核心观点 报告的核心观点是，在“固收+”产品整体规模稳步增长、部分产品净值创新高的市场背景下，通过量化模型进行大类资产配置、行业轮动及股票端风格选择，能够构建出表现稳健的绝对收益策略，其中小盘价值风格在2026年初至今表现尤为突出 [1][4] 固收+产品业绩跟踪 - **全市场规模与结构**：截至2026年03月06日，全市场符合特定筛选条件的“固收+”基金共1174只，总规模为23803.87亿元 [2][10]。其中，混合债券型二级基金规模最大，达12347.43亿元，产品数量为368只 [11] - **近期业绩表现**：上周（20260302-20260306），各类“固收+”基金业绩中位数表现分化，混合债券型一级基金为0.05%，而混合型FOF基金为-0.55% [2][13]。按风险等级划分，保守型、稳健型、激进型基金中位数收益分别为-0.02%、-0.22%、-0.33% [2][13] - **年内及长期业绩**：年初至今（截至2026.03.06），激进型基金业绩中位数最高，为1.68%，保守型为0.84% [15]。过去一年，激进型基金业绩中位数达7.25%，同样领先于保守型的3.22%和稳健型的5.52% [16] - **产品创新高情况**：截至2026.03.06，共有156只“固收+”产品净值创历史新高，其中以混合债券型一级基金（114只）和保守型产品（138只）为主 [20] 大类资产配置和行业ETF轮动策略跟踪 - **大类资产择时观点**：2026年第一季度，逆周期配置模型预测宏观环境为“Slowdown” [3][23]。截至2026年3月6日，沪深300指数、中债国债总财富指数、上金所AU9999黄金合约在3月份的收益率分别为-0.98%、0.38%和-3.04% [3][23] - **行业ETF轮动组合**：2026年3月，行业ETF轮动策略建议关注五个行业ETF，各配置20%权重，包括国泰中证煤炭ETF、易方达中证石化产业ETF、广发中证基建工程ETF、国泰中证全指通信设备ETF和国泰中证钢铁ETF [3][25][26]。该组合上周收益为0.03%，相对Wind全A指数获得2.33%的超额收益 [3][24] 绝对收益策略表现跟踪 - **股债混合策略表现**：基于宏观择时的不同股债混合策略在2026年初至今（截至03.06）表现如下 [4][29] - 股债20/80再平衡策略收益0.39%，年化波动率2.81% - 股债风险平价策略收益0.60%，年化波动率1.49%，夏普比率达2.47 - 股、债、黄金风险平价策略收益最高，为1.82%，年化波动率3.68% - **量化固收+策略表现**：在股票端采用不同风格组合的量化“固收+”策略中，小盘价值风格表现最为突出 [4][36] - 在不择时的股债20/80月度再平衡策略下，小盘价值组合年内收益达2.96% - 在叠加宏观择时的股债20/80月度再平衡策略下，小盘价值组合累计收益进一步提升至4.09% - 相比之下，不择时的股债10/90配置下，各策略收益均有所回落，小盘价值组合收益为1.66% [1][36]

报告核心信息 - **报告行业投资评级**：报告中未明确给出对“固收+”行业或相关基金的整体投资评级 [1][2][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20][21][22][23][24][25][26][27][28][29][30][31][32][33][34][35][36][37][38][39][40][41][42][43][44][45][46][47] - **报告核心观点**：报告通过跟踪“固收+”产品业绩及多种绝对收益策略表现，指出在宏观环境预测为“Slowdown”的背景下，小盘价值风格在量化“固收+”策略中表现突出，同时行业ETF轮动策略近期关注煤炭、钢铁、证券、银行等行业 [1][3][4][23][24][27][37] 一、 固收+产品市场表现跟踪 - **市场规模**：截至2026年01月30日，全市场符合筛选条件的“固收+”基金共计1164只，总规模达23558.32亿元 [2][10] - **产品结构**：其中混合债券型二级基金规模最大，为12267.14亿元（366只），其次是混合债券型一级基金，规模为7781.32亿元（325只） [11] - **近期发行**：上周（20260126-20260130）市场新发行6只“固收+”产品，合计募集规模约96.42亿元，其中工银盈泰稳健6个月持有规模最大，为45.81亿元 [12] - **短期业绩**：上周各类“固收+”基金业绩中位数表现分化，债券型FOF（0.26%）和混合型FOF（0.35%）取得正收益，而混合债基及偏债混合型基金中位数收益均为-0.08% [2][13] - **年初至今业绩**：2026年初至1月30日，混合型FOF基金业绩中位数表现最佳，为2.20%，偏债混合型基金为1.47%，混合债券型二级基金为1.30% [15] - **过去一年业绩**：过去一年（截至2026.01.30），混合型FOF基金业绩中位数最高，达8.49%，偏债混合型基金为6.91%，混合债券型二级基金为6.05% [16] - **创新高产品**：截至2026.01.30，共有108只“固收+”产品净值创历史新高，其中以混合型FOF基金（57只）和保守型产品（106只）为主 [20] 二、 大类资产配置与行业轮动观点 - **宏观环境判断**：2026年第一季度，逆周期配置模型给出的宏观环境预测结果为“Slowdown” [3][23] - **资产表现**：截至2026年1月31日，沪深300指数、中债国债总财富指数、上金所AU9999合约在1月的收益率分别为1.65%、0.39%和19.59% [3][23] - **行业ETF轮动建议**：2026年1月，行业ETF轮动策略建议关注的行业ETF包括：国泰中证煤炭ETF、国泰中证钢铁ETF、国泰中证全指证券公司ETF、华宝中证银行ETF，每只权重25% [3][24][27] - **策略表现**：该行业ETF轮动组合上周收益为0.88%，相对Wind全A指数超额收益2.47%；1月累计收益2.30%，但相对Wind全A超额收益为-3.53% [3][24] 三、 绝对收益策略表现跟踪 - **股债混合策略**： - 宏观择时驱动的股债20/80再平衡策略上周收益0.05%，2026年累计收益（YTD）0.56% [4] - 宏观择时驱动的股、债、黄金风险平价策略表现更优，上周收益0.26%，YTD达1.28% [4][30] - 叠加行业ETF轮动后，宏观择时股债20/80再平衡增强策略上周收益0.29%，YTD为0.89% [4] - **量化固收+策略（股票端）**： - 在**不择时的股债20/80月度再平衡**框架下，小盘价值风格年内收益率达2.60%，显著高于PB盈利（1.30%）、高股息（0.87%）和小盘成长（1.88%）风格 [4][37] - 当配置比例调整为**股债10/90**时，各策略收益均回落，小盘价值风格收益为1.38% [4] - 加入**宏观择时模型**后，小盘价值组合表现进一步增强，年内累计收益达3.82% [4][37] - 基于**逆周期配置模型**的PB盈利搭配小盘价值组合，年内收益为1.38% [4][37]

量化模型与构建方式 1. **模型名称：逆周期配置模型**[3][23] * **模型构建思路**：通过代理变量预测未来的宏观环境（如Slowdown），然后选择在不同宏观环境下预期表现最优的大类资产进行配置，以构建绝对收益组合[23]。 * **模型具体构建过程**：报告未详细描述该模型的具体构建步骤和公式，仅提及了其应用场景和输出结果[23]。 2. **模型名称：宏观动量模型**[23] * **模型构建思路**：从经济增长、通货膨胀、利率、汇率和风险情绪等多个宏观维度出发，构建综合模型以对股票、债券等大类资产进行月度择时[23]。 * **模型具体构建过程**：报告未详细描述该模型的具体构建步骤和公式，仅提及了其构建维度和应用目的[23]。 3. **模型名称：多周期黄金择时策略**[23] * **模型构建思路**：通过宏观、持仓、量价和情绪等多类因子，构建针对黄金资产的择时策略[23]。 * **模型具体构建过程**：报告未详细描述该策略的具体构建步骤和公式，仅提及了其构建因子类型[23]。 4. **模型名称：多因子行业轮动策略**[24] * **模型构建思路**：从行业历史基本面、预期基本面、情绪面、量价技术面、宏观经济等多个维度出发，构建综合因子模型进行行业轮动[24]。 * **模型具体构建过程**：报告未详细描述该策略的具体构建步骤和公式，仅提及了其构建因子维度[24]。 5. **模型名称：股债混合配置策略（基础框架）**[29] * **模型构建思路**：通过固定比例或风险平价等方法，将股票和债券资产进行混合配置，以追求绝对收益[29]。 * **模型具体构建过程**：报告提及了两种基础构建方法： * **股债X/Y再平衡策略**：设定固定的股票（X%）和债券（Y%）配置比例，并定期（如月度、季度）进行再平衡以维持该比例[4][37]。 * **股债风险平价策略**：根据股票和债券资产的风险贡献（如波动率）来动态分配权重，使各类资产对组合的整体风险贡献相等[4][30]。 6. **模型名称：行业ETF轮动增强策略**[4][24][28] * **模型构建思路**：在基础的股债混合配置策略（如股债20/80再平衡或风险平价）之上，将股票部分替换为基于多因子行业轮动模型选出的行业ETF组合，以增强收益[4][24][28]。 * **模型具体构建过程**： 1. 首先，确定一个由23个中信一级行业构成的基准池，并将其与市场上的ETF跟踪指数进行匹配[24][25]。 2. 然后，运用多因子行业轮动模型从基准池中筛选出看好的行业[24]。 3. 最后，将基础股债混合策略中分配给股票的仓位，等权或按模型信号配置给选出的行业ETF[28]。例如，在“（宏观择时+行业ETF轮动）股债20/80再平衡策略”中，股票端的30%仓位被等权配置给4只行业ETF[28]。 模型的回测效果 （数据统计区间：2026年1月1日至2026年1月31日） 1. **（宏观择时）股债20/80再平衡策略**，上周收益0.05%，本月收益0.56%，本年收益0.56%，年化波动率2.93%，最大回撤0.36%，夏普比率2.90[30] 2. **（宏观择时）股债风险平价策略**，上周收益0.04%，本月收益0.47%，本年收益0.47%，年化波动率1.50%，最大回撤0.20%，夏普比率4.74[30] 3. **（宏观择时）股、债、黄金风险平价策略**，上周收益0.26%，本月收益1.28%，本年收益1.28%，年化波动率2.96%，最大回撤0.49%，夏普比率6.90[30] 4. **（宏观择时+行业ETF轮动）股债20/80再平衡策略**，上周收益0.29%，本月收益0.89%，本年收益0.89%，年化波动率4.58%，最大回撤1.06%，夏普比率3.00[30] 5. **（宏观择时+行业ETF轮动）股债风险平价策略**，上周收益0.13%，本月收益0.55%，本年收益0.55%，年化波动率1.77%，最大回撤0.32%，夏普比率4.74[30] 量化因子与构建方式 1. **因子名称：PB盈利因子**[4][37] * **因子构建思路**：报告未详细说明，但从名称推断，可能结合了市净率（PB）和盈利相关指标（如ROE、盈利增长等），旨在捕捉估值合理且盈利能力强的股票。 * **因子具体构建过程**：报告未提供具体构建公式和步骤[4][37]。 2. **因子名称：高股息因子**[4][37] * **因子构建思路**：旨在筛选出股息率较高的股票，通常这类股票具有价值属性且能提供稳定的现金流回报。 * **因子具体构建过程**：报告未提供具体构建公式和步骤[4][37]。 3. **因子名称：小盘价值因子**[4][37] * **因子构建思路**：旨在捕捉小市值公司中的价值股，即市值较小且估值较低的股票。 * **因子具体构建过程**：报告未提供具体构建公式和步骤[4][37]。 4. **因子名称：小盘成长因子**[4][37] * **因子构建思路**：旨在捕捉小市值公司中的成长股，即市值较小且具有较高成长潜力的股票。 * **因子具体构建过程**：报告未提供具体构建公式和步骤[4][37]。 因子的回测效果 （数据统计区间：2026年1月1日至2026年1月31日，作为“量化固收+”策略的股票端） 1. **PB盈利因子（不择时+20/80月度再平衡）**，上周收益0.21%，本月收益1.30%，本年收益1.30%，年化波动率4.41%，最大回撤3.79%，夏普比率-0.20[37] 2. **高股息因子（不择时+20/80月度再平衡）**，上周收益0.09%，本月收益0.87%，本年收益0.87%，年化波动率3.90%，最大回撤3.47%，夏普比率-0.28[37] 3. **小盘价值因子（不择时+20/80月度再平衡）**，上周收益-0.34%，本月收益2.60%，本年收益2.60%，年化波动率6.66%，最大回撤7.74%，夏普比率-0.03[37] 4. **小盘成长因子（不择时+20/80月度再平衡）**，上周收益-0.43%，本月收益1.88%，本年收益1.88%，年化波动率6.77%，最大回撤8.07%，夏普比率-0.09[37]

