根据提供的研报内容，以下是关于量化模型和因子的总结： 量化因子与构建方式 1. **因子名称：总热度指标**[7] * **因子构建思路**：通过加总个股的浏览、自选与点击次数，并将其在全市场占比进行归一化，以此作为市场情绪热度的代理变量进行追踪[7]。 * **因子具体构建过程**： 1. 获取个股的浏览、自选与点击次数。 2. 计算这些次数之和。 3. 将此和值除以同一日全市场的总浏览、自选与点击次数之和，得到占比。 4. 将归一化后的数值乘以10000，使得指标取值区间为[0,10000]。 公式为： $$\text{总热度} = \frac{\text{个股浏览+自选+点击次数}}{\text{全市场浏览+自选+点击次数总和}} \times 10000$$ * **因子评价**：该因子被用作衡量市场“情绪热度”的代理变量。 2. **因子名称：宽基/行业/概念总热度**[7][8][19][26][27] * **因子构建思路**：将宽基指数、申万行业或概念板块内的所有成分股的总热度指标进行加和，得到该板块层面的聚合热度指标，用于追踪板块情绪[7][8][19]。 * **因子具体构建过程**：对于特定的股票分组（如沪深300、电力设备行业、赛马概念），将其包含的所有个股的总热度指标值直接求和。 公式为： $$\text{板块总热度} = \sum_{i \in \text{板块}} \text{总热度}_i$$ 其中，总热度_i 是上述“总热度指标”因子对于股票i的计算结果。 3. **因子名称：热度变化率**[9][15][19][26] * **因子构建思路**：计算宽基、行业或概念的总热度指标的周度变化率，以捕捉市场关注度的边际变化[9][15]。 * **因子具体构建过程**： 1. 计算当前周的板块总热度。 2. 计算上一周的板块总热度。 3. 计算周度变化率：$$\text{热度变化率} = \frac{\text{本周总热度} - \text{上周总热度}}{\text{上周总热度}}$$ 4. （可选）对周度变化率取2周移动平均（MA2）进行平滑处理[9][15][19][26]。 4. **因子名称：估值历史分位数**[3][37][38][40][41] * **因子构建思路**：计算宽基指数或行业当前的估值（如PETTM）在其自身历史序列中的分位数，用以判断当前估值水平在历史上的位置[3][37]。 * **因子具体构建过程**： 1. 选定估值指标（如滚动市盈率PETTM）和回溯期（如滚动5年或从2015年起）。 2. 获取标的（宽基或行业）在回溯期内每个历史时点的估值数据。 3. 将当前估值与历史估值序列进行比较，计算其分位数。 公式为：$$\text{历史分位数} = \frac{\text{历史序列中低于当前值的数量}}{\text{历史序列总数量}} \times 100\%$$ 报告中提及了两种回溯窗口：滚动5年[3][37]和从2015年开始至当前[38][40][41]。 模型的回测效果 1. **宽基轮动策略**[12][15] * **策略构建**：每周最后一个交易日买入总热度变化率MA2最大的宽基指数（如果是“其他”组则空仓）[12]。 * **年化收益率**: 8.74%[15] * **最大回撤**: 23.5%[15] * **2025年收益**: 32.7%[15] 2. **热门概念内选股策略（BOTTOM组合）**[30][32] * **策略构建**：每周选出热度变化最大的5个概念，排除概念成分股中流通市值最小的20%股票后，从每个概念中选出总热度排名最后的10只个股，等权构建组合[30]。 * **年化收益率**: 15.71%[32] * **最大回撤**: 28.89%[32] * **2025年收益**: 44.2%[32] 因子的回测效果 *(注：本报告未提供单一因子的独立回测指标（如IC、IR等），仅提供了基于因子构建的策略回测结果。)*

