超额夏普比率) + 标准化(月度胜率)$$ 公式说明：该公式通过对两个标准化后的绩效指标进行简单加总，构建一个用于横向比较经纪商综合能力的因子[36] 因子的回测效果 1. **经纪商综合得分因子**，基于该因子筛选出的部分绩优经纪商（N=10）的历史绩效如下表所示[37]： | 经纪商名称 | 年化超额收益率 | 年化超额波动率 | 超额夏普比率 | 最大回撤 | 月度胜率 | 周度胜率 | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 辉立证券(香港) | 10.4% | 6.0% | 1.73 | -3.8% | 73.61% | 64.17% | | 加福证券 | 12.9% | 10.0% | 1.29 | -10.9% | 79.17% | 55.70% | | 巨亨证券 | 18.1% | 11.0% | 1.65 | -12.0% | 73.61% | 60.26% | | 奕丰证券(香港) | 8.6% | 5.5% | 1.57 | -4.1% | 70.83% | 59.61% | | 中润证券 | 14.1% | 8.7% | 1.62 | -9.1% | 69.44% | 57.65% | | 宝盛证券(香港) | 9.8% | 7.1% | 1.38 | -5.9% | 72.22% | 57.98% | | 沪市港股通 | 9.8% | 6.6% | 1.48 | -7.2% | 70.83% | 57.65% | | 银河—联昌证券(香港) | 9.6% | 5.9% | 1.64 | -4.4% | 66.67% | 60.59% | | 盈透证券香港 | 12.3% | 8.8% | 1.40 | -10.3% | 69.44% | 57.65% | | 新基立证券 | 11.4% | 9.1% | 1.26 | -8.6% | 70.83% | 57.33% |

市场概览与行业表现 - 2026年1月港股市场表现强劲，恒生指数当月上涨6.9%，恒生科技指数上涨4.5% [7] - 2026年1月港股市场活跃度提高，日均成交额达2109亿港元，较2025年12月环比提高46% [7] - 2026年1月港股一级行业普遍录得正收益，其中综合、商贸零售、有色金属、建材等行业涨幅居前 [7] - 2026年2月5日，A股市场昨日涨幅前五的行业为煤炭（涨7.583%）、建筑材料（涨3.481%）、房地产（涨2.966%）、交通运输（涨2.818%）、食品饮料（涨2.333%）[1] - 2026年2月5日，A股市场昨日跌幅前五的行业为传媒（跌3.122%）、通信（跌2.735%）、计算机（跌1.696%）、电子（跌1.550%）、商贸零售（涨0.140%）[2] 港股资金流向分析 - 2026年1月南下资金净流入额达690亿港元，较2025年12月的229亿港元环比大幅增长 [8] - 截至2026年1月28日，南下资金、外资、中资、港资及其他在港股通成分股中的持仓市值占比分别为22.13%、58.17%、12.72%、6.97% [8] - 2026年1月南下资金净流入靠前的行业为基础化工、电子、计算机、石油石化、交通运输 [9] - 2026年1月外资净流入靠前的行业为钢铁、建筑、有色金属、国防军工、医药 [10] - 2026年1月中资净流入靠前的行业为建材、综合、通信、计算机、医药 [11] - 2026年1月港资及其他资金净流入靠前的行业为家电、通信、电新、消费者服务、纺服 [12] 金融工程与量化策略 - 基于港交所CCASS数据构建的港股CCASS优选20组合，在2026年1月收益率为6.32%，同期恒生指数收益率为6.85%，组合超额收益率为-0.53% [3][14] - 从2020年1月至2026年1月的全区间回测看，港股CCASS优选20组合的超额年化收益率为19.3%，超额夏普比达2.45 [3][15] - 2026年2月的港股CCASS优选20组合维持低估值高股息配置 [16] 地产建筑行业 - 上海浦东新区、静安区和徐汇区启动收购二手住房用于保障性租赁住房的试点工作，旨在推动新房去库存 [18][19] - 该“以旧换新”模式中，政府平台直接收购房源，对价格有托底意义，利于稳定和改善房地产市场预期 [3][20] - 2026年1月上海楼市销售数据边际回暖，商品住宅成交1.50万套，同比+35.8%；二手房成交2.28万套，同比+24.2% [21] - 截至2026年第5周，上海冰山二手房挂牌指数较2025年初下降12.2%，但环比已连续两周止跌回升 [21] 石头科技公司分析 - 报告下调石头科技2025年盈利预测，上调2026-2027年预测，预计2025-2027年归母净利润为13.4亿元、24.6亿元、32.0亿元 [4][23] - 预计2026年公司洗衣机、洗地机、割草机新业务将分别减亏4亿元、2亿元、1亿元，带动净利率迎来拐点 [23] - 石头科技已成为扫地机器人全球第一品牌，当前股价对应2025-2027年PE分别为27.6倍、15.0倍、11.5倍 [4][23] - 报告认为石头科技内销没有长期亏损的逻辑，预计2026年公司将采取多产品方案并行策略应对竞争，且行业价格战预计缓和 [25] - 预计2026年石头科技外销收入增长20%以上，新渠道、新区域及新品类将提供新动能 [28] 乐舒适公司分析 - 乐舒适是非洲卫生用品行业领军企业，婴儿纸尿裤和卫生巾在非洲销量市占率均居首位 [30] - 公司预计2025-2027年归母净利润为1.12亿美元、1.32亿美元、1.54亿美元，当前股价对应PE分别为22.3倍、18.8倍、16.1倍 [5][30] - 公司在非洲8国布局8家工厂、51条生产线，构建了本土化产能带来的成本效率优势 [32] - 公司销售网络覆盖超30个国家，依托2800余家批发商、经销商触达超80%的非洲本地人口，渠道理解领先行业 [32]

量化模型与构建方式 1. **模型名称**：港股 CCASS 优选 20 组合[4][35] **模型构建思路**：利用港交所CCASS数据，通过“先选经纪商，再选个股”的两步筛选法，构建月度调仓的股票组合，以复制绩优经纪商的持仓[4][35] **模型具体构建过程**： * **步骤一：筛选绩优经纪商池**。以月末为截面，对全部经纪商计算两个指标：超额夏普比率（相对于基准）和月度胜率。将这两个指标分别进行标准化处理，然后等权相加得到每个经纪商的综合得分。选取综合得分最高的N家经纪商构成当期的绩优经纪商池[39]。 * **步骤二：构建股票组合**。将资金等权分配给这N家经纪商，汇总它们最新的持仓。将所有汇总持仓的股票按合计权重从高到低排序，保留权重最高的M只股票。最后，对这M只股票进行等权配置，形成当期的股票组合[39]。 * **参数设定**：在报告中，设定经纪商数量 N=10，股票数量 M=20[39]。基准指数为恒生指数[4]。 模型的回测效果 1. **港股 CCASS 优选 20 组合**，**全区间（2020.1~2026.1）年化超额收益率** 19.3%[41]，**全区间超额夏普比率** 2.45[41]，**全区间最大回撤** -7.6%[42]，**全区间月度胜率** 75.3%[42] 2. **港股 CCASS 优选 20 组合**，**2026年1月收益率** 6.32%[41]，**2026年1月超额收益率（相对恒生指数）** -0.53%[41] 3. **港股 CCASS 优选 20 组合**，**2020年年化超额收益率** 30.9%[42]，**2020年夏普比率** 2.99[42]，**2020年最大回撤** -4.8%[42]，**2020年月度胜率** 75.0%[42] 4. **港股 CCASS 优选 20 组合**，**2021年年化超额收益率** 12.0%[42]，**2021年夏普比率** 1.49[42]，**2021年最大回撤** -4.9%[42]，**2021年月度胜率** 66.7%[42] 5. **港股 CCASS 优选 20 组合**，**2022年年化超额收益率** 11.9%[42]，**2022年夏普比率** 1.41[42]，**2022年最大回撤** -6.0%[42]，**2022年月度胜率** 66.7%[42] 6. **港股 CCASS 优选 20 组合**，**2023年年化超额收益率** 22.5%[42]，**2023年夏普比率** 