量化模型与因子总结 量化因子与构建方式 1. **因子名称：估值百分位**[10] * **因子构建思路**：通过计算板块、主题或行业的估值指标（如市盈率PE、市净率PB）在其历史序列中的百分位，来判断当前估值水平的高低。百分位越高，表明当前板块可能处于相对高位。[10] * **因子具体构建过程**： 1. 确定待监控的板块、主题或行业。 2. 统计该板块内所有成分股，剔除ST股及上市时间小于180个交易日的股票。[10] 3. 计算板块的整体估值指标。以市盈率（PE）为例，计算方法为：板块所有成分股的总市值之和除以板块的TTM净利润总额。[10] 4. 在选定的历史统计区间内（例如2005/01/01~2026/01/16），计算该估值指标的滚动或固定时间窗口下的历史百分位。[10] 2. **因子名称：Amihud非流动性指标**[11][12][13] * **因子构建思路**：通过衡量单位成交额所引起的价格波动幅度来刻画资产的流动性水平。指标值越大，表明流动性越差。[11][13] * **因子具体构建过程**： 1. 对于证券i，在设定的窗口期D个交易日内，计算每个交易日d的收益率绝对值与当日成交额的比值：$$\frac{\left|R_{i,d}\right|}{V o l_{i,d}}$$[12][13] 2. 将窗口期内所有交易日的该比值求平均，即得到Amihud非流动性指标：$$A m i h u d=\frac{1}{D}\sum_{d=1}^{D}\frac{\left|R_{i,d}\right|}{V o l_{i,d}}$$[12] 其中，$R_{i,d}$为证券i在第d日的收益率，$Vol_{i,d}$为对应交易日的成交额。[13] 3. **因子名称：Pastor-Stambaugh流动性指标**[14] * **因子构建思路**：基于资产收益率反转的特征来度量流动性。流动性越差的资产，其超额收益在下一个交易日越容易发生反转。[14] * **因子具体构建过程**： 1. 对于证券i，使用其日度收益率数据。 2. 构建如下回归模型：$$r_{i,d+1}^{e}=\alpha+\beta_{i}r_{i,d}+\gamma_{i}sign(r_{i,d}^{e})\cdot v_{i,d}+\epsilon_{i,d+1}$$[14] 其中，$r_{i,d}^{e}$为证券i在第d日的超额收益率，$v_{i,d}$为成交额。[14] 3. 回归系数$\gamma_i$即为所求的流动性代理变量。若该系数显著为负，则表明证券i在区间内流动性较差。[14] 4. **因子名称：换手率指标**[15] * **因子构建思路**：采用整体法计算换手率，反映资产交易的活跃程度。数值越高，表明市场流动性相对越好。[15] * **因子具体构建过程**：计算交易日成交额除以总市值。[15] 5. **因子名称：成分股扩散指标**[16] * **因子构建思路**：从行业内部个股的趋势一致性角度衡量拥挤度。计算行业内满足多头排列的个股数量占比，占比越高，表明资金集中涌入，交易可能越拥挤。[16] * **因子具体构建过程**：计算行业内所有成分股中，满足收盘价 > 短期均线 > 中期均线 > 长期均线（即多头排列）的个股数量占总成分股数量的比例。[16] 6. **因子名称：成分股配对相关性指标**[17] * **因子构建思路**：通过量化行业内个股走势的同质性来评估拥挤度。计算行业内成分股两两之间收益率相关系数的平均值，平均值越高，说明投资者行为趋同，市场拥挤程度越高。[17] * **因子具体构建过程**：在设定的窗口期内，计算行业所有成分股两两之间的日收益率相关系数，然后对所有配对相关系数取平均值。