量化因子与构建方式 1. 因子名称：成长风格因子；因子构建思路：通过国证成长指数与万得全A指数的相对表现来捕捉成长风格相对于市场的超额收益[25][26]；因子具体构建过程：以2016年1月4日为基准日，计算国证成长指数的每日收盘点数除以基准日收盘点数得到累计净值，再将此累计净值除以同一交易日的万得全A指数累计净值，得到成长风格相对于万得全A的累计超额净值[122]；因子评价：成长风格拥挤度及超额净值持续处于历史低位[2][35] 2. 因子名称：红利风格因子；因子构建思路：通过中证红利指数与万得全A指数的相对表现来捕捉红利风格相对于市场的超额收益[25][26]；因子具体构建过程：以2016年1月4日为基准日，计算中证红利指数的每日收盘点数除以基准日收盘点数得到累计净值，再将此累计净值除以同一交易日的万得全A指数累计净值，得到红利风格相对于万得全A的累计超额净值[122]；因子评价：红利风格拥挤度近期处于历史较低位置[2][35] 3. 因子名称：小盘风格因子；因子构建思路：通过巨潮小盘指数与万得全A指数的相对表现来捕捉小盘风格相对于市场的超额收益[25][26]；因子具体构建过程：以2016年1月4日为基准日，计算巨潮小盘指数的每日收盘点数除以基准日收盘点数得到累计净值，再将此累计净值除以同一交易日的万得全A指数累计净值，得到小盘风格相对于万得全A的累计超额净值[122]；因子评价：小盘风格超额净值及拥挤度均处于历史低位[2][39] 4. 因子名称：大盘风格因子；因子构建思路：通过巨潮大盘指数与万得全A指数的相对表现来捕捉大盘风格相对于市场的超额收益[25][26]；因子具体构建过程：以2016年1月4日为基准日，计算巨潮大盘指数的每日收盘点数除以基准日收盘点数得到累计净值，再将此累计净值除以同一交易日的万得全A指数累计净值，得到大盘风格相对于万得全A的累计超额净值[122]；因子评价：大盘风格拥挤度近期上升至历史高位[2][39] 5. 因子名称：微盘股因子；因子构建思路：通过万得微盘股指数与万得全A指数的相对表现来捕捉微盘股风格相对于市场的超额收益[25][26]；因子具体构建过程：以2016年1月4日为基准日，计算万得微盘股指数的每日收盘点数除以基准日收盘点数得到累计净值，再将此累计净值除以同一交易日的万得全A指数累计净值，得到微盘股风格相对于万得全A的累计超额净值[122]；因子评价：微盘股拥挤度下降至历史低位[2][41] 6. 因子名称：基金重仓因子；因子构建思路：通过基金重仓指数与万得全A指数的相对表现来捕捉基金重仓风格相对于市场的超额收益[25][26]；因子具体构建过程：以2016年1月4日为基准日，计算基金重仓指数的每日收盘点数除以基准日收盘点数得到累计净值，再将此累计净值除以同一交易日的万得全A指数累计净值，得到基金重仓风格相对于万得全A的累计超额净值[122]；因子评价：基金重仓超额累计净值持续处于历史低位，拥挤度近期上行至历史高位[2][41] 7. 因子名称：动量因子；因子构建思路：以最近一年股票收益率减去最近一个月股票收益率（剔除涨停板）作为动量指标，综合选择A股市场中动量特征强且流动性相对较高的股票[28]；因子具体构建过程：使用长江动量指数，该指数选取动量特征强且流动性高的前100只股票作为成分股[28] 8. 因子名称：反转因子；因子构建思路：以最近一个月股票收益率作为筛选指标，综合选择A股市场中反转效应强、流动性较好的股票[28]；因子具体构建过程：使用长江反转指数，该指数选取反转效应强且流动性好的前100只股票作为成分股，并采用成分股近三个月日均成交量进行加权[28] 9. 因子名称：风格拥挤度因子；因子构建思路：衡量各风格指数的交易活跃度相对于历史水平的位置[35][121]；因子具体构建过程：将各风格指数的近63个交易日（近一个季度）的日均换手率在历史时间序列上进行z-score标准化并与万得全A的结果作差，最后计算该差值的滚动6年分位值（历史数据量满1年且不足6年时，以全部历史数据进行计算）[121]；计算公式：$$拥挤度分位值 = Percentile_{6y}(Z(风格指数换手率_{63d}) - Z(万得全A换手率_{63d}))$$ 10. 因子名称：机构调研活跃度因子；因子构建思路：衡量各板块、指数、行业的机构调研活跃程度相对于历史水平的位置[103][123]；因子具体构建过程：分为长期和短期两个口径。