点击注册小程序 查看完整报告 特别申明： 本订阅号中所涉及的证券研究信息由光大证券研究所编写，仅面向光大证券专业投资者客户，用作新媒体形势下研究 信息和研究观点的沟通交流。非光大证券专业投资者客户，请勿订阅、接收或使用本订阅号中的任何信息。本订阅号 难以设置访问权限，若给您造成不便，敬请谅解。光大证券研究所不会因关注、收到或阅读本订阅号推送内容而视相 关人员为光大证券的客户。 报告摘要 量化市场跟踪 大类因子表现： 本周全市场股票池中，动量因子获取正收益0.70%，市场表现为动量效应；盈利因子和Beta因子分别获取正收 益0.34%、0.28%；市值因子获取负收益-0.58%，市场表现为小市值风格；其余风格因子表现一般。 单因子表现： 本周PB-ROE-50组合在全市场股票池中获取正超额收益。中证500股票池中获得超额收益-0.40%，中证800股票 池中获得超额收益0.44%，全市场股票池中获得超额收益1.43%。 机构调研组合跟踪： 本周公募调研选股策略和私募调研跟踪策略获取正超额收益。公募调研选股策略相对中证800获得超额收益 3.21%，私募调研跟踪策略相对中证800获得超额收益0.16%。 大宗交易 ...

量化模型与构建方式 1. **三维择时框架模型** - 模型构建思路：通过分歧度、流动性、景气度三个维度构建市场择时框架，判断市场状态并调整仓位[8] - 模型具体构建过程： - 分歧度指数：衡量市场观点离散程度，下行时预示市场趋同 - 流动性指数：监测资金面变化，上行代表宽松环境 - 景气度指数2.0：综合宏观与行业数据反映经济动能[27] - 当流动性上行、分歧度下行、景气度上行且ERP脱离极值时满仓[8] - 模型评价：历史表现显示能有效捕捉市场趋势[19] 2. **资金流共振策略模型** - 模型构建思路：结合两融资金与大单资金的协同效应筛选行业[34] - 模型具体构建过程： - 两融资金因子：Barra市值中性化后的融资净买入-融券净买入，取50日均值的两周环比变化率 - 大单资金因子：成交量时序中性化后的净流入排序，取10日均值 - 策略规则：在大单因子头部行业中剔除两融因子多头行业[39] - 模型评价：2018年以来年化超额收益13.5%，IR达1.7，回撤控制优于北向-大单策略[39] 3. **指数增强组合模型** - 模型构建思路：基于研报覆盖度分域，对不同覆盖度股票采用差异化因子增强[50] - 模型具体构建过程： - 覆盖度高域：侧重盈利质量、分析师预期等因子 - 覆盖度低域：侧重量价、微观结构等因子 - 动态调整域间权重[50] 量化因子与构建方式 1. **价值类因子** - dp_historical：过去四个季度现金分红总额/市值，近一周多头超额1.65%[47] - value_residual：市值对数对账面价值/净利润/负债回归残差，超额0.97%[47] - 构建公式： $$ \text{value\_residual} = \log(MV) - (\beta_1\log(BV) + \beta_2\log(NI) + \beta_3\log(Debt)) $$ 2. **成长类因子** - peg：PE/Growth比率，近一周超额1.42%[47] - sue1：净利润同比变化标准化值，公式： $$ \text{sue1} = \frac{\Delta NI_q - \mu(\Delta NI_{8q})}{\sigma(\Delta NI_{8q})} $$ 在沪深300内超额达2.66%[49] 3. **质量类因子** - gaexp_sales：管理费用/销售收入，近一月超额3.63%[47] - noa_to_ev：经营性净资产/企业价值，近一周超额0.81%[47] 模型回测效果 1. **三维择时框架** - 2025年7月仓位：满仓[8] - 历史年化超额收益：16.8%（2018-2025）[36] 2. **资金流共振策略** - 上周绝对收益：1.4% - 上周超额收益：0.4%（vs行业等权）[39] - 本年IR：1.7[39] 3. **指数增强组合** | 组合类型 | 上周超额 | 本年超额 | 年化超额收益 | |----------------|----------|----------|--------------| | 