量化模型与构建方式 1. **模型名称：多资产时序收益率联合重新排列（非参数蒙特卡洛模拟）**[13] * **模型构建思路**：通过随机抽取历史交易日，并将该日所有资产的收益率作为一个整体数据块进行重排，来生成模拟价格路径[13]。 * **模型具体构建过程**： 1. 获取多资产的历史日收益率序列[18]。 2. 随机抽取一个交易日，将该日所有资产的收益率作为一个“数据块”完整取出[18]。 3. 将抽取的“数据块”按顺序拼接，形成一条新的模拟路径[18]。 4. 重复此过程，直至生成所需时间长度的模拟序列[18]。 * **模型评价**：优点是完全依赖历史数据，无需对收益率分布做参数假设，且能自然保持抽取当日所有资产间的截面相关性[14]。局限是破坏了原始数据的时间序列结构（如波动率聚集性、自相关性），且对收益率均值的估计可能因样本的牛熊市主体而有偏[14]。适用于对均值不敏感的策略，如最小方差组合、风险平价组合优化[15]。 2. **模型名称：多资产时序收益率分块 Bootstrap（非参数蒙特卡洛模拟）**[19] * **模型构建思路**：将历史收益率序列划分为固定长度的时间块，并随机抽取整个时间块进行重排，以生成模拟路径[19]。 * **模型具体构建过程**： 1. 将多资产的历史收益率序列划分为固定长度（如20个交易日）的重叠或非重叠时间块[19]。 2. 随机抽取一个时间块，将该时间段内所有资产的收益率序列整体取出[19]。 3. 将抽取的时间块按顺序拼接，形成模拟路径[19]。 * **模型评价**：优点是在时间块内部，保留了资产间的截面相关性以及一定程度的短期时间序列特性（如波动率聚集和自相关性）[20]。局限是时间块边界处可能存在不连续性，且块长度的选择具有主观性，会影响对长周期依赖关系的捕捉[20]。适用于依赖于市场短期记忆效应的交易策略，如趋势跟踪、波动率目标、均值回归策略[21]。 3. **模型名称：残差 Bootstrap（因子模型法）**[23] * **模型构建思路**：基于多因子模型分离资产的系统性风险和特质性风险，通过对模型残差进行重抽样，并结合真实因子路径来重建资产价格路径[23]。 * **模型具体构建过程**： 1. **风险因子构建与收益计算**：选取并计算市场、市值、价值、动量等风格因子的历史日收益率序列[23]。 2. **多因子回归与残差提取**：将每个资产的收益率对所选因子进行截面回归，估计其因子暴露（β）。资产收益率中无法被多因子模型解释的部分即为残差收益率[23]。 3. **残差的重抽样**：对残差矩阵进行跨时间的全局随机重排。此举彻底破坏了残差中可能存在的任何时间序列依赖，但严格保留了资产残差之间的横截面相关性结构[23]。 4. **路径重建**：使用历史的风险因子真实路径与估计的β相乘，再加上打乱后的残差，生成模拟价格路径[23]。 * **模型评价**：优点是清晰分离收益来源，是分析策略特质性Alpha和风险敞口的工具[24]。局限是条件于历史系统性风险情景的模拟，无法评估策略在未经历过的宏观环境或因子范式切换下的表现[24]。适用于资产有强有力的收益解释模型（因子模型解释力R²较高）的场景[25]。 4. **模型名称：基于几何布朗运动（GBM）的恒定协方差模拟**[28] * **模型构建思路**：假设资产价格服从几何布朗运动，通过估计历史收益率均值和协方差矩阵，并利用Cholesky分解生成相关的随机路径[28]。 * **模型具体构建过程**： 假设有n个相关资产，每个资产价格$S_i(t)$遵循几何布朗运动： $$d S_{i}(t)=\mu_{i}S_{i}(t)d t+\sigma_{i}S_{i}(t)d W_{i}(t),i=1,\ldots,n$$ 其中，$\mu_i$是资产i的漂移率（预期收益率）；$\sigma_i$是资产i的波动率；$W_i(t)$是标准布朗运动[28]。 