经过仔细审阅，该文档主要是一份关于ETF市场和主动/指数增强型基金的市场表现回顾与跟踪报告，其内容侧重于市场数据统计和基金产品业绩展示，并未涉及量化模型或量化因子的构建、测试与分析。 具体来说，报告内容主要包括： 1. ETF市场的一级市场资金流动情况和二级市场交易情况的数据统计[12][15] 2. 各类增强策略ETF和增强指数型基金的业绩表现跟踪，如超额收益率等指标[28][38][41] 3. 主动权益类基金的业绩排名和收益率统计[33][34][35][37] 4. 基金产品的发行与上市信息跟踪[29][30][31][32][43][44] 报告的核心是描述性统计和业绩汇总，并未阐述任何量化模型（如多因子模型、风险模型）或量化因子（如价值、动量、质量等因子）的构建思路、具体过程、公式或对其的理论评价。所有提及的“增强策略”均指已上市的基金产品名称或其投资策略类型，而非由报告作者构建并测试的量化模型或因子。 因此，根据任务要求，本总结中关于“量化模型与构建方式”及“量化因子与构建方式”的部分没有相关内容可提供。报告内容集中于市场现状描述，而非量化分析方法论。

aa 证券研究报告·金融工程报告 2025 年 11 月 17 日 江海证券研究发展部 金融工程定期报告 分析师：梁俊炜 执业证书编号： S1410524090001 1.可转债跟踪周报：转债继续随权益 上涨，可维持均衡配置—2025.11.10 2.可转债跟踪周报：转债放量延续上 扬，涨幅超越权益—2025.11.03 3.可转债跟踪周报：转债缩量上涨， 涨幅较权益偏低—2025.10.27 4.可转债跟踪周报：转债随权益下 行，偏股转债回撤较大—2025.10.21 5.可转债跟踪周报：转债窄幅波动， 估值仍维持较高水准—2025.10.13 转债债性支撑上涨，表现优于权益 核心内容： ◆可转债市场表现： ◆可转债条款跟踪： 江海证券有限公司及其关联机构在法律许可的情况下可能与本报告所分析的企业存在业务关系，并且继续寻求发展这些关系。因此，投资者应当考虑到本公司可能存在影响本报告客观性的 利益冲突，不应视本报告为投资决策的唯一因素。 敬请参阅最后一页之免责条款 联系人：朱威 执业证书编号： S1410124010022 相关研究报告 ➢ 近一周（2025-11-10 至 2025-11-14），上证转债、 ...

活动概况 - 国信证券于2025年11月20日至21日在深圳福田香格里拉大酒店举办2026年度投资策略会 [1] - 金融工程论坛主题为“新周期·新常态·新范式”，于11月20日13:30-17:00在2楼大宴会厅2举行 [2] 论坛议题 - 议题一：启发式分域视角下的多策略增强组合，由金融工程联席首席分析师张宇主讲 [2] - 议题二：风险模型全攻略一恪守、衍进与实践，由金融工程首席分析师张欣慰主讲 [2] - 议题三：隐性风险视角下的选基因子统一改进框架，由金融工程分析师胡志超主讲 [2] - 议题四：追求可持续Alpha的风险管理，由天弘基金指数与数量投资部总经理杨超主讲 [3] - 议题五：资产配置:ETF的角色与机遇，由大成基金指数与期货投资部执行总监孙雨主讲 [3] - 圆桌论坛主题为“问道2026”，由国信证券金融创新总部总经理陈晓斌主持 [3] 参会嘉宾背景 - 华夏基金数量投资部行政负责人具有12年公募基金管理经验，管理规模超3000亿元，管理产品包括华夏上证50ETF、科创创业50ETF等 [3] - 华泰柏瑞基金副总经理、指数投资部总监拥有24年证券和基金从业经历，超过16年ETF管理经验，截至2025年3季度末管理资产规模超过5000亿元 [4] - 南方基金指数投资部总经理拥有超过19年指数投资和量化研究经验，曾任职于摩根士丹利投资银行(纽约)，管理总规模近2000亿元 [6] - 嘉实基金指数与量化投资首席投资官刘斌具有19年基金从业经验、16年基金投资管理经验，全面负责公司指数与量化投资业务 [7] - 博时基金指数与量化投资部总经理赵云阳在基金行业有二十多年从业经验，管理产品覆盖股票、债券、商品等大类资产基金产品 [8] - 天弘基金指数与数量投资部总经理杨超拥有15年证券从业经验，其管理的指数增强产品规模逾70亿元，多只产品为首批入选个人养老金账户的指数增强基金 [9] - 大成基金指数与期货投资部执行总监孙雨拥有11年工作经历，曾任职于深圳证券交易所、申万菱信基金、国泰海通证券等 [10]

