量化模型与构建方式 1. **模型名称：红利风格择时模型**[5] * **模型构建思路：** 构建一个多因子综合模型，通过多个维度的指标（因子）来综合判断对红利风格资产是否看多[1][3]。 * **模型具体构建过程：** 1. 选取多个影响红利风格的因子，包括宏观经济、市场情绪、估值、动量等[3][8]。 2. 对每个因子进行标准化或处理，得到每个因子的“因子值”[11]。 3. 根据每个因子的“因子值”生成“最新观点”，例如，因子值为正可能对应看多观点（记为1），为负对应中性或看空观点（记为0）[11]。 4. 将所有因子的“因子值”或“观点”通过某种加权或合成方式，计算得到一个“综合因子值”[1][5]。 5. 设定阈值，当“综合因子值”超过该阈值时，模型发出看多红利风格的信号；否则，不发出看多信号[1][5]。 2. **因子名称：中国:非制造业 PMI:服务业**[11] * **因子构建思路：** 使用中国非制造业采购经理指数（PMI）中的服务业分项作为宏观经济景气度的代理指标，用以判断经济环境是否有利于红利风格[11]。 * **因子具体构建过程：** 报告未详细说明该因子的具体计算过程，仅给出了最新的因子取值[11]。 3. **因子名称：中国:M2:同比**[11] * **因子构建思路：** 使用广义货币供应量（M2）的同比增长率作为流动性环境的代理指标，用以判断市场流动性是否有利于红利风格[11]。 * **因子具体构建过程：** 报告未详细说明该因子的具体计算过程，仅给出了最新的因子取值[11]。 4. **因子名称：美国:国债收益率:10 年**[11] * **因子构建思路：** 使用美国10年期国债收益率作为全球无风险利率和资金成本的代理指标，其变化影响红利资产的相对吸引力[3][8][11]。 * **因子具体构建过程：** 报告未详细说明该因子的具体计算过程，仅给出了最新的因子取值[11]。 5. **因子名称：红利相对净值自身**[11] * **因子构建思路：** 可能指红利指数（如中证红利）相对于其自身历史净值或基准的动量或趋势指标，反映红利风格的短期动能[3][8][11]。 * **因子具体构建过程：** 报告未详细说明该因子的具体计算过程，仅给出了最新的因子取值[11]。 6. **因子名称：中证红利股息率-10 年期中债收益率**[11] * **因子构建思路：** 计算中证红利指数的股息率与10年期中国国债收益率的差值，作为衡量红利资产相对债券吸引力的估值指标[11]。 * **因子具体构建过程：** 报告未详细说明该因子的具体计算过程，仅给出了最新的因子取值[11]。 7. **因子名称：融资净买入**[11] * **因子构建思路：** 使用市场的融资净买入数据作为投资者情绪和风险偏好的代理指标[3][8][11]。 * **因子具体构建过程：** 报告未详细说明该因子的具体计算过程，仅给出了最新的因子取值[11]。 8. **因子名称：行业平均景气度**[11] * **因子构建思路：** 使用行业层面的平均景气度数据，反映整体企业盈利环境，可能影响红利股的派息能力和吸引力[11]。 * **因子具体构建过程：** 报告未详细说明该因子的具体计算过程，仅给出了最新的因子取值[11]。 模型的回测效果 * **红利风格择时模型，综合因子值（20260413-20260417）：-0.17**[1][5] * **红利风格择时模型，综合因子值（20260407-20260410）：0.06**[1][5] 因子的回测效果 * **中国:非制造业 PMI:服务业因子，因子值（2026.04.17）：0.95**[11] * **中国:非制造业 PMI:服务业因子，因子值（2026.04.10）：0.95**[11] * **中国:非制造业 PMI:服务业因子，因子值（2026.03.27）：0.14**[11] * **中国:M2:同比因子，因子值（2026.04.17）：0.46**[11] * **中国:M2:同比因子，因子值（2026.04.10）：0.46**[11] * **中国:M2:同比因子，因子值（2026.03.27）：0.31**[11] * **美国:国债收益率:10 年因子，因子值（2026.04.17）：0.69**[11] * **美国:国债收益率:10 年因子，因子值（2026.04.10）：0.61**[11] * **美国:国债收益率:10 年因子，因子值（2026.03.27）：-0.01**[11] * **红利相对净值自身因子，因子值（2026.04.17）：-1.75**[11] * **红利相对净值自身因子，因子值（2026.04.10）：0.03**[11] * **红利相对净值自身因子，因子值（2026.03.27）：1.07**[11] * **中证红利股息率-10 年期中债收益率因子，因子值（2026.04.17）：-0.17**[11] * **中证红利股息率-10 年期中债收益率因子，因子值（2026.04.10）：-0.21**[11] * **中证红利股息率-10 年期中债收益率因子，因子值（2026.03.27）：-0.33**[11] * **融资净买入因子，因子值（2026.04.17）：0.52**[11] * **融资净买入因子，因子值（2026.04.10）：-0.39**[11] * **融资净买入因子，因子值（2026.03.27）：-1.05**[11] * **行业平均景气度因子，因子值（2026.04.17）：0.64**[11] * **行业平均景气度因子，因子值（2026.04.10）：0.50**[11] * **行业平均景气度因子，因子值（2026.03.27）：0.47**[11]