沪深300增强 | 0.10% | 4.98% | 7.45% | | 中证500增强 | 0.02% | 2.76% | 9.45% | | 中证1000增强 | 0.24% | 5.53% | 9.19% | [52] 因子回测效果 1. **价值因子** | 因子名称 | 近一周超额 | 近一月超额 | |----------------|------------|------------| | dp_historical | 1.65% | 1.68% | | ep_fy3 | 1.32% | 3.41% | [47] 2. **成长因子** | 因子名称 | 沪深300超额 | 中证500超额 | |----------------|-------------|-------------| | pe_g | 4.84% | 2.85% | | specific_mom6 | 1.94% | 1.59% | [49] 3. **质量因子** | 因子名称 | 大市值超额 | 小市值超额 | |----------------|------------|------------| | fix_ratio | 1.61% | 1.04% | | safexp_operrev | 3.26% | 0.39% | [49]

量化市场跟踪 - 本周全市场股票池中盈利因子获取正收益0.54% 残差波动率因子和beta因子分别获取正收益0.28%和0.23% 非线性市值因子和市值因子分别获取负收益-0.32%和-0.22% 市场表现为小市值风格 [2] 单因子表现 - 沪深300股票池中表现较好的因子包括市盈率因子(2.85%) 市盈率TTM倒数(2.32%) 经营现金流比率(1.33%) 表现较差的因子包括5分钟收益率偏度(-1.53%) 毛利率TTM(-1.03%) 5日反转(-0.78%) [3] - 中证500股票池中表现较好的因子包括ROIC增强因子(1.46%) 营业利润率TTM(1.10%) 单季度营业收入同比增长率(1.04%) 表现较差的因子包括5日反转(-1.25%) 换手率相对波动率(-1.14%) 5日平均换手率(-1.09%) [3] - 流动性1500股票池中表现较好的因子包括市盈率TTM倒数(1.30%) 单季度ROA(1.22%) 单季度ROE(1.05%) 表现较差的因子包括早盘收益因子(-1.03%) 早盘后收益因子(-0.76%) 5分钟收益率偏度(-0.75%) [3] 因子行业内表现 - 基本面因子在各行业表现分化 净资产增长率因子 净利润增长率因子 每股净资产因子和每股经营利润TTM因子在通信 美容护理 商业贸易行业表现较为一致 [5] - 估值类因子中EP因子表现较好 在通信 石油石化 钢铁行业正收益明显 [5] - 残差波动率因子和流动性因子在有色金属 美容护理 传媒 轻工制造行业正收益较为一致 [5] - 市值风格上 本周美容护理 传媒 计算机行业小市值风格显著 [5] 组合跟踪 - PB-ROE-50组合本周在各股票池中获取正超额收益 中证500股票池超额收益1.34% 中证800股票池超额收益1.37% 全市场股票池超额收益1.24% [6] - 机构调研组合本周获取负超额收益 公募调研选股策略相对中证800超额收益-1.58% 私募调研跟踪策略相对中证800超额收益-1.45% [7] - 大宗交易组合本周相对中证全指获取负超额收益-0.62% [8] - 定向增发组合本周相对中证全指获取正超额收益1.17% [9]

报告核心观点 - 构建基于风格因子的A股风格投资体系，不同宏观及市场因子决定当前A股占优风格因子，对应不同风格资产或底层投资组合 [3] - 年内视角下，A股占优风格为高盈利、高估值、小市值，具备业绩弹性的科技成长及中游制造板块有望获较强超额收益 [3] 风格因子的构建及其表现 风格因子的构建 - 通过自下而上方式构建风格因子组合，体系分市值、估值、盈利、动量四个维度，构建时将样本内股票按因子指标高低排序分组，计算各组加权涨跌幅、因子收益率或拟合因子净值曲线 [9] - 市值因子：将全A上市满1个月股票按总市值排序分大、中、小市值三组，做多小市值组合并做空大市值组合得因子收益率，2010年至今小市值风格优势明显，2017 - 2018年及2024年1 - 8月大市值占优，做多小市值做空大市值组合约有5倍收益 [12] - 估值因子：采用PE(TTM)指标，将全A上市满1个月股票按市盈率排序分高、中、低估值三组，做多高PE组合并做空低PE组合得因子收益率，A股低估值风格优势显著，2017 - 2018年及2022 - 2024年优势累计，高估值行情在2013 - 2014年、2019 - 2021年及2024Q4出现 [13][14] - 盈利因子：采用盈利增速的万得一致预期数据，按盈利预期由高到低排序分组，做多高增速组合并做空低增速组合得因子收益率，A股盈利因子走势有周期性，2010 - 2014年、2019 - 2021年高盈利增速占优，2016 - 2018年、2022 - 2024年8月低盈利增速占优 [16] - 动量因子：采用1个月动量，基于前一个月涨跌幅排序分组，做多前期涨跌幅前30%组合并做空后30%组合得因子收益率，A股整体反转效应明显，2010 - 2012年及2021年至今反转效应增强，2017及2020年动量效应阶段性出现 [18] 全A风格因子表现 - 2013 - 2014年，A股呈盈利因子主导行情，2014年3月后市值因子影响提升，小市值优势显著 [24] - 2015 - 2016年中，小市值因子优势明显，反转因子阶段性走强，盈利因子暴露度下降，估值因子暴露度提升 [24] - 2016年8月 - 2018年，A股呈估值因子主导风格，低估值风格是超额收益主要来源，市场呈大市值风格，高增速组合走弱，动量效应增强 [24] - 2019 - 2021年初，市场进入盈利因子主导行情，高盈利组合跑赢，动量效应强化 [24] - 2021 - 2023年，市场进入市值因子主导阶段，2021年8月前高盈利小市值风格占优，8月后小市值优势强化，反转效应增强，2023年小市值、低估值因子体现优势 [27] - 2024年以来，A股进入风格轮动或转换期，前三季度低估值、低盈利优势延续，市值风格切换，四季度高估值、小市值走强，反转效应增强，高盈利风格修复 [27] - 2025年起，高估值因子重新走强，市场情绪回升，高估值、强反转因子表现突出，盈利因子底部修复 [27] 不同类型资产风格因子表现 - 新兴成长类资产小市值风格优势明显，2021年7月后小市值加速崛起，反转趋势显著；2015年前高估值风格占优，2015 - 2018年中低估值走强，2021年7月后低估值风格增强；2022年8月前高盈利增风格占优，8月后低盈利增速、低估值占优；动量因子表现与全A类似，2021年7月后反转趋势增强 [29] - 红利资产低估值因子优势明显，市值因子呈周期性大小轮动；2021年中之前高盈利风格优势显著，此后盈利因子走弱，近两年趋稳；2019年以来反转效应更强势 [33] 风格因子影响因素 盈利因子及其影响因素 - 盈利因子与经济周期高度相关，经济基本面上行时，高盈利增速股票表现更好，用库存周期指征经济周期，2017年后同向相关性明显，2017年前有阶段性反向相关性 [45] 估值因子及其影响因素 - 估值因子与市场情绪高度相关，市场情绪回暖时，高估值股票表现更优，股债风险溢价与估值因子走势高度相关，换手率和涨停家数占比可辅助判断 [49] 市值因子及其影响因素 - 市值因子与剩余流动性高度相关，剩余流动性越充裕，小市值因子表现越强势，2017年4月 - 2019年1月及2023年12月 - 2024年8月二者背离，因市场担忧内需结构转换和经济增长中枢下行，风险偏好走弱，低估值主导 [53] 动量因子及其影响因素 - 动量因子与交易拥挤度、增量资金结构相关，交易拥挤度提升，动量效应增强，市场无显著增量资金时，反转因子强势 [56] - 2010 - 2014年H1，市场增量资金不显著，反转效应强；2014H2 - 2015H1，两融资金主导行情，小市值与高盈利优势明显；2017 - 2018年，北上资金主导，低估值因子主导，动量效应增强；2019 - 2021Q2，主动型公募资金主导，高盈利增速主导；此后无新趋势性主导资金，反转效应增强，低估值趋势走强，高盈利趋势走弱 [57] 风格因子体系及其应用 风格投资体系 - 