根据提供的研报内容，报告主要跟踪了长江金工团队已发布的几款主动量化策略产品的近期表现，并未详细阐述这些策略背后具体的量化模型或量化因子的构建思路、过程和公式。报告内容侧重于策略的业绩回顾和市场表现跟踪。 量化模型与构建方式 1. **模型名称**： 央国企高分红30组合[15] * **模型构建思路**： 该组合是红利系列产品之一，属于主动量化策略，遵循“自上而下”的选股逻辑，旨在透过洞察和提炼行业、主题核心要点和逻辑，为量化模型输入清晰的选股思路[14] * **模型具体构建过程**： 报告未提供此模型的具体构建细节、选股标准或公式 2. **模型名称**： 攻守兼备红利50组合[15] * **模型构建思路**： 该组合是红利系列产品之一，属于主动量化策略，遵循“自上而下”的选股逻辑[14] * **模型具体构建过程**： 报告未提供此模型的具体构建细节、选股标准或公式 3. **模型名称**： 电子均衡配置增强组合[15] * **模型构建思路**： 该组合是行业增强系列产品，聚焦电子板块，属于主动量化策略，遵循“自上而下”的选股逻辑[14][15] * **模型具体构建过程**： 报告未提供此模型的具体构建细节、选股标准或公式 4. **模型名称**： 电子板块优选增强组合[15] * **模型构建思路**： 该组合是行业增强系列产品，聚焦电子板块，属于主动量化策略，遵循“自上而下”的选股逻辑，并特别聚焦迈入成熟期的细分赛道龙头企业[14][15] * **模型具体构建过程**： 报告未提供此模型的具体构建细节、选股标准或公式 模型的回测效果 1. **央国企高分红30组合**： 本周未能跑赢中证红利全收益[7][16][22] 2. **攻守兼备红利50组合**： 本周未能跑赢中证红利全收益[7][16][22]；2025年年初以来相对中证红利全收益超额约7.17%，在全部红利类基金产品中绝对收益分位约34%[22] 3. **电子均衡配置增强组合**： 本周实现正超额，周度超额约1.86%，周度收益跑至主动科技型基金产品约26%分位[7][32] 4. **电子板块优选增强组合**： 本周实现正超额，周度超额约1.62%，周度收益跑至主动科技型基金产品约28%分位[7][32] 量化因子与构建方式 （报告未涉及具体的独立量化因子构建内容） 因子的回测效果 （报告未涉及具体的独立量化因子测试结果）

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：央国企高分红30组合**[10] * **模型构建思路：** 构建一个具有“稳健+成长”风格的红利增强组合，聚焦于中央企业和国有企业[10] * **模型具体构建过程：** 报告未详细说明该组合的具体选股因子、权重配置和调仓规则 2. **模型名称：攻守兼备红利50组合**[10] * **模型构建思路：** 构建一个兼具防御性和进攻性的红利增强组合，目标是在红利资产中实现更好的风险收益比[10] * **模型具体构建过程：** 报告未详细说明该组合的具体选股因子、权重配置和调仓规则 3. **模型名称：电子均衡配置增强组合**[10] * **模型构建思路：** 在电子行业内进行均衡配置，旨在跑赢电子全收益指数[4][10] * **模型具体构建过程：** 报告未详细说明该组合的具体选股因子、权重配置和调仓规则 4. **模型名称：电子板块优选增强组合**[10] * **模型构建思路：** 聚焦于电子板块内迈入成熟期的细分赛道龙头企业，进行优选增强[10] * **模型具体构建过程：** 报告未详细说明该组合的具体选股因子、权重配置和调仓规则 5. **模型名称：主动量化策略通用框架**[9] * **模型构建思路：** 遵循“自上而下”的选股逻辑，通过洞察和提炼行业、主题核心要点，为量化模型输入清晰的选股思路，旨在从海量基本面因子库中高效筛选有效因子，精准定位潜力标的[9] * **模型具体构建过程：** 报告描述了通用框架思路，但未给出具体应用于上述模型的详细构建流程、因子定义或公式 模型的回测效果 1. **攻守兼备红利50组合**，2025年年初以来相对中证红利全收益超额约4.63%[22]，在红利类基金产品内绝对收益分位约43%[22] 2. **央国企高分红30组合**，本周（2025年10月20日至2025年10月24日）未能跑赢中证红利全收益[4][11] 3. **攻守兼备红利50组合**，本周（2025年10月20日至2025年10月24日）未能跑赢中证红利全收益[4][11] 4. **电子均衡配置增强组合**，本周（2025年10月20日至2025年10月24日）相较于电子全收益指数超额约0.27%[4][30]，周度收益在科技类基金产品内绝对收益分位约36%[4][30] 量化因子与构建方式 （报告未明确提及具体的独立量化因子及其构建细节） 因子的回测效果 （报告未提供独立因子的测试结果）