长期口径：将板块（指数、行业）的近126个交易日（近半年）的"日均机构调研次数"在滚动6年的历史时间序列上进行z-score标准化并与万得全A的结果作差得到"机构调研活跃度"，最后计算其滚动6年历史分位数（历史数据量满3年且不足6年时，以全部历史数据进行计算）。短期口径：将板块（指数、行业）的近63个交易日（近一季度）的"日均机构调研次数"在滚动3年的历史时间序列上进行z-score标准化并与万得全A的结果作差得到"机构调研活跃度"，最后计算其滚动3年历史分位数（历史数据量满1年且不足3年时，以全部历史数据进行计算）[123]；计算公式：$$机构调研活跃度 = Z(日均机构调研次数_{n}) - Z(万得全A日均机构调研次数_{n})$$，其中n取126（长期）或63（短期） 11. 因子名称：估值因子（PE_TTM）；因子构建思路：使用市盈率（TTM）衡量股票估值水平[60][67]；因子具体构建过程：计算指数或行业的市盈率（TTM），并计算其在2010年1月1日至今时间区间内的历史分位值[60][69] 12. 因子名称：股债性价比因子（erp）；因子构建思路：通过风险溢价指标erp衡量配置权益资产的相对性价比[71][80]；因子具体构建过程：计算指数erp = 1/指数PE_TTM – 10年期中债国债到期收益率，并计算其在2010年1月1日至今时间区间内的历史分位值[71][80]；计算公式：$$erp = \frac{1}{PE\_TTM} - R_{10y国债}$$ 因子的回测效果 1. 成长风格因子，近一周超额收益2.6%[25]，近一月超额收益12.4%[25]，年初至今超额收益25.8%[25]，拥挤度历史分位15%[35] 2. 红利风格因子，近一周超额收益-1.1%[26]，近一月超额收益-2.3%[26]，年初至今超额收益-2.0%[26]，拥挤度历史分位30%[35] 3. 小盘风格因子，近一周超额收益0.6%[26]，近一月超额收益4.1%[26]，年初至今超额收益24.8%[26]，拥挤度历史分位41%[35] 4. 大盘风格因子，近一周超额收益-0.5%[26]，近一月超额收益2.7%[26]，年初至今超额收益14.3%[26]，拥挤度历史分位88%[35] 5. 微盘股因子，近一周超额收益-1.4%[26]，近一月超额收益-2.4%[26]，年初至今超额收益56.5%[26]，拥挤度历史分位10%[35] 6. 基金重仓因子，近一周超额收益0.6%[26]，近一月超额收益4.2%[26]，年初至今超额收益24.3%[26]，拥挤度历史分位90%[35] 7. 动量因子，近一周超额收益0.9%[26]，近一月超额收益-1.3%[26]，年初至今超额收益37.1%[26] 8. 反转因子，近一周超额收益1.6%[26]，近一月超额收益2.3%[26]，年初至今超额收益13.1%[26] 9. 成长较红利因子，近一周超额收益2.6%[25]，近一月超额收益12.4%[25]，年初至今超额收益25.8%[25] 10. 小盘较大盘因子，近一周超额收益1.1%[25]，近一月超额收益1.4%[25]，年初至今超额收益10.5%[25] 11. 微盘股较基金重仓因子，近一周超额收益-2.0%[25]，近一月超额收益-6.6%[25]，年初至今超额收益32.2%[25] 12. 动量较反转因子，近一周超额收益-0.6%[25]，近一月超额收益-3.6%[25]，年初至今超额收益24.0%[25]

量化因子与构建方式 1. **因子名称**：成长风格拥挤度因子[37][38]；**因子构建思路**：通过计算风格指数与市场基准的换手率差异的标准化值，来衡量特定风格（成长）的交易拥挤程度[125]；**因子具体构建过程**：首先计算国证成长指数近63个交易日（一个季度）的日均换手率，并在其6年历史时间序列上进行z-score标准化。同时，计算万得全A指数同期的日均换手率并进行z-score标准化。最后，计算两个标准化值的差值，并将该差值映射到其滚动6年历史分位值上，得到成长风格拥挤度分位点。