[17] 7. **因子名称：成分股收益率峰度指标**[18] * **因子构建思路**：从收益率分布的尾部特征来捕捉交易极端性，进而判断拥挤度。较高的峰度值意味着出现极端收益的个股较多，可能暗示市场情绪亢奋或恐慌，交易趋于拥挤。[18] * **因子具体构建过程**：在窗口期中，计算每个交易日截面个股收益率的峰度，然后对所有交易日的截面峰度值取平均。[18] 8. **因子名称：热度指标**[21][22] * **因子构建思路**：基于主成分分析（PCA）来衡量单一行业对市场系统性风险的贡献度，从而反映其交易热度。该指标越高，表明该行业对解释市场共同风险的主导因素贡献越大，交易越集中和拥挤。[21][22] * **因子具体构建过程**： 1. 设定行业总数量为N，选取前n个主成分。 2. 计算第m个主成分的吸收比率（Absorption Ratio, AR）：$$A R_{m}=\frac{\sigma_{m}^{2}}{\sum_{j=1}^{N}\sigma_{j}^{2}}$$[21] 其中，$\sigma_{m}^{2}$为第m个主成分的方差，$\sigma_{j}^{2}$为第j个行业自身的收益率方差。[22] 3. 计算行业i的交易热度指标$C_i$：$$C_{i}=\frac{\sum_{j=1}^{n}\left(A R_{j}\frac{\left|E V_{i}^{j}\right|}{\sum_{k=1}^{N}\left|E V_{k}^{j}\right|}\right)}{\sum_{j=1}^{n}A R_{j}}$$[21] 其中，$EV_i^j$为第j个主成分对应的特征向量在行业i上的暴露。[22] 9. **因子名称：羊群效应指标**[23][24] * **因子构建思路**：旨在捕捉市场参与者行为的一致性。若回归系数显著为负，表明市场存在明显的羊群效应，通常被视为市场情绪极端化和交易拥挤的信号。[24] * **因子具体构建过程**： 1. 计算当日所有个股收益率与市场收益率绝对偏差的均值$CSAD_t$。[24] 2. 构建如下回归模型：$$C S4D_{t}=\gamma_{0}+\gamma_{1}\left|R_{m,t}\right|+\gamma_{2}R_{m,t}^{2}+\mathcal{E}_{t}$$[23] 其中，$R_{m,t}$为市场收益率。[24] 3. 回归系数$\gamma_2$即为羊群效应指标。[24] 10. **因子名称：收盘价-成交额相关性指标**[25] * **因子构建思路**：通过分析价格与交易量之间关系的稳定性来预判趋势反转的可能。在健康上涨趋势中价量通常正相关；持续的负相关往往被视为趋势动能衰竭、交易过度拥挤的预警信号。[25] * **因子具体构建过程**：计算指数收盘价序列与成交额序列的相关系数。[25] 11. **因子名称：成交额占比指标**[26] * **因子构建思路**：直观反映市场对特定板块或行业的交易集中度。该指标越大，反映板块交易集中度越高，过度炒作的风险可能越大。[26] * **因子具体构建过程**：计算单个板块或行业每个交易日的成交额占全市场总成交额的比例。[26] 12. **模型名称：历史相似片段横向对比模型**[41][42] * **模型构建思路**：针对成分股数量不多的主题、概念板块，通过寻找历史可比板块的行情走势，为当前板块的未来走势提供参考。核心思想是只有同等“体量”的概念、主题的历史走势横向对比才具有参考价值。[41] * **模型具体构建过程**： 1. **确定当前板块特征**：以目标板块（例如万得卫星指数）在特定时点的数据为基准，包括：成分股数量、过去一段时间（如20个交易日）的累计涨幅、成交额占全市场比例、流通市值等。