根据研报内容，以下是涉及的量化模型和因子的总结： 量化模型与构建方式 1. **模型名称**：央国企高分红30组合[11] **模型构建思路**：聚焦于具有"稳健+成长"风格的央国企，通过高分红特征进行选股[11] **模型具体构建过程**：从央国企股票池中，选取30只高分红股票构建投资组合[11] 2. **模型名称**：攻守兼备红利50组合[11] **模型构建思路**：在红利策略基础上兼顾进攻和防守特性[11] **模型具体构建过程**：选取50只股票构建组合，平衡收益与风险[11] 3. **模型名称**：电子均衡配置增强组合[11] **模型构建思路**：在电子行业内进行均衡配置，实现风险分散[11] **模型具体构建过程**：在电子板块内多维度选股，实现组合的均衡配置[11] 4. **模型名称**：电子板块优选增强组合[11] **模型构建思路**：聚焦迈入成熟期的电子细分赛道龙头企业[11] **模型具体构建过程**：在电子板块内，优选各成熟细分行业的龙头公司构建组合[11] 模型的回测效果 1. **攻守兼备红利50组合**：2025年年初以来相对中证红利全收益超额约4.27%[18]，在红利类基金产品中绝对收益分位约44%[18] 2. **电子板块优选增强组合**：周度相对电子行业指数超额约1.92%[27]，周度收益在科技类基金产品中绝对收益分位约28%[27] 主动量化策略方法论 **构建思路**：遵循"自上而下"的选股逻辑，透过洞察和提炼行业、主题核心要点和逻辑，为量化模型输入清晰的选股思路[10] **构建价值**：有助于从海量基本面因子库内更高效地筛选出合理有效的选股因子，从而更为精准地定位赛道内潜力标的和主题高契合个股，同时也是对行业、主题逻辑的一层阶段性检验[10]

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**：攻守兼备红利50组合 - **模型构建思路**：采用"稳健+成长"风格，结合红利资产防御特性与成长性选股逻辑[15] - **模型具体构建过程**： 1. 筛选标的：从红利资产池中选取兼具高分红和盈利增长潜力的个股 2. 因子加权：综合股息率、盈利稳定性、行业景气度等指标动态调整权重 3. 组合优化：控制行业偏离度≤5%，个股权重上限3%[16][21] - **模型评价**：在防御性不足的市场环境下仍能保持超额收益，体现多因子协同效应[21] 2. **模型名称**：央国企高分红30组合 - **模型构建思路**：聚焦央国企标的，强化分红因子的纯粹性[15] - **模型具体构建过程**： 1. 初筛：选取中证央企红利指数成分股 2. 排序：按近3年股息支付率、股息增长率双指标降序排列 3. 风控：剔除波动率高于行业均值1.5倍的标的[18][21] 3. **模型名称**：电子板块优选增强组合 - **模型构建思路**：捕捉电子行业成熟期细分赛道龙头Alpha[15] - **模型具体构建过程**： 1. 细分赛道筛选：选取印制电路板、电子终端品等活跃子行业[24] 2. 龙头识别：综合营收增速、专利数量、市占率构建评分卡 3. 动态调仓：月度频率调整成分股，权重与景气度正相关[31] 模型的回测效果 1. **攻守兼备红利50组合** - 周度超额收益：1.41%（vs 中证红利全收益）[21] - 年初至今超额：3.52%[21] - 基金分位数：11%（红利类产品）[21] 2. **央国企高分红30组合** - 周度超额收益：0.35%[21] - 最大回撤：-6.69%（同期中证红利）[16] 3. **电子板块优选增强组合** - 周度超额收益：0.89%（vs 电子行业指数）[31] - 胜率：跑赢76%科技类基金产品[32] 量化因子与构建方式 1. **因子名称**：红利质量因子 - **因子构建思路**：区分传统红利因子的盈利可持续性[18] - **因子具体构建过程**： $$ \text{QualityScore} = 0.4 \times \text{ROE} + 0.3 \times \text{毛利率} + 0.3 \times \text{经营现金流/营收} $$ 其中ROE取近3年移动平均值[18] 2. **因子名称**：细分赛道拥挤度因子 - **因子构建思路**：量化电子子行业交易过热风险[24] - **因子具体构建过程**： 1. 计算各三级行业20日换手率Z-score 2. 叠加融资买入占比变化率 3. 标准化为0-100分位数[24][29] 因子的回测效果 1. **红利质量因子** - IC均值：0.32（近1年）[18] - 多空收益差：年化9.7%[21] 2. **细分赛道拥挤度因子** - 预警准确率：82%（回撤前10%分位）[29] - 行业轮动贡献度：超额收益的23%[31]