其计算过程可表示为： $$ \text{Z}_{\text{style}} = \frac{\text{Turnover}_{\text{style}} - \mu_{\text{style}}}{\sigma_{\text{style}}} $$ $$ \text{Z}_{\text{broad}} = \frac{\text{Turnover}_{\text{broad}} - \mu_{\text{broad}}}{\sigma_{\text{broad}}} $$ $$ \text{Crowding}_{\text{style}} = \text{Percentile}_{\text{6y}} (\text{Z}_{\text{style}} - \text{Z}_{\text{broad}}) $$ 其中，$\text{Turnover}_{\text{style}}$ 和 $\text{Turnover}_{\text{broad}}$ 分别为风格指数和万得全A的换手率，$\mu$ 和 $\sigma$ 为对应时间窗口内的均值和标准差，$\text{Percentile}_{\text{6y}}$ 表示计算6年滚动窗口的历史分位数。 2. **因子名称**：红利风格拥挤度因子[37][38]；**因子构建思路**：与成长风格拥挤度因子构建思路一致，但计算对象为中证红利指数[125]；**因子具体构建过程**：计算过程与成长风格拥挤度因子完全相同，仅将风格指数由国证成长替换为中证红利。 3. **因子名称**：小盘风格拥挤度因子[37][38]；**因子构建思路**：与成长风格拥挤度因子构建思路一致，但计算对象为巨潮小盘指数[125]；**因子具体构建过程**：计算过程与成长风格拥挤度因子完全相同，仅将风格指数由国证成长替换为巨潮小盘。 4. **因子名称**：大盘风格拥挤度因子[37][38]；**因子构建思路**：与成长风格拥挤度因子构建思路一致，但计算对象为巨潮大盘指数[125]；**因子具体构建过程**：计算过程与成长风格拥挤度因子完全相同，仅将风格指数由国证成长替换为巨潮大盘。 5. **因子名称**：微盘股风格拥挤度因子[37][38]；**因子构建思路**：与成长风格拥挤度因子构建思路一致，但计算对象为万得微盘股指数[125]；**因子具体构建过程**：计算过程与成长风格拥挤度因子完全相同，仅将风格指数由国证成长替换为万得微盘股。 6. **因子名称**：基金重仓风格拥挤度因子[37][38]；**因子构建思路**：与成长风格拥挤度因子构建思路一致，但计算对象为基金重仓指数[125]；**因子具体构建过程**：计算过程与成长风格拥挤度因子完全相同，仅将风格指数由国证成长替换为基金重仓。 7. **因子名称**：风格超额净值因子[37][38]；**因子构建思路**：通过计算风格指数相对于万得全A的累计净值比，来衡量风格的长期超额收益表现[126]；**因子具体构建过程**：以2016年1月4日为基准日，计算风格指数和万得全A指数的每日累计净值（当日收盘价/基准日收盘价）。将风格指数的累计净值除以同一交易日的万得全A指数累计净值，得到该风格指数相对于万得全A的累计超额净值。 8. **因子名称**：机构调研活跃度因子[107][110]；**因子构建思路**：通过计算板块或行业相对于市场的机构调研次数标准化差异的历史分位，来衡量其受机构关注的程度[127]；**因子具体构建过程**：计算板块（或指数、行业）近n个交易日（长期口径n=126，即近半年；短期口径n=63，即近一季度）的日均机构调研次数，并在滚动y年（长期口径y=6年；短期口径y=3年）的历史时间序列上进行z-score标准化。同时，计算万得全A同期的日均机构调研次数并进行z-score标准化。计算两个标准化值的差值得到“机构调研活跃度”，最后计算该活跃度值的滚动历史分位数（窗口期与标准化窗口期一致）。 9. **因子名称**：风险溢价（ERP）因子[73][80]；**因子构建思路**：通过计算股票市场市盈率倒数与无风险利率的差值，来衡量投资股票的额外风险补偿[73]；**因子具体构建过程**：对于特定指数，其ERP计算公式为： $$ \text{ERP} = \frac{1}{\text{PE\_TTM}}} - R_{\text{f}} $$ 其中，$\text{PE\_TTM}$ 为该指数的滚动市盈率，$R_{\text{f}}$ 为10年期中债国债到期收益率。计算出的ERP值会进一步被映射到其历史分位数以判断当前性价比。 **因子的回测效果** 1. 