量化股票组合
搜索文档
低频选股因子周报(2025.12.31-2026.01.09):2026 年首周,沪深 300 指数增强组合超额收益 1.90%-20260111
国泰海通证券· 2026-01-11 21:13
量化模型与构建方式 1. **模型名称:进取组合与平衡组合**[7] * **模型构建思路:** 基于多因子模型构建的股票组合,旨在获取超越基准指数的收益。进取组合和平衡组合可能代表了不同的风险收益特征或因子暴露程度。[10] * **模型具体构建过程:** 报告未详细描述具体的因子构成、权重分配及组合构建步骤。仅提及其为国泰海通证券金融工程团队构建的量化股票组合。[8] 2. **模型名称:沪深300/中证500/中证1000指数增强组合**[7] * **模型构建思路:** 在跟踪沪深300、中证500、中证1000指数的基础上,通过量化模型进行主动管理,旨在获取稳定的超额收益。[5] * **模型具体构建过程:** 报告未详细描述具体的增强策略、因子模型及权重优化过程。仅提及其为指数增强组合。[8] 3. **模型名称:绩优基金的独门重仓股组合**[7] * **模型构建思路:** 通过分析绩优基金的持仓数据,筛选其独有的重仓股构建组合,旨在捕捉优秀基金经理的选股能力。[5] * **模型具体构建过程:** 报告未详细描述绩优基金的筛选标准、独门重仓股的定义及组合构建的具体规则。[25] 4. **模型名称:盈利、增长、现金流三者兼优组合**[7] * **模型构建思路:** 从盈利、增长和现金流三个基本面维度,筛选出各方面表现均优异的公司构建投资组合。[27] * **模型具体构建过程:** 报告未详细描述具体的筛选指标(如ROE、营收增长率、经营性现金流等)、阈值设定及综合评分方法。[27] 5. **模型名称:PB-盈利优选组合**[7] * **模型构建思路:** 结合低估值(市净率PB)和高盈利能力的标准,筛选具有基本面支撑的低估值股票。[29] * **模型具体构建过程:** 报告未详细描述PB与盈利指标(如ROE、净利润率等)的具体结合方式(如排序、打分或构建复合因子)以及选股规则。[29] 6. **模型名称:GARP组合**[7] * **模型构建思路:** 采用“合理价格成长”策略,寻找具有稳定增长潜力且估值相对合理的公司。[32] * **模型具体构建过程:** 报告未详细描述用于衡量成长性和估值合理性的具体指标及模型构建方法。[32] 7. **模型名称:小盘价值优选组合1/2**[7] * **模型构建思路:** 在小盘股范围内,运用价值因子进行优选,构建投资组合。[34][36] * **模型具体构建过程:** 报告未详细描述小盘股的定义范围、价值因子的具体构成(如PB、PE、股息率等)以及两个组合之间的具体差异。[34][36] 8. **模型名称:小盘成长组合**[7] * **模型构建思路:** 在小盘股范围内,筛选具有高成长特征的股票构建投资组合。[37] * **模型具体构建过程:** 报告未详细描述小盘股的定义范围以及成长因子的具体构成(如营收增长率、净利润增长率等)。[37] 量化因子与构建方式 1. **因子名称:市值因子**[42] * **因子构建思路:** 衡量公司规模大小,通常认为小市值公司存在溢价效应。[42] * **因子具体构建过程:** 报告未给出具体计算公式。通常为股票的总市值。$$市值 = 股价 \times 总股本$$ * **因子评价:** 上周全市场范围内,大市值股票表现优于小市值股票。[42] 2. **因子名称:PB因子**[42] * **因子构建思路:** 市净率,衡量股票估值水平,低PB通常被视为价值型股票。[42] * **因子具体构建过程:** 报告未给出具体计算公式。通常为股价与每股净资产的比值。$$PB = \frac{股价}{每股净资产}$$ * **因子评价:** 上周全市场范围内,高估值(高PB)股票表现优于低估值股票。[42] 3. **因子名称:PE_TTM因子**[42] * **因子构建思路:** 滚动市盈率,衡量股票估值水平,低PE通常被视为价值型或盈利能力强。[42] * **因子具体构建过程:** 报告未给出具体计算公式。通常为股价与最近四个季度每股收益之和的比值。