经价格对数化和协方差矩阵Cholesky分解后，得到资产的离散化价格路径： $$S_{i}^{(j)}(t_{k})=X_{i}(0)\,e x p[(\,k\Delta t+\sum_{l=1}^{k}\sum_{p=1}^{n}L_{i p}Z_{l,p}^{(j)}\,]$$ 其中，$X_i(0) = \ln (S_i(0))$，$\Delta t$为时间步长，$L$为协方差矩阵进行Cholesky分解后得到的下三角矩阵，$Z_{l,p}^{(j)}$是第j条路径第l步第p个独立标准正态随机变量[28]。 * **模型评价**：优点在于模型仅需均值和协方差矩阵两个参数，即可快速生成大量相关资产路径，特别适合需要进行大量模拟的蒙特卡洛回测；且收益率是随机生成的，而非采样于历史样本[28]。局限在于正态性假设与“尖峰厚尾”现实不符，无法刻画现实中资产收益率分布的“尖峰厚尾”特征，因此严重低估极尾部风险发生的概率；且GBM路径是连续的，无法模拟由突发事件引起的价格跳跃[28]。适用于非尾部市场状态下的风险价值（VaR）、条件风险价值（CVaR）及最大回撤分布研究，以及多资产组合的分散化效果研究[29]。 5. **模型名称：A股风格轮动策略（截面动量与波动率双因子打分模型）**[35] * **模型构建思路**：使用经典的截面动量和波动率双因子，对风格ETF进行标准化打分，并持有得分最高的风格，以构建轮动策略[35]。 * **模型具体构建过程**： 1. 选择A股四种风格（红利、成长、大盘、中小盘）及其代表ETF作为轮动候选池[34]。 2. 计算每个风格ETF的动量因子和波动率因子。因子的计算涉及回望窗口长度N（参数，文中测试N ∈ [15, 20, 40]个交易日）[35]。 3. 对单个因子在截面上（即四个风格间）进行ZScore标准化[35]。 4. 将标准化后的动量因子得分和波动率因子得分进行等权加总，得到每个风格的综合得分[35]。 $$S c o r e_{i}=0.5*Z S c o r e_{i,m o m}+0.5*Z S c o r e_{i,v o l}$$ 5. 每日调仓，持有得分最高的风格ETF[35]。 模型的回测效果 （注：以下回测效果主要基于风格轮动策略模型在不同价格路径和参数下的测试结果） 1. **A股风格轮动策略模型**，在**历史真实价格路径**上，不同回望窗口（N）对应的**夏普比率**分别为：N=15日: 0.84， N=25日: 0.96， N=40日: 0.66[45]。 2. **A股风格轮动策略模型**，在**收益率联合重排模拟路径**上，不同回望窗口（N）对应的**夏普比率**分别为：N=15日: 0.22， N=25日: 0.19， N=40日: 0.16[45]。 3. **A股风格轮动策略模型**，在**GBM模拟路径**上，不同回望窗口（N）对应的**夏普比率**分别为：N=15日: 0.19， N=25日: 0.17， N=40日: 0.19[45]。

核心观点 - 综合量化模型信号和日历效应，报告建议在2025年11月超配小盘风格和价值风格 [1][4] - 大小盘轮动量化模型本年至今（截至2025年10月31日）收益为27.85%，相对等权基准的超额收益为2.86% [4][8] - 价值成长风格轮动策略本年至今收益为18.96%（另一处数据为19.95%），相对于等权基准的超额收益为1.35% [4][23] 大小盘风格轮动观点 - **月度观点**：10月底量化模型信号为-0.17，指向大盘风格；但基于历史11月小盘相对占优的日历效应，建议11月超配小盘风格 [4][8] - **模型维度分析**：当前量化模型6个维度中，宏观、情绪、基本面、资金、量价维度均指向小盘，仅估值维度指向大盘 [9][10] - **中长期观点**：当前市值因子估值价差为0.88，相对历史顶部区域1.7~2.6仍有超过60%的提升空间，中长期继续看好小盘风格 [4][16] - **历史表现复盘**：10月观点（建议超配大盘风格）判断错误，当月实际为中证2000跑赢沪深300 [8] - **日历效应**：历史数据显示（1995年以来），11月小盘风格月均超额收益为3.58%，胜率达70%，是小盘风格相对占优的月份 [14][15] 价值成长风格轮动观点 - **月度观点**：月度量化模型信号为1（截至2025年10月31日），建议11月超配价值风格 [4][23] - **模型维度分析**：当前量化模型3个维度（宏观、估值、基本面）全部指向价值风格 [26][27] - **策略历史表现**：价值成长风格轮动策略在2025年10月31日的成长/价值相对净值为0.82 [27] A股风险模型因子表现跟踪 - **大类因子10月表现**：红利因子（+0.43%）、动量因子（+0.38%）、价值因子（+0.15%）获得正向收益；大市值因子（-1.31%）、波动率因子（-1.03%）、成长因子（-0.61%）负向收益较高 [29][32] - **大类因子本年至今表现**：波动率因子（+10.17%）、动量因子（+1.54%）、成长因子（+1.29%）正向收益较高；流动性因子（-7.70%）、大市值因子（-2.14%）、红利因子（-1.32%）负向收益较高 [29][32] - **风格因子10月表现**：盈利收益因子（+0.65%）、股息率因子（+0.49%）、动量因子（+0.29%）正向收益较高；大市值因子（-1.47%）、收益能力因子（-1.15%）、贝塔因子（-0.93%）负向收益较高 [33][36] - **风格因子本年至今表现**：贝塔因子（+8.75%）、盈利波动因子（+4.26%）、动量因子（+4.11%）正向收益较高；中市值因子（-5.50%）、流动性因子（-4.96%）、大市值因子（-2.74%）负向收益较高 [33][36] 量化模型方法论 - **大小盘轮动模型**：从宏观、估值、基本面、资金、情绪、量价6个维度构建量化模型，共包含16个细分因子，并结合主观分析和月度效应进行调整 [42][43] - **价值成长轮动模型**：从宏观、估值、基本面3个维度构建月度打分模型，并辅以纯量价周度模型进行月内调整 [45][47] - **风险模型框架**：采用多因子风险模型（参考Barra CNE6框架），涵盖20个风格因子并汇总为8个大类因子，用于股票组合的收益和风险分析 [28][49][50]

核心观点 - 报告基于创新的投资期望模型（投资期望=胜率*赔率-（1-胜率））进行风格轮动分析，最新一期模型强烈推荐成长风格，其投资期望为0.32，远高于价值风格的-0.22 [4] - 历史回测显示，自2013年以来，该风格轮动模型策略年化收益率高达27.99%，夏普比率为1.04，表现显著优于单一风格及市场基准 [4][22] 赔率分析 - 赔率定义为平均正收益与平均负收益绝对值的比值，市场风格的相对估值水平是影响其预期赔率的关键因素，两者呈负相关关系 [2][9][14] - 根据最新估值差分位数计算，当前成长风格的赔率估计为1.08，价值风格的赔率估计为1.12 [2][14] - 相对估值水平通过计算风格组合的账面市值比之差，并经过全市场估值水平修正后的历史分位数来刻画 [11][12][13] 胜率分析 - 胜率由七个宏微观指标综合判断，当前五个指标指向成长风格，两个指标指向价值风格，成长风格胜率为63.24%，价值风格胜率为36.76% [3][19][20] - 宏观指标包括十年期国债收益率、美国六个月国债收益率、PMI、中长期贷款同比、CPI-PPI剪刀差；微观指标包括动量和强势股占比 [19][20] 近期市场表现与风格构建 - 上周全市场成长风格组合收益为4.58%，价值风格组合收益为2.24%，成长风格表现领先 [1][8] - 成长与价值风格组合通过因子合成构建，价值风格采用账面市值比和净利润市值比，成长风格采用净利润、营业利润和营业收入的同比增速，并经过市值中性化和标准化处理 [8]

核心观点 - 报告基于赔率和胜率的定量模型进行风格轮动分析，最新一期模型推荐成长风格 [1][4] - 成长风格的投资期望为0.32，显著高于价值风格的投资期望-0.22 [4] - 该风格轮动模型自2013年至今的年化收益率为27.59%，夏普比率为1.03 [4] 赔率分析 - 市场风格的相对估值水平是预期赔率的关键影响因素，两者呈负相关关系 [2][14] - 根据最新估值差分位数，成长风格的赔率估计为1.09，价值风格的赔率估计为1.12 [2][14] - 估值差的计算采用风格暴露前20%和后20%股票组合的账面市值比平均数之差，并除以全市场估值平均数以剔除市场整体估值影响 [11][12] 胜率分析 - 胜率评估基于七个指标（五个宏观指标和两个微观指标），当前五个指标指向成长，两个指向价值 [3][16] - 具体来看，十年国债收益率、六个月美债收益率、PMI、中长期贷款、动量指标均指向成长；CPI-PPI和强势股占比指标指向价值 [16][17] - 根据映射方案，当前成长风格的胜率为63.24%，价值风格的胜率为36.76% [3][16] 投资期望与策略表现 - 投资期望的计算公式为：胜率*赔率-（1-胜率）[4][18] - 基于此公式，成长风格的投资期望为0.32，价值风格的投资期望为-0.22，模型明确推荐成长风格 [4][18] - 策略历史表现优异，自2013年以来总收益达2161.49%，相对市场基准的超额收益为315.22%，年化波动率为26.85% [19] 风格组合近期表现与构建方法 - 上周全市场成长风格组合收益为-4.23%，全市场价值风格组合收益为-1.17% [1][8] - 风格组合通过因子合成构建：价值风格使用账面市值比和净利润市值比；成长风格使用单季度净利润同比增速、营业利润同比增速和营业收入同比增速 [8] - 组合构建时对因子进行了市值中性化和标准化处理，并选取风格暴露前20%的个股，采用周度换仓 [8]

核心观点 - 基于投资期望模型 最新推荐风格为成长 其投资期望为0.33 显著高于价值风格的-0.22 [4][18] - 成长风格胜率为63.24% 价值风格胜率为36.76% 七个胜率指标中五个指向成长 [3][16] - 成长风格赔率估计为1.11 价值风格赔率估计为1.13 两者接近但价值略高 [2][14] - 策略历史表现优异 自2013年以来年化收益率达28.06% 夏普比率为1.04 [4][19] 赔率分析 - 赔率定义为平均正收益与平均负收益绝对值的比值 反映收益率序列的盈利亏损比 [9][10] - 采用相对估值水平的历史分位数法 通过账面市值比计算估值差并做全市场调整 [11][12] - 当前成长风格估值差分位数为0.36 价值风格为0.74 显示成长估值相对较高 [14][15] - 相对估值水平与预期赔率呈负相关关系 据此推得两类风格赔率 [2][14] 胜率分析 - 胜率指标包含五个宏观因素和三个微观因素 共七个指标 [16] - 宏观指标包括:十年国债收益率分位数 六个月美债收益率分位数 PMI偏离度 中长期贷款偏离度 CPI-PPI剪刀差 [16] - 微观指标包括:动量效应 强势股占比 北向资金持仓变化 [16] - 当前信号分布:十年国债(成长) 六个月美债(成长) PMI(成长) 中长期贷款(价值) CPI-PPI(成长) 动量(价值) 强势股(成长) [17] 投资期望与策略表现 - 投资期望计算公式:胜率*赔率-(1-胜率) 综合评估胜率与赔率 [4][18] - 成长风格投资期望为0.33 价值风格为-0.22 模型明确推荐成长风格 [4][18] - 策略总收益达2236.55% 相对市场超额收益319.81% 年化波动率26.88% [19] - 最大回撤50.48% 优于成长风格的62.02%和价值风格的46.96% [19] 风格收益表现 - 上周全市场成长风格组合收益-0.48% 价值风格组合收益-0.82% [1][8] - 策略采用周度换仓方式 选取风格暴露前20%个股构建组合 [8] - 价值风格使用账面市值比和净利润市值比因子 成长风格使用净利润增速 营业利润增速和营业收入增速因子 [8] - 因子经过市值中性化和标准化处理 确保风格纯粹性 [8]