报告行业投资评级 - 股指 ☆☆☆，国债 ☆☆☆ [1] 报告的核心观点 - 截至10月31日当周，期指上涨且分化，IH2511下降0.89%，IC2511上升1.47%，IM2511上升1.31%；上周大小盘期指基差走势分化，上证50指数估值水平位于历史高分位数区间 [1] - 从高频宏观基本面因子评分看，期指通胀指标8分、流动性指标9分、估值指标11分、市场情绪指标9分，期债通胀指标8分、流动性指标10分、市场情绪指标8分 [1] - 期限结构上，IF、IC、IM和IH当季合约年化基差率分别为 -2.95%、 -9.59%、 -12.02%和 -0.18%，较上上周最后交易日，IF、IC和IH贴水收窄，IM贴水加深 [1] - 金融衍生品量化CTA策略上周净值上升0.92%，收益源于周三开多IC并日内平仓；长周期PMI回落对IF和IM有降低作用，短周期基本面数据地产、消费偏弱，汇率低位，资金面宽松且短周期低位回升 [1] - 持仓量方面，IC和IM边际回升，IF和IH相对维持中性，整体市场风险偏好较周初下降，综合信号中性震荡；期债资金面宽松，市场风险偏好利于债市修复，股债跷跷板效应显著，持仓量因子回升，机构配置谨慎，综合信号位于中性以上 [1] 各目录总结 宏观基本面中高频因子评分 - 高炉开工率等多项经济动能指标有不同涨跌，期指评分为7，期债评分为0 [2] 通胀指标 - 菜篮子产品批发价格200指数等多项指标有涨跌，期指和期债评分均为8 [3] 流动性 - DR007等多项流动性指标有涨跌，期指评分为9 [4] 指数估值 - 市盈率PE等多项指数估值指标有涨跌，期指评分为10 [5] 市场情绪：股指 - 融资余额等多项股指市场情绪指标有涨跌，期债评分为9 [6] 市场情绪：债券 - 国开债到期收益率等多项债券市场情绪指标有涨跌，期债评分为8 [7] 策略介绍 - 品种池为股指期货和国债期货，运用多策略模型择优配置合约实现净值稳定增长，短周期模型聚焦高频金融数据板块，长周期模型关注低频指标，持仓量考虑机构多空单持仓量合成 [16] 截止上周五预测信号 - 短周期模型、持仓量指标、长周期模型对各主力合约有不同预测信号，综合信号也不同，多空仓位未明确 [17] 上周情况 - 10月27 - 31日各主力合约部分日期有交易信号，净值跟踪数据来源为wind和国投期货 [19] 国债期货跨品种套利策略 - 基于基本面三因子模型与趋势回归模型信号共振，基本面因子采用瞬时远期利率函数，用PCA主成分分析等构建三因子模型，信号分三类，运用趋势回归模型过滤信号，实际操作采用久期中性配比调整10 - 5Y价差 [20] TF和T主力合约交易信号 - 10月27 - 31日N - S模型信号和趋势回归模型信号有不同表现，数据来源为wind和国投期货 [23][24]

核心观点 - 本周（20251027至20251031）红利风格择时模型综合因子值为-0.78，较上周的-0.63有所下滑，仍小于0，未发出正向信号 [1][4][6] 模型最新结果 - 红利风格择时模型综合因子值为-0.78，相对于上周的-0.63有所下滑 [6] - 综合因子值仍保持小于0，未出正向信号 [6] 分项因子分析 - 美债利率的下行对红利打分产生了主要的负贡献 [4][7] - 分析师行业景气度的回升对红利打分产生了主要的负贡献 [4][7] - 本周市场情绪有所回升，融资净买入因子对红利的正贡献有所下降 [4][7] - 其他因子并无显著变化 [4][7] - 具体因子数据：美国10年期国债收益率因子值为-1.40，融资净买入因子值为-1.32，行业平均景气度因子值为2.40 [12]