成长风格拥挤度因子，当前历史分位值13%[37][38] 2. 红利风格拥挤度因子，当前历史分位值23%[37][38] 3. 小盘风格拥挤度因子，当前历史分位值16%[37][38] 4. 大盘风格拥挤度因子，当前历史分位值51%[37][38] 5. 微盘股风格拥挤度因子，当前历史分位值28%[37][38] 6. 基金重仓风格拥挤度因子，当前历史分位值72%[37][38] 7. 成长较红利超额净值因子，近一周收益率6.6%，近一月收益率15.2%，年初至今收益率19.4%[27][28] 8. 小盘较大盘超额净值因子，近一周收益率-0.1%，近一月收益率1.5%，年初至今收益率8.7%[27][28] 9. 微盘股较基金重仓超额净值因子，近一周收益率-6.5%，近一月收益率-10.2%，年初至今收益率31.8%[27][28] 10. 动量较反转超额净值因子，近一周收益率0.9%，近一月收益率9.3%，年初至今收益率29.3%[27][28] 11. 万得全A指数ERP因子，当前值2.7%，当前历史分位值49%[80] 12. 沪深300指数ERP因子，当前值5.2%，当前历史分位值50%[80] 13. 中证500指数ERP因子，当前值1.1%，当前历史分位值68%[80] 14. 创业板指数ERP因子，当前值0.6%，当前历史分位值87%[80]

根据研报内容，以下是量化模型与因子的详细总结： 量化因子与构建方式 1. **因子名称：长江动量因子** - **构建思路**：基于股票过去一年的收益率减去最近一个月的收益率（剔除涨停板）构建动量指标，筛选A股市场中动量特征强且流动性高的股票[27] - **具体构建过程**： 1. 计算每只股票过去12个月的收益率$$R_{12m}$$ 2. 计算最近1个月的收益率$$R_{1m}$$（剔除涨停板股票） 3. 动量指标定义为$$Momentum = R_{12m} - R_{1m}$$ 4. 按动量指标排序，选取前100只股票作为成分股，采用等权重或流动性加权[27] - **因子评价**：能有效捕捉A股市场的动量效应，尤其在趋势性行情中表现突出[27] 2. **因子名称：长江反转因子** - **构建思路**：利用短期反转效应，筛选近期表现弱势但流动性较好的股票[28] - **具体构建过程**： 1. 计算每只股票最近1个月的收益率$$R_{1m}$$ 2. 按$$R_{1m}$$升序排序，选取后100只股票作为成分股 3. 采用近3个月日均成交量加权[28] - **因子评价**：在震荡市中表现优于动量因子，但对交易成本敏感[28] 3. **因子名称：风格拥挤度因子** - **构建思路**：通过换手率标准化差异衡量风格过热或过冷状态[122] - **具体构建过程**： 1. 计算风格指数近63个交易日的日均换手率$$T_{style}$$ 2. 计算万得全A同期换手率$$T_{benchmark}$$ 3. 对两者分别进行Z-score标准化： $$Z_{style} = \frac{T_{style} - \mu_{style}}{\sigma_{style}}$$ $$Z_{benchmark} = \frac{T_{benchmark} - \mu_{benchmark}}{\sigma_{benchmark}}$$ 4. 拥挤度=$$Z_{style} - Z_{benchmark}$$，再计算6年滚动分位数[122] 4. **因子名称：机构调研活跃度因子** - **构建思路**：反映机构对板块/行业的关注度差异[124] - **具体构建过程**： 1. 统计板块近126个交易日的日均调研次数$$V_{sector}$$ 2. 计算万得全A同期值$$V_{benchmark}$$ 3. 标准化后计算活跃度差值： $$Activity = \frac{V_{sector} - \mu_{sector}}{\sigma_{sector}} - \frac{V_{benchmark} - \mu_{benchmark}}{\sigma_{benchmark}}$$ 4. 