量化模型与构建方式 1. **模型名称：红利风格择时模型**[1][5] * **模型构建思路：** 构建一个多因子综合打分模型，用于对红利风格进行择时判断，模型输出综合因子值，根据其正负发出看多或看空信号[1][5][6]。 * **模型具体构建过程：** 模型综合了多个因子的信息。首先，选取了多个与红利风格相关的宏观、市场及价量因子。其次，对每个因子进行标准化或处理，得到每个因子的“因子值”。然后，将各因子值按照一定规则（如等权或设定权重）合成为“综合因子值”。最后，根据综合因子值的正负（例如，大于0为看多，小于0为看空）形成最终的择时观点[5][6][10]。 * **模型评价：** 该模型是一个多因素驱动的综合判断模型，旨在捕捉影响红利风格表现的多维度信息[6]。 量化因子与构建方式 1. **因子名称：中国:非制造业 PMI:服务业**[10] * **因子构建思路：** 使用中国非制造业PMI中的服务业指数作为反映经济景气度的宏观因子[10]。 * **因子具体构建过程：** 报告未详细说明该因子的具体计算过程，仅给出了其在特定时点的因子值。通常此类宏观因子会进行标准化或与历史均值/阈值比较后映射为因子得分[10]。 2. **因子名称：中国:M2:同比**[10] * **因子构建思路：** 使用中国广义货币供应量M2的同比增速作为反映货币环境宽松程度的宏观因子[10]。 * **因子具体构建过程：** 报告未详细说明该因子的具体计算过程，仅给出了其在特定时点的因子值。通常此类因子会进行标准化处理[10]。 3. **因子名称：美国:国债收益率:10年**[10] * **因子构建思路：** 使用美国10年期国债收益率作为反映全球无风险利率和资金成本的宏观因子[6][10]。 * **因子具体构建过程：** 报告未详细说明该因子的具体计算过程，仅给出了其在特定时点的因子值。通常此类因子会进行标准化或计算其变化率后映射为因子得分[6][10]。 4. **因子名称：红利相对净值自身**[10] * **因子构建思路：** 该因子可能指代红利指数或相关投资组合自身的价格动量或相对强弱[6][10]。 * **因子具体构建过程：** 报告未详细说明该因子的具体计算过程，仅给出了其在特定时点的因子值。可能基于价格或净值的短期表现计算动量[6][10]。 5. **因子名称：中证红利股息率-10年期中债收益率**[10] * **因子构建思路：** 构建一个价差因子，用中证红利指数的股息率减去10年期中国国债收益率，反映股票的相对吸引力（股权风险溢价）[10]。 * **因子具体构建过程：** 报告未给出具体计算公式，但根据名称，其构建过程应为： $$因子值 = 中证红利指数股息率 - 10年期中国国债收益率$$ 然后可能对该价差进行标准化或历史分位数处理得到最终的因子得分[10]。 6. **因子名称：融资净买入**[10] * **因子构建思路：** 使用融资净买入数据作为反映市场情绪和杠杆资金偏好的因子[6][10]。 * **因子具体构建过程：** 报告未详细说明该因子的具体计算过程，仅给出了其在特定时点的因子值。可能基于融资余额的日度或周度变化进行标准化[6][10]。 7. **因子名称：行业平均景气度**[10] * **因子构建思路：** 使用行业层面的平均景气度数据作为反映整体经济微观基础的因子[10]。 * **因子具体构建过程：** 报告未详细说明该因子的具体计算过程，仅给出了其在特定时点的因子值。可能是对多个行业景气指标进行平均或合成[10]。 模型的回测效果 *报告为周度跟踪报告，主要展示模型最新信号和因子值，未提供历史长期回测绩效指标（如年化收益率、夏普比率、最大回撤等）。* 因子的回测效果 *报告为周度跟踪报告，主要展示各因子最新一期的因子值和观点，未提供各因子历史长期的IC、IR、多空收益等检验指标。* 模型与因子的最新指标取值 1. **红利风格择时模型**，综合因子值 (2026.04.10): 0.06[1][5]，综合因子值 (2026.04.03): 0.13[1][5]，最新观点: 看多[1][5] 2. **中国:非制造业 PMI:服务业因子**，因子值 (2026.04.10): 0.95[10]，因子值 (2026.04.03): 0.95[10]，因子值 (2026.03.27): 0.14[10]，最新观点: 0[10] 3. **中国:M2:同比因子**，因子值 (2026.04.10): 0.46[10]，因子值 (2026.04.03): 0.46[10]，因子值 (2026.03.27): 0.31[10]，最新观点: 0[10] 4. **美国:国债收益率:10年因子**，因子值 (2026.04.10): 0.61[10]，因子值 (2026.04.03): 0.43[10]，因子值 (2026.03.27): -0.01[10]，最新观点: 1[10] 5. **红利相对净值自身因子**，因子值 (2026.04.10): 0.03[10]，因子值 (2026.04.03): 1.21[10]，因子值 (2026.03.27): 1.07[10]，最新观点: 1[10] 6. **中证红利股息率-10年期中债收益率因子**，因子值 (2026.04.10): -0.21[10]，因子值 (2026.04.03): -0.27[10]，因子值 (2026.03.27): -0.33[10]，最新观点: 0[10] 7. **融资净买入因子**，因子值 (2026.04.10): -0.68[10]，因子值 (2026.04.03): -0.98[10]，因子值 (2026.03.27): -1.05[10]，最新观点: 1[10] 8. **行业平均景气度因子**，因子值 (2026.04.10): 0.91[10]，因子值 (2026.04.03): 0.91[10]，因子值 (2026.03.27): 0.91[10]，最新观点: 0[10]