3.21[42]，**2023年最大回撤** -3.3%[42]，**2023年月度胜率** 75.0%[42] 7. **港股 CCASS 优选 20 组合**，**2024年年化超额收益率** 23.2%[42]，**2024年夏普比率** 3.19[42]，**2024年最大回撤** -3.9%[42]，**2024年月度胜率** 91.7%[42] 8. **港股 CCASS 优选 20 组合**，**2025年年化超额收益率** 18.6%[42]，**2025年夏普比率** 3.44[42]，**2025年最大回撤** -2.6%[42]，**2025年月度胜率** 83.3%[42] 9. **港股 CCASS 优选 20 组合**，**2026年以来年化超额收益率** -6.2%[42]，**2026年以来夏普比率** -1.28[42]，**2026年以来最大回撤** -1.8%[42]，**2026年以来月度胜率** 0.0%[42] 量化因子与构建方式 1. **因子名称**：经纪商综合得分[39] **因子构建思路**：通过标准化并合成经纪商的超额夏普比率和月度胜率两个绩效指标，得到一个用于横向比较和筛选经纪商的综合分数[39] **因子具体构建过程**： * 在每月末的截面上，对于每个经纪商，计算其历史（或指定回溯期）相对于基准（如恒生指数）的**超额夏普比率**和**月度胜率**[39]。 * 分别对全市场所有经纪商的这两个指标值进行**标准化处理**（例如Z-Score标准化）[39]。 * 将标准化后的超额夏普比率与标准化后的月度胜率进行**等权相加**，得到该经纪商的综合得分[39]。 * 公式可表示为： $$综合得分_i = Z(超额夏普比率_i) + Z(月度胜率_i)$$ 其中，$Z(\cdot)$ 代表标准化处理，$i$ 代表第 $i$ 个经纪商[39]。 因子的回测效果 （报告中未提供“经纪商综合得分”因子在选股层面的独立测试结果，仅将其作为中间步骤用于筛选经纪商，因此本部分无相关内容。）

量化模型与构建方式 1. **模型名称**：港股CCASS优选20组合[4] **模型构建思路**：利用港交所CCASS（中央结算系统）数据，通过“先选经纪商，再选个股”的两步法，构建月度调仓的股票组合[34] **模型具体构建过程**： 1. **数据基础**：使用港交所CCASS数据，对单一经纪商在港股上的持仓进行月度持仓复制跟踪[34] 2. **筛选绩优经纪商**：以月末为截面，对全部经纪商按两个指标分别进行标准化处理：超额夏普比率和月度胜率。将标准化后的两个指标等权合成综合得分，取综合分数靠前的N名经纪商构成绩优经纪商池[34] 3. **构建股票组合**：将资金等权分配至筛选出的N个经纪商，汇总这些经纪商的最新持仓。按汇总后的持仓权重由高到低排序，保留前M只股票，并对这M只股票进行等权配置，形成最终的股票组合[34] 4. **参数设定**：在报告中，设定经纪商数量N=10，股票数量M=20。即每期选取综合得分最高的10家经纪商，汇总其持仓后保留权重前20的股票进行等权配置[34] **模型评价**：该模型基于历史数据回测，旨在复制和跟踪绩优经纪商的持仓，以期获得超越基准的超额收益[34] 模型的回测效果 1. **港股CCASS优选20组合**，年化超额收益率20.0%[36]，超额夏普比率2.52[36]，最大回撤-8.0%[37]，月度胜率76.4%[37] 2. **港股CCASS优选20组合（分年度）**： * **2020年**：年化超额收益率34.0%[37]，夏普比率3.34[37]，最大回撤-4.9%[37]，月度胜率75.0%[37] * **2021年**：年化超额收益率11.6%[37]，夏普比率1.44[37]，最大回撤-5.1%[37]，月度胜率66.7%[37] * **2022年**：年化超额收益率12.5%[37]，夏普比率1.46[37]，最大回撤-6.4%[37]，月度胜率66.7%[37] * **2023年**：年化超额收益率22.3%[37]，夏普比率3.16[37]，最大回撤-3.3%[37]，月度胜率75.0%[37] * **2024年**：年化超额收益率23.1%[37]，夏普比率3.09[37]，最大回撤-4.2%[37]，月度胜率91.7%[37] * **2025年**：年化超额收益率17.8%[36]，夏普比率3.34[37]，最大回撤-2.6%[37]，月度胜率83.3%[37] 量化因子与构建方式 1. **因子名称**：经纪商综合得分[34] **因子构建思路**：为了筛选出历史表现优异的经纪商，将反映其持仓复制策略风险调整后收益和稳定性的两个指标进行标准化并合成一个综合分数[34] **因子具体构建过程**： 1. 