券商金股股票池上月回顾 - 2026年1月，券商金股股票池中涨幅最高的股票包括卓易信息（上涨98.94%）、宏景科技（上涨68.75%）和圣晖集成（上涨61.59%）[3][4] - 2026年1月，金股收益排名前三的券商分别为中邮证券（月度收益18.34%）、申万宏源证券（月度收益17.37%）和华龙证券（月度收益16.64%），同期偏股混合型基金指数收益为7.32%，沪深300指数收益为1.65%[1][6] - 2026年以来，金股收益排名前三的券商与1月相同，中邮证券、申万宏源证券、华龙证券的年度收益分别为18.34%、17.37%和16.64%，同期基准指数表现与1月数据一致[1][7] - 中邮证券1月的明星个股包括新金路（上涨39.64%）、金固股份（上涨36.41%）和咸亨国际（上涨34.33%）[8] - 申万宏源证券1月的明星个股包括赤峰黄金（上涨38.28%）、中国巨石（上涨24.97%）和特变电工（上涨22.41%）[8] - 华龙证券1月的明星个股包括卓易信息（上涨98.94%）、桐昆股份（上涨27.08%）和中材科技（上涨18.0%）[8] 券商金股股票池因子表现 - 最近一个月及今年以来，在券商金股股票池中表现较好的选股因子包括总市值（反方向，最近一月收益12.40%）、单季度净利润增速（正向，最近一月收益7.19%）和分析师净上调比例（正向，最近一月收益6.31%）[1][16][19] - 最近一个月及今年以来，在券商金股股票池中表现较差的选股因子包括盈余公告后跳空超额（正向，最近一月收益0.01%）、单季度ROE（正向，最近一月收益0.13%）和日内收益率（反向，最近一月收益0.85%）[1][16][19] - 从历史年化收益看，表现突出的因子包括盈余公告后跳空超额（15.42%）、SUE（15.35%）、总市值（15.04%）和分析师净上调幅度（15.09%）[16] 券商金股股票池本月特征 - 截至2026年2月2日，共有41家券商发布本月金股，去重后总计273只A股[1][20] - 从绝对行业配置占比看，本期券商金股在电子（12.83%）、机械（9.44%）、基础化工（8.47%）、有色金属（7.99%）和电力设备及新能源（6.30%）行业配置较高[1][26] - 从行业配置相对变化看，本期券商金股在交通运输（增配+1.29%）、建材（增配+1.07%）和商贸零售（增配+1.02%）行业增配较多[1][26] - 从行业配置相对变化看，本期券商金股在有色金属（减配-2.10%）、汽车（减配-1.85%）和国防军工（减配-1.22%）行业减配较多[1][26] - 从风格暴露来看，本月券商金股股票池偏向中市值、高估值、强动量风格[1][20] - 本月被多家券商共同推荐的金股包括：贵州茅台、海光信息、万华化学等8只股票均有5家以上分析师推荐；福斯特、新易盛、药明康德等7只股票有4家分析师推荐[21][22] - 从买方关注度视角，筛选出本月金股中尚未被任何主动股基列为前十大重仓股的样本，包括艾罗能源、爱旭股份、贝泰妮等数十只股票[23][27] - 从卖方关注度视角，筛选出本月金股中近12个月以来首次被推荐的样本，包括北京利尔、博纳影业、春晖智控等二十余只股票[28][29] 券商金股指数与行业组合表现 - 券商金股股票池能够较好地跟踪偏股混合型基金指数的表现，是券商研究所研究实力的体现[2][9] - 本月（20260105-20260130），券商金股指数收益为7.60%，同期偏股混合型基金指数收益为7.32%[13] - 今年以来（20260105-20260130），券商金股指数收益为7.60%，同期偏股混合型基金指数收益为7.32%[13] - 本月券商金股行业组合中，商贸零售、银行、石油石化行业的超额收益排名前三[14] - 今年以来券商金股行业组合中，商贸零售、银行、石油石化行业的超额收益同样排名前三[14] 券商金股业绩增强组合 - 国信金工构建的券商金股业绩增强组合，旨在从券商金股股票池中优选个股，以对标并战胜偏股混合型基金指数[30][32] - 在2018年1月2日至2025年12月31日的区间内，该组合考虑仓位及交易费用后的年化收益为21.71%，相对偏股混合型基金指数的年化超额收益为14.18%[33] - 在2018年至2025年期间，该组合每年业绩排名基本都排在主动股基前30%的水平[33] - 本月（20260105-20260130），该组合绝对收益为11.47%，相对偏股混合型基金指数的超额收益为4.15%[1][35] - 本年（20260105-20260130），该组合绝对收益为11.47%，相对偏股混合型基金指数的超额收益为4.15%[1][35] - 今年以来，该组合在主动股基中排名位于16.69%分位点（621/3721）[5][35]

报告行业投资评级 - 报告未明确给出对行业的整体投资评级 [1][3][4][5][6][8][13][41][42][45][46][47][49][50] 报告的核心观点 - 报告核心为跟踪并展示基于GAN（生成式对抗网络）与GRU（门控循环单元）的深度学习选股因子“GAN_GRU”的近期表现 [4][13] - GAN_GRU因子在全市场及中信一级行业内均展现出选股能力，但近期表现存在分化 [4][41][42][45][46] - 报告提供了截至2026年1月28日，由该因子筛选出的具体多头组合及个股名单 [5][47][49][50] 根据相关目录分别进行总结 GAN_GRU模型简介 - GAN_GRU因子是利用GAN模型进行量价时序特征处理，再利用GRU模型进行时序特征编码得到的选股因子 [4][13] - 模型使用的量价特征包括收盘价、开盘价、成交量、换手率等18个日频及月频特征 [14][17][19] - 模型训练采用月频调仓，使用过去40天的量价特征预测未来20个交易日的累计收益，每半年滚动训练一次 [15][18] - 模型结构为两层GRU层加MLP层，输出预测收益作为选股因子，因子在测试前已做行业市值中性化及标准化处理 [22] GAN_GRU因子表现 - **全市场表现**：自2019年1月至2026年1月，GAN_GRU因子在全A股范围内IC均值为0.1107，多头组合年化超额收益率为22.36% [41][42] - **近期全市场表现**：截至2026年1月28日，因子最新一期IC为0.0003，近一年IC均值为0.0553 [4][41][42] - **分行业IC表现（当期）**：截至2026年1月，当期因子IC排名前五的行业为国防军工(0.3498)、建筑(0.2478)、房地产(0.2165)、银行(0.1993)、通信与农林牧渔(0.1976) [4][42] - **分行业IC表现（近一年均值）**：近一年因子IC均值排名前五的行业为计算机(0.1089)、传媒(0.1074)、钢铁(0.1071)、建筑(0.1007)、基础化工(0.0964) [4][42] GAN_GRU因子多头组合 - **分行业超额收益（当期）**：截至2026年1月28日，1月当期多头组合超额收益最高的五个行业为国防军工(11.41%)、通信(8.40%)、农林牧渔(7.85%)、家电(6.01%)、电力设备及新能源(4.98%) [2][45] - **分行业超额收益（近一年月均）**：近一年月平均超额收益最高的五个行业为房地产(2.17%)、家电(2.09%)、商贸零售(1.69%)、建筑(1.69%)、国防军工(1.58%) [2][46] - **表现不佳的行业**：近一年，在29个中信一级行业中，有6个行业的多头组合未跑赢行业指数，分别为电子、煤炭、非银金融、传媒、有色、通信 [2][46] - **最新多头组合个股**：根据因子得分，截至2026年1月28日排名前十的个股为新华保险、光弘科技、粤高速A、汤臣倍健、江瀚新材、洪城环境、鲁西化工、鼎胜新材、苏州银行、物产中大 [5][49][50] - 报告同时列出了截至同期，各中信一级行业内因子排名第一的个股清单 [47]

核心观点 报告通过挖掘Level2逐笔委托数据中的挂单手数信息，构建了具备选股能力的因子和策略，核心观点认为不同规模的挂单手数有效映射了不同类型投资者的行为特征，其中机构和大资金的参与对股价有正向预测作用，而散户的过度参与则形成负向压制，基于此构建的合成因子和“游资吸筹”策略在历史回测中展现了稳健的超额收益 [1][2][8] 主要挂单手数占比因子 - 挂单手数分布呈现非线性特征，投资者存在明显的“整数偏好”，且因子预测方向在50手附近形成“正负分水岭”，2-50手区间RankIC基本为负，50手以上逐渐转正 [12] - 极小单（1手）占比与股价呈显著正相关，映射了机构执行VWAP、TWAP等算法交易时的隐蔽拆单行为，机构参与度越强 [13][15] - 小额挂单（5、10、15手）占比对股价构成显著负向压制，这类带有“整数偏好”的特征多对应个人投资者行为，散户参与度过高导致筹码分散 [13][15] - 大额挂单（50、100、200手）占比提升意味着具备资金优势的主体积极进场，其占比因子IC均值显著为正 [13][15] - 合成的“委买主要手数占比因子”在2015至2025年期间，T1-T6 VWAP RankIC为0.048，ICIR为0.357，IC胜率为61.5%，多头年化超额收益达18.6%，多空年化收益达30.6% [2][16][19] - 