[42] 2. **寻找历史相似片段**：从历史数据（如2010年开始）中，遍历其他概念、主题板块指数，寻找与当前板块在上述多个维度上特征相似的行情片段。[41][42] 3. **统计相似片段后续表现**：对于找到的每个历史相似片段，统计其未来一段时间（如60个交易日）内的关键表现指标，包括：未来最大涨幅、行情持续至见顶所经历的时间长度、见顶时的成交额占全市场比例等。[42][46] 4. **提供参考**：通过分析历史相似片段后续表现的统计特征（如平均值、分位数），为判断当前板块可能的未来走势提供参考依据。[46] 模型的回测效果 1. **历史相似片段横向对比模型**，未来60个交易日最大涨幅平均值12.79%[48]，未来60个交易日见顶经历时间长度平均值33日[48]，见顶成交额占全市场占比平均值4.48%[49]

永安期货2026年度策略会核心观点 - 永安期货于12月18日至19日在杭州举办2026年度策略会 主题为“汇同道 谋远略 启新章” 汇聚了金融机构 投资界 产业界嘉宾及超千名客户 共同探讨复杂变局中的确定性及资产配置蓝图[1] - 永安期货总经理马志伟表示 公司已开启“二次创业”新征程 目标成为“一流衍生品投行” 未来将在六大方向发力 包括深耕产业服务 做强财富管理 加速国际化 强化研究赋能 推进数智转型及坚持长期主义投资 致力于成为产业链风险管家 衍生品资产配置行家及跨境综合金融服务专家[1] - 永安期货将围绕“源点智研”研究服务品牌 以客户为中心重塑研究生态 以智能驱动未来 用数据赋能决策 旨在打造中国大宗商品研究领域的标杆品牌[6] 2026年宏观经济与政策展望 - 财通证券首席经济学家孙彬彬指出 当前经济运行存在“名义与实际的背离”及新旧动能转换阵痛 在逆全球化与结构调整共振下 需倚重财政“破局”与货币“护航”[2] - 孙彬彬认为 应在政策的确定性中寻找对冲外部扰动的“锚” 并紧随央行政策脉络探寻债市配置的胜率与赔率平衡点 市场真正的弹性与空间取决于居民风险偏好提升能否引发从防御性储蓄向权益资产的配置迁移[2] - 上海泓湖私募合伙人张明主张践行“概率思维”与“低相关性”的配置哲学 在确定性红利与爆发性成长的哑铃型策略中寻求动态平衡 并善用避险资产的非线性对冲价值以构建“反脆弱”投资组合[2] 2026年大宗商品市场展望 - 永安期货研究中心负责人张熠认为 宏观层面 国内积极有为的宏观政策与“反内卷”政策有望推动价格水平回升与经济温和复苏 美国降息周期与财政扩张或推升制造业需求[3] - 板块策略上 有色金属板块受AI变革与新能源需求双轮驱动 叠加矿端供给约束 长期格局最优 化工行业资本开支放缓 供需格局在“反内卷”背景下临近拐点 黑色板块虽受地产拖累 但出口仍有支撑 农产品中 养殖板块接近周期底部 油脂油料基本面偏紧[3] - 张熠认为 虽然宏观氛围偏暖 但市场尚未进入全面牛市 应重点把握供应端有扰动及需求端有增量的结构性机会[3] 债券与股票市场配置策略 - 上海久期投资董事长姜云飞提出 应践行“守正 顺势 均衡”的投资哲学 在复杂变局中锚定红利资产 作为穿越周期的配置基石[3] - 上海睿成私募董事长丁鲁明结合康波周期理论与科技产业变革 多维度对比当前全球宏观环境与历史典型周期的异同 并剖析海外市场估值结构 他认为应立足“量化基本面”投研体系探寻股票配置的底层逻辑[4] - 南京倍漾私募董事长冯霁博士探讨了大模型时代下的人工智能与量化投资新趋势 认为推理成本的指数级下降将推动AI引发革命性变革 在量化投资领域 AI已不再是单纯优化流程的工具 而是重新定义流程的核心[4] 资产管理行业发展趋势 - 大会首场圆桌讨论聚焦“资管高质量发展新征程” 来自易方达基金 敦和资管 