计算每个经纪商的两个基础指标：**超额夏普比率**和**月度胜率**[34] 2. 在月末截面上，对所有经纪商的**超额夏普比率**和**月度胜率**分别进行标准化处理[34] 3. 将标准化后的两个指标进行等权相加，得到每个经纪商的综合得分[34] 公式为：经纪商综合得分 = Z-Score(超额夏普比率) + Z-Score(月度胜率)[34] 其中，Z-Score代表标准化处理。 因子的回测效果 （报告中未单独列出该因子的测试结果，其效果体现在基于该因子筛选出的经纪商池所构建的组合绩效中）

港股市场表现与策略 - 2025年10月港股市场表现不佳，恒生指数全月收跌3.5%，恒生科技指数全月跌幅达8.6% [5] - 10月港股市场成交活跃度降低，日均成交额为2113亿港元，较2025年9月下降16.6% [5] - 截至2025年10月31日，南下资金全年累计净流入额为12600亿港元，是2024年全年的156%，持续创历史新高 [6] - 2025年11月的港股优选20组合较10月提高了在中字头相关股票的比例 [13] 轻工纺服行业投资策略 - 牙膏赛道2023年中国市场零售规模302亿元，同比增长0.2%，国产品牌如云南白药、冷酸灵份额趋势提升 [16] - 2024年中国女性卫生用品市场规模为1050亿元，同比增长2.9%，国产品牌自由点份额快速崛起 [17] - 2024年全球湿巾零售市场规模184亿美元，同比增长2.7%，制造端公司受益于国际品牌供应链转移 [17] - 运动服饰是长逻辑确定性最强的细分赛道，国货崛起趋势不变，国产品牌增长动力十足 [19] 军工行业深度与年度策略 - 预计2027年航空航天和舰船钛材需求接近4.9万吨，2024年船舶领域钛材用量已超4900吨，同比增长32% [22][24] - 2025年军工板块在预算超预期、地缘冲突等催化下阶段性走强，业绩筑底回暖 [27][28] - 展望2026年，"十五五"开局与建军百年目标提升订单确定性，军用无人机、隐身材料等方向有望迎来高景气发展 [27][30] 上汽集团公司更新 - 2025年前三季度公司实现营收4689.90亿元，同比+9.0%；归母净利81.01亿元，同比+17.3% [31] - Q3公司实现销量114.07万辆，同环比+38.7%/+3.0%，其中上汽乘用车板块销量22.83万辆，同环比+56.2%/+11.9% [32] - 公司1-9月自主品牌、新能源车、海外销量同比分别增长29.2%、44.8%、3.5%，新能源车海外销量同比+69.7% [33] 云铝股份公司更新 - 2025年前三季度公司实现营业收入440.72亿元，同比+12.47%；归母净利润43.98亿元，同比+15.14% [35] - 2025Q3电解铝均价环比上涨515.7元/吨，氧化铝均价环比上涨107.5元/吨 [37] - 公司2025年中期派发现金红利11.1亿元，占半年度净利润比例约40.10%，较2024年的32.23%提高 [38] 日联科技公司更新 - 2025Q1-Q3公司实现营收7.37亿元，同比+44.01%；归母净利润1.25亿元，同比+18.83% [40] - 公司成功研发出国内首款开放式射线源并实现量产，填补高端检测装备进口替代空白 [41] - 公司收购全球半导体高端故障分析设备领导者SSTI，其2025年H1实现净利润3135.55万元 [42]