核心观点 报告的核心观点是，在2026年初的市场环境下，固收+产品整体表现稳健，大量产品净值创出新高，同时通过量化模型构建的绝对收益策略，特别是聚焦小盘价值风格的股债混合策略，取得了显著优于基准的收益表现 [1][4] 固收+产品业绩跟踪 - **市场规模与创新高产品**：截至2026年1月23日，全市场符合筛选条件的固收+基金共计1157只，总规模达21780.36亿元，其中上周有824只产品净值创下历史新高 [2][9][18] - **产品类型与业绩分化**：上周（20260119-20260123），各类型固收+基金业绩中位数表现分化，混合债券型一级基金为0.26%，二级基金为0.47%，偏债混合型基金为0.56%，灵活配置型基金为0.37%，债券型FOF为0.42%，混合型FOF为0.63% [2][14] - **风险等级与业绩表现**：按风险等级划分，上周保守型、稳健型、激进型基金的中位数收益分别为0.32%、0.47%、0.59% [2][14] - **年初至今业绩**：从2026年初至1月23日，各类型基金业绩中位数分别为：混合债券型一级基金0.56%，二级基金1.36%，偏债混合型基金1.59%，灵活配置型基金1.10%，债券型FOF基金0.97%，混合型FOF基金1.85% [15] - **过去一年业绩**：过去一年（截至2026年1月23日），各类型基金业绩中位数分别为：混合债券型一级基金2.32%，二级基金6.18%，偏债混合型基金7.16%，灵活配置型基金5.56%，债券型FOF基金4.07%，混合型FOF基金7.88% [16] - **持有胜率**：过去一年滚动计算，债券型FOF基金的持有体验较好，其季胜率、月胜率和周胜率中位数分别为100.0%、76.9%和56.6% [18] 大类资产配置和行业ETF轮动策略跟踪 - **大类资产择时观点**：2026年第一季度，逆周期配置模型预测宏观环境为“Slowdown”，截至1月23日，沪深300指数、中债国债总财富指数、上金所AU9999合约在1月的收益率分别为1.57%、0.36%和14.08% [3][21][22] - **行业ETF轮动观点**：2026年1月，行业ETF轮动策略建议关注的行业ETF为：国泰中证煤炭ETF、国泰中证钢铁ETF、国泰中证全指证券公司ETF、华宝中证银行ETF，每只权重均为25% [3][23][24] - **策略组合表现**：该行业ETF轮动组合上周收益为1.77%，相对Wind全A指数超额收益为-0.03%；1月累计收益为1.41%，相对Wind全A指数超额收益为-6.13% [3][23] 绝对收益策略表现跟踪 - **股债混合策略表现**： - 宏观择时驱动的股债20/80再平衡策略上周收益为0.00%，年初至今收益为0.51% [4] - 股债风险平价策略上周收益为0.13%，年初至今收益为0.43% [4] - 股债黄金风险平价类组合上周收益为0.45%，年初至今收益为1.01% [4] - 上述策略叠加行业ETF轮动后，增强版股债20/80再平衡策略上周收益为0.71%，年初至今收益为0.59%；增强版股债风险平价策略上周收益为0.43%，年初至今收益为0.42% [4] - **量化固收+策略表现**： - 在不择时的股债20/80月度再平衡策略中，小盘价值风格表现最为突出，年内收益率达2.95%，显著高于PB盈利（1.08%）、高股息（0.78%）和小盘成长（2.31%）风格 [4][35] - 当配置比例调整为股债10/90时，各策略收益均出现回落，小盘价值风格收益为1.54% [4] - 叠加择时策略后，基于宏观动量模型的小盘价值组合累计收益达4.36%；基于逆周期配置的PB盈利搭配小盘价值组合年内收益为1.54% [4]