该因子在沪深300、中证A500、中证500、中证1000和万得全A指数内的多头年化超额收益分别为6.5%、11.0%、9.5%、14.8%、18.6%，多空年化收益分别为10.4%、17.4%、16.2%、25.9%、30.6% [19] - 合成的“委卖主要手数占比因子”在同期T1-T6 VWAP RankIC为0.04，ICIR为0.309，IC胜率为59.9%，在主要宽基指数内的多头年化超额收益分别为0.9%、5.5%、9.7%、13.6%、11.5%，多空年化收益分别为4.0%、11.2%、14.3%、22.2%、24.0% [22][23][24] 投资者类型因子 - 报告主观构建了四类投资者识别方式：机构投资者（挂单为100-900的3位数且为100整数倍）、游资（挂单为111-999的3位数“豹子号”）、量化（挂单为10-90的2位数且为10整数倍）、散户（挂单为2-9的个位数） [27][30] - 游资挂买与挂卖手数比值因子与未来收益率呈显著负相关，2015至2025年RankIC为-0.031，ICIR为-0.499，该因子空头选股能力较强，多头能力较弱，仅适合用于剔除空头股票 [29][30][33] - 游资撤单与非撤单手数比值因子同样与未来收益率呈显著负相关，同期RankIC为-0.018，ICIR为-0.497，也呈现出空头选股能力强、多头能力弱的特征 [37][38][42] - 游资与机构挂单手数比值因子表现突出，同期RankIC为-0.032，ICIR为-0.863，IC胜率为18.1%，累计IC趋势几乎无失效时间段，展现出极强的鲁棒性 [2][43][46][47] - 该因子在沪深300、中证A500、中证500、中证1000和万得全A的多头年化超额收益分别为0.4%、5.3%、4.9%、10.8%、10.6%，多空年化收益分别为-0.4%、6.5%、5.1%、14.8%、15.2% [47] - 纯机构主导的标的（因子值最低组）展现出稳健的趋势性上涨潜力，而纯游资主导的标的（因子值最高组）虽因博弈剧烈导致超额为负，但其提供的流动性支撑使其表现并非分组最差 [2][55] 投资者活跃度 - 通过计算并10日平滑各类投资者挂单总手数占比，可以构建时序维度的投资者活跃度指标，动态刻画资金参与强度 [56] - 以寒武纪和新易盛2025年7-8月的上涨行情为例，寒武纪在拉升过程中机构和量化活跃度显著上升，散户活跃度下降，行情或由机构主导；而新易盛在上涨过程中散户活跃度显著上升，机构活跃度在行情启动后逐渐下降，行情或由散户主导 [58][62] - 农业银行和上海建工等低价股在同期股价上涨过程中，散户活跃度指标与股价走势高度重叠，呈现明显的散户追涨特征 [62][66] - 机构在上海建工2025年9月股价暴涨过程中几乎没有参与，反而在随后的下跌过程中，整100手订单涌入的趋势逐渐明显 [66] - 游资在农业银行2025年11月股价到达最高点时流动性大幅增加，随后股价下跌，游资活跃度也迅速回落 [66] 游资股票池与策略 - 通过识别AAAA、ABBB、AABB、ABCD等4位数异常委托单，可以构建“游资股票池”，旨在捕捉游资利用异常手数传递信号、吸引关注的行为 [69][71] - 在“游资股票池”基础上，叠加低波动率与低换手率逻辑进行过滤，构建“游资吸筹组合”，旨在捕捉处于低位隐蔽吸筹阶段的标的，该组合全历史年化超额收益为8.6%，信息比率为0.804 [2][69][77] - 引入机器学习因子对“游资吸筹组合”进行增强后，形成的“游资吸筹+机器学习组合”年化超额收益进一步提升至14.7%，信息比率改善至1.083 [2][72][77] - 该增强策略在2022年市场下行期表现突出，录得29.6%的超额收益，展现出良好的净值韧性和抗风险能力 [77][78] - 尽管“游资股票池”未覆盖科创板股票，但增强策略在2025年仍录得10.7%的超额收益 [78]

量化模型与因子总结 量化模型与构建方式 1. **模型名称：国信金工多因子指数增强模型**[11][12] * **模型构建思路**：以多因子选股为主体，通过收益预测、风险控制和组合优化三个主要步骤，构建能够稳定战胜特定基准指数（如沪深300、中证500等）的增强组合[11][12]。 * **模型具体构建过程**： 1. **收益预测**：基于多因子模型对股票未来收益进行预测。 2. **风险控制**：控制组合相对于基准指数在行业、风格（如市值）等方面的暴露，以控制跟踪误差。 3. **组合优化**：在满足风险约束的条件下，通过优化算法求解最优的股票权重，以最大化预期收益或信息比率。具体优化模型未在提供内容中详细展开，但提及了包含行业中性、风格中性等约束[12]。 2. **模型名称：单因子MFE（Maximized Factor Exposure）组合模型**[15][40] * **模型构建思路**：为了在更贴近实际投资约束（如行业、风格暴露控制）的条件下检验单因子的有效性，采用组合优化的方式，构建一个在满足各项约束下最大化该因子暴露的投资组合，通过该组合相对于基准的表现来判断因子有效性[15][40]。 * **模型具体构建过程**： 1. **优化目标**：最大化组合在目标单因子上的加权暴露。 2. **约束条件**：包括控制组合相对于基准指数的风格暴露、行业偏离、个股权重偏离、成分股内权重占比、禁止卖空以及权重和为1等[40][41]。 3. **优化模型公式**： $$\begin{array}{ll}\max & f^{T}w \\\ s.t. & s_{l} \leq X(w-w_{b}) \leq s_{h} \\\ & h_{l} \leq H(w-w_{b}) \leq h_{h} \\\ & w_{l} \leq w-w_{b} \leq w_{h} \\\ & b_{l} \leq B_{b}w \leq b_{h} \\\ & \mathbf{0} \leq w \leq l \\\ & \mathbf{1}^{T}w = 1\end{array}$$ 其中： * $f$ 为因子取值向量。 * $w$ 为待求解的股票权重向量。 * $w_b$ 为基准指数成分股权重向量。 * $X$ 为股票对风格因子的暴露矩阵。 * $s_l$, $s_h$ 为风格因子相对暴露的上下限。 * $H$ 为股票的行业暴露矩阵。 * $h_l$, $h_h$ 为行业偏离的上下限。 * $w_l$, $w_h$ 为个股相对于基准权重偏离的上下限。 * $B_b$ 为个股是否属于基准指数成分股的0-1向量。 * $b_l$, $b_h$ 为成分股内权重占比的上下限。 * $l$ 为个股权重上限。 * $\mathbf{1}$ 为元素全为1的向量[40][41]。 4. **构建流程**：每月末，根据设定的约束条件（如行业中性、市值中性、个股权重偏离限制等），通过求解上述优化问题，为每个因子构建其MFE组合，并进行换仓和回测[44]。 3. **模型名称：公募重仓指数**[42][43] * **模型构建思路**：为了测试因子在公募基金这一重要市场参与者持仓池中的有效性，通过汇总公募基金的持股信息，构建一个代表“机构风格”的动态指数作为新的因子测试样本空间[42]。 * **模型具体构建过程**： 1. **样本基金筛选**：选取普通股票型和偏股混合型基金，剔除规模小于五千万且上市不足半年的基金[43]。 2. **持仓数据获取**：从基金的定期报告（年报、半年报、季报）中获取持股信息。对于季报，需结合前期的年报或半年报信息来构建完整持仓[43]。 3. **权重计算与成分股选取**：将所有符合条件基金的持仓股票权重进行平均，得到公募基金平均持仓。将平均后的股票权重降序排列，选取累计权重达到90%的股票作为成分股，以此构建公募重仓指数[43]。 量化因子与构建方式 报告构建了一个包含30余个因子的因子库，涵盖多个维度[16][17]。 1. **因子类别：估值** * **因子名称与构建过程**： * **BP**：净资产除以总市值[17]。 * **单季EP**：单季度归母净利润除以总市值[17]。 * **单季SP**：单季度营业收入除以总市值[17]。 * **EPTTM**：过去12个月（TTM）归母净利润除以总市值[17]。 * **SPTTM**：过去12个月（TTM）营业收入除以总市值[17]。 * **EPTTM分位点**：EPTTM值在过去一年历史序列中的分位点[17]。 * **股息率**：最近四个季度预案分红金额除以总市值[17]。 2. **因子类别：反转** * **因子名称与构建过程**： * **一个月反转**：过去20个交易日的涨跌幅[17]。 * **三个月反转**：过去60个交易日的涨跌幅[17]。 3. **因子类别：动量** * **因子名称与构建过程**： * **一年动量**：近一年（剔除最近一个月）的股价动量[17]。 4. **因子类别：成长** * **因子名称与构建过程**： * **单季净利同比增速**：单季度净利润的同比增长率[17]。 * **单季营收同比增速**：单季度营业收入的同比增长率[17]。 * **单季营利同比增速**：单季度营业利润的同比增长率[17]。 * **SUE (标准化预期外盈利)**：(单季度实际净利润 - 预期净利润) / 预期净利润的标准差[17]。 * **SUR (标准化预期外收入)**：(单季度实际营业收入 - 预期营业收入) / 预期营业收入的标准差[17]。 * **单季超预期幅度**：预期单季度净利润除以财报公布的单季度净利润[17]。 