根据提供的研报内容，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：港股优选20组合模型**[4][36][38] * **模型构建思路**：基于在港股通样本股中表现优异的四大类因子，每月末选取综合得分最高的20只个股，采用等权重方式构建投资组合，以跟踪多头组合的月度表现[4][36][38]。 * **模型具体构建过程**： 1. **因子体系**：模型构建基于一个多因子体系，该体系包含四大类因子：技术面因子、资金面因子、基本面因子和分析师预期因子[36][41]。 2. **股票池**：模型的投资范围限定为港股通成分股[36]。 3. **组合构建**：在每月末，对股票池内的所有股票计算其基于上述多因子体系的综合得分。选取得分排名前20的股票，每只股票分配相同的权重（等权），从而形成“港股优选20组合”[4][38]。 4. **基准选择**：组合的业绩比较基准为港股综合指数(HKD) (代码：930930.CSI)[4][38]。 模型的回测效果 1. **港股优选20组合模型**[4][38][39] * **测试区间**：2015年1月至2025年10月[38][39] * **基准指数**：港股综合指数(HKD)[4][38] * **超额年化收益率**：12.9%[38][39] * **超额年化波动率**：13.5%[39] * **超额收益波动比**：1.0[38][39] * **超额最大回撤**：18.2%[39] * **2025年10月单月表现**： * 组合收益率：-3.8%[4][38] * 基准收益率：-3.6%[4][38] * 超额收益率：-0.1%[4][38] 量化因子与构建方式 1. **因子类别：技术面因子**[36][41] * **因子构建思路**：基于股票的市场交易数据（如价格、成交量等）构建，用于捕捉市场的趋势、动量、波动等特征[36][41]。 2. **因子类别：资金面因子**[36][41] * **因子构建思路**：基于市场资金流向数据（如南下资金、外资等）构建，用于反映不同投资者群体的偏好和动向[24][36][41]。 3. **因子类别：基本面因子**[36][41] * **因子构建思路**：基于公司的财务报表数据（如市盈率PE、净资产收益率ROE等）构建，用于评估公司的内在价值和盈利能力[36][41][45]。 4. **因子类别：分析师预期因子**[36][41] * **因子构建思路**：基于分析师对公司未来业绩的预测数据构建，用于反映市场对公司未来的成长预期[36][41]。 因子的回测效果 *注：研报中未提供四大类因子（技术面、资金面、基本面、分析师预期）各自独立的具体回测指标数值（如IC值、IR值、多空收益等），仅提及它们在港股通成分股中的分组表现优异，并共同构成了港股优选20组合模型的基础[36]。因此，此部分无具体指标取值。*

根据研报内容，总结如下： 量化模型与构建方式 1. **模型名称：港股多因子模型**[36][37] * **模型构建思路**：在港股通样本股中，综合运用技术面、资金面、基本面和分析师预期面四大类因子，筛选出表现优异的股票构建投资组合[36][37] * **模型具体构建过程**：每月末，对港股通样本股中的每只股票计算其综合因子得分，该得分由技术面、资金面、基本面和分析师预期面四大类因子合成[36][37]；然后选取综合得分最高的前20只股票，采用等权重方式构建投资组合，即“港股优选20组合”[37][39]；基准指数选用港股综合指数(HKD) (代码：930930.CSI)[39] 模型的回测效果 1. **港股优选20组合**[39][40] * **全区间（2015.1~2025.9）超额年化收益率**：12.9%[39][40] * **全区间（2015.1~2025.9）超额收益波动比**：1.0[39][40] * **全区间（2015.1~2025.9）超额最大回撤**：18.2%[40] * **2025年9月组合收益率**：0.25%[39] * **2025年9月基准指数收益率**：7.65%[39] * **2025年9月组合超额收益率**：-7.41%[39] 量化因子与构建方式 1. **因子类别：技术面因子**[36][37] * **因子构建思路**：基于股票的市场交易数据构建，反映股票价格走势、动量等市场行为特征[36][37] 2. **因子类别：资金面因子**[36][37] * **因子构建思路**：基于市场资金流向数据构建，反映各类投资者（如南下资金、外资等）对股票的偏好和持仓变化[36][37][22] 3. **因子类别：基本面因子**[36][37] * **因子构建思路**：基于公司的财务报表数据构建，反映公司的盈利能力、估值水平等内在价值[36][37] 4. **因子类别：分析师预期面因子**[36][37] * **因子构建思路**：基于分析师的预测数据构建，反映市场对公司未来业绩的预期[36][37]