文章核心观点 - 研究探讨了采用偏最小二乘（PLS）模型预测因子收益，并将其应用于因子加权，以提升投资组合表现 [1] - 在单因子组合、多因子模型及“固收+”策略中应用PLS模型进行权重优化，相比传统加权方法（如等权、收益均值加权）能有效提升年化收益 [2][3] 单因子多策略应用 - 在20个单因子的top100组合配置中，对波动率最大的5个因子组合采用PLS模型预期收益确定权重 [2] - 相比收益均值加权方式，年化收益提升约4.0%（2018.01-2025.11） [2] - 相比等权方式，年化收益提升6.6% [2] 风格组合配置应用 - 构建了6个基础风格组合：1个红利优选、1个成长期优选、两个小市值组合、两个风格相对均衡的组合（PB盈利和GARP组合） [2] - 对波动较大组合采用PLS模型预期超额收益加权 [2] - 相比超额收益均值加权方式，年化收益提升3.3% [2] - 相比等权方式，年化收益提升3.9% [2] 量化“固收+”策略应用（股票端为复合风格组合） - 策略构建：股票端采用PLS预期收益加权的复合风格组合，债券端采用中证短债指数 [2] - 当股票仓位为10%时，策略自2018年以来年化收益5.6%，年化波动率2.6%，信息比率2.17 [2] - 当股票仓位提升至20%时，策略年化收益8.4%，年化波动率5.1%，信息比率1.65 [2] 多因子单策略应用 - 在多因子模型中，采用PLS预期收益确定因子权重，可改善模型预期信息系数（IC）及top100组合的业绩表现 [3] - 但这种改善并非在每个截面都成立，PLS模型可能更擅长风格间的配置，而非同类因子的精细比较 [3] - 从时序角度看，IC均值加权、IC信息比率（ICIR）加权、PLS加权方式各有优劣 [3] - PLS加权方式整体更为稳健，但在因子动量持续性强时（如2023年），表现不如IC均值加权和ICIR加权突出 [3] 量化“固收+”策略应用（股票端为多因子模型组合） - 策略构建：股票端采用PLS预期收益加权的多因子模型top100组合，债券端采用中证短债指数，股票仓位设定为20% [3] - 在2018.01至2025.11期间，策略年化收益8.1%，年化波动率5.6%，最大回撤5.4% [3] - 在圈定的固收+基金中比较，该策略收益排名除2020年处于32.1%分位点外，其余年份均在前二分之一（即前50%） [3]

核心观点 - 股票端采用小盘成长组合叠加不择时的股债10/90和20/80月度再平衡策略，2025年累计收益分别达到5.93%和11.15% [1] - 全市场固收+基金规模达17846.62亿元，产品数量1177只，其中412只上周净值创历史新高 [2] - 行业ETF轮动策略表现突出，组合上周收益4.01%（超额1.06%），8月累计收益5.81%（超额1.00%） [3] 固收+产品业绩跟踪 - 截至2025年08月15日，全市场固收+基金总规模17846.62亿元，产品数量1177只 [9] - 混合债券型一级基金规模8022.69亿元（339只），混合债券型二级基金规模6718.19亿元（338只），偏债混合型基金规模1762.21亿元（317只） [10] - 上周新发2只产品：方正富邦瑞实90天持有A（混合债券型一级基金）和华富富源三个月持有A（混合债券型二级基金） [11][12] - 按风险类型划分：保守型基金上周收益中位数-0.03%，稳健型0.16%，激进型0.37% [12] - 年初至今业绩表现：混合债券型一级基金中位数收益1.39%，混合债券型二级基金2.70%，偏债混合型基金3.11% [14] - 过去一年业绩表现：混合债券型一级基金中位数收益3.15%，混合债券型二级基金6.46%，偏债混合型基金7.81% [15] - 持有胜率分析：混合债券型一级基金季胜率中位数60.0%，月胜率69.2%，周胜率54.7% [17] - 创新高产品达412只，包括混合债券型一级基金59只、混合债券型二级基金149只、偏债混合型基金154只 [18] 大类资产配置和行业ETF轮动策略 - 2025Q3逆周期配置模型预测宏观环境为Inflation，沪深300指数Q3收益率6.76%，国证2000指数12.41% [22] - 8月以来大类资产表现：沪深300指数收益3.11%，中债国债总财富指数-0.32%，AU9999合约1.03% [3][22] - 行业ETF轮动策略8月关注：华富中证人工智能产业ETF（20%）、国联安中证全指半导体ETF（20%）、南方中证申万有色金属ETF（20%）、华宝中证银行ETF（20%）、汇添富中证主要消费ETF（20%） [3][27] - 绝对收益策略配置权重：宏观择时股债20/80再平衡策略（股票30%、债券70%），宏观择时股债风险平价策略（股票12%、债券88%） [28] 绝对收益策略表现 - 宏观择时驱动的股债20/80再平衡策略上周收益0.47%（YTD 1.87%），股债风险平价策略上周收益-0.02%（YTD 