5. **因子类别：盈利** * **因子名称与构建过程**： * **单季ROE**：(单季度归母净利润 * 2) / (期初归母净资产 + 期末归母净资产)[17]。 * **单季ROA**：(单季度归母净利润 * 2) / (期初归母总资产 + 期末归母总资产)[17]。 * **DELTAROE**：当期单季度净资产收益率 - 去年同期单季度净资产收益率[17]。 * **DELTAROA**：当期单季度总资产收益率 - 去年同期单季度总资产收益率[17]。 6. **因子类别：流动性** * **因子名称与构建过程**： * **非流动性冲击**：过去20个交易日的日涨跌幅绝对值与成交额比值的均值[17]。 * **一个月换手**：过去20个交易日换手率的均值[17]。 * **三个月换手**：过去60个交易日换手率的均值[17]。 7. **因子类别：波动** * **因子名称与构建过程**： * **特异度**：1 - 过去20个交易日Fama-French三因子回归模型的拟合优度(R²)[17]。 * **一个月波动**：过去20个交易日日内真实波幅的均值[17]。 * **三个月波动**：过去60个交易日日内真实波幅的均值[17]。 8. **因子类别：公司治理** * **因子名称与构建过程**： * **高管薪酬**：公司前三名高管报酬总额的自然对数[17]。 9. **因子类别：分析师** * **因子名称与构建过程**： * **预期EPTTM**：基于分析师一致预期的滚动市盈率(EP)的倒数[17]。 * **预期BP**：基于分析师一致预期的滚动市净率(PB)的倒数[17]。 * **预期PEG**：基于分析师一致预期的PEG比率[17]。 * **预期净利润环比**：当前一致预期净利润除以3个月前的一致预期净利润[17]。 * **三个月盈利上下调**：过去3个月内，分析师上调家数减去下调家数，再除以总覆盖家数[17]。 * **三个月机构覆盖**：过去3个月内覆盖该公司的机构（分析师团队）数量[17]。 模型的回测效果 * **国信金工指数增强组合**（截至2026年1月9日当周）[5][14] * **沪深300增强组合**：本周超额收益0.44%，本年超额收益0.44%[5][14]。 * **中证500增强组合**：本周超额收益-1.80%，本年超额收益-1.80%[5][14]。 * **中证1000增强组合**：本周超额收益-2.20%，本年超额收益-2.20%[5][14]。 * **中证A500增强组合**：本周超额收益0.61%，本年超额收益0.61%[5][14]。 因子的回测效果 以下为各因子在对应样本空间中，其MFE组合在“最近一周”的表现（超额收益）[18][21][23][25][27]。 1. **沪深300样本空间** [18] * **三个月机构覆盖**：0.86% * **DELTAROA**：0.61% * **DELTAROE**：0.52% * **单季EP**：0.44% * **单季ROA**：0.31% * **EPTTM年分位点**：0.19% * **高管薪酬**：0.13% * **三个月反转**：0.11% * **SPTTM**：0.05% * **预期BP**：0.04% * **单季净利同比增速**：0.04% * **EPTTM**：0.03% * **预期PEG**：0.03% * **单季营利同比增速**：0.03% * **标准化预期外盈利(SUE)**：0.03% * **一个月反转**：-0.04% * **单季超预期幅度**：-0.05% * **BP**：-0.06% * **三个月波动**：-0.06% * **一个月波动**：-0.09% * **三个月换手**：-0.12% * **三个月盈利上下调**：-0.13% * **单季营收同比增速**：-0.13% * **单季ROE**：-0.13% * **单季SP**：-0.14% * **预期EPTTM**：-0.15% * **标准化预期外收入(SUR)**：-0.24% * **一个月换手**：-0.27% * **股息率**：-0.28% * **非流动性冲击**：-0.42% * **特异度**：-0.42% * **一年动量**：-0.45% * **预期净利润环比**：-0.78% 2. **中证500样本空间** [21] * **单季净利同比增速**：表现较好 * **预期净利润环比**：表现较好 * **特异度**：表现较好 * **一个月波动**：表现较差 * **EPTTM**：表现较差 * **单季ROE**：表现较差 * *(注：文档未提供具体数值表，仅文字描述)* 3. **中证1000样本空间** [23] * **一年动量**：1.94% * **单季营收同比增速**：1.31% * **标准化预期外收入(SUR)**：0.92% * **三个月机构覆盖**：0.81% * **三个月反转**：0.72% * **预期净利润环比**：0.32% * **高管薪酬**：0.27% * **三个月盈利上下调**：0.22% * **DELTAROA**：0.03% * **单季净利同比增速**：0.03% * **标准化预期外盈利(SUE)**：-0.05% * **单季营利同比增速**：-0.21% * **非流动性冲击**：-0.30% * **一个月反转**：-0.33% * **特异度**：-0.63% * **单季ROE**：-0.67% * **EPTTM年分位点**：-0.72% * **预期PEG**：-0.74% * **单季超预期幅度**：-1.02% * **DELTAROE**：-1.09% * **单季SP**：-1.42% * **SPTTM**：-1.46% * **单季ROA**：-1.66% * **一个月换手**：-2.15% * **三个月换手**：-2.30% * **一个月波动**：-2.47% * **BP**：-2.56% * **预期BP**：-2.79% * **单季EP**：-3.04% * **三个月波动**：-3.09% * **预期EPTTM**：-3.22% * **股息率**：-3.27% * **EPTTM**：-3.56% 4. **中证A500样本空间** [25] * **单季净利同比增速**：1.14% * **DELTAROE**：0.88% * **单季营利同比增速**：0.70% * **三个月反转**：0.29% * **单季SP**：0.25% * **三个月机构覆盖**：0.21% * **高管薪酬**：0.20% * **预期PEG**：0.02% * **DELTAROA**：0.00% * **标准化预期外收入(SUR)**：-0.09% * **标准化预期外盈利(SUE)**：-0.20% * **特异度**：-0.21% * **BP**：-0.25% * **EPTTM年分位点**：-0.25% * **SPTTM**：-0.27% * **预期BP**：-0.28% * **非流动性冲击**：-0.30% * **单季超预期幅度**：-0.32% * **一个月反转**：-0.32% * **预期净利润环比**：-0.36% * **三个月盈利上下调**：-0.43% * **单季营收同比增速**：-0.43% * **一年动量**：-0.43% * **三个月换手**：-0.46% * **一个月换手**：-0.53% * **预期EPTTM**：-0.74% * **单季ROA**：-0.78% * **单季EP**：-0.87% * **股息率**：-0.89% * **单季ROE**：-0.98% * **三个月波动**：-1.09% * **一个月波动**：-1.22% * **EPTTM**：-1.29% 5. **公募重仓指数样本空间** [27] * **单季净利同比增速**：表现较好 * **预期净利润环比**：表现较好 * **三个月反转**：表现较好 * **预期EPTTM**：表现较差 * **EPTTM**：表现较差 * **一个月波动**：表现较差 * *(注：文档未提供具体数值表，仅文字描述)*