量化模型与构建方式 1 模型名称：港股多因子模型[33]；模型构建思路：在港股通样本股中，综合运用技术面、资金面、基本面和分析师预期四大类因子，以构建一个综合评分体系，从而优选个股[32]；模型具体构建过程：首先，在港股通成分股中分别计算技术面、资金面、基本面和分析师预期四大类因子下的各个具体因子值[32]；然后，对每个因子进行标准化和去极值等预处理；接着，将属于同一大类的因子进行等权或根据历史ICIR加权合成，得到大类因子分数；最后，将四大类因子分数再次等权或根据历史ICIR加权合成，得到每个股票的综合得分[32]；模型评价：四大类因子在港股通成分股中分组表现优异，模型历史回测表现突出[32][34] 量化因子的构建方式 1 因子类别：技术面因子[32][33]；因子构建思路：通过量价数据捕捉股票的短期市场行为和技术特征 2 因子类别：资金面因子[32][33]；因子构建思路：通过资金流向数据捕捉市场各类投资者的动向和偏好 3 因子类别：基本面因子[32][33]；因子构建思路：通过公司财务数据评估其内在价值和盈利能力 4 因子类别：分析师预期因子[32][33]；因子构建思路：通过分析师预测数据捕捉市场对公司未来业绩的共识预期 模型的回测效果 1 港股优选20组合，2025年8月收益率3.4%[4] 2 港股优选20组合，2025年8月基准收益率2.7%[4] 3 港股优选20组合，2025年8月超额收益率0.7%[4] 4 港股优选20组合，全区间（2015.1~2025.8）超额年化收益率13.8%[4][35] 5 港股优选20组合，全区间（2015.1~2025.8）超额收益波动比1.0[4][35] 6 港股优选20组合，全区间（2015.1~2025.8）超额最大回撤18.2%[35]

量化模型与构建方式 1. **模型名称**：港股多因子模型 **模型构建思路**：基于技术面、资金面、基本面和分析师预期四大类因子构建综合评分模型，筛选港股通成分股中表现优异的个股[40][41] **模型具体构建过程**： - 因子分类：技术面（如动量、波动率）、资金面（如南下资金净流入占比）、基本面（如PE、ROE）、分析师预期（如盈利预测调整） - 标准化处理：对每类因子进行标准化（Z-score）以消除量纲差异 - 加权合成：按预设权重（未披露具体比例）将四类因子综合评分，公式为： $$综合评分 = w_1 \cdot 技术面因子 + w_2 \cdot 资金面因子 + w_3 \cdot 基本面因子 + w_4 \cdot 分析师预期因子$$ - 组合构建：每月末选取评分最高的前20只个股等权构建组合，基准为港股综合指数(HKD)[40][42] **模型评价**：多因子框架覆盖全面，历史分组表现优异，但未披露因子权重细节可能影响透明度[40] 2. **因子名称**：资金面因子（南下资金净流入占比） **因子构建思路**：通过港股通持股明细计算南下资金净流入占比，反映资金偏好[20][25] **因子具体构建过程**： - 数据来源：香港联交所托管机构持股明细，分类为南下资金、外资、中资、港资及其他[20] - 计算净流入占比： $$南下资金净流入占比 = \frac{南下资金持仓市值}{四类经纪商持仓市值总和} \times 100\%$$ - 行业/个股应用：统计行业均值或个股占比，如电力设备及新能源行业南下资金净流入占比居前[25][35] 3. **因子名称**：基本面因子（PE、ROE） **因子构建思路**：采用传统估值与盈利指标筛选价值股[48][49] **因子具体构建过程**： - PEttm：滚动市盈率，公式为 $$PE = \frac{市值}{最近12个月净利润}$$ - ROEttm：滚动净资产收益率，公式为 $$ROE = \frac{最近12个月净利润}{净资产}$$ - 应用示例：8月组合增配低PE（如中国海洋石油PE=6.2）、高ROE（如美团ROE=22.1%）个股[48][49] --- 模型的回测效果 1. **港股多因子模型（港股优选20组合）** - 2025年7月超额收益率：6.8%（组合收益11.6% vs 基准4.8%）[42] - 全区间（2015.1~2025.7）年化超额收益率：13.9%[44] - 超额收益波动比：1.0[44] - 最大回撤：18.2%（全区间）[43] --- 量化因子与构建方式 1. **复合因子**：技术面+资金面+基本面+分析师预期 **因子评价**：多维度结合增强选股稳定性，但需注意因子间相关性[40][41] --- 因子的回测效果 1. **资金面因子（南下资金净流入占比）** - 2025年7月净流入前十个股平均收益：11.9%（如东方电气+42.9%）[38][39] 2. **基本面因子（PE/ROE）** - 8月组合低PE个股平均PE=12.3，高ROE个股平均ROE=19.6%（如联邦制药）[49] --- 注：引用文档范围覆盖模型、因子构建及测试结果的关键部分[20][25][35][38][39][40][41][42][43][44][48][49]

根据提供的研报内容，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：港股优选20组合** - **模型构建思路**：基于港股通样本股，结合技术面、资金面、基本面和分析师预期四大类因子，筛选得分最高的前20只个股构建等权组合[37][38] - **模型具体构建过程**： 1. 因子分类：技术面（如动量、波动率）、资金面（如南下资金净流入占比）、基本面（如PE、ROE）、分析师预期（如盈利预测调整）[38] 2. 因子标准化：对每类因子内的指标进行Z-score标准化处理 3. 综合评分：加权汇总四大类因子得分（未披露具体权重） 4. 组合构建：每月末选取总分前20的个股等权配置，基准为港股综合指数(HKD)[39] - **模型评价**：长期表现优异，但存在年度波动（如2025年超额收益为负）[40] 2. **因子名称：资金流因子** - **因子构建思路**：通过港股通标的在四类经纪商（南下/外资/中资/港资及其他）的持仓变化捕捉资金流向[19] - **因子具体构建过程**： 1. 数据来源：香港联交所持股明细 2. 计算单月净流入占比： $$净流入占比=\frac{本月持仓市值-上月持仓市值}{上月总持仓市值}$$ 3. 分类统计：按行业/个股维度计算四类资金流均值[23][24][25][26] - **因子评价**：南下资金流因子对个股收益预测效果显著（前10个股平均收益25.7%）[32][36] 模型的回测效果 1. **港股优选20组合** - 全区间（2015.1-2025.6）： - 超额年化收益率：13.3% - 超额收益波动比：1.0 - 最大回撤：18.2%[40] - 2025年6月单月： - 组合收益率：4.6% - 基准收益率：3.9% - 超额收益率：0.8%[39] 2. **资金流因子** - 2025年6月四类资金流前10个股平均收益： - 南下资金系：25.7% - 外资系：13.5% - 中资系：14.0% - 港资及其他：10.2%[36] 量化因子与构建方式 1. **因子名称：基本面因子（PE/ROE）** - **因子构建思路**：采用港股通成分股的估值与盈利能力指标[46] - **因子具体构建过程**： 1. PEttm = 总市值 / 最近12个月净利润 2. ROEttm = 最近12个月净利润 / 期末净资产 3. 行业中性化处理：计算个股与行业均值的偏离度[46] 2. **因子名称：技术面因子** - **构建思路**：包含动量、波动率等传统技术指标（未披露具体公式）[38] 因子的回测效果 1. **基本面因子** - 2025年7月组合PEttm范围：1.4（金斯瑞生物科技）至75.4（中芯国际）[46] - ROEttm范围：-9.5%（哔哩哔哩）至103.7%（金斯瑞生物科技）[46] （注：部分因子如技术面、分析师预期因子的具体测试结果未在研报中披露）