量化模型与构建方式 1. **模型名称**：红利风格择时模型[5] * **模型构建思路**：构建一个多因子综合打分模型，用于判断对红利风格资产是看多还是看空[5]。模型通过跟踪多个宏观经济、市场情绪及风格自身动量的指标，综合计算出一个“综合因子值”，并根据该值的正负或变化发出交易信号[5]。 * **模型具体构建过程**： 1. 选取多个与红利风格表现相关的因子，包括宏观经济指标、市场情绪指标和风格动量指标[6]。 2. 对每个因子进行标准化或处理，使其具有可比性[10]。 3. 将处理后的各因子值，按照预设的权重或规则进行加总，得到“综合因子值”[5]。 4. 根据综合因子值的水平或变化方向（例如，值为正或较前值上升）生成择时观点（如“看多”或“看空”）[5]。 量化因子与构建方式 1. **因子名称**：综合因子[5] * **因子构建思路**：作为红利风格择时模型的核心输出，综合因子是多个底层因子的加权合成，用以综合反映对红利风格的择时观点[5]。 * **因子具体构建过程**：综合因子由以下7个底层因子合成，每个底层因子在最新时点（20260403）对综合因子的贡献值（即得分贡献）如表所示[10]。综合因子值为各贡献值之和。 * **中国:非制造业PMI:服务业**：反映国内服务业景气度，作为宏观经济状态变量[10]。 * **中国:M2:同比**：反映国内货币供应量增速，作为流动性状态变量[10]。 * **美国:国债收益率:10年**：反映全球无风险利率和资金成本，美债利率上行通常对红利股不利，但在本模型中最新贡献为正[6][10]。 * **红利相对净值自身**：反映红利风格自身的动量效应，即近期表现是否持续[6][10]。 * **中证红利股息率-10年期中债收益率**：反映红利资产的相对吸引力（股息率溢价）[10]。 * **融资净买入**：反映A股市场的杠杆资金情绪[6][10]。 * **行业平均景气度**：可能反映上市公司整体盈利预期[10]。 2. **因子名称**：美债利率因子（美国:国债收益率:10年）[6][10] * **因子构建思路**：使用美国10年期国债收益率作为代理变量，衡量全球无风险利率水平和资金成本，其变化会影响红利股等长久期资产的估值[6]。 * **因子具体构建过程**：直接采用美国10年期国债收益率的原始数据或经过处理（如去趋势、标准化）后的数据作为因子值[10]。 3. **因子名称**：动量因子（红利相对净值自身）[6][10] * **因子构建思路**：捕捉红利风格自身的趋势延续效应，即近期表现较好的风格在未来短期内可能继续占优[6]。 * **因子具体构建过程**：使用代表红利风格的指数或组合（如中证红利指数）的相对净值（可能相对于全市场基准）在最近一段时期（如前一周）的表现作为因子值[6][10]。 4. **因子名称**：市场情绪因子（融资净买入）[6][10] * **因子构建思路**：使用融资净买入金额作为衡量A股市场内投资者风险偏好的情绪指标[6]。 * **因子具体构建过程**：直接采用A股市场融资净买入的原始数据或经过处理（如标准化、缩放）后的数据作为因子值[10]。 5. **因子名称**：股息率溢价因子（中证红利股息率-10年期中债收益率）[10] * **因子构建思路**：计算红利指数股息率与长期国债收益率的差值，衡量红利资产相对于无风险资产的超额收益吸引力[10]。 * **因子具体构建过程**： $$因子值 = 中证红利指数股息率 - 10年期中债收益率$$ 其中，中证红利股息率为指数成分股的整体股息率，10年期中债收益率为中国10年期国债到期收益率[10]。 6. **因子名称**：宏观经济因子组（中国:非制造业PMI:服务业、中国:M2:同比、行业平均景气度）[10] * **因子构建思路**：选取一系列反映国内经济景气度、货币环境及产业盈利预期的宏观指标，作为判断市场整体和风格轮动的背景变量[10]。 * **因子具体构建过程**：直接采用相应宏观经济统计指标的发布值或经过处理（如去趋势、标准化）后的数据作为因子值[10]。 模型的回测效果 1. 红利风格择时模型，综合因子值（20260330-20260403）为0.13[3][5]。 2. 红利风格择时模型，综合因子值（20260323-20260327）为0.03[3][5]。 3. 红利风格择时模型，最新择时观点（截至20260403）为“维持看多信号”[3][5]。 因子的回测效果 （注：报告未提供各底层因子的独立历史测试指标（如IC、IR等），仅提供了它们在最新时点对综合因子的贡献值及观点。因此，此处展示最新时点的因子贡献及观点。） 1. 美债利率因子（美国:国债收益率:10年），最新得分贡献（20260403）为0.17，最新观点为1（看多）[10]。 2. 动量因子（红利相对净值自身），最新得分贡献（20260403）为0.12，最新观点为1（看多）[10]。 3. 市场情绪因子（融资净买入），最新得分贡献（20260403）为0.10，最新观点为1（看多）[10]。 4. 股息率溢价因子（中证红利股息率-10年期中债收益率），最新得分贡献（20260403）为-0.03，最新观点为0（非看多）[10]。 5. 宏观经济因子（中国:非制造业PMI:服务业），最新得分贡献（20260403）为-0.10，最新观点为0（非看多）[10]。 6. 宏观经济因子（中国:M2:同比），最新得分贡献（20260403）为-0.05，最新观点为0（非看多）[10]。 7. 宏观经济因子（行业平均景气度），最新得分贡献（20260403）为-0.09，最新观点为0（非看多）[10]。