$$PE\_TTM = \frac{股价}{最近四个季度每股收益之和}$$ * **因子评价:** 上周全市场范围内,高估值(高PE_TTM)股票表现优于低估值股票。[42] 4. **因子名称:反转因子**[45] * **因子构建思路:** 基于股价短期反转效应,认为过去一段时间跌幅较大的股票未来可能反弹。[45] * **因子具体构建过程:** 报告未给出具体计算公式。通常计算股票过去一段时间的收益率并取负值。$$反转因子 = -过去N期收益率$$ * **因子评价:** 上周全市场范围内,该因子贡献负收益,即低涨幅股票表现不佳。[5][45] 5. **因子名称:换手率因子**[45] * **因子构建思路:** 衡量股票流动性或交易活跃度,低换手率可能预示关注度低或存在流动性折价。[45] * **因子具体构建过程:** 报告未给出具体计算公式。通常为一段时间内的成交股数除以流通股本。$$换手率 = \frac{期间成交股数}{流通股本}$$ * **因子评价:** 上周全市场范围内,该因子贡献负收益,即低换手率股票表现不佳。[5][45] 6. **因子名称:波动率因子**[45] * **因子构建思路:** 衡量股票价格波动风险,低波动率股票通常被认为风险较低。[45] * **因子具体构建过程:** 报告未给出具体计算公式。通常计算股票过去一段时间收益率的标准差。$$波动率 = \sqrt{\frac{1}{N-1} \sum_{t=1}^{N}(r_t - \bar{r})^2}$$ * **因子评价:** 上周全市场范围内,该因子贡献负收益,即低波动率股票表现不佳。[5][45] 7. **因子名称:ROE因子**[53] * **因子构建思路:** 净资产收益率,衡量公司利用股东权益创造利润的能力。[53] * **因子具体构建过程:** 报告未给出具体计算公式。通常为净利润与净资产的比值。$$ROE = \frac{净利润}{净资产}$$ * **因子评价:** 上周全市场范围内,该因子贡献负收益。[53] 8. **因子名称:SUE因子**[53] * **因子构建思路:** 标准化未预期盈余,衡量公司盈利超出市场预期的程度。[53] * **因子具体构建过程:** 报告未给出具体计算公式。通常为(实际公告的每股收益 - 分析师预测的每股收益均值)/ 预测的标准差。 * **因子评价:** 上周全市场范围内,该因子贡献负收益。[53] 9. **因子名称:预期净利润调整因子**[53] * **因子构建思路:** 基于分析师对净利润预测的调整,捕捉盈利预期变化带来的投资机会。[53] * **因子具体构建过程:** 报告未给出具体计算公式。通常计算一段时间内分析师对未来净利润预测均值的调整幅度。 * **因子评价:** 上周全市场范围内,该因子贡献正收益,即高预期净利润调整股票表现更优。[5][53] 模型的回测效果 (数据期间:2025年12月31日至2026年1月9日)[9] 1. **进取组合**,周收益率4.26%,超额收益(相对中证500)-3.65%,年收益率4.26%,跟踪误差23.46%,最大相对回撤15.40%[9] 2. **平衡组合**,周收益率5.29%,超额收益(相对中证500)-2.63%,年收益率5.29%,跟踪误差20.71%,最大相对回撤12.97%[9] 3. **沪深300增强组合**,周收益率4.69%,超额收益(相对沪深300)1.90%,年收益率4.69%,跟踪误差4.71%,最大相对回撤1.68%[9] 4. **中证500增强组合**,周收益率6.34%,超额收益(相对中证500)-1.58%,年收益率6.34%,跟踪误差4.07%,最大相对回撤3.11%[9] 5. **中证1000增强组合**,周收益率6.17%,超额收益(相对中证1000)-0.86%,年收益率6.17%,跟踪误差5.31%,最大相对回撤4.45%[9] 6. **绩优基金的独门重仓股组合**,周收益率5.19%,超额收益(相对股票型基金总指数)0.23%,年收益率5.19%,跟踪误差23.29%,最大相对回撤12.90%[9] 7. **盈利、增长、现金流三者兼优组合**,周收益率2.87%,超额收益(相对沪深300)0.08%,年收益率2.87%,跟踪误差12.23%,最大相对回撤9.74%[9] 