根据研报内容，本报告主要对A股市场主要宽基指数进行多维度数据跟踪和统计，并未涉及具体的量化交易模型或用于选股的量化因子。报告内容侧重于市场指标的描述性统计和现状分析[1][2][3]。 量化模型与构建方式 报告未涉及具体的量化交易模型。 模型的回测效果 报告未涉及具体量化模型的回测效果。 量化因子与构建方式 报告未涉及用于选股或组合构建的量化因子。报告中所提及的均为对市场整体或指数层面的观测指标，其构建方式如下： 1. **指标名称：风险溢价**[26] * **指标构建思路**：以十年期国债即期收益率为无风险利率的参考，计算各宽基指数收益率与其差值，作为投资者承担市场风险所要求的额外回报补偿[26]。 * **指标具体构建过程**：风险溢价 = 宽基指数收益率 - 十年期国债即期收益率[26][27]。具体计算时，指数收益率通常采用预期收益率或历史收益率，报告中展示的是当前时点的风险溢价水平及其历史分位值[30]。 2. **指标名称：股债性价比**[42] * **指标构建思路**：通过比较股票市场估值水平的倒数（即盈利收益率）与债券市场无风险收益率的高低，来判断股票和债券两类资产哪一类更具投资吸引力[42]。 * **指标具体构建过程**：股债性价比 = (1 / 宽基指数PE-TTM) - 十年期国债即期收益率[42]。该指标值越大，通常意味着股票相对于债券的投资价值越高。 3. **指标名称：破净率**[49] * **指标构建思路**：统计指数成分股中，股价低于每股净资产的股票数量占比，用以反映市场的整体估值水平和悲观情绪[49]。 * **指标具体构建过程**：破净率 = (指数成分股中破净个股数量 / 指数总成分股数量) * 100%[49]。破净率越高，通常表明市场估值越低，悲观情绪越重。 因子的回测效果 报告未提供上述指标作为选股因子使用的有效性测试结果（如IC值、IR、多空收益等）。报告仅展示了各宽基指数在特定时点（2025年10月29日）的这些指标的**当前数值**及其**历史分位值**，具体如下： 1. **风险溢价指标取值**[30] * 上证50：当前值0.41%，近5年分位值69.84% * 沪深300：当前值1.18%，近5年分位值88.25% * 中证500：当前值1.90%，近5年分位值96.03% * 中证1000：当前值1.19%，近5年分位值83.17% * 中证2000：当前值0.30%，近5年分位值54.52% * 中证全指：当前值1.15%，近5年分位值86.35% * 创业板指：当前值2.92%，近5年分位值95.40% 2. **PE-TTM指标取值**[39][40] * 上证50：当前值12.20，近5年分位值89.50% * 沪深300：当前值14.62，近5年分位值89.34% * 中证500：当前值34.39，近5年分位值98.68% * 中证1000：当前值47.69，近5年分位值96.69% * 中证2000：当前值158.11，近5年分位值83.72% * 中证全指：当前值21.89，近5年分位值98.84% * 创业板指：当前值45.18，近5年分位值61.98% 3. **股息率指标取值**[47][49] * 上证50：当前值3.20%，近5年分位值34.71% * 沪深300：当前值2.60%，近5年分位值34.13% * 中证500：当前值1.30%，近5年分位值12.56% * 中证1000：当前值1.09%，近5年分位值35.62% * 中证2000：当前值0.77%，近5年分位值16.12% * 中证全指：当前值1.95%，近5年分位值31.49% * 创业板指：当前值0.94%，近5年分位值62.23% 4. **破净率指标取值**[51] * 上证50：22.0% * 沪深300：15.67% * 中证500：10.8% * 中证1000：7.4% * 中证2000：3.1% * 中证全指：5.87% * 创业板指：1.0% 5. **指数换手率指标取值**[16] * 中证2000：3.86 * 创业板指：3.02 * 中证1000：2.73 * 中证500：1.98 * 中证全指：1.85 * 沪深300：0.75 * 上证50：0.35