蒙玺投资等机构的负责人围绕“打造一流投资机构”展开对话[4] - 嘉宾深入探讨了从“产品中心”向“客户中心”的转型路径 并就规模与业绩的平衡 明星基金经理向平台化团队协作的转型 以及策略容量瓶颈分享了破局之道 针对科技变革 嘉宾重点分享了AI技术在量化投研 风控及运营全链条中的赋能实践[4][5] - 第二场圆桌讨论围绕“大类资产新机会”展开 旌安私募 润洲私募 永安国富实业等公司的投资负责人聚焦2026年市场博弈主线 重点讨论了在美联储降息周期与地缘冲突背景下贵金属及工业金属的估值修复逻辑和分化行情[5] 分论坛专题研讨 - 策略会设置了4个分论坛 农产品分论坛详细分享了当前各品种的前沿视角[5] - 黑色分论坛围绕黑色系商品走势 潜在交易机会 产业风险管理策略等核心议题以多维视角展开深度讨论[5] - 能化分论坛深度解析了品种交易逻辑与产业风险管理路径 有色分论坛深入研判了在全球财政政策趋于宽松和能源转型背景下有色金属及新能源金属品种的结构性机遇[5]

公司背景与市场进入 - 联博集团（AllianceBernstein, AB）是由华尔街两大资产管理公司Alliance Capital和Bernstein合并而来，2000年Alliance Capital以35亿美元收购Bernstein [4][5] - 截至2025年9月30日，公司在全球管理资产规模达8600亿美元（超过6万亿人民币） [6] - 公司于2023年获批成立联博基金管理有限公司，并已开始在中国市场发行公募产品 [6] - 公司自2021年起与其他外资资管一同进入中国市场，但采取低调、稳扎稳打的策略 [7] 核心投资策略：量化基本面 - 公司为中国市场专门打造了“量化基本面”策略，结合量化模型的数据处理能力与基本面研究的深度洞察进行选股 [10][11] - 该策略已应用于公司旗下两只偏股混合基金，例如“联博智远”基金，截至2025年11月19日，该基金今年以来收益为28.32%，最大回撤仅为3.82% [16][17][19] - 历史业绩显示该策略在追求收益的同时，回撤控制表现突出，验证了其在中国市场的有效性 [20][21] 新产品：中证500指数增强基金 - 公司推出在中国市场的首只指数增强产品——联博中证500指数增强基金（A类：026059，C类：026060） [23] - 选择中证500指数是因为其成分股中芯片、电力设备、医药生物等科技行业占比较大，符合国家中长期发展方向，且制造业占比超过五成，直接受益于近期“反内卷”政策 [25] - 截至2025年11月18日，中证500指数最新市盈率估值约为33倍 [25] - 公司发行此产品基于三点考量：看好A股中长期趋势，视震荡为布局机会；认为制造业是中国优势且正处于升级转型大周期，中证500是核心载体；计划将已在主动产品验证有效的AI科技工具用于指数增强，以打造更具竞争力的产品 [25] - 该产品拟任基金经理经验丰富，朱良管理现有两只偏股混合基金，曾任联博香港亚太量化研究负责人，有19年司龄；杨光现任量化分析师，专攻机器学习与高频策略 [35] 技术与模型支撑 - 公司量化投资依赖两大核心支撑：全球一体化技术平台，利用集团领先的AI、云计算等工具提升效率；多资产量化模型，针对股票、债券等不同资产采用不同策略模型以分散风险 [26][27] - 核心理念是“用科技让投资更‘聪明’”，平台负责提升效率，模型负责寻找投资机会，最终目标是在控制风险的前提下争取更好回报 [28][29] - 新发的中证500指数增强基金也将应用这些科技工具与模型 [29]