市场回顾 - 上周股市波动放大 成交回落 呈现高低切换特征 价值风格强于成长风格 大盘风格强于小盘风格 中小盘成长板块调整显著[3] - 周期和消费板块表现偏强 成长和大金融板块表现疲软且内部分化较大[3] - 上证指数下跌1.2% 沪深300下跌0.8% 创业板指上涨2.4% 万得全A下跌1.4%[3] 债市表现 - 债市收益率小幅下行 10年国债收益率下行1个基点收于1.83% 30年国债收益率下行3个基点收于2.11%[4] - 短端1年期国债收益率上行3个基点收于1.40% 一年期AA+信用利差下行3个基点 五年期AA+信用利差上行3个基点[4] - 中证转债上涨0.6%[4] 国际市场 - 美国8月非农就业仅增长2.2万人 远不及市场预期的7.5万人[5] - 美债收益率下行 标普500上涨0.3% 纳指上涨1.1% 欧洲STOXX600下跌0.2%[5] - ICE布油下跌2.7% LME铜持平 伦敦金现上涨4.0%[5] - 恒生指数上涨1.4% 表现强于A股[5] 行业板块表现 - 电力设备及新能源上涨5.91% 有色金属上涨2.26% 医药上涨1.49% 消费者服务上涨0.83%[7] - 国防军工下跌11.61% 计算机下跌6.76% 非银行金融下跌5.05% 电子下跌4.86%[7] - TMT板块获利盘松动 军工行业表现较弱 有色金属因黄金价格创新高持续偏强[7] - 电力设备新能源因高低切换资金流入表现突出[7] 重要经济数据 - 美国8月新增非农就业2.2万人 预期7.5万人 前值7.9万人[10] - 8月失业率4.3% 前值4.2% 平均时薪同比增长3.7% 预期3.9%[10] - 数据公布后美元指数和美债收益率下行 伦敦现货黄金突破3650美元/盎司创历史新高[10] - 市场对9月美联储降息25个基点预期充分反映 部分交易者预期降息50个基点[10] 基金发行情况 - 上周公募基金发行38只累计276亿份 股票型基金发行23只累计117亿份[13] - 混合型基金11只累计127亿份 债券型基金4只累计32亿份[13] - 发行结构由债券型主导转向均衡偏股[13] 政策动态 - 证监会发布《公开募集证券投资基金销售费用管理规定》征求意见稿[11] - 第三阶段公募基金费率改革落地 调降认申购费等销售环节费率[11] - 新规优化赎回费和销售服务费鼓励长期持有 调降认申购费降低投资者成本[11] - 差异化调整客户维护费鼓励发展权益类基金[11] 市场展望 - 关注PPI和M1回升趋势 对应企业盈利和信心[14] - 关注美国关税政策、通胀就业数据及后续降息节奏[14] - 10年国债收益率升至1.8%附近 定价年内存在近10bp降息预期[15] - 7月经济数据偏弱 转债估值性价比明显回落[15]

市场整体表现 - 上证指数上涨0.13%至3812.22点，深证成指上涨0.38%至12557.68点，创业板指上涨1.27%至2904.27点[3][8][16] - 市场成交额20039.51亿元，较上一交易日减少1481.28亿元[3][16] - 全市场2442只个股上涨，2769只个股下跌[3][16] 行业与风格表现 - 通信行业领涨3.31%，传媒涨1.87%，电子涨1.52%；电力设备及新能源跌1.23%，有色金属跌0.91%，基础化工跌0.82%[3][21] - 风格表现排序：成长>稳定>消费>金融>周期；大盘成长>小盘成长>大盘价值>小盘价值[3][21] - 概念板块中短剧游戏涨2.61%、赛马涨2.40%、足球涨2.25%；硅能源跌1.73%、石墨电极跌1.51%[24] 资金流向 - 主力资金净流出56.20亿元，其中超大单净流入62.06亿元，大单净流出118.26亿元[4][25] - 南向资金净流入75.66亿港元（沪市港股通25.36亿港元，深市港股通50.30亿港元）[5][27] - 主要宽基ETF成交额普遍减少，沪深300ETF资金净流出20.22亿元[4][29] 全球市场 - 恒生指数涨1.01%至26200.26点，恒生科技指数涨1.27%至5902.69点[5][32] - 美股道琼斯指数涨0.43%，标普500涨0.27%，纳斯达克涨0.37%；英伟达涨1.46%，苹果跌1.48%[6][33] - 欧洲股市分化，德国DAX跌0.37%，英国富时100涨0.23%，法国CAC40涨0.19%[6][33]