量化因子总结 量化因子与构建方式 1. **因子名称**：价格稳定大类因子[13] * **因子构建思路**：衡量股票价格相对于市场系统性风险的稳定程度，通常价格越稳定，未来表现可能越好[13]。 * **因子具体构建过程**：由多个子类因子等权合成。首先对每个子类因子进行市值行业中性化、去异常值、标准化处理，然后等权相加得到大类因子[13]。子类因子包括： * **残差波动率**：Fama-French三因子模型回归残差的标准差[13]。 * **特异率**：1减去Fama-French三因子模型回归的拟合优度（R²）[13]。公式为：$$特异率 = 1 - R^2$$ * **残差峰度**：Fama-French三因子模型回归残差的峰度[13]。 * **高价振幅**：价格处于最高20%区间的平均振幅[13]。 2. **因子名称**：成交稳定大类因子[13] * **因子构建思路**：衡量股票成交的稳定性和有序程度，成交越稳定，可能预示未来表现越好[13]。 * **因子具体构建过程**：由多个子类因子等权合成。首先对每个子类因子进行市值行业中性化、去异常值、标准化处理，然后等权相加得到大类因子[13]。子类因子包括： * **换手率变异系数**：换手率的标准差除以平均值[13]。 * **成交占比熵**：以成交量占比作为概率p，代入熵公式计算[13]。 * **量大单买入强度**：过去n个交易日，大买单成交额的标准差除以平均值[13]。 * **波峰**：使用日内1分钟成交量K线数据，以均值加1倍标准差为阈值筛选，计算局部峰值K线数量的20日移动平均[13]。 3. **因子名称**：流动性大类因子[13] * **因子构建思路**：衡量股票的流动性，流动性过高或过低可能对未来收益有不同影响[13]。 * **因子具体构建过程**：由多个子类因子等权合成。首先对每个子类因子进行市值行业中性化、去异常值、标准化处理，然后等权相加得到大类因子[13]。子类因子包括： * **换手率**：成交量除以总股本[13]。 * **非流动性**：收益率绝对值除以总成交额[13]。 * **一致买入占比**：一致买入区间内的买入成交额除以总成交额[13]。 4. **因子名称**：拥挤度大类因子[13] * **因子构建思路**：衡量交易行为的拥挤程度，过度拥挤可能预示反转风险[13]。 * **因子具体构建过程**：由多个子类因子等权合成。首先对每个子类因子进行市值行业中性化、去异常值、标准化处理，然后等权相加得到大类因子[13]。子类因子包括： * **量价相关性**：成交量和复权收盘价的秩相关系数[13]。 * **加权偏度**：以成交量加权的收盘价偏度[13]。 * **时量价比**：时间加权价格除以成交量加权价格[13]。 * **高量交易成本**：价格处于最高20%区间的成交量除以全区间总成交量[13]。 5. **因子名称**：成交笔数大类因子[13] * **因子构建思路**：从每笔成交的微观结构角度挖掘信息，例如大单行为或反转信号[13]。 * **因子具体构建过程**：由多个子类因子等权合成。首先对每个子类因子进行市值行业中性化、去异常值、标准化处理，然后等权相加得到大类因子[13]。子类因子包括： * **每笔成交额**：总成交额除以成交笔数[13]。 * **高量每笔成交**：以5分钟成交量为划分，筛选成交量最高的20%数据计算每笔成交额，再除以全时间段每笔成交额[13]。 * **每笔流出额占比**：以成交量为划分，计算每笔流出额占全区间每笔流出额的比例[13]。 * **短期反转**：以5分钟成交量除以成交笔数为划分，筛选该比值最低的20%数据，计算其对数收益率之和[13]。 6. **因子名称**：反转大类因子[13] * **因子构建思路**：捕捉价格的短期反转效应[13]。 * **因子具体构建过程**：由多个子类因子等权合成。首先对每个子类因子进行市值行业中性化、去异常值、标准化处理，然后等权相加得到大类因子[13]。子类因子包括： * **收益偏度**：收益率的偏度[13]。 * **半衰残差动量**：过去240个交易日，使用Fama-French三因子模型计算的日度残差收益率，从第240日到第20日进行累积[13]。 * **长期动量**：过去240个交易日（剔除最近20个交易日）的收益率[13]。 * **排序动量**：对日度收益率做截面排序，对过去240个交易日（剔除最近20日）的排序值求和[13]。 7. **因子名称**：成长大类因子[13] * **因子构建思路**：衡量公司的成长性，成长性高的公司可能获得溢价[13]。 * **因子具体构建过程**：由多个子类因子等权合成。首先对每个子类因子进行市值行业中性化、去异常值、标准化处理，然后等权相加得到大类因子[13]。子类因子包括： * **ROE增长**：过去8个季度的ROE对时间进行线性回归的斜率项[13]。 * **总资产周转率增长**：过去8个季度的总资产周转率对时间进行线性回归的斜率项[13]。 * **归母净利润同比**：(本期季度归母净利润 - 去年同期季度归母净利润) / |去年同期季度归母净利润|[13]。 * **营业收入同比**：(本期季度营业收入 - 去年同期季度营业收入) / |去年同期季度营业收入|[13]。 * **ROE同比**：本期季度ROE减去去年同期季度ROE[13]。 * **总资产周转率同比**：本期季度总资产周转率减去去年同期季度总资产周转率[13]。 8. **因子名称**：SUE（标准化意外盈余）大类因子[13] * **因子构建思路**：衡量公司盈利超出市场预期的程度[13]。 * **因子具体构建过程**：由多个子类因子等权合成。首先对每个子类因子进行市值行业中性化、去异常值、标准化处理，然后等权相加得到大类因子[13]。子类因子包括： * **ROE 2年SUE**：单季度扣非净利润归一化后对时间进行回归的斜率[13]。 * **总资产周转率2年SUE**：单季度扣非净利润对时间回归的斜率除以平均净资产[13]。 * **净利率2年SUE**：(归母净利润 - 过去8个季度均值) / 过去8个季度标准差[13]。 * **现金总资产比率2年SUE**：(GPOA - 过去8个季度均值) / 过去8个季度标准差[13]。 * **现金营业收入比率2年SUE**：(销售毛利率 - 过去8个季度均值) / 过去8个季度标准差[13]。 9. **因子名称**：质量大类因子[13] * **因子构建思路**：衡量公司的盈利质量和财务稳健性[13]。 * **因子具体构建过程**：由多个子类因子等权合成。首先对每个子类因子进行市值行业中性化、去异常值、标准化处理，然后等权相加得到大类因子[13]。子类因子包括： * **ROE**：净利润除以净资产[13]。 * **总资产周转率**：营业收入除以总资产[13]。 * **净利率**：净利润除以营业收入[13]。 * **现金总资产比率**：经营活动现金流净额除以总资产[13]。 * **现金营业收入比率**：经营活动现金流净额除以营业收入[13]。 10. **因子名称**：价值大类因子[13] * **因子构建思路**：衡量股票的估值水平，估值越低可能未来收益越高[13]。 * **因子具体构建过程**：由多个子类因子等权合成。首先对每个子类因子进行市值行业中性化、去异常值、标准化处理，然后等权相加得到大类因子[13]。子类因子包括： * **BP**：净资产除以总市值[13]。 * **SALES2EV**：营业收入除以企业价值[13]。 * **DP**：近12个月分红除以总市值[13]。 * **EP**：归母净利润TTM除以总市值[13]。 11. **因子名称**：分析师大类因子[13] * **因子构建思路**：基于分析师预期数据，捕捉市场一致预期的变化[13]。 * **因子具体构建过程**：由多个子类因子等权合成。首先对每个子类因子进行市值行业中性化、去异常值、标准化处理，然后等权相加得到大类因子[13]。子类因子包括： * **预期增长**：分析师一致预期EPS近两个月的平均值除以较远两个月的平均值[13]。 12. **因子名称**：动量大类因子[13] * **因子构建思路**：捕捉价格的趋势延续效应[13]。 * **因子具体构建过程**：由多个子类因子等权合成。首先对每个子类因子进行市值行业中性化、去异常值、标准化处理，然后等权相加得到大类因子[13]。 因子的回测效果 *测试时间段：2025年1月2日至2025年12月12日[16]* 大类因子表现 1. **成交笔数因子**，IC 9.15%， ICIR 1.08， 超额收益 5.48%， 超额最大回撤 3.59%， 信息比 0.90， 多空收益 20.03%， 多空最大回撤 9.46%， 多空夏普比 1.32[16] 2. **流动性因子**，IC 9.72%， ICIR 1.08， 超额收益 23.67%， 超额最大回撤 3.80%， 信息比 3.43， 多空收益 43.64%， 多空最大回撤 5.42%， 多空夏普比 2.84[16] 3. **成交稳定因子**，IC 8.55%， ICIR 1.18， 超额收益 1.33%， 超额最大回撤 6.59%， 信息比 0.18， 多空收益 21.20%， 多空最大回撤 3.85%， 多空夏普比 1.78[16] 4. **拥挤度因子**，IC 7.53%， ICIR 1.19， 超额收益 10.36%， 超额最大回撤 2.07%， 信息比 2.23， 多空收益 21.02%， 多空最大回撤 3.31%， 多空夏普比 2.26[16] 5. **价格稳定因子**，IC 9.41%， ICIR 1.23， 超额收益 6.86%， 超额最大回撤 5.47%， 信息比 1.25， 多空收益 15.26%， 多空最大回撤 7.43%， 多空夏普比 1.07[16] 6. **反转因子**，IC 7.13%， ICIR 1.39， 超额收益 7.00%， 超额最大回撤 3.03%， 信息比 1.67， 多空收益 17.58%， 多空最大回撤 5.60%， 多空夏普比 1.20[16] 7. **SUE因子**，IC 2.47%， ICIR 0.54， 超额收益 4.83%， 超额最大回撤 3.92%， 信息比 1.07， 多空收益 11.64%， 多空最大回撤 4.32%， 多空夏普比 1.84[16] 8. **成长因子**，IC 2.85%， ICIR 0.36， 超额收益 6.90%， 超额最大回撤 5.45%， 信息比 1.19， 多空收益 16.12%， 多空最大回撤 7.52%， 多空夏普比 1.76[16] 9. **分析师因子**，IC 0.65%， ICIR 0.14， 超额收益 7.23%， 超额最大回撤 5.95%， 信息比 0.86， 多空收益 6.38%， 多空最大回撤 