分析师离职动态 - 中信建投金工首席分析师丁鲁明宣布离职 结束16年卖方分析师生涯 将转投私募行业 [2] - 丁鲁明在中信建投证券任职10年 曾担任研究发展部执行总经理 金融工程团队首席分析师等要职 [4] - 2025年以来券商行业多位资深研究老将跳槽或转行 中信建投证券年内已有多位知名分析师出走 [6] 分析师职业成就 - 丁鲁明创立国内"量化基本面"投研体系 深入研究康波周期理论并应用于实务 多次精准预判资本市场趋势 [4] - 曾获新财富最佳分析师2009年第4名 2012年第4名 2013年第1名 2014年第3名 水晶球最佳分析师2009年第1名 2013年第1名 [4] - 前中信建投首席策略官陈果以市场把握准确闻名 2020年提出"黄金坑"与"复苏牛" 2021年首创"宁组合"概念 [6] 新创私募基金信息 - 丁鲁明创立上海睿成私募基金管理有限公司 公司成立于2025年4月21日 7月14日完成登记 注册资本1000万元 [4][5] - 公司注册地址为上海市虹口区东大名路 办公地址在浦东新区裕景国际商务广场 [5] - 丁鲁明持股51% 海南睿成企业管理中心持股49% 投资总监储倢来自联储证券 [5][6] 公司基本信息 - 上海睿成登记编号P1075004 企业性质为内资企业 机构类型为私募证券投资基金管理人 [5] - 公司业务类型包括私募证券投资基金和私募证券投资类FOF基金 注册资本实缴比例100% [5]

丁鲁明奔私创业 - 中信建投前金融工程首席分析师丁鲁明创立上海睿成私募基金管理有限公司，目标打造中国版"桥水基金"[1][2] - 公司成立于2025年4月，7月14日完成中基协登记[3] - 丁鲁明拥有16年券商研究经验，创新构建"量化基本面"投研体系，擅长康波周期理论应用[3] 量化行业人才趋势 - 2025年私募证券产品备案数量前十管理人均为量化私募，公募量化权益类基金规模达3025.88亿元[4] - 截至2025年6月末，百亿量化私募管理人39家，占百亿私募总数近半数[4] - 行业更青睐数学、计算机背景人才，金融工程方向优于纯金融背景[5] 量化投资能力要求 - 核心能力包括数学建模、编程技术及金融市场理解，数理统计基础与编程能力是关键[5][6] - 差异化竞争力在于创造性解决问题能力，需结合数学模型与计算机工具处理电子化交易数据[6] - 部分机构认为专业背景多元性重要，但金融背景候选人需补强代码与数理能力[5]

公司创立与基本信息 - 中信建投前金工首席分析师丁鲁明转型买方，创立上海睿成私募基金管理有限公司，公司成立于2025年4月21日，于2025年7月14日完成私募证券投资基金管理人登记 [2][4][6] - 公司注册资本为1000万元人民币，实缴资本1000万元人民币，注册地在上海市虹口区，办公地在上海市浦东新区 [4][6] - 公司目前有5名全职员工，且均取得基金从业资格 [5][6] 股权结构与团队背景 - 公司大股东为丁鲁明，持股51%，二股东为海南睿成企业管理中心（有限合伙），持股49% [7][8] - 丁鲁明为同济大学金融数学硕士、中国准精算师，具有17年证券行业从业经验，曾在中信建投证券担任金融工程首席分析师10年 [8][10] - 合伙人储倢为证券行业资深人士，曾任职于江海证券、第一创业证券等机构，2025年5月加入睿成私募担任投资总监 [13] 业务方向与投资策略 - 公司业务类型包括私募证券投资基金和私募证券投资类FOF基金 [6] - 丁鲁明创立"量化基本面"投研体系，深入研究康波周期理论并应用于实务，多次对资本市场重大趋势及拐点做出精准预判 [10] - 公司计划通过大类资产配置与择时技术，结合量化行业轮动、量化选股等成熟策略进行产品管理 [12]