取6年滚动分位数[124] 因子的回测效果 1. **长江动量因子** - 近一周超额收益3.3%，近一月1.7%，年初至今17.0%[26] - 当前拥挤度分位数11%（成长风格对比）[36] 2. **长江反转因子** - 近一周超额收益-1.9%，近一月4.5%，年初至今2.8%[26] - 与主动型基金规模呈负相关性（资金流入时反转效应减弱）[47] 3. **微盘股因子** - 较基金重仓股超额收益：近一周2.5%，近一月5.4%，年初至今42.0%[26] - 当前拥挤度分位数53%（历史均衡水平）[36] 4. **红利风格因子** - 当前估值分位数39%，ERP分位数98%（极高性价比）[68][80] - 与美债利率负相关性显著（利率下行时跑输成长）[44] 关键模型逻辑 1. **超额净值计算模型** - 以2016年1月4日为基准日，计算风格指数与万得全A的累计净值比[123] - 公式：$$ExcessReturn = \frac{P_{style,t}/P_{style,base}}{P_{benchmark,t}/P_{benchmark,base}} - 1$$ 2. **股债性价比模型(ERP)** - 计算逻辑：$$ERP = \frac{1}{PE_{TTM}} - Y_{10y\_bond}$$[71] - 当前万得全A的ERP为3.2%，处于64%历史分位[80] 3. **利率联动模型** - 美债利率与A股风格相关性： - 利率下行时大盘股/成长股占优（国证成长跑赢中证红利4.0%）[44] - 利率变动解释度达60%以上[18][19] （注：所有因子测试结果均基于2025年8月1日最新数据[26][36]）

根据研报内容，以下是量化模型与因子的详细总结： 量化因子与构建方式 1. **因子名称：动量因子** - **构建思路**：通过计算股票过去一段时间（1年）的收益率减去最近一个月收益率，筛选出动量特征强的股票[27] - **具体构建过程**： - 计算动量指标：$$ \text{动量} = R_{1年} - R_{1月} $$ - 选取A股市场中动量特征强且流动性高的前100只股票构成指数[27] - **因子评价**：能有效表征市场动量效应，但需剔除涨停板干扰[27] 2. **因子名称：反转因子** - **构建思路**：基于短期（1个月）收益率筛选反转效应显著的股票[28] - **具体构建过程**： - 以最近1个月收益率作为筛选指标 - 选取反转效应强、流动性好的前100只股票，按近3个月日均成交量加权[28] - **因子评价**：适合捕捉市场短期反转机会，但对流动性要求较高[28] 3. **因子名称：风格拥挤度因子** - **构建思路**：通过换手率标准化差异衡量风格交易拥挤程度[34][120] - **具体构建过程**： - 计算标准化差值：$$ \text{拥挤度} = \text{z-score}(\frac{\text{风格指数换手率}}{\text{万得全A换手率}}) $$ - 滚动计算历史分位值（1年窗口用6年数据）[120] - **因子评价**：拥挤度低位预示风格配置性价比提升[34] 4. **因子名称：机构调研活跃度因子** - **构建思路**：通过机构调研次数差异反映资金关注度[104][122] - **具体构建过程**： - 计算板块/行业日均调研次数z-score - 与万得全A基准作差后计算历史分位（半年用6年数据）[122] - **因子评价**：高分位预示潜在过热风险[104] 因子回测效果 1. **动量因子** - 近一月超额收益7.2%，年初至今5.9%[27] - IR（1年）：0.85[27] 2. **反转因子** - 近一月超额1.7%，年初至今-2.6%[27] - IR（1年）：0.32[27] 3. **成长风格因子** - 当前拥挤度0%（历史极低），近一月超额3.6%[34][12] - 与红利风格年化相关性：-0.45[34] 4. **微盘股因子** - 年初至今超额26.5%，但拥挤度快速降至6%[40][16] - 波动率（年化）：38.2%[16] 其他关键指标 - **股债性价比指标**： $$ \text{ERP} = \frac{1}{\text{PE\_TTM}} - \text{10年国债收益率} $$ 当前万得全A ERP分位77%，创业板97%[69][75] - **融资余额因子**： 当前处于历史99%分位，季度环比与指数收益拐点同步[98][45] 注：所有因子测试结果均基于2025年5月数据[19]