6.42%， 多空夏普比 0.78[16] 10. **质量因子**，IC 2.47%， ICIR 0.23， 超额收益 -1.15%， 超额最大回撤 4.77%， 信息比 -0.35， 多空收益 2.38%， 多空最大回撤 8.99%， 多空夏普比 0.12[16] 11. **价值因子**，IC 4.38%， ICIR 0.42， 超额收益 -9.47%， 超额最大回撤 12.46%， 信息比 -1.07， 多空收益 -6.17%， 多空最大回撤 12.64%， 多空夏普比 -0.70[16] 12. **动量因子**，IC 0.02%， ICIR 0.00， 超额收益 -2.61%， 超额最大回撤 9.08%， 信息比 -0.17， 多空收益 -1.55%， 多空最大回撤 11.65%， 多空夏普比 0.00[16] 有效子类因子表现 1. **短期反转因子**，IC 6.27%， ICIR 1.21， 超额收益 4.86%， 超额最大回撤 4.04%， 信息比 1.04， 多空收益 21.09%， 多空最大回撤 4.61%， 多空夏普比 1.77[17] 2. **短期动量因子**，IC 3.18%， ICIR 1.10， 超额收益 6.68%， 超额最大回撤 5.81%， 信息比 1.22， 多空收益 16.08%， 多空最大回撤 3.02%， 多空夏普比 1.80[17] 3. **残差波动率因子**，IC 9.42%， ICIR 1.22， 超额收益 1.53%， 超额最大回撤 6.78%， 信息比 0.33， 多空收益 11.18%， 多空最大回撤 8.61%， 多空夏普比 0.68[17] 4. **特异率因子**，IC 7.18%， ICIR 1.26， 超额收益 6.94%， 超额最大回撤 3.91%， 信息比 1.17， 多空收益 15.81%， 多空最大回撤 5.09%， 多空夏普比 1.76[17] 5. **量价相关性因子**，IC 6.50%， ICIR 1.51， 超额收益 9.55%， 超额最大回撤 2.59%， 信息比 1.64， 多空收益 13.23%， 多空最大回撤 4.73%， 多空夏普比 1.53[17] 6. **时量价比因子**，IC 8.26%， ICIR 1.30， 超额收益 14.69%， 超额最大回撤 2.66%， 信息比 2.74， 多空收益 16.58%， 多空最大回撤 4.28%， 多空夏普比 1.67[17] 7. **换手率因子**，IC 10.75%， ICIR 1.29， 超额收益 17.46%， 超额最大回撤 5.21%， 信息比 2.75， 多空收益 35.69%， 多空最大回撤 7.72%， 多空夏普比 2.13[17] 8. **非流动性因子**，IC 7.38%， ICIR 0.93， 超额收益 28.21%， 超额最大回撤 4.10%， 信息比 3.68， 多空收益 37.47%， 多空最大回撤 3.52%， 多空夏普比 3.31[17] 9. **每笔流出额占比因子**，IC 6.71%， ICIR 1.43， 超额收益 -2.51%， 超额最大回撤 7.21%， 信息比 -0.43， 多空收益 5.43%， 多空最大回撤 6.51%， 多空夏普比 0.39[17] 10. **高量每笔成交因子**，IC 9.76%， ICIR 1.22， 超额收益 13.99%， 超额最大回撤 2.40%， 信息比 2.62， 多空收益 51.79%， 多空最大回撤 5.23%， 多空夏普比 3.45[17]

量化因子与构建方式 1. **因子名称：TPS（Turn20 conformed by PLUS）**[1][9] * **因子构建思路**：从考察日频换手率稳定性的角度，基于价量配合思想，利用价格因子（影线差）对传统换手率因子（Turn20）进行改进，以解决传统换手率因子在换手率最大分组中，组内成分股未来收益差异较大、容易误判的问题[6][7][8][9] * **因子具体构建过程**： * 首先，构建传统换手率因子Turn20，计算方式为将过去20个交易日的换手率取平均值，再进行横截面市值中性化[6] * 其次，选定价格因子为影线差[8][9] * 最后，利用影线差对Turn20因子进行配合，构建成交价改进换手率因子TPS[9] 2. **因子名称：SPS（STR conformed by PLUS）**[1][9] * **因子构建思路**：从考察日频换手率稳定性的角度，基于价量配合思想，利用价格因子（影线差）对量稳换手率因子（STR）进行改进，旨在进一步提升因子的选股能力[7][8][9] * **因子具体构建过程**： * 首先，参考前期研究构建量稳换手率因子STR[7] * 其次，选定价格因子为影线差[8][9] * 最后，利用影线差对STR因子进行配合，构建成交价改进换手率因子SPS[9] 3. **因子名称：传统换手率因子（Turn20）**[6] * **因子构建思路**：基于过去一个月的平均换手率进行选股，逻辑是过去换手率越小的股票，未来越有可能上涨[6][7] * **因子具体构建过程**：把过去20个交易日的换手率取平均值，再进行横截面市值中性化[6] 4. **因子名称：量稳换手率因子（STR）**[7] * **因子构建思路**：旨在解决传统换手率因子的缺陷，表现优于传统换手率因子，但未能完全消除组内收益率标准差的单调性问题[7] 因子的回测效果 1. **TPS因子**（回测期：2006年1月至2025年11月，全体A股，10分组多空对冲）[1][9][11] * 年化收益率：39.30% * 年化波动率：15.71% * 信息比率（IR）：2.50 * 月度胜率：77.64% * 最大回撤率：18.19% 2. **SPS因子**（回测期：2006年1月至2025年11月，全体A股，10分组多空对冲）[1][11][12][14] * 年化收益率：42.98% * 年化波动率：13.15% * 信息比率（IR）：3.27 * 月度胜率：83.54% * 最大回撤率：11.58% 3. **传统换手率因子（Turn20）**（回测期：2006年1月至2022年12月30日，全体A股）[6] * 月度IC均值：-0.076 * 年化ICIR：-2.23 * 多空对冲年化收益率：37.71% * 信息比率（IR）：2.20 * 月度胜率：70.79%

量化模型与构建方式 国信金工指数增强模型 - **模型名称**：国信金工指数增强模型[12][13] - **模型构建思路**：以多因子选股为主体，构建对标不同基准指数的增强组合，力求稳定战胜基准[12][13] - **模型具体构建过程**：构建流程主要包括收益预测、风险控制和组合优化三块，分别以沪深300、中证500、中证1000及中证A500指数为基准构建指数增强组合[13] 单因子MFE组合构建模型 - **模型名称**：最大化因子暴露组合（MFE组合）[16][41] - **模型构建思路**：采用组合优化方式检验控制了各种实际约束后单因子的有效性，将组合优化的目标函数修改为最大化单因子暴露[41] - **模型具体构建过程**：采用如下形式的组合优化模型来构建因子的MFE组合： $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$[41] 其中f为因子取值，$f^{T}w$为组合在单因子上的加权暴露，w为待求解的股票权重向量。约束条件包括：组合在风格因子上的偏离度、行业偏离度、个股权重偏离度、成分股权重占比控制、个股权重上下限控制等[41][42] 公募重仓指数构建模型 - **模型名称**：公募重仓指数[43] - **模型构建思路**：以公募基金的持股信息构建公募重仓指数，测试因子在"机构风格"下的有效性[43] - **模型具体构建过程**：选取普通股票型基金和偏股混合型基金，通过基金定期报告获取持股信息，将符合条件基金的持仓股票权重平均获得公募基金平均持仓信息，选取累计权重达到90%的股票作为成分股[44] 量化因子与构建方式 估值类因子 - **因子名称**：BP[18] - **因子构建思路**：衡量公司估值水平[18] - **因子具体构建过程**：净资产/总市值[18] - **因子名称**：单季EP[18] - **因子构建思路**：衡量单季度盈利估值[18] - **因子具体构建过程**：单季度归母净利润/总市值[18] - **因子名称**：单季SP[18] - **因子构建思路**：衡量单季度收入估值[18] - **因子具体构建过程**：单季度营业收入/总市值[18] - **因子名称**：EPTTM[18] - **因子构建思路**：衡量滚动盈利估值[18] - **因子具体构建过程**：归母净利润TTM/总市值[18] - **因子名称**：SPTTM[18] - **因子构建思路**：衡量滚动收入估值[18] - **因子具体构建过程**：营业收入TTM/总市值[18] - **因子名称**：EPTTM分位点[18] - **因子构建思路**：衡量相对估值水平[18] - **因子具体构建过程**：EPTTM在过去一年中的分位点[18] - **因子名称**：股息率[18] - **因子构建思路**：衡量分红收益[18] - **因子具体构建过程**：最近四个季度预案分红金额/总市值[18] 反转动量类因子 - **因子名称**：一个月反转[18] - **因子构建思路**：衡量短期反转效应[18] - **因子具体构建过程**：过去20个交易日涨跌幅[18] - **因子名称**：三个月反转[18] - **因子构建思路**：衡量中期反转效应[18] - **因子具体构建过程**：过去60个交易日涨跌幅[18] - **因子名称**：一年动量[18] - **因子构建思路**：衡量动量效应[18] - **因子具体构建过程**：近一年除近一月后动量[18] 成长类因子 - **因子名称**：单季净利同比增速[18] - **因子构建思路**：衡量净利润增长[18] - **因子具体构建过程**：单季度净利润同比增长率[18] - **因子名称**：单季营收同比增速[18] - **因子构建思路**：衡量收入增长[18] - **因子具体构建过程**：单季度营业收入同比增长率[18] - **因子名称**：单季营利同比增速[18] - **因子构建思路**：衡量营业利润增长[18] - **因子具体构建过程**：单季度营业利润同比增长率[18] - **因子名称**：SUE（标准化预期外盈利）[18] - **因子构建思路**：衡量盈利超预期程度[18] - **因子具体构建过程**：（单季度实际净利润-预期净利润）/预期净利润标准差[18] - **因子名称**：SUR（标准化预期外收入）[18] - **因子构建思路**：衡量收入超预期程度[18] - **因子具体构建过程**：（单季度实际营业收入-预期营业收入）/预期营业收入标准差[18] - **因子名称**：单季超预期幅度[18] - **因子构建思路**：衡量盈利超预期幅度[18] - **因子具体构建过程**：预期单季度净利润/财报单季度净利润[18] 盈利类因子 - **因子名称**：单季ROE[18] - **因子构建思路**：衡量净资产收益率[18] - **因子具体构建过程**：单季度归母净利润*2/（期初归母净资产+期末归母净资产）[18] - **因子名称**：单季ROA[18] - **因子构建思路**：衡量资产收益率[18] - **因子具体构建过程**：单季度归母净利润*2/（期初归母总资产+期末归母总资产）[18] - **因子名称**：DELTAROE[18] - **因子构建思路**：衡量ROE变化[18] - **因子具体构建过程**：单季度净资产收益率-去年同期单季度净资产收益率[18] - **因子名称**：DELTAROA[18] - **因子构建思路**：衡量ROA变化[18] - **因子具体构建过程**：单季度总资产收益率-去年同期单季度总资产收益率[18] 流动性类因子 - **因子名称**：非流动性冲击[18] - **因子构建思路**：衡量流动性冲击成本[18] - **因子具体构建过程**：过去20个交易日的日涨跌幅绝对值/成交额的均值[18] - **因子名称**：一个月换手[18] - **因子构建思路**：衡量短期换手率[18] - **因子具体构建过程**：过去20个交易日换手率均值[18] - **因子名称**：三个月换手[18] - **因子构建思路**：衡量中期换手率[18] - **因子具体构建过程**：过去60个交易日换手率均值[18] 波动类因子 - **因子名称**：特异度[18] - **因子构建思路**：衡量特异性风险[18] - **因子具体构建过程**：1-过去20个交易日Fama-French三因子回归的拟合度[18] - **因子名称**：一个月波动[18] - **因子构建思路**：衡量短期波动率[18] - **因子具体构建过程**：过去20个交易日日内真实波幅均值[18] - **因子名称**：三个月波动[18] - **因子构建思路**：衡量中期波动率[18] - **因子具体构建过程**：过去60个交易日日内真实波幅均值[18] 公司治理类因子 - **因子名称**：高管薪酬[18] - **因子构建思路**：衡量高管激励水平[18] - **因子具体构建过程**：前三高管报酬总额取对数[18] 分析师类因子 - **因子名称**：预期EPTTM[18] - **因子构建思路**：衡量预期盈利估值[18] - **因子具体构建过程**：一致预期滚动EP[18] - **因子名称**：预期BP[18] - **因子构建思路**：衡量预期市净率[18] - **因子具体构建过程**：一致预期滚动PB[18] - **因子名称**：预期PEG[18] - **因子构建思路**：衡量成长估值[18] - **因子具体构建过程**：一致预期PEG[18] - **因子名称**：预期净利润环比[18] - **因子构建思路**：衡量预期盈利变化[18] - **因子具体构建过程**：一致预期净利润/3个月前一致预期净利润[18] - **因子名称**：三个月盈利上下调[18] - **因子构建思路**：衡量分析师预期调整[18] - **因子具体构建过程**：过去3个月内分析师（上调家数-下调家数）/总家数[18] - **因子名称**：三个月机构覆盖[18] - **因子构建思路**：衡量机构关注度[18] - **因子具体构建过程**：过去3个月内机构覆盖数量[18] 模型的回测效果 国信金工指数增强模型 - 沪深300指数增强组合：本周超额收益0.64%，本年超额收益17.85%[6][15] - 中证500指数增强组合：本周超额收益0.00%，本年超额收益7.07%[6][15] - 中证1000指数增强组合：本周超额收益0.21%，本年超额收益14.89%[6][15] - 中证A500指数增强组合：本周超额收益0.44%，本年超额收益8.26%[6][15] 公募基金指数增强产品 - 沪深300指数增强产品：最近一周超额收益最高2.01%，最低-0.78%，中位数0.19%；最近一月最高2.08%，最低-3.17%，中位数0.37%；最近一季最高4.33%，最低-2.62%，中位数0.11%；今年以来最高11.73%，最低-5.45%，中位数2.64%[2][33] - 中证500指数增强产品：最近一周超额收益最高0.93%，最低-2.16%，中位数0.05%；最近一月最高2.84%，最低-1.72%，中位数0.49%；最近一季最高3.84%，最低-4.24%，中位数0.27%；今年以来最高13.94%，最低-9.33%，中位数3.72%[2][35] - 中证1000指数增强产品：最近一周超额收益最高1.47%，最低-0.59%，中位数0.39%；最近一月最高3.56%，最低-2.41%，中位数-0.29%；最近一季最高6.15%，最低-1.92%，中位数1.14%；今年以来最高20.54%，最低-1.90%，中位数9.35%[2][37] - 中证A500指数增强产品：最近一周超额收益最高0.83%，最低-0.51%，中位数0.20%；最近一月最高2.06%，最低-1.24%，中位数0.39%；最近一季最高3.23%，最低-2.95%，中位数0.02%[3][40] 因子的回测效果 沪深300样本空间中因子表现 - 最近一周表现较好因子：三个月机构覆盖、一年动量、单季ROE等[1][20] - 最近一周表现较差因子：一个月波动、三个月反转、一个月换手等[1][20] - 最近一月表现较好因子：三个月波动、预期BP、一个月波动等[20] - 最近一月表现较差因子：单季净利同比增速、单季营利同比增速、一年动量等[20] - 今年以来表现较好因子：单季营收同比增速、单季ROE、DELTAROE等[20] - 今年以来表现较差因子：一个月换手、三个月换手、三个月波动等[20] 中证500样本空间中因子表现 - 最近一周表现较好因子：一年动量、预期净利润环比、DELTAROE等[1][22] - 最近一周表现较差因子：三个月波动、一个月波动、三个月换手等[1][22] - 最近一月表现较好因子：BP、预期BP、非流动性冲击等[22] - 最近一月表现较差因子：标准化预期外盈利、单季营收同比增速、3个月盈利上下调等[22] - 今年以来表现较好因子：预期PEG、单季营收同比增速、预期净利润环比等[22] - 今年以来表现较差因子：一个月波动、一个月换手、三个月波动等[22] 中证1000样本空间中因子表现 - 最近一周表现较好因子：单季营收同比增速、DELTAROA、标准化预期外收入等[1][24] - 最近一周表现较差因子：三个月波动、一个月波动、三个月反转等[1][24] - 最近一月表现较好因子：非流动性冲击、单季营收同比增速、BP等[24] - 最近一月表现较差因子：预期PEG、3个月盈利上下调、单季SP等[24] - 今年以来表现较好因子：标准化预期外盈利、单季营收同比增速、标准化预期外收入等[24] - 今年以来表现较差因子：一个月波动、三个月波动、一年动量等[24] 中证A500样本空间中因子表现 - 最近一周表现较好因子：一年动量、标准化预期外盈利、标准化预期外收入等[1][26] - 最近一周表现较差因子：一个月波动、三个月波动、预期EPTTM等[1][26] - 最近一月表现较好因子：预期BP、BP、股息率等[26] - 最近一月表现较差因子：一年动量、单季净利同比增速、DELTAROA等[26] - 今年以来表现较好因子：单季营收同比增速、DELTAROE、单季ROE等[26] - 今年以来表现较差因子：三个月换手、一个月换手、三个月波动等[26] 公募重仓指数样本空间中因子表现 - 最近一周表现较好因子：一年动量、预期净利润环比、单季超预期幅度等[1][28] - 最近一周表现较差因子：一个月波动、三个月波动、一个月换手等[1][28] - 最近一月表现较好因子：BP、一个月波动、预期BP等[28] - 最近一月表现较差因子：单季净利同比增速、单季营利同比增速、特异度等[28] - 今年以来表现较好因子：预期PEG、单季营收同比增速、DELTAROE等[28] - 今年以来表现较差因子：一个月波动、三个月波动、一个月换手等[28]