公司市值里程碑 - 英伟达成为全球首家市值达到5万亿美元的公司[1] - 公司市值在2023年6月首次达到1万亿美元，并在三个月前达到4万亿美元估值[1] - 公司股价在周三上午一度上涨5.6%，超过212美元[1] - 今年以来，公司股价已上涨超过50%[5] 市场地位与比较 - 英伟达的市值超过了除美国和中国以外的所有国家的GDP，并且高于标准普尔500指数的整个行业板块[1] - 微软和苹果的市值最近也突破了4万亿美元大关[2] - 今年美国股市的惊人涨幅中，80%都来自人工智能相关企业[2] 业务发展与合作伙伴 - 公司已与包括OpenAI和Oracle在内的领先人工智能公司达成协议，其芯片继续推动人工智能的蓬勃发展[1] - 英伟达首席执行官宣布，预计到明年，人工智能芯片订单额将达到5000亿美元[5] - OpenAI在2022年凭借ChatGPT将人工智能带入消费主流市场，上个月获得了英伟达1000亿美元的投资[2] 地缘政治与市场准入 - 投资者关注英伟达进入中国市场的渠道，中国是其产品最大的市场[5] - 公司曾被禁止向中国出售其最先进的芯片，但在7月撤销了该禁令[5] - 根据今年夏天达成的一项协议，英伟达必须将其在中国收入的15%上缴美国政府[5] 行业情绪与担忧 - 随着科技股屡创新高，人们对人工智能泡沫以及这些公司是否估值过高的担忧也日益加剧[2] - 英国央行和国际货币基金组织都发出了警告，摩根大通首席执行官表示"大多数人的疑虑程度应该更高"[2] - 有分析称英伟达5万亿美元的估值"如此庞大，人类的大脑都难以真正理解"[2]

根据研报内容，总结如下： 量化模型与构建方式 **1.模型名称：A股行业轮动模型[4]** - **模型构建思路**：模型从资金、估值、情绪、动量、超买超卖和盈利，共6个因子共同构建打分体系，用以研判行业综合评分[4][19] - **模型具体构建过程**： 1. 选取六个维度的因子：资金、估值、情绪、动量、超买超卖、盈利[19] 2. 各因子数据来源与计算： - **资金因子**：以行业主力资金净流入率作为主要数据[19] - **估值因子**：以该行业位于过去1年的估值分位作为主要数据来源[19] - **情绪因子**：以上涨成分股比例作为主要数据来源[19] - **动量因子**：以MACD指标作为主要数据来源[19] - **超买超卖因子**：以RSI指标作为重要数据来源[19] - **盈利因子**：以该行业的一致预测EPS位于过去1年的分位作为主要数据来源[19] 3. 对每个行业的各个因子进行打分，符号“+++”代表最高分，“---”代表最低分，最终加总得到行业综合评分[21] **2.模型名称：共识度选股模型[5]** - **模型构建思路**：基于动量、价格等因子，结合高频资金流走势与股票价格走势相似度进行选股[5][22] - **模型具体构建过程**： 1. 行业筛选：在申万二级行业层面筛选出过去30天的高涨行业[22] 2. 股票池构建：在涨幅排名前三的二级行业中形成股票池[22] 3. 因子计算：通过股票月度数据计算动量因子、估值因子和上涨频率，同时结合资金高频分钟数据来计算每支股票高频资金流入流出变化[22] 4. 选股标准：在股票池中，选出各个二级行业中高频资金流走势与股票价格走势相似度最高的各五只股票[22] 模型的回测效果 - **A股行业轮动模型**：本期（数据截止2025年10月23日）模型结果显示，传媒、社会服务、食品饮料等综合评分较高（分别为8分、8分、7分），房地产、建筑材料、环保等得分较低（分别为-5分、-5分、-4分）[20][21] - **共识度选股模型**：本期模型输出结果为常铝股份、金田股份、立霸股份等个股，这些股票来自高涨的申万二级行业（工业金属、家电零部件Ⅱ、能源金属），并且是各自行业中高频资金流走势与股票价格走势相似度最高的股票[5][23] 量化因子与构建方式 **1.