8. **PB-盈利优选组合**,周收益率2.02%,超额收益(相对沪深300)-0.76%,年收益率2.02%,跟踪误差15.62%,最大相对回撤7.31%[9] 9. **GARP组合**,周收益率3.62%,超额收益(相对沪深300)0.84%,年收益率3.62%,跟踪误差13.93%,最大相对回撤4.04%[9] 10. **小盘价值优选组合1**,周收益率5.24%,超额收益(相对微盘股指数)0.77%,年收益率5.24%,跟踪误差10.17%,最大相对回撤10.69%[9] 11. **小盘价值优选组合2**,周收益率4.94%,超额收益(相对微盘股指数)0.47%,年收益率4.94%,跟踪误差8.89%,最大相对回撤8.70%[9] 12. **小盘成长组合**,周收益率4.95%,超额收益(相对微盘股指数)0.49%,年收益率4.95%,跟踪误差11.60%,最大相对回撤9.76%[9] 因子的回测效果 (数据期间:2025年12月31日至2026年1月9日,多空收益)[42][45][53] 1. **市值因子**,全市场多空收益-0.79%,沪深300多空收益4.83%,中证500多空收益-5.59%,中证1000多空收益-2.47%[42][48] 2. **PB因子**,全市场多空收益-4.01%,沪深300多空收益-5.52%,中证500多空收益-6.06%,中证1000多空收益-5.68%[42][48] 3. **PE_TTM因子**,全市场多空收益-4.02%,沪深300多空收益-6.02%,中证500多空收益-8.61%,中证1000多空收益-6.97%[42][48] 4. **反转因子**,全市场多空收益-3.60%,沪深300多空收益0.42%,中证500多空收益-9.48%,中证1000多空收益-2.04%[49][51] 5. **换手率因子**,全市场多空收益-4.82%,沪深300多空收益-3.43%,中证500多空收益-11.17%,中证1000多空收益-6.36%[49][51] 6. **波动率因子**,全市场多空收益-5.08%,沪深300多空收益-3.14%,中证500多空收益-10.96%,中证1000多空收益-5.86%[49][51] 7. **ROE因子**,全市场多空收益-1.50%,沪深300多空收益-0.74%,中证500多空收益-3.84%,中证1000多空收益-2.41%[53][55] 8. **SUE因子**,全市场多空收益-0.11%,沪深300多空收益-1.13%,中证500多空收益-0.89%,中证1000多空收益0.63%[53][55] 9. **预期净利润调整因子**,全市场多空收益0.57%,沪深300多空收益0.86%,中证500多空收益1.89%,中证1000多空收益-0.58%[53][55]
低频选股因子周报(2025.12.26-2025.12.31)-20260104
国泰海通证券· 2026-01-04 15:29
量化模型与构建方式 1. **模型名称**:沪深300增强组合[5][9] * **模型构建思路**:基于多因子模型构建的沪深300指数增强策略,旨在获取超越基准指数的超额收益[5]。 * **模型具体构建过程**:报告未详细说明具体因子构成和权重配置方法,仅展示了组合的业绩表现。通常此类增强组合会综合运用风格、技术、基本面等多类因子进行选股和权重优化。 2. **模型名称**:中证500增强组合[5][9] * **模型构建思路**:基于多因子模型构建的中证500指数增强策略,旨在获取超越基准指数的超额收益[5]。 * **模型具体构建过程**:报告未详细说明具体因子构成和权重配置方法,仅展示了组合的业绩表现。 3. **模型名称**:中证1000增强组合[5][9] * **模型构建思路**:基于多因子模型构建的中证1000指数增强策略,旨在获取超越基准指数的超额收益[5]。 * **模型具体构建过程**:报告未详细说明具体因子构成和权重配置方法,仅展示了组合的业绩表现。 4. **模型名称**:进取组合[9][10] * **模型构建思路**:以中证500为基准的量化股票组合,风格可能更为积极[9]。 * **模型具体构建过程**:报告未详细说明具体构建过程。 