核心观点 - 报告创新性地提出基于赔率和胜率的投资期望结合方式，为应对价值成长风格切换问题提供定量模型解决方案 [1][8] - 最新一期风格轮动模型推荐成长风格，其投资期望为0.45，显著高于价值风格的-0.35 [4][18] - 2013年至今，基于投资期望的风格轮动模型策略年化收益率达27.90%，夏普比率为1.03 [4][19] 赔率分析 - 市场风格的相对估值水平是预期赔率的关键影响因素，两者呈现负相关关系 [2][14] - 当前成长风格赔率估计为1.11，价值风格赔率估计为1.09 [2][14] - 估值差计算采用账面市值比（BP_LF）平均数之差，并进行全市场估值水平修正 [11][12][13] 胜率分析 - 胜率指标体系包含5个宏观指标和3个微观指标，共8个指标 [16] - 当前6个指标指向成长风格，2个指向价值风格 [3][16][17] - 成长风格当前胜率为68.88%，价值风格胜率为31.12% [3][16] 策略表现 - 上周全市场成长风格组合收益3.34%，价值风格组合收益1.02% [1][8] - 策略总收益达2136.07%，相对市场超额收益310.77% [19] - 策略最大回撤50.48%，优于基准的63.23% [19] 方法论 - 价值风格采用账面市值比（BP_LF）和净利润市值比（EP_TTM）因子 [8] - 成长风格采用净利润同比增速、营业利润同比增速和营业收入同比增速因子 [8] - 因子经过市值中性化和标准化处理，选取风格暴露前20%个股作为代表组合 [8]

核心观点 - 报告创新性地提出基于赔率和胜率的投资期望模型，用于定量分析价值/成长风格轮动问题 [1] - 最新数据显示成长风格组合周收益2.54%，价值风格组合周收益2.24% [1][8] - 模型推荐当前配置成长风格，其投资期望0.14显著高于价值风格的-0.04 [4][18] - 2013年至今该策略年化收益率达27.62%，夏普比率1.02 [4][19] 赔率分析 - 赔率定义为平均正收益与平均负收益绝对值的比值，与相对估值水平呈负相关 [9][10] - 采用账面市值比(BP_LF)计算估值差，并通过市值中性化处理保证数据可比性 [11][12] - 当前成长风格赔率1.11（估值差分位数0.51），价值风格赔率1.09（估值差分位数0.56） [2][14][15] 胜率分析 - 构建7个宏微观指标评估体系：5个宏观指标（利率、PMI、信贷等）+3个微观指标（动量、资金流向等） [16] - 当前4个指标支持成长（十年国债、美债、CPI-PPI、动量），3个支持价值（PMI、中长期贷款、强势股） [3][17] - 量化映射显示成长风格胜率53.87%，价值风格胜率46.13% [3][16] 策略表现 - 投资期望公式：胜率×赔率-(1-胜率)，成长风格得分0.14显著优于价值风格的-0.04 [4][18] - 历史回测显示策略总收益2064.09%，相对市场超额收益306.02%，最大回撤50.48% [19] - 净值曲线显示策略自2013年持续跑赢成长/价值等权基准及市场指数 [21][23]

行业与公司 - 行业涉及基本面量化投资策略与风格轮动配置[1] - 公司为中金公司 开发了一套独特的基本面量化模型[5] 核心观点与论据 基本面量化策略与市场风格 - 成长风格占优时 景气型投资思路更优 价值风格占优时 PBOE价值红利思路更佳[1] - 不同年份优势策略不同 例如成长趋势优选策略在成长风格表现较好时占优 价值股优选策略在价值风格占优时表现更佳[2] - 2021年至2023年开发的六个细分策略样本外跟踪表现良好[2] 中金公司基本面量化模型特点 - 偏重风险端考虑 增加时序信息 评估风险水平 在风险较小时配置高阿尔法能力资产[5] - 通过逐步筛选和比较 精准捕捉最适合当前市场环境的投资机会[6] 风格风险属性模型设计 - 估值差指标衡量风格性价比 成长和价值风格中与未来收益相关性达0.5左右[10] - 资金参与度通过主动流入率衡量 极端高位时提示风险[11] - 组合内分化度指标在成长和小盘风格中集中度越高未来收益越好 在价值和红利风格中分化程度越高未来收益越好[12] - 估值差 资金拥挤 组合分化三个维度信息互相关联性很低 可同时使用[13] 风格择时模型逻辑 - 核心逻辑包括从风格择时到风格配置 再到策略配置[14] - 单一风格择时通过临近点胜率判断投资价值 最大回撤减少 夏普比率显著提升[16] - 多重指标综合应用采用投票方式 显著降低最大回撤[17] 动态配置与轮动策略 - 动态配置每月对各个投资风格进行独立判断 选择低风险 高性价比的持仓[18] - 轮动策略在看多的多个投资风格中筛选出胜率最高的一类作为重点持仓对象[19] - 