研究背景与核心思路 - 研究基于股票市场存在的隔夜相关性特征，将日度收益拆解为隔夜收益和日间收益，旨在通过挖掘股票间的领先滞后关系捕捉投资机会 [1][9] - 金融市场存在羊群效应，导致股票价格可能偏离基本面，并产生领先滞后效应，即不同股票对相同信息的反应速度存在差异 [4][5][6][7] - 核心研究思路是通过隔夜收益和日间收益构建有方向性的相关性矩阵，识别领先群组和滞后群组，并构建交易策略：仅从领先群组生成信号，仅在滞后群组内交易 [10][13][16] 实证研究主要发现 - 在A股市场，领先滞后效应呈现反转特征，即基于领先群组发出预期看多信号后，空头组合表现更强势，看空信号则相反 [34][35] - 该策略在中小盘股票中更为适用，例如在中证1000成分股中，多空组合能实现约10.51%的年化收益，而在沪深300成分股中区分度不突出 [44] - 日度调仓下，全市场股票的多空组合年化收益约为8.81%，且市场的上涨更多来源于日间收益而非隔夜收益 [35][38] 因子构建与表现 - 直接基于隔夜日间相关性构建的周度/月度选股因子区分度不突出，但引入常规相关性（全天收益相关性）后因子表现显著提升 [63][66][74] - 因子`factor_top50_allday`（基于常规相关性）的月度Rank IC为8.11%，多头年化收益18.3%，周度Rank IC为6.57%，多头年化收益22.4% [74] - 结合隔夜信息筛选股票群组后计算的常规相关性因子（如`factor_small50_corr_by_lag`）与直接计算的常规相关性因子内部相关性不高于60%，能提供边际增量 [77] - 组合因子`corr_combined1`（由`factor_small50_corr_by_lag`和`factor_top50_allday`等权加权）月度Rank IC为8.13%，多头年化收益18.2%，周度Rank IC为6.59%，多头年化收益22.1% [79][80][82][87][89] 因子相关性分析 - 隔夜日间相关性因子与常规相关性因子的内部相关程度相对较低 [77] - 相关性因子与部分风格因子存在相关性，例如与残差波动率因子呈现负相关（约-42.2%）[90][91]

量化模型与因子总结 量化模型与构建方式 1. **模型名称：国信金工指数增强组合**[11] **模型构建思路：** 以多因子选股为主体，构建对标不同基准指数的增强组合，力求稳定战胜基准[10] **模型具体构建过程：** 构建流程主要包括收益预测、风险控制和组合优化三块，分别以沪深300、中证500、中证1000及中证A500指数为基准构建指数增强组合[11] 2. **模型名称：单因子MFE组合**[14][40] **模型构建思路：** 采用组合优化的方式检验控制了各种实际约束后单因子的有效性，将组合优化的目标函数修改为最大化单因子暴露[40] **模型具体构建过程：** 采用如下形式的组合优化模型来构建因子的MFE组合： $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$ 其中f为因子取值，f w T为组合在单因子上的加权暴露，w为待求解的股票权重向量。约束条件包括组合在风格因子上的偏离度、行业偏离度、个股权重偏离度、成分股权重占比控制、个股权重上下限控制等[40][41]。构建过程包括：设定单因子MFE组合的约束条件；在每个月末根据约束条件构建每个单因子的MFE组合；在回测期内根据各期MFE组合换仓，计算MFE组合历史收益并按双边0.3%扣除交易费用[44] 3. **模型名称：公募重仓指数**[42] **模型构建思路：** 以公募基金的持股信息构建一个公募重仓指数，在该样本空间中测试因子表现更能反映出因子在"机构风格"下的有效性[42] **模型具体构建过程：** 选样空间为普通股票型基金以及偏股混合型基金，剔除基金整体规模小于五千万且上市时间不足半年的基金。通过基金的定期报告获取基金持股信息，将符合条件基金的持仓股票权重平均获得公募基金平均持仓信息，将平均后的股票权重由高到低降序排序，选取累计权重达到90%的股票作为成分股来构建公募基金重仓指数[43] 模型的回测效果 1. **国信金工指数增强组合**，本周超额收益-0.71%，本年超额收益16.74%[13] 2. **国信金工指数增强组合**，本周超额收益0.12%，本年超额收益6.85%[13] 3. **国信金工指数增强组合**，本周超额收益-0.94%，本年超额收益14.08%[13] 4. **国信金工指数增强组合**，本周超额收益-1.37%，本年超额收益7.55%[13] 量化因子与构建方式 1. **因子名称：BP**[16] **因子构建思路：** 估值类因子 **因子具体构建过程：** 净资产/总市值[16] 2. **因子名称：单季EP**[16] **因子构建思路：** 估值类因子 **因子具体构建过程：** 单季度归母净利润/总市值[16] 3. **因子名称：单季SP**[16] **因子构建思路：** 估值类因子 **因子具体构建过程：** 单季度营业收入/总市值[16] 4. **因子名称：EPTTM**[16] **因子构建思路：** 估值类因子 **因子具体构建过程：** 归母净利润TTM/总市值[16] 5. **因子名称：SPTTM**[16] **因子构建思路：** 估值类因子 **因子具体构建过程：** 营业收入TTM/总市值[16] 6. **因子名称：EPTTM分位点**[16] **因子构建思路：** 估值类因子 **因子具体构建过程：** EPTTM在过去一年中的分位点[16] 7. **因子名称：股息率**[16] **因子构建思路：** 估值类因子 **因子具体构建过程：** 最近四个季度预案分红金额/总市值[16] 8. **因子名称：一个月反转**[16] **因子构建思路：** 反转类因子 **因子具体构建过程：** 过去20个交易日涨跌幅[16] 9. **因子名称：三个月反转**[16] **因子构建思路：** 反转类因子 **因子具体构建过程：** 过去60个交易日涨跌幅[16] 10. **因子名称：一年动量**[16] **因子构建思路：** 动量类因子 **因子具体构建过程：** 近一年除近一月后动量[16] 11. **因子名称：单季净利同比增速**[16] **因子构建思路：** 成长类因子 **因子具体构建过程：** 单季度净利润同比增长率[16] 12. **因子名称：单季营收同比增速**[16] **因子构建思路：** 成长类因子 **因子具体构建过程：** 单季度营业收入同比增长率[16] 13. **因子名称：单季营利同比增速**[16] **因子构建思路：** 成长类因子 **因子具体构建过程：** 单季度营业利润同比增长率[16] 14. **因子名称：SUE**[16] **因子构建思路：** 成长类因子 **因子具体构建过程：** （单季度实际净利润-预期净利润）/预期净利润标准差[16] 15. **因子名称：SUR**[16] **因子构建思路：** 成长类因子 **因子具体构建过程：** （单季度实际营业收入-预期营业收入）/预期营业收入标准差[16] 16. **因子名称：单季超预期幅度**[16] **因子构建思路：** 成长类因子 **因子具体构建过程：** 预期单季度净利润/财报单季度净利润[16] 17. **因子名称：单季ROE**[16] **因子构建思路：** 盈利类因子 **因子具体构建过程：** 单季度归母净利润*2/（期初归母净资产+期末归母净资产）[16] 18. **因子名称：单季ROA**[16] **因子构建思路：** 盈利类因子 **因子具体构建过程：** 单季度归母净利润*2/（期初归母总资产+期末归母总资产）[16] 19. **因子名称：DELTAROE**[16] **因子构建思路：** 盈利类因子 **因子具体构建过程：** 单季度净资产收益率-去年同期单季度净资产收益率[16] 20. **因子名称：DELTAROA**[16] **因子构建思路：** 盈利类因子 **因子具体构建过程：** 单季度总资产收益率-去年同期单季度中资产收益率[16] 21. **因子名称：非流动性冲击**[16] **因子构建思路：** 流动性类因子 **因子具体构建过程：** 过去20个交易日的日涨跌幅绝对值/成交额的均值[16] 22. **因子名称：一个月换手**[16] **因子构建思路：** 流动性类因子 **因子具体构建过程：** 过去20个交易日换手率均值[16] 23. **因子名称：三个月换手**[16] **因子构建思路：** 流动性类因子 **因子具体构建过程：** 过去60个交易日换手率均值[16] 24. **因子名称：特异度**[16] **因子构建思路：** 波动类因子 **因子具体构建过程：** 1-过去20个交易日Fama-French三因子回归的拟合度[16] 25. **因子名称：一个月波动**[16] **因子构建思路：** 波动类因子 **因子具体构建过程：** 过去20个交易日日内真实波幅均值[16] 