5. **模型名称**:平衡组合[9][10] * **模型构建思路**:以中证500为基准的量化股票组合,风格可能相对稳健[9]。 * **模型具体构建过程**:报告未详细说明具体构建过程。 6. **模型名称**:绩优基金的独门重仓股组合[5][9] * **模型构建思路**:通过筛选绩优基金(报告未明确筛选标准)的独门重仓股来构建组合,旨在获取基金选股能力的Alpha[5]。 * **模型具体构建过程**:报告未详细说明具体构建过程。 7. **模型名称**:盈利、增长、现金流三者兼优组合[5][9] * **模型构建思路**:通过筛选在盈利、增长和现金流三个基本面维度均表现优异的股票来构建组合[5]。 * **模型具体构建过程**:报告未详细说明具体筛选标准和权重方法。 8. **模型名称**:PB-盈利优选组合[5][9] * **模型构建思路**:结合低市净率(PB)和高盈利能力的选股策略,属于有基本面支撑的低估值策略[5][29]。 * **模型具体构建过程**:报告未详细说明具体构建过程。 9. **模型名称**:GARP组合[9][32] * **模型构建思路**:GARP(Growth at a Reasonable Price)策略,旨在以合理的价格投资于成长性股票[32]。 * **模型具体构建过程**:报告未详细说明具体构建过程。 10. **模型名称**:小盘价值优选组合1[9][34] * **模型构建思路**:在小盘股中优选价值型股票的投资组合[34]。 * **模型具体构建过程**:报告未详细说明具体构建过程。 11. **模型名称**:小盘价值优选组合2[9][36] * **模型构建思路**:在小盘股中优选价值型股票的投资组合(可能与组合1的筛选标准或权重不同)[36]。 * **模型具体构建过程**:报告未详细说明具体构建过程。 12. **模型名称**:小盘成长组合[5][9] * **模型构建思路**:专注于小盘股中具有高成长性股票的投资组合[5][39]。 * **模型具体构建过程**:报告未详细说明具体构建过程。 量化因子与构建方式 1. **因子名称**:市值因子[42] * **因子构建思路**:衡量公司规模大小的风格因子[42]。 * **因子具体构建过程**:报告未给出具体计算公式。通常为股票的总市值。 2. **因子名称**:PB因子[42] * **因子构建思路**:市净率,衡量估值水平的风格因子[42]。 * **因子具体构建过程**:报告未给出具体计算公式。通常为股价除以每股净资产。 3. **因子名称**:PE_TTM因子[42] * **因子构建思路**:滚动市盈率,衡量估值水平的风格因子[42]。 * **因子具体构建过程**:报告未给出具体计算公式。通常为股价除以最近十二个月每股收益。 4. **因子名称**:反转因子[46] * **因子构建思路**:技术类因子,认为过去一段时间跌幅较大的股票未来可能反弹,涨幅较大的股票未来可能回调[46]。 * **因子具体构建过程**:报告未给出具体计算公式。通常基于过去一段时间的收益率构建。 5. **因子名称**:换手率因子[46] * **因子构建思路**:技术类因子,衡量股票交易活跃程度[46]。 * **因子具体构建过程**:报告未给出具体计算公式。通常为一段时间内的成交股数除以流通股数。 6. **因子名称**:波动率因子[46] * **因子构建思路**:技术类因子,衡量股票价格波动风险[46]。 * **因子具体构建过程**:报告未给出具体计算公式。通常基于过去一段时间收益率的标准差计算。 7. **因子名称**:ROE因子[53] * **因子构建思路**:净资产收益率,衡量公司盈利能力的核心基本面因子[53]。 * **因子具体构建过程**:报告未给出具体计算公式。通常为净利润除以净资产。 8. **因子名称**:SUE因子[53] * **因子构建思路**:标准化未预期盈余,衡量盈利增长超预期程度的基本面因子[53]。 * **因子具体构建过程**:报告未给出具体计算公式。通常为(当期实际EPS - 预期EPS)除以历史盈余波动的标准差。 9. **因子名称**:预期净利润调整因子[53] * **因子构建思路**:基本面因子,反映分析师对公司未来净利润预期的调整方向(上调或下调)[53]。 * **因子具体构建过程**:报告未给出具体计算公式。 模型的回测效果 (数据时间范围:2025年以来,即2024年12月31日至2025年12月31日[9]) 1. 沪深300增强组合,绝对收益26.49%,超额收益8.82%,跟踪误差4.73%,最大相对回撤3.44%[9] 2. 中证500增强组合,绝对收益35.11%,超额收益4.72%,跟踪误差4.47%,最大相对回撤3.75%[9] 3. 中证1000增强组合,绝对收益32.16%,超额收益4.67%,跟踪误差4.84%,最大相对回撤5.42%[9] 4. 进取组合,绝对收益78.35%,超额收益47.97%,跟踪误差22.63%,最大相对回撤13.41%[9] 5. 平衡组合,绝对收益61.25%,超额收益30.87%,跟踪误差18.98%,最大相对回撤17.22%[9] 6. 绩优基金的独门重仓股组合,绝对收益54.47%,超额收益25.00%,跟踪误差22.48%,最大相对回撤14.64%[9] 7. 盈利、增长、现金流三者兼优组合,绝对收益91.84%,超额收益74.18%,跟踪误差18.23%,最大相对回撤11.55%[9] 8. PB-盈利优选组合,绝对收益23.80%,超额收益6.14%,跟踪误差12.62%,最大相对回撤14.55%[9] 9. GARP组合,绝对收益41.17%,超额收益23.51%,跟踪误差12.47%,最大相对回撤9.92%[9] 10. 小盘价值优选组合1,绝对收益51.07%,超额收益-30.58%,跟踪误差9.95%,最大相对回撤36.71%[9] 11. 小盘价值优选组合2,绝对收益60.33%,超额收益-21.31%,跟踪误差8.80%,最大相对回撤32.77%[9] 12. 小盘成长组合,绝对收益75.28%,超额收益-6.37%,跟踪误差12.35%,最大相对回撤28.00%[9] 因子的回测效果 (数据时间范围:2025年以来,即2024年12月31日至2025年12月31日[43][48][54]) 1. 市值因子,全市场多空收益45.24%,沪深300多空收益3.29%,中证500多空收益-6.19%,中证1000多空收益12.09%[43] 2. PB因子,全市场多空收益-12.78%,沪深300多空收益-33.06%,中证500多空收益-41.63%,中证1000多空收益-15.97%[43] 3. PE_TTM因子,全市场多空收益11.50%,沪深300多空收益-8.56%,中证500多空收益-23.58%,中证1000多空收益-9.82%[43] 4. 反转因子,全市场多空收益5.47%,沪深300多空收益-51.31%,中证500多空收益-8.74%,中证1000多空收益-1.28%[48] 5. 换手率因子,全市场多空收益31.00%,沪深300多空收益-49.68%,中证500多空收益-31.71%,中证1000多空收益-0.37%[48] 6. 波动率因子,全市场多空收益7.82%,沪深300多空收益-45.34%,中证500多空收益-33.22%,中证1000多空收益-9.32%[48] 7. ROE因子,全市场多空收益2.82%,沪深300多空收益38.99%,中证500多空收益-5.83%,中证1000多空收益-10.07%[54] 8. SUE因子,全市场多空收益24.62%,沪深300多空收益64.12%,中证500多空收益18.09%,中证1000多空收益23.50%[54] 9. 预期净利润调整因子,全市场多空收益17.09%,沪深300多空收益24.10%,中证500多空收益19.11%,中证1000多空收益-2.85%[54]
反转因子表现相对较优,GARP组合周收益率
国泰海通证券· 2025-08-10 15:58