风格策略的轮动效果优于策略的动态配置以及固定比例配置[22] 历史表现与样本外验证 - 2015年小盘股表现突出 2016年成长股占优 2017年价值红利显著 2020年和2021年分别是成长和价值主导 2023年红利和小盘股占据主导地位[21] - 样本外数据验证了模型有效性 截至6月底策略配置模型实现超过30%的YTD收益[23] 其他重要内容 风险控制与收益平衡 - 动态配置和轮动策略能够显著降低最大回撤 提高夏普比 但绝对收益未必超过固定比例配置或全市场指数[20] 未来跟踪与评估 - 每个月都会表达当前观点 包括各指标维度上的临界点胜率以及当前看好的市场风格[24]

核心观点 - 报告创新性提出基于赔率和胜率的投资期望结合方式，为应对价值成长风格切换问题提供定量模型解决方案，最新一期风格轮动模型推荐成长风格，2013 年至今基于投资期望的风格轮动模型策略年化收益率 27.19%，夏普比率 1.00 [1][4] 前言 - 报告创新性提出基于赔率和胜率的投资期望结合方式，后续将持续在样本外跟踪并定期汇报 [1][8] - 采用个股因子合成刻画成长和价值风格，价值用账面市值比、净利润市值比，成长用最近一期单季度净利润同比增速等，对因子做市值中性化和标准化处理后等权复合，选风格暴露前 20%个股为代表组合，风格收益测算采用周度换仓 [8] - 上周全市场成长风格组合收益 2.32%，价值风格组合收益 2.76% [1][8] 赔率 - 赔率指亏损为 1 时盈利的数值，一段收益率序列的赔率等于平均正收益/平均负收益的绝对值 [9] - 采用估值差的历史分位数法刻画市场风格相对估值水平，先算风格暴露前 20%和后 20%股票组合账面市值比平均数之差为初始估值差，再除以对应截面全市场估值平均数，最后算估值差在历史上的排位次序百分比 [11] - 根据最新估值差分位数，当下成长风格赔率估计为 1.12，价值风格赔率估计为 1.08 [2][14] 胜率 - 梳理五个宏观指标和三个微观指标判断胜率，包括十年中债国债到期收益率、美国 6 个月国债收益率等 [16] - 七个胜率指标中 4 个指向成长，3 个指向价值，当下成长风格胜率为 68.88%，价值风格胜率为 31.12% [3][16] 投资期望及策略收益 - 根据公式投资期望=胜率*赔率 -（1 - 胜率），计算得成长风格投资期望为 0.14，价值风格投资期望为 -0.04，推荐成长风格 [4][18] - 2013 年至今，基于投资期望的风格轮动模型策略年化收益率 27.19%，夏普比率 1.00 [4][19]

报告核心观点 - 基于赔率和胜率的投资期望结合方式为价值成长风格切换问题提供定量模型解决方案，最新一期风格轮动模型推荐成长风格，2013 年至今该模型策略年化收益率 26.96%，夏普比率 0.99 [4][8] 前言 - 创新性提出基于赔率和胜率的投资期望结合方式，后续将样本外跟踪并定期汇报 [8] - 借用个股因子合成刻画成长和价值风格，价值用账面市值比、净利润市值比，成长用单季度净利润同比增速等，因子经市值中性化和标准化处理后等权复合，选风格暴露前 20%个股为代表组合，收益周度换仓测算 [8] - 上周全市场成长风格组合收益 5.49%，价值风格组合收益 3.33% [8] 赔率 赔率定义 - 赔率原衡量博彩赔付比例，一段收益率序列的赔率等于平均正收益/平均负收益的绝对值 [9] 估值定义 - 关注市场风格相对估值水平，用估值差历史分位数法刻画，经市场估值水平修正 [11] 最新赔率结果 - 市场风格相对估值水平与预期赔率负相关，当下成长风格赔率估计 1.10，价值风格赔率估计 1.09 [2][14] 胜率 - 梳理五个宏观和三个微观胜率指标，当前 5 个指向成长，2 个指向价值，成长风格胜率 68.88%，价值风格胜率 31.12% [3][16] 投资期望及策略收益 - 成长风格投资期望 0.44，价值风格投资期望 -0.35，最新一期风格轮动模型推荐成长风格 [4][18] - 2013 年至今，该模型策略年化收益率 26.96%，夏普比率 0.99，各收益统计指标表现良好 [4][19]