量化模型与构建方式 1. **模型名称**：红利风格择时模型[6] * **模型构建思路**：构建一个多因素综合打分模型，用于判断对红利风格资产是看多还是看空[6]。 * **模型具体构建过程**：该模型为多因子综合打分模型。首先，选取多个对红利风格有预测能力的因子。然后，对每个因子进行标准化或处理，得到每个因子的“因子值”。最后，将各因子值按一定规则（如等权或加权）合成，得到最终的“综合因子值”。根据综合因子值的符号（正或负）和阈值来判断择时观点[6][9][12]。 * **模型评价**：模型通过综合多个维度的信息（如宏观、利率、市场情绪、动量等）来对红利风格进行择时判断，旨在捕捉风格轮动的机会[9]。 2. **因子名称**：综合因子[6] * **因子的构建思路**：作为红利风格择时模型的最终输出，由多个分项因子合成，用以综合反映对红利风格的择时观点[6]。 * **因子具体构建过程**：该因子是模型的核心输出。报告未详细披露其具体的加权合成公式，但明确指出它是由表1中列出的各分项因子值通过模型规则计算得出的一个综合评分[6][12]。当综合因子值为正时，模型发出看多信号；为负时，则不发出看多信号[6]。 3. **因子名称**：中国:非制造业PMI:服务业因子[12] * **因子的构建思路**：使用中国服务业PMI作为反映国内经济景气度的宏观指标，用于判断其对红利风格的影响[12]。 * **因子具体构建过程**：报告未披露具体计算过程。该因子直接使用“中国:非制造业PMI:服务业”的原始或处理后的数据作为因子值[12]。 4. **因子名称**：中国:M2:同比因子[12] * **因子的构建思路**：使用中国M2货币供应量同比增速作为反映国内流动性环境的宏观指标，用于判断其对红利风格的影响[12]。 * **因子具体构建过程**：报告未披露具体计算过程。该因子直接使用“中国:M2:同比”的原始或处理后的数据作为因子值[12]。 5. **因子名称**：美国:国债收益率:10年因子[9][12] * **因子的构建思路**：使用美国10年期国债收益率作为反映全球无风险利率和资金成本的指标，用于判断其对红利风格（通常被视为类固收资产）的压制或支撑作用[9]。 * **因子具体构建过程**：报告未披露具体计算过程。该因子直接使用“美国:国债收益率:10年”的原始或处理后的数据作为因子值[12]。 6. **因子名称**：红利相对净值自身因子[12] * **因子的构建思路**：该因子可能衡量红利指数相对于其自身历史净值的动量或趋势强度，属于动量类因子[12]。 * **因子具体构建过程**：报告未披露具体计算过程。从名称推断，可能涉及计算红利指数当前净值与过去某段时间平均净值的比较[12]。 7. **因子名称**：中证红利股息率-10年期中债收益率因子[12] * **因子的构建思路**：计算中证红利指数的股息率与10年期中国国债收益率的差值（股息率溢价），用于衡量红利资产的相对吸引力。价差扩大通常对红利风格更有利[12]。 * **因子具体构建过程**：报告未披露具体计算公式。因子构建思路为：使用中证红利指数的股息率减去10年期中国国债收益率。公式可表示为： $$因子 = 中证红利股息率 - 10年期中债收益率$$ 其中，中证红利股息率和10年期中债收益率为原始数据或经过平滑处理的数据[12]。 8. **因子名称**：融资净买入因子[12] * **因子的构建思路**：使用融资净买入数据作为反映市场情绪和杠杆资金偏好的指标，用于判断市场情绪对红利风格的影响[9][12]。 * **因子具体构建过程**：报告未披露具体计算过程。该因子可能直接使用全市场或特定板块的融资净买入金额的标准化值作为因子值[12]。 9. **因子名称**：行业平均景气度因子[12] * **因子的构建思路**：使用行业平均景气度数据作为反映整体企业盈利预期的指标，用于判断宏观经济环境对红利风格的影响[12]。 * **因子具体构建过程**：报告未披露具体计算过程。该因子可能基于各行业景气度调查数据计算平均值或扩散指数得到[12]。 模型的回测效果 *注：本报告为周度跟踪报告，主要展示模型最新时点的输出结果和分项因子值，未提供完整的回测绩效指标（如年化收益率、夏普比率、最大回撤、信息比率IR等）。以下为模型及因子在特定时点的取值。* 1. **红利风格择时模型（综合因子）**，综合因子值（2026.03.20）：-0.26[6] 2. **红利风格择时模型（综合因子）**，综合因子值（2026.03.13）：-0.39[6] 因子的回测效果 *注：以下为各分项因子在特定时点的因子值，取自模型内部计算。* 1. **中国:非制造业PMI:服务业因子**，因子值（2026.03.20）：0.14[12] 2. **中国:M2:同比因子**，因子值（2026.03.20）：0.31[12] 3. **美国:国债收益率:10年因子**，因子值（2026.03.20）：-0.65[12] 4. **红利相对净值自身因子**，因子值（2026.03.20）：1.14[12] 5. **中证红利股息率-10年期中债收益率因子**，因子值（2026.03.20）：-0.30[12] 6. **融资净买入因子**，因子值（2026.03.20）：-0.49[12] 7. **行业平均景气度因子**，因子值（2026.03.20）：0.91[12]