量化模型与构建方式 1. **模型名称**:GARP组合 - **模型构建思路**:结合增长(Growth)与合理估值(Reasonable Price)的选股策略,筛选兼具成长性和估值吸引力的股票[5][9][33] - **模型具体构建过程**: 1. 筛选标的:沪深300成分股 2. 成长性指标:选取营收增长率、净利润增长率排名前30%的股票 3. 估值指标:剔除PE_TTM和PB高于行业中位数的股票 4. 综合评分:对剩余股票按成长性与估值加权打分,选取前50只等权配置 - **模型评价**:在平衡成长与估值风险方面表现优异,长期超额收益稳定 2. **模型名称**:PB-盈利优选组合 - **模型构建思路**:通过低市净率(PB)与高盈利(ROE)双重筛选,挖掘低估值的优质企业[5][29][32] - **模型具体构建过程**: 1. 初筛:沪深300成分股中PB分位数低于30%的股票 2. 盈利筛选:ROE连续两年高于行业均值 3. 动态调整:季度调仓,权重按盈利稳定性调整 - **模型评价**:在低估值风格占优时表现突出,但周期敏感性较高 3. **模型名称**:小盘成长组合 - **模型构建思路**:聚焦小市值且具备高成长特征的股票,捕捉市场弹性[5][38][42] - **模型具体构建过程**: 1. 市值筛选:全市场市值后20%的股票 2. 成长指标:营收增长率、研发投入占比综合排名前20% 3. 流动性过滤:剔除日均成交额低于1000万元的股票 4. 等权配置Top 100股票 - **模型评价**:高风险高收益特征显著,需警惕流动性风险 --- 量化因子与构建方式 1. **因子名称**:反转因子 - **因子构建思路**:捕捉短期价格反转效应的技术类因子[5][46][48] - **因子具体构建过程**: $$ \text{Reversal}_t = \frac{P_{t-5} - P_t}{P_{t-5}} $$ 其中$P_{t-5}$为5日前收盘价,$P_t$为当前收盘价,因子值为负表示近期下跌,可能反弹 - **因子评价**:上周全市场多空收益达0.98%,短期有效性显著 2. **因子名称**:SUE因子(标准化意外盈利) - **因子构建思路**:衡量盈利超预期程度的基本面因子[50][51] - **因子具体构建过程**: $$ \text{SUE} = \frac{\text{实际EPS} - \text{预期EPS}}{\sigma(\text{EPS预测误差})} $$ 其中分母为分析师预测的标准差 - **因子评价**:2025年全市场多空收益12.34%,在沪深300中表现最佳 3. **因子名称**:市值因子 - **因子构建思路**:通过市值分层捕捉规模效应[43][44][45] - **因子具体构建过程**: 1. 每月末计算全市场股票总市值 2. 按市值分为10组,多头为最小10%,空头为最大10% 3. 多空收益 = 多头组合收益 - 空头组合收益 - **因子评价**:小市值效应2025年全市场收益达48%,但波动较大 --- 模型的回测效果 | 模型名称 | 周收益率 | 月收益率 | 年收益率 | 超额收益(年) | 跟踪误差 | 最大回撤 | |------------------------|----------|----------|----------|--------------|----------|----------| | GARP组合 | 3.28% | 4.32% | 28.19% | 23.87% | 10.50% | 3.45% | [9][33][34] | PB-盈利优选组合 | 2.86% | 3.52% | 20.53% | 16.21% | 9.83% | 3.71% | [9][29][32] | 小盘成长组合 | 4.87% | 6.74% | 56.37% | -9.38%* | 11.01% | 21.91% | [9][38][42] *注:小盘组合基准为微盘股指数,年化超额收益为负因基准涨幅更高 --- 因子的回测效果 | 因子名称 | 全市场多空收益(周) | 沪深300多空收益(年) | 中证500多空收益(年) | |----------------|--------------------|---------------------|---------------------| | 反转因子 | 0.98% | -2.34% | 12.18% | [46][48][49] | SUE因子 | 0.51% | 23.16% | 4.08% | [50][51][52] | 市值因子 | 2.47% | 2.61% | 15.43% | [43][44][45]