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]

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]