宏观及市场层面因子影响并决定市场风格表现及占优风格因子，盈利因子受经济周期影响，估值因子受市场情绪影响，市值因子受剩余流动性影响，动量因子受增量资金和交易拥挤度影响 [61] - 不同宏观及市场因子决定A股占优风格因子，可据此买入底层股票组合或投资不同类型风格资产或宽基指数 [66] 基于风格投资体系的A股市场风格展望 - 预计2025年国内经济弱复苏、信用磨底修复、货币持续宽松，市场情绪小幅修复，ERP至少到3.5%左右 [68] - 年内A股占优风格为高盈利、高估值、小市值，当前A股对年内盈利修复未充分计价，高盈利、高估值因子有上行空间，科技成长及中游制造板块有望获超额收益；短期高盈利及小市值风格或阶段性调整 [73]

根据提供的量化研报内容，以下是结构化总结： --- 量化因子与构建方式 1. **风格因子（BARRA模型）** - **构建思路**：参考BARRA模型构建10大类风格因子，用于捕捉A股市场风格变化[16] - **具体构建**： - **估值因子**：BP = 归属母公司股东权益 / 总市值 - **成长因子**：SGRO（营收增长率）和EGRO（净利润增长率）的均值，通过时间序列回归计算[17] - **盈利因子**：ETOP（净利润TTM/市值）和CETOP（现金流TTM/总资产）的均值 - **Beta因子**：个股252日收益率与中证全指的半衰加权回归系数（半衰期63日） - **动量因子**：RSTR = 过去504日累计收益率（排除最近21日，半衰加权126日） - **公式**： $$ \text{EGRO} = \frac{\text{每股净利润回归斜率}}{\text{每股净利润均值}} $$ $$ \text{BETA} = \text{半衰加权回归系数} $$ - **评价**：Beta因子和波动性因子近期表现突出，反映市场对高波动资产的偏好[17][18] 2. **选股因子（53个）** - **构建思路**：覆盖估值、成长、质量、技术等11个类别，中性化处理后最大化因子暴露[20][22] - **代表性因子**： - **20日反转**：过去20日收益率（负向） - **60日动量**：过去60日收益率（排除近20日，正向） - **单季度毛利率**：（营收-成本）/营收（正向） - **公式**： $$ \text{特异度} = \text{Fama-French三因子回归残差波动率} $$ - **评价**：反转和动量因子在不同股票池中表现分化，如中证1000中60日动量表现最佳[24][28][35] --- 因子回测效果 1. **风格因子多空收益** - **Beta因子**：近一周多空收益3.76%，近一月1.00%[18] - **波动性因子**：近一周2.88%，近一月-1.48%[18] - **盈利因子**：近一周-2.83%，近一月-0.18%[18] 2. **选股因子超额收益（沪深300股票池）** - **20日反转**：近一周0.46%，近一年8.15%[24] - **60日动量**：近一周0.40%，近一年-1.44%[24] - **单季度毛利率**：近一周0.31%，近一年4.85%[24] 3. **全市场Rank IC** - **20日成交量比率**：近一周Rank IC 13.33%，近十年4.28%[44] - **单季度ROE**：近一周Rank IC -11.26%，近十年2.87%[44] --- 模型与组合表现 1. **中性约束组合构建** - **方法**：在行业和风格中性约束下最大化目标因子暴露[22] - **应用**：沪深300、中证500等股票池中测试因子组合超额收益[23][27][34] 2. **指数增强基金表现** - **沪深300增强**：近一周平均超额-0.09%，中位数-0.06%[47][49] - **中证1000增强**：近一周平均超额-0.01%，最高1.09%[47][49] --- 关键结论 - **近期有效因子**：Beta、波动性、反转因子表现强势，盈利因子持续弱势[18][24][44] - **市场分化**：小市值股票（中证1000）中动量因子显著，大市值（沪深300）中质量因子占优[28][35] （注：风险提示、免责声明等内容已按需省略）