报告行业投资评级 * 本报告为周度择时模型跟踪报告，未对行业或股票给出明确的投资评级 [1][4] 报告的核心观点 * 上周（2026年03月09日至2026年03月13日）红利风格择时模型综合因子值为-0.39，保持为负值，相对前一周（2026年03月02日至2026年03月06日）的-0.38基本持平，模型未发出看多红利风格的信号 [1][4][6] 根据相关目录分别进行总结 模型最新结果 * 截至2026年03月13日，红利风格择时模型综合因子值为-0.39，维持负值，未发出看多信号 [6] * 从因子分项看，近期红利表现较好，动量因子（红利相对净值自身）做出了正贡献，其因子值从一周前的0.76上升至1.59 [4][7][12] * 除动量因子外，其余变量变化不大且均为负贡献，具体包括：中国服务业PMI（因子值0.14）、中国M2同比（因子值0.31）、美国10年期国债收益率（因子值-0.81）、中证红利股息率与10年期国债收益率之差（因子值-0.22）、融资净买入（因子值0.74）以及行业平均景气度（因子值0.91） [7][12] * 存量方面，美债利率的下行和行业景气度的回暖对红利风格产生了负贡献 [4][7] * 在多因素共同作用下，模型综合打分维持负值 [4][7]

量化模型与构建方式 1. **模型名称**：红利风格择时模型[1][4][6] **模型构建思路**：通过构建一个综合因子来对红利风格进行择时，当综合因子值为正时发出看多信号[1][4][6]。 **模型具体构建过程**：模型是一个多因子打分模型。首先，选取多个对红利风格有预测能力的变量作为子因子。然后，对每个子因子进行处理，将其转化为标准化的因子值。最后，将所有子因子的标准化值进行加权或合成，得到最终的“综合因子值”[6][7][12]。模型的具体构建过程在前期报告《红利风格的择时方案》中详细阐述[6]。 量化因子与构建方式 1. **因子名称**：综合因子[1][4][6] **因子构建思路**：综合多个子因子的信息，形成一个对红利风格整体看多看空的综合判断指标[1][4][6]。 **因子具体构建过程**：该因子是红利风格择时模型的核心输出。其构建基于多个基础变量（子因子），通过特定的标准化和合成方法计算得出。报告未提供具体的加权或合成公式[6][12]。 2. **因子名称**：中国:非制造业 PMI:服务业[12] **因子构建思路**：使用中国非制造业PMI中的服务业分项作为衡量经济景气度的指标，可能用于判断市场风险偏好，从而影响红利风格表现[7][12]。 **因子具体构建过程**：直接采用公开的经济数据作为原始因子值，并经过模型内部的标准化处理[12]。 3. **因子名称**：中国:M2:同比[12] **因子构建思路**：使用中国M2货币供应量的同比增速作为衡量市场流动性的指标，流动性环境会影响红利等风格的表现[12]。 **因子具体构建过程**：直接采用公开的金融数据作为原始因子值，并经过模型内部的标准化处理[12]。 4. **因子名称**：美国:国债收益率:10 年[12] **因子构建思路**：使用美国10年期国债收益率作为全球无风险利率和资金成本的锚，其变化会影响中外利差和资金流向，进而影响A股红利资产吸引力[4][7][12]。 **因子具体构建过程**：直接采用公开的市场数据作为原始因子值，并经过模型内部的标准化处理[12]。 5. **因子名称**：红利相对净值自身[12] **因子构建思路**：可能指红利指数或相关组合自身的价格动量，用于捕捉趋势延续效应[4][7][12]。 **因子具体构建过程**：报告未提供具体计算方式，可能基于价格或净值的相对变化计算[12]。 6. **因子名称**：中证红利股息率-10 年期中债收益率[12] **因子构建思路**：计算中证红利指数的股息率与10年期国债收益率的差值（股息利差），用以衡量红利资产的相对性价比。利差越高，红利资产吸引力越强[12]。 **因子具体构建过程**：公式为：`因子 = 中证红利指数股息率 - 10年期国债收益率`。报告中的因子值为此利差经过标准化处理后的结果[12]。 7. **因子名称**：融资净买入[12] **因子构建思路**：使用融资净买入数据作为衡量市场内杠杆资金情绪和交易活跃度的指标，可能用于判断市场短期风险偏好[12]。 **因子具体构建过程**：直接采用公开的市场交易数据作为原始因子值，并经过模型内部的标准化处理[12]。 8. **因子名称**：行业平均景气度[12] **因子构建思路**：使用行业层面的景气度指标（可能基于PMI、营收增速等合成）的平均值，用于衡量整体经济或企业的盈利前景。景气度回暖可能不利于防御性的红利风格[4][7][12]。 **因子具体构建过程**：报告未提供具体计算方式，可能是对多个行业景气指标进行平均或合成后，再经过标准化处理[12]。 模型的回测效果 *报告为周度跟踪报告，主要展示模型最新观点和因子值，未提供历史回测的绩效指标（如年化收益率、夏普比率、最大回撤等）[1][6][12]。