市场情绪与关税影响 - 2025年春节后Deep Seek引领A股科技主线，但被特朗普关税政策打乱节奏[2] - 联博基金提出"市场湿度"概念，4月7日湿度计指标达81%阶段性高点，显示市场情绪极端化[3] - 历史对比显示2018年贸易战湿度83%、2024年"9.24行情"湿度87%，当前关税冲击已大部分体现[3] - 联博判断市场负面冲击边际效应减弱，叠加稳市场政策加码，A股迎来布局机遇[3] 风格轮动与配置策略 - 2021-2025年A股风格剧烈轮动：新能源(2021)→煤炭银行(2022)→科技(2023)→红利资产(2025)[5] - 中证800成长指数2020-2022年初领涨，2023年一季度后价值风格占优[5][7] - 联博智远混合采用风险预算体系，量化分配成长与价值敞口，保持组合风格中性化[7] - 选股标准：成长风格要求盈利稳定现金流，价值风格侧重治理良好企业，实现不同风格有机组合[7] 投资方法论与个股筛选 - 采用量化基本面方法，融合量化分析与深度基本面研究[8] - 偏好盈利模式可预期、现金流稳定企业，强调内生造血能力和复利积累[8] - 重视公司治理结构清晰、分红意愿强等"反脆弱"基因[8] - 逆向投资策略：情绪低点买入高质量公司，减少交易频次等待回调机会[8] 联博集团中国布局 - 1994年开始H股投资，1997年设香港办公室，2005年上海研究办公室系统性研究中国资产[10] - 2006年构建A股量化模型持续迭代19年，形成全球策略与本土实践结合的投资哲学[9] - 2023年在上海成立独资子公司联博基金，发行第二支公募产品联博智远混合[3][10] - 30年中国布局体现"全球验证+本土适配"内核，如2005年拆解新能源汽车发布行业黑皮书[10] 历史周期与投资启示 - 历史相似性：2018年贸易战后消费反弹，2020年疫情中医疗板块走强[11] - 联博智远混合拟通过均衡配置和纪律性框架提供"全天候"解决方案[3][7]

市场情绪与投资机会 - 联博基金提出"市场湿度"概念，4月7日湿度计指标达81%的阶段性高点，显示市场情绪处于极端状态[2] - 历史对比显示，2018年10月贸易战时期湿度指标达83%，2023年10月8日达87%，当前关税冲击的负面影响已大部分体现[3] - 稳市场政策组合拳显效叠加内需提振政策加码，A股迎来布局机遇[3] 联博基金产品与策略 - 联博智远混合基金正式发行，拟任基金经理朱良采用均衡配置策略，结合量化模型与基本面分析[4] - 基金通过风险预算体系分配成长与价值风格的风险敞口，成长风格选择已盈利且现金流稳定的公司，价值风格配置治理结构良好的企业[8] - 策略源自联博全球"核心组"经验，在中国市场进行本土化改造，兼具全球视野与本土智慧[9] 个股筛选标准 - 偏好盈利模式可预期、现金流稳定健康的企业，这类公司具备内生造血能力，能在不同经济周期中积累复利[10] - 高质量公司通常有清晰治理结构和高分红意愿，是增强组合"反脆弱"性的关键因子[10] - 强调在情绪低点买入高质量公司，利用市场情绪造成的估值预期差进行逆向布局[11] 联博中国市场布局 - 联博1994年开始参与H股投资，1997年设立香港办公室，2005年在上海设研究办公室，系统性研究中国资产[12] - 2006年联博被纳入全国社保基金首批境外管理人名单，2023年在上海成立独资子公司联博基金[3][12] - 联博对中国市场的长期布局体现其扎根本土的决心，例如拆解中国新能源汽车并发布行业研究报告[13] 市场风格演变 - 2021年新能源赛道领涨，2022年煤炭与银行股崛起，2023年科技股主导，2025年关税冲击推高红利资产[6] - 中证800成长指数2020-2022年初领涨价值指数，2023年一季度后价值风格占优[6] - 联博智远混合采取风格中性化配置，寻找成长与价值的"最大公约数"以降低波动[8]