26. **因子名称：三个月波动**[16] **因子构建思路：** 波动类因子 **因子具体构建过程：** 过去60个交易日日内真实波幅均值[16] 27. **因子名称：高管薪酬**[16] **因子构建思路：** 公司治理类因子 **因子具体构建过程：** 前三高管报酬总额取对数[16] 28. **因子名称：预期EPTTM**[16] **因子构建思路：** 分析师类因子 **因子具体构建过程：** 一致预期滚动EP[16] 29. **因子名称：预期BP**[16] **因子构建思路：** 分析师类因子 **因子具体构建过程：** 一致预期滚动PB[16] 30. **因子名称：预期PEG**[16] **因子构建思路：** 分析师类因子 **因子具体构建过程：** 一致预期PEG[16] 31. **因子名称：预期净利润环比**[16] **因子构建思路：** 分析师类因子 **因子具体构建过程：** 一致预期净利润/3个月前一致预期净利润[16] 32. **因子名称：三个月盈利上下调**[16] **因子构建思路：** 分析师类因子 **因子具体构建过程：** 过去3个月内分析师（上调家数-下调家数）/总家数[16] 33. **因子名称：三个月机构覆盖**[16] **因子构建思路：** 分析师类因子 **因子具体构建过程：** 过去3个月内机构覆盖数量[16] 因子的回测效果 沪深300样本空间因子表现[18] 1. **一个月波动**，因子方向反向，最近一周0.83%，最近一月2.24%，今年以来0.31%，历史年化1.20% 2. **一个月换手**，因子方向反向，最近一周0.68%，最近一月1.05%，今年以来-3.67%，历史年化1.44% 3. **三个月波动**，因子方向反向，最近一周0.65%，最近一月2.53%，今年以来-1.10%，历史年化2.07% 4. **三个月换手**，因子方向反向，最近一周0.63%，最近一月0.87%，今年以来-3.78%，历史年化2.42% 5. **EPTTM年分位点**，因子方向正向，最近一周0.62%，最近一月0.88%，今年以来6.18%，历史年化2.54% 6. **单季ROA**，因子方向正向，最近一周0.60%，最近一月0.28%，今年以来11.70%，历史年化3.79% 7. **三个月反转**，因子方向反向，最近一周0.55%，最近一月0.58%，今年以来1.82%，历史年化0.45% 8. **非流动性冲击**，因子方向正向，最近一周0.39%，最近一月1.03%，今年以来-0.88%，历史年化0.29% 9. **股息率**，因子方向正向，最近一周0.30%，最近一月2.03%，今年以来4.48%，历史年化3.95% 10. **标准化预期外盈利**，因子方向正向，最近一周0.30%，最近一月-0.75%，今年以来8.41%，历史年化3.95% 11. **单季ROE**，因子方向正向，最近一周0.28%，最近一月0.31%，今年以来16.70%，历史年化4.99% 12. **一个月反转**，因子方向反向，最近一周0.28%，最近一月-0.85%，今年以来-0.41%，历史年化-0.35% 13. **特异度**，因子方向反向，最近一周0.27%，最近一月0.01%，今年以来2.48%，历史年化0.12% 14. **单季超预期幅度**，因子方向正向，最近一周0.26%，最近一月0.18%，今年以来8.63%，历史年化3.90% 15. **3个月盈利上下调**，因子方向正向，最近一周0.25%，最近一月-0.05%，今年以来7.34%，历史年化5.19% 16. **单季SP**，因子方向正向，最近一周0.23%，最近一月1.61%，今年以来-0.13%，历史年化2.94% 17. **EPTTM**，因子方向正向，最近一周0.23%，最近一月2.56%，今年以来6.42%，历史年化4.58% 18. **SPTTM**，因子方向正向，最近一周0.21%，最近一月1.63%，今年以来-0.66%，历史年化2.11% 19. **单季EP**，因子方向正向，最近一周0.20%，最近一月2.29%，今年以来7.50%，历史年化5.31% 20. **预期净利润环比**，因子方向正向，最近一周0.16%，最近一月0.04%，今年以来4.17%，历史年化1.45% 21. **预期EPTTM**，因子方向正向，最近一周0.13%，最近一月2.25%，今年以来7.07%，历史年化4.08% 22. **标准化预期外收入**，因子方向正向，最近一周0.11%，最近一月0.21%，今年以来9.56%，历史年化4.56% 23. **BP**，因子方向正向，最近一周0.04%，最近一月2.26%，今年以来-0.89%，历史年化2.66% 24. **预期BP**，因子方向正向，最近一周0.02%，最近一月2.15%，今年以来0.52%，历史年化3.10% 25. **DELTAROE**，因子方向正向，最近一周0.00%，最近一月0.22%，今年以来13.68%，历史年化4.30% 26. **单季营收同比增速**，因子方向正向，最近一周-0.01%，最近一月0.42%，今年以来17.50%，历史年化4.60% 27. **DELTAROA**，因子方向正向，最近一周-0.03%，最近一月0.12%，今年以来12.22%，历史年化4.69% 28. **高管薪酬**，因子方向正向，最近一周-0.10%，最近一月0.02%，今年以来2.94%，历史年化3.11% 29. **预期PEG**，因子方向反向，最近一周-0.15%，最近一月-0.68%，今年以来8.71%，历史年化3.48% 30. **单季净利同比增速**，因子方向正向，最近一周-0.17%，最近一月-0.81%，今年以来11.71%，历史年化3.76% 31. **一年动量**，因子方向正向，最近一周-0.24%，最近一月-1.27%，今年以来-0.09%，历史年化2.34% 32. **三个月机构覆盖**，因子方向正向，最近一周-0.24%，最近一月0.12%，今年以来8.89%，历史年化3.03% 33. **单季营利同比增速**，因子方向正向，最近一周-0.26%，最近一月-0.23%，今年以来11.37%，历史年化3.37% 中证500样本空间因子表现[20] 1. **三个月机构覆盖**，因子方向正向，最近一周1.09%，最近一月-0.19%，今年以来3.99%，历史年化4.91% 2. **一个月反转**，因子方向反向，最近一周1.01%，最近一月-0.80%，今年以来3.79%，历史年化-0.82% 3. **三个月反转**，因子方向反向，最近一周0.99%，最近一月-0.10%，今年以来-0.86%，历史年化-1.38% 4. **非流动性冲击**，因子方向正向，最近一周0.99%，最近一月1.32%，今年以来-3.29%，历史年化0.30% 5. **一个月换手**，因子方向反向，最近一周0.83%，最近一月1.44%，今年以来-7.23%，历史年化4.03% 6. **三个月波动**，因子方向反向，最近一周0.65%，最近一月1.20%，今年以来-5.25%，历史年化3.73% 7. **一个月波动**，因子方向反向，最近一周0.62%，最近一月0.05%，今年以来6.99%，历史年化1.83% 8. **三个月换手**，因子方向反向，最近一周0.59%，最近一月1.09%，今年以来-4.96%，历史年化4.58% 9. **单季ROA**，因子方向正向，最近一周0.46%，最近一月-0.53%，今年以来0.93%，历史年化4.91% 10. **EPTTM年分位点**，因子方向正向，最近一周0.40%，最近一月-0.59%，今年以来1.42%，历史年化4.50% 11. **股息率**，因子方向正向，最近一周0.38%，最近一月1.30%，今年以来0.68%，历史年化5.96% 12. **一年动量**，因子方向正向，最近一周0.30%，最近一月-1.59%，今年以来0.41%，历史年化2.47% 13. **单季ROE**，因子方向正向，最近一周0.23%，最近一月0.02%，今年以来4.52%，历史年化5.38% 14. **EPTTM**，因子方向正向，最近一周0.13%，最近一月0.32%，今年以来-3.64%，历史年化4.87% 15. **单季超预期幅度**，因子方向正向，最近一周0.09%，最近一月0.14%，今年以来7.51%，历史年化8.67% 16. **3个月盈利上下调**，因子方向正向，最近一周0.07%，最近一月-1.47%，今年以来0.72%，历史年化6.13% 17. **预期EPTTM**，因子方向正向，最近一周0.

报告核心观点 - 报告旨在通过交易明细数据构建指标，以跟踪大额买入和净主动买入行为 [1] 行业资金流向跟踪 - 近5个交易日大额买入排名前5的中信一级行业为：银行、房地产、钢铁、综合、纺织服装 [2] - 近5个交易日净主动买入排名前5的中信一级行业为：银行、交通运输、医药、房地产、石油石化 [2] ETF资金流向跟踪 - 近5个交易日大额买入排名前5的ETF为：国泰中证A500ETF、国泰上证10年期国债ETF、嘉实标普石油天然气勘探及生产精选行业ETF、南方创业板人工智能ETF、海富通上证城投债ETF [2] - 近5个交易日净主动买入排名前5的ETF为：国泰上证10年期国债ETF、易方达沪深300非银ETF、银华上证科创板100ETF、华宝中证有色金属ETF、鹏华中证酒ETF [2]