1.02%） [4] - 叠加行业ETF轮动的增强策略表现：股债20/80再平衡增强策略上周收益0.97%（YTD 3.38%），股债风险平价增强策略上周收益0.14%（YTD 1.53%） [4] - 量化固收+策略表现：不择时股债20/80配置中小盘成长策略年内收益11.15%，显著高于PB盈利策略（4.21%）和高股息策略（2.82%） [4] - 宏观择时叠加小盘成长组合累计收益达12.81%，逆周期配置的PB盈利搭配小盘价值组合收益4.23% [4] - 策略风险收益特征：宏观择时股债20/80再平衡策略年化波动率2.87%，最大回撤1.78%，夏普比率1.06 [30]

根据提供的研报内容，以下是量化模型和因子的详细总结： 量化模型与构建方式 1. **逆周期配置模型** - 模型构建思路：通过代理变量预测未来的宏观环境，选择不同环境下表现最优的资产构建绝对收益组合[20] - 模型具体构建过程： 1. 预测宏观环境（如Inflation） 2. 根据环境选择资产（如股票、债券、商品） 3. 动态调整组合权重 - 模型评价：能够适应不同宏观周期，但依赖环境预测的准确性 2. **宏观动量模型** - 模型构建思路：从经济增长、通胀、利率等多维度构建择时信号[20] - 模型具体构建过程： 1. 计算宏观指标动量（如GDP、CPI等） 2. 生成多空信号 3. 应用于股票、债券等资产 3. **行业ETF轮动模型** - 模型构建思路：基于基本面、情绪面、量价技术面等多因子进行行业轮动[21] - 模型具体构建过程： 1. 匹配ETF跟踪指数与中信一级行业（23个行业基准池） 2. 计算因子得分（如历史基本面、预期基本面等） 3. 生成行业配置建议（等权重25%）[23] 4. **股债混合配置模型** - 模型构建思路：通过股债比例再平衡或风险平价控制组合波动[25] - 模型具体构建过程： - 再平衡策略：固定股债比例（如20/80）按月调整 - 风险平价策略：根据资产波动率动态分配权重 $$ w_i = \frac{1/\sigma_i}{\sum_{j=1}^n 1/\sigma_j} $$ 其中$\sigma_i$为资产i的年化波动率 5. **黄金择时策略** - 模型构建思路：结合宏观、持仓、量价和情绪因子多周期择时[20] 量化因子与构建方式 1. **PB盈利因子** - 构建思路：低估值+高盈利质量选股 - 具体构建： 1. 筛选PB低于行业中位数 2. 叠加ROE、盈利稳定性指标 2. **高股息因子** - 构建思路：选取持续高分红股票 - 具体构建： 1. 计算近3年股息率 2. 剔除分红不稳定的公司 3. **小盘价值因子** - 构建思路：小市值+价值特征组合 - 具体构建： 1. 按市值分为10组取最小30% 2. 叠加PB、PE等价值指标 4. **小盘成长因子** - 构建思路：小市值+高成长特征 - 具体构建： 1. 市值分组同小盘价值 2. 叠加营收增长率、净利润增长率 模型的回测效果 | 模型名称 | 本年收益 | 年化波动率 | 最大回撤 | 夏普比率 | |------------------------------|----------|------------|----------|----------| | 股债20/80再平衡 | -0.52% | 3.03% | 1.78% | -0.40 | | 股债风险平价 | 0.14% | 1.81% | 1.50% | 0.18 | | 股债黄金风险平价 | 0.91% | 2.27% | 1.49% | 0.95 | | 行业ETF轮动增强版20/80 | -0.30% | 3.38% | 1.64% | -0.21 | 因子的回测效果 | 因子组合（20/80配置） | 本年收益 | 年化波动率 | 最大回撤 | 夏普比率 | |-----------------------|----------|------------|----------|----------| | PB盈利 | 2.22% | 5.04% | 3.79% | 0.02 | | 高股息 | 1.26% | 4.51% | 3.47% | -0.13 | | 小盘价值 | 5.71% | 7.65% | 7.74% | 0.34 | | 小盘成长 | 5.16% | 7.76% | 8.07% | 0.29 | 注：所有测试数据截至2025年6月6日[26][35]