因子名称：主力资金净流入[3][14]** - **因子构建思路**：通过统计大额成交单来识别主力资金的动向[3][14] - **因子具体构建过程**： 1. 定义主力资金交易单：将每日交易单中大于等于10万股或者金额大于等于20万元的成交金额的交易单作为主力资金流动[3][14] 2. 计算股票主力资金净流入：对符合定义的交易单进行统计，获得每日市场全部股票的主力资金净流入数据[14] 3. 计算行业因子值：将股票按照申万一级行业进行划分，汇总得到各行业的主力资金净流入额[14] 因子的回测效果 - **主力资金净流入因子（过去5日）**：通信行业净流入额最高（19.71亿元），电子行业净流出额最高（-405.66亿元）[15] - **主力资金净流入因子（过去30日）**：煤炭行业净流入额相对最高（-24.56亿元），电子行业净流出额最高（-2529.98亿元）[16]

根据提供的研报内容，以下是关于量化因子与模型的总结： 量化因子与构建方式 1. **因子名称：大买单成交金额占比**[8] * **因子构建思路**：该因子旨在刻画大资金的买入行为[8] 其构建思路是基于逐笔成交数据，通过还原买卖单并筛选大单，计算大买单金额在总成交额中的比例[8] * **因子具体构建过程**： 1. 数据准备：获取股票的逐笔成交数据，数据中包含叫买序号和叫卖序号[8] 2. 还原买卖单：根据逐笔成交数据中的叫买和叫卖序号，将逐笔成交数据还原为原始的买卖单数据[8] 3. 筛选大单：对还原后的买卖单，按照每单的成交量设定阈值，筛选出符合条件的大额订单（大单）[8] 4. 计算因子值：针对筛选出的大单，计算其中所有买单的成交金额总和，然后将此总和除以当日该股票的总成交金额，得到大买单成交金额占比[8] 公式如下： $$大买单成交金额占比 = \frac{当日大买单成交总金额}{当日总成交金额}$$[8] 2. **因子名称：净主动买入金额占比**[8] * **因子构建思路**：该因子旨在刻画投资者的主动买入行为[8] 其构建思路是基于逐笔成交数据中的买卖标志，区分主动买入和主动卖出，并计算其净额相对于总成交额的比例[8] * **因子具体构建过程**： 1. 数据准备：获取股票的逐笔成交数据，数据中包含买卖标志[8] 2. 界定主动交易：根据逐笔成交数据中的买卖标志，界定每一笔成交是属于主动买入还是主动卖出[8] 3. 计算净额：将当日所有主动买入的成交金额相加，减去当日所有主动卖出的成交金额相加，得到净主动买入金额[8] 4. 计算因子值：将计算得到的净主动买入金额除以当日该股票的总成交金额，得到净主动买入金额占比[8] 公式如下： $$净主动买入金额占比 = \frac{当日主动买入总金额 - 当日主动卖出总金额}{当日总成交金额}$$[8] 因子的回测效果 1. **大买单成交金额占比因子** * 在个股层面的近期表现（2025年10月20日至2025年10月24日过去5日均值）：石化机械 (88.4%)、神开股份 (87.0%)、东方园林 (86.4%) 等[10] * 在宽基指数层面的近期表现（2025年10月20日至2025年10月24日过去5日均值）：上证指数 (75.2%)、上证50 (73.9%)、沪深300 (75.5%)、中证500 (76.0%)、创业板指 (75.2%)[13] * 在行业（中信一级）层面的近期表现（2025年10月20日至2025年10月24日过去5日均值）：银行 (80.7%)、钢铁 (79.5%)、非银行金融 (79.2%) 等[14] * 在ETF层面的近期表现（2025年10月20日至2025年10月24日过去5日均值）：博时中证全球中国教育ETF (91.2%)、华夏创成长ETF (90.5%)、富国上证综指ETF (90.0%) 等[16] 2. **净主动买入金额占比因子** * 