* 因子的回测效果 *报告为周度跟踪报告，主要展示各子因子在最新时点的标准化因子值和观点，未提供各因子单独的历史IC、IR等有效性检验指标[12]。* **模型/因子最新指标取值（截至2026年03月13日）** 1. **综合因子**，综合因子值：-0.39[1][4][6] 2. **中国:非制造业 PMI:服务业**，因子值：0.14，最新观点：0[12] 3. **中国:M2:同比**，因子值：0.31，最新观点：0[12] 4. **美国:国债收益率:10 年**，因子值：-0.81，最新观点：0[12] 5. **红利相对净值自身**，因子值：1.59，最新观点：1[12] 6. **中证红利股息率-10 年期中债收益率**，因子值：-0.22，最新观点：0[12] 7. **融资净买入**，因子值：0.74，最新观点：0[12] 8. **行业平均景气度**，因子值：0.91，最新观点：0[12] *注：“最新观点”列中，“1”代表看多，“0”代表中性或看空[12]。*

量化模型与构建方式 1. **模型名称：人工智能全球大类资产配置模型**[38] * **模型构建思路**：将机器学习模型应用于大类资产配置问题，基于因子投资的思路，使用模型对各类资产进行打分排序，最终构建可投资的、月频调整的量化等权配置策略[38]。 * **模型具体构建过程**：报告未详细描述该机器学习模型的具体构建过程、因子构成及公式。 2. **模型名称：基于动态宏观事件因子的股债轮动配置模型**[45] * **模型构建思路**：构建一个包含经济增长和货币流动性两大维度的动态宏观事件因子体系，并基于此体系结合风险预算模型框架，输出针对不同风险偏好（保守型、稳健型、进取型）的股债配置权重[45]。 * **模型具体构建过程**： 1. **宏观事件因子构建**：模型选取了经济增长和货币流动性两个维度的多个细分指标作为宏观事件因子[45][48]。例如，经济增长维度包括M1同比、PPI同比、PPI-CPI剪刀差、工业增加值同比、国债利差(10Y-1M)、发电量当月值_MA3环比等指标；货币流动性维度包括M1-M2剪刀差、中美国债利差(10Y)、中国国债美国TIPS利差(10年)等指标[48]。 2. **信号生成**：每个细分指标会生成一个二值信号（例如，1代表看多，0代表不看多）[48]。 3. **信号合成**：将同一维度下的多个细分因子信号进行合成，得到经济增长维度和货币流动性维度的综合信号强度（百分比形式）[45][47]。例如，报告显示截至2月28日，经济增长维度信号强度为0%，货币流动性维度信号强度为60%[47]。 4. **权重确定**：基于宏观择时模块（即合成信号）与风险预算模型框架，最终输出不同风险偏好组合的股票和债券配置权重[45][47]。 3. **模型名称：基于红利风格择时配置模型**[52] * **模型构建思路**：针对中证红利指数，构建一个基于经济增长与货币流动性两大维度共10项指标的动态宏观事件因子体系，用于进行择时配置，旨在捕捉红利风格资产的相对优势并控制回撤[52]。 * **模型具体构建过程**： 1. **宏观事件因子构建**：模型选取经济增长与货币流动性两大维度共10项指标构建动态宏观事件因子体系[52]。具体指标包括：经济增长维度的消费者信心指数、发电量当月值_MA3_MoM、国债利差(10Y-3M)、中采制造业PMI新出口订单、PPI同比、PPI-CPI剪刀差；货币流动性维度的Shibor2W、R007_MA20、Shibor1M_MoM、逆回购R007差额[54]。 2. **信号生成**：每个指标会生成一个二值信号（例如，1代表看多，0代表不看多）[54]。 3. **信号合成**：将所有指标的信号合成为一个最终的二值择时信号（1或0）[52][54]。例如，报告显示2026年3月的最终合成信号为1（看多）[52][54]。 模型的回测效果 1. **人工智能全球大类资产配置模型** * 回测期间：2021年1月至2026年3月[40] * 年化收益率：16.48%[40] * 年化波动率：6.78%[43] * 最大回撤：-6.66%[40] * 夏普比率：1.15[40] * 2026年初至今收益率：5.72%[40] 2. **基于动态宏观事件因子的股债轮动配置模型** * 回测期间：2005年1月至2026年3月[46] * **进取型策略**： * 年化复合收益率：20.07%[46] * 年化波动率：14.00%[51] * 最大回撤：-13.72%[51] * 夏普比率：1.31[51] * 收益回撤比：1.46[51] * 2026年初至今收益率：5.42%[46] * **稳健型策略**： * 年化复合收益率：10.79%[46] * 年化波动率：8.09%[51] * 最大回撤：-6.77%[51] * 夏普比率：1.19[51] * 收益回撤比：1.59[51] * 2026年初至今收益率：1.81%[46] * **保守型策略**： * 年化复合收益率：5.85%[46] * 年化波动率：3.19%[51] * 最大回撤：-3.55%[51] * 夏普比率：1.49[51] * 收益回撤比：1.65[51] * 2026年初至今收益率：0.83%[46] 3. **基于红利风格择时配置模型** * **择时策略**（假设单边交易成本千分之二）[52]： * 年化收益率：15.85%[52] * 年化波动率：16.17%[52] * 最大回撤：-21.22%[52] * 夏普比率：0.93[52] * 最近1个月收益率：1.35%[52] * **基准（中证红利全收益指数）**： * 年化收益率：11.49%[52] * 年化波动率：22.45%[52] * 最大回撤：-36.80%[52] * 夏普比率：0.58[52] * 最近1个月收益率：1.35%[52] 量化因子与构建方式 1. **因子名称：动态宏观事件因子（用于股债轮动模型）**[45] * **因子构建思路**：从经济增长和货币流动性两个宏观维度，选取具有预测性的高频或月度指标，将其转化为二值信号，用以判断股票资产的配置时机[45][48]。 * **因子具体构建过程**：报告列出了具体的细分指标，但未给出每个指标具体的信号生成阈值或公式。例如，经济增长维度包括M1同比、PPI同比、PPI-CPI剪刀差、工业增加值同比、国债利差(10Y-1M)、产量:发电量:当月值_MA3:环比等；货币流动性维度包括M1-M2剪刀差、中美国债利差10Y、中国国债美国TIPS利差:10年等[48]。每个指标在特定时点会输出1（看多）或0（不看多）的信号[48]。 2. **因子名称：动态宏观事件因子（用于红利择时模型）**[52] * **因子构建思路**：从经济增长和货币流动性两个维度选取10项指标，构建一个用于对中证红利指数进行择时的信号体系[52]。 * **因子具体构建过程**：报告列出了具体的细分指标，但未给出每个指标具体的信号生成阈值或公式。指标包括：经济增长维度的消费者信心指数、产量:发电量:当月值_MA3_MoM、国债利差10Y-3M、中采制造业PMI_新出口订单、PPI_YoY、PPI-CPI剪刀差；货币流动性维度的Shibor2W、R007_MA20、Shibor1M_MoM、逆回购R007差额[54]。每个指标在特定时点会输出1（看多）或0（不看多）的信号[54]。

报告行业投资评级 * 报告未对行业或股票给出明确的“增持”、“中性”或“减持”评级，其核心是更新并解读一个量化择时模型的信号 [1][3][5] 报告的核心观点 * 报告的核心观点是，基于其构建的红利风格择时模型，截至2026年03月06日当周，模型未发出对红利风格的看多信号 [1][3][5] * 模型综合因子值在上周（20260302至20260306）为-0.38，保持为负值，且较前一周（20260224至20260227）的-0.10进一步下滑，表明看多条件未触发 [1][3][5] * 导致综合因子为负值的主要原因是美债利率下行和市场情绪回暖，这两者对红利风格均产生压制作用 [3][8] 根据相关目录分别进行总结 1. 模型最新结果 * 截至2026年03月06日，红利风格择时模型的综合因子值为-0.38，模型未发出看多信号 [5] * 从边际变化看，最大的负向贡献来自美债利率下行，其对红利的压制作用增强；同时市场情绪回暖也对红利超额收益产生负贡献 [3][8] * 从存量因素看，美债利率的下行和行业景气度的回暖共同对红利风格产生负贡献 [3][8] * 根据模型各因素观点表，在2026年03月06日，仅“红利相对净值自身”因子给出看多观点（观点值为1），而“美国:国债收益率:10年”因子值为-0.70，显示强烈的负向影响 [11]

量化模型与构建方式 1. **模型名称**：红利风格择时模型[1][3][5] **模型构建思路**：通过构建一个综合多个影响红利风格表现因素的择时模型，来判断未来一段时间红利风格是否具有超额收益机会[5]。 **模型具体构建过程**：模型是一个多因子综合打分模型。首先，选取了影响红利风格表现的多个因子，包括宏观经济、市场情绪、估值差、资金流向等[8][11]。然后，对每个因子进行标准化处理，并赋予方向性（即因子值对红利风格的影响是正向还是负向）。最后，将各因子的标准化值加权（报告中未明确说明权重，可能为等权或根据历史表现确定）求和，得到综合因子值[5]。当综合因子值为正时，发出看多信号；为负时，则不发出看多信号[1][5]。 2. **因子名称**：中国:非制造业PMI:服务业[11] **因子构建思路**：反映国内服务业经济活动状况，是宏观经济景气的先行指标[11]。 **因子具体构建过程**：直接采用国家统计局发布的“中国非制造业PMI:服务业”指标的原始数据或经处理（如去趋势、标准化）后的数据作为因子值[11]。 **因子评价**：对红利风格的影响为中性（最新观点为0）[11]。 3. **因子名称**：中国:M2:同比[11] **因子构建思路**：反映国内货币供应量情况，影响市场流动性和风险偏好[11]。 **因子具体构建过程**：直接采用中国人民银行发布的“中国M2同比”指标的原始数据或经处理（如去趋势、标准化）后的数据作为因子值[11]。 **因子评价**：对红利风格的影响为中性（最新观点为0）[11]。 4. **因子名称**：美国:国债收益率:10年[11] **因子构建思路**：反映全球无风险利率水平和资金成本，其变化影响高股息资产的相对吸引力[8][11]。 **因子具体构建过程**：直接采用美国10年期国债收益率的原始数据或经处理（如去趋势、标准化）后的数据作为因子值[11]。 **因子评价**：对红利风格产生压制作用（因子值为负），近期下行增强了压制作用[8][11]。 5. **因子名称**：红利相对净值自身[11] **因子构建思路**：可能指红利指数或其相对基准的净值动量，反映趋势延续性[11]。 **因子具体构建过程**：报告未详细说明具体计算，可能基于中证红利指数净值或相对收益的动量指标（如过去一段时间的收益率）计算并标准化[11]。 **因子评价**：对红利风格产生正向贡献（最新观点为1）[11]。 6. **因子名称**：中证红利股息率-10年期中债收益率[11] **因子构建思路**：计算红利指数股息率与长期国债收益率的差值（股债利差），衡量高股息资产的相对估值吸引力[11]。 **因子具体构建过程**：计算公式为：中证红利指数的股息率减去10年期中国国债收益率，然后对差值进行标准化处理得到因子值[11]。 **因子评价**：对红利风格的影响为中性（最新观点为0）[11]。 7. **因子名称**：融资净买入[11] **因子构建思路**：反映A股市场杠杆资金的情绪和流向[11]。 **因子具体构建过程**：直接采用A股市场融资净买入金额的原始数据或经处理（如规模调整、标准化）后的数据作为因子值[11]。 **因子评价**：对红利风格的影响为中性（最新观点为0）[11]。 8. **因子名称**：行业平均景气度[11] **因子构建思路**：反映A股整体行业的景气状况，当景气度回暖时，资金可能从防御性的红利风格流向成长风格[8][11]。 **因子具体构建过程**：报告未详细说明具体计算，可能基于各行业景气指数或财务指标合成一个整体景气度指标，并标准化[11]。 **因子评价**：对红利风格产生负贡献[8][11]。 模型的回测效果 1. **红利风格择时模型**，综合因子值（2026.03.02-2026.03.06）为-0.38[1][3][5]。 2. **红利风格择时模型**，综合因子值（2026.02.24-2026.02.27）为-0.10[1][5]。 因子的回测效果 （注：报告未提供各因子独立的历史回测绩效指标（如IC、IR、多空收益等），仅提供了特定时点的因子值和观点。因此，本部分展示报告给出的最新因子数据。） 1. **中国:非制造业PMI:服务业因子**，因子值（2026.03.06）为0.14[11]，因子值（2026.02.27）为-0.13[11]，因子值（2026.01.30）为-0.19[11]。 2. **中国:M2:同比因子**，因子值（2026.03.06）为0.31[11]，因子值（2026.02.27）为0.21[11]，因子值（2026.01.30）为0.27[11]。 3. **美国:国债收益率:10年因子**，因子值（2026.03.06）为-0.70[11]，因子值（2026.02.27）为-0.49[11]，因子值（2026.01.30）为-0.39[11]。 4. **红利相对净值自身因子**，因子值（2026.03.06）为0.76[11]，因子值（2026.02.27）为0.54[11]，因子值（2026.01.30）为-0.11[11]。 5. **中证红利股息率-10年期中债收益率因子**，因子值（2026.03.06）为-0.11[11]，因子值（2026.02.27）为0.03[11]，因子值（2026.01.30）为0.43[11]。 6. **融资净买入因子**，因子值（2026.03.06）为0.26[11]，因子值（2026.02.27）为-1.31[11]，因子值（2026.01.30）为-1.76[11]。 7. **行业平均景气度因子**，因子值（2026.03.06）为0.97[11]，因子值（2026.02.27）为1.12[11]，因子值（2026.01.30）为0.77[11]。

报告行业投资评级 * 本报告为金融工程周报，未对特定行业给出投资评级 [4] 报告的核心观点 * 上周（20260224 至 20260227）红利风格择时模型综合因子值为 **-0.10**，在连续两周为正值后转为轻微负向信号，前一周（20260209 至 20260213）因子值为 **0.09** [1][4][6] * 因子值在0轴上下轻微波动是正常现象，这可能意味着当前位于风格切换的关键节点，需要持续跟踪观察是否切换成功 [4][6] * 导致模型打分小幅下降至负值的主要边际变化是：**美债利率近期下行，其对红利的压制作用增强**；同时市场情绪有所回暖，红利超额表现减弱 [4][7] * 从存量因素看，较低的市场情绪和总体较强的红利动量对红利风格产生正贡献；而美债利率的下行和行业景气度的回暖对红利产生负贡献 [4][7] 根据相关目录分别进行总结 模型最新结果 * 上周（20260224至20260227）红利风格择时模型综合因子值为 **-0.10**，前一周（20260209至20260213）因子值为 **0.09**，信号由正转负 [6] * 根据模型各因素观点表（20260227），对红利风格持正面观点（观点为“1”）的因子包括：中国非制造业PMI服务业、红利相对净值自身、中证红利股息率-10年期中债收益率、融资净买入 [11] * 对红利风格持负面或中性观点（观点为“0”）的因子包括：中国M2同比、美国国债收益率10年、行业平均景气度 [11] * 具体因子数值变化显示，**美国10年期国债收益率因子**对红利的负向影响显著增强，其因子值从2026年2月13日的 **-0.23** 变为2月27日的 **-0.49** [11] * 红利相对净值自身因子值从2月13日的 **0.89** 下降至2月27日的 **0.54**，显示红利动量有所减弱但仍为正贡献 [11] * 行业平均景气度因子值从1月30日的 **0.77** 持续上升至2月27日的 **1.12**，其回暖对红利风格构成负贡献 [11]