在个股层面的近期表现（2025年10月20日至2025年10月24日过去5日均值）：唐山港 (20.7%)、常青股份 (17.0%)、双元科技 (16.3%) 等[11] * 在宽基指数层面的近期表现（2025年10月20日至2025年10月24日过去5日均值）：上证指数 (-0.8%)、上证50 (3.3%)、沪深300 (2.3%)、中证500 (0.8%)、创业板指 (5.3%)[13] * 在行业（中信一级）层面的近期表现（2025年10月20日至2025年10月24日过去5日均值）：电子 (8.0%)、通信 (7.4%)、国防军工 (3.5%) 等[14] * 在ETF层面的近期表现（2025年10月20日至2025年10月24日过去5日均值）：博时上证科创板芯片ETF (15.6%)、易方达中证红利ETF (15.2%)、华泰柏瑞中证2000ETF (15.0%) 等[17]

报告行业投资评级 - 中信五风格-金融★☆☆，一颗星代表偏多，判断趋势有上涨的驱动，但盘面可操作性不强 [3][19] 报告的核心观点 - 截至2025/10/24当周，通联全A（沪深京）、中证综合债与南华商品指数周度涨跌幅分别为3.42%、-0.03%、0.94% [3] - 公募基金市场近一周增强指数策略领涨，周度涨跌幅为3.89%，中性策略涨多跌少，商品方面贵金属ETF回调，豆粕与有色金属ETF收益小幅反弹，能源化工ETF有所企稳 [3] - 中信五风格上周五风格均收涨，成长风格收益领跑；风格轮动图显示相对强弱层面周期与消费风格环比走弱，指标动量层面成长风格升幅较大 [3] - 公募基金池近一周金融与周期风格基金超额表现较优，产品对消费风格偏移度边际提升，本周市场整体指标延续上升趋势，当前成长与金融风格位于历史偏高拥挤区间 [3] - 中性策略方面，截至上周股指基差周内呈边际回升态势，IC合约回升至近三月均值上方0.5倍标准差附近水平；IC，IM对应现货指数ETF平均溢价率偏高，位于近三月80%以上分位区间 [3] - 近一周中长期动量因子收益表现较优，周度超额收益率为1.70%，残差波动率与ALPHA因子有所回撤，胜率方面分红与杠杆因子有所修复；本周因子截面轮动速度继续走高，当前位于近一年80%分位以上区间 [3] - 根据风格择时模型最新评分结果，本周成长与金融风格边际回升，周期与稳定风格回落，当前信号偏向金融风格。上周风格择时策略收益率为1.45%，对比基准均衡配置超额收益率为 -0.98% [3] 相关目录总结 近期市场收益 - 展示了通联全A（沪深京）、中证综合债（净）、南华商品的周度、月度、季度、半年度收益率 [6] - 展示了近一年公募基金产品成立规模（QDII） [6] - 展示了公募基金主要策略指数近三月最大回撤和周度收益率 [6] 中信风格指数净值走势 - 展示了2025/9/24 - 2025/10/23金融、周期、消费、成长、稳定风格指数净值走势 [8][9] 中信风格指数相对轮动图 - 展示了金融、周期、消费、成长、稳定风格近一周、上一周、近一月、近三月、近六月、近一年的相对强弱和相对强弱动量数据 [10][11] 基金风格指数超额收益表现 - 展示了金融、周期、消费、成长风格基金近一周、上一周、近一月、近三月、近六月、近一年的超额收益表现 [12] 基金风格拥挤度 - 展示了2025/9/28 - 2025/10/26周期、成长、消费、金融风格基金拥挤度情况 [13] 本周Barra单因子风格偏好 - 展示了金融、周期、消费、成长、稳定风格Barra单因子风格偏好情况 [14] Barra单因子风格策略超额收益表现 - 展示了估值、成长、盈利、流动性、分红、规模、杠杆、动量反转、动量、BETA、ALPHA、残差波动率、残差动量、周内波动率等因子的超额收益表现 [15][16] 今年以来Barra单因子风格超额净值走势 - 展示了估值、成长、盈利、流动性、分红、规模、杠杆、动量、BETA、ALPHA、残差波动率等因子近一周、上一周、近一月的超额净值走势 [18]