核心观点 - 中银多策略行业配置系统当前重点配置有色金属(15.3%)、非银行金融(12.9%)、综合(7.3%)等行业，采用七种量化策略复合配置，通过负向波动率平价模型动态分配策略权重[1][55][56] - 行业轮动复合策略年初至今累计收益20.2%，超越中信一级行业等权基准2.3个百分点，其中S2隐含情绪动量策略超额收益达8.9%表现最佳，S6财报因子失效反转策略表现最差(-5.8%)[3][61] - 本周市场表现分化显著，电力设备及新能源板块上涨2.4%领涨，国防军工板块大跌11.9%领跌，30个行业平均周收益率为-3.0%[3][10][11] - 估值预警系统显示商贸零售、传媒、计算机和国防军工四个行业PB估值处于过去6年95%分位点以上，触发高估值预警[15][16] 近期行业表现回顾 - 本周收益率前三行业：电力设备及新能源(2.4%)、食品饮料(0.8%)、医药(0.5%)；表现最差行业：国防军工(-11.9%)、计算机(-9.8%)、电子(-9.7%)[3][10] - 近一月平均收益率3.1%，年初至今平均收益率17.9%[3][10] - 年初至今收益率前三行业：通信(55.7%)、有色金属(49.3%)、传媒(30.0%)；表现最差行业：煤炭(-4.6%)[11] 行业估值风险预警 - 采用滚动6年PB数据(剔除前10%极值)计算分位数，超过95%分位点触发高估值预警[14][16] - 当前高估值预警行业：商贸零售(100.0%)、传媒(100.0%)、计算机(100.0%)、国防军工(95.9%)[16] - 估值较低行业：食品饮料(9.5%)、交通运输(23.6%)、建筑(21.7%)[16] 单策略表现与配置 S1高景气行业轮动策略(周度) - 当前推荐前三行业：有色金属、非银行金融、农林牧渔[18] - 年初至今超额收益5.1%，近一周收益-2.1%[3][60] - 基于盈利预期原值、斜率和曲率三个维度构建多因子模型[17] S2隐含情绪动量策略(周度) - 当前推荐前三行业：通信、有色金属、电子[22] - 年初至今超额收益8.9%，近一周收益-6.9%[3][60] - 通过剥离"预期内情绪"获取"未证伪情绪"构建动量因子[20][21] S3宏观风格轮动策略(月度) - 当前推荐前六行业：综合金融、计算机、通信、国防军工、电子、传媒[25] - 年初至今超额收益-3.7%，近一周收益-8.8%[3][60] - 基于经济增长、通货膨胀等宏观指标预测四种风格多空情况[23][24] S4中长期困境反转策略(月度) - 当前推荐行业：综合、钢铁、基础化工、医药、农林牧渔、电力设备及新能源[28] - 年初至今超额收益7.5%，近一周收益-3.6%[3][60] - 结合2-3年反转、1年动量和低换手率三个因子构建[28] S5资金流策略(月度) - 当前推荐行业：煤炭、综合金融、综合、纺织服装、交通运输[32] - 年初至今超额收益-3.8%，近一周收益-2.6%[3][60] - 基于机构单净买入和尾盘资金流向两个维度构建[31][32] S6财报因子失效反转策略(月度) - 当前推荐行业：非银行金融、国防军工、汽车、煤炭、有色金属[38] - 年初至今超额收益-5.8%，近一周收益-4.6%[3][60] - 利用长期有效因子阶段性失效后的均值回复特性构建[36][37] S7多因子打分策略(季度) - 当前推荐行业：电子、电力设备及新能源、有色金属、家电、非银行金融、银行[42] - 年初至今超额收益6.4%，近一周收益-2.8%[3][60] - 从动量、流动性、估值和质量四个维度优选因子[40][41] 策略复合与配置 - 采用负向波动率平价模型分配策略权重，当前权重最高为S1(21.4%)，最低为S2(6.0%)[3][56] - 复合策略行业配置前五：有色金属(15.3%)、非银行金融(12.9%)、综合(7.3%)、农林牧渔(7.1%)、电子(6.8%)[57] - 本周调仓动向：加仓上游周期和医药板块，减仓TMT、消费和中游周期板块[3] - 复合策略近一周收益-4.1%，超额基准-1.1个百分点[3][60] 历史业绩表现 - 2014年以来复合策略累计超额收益显著，各单策略中S2和S4表现持续领先[61][65] - 2020年以来复合策略在波动市场中保持稳定超额收益[66][68] - 策略换仓频率结合周度、月度和季度调仓，采用分层资金分配机制[45][46][48]

量化模型与构建方式 1. 宽基形态择时策略模型 - **模型名称**：宽基形态择时策略模型 - **模型构建思路**：基于宽基指数成分股的形态信号（看多/看空）构建多空比率剪刀差，用于判断宽基指数的择时信号[16] - **模型具体构建过程**： 1. 对宽基指数成分股每日计算形态信号（正面或负面信号）[13] 2. 计算每日看多形态成分股数量（$N_{\text{bull}}$）和看空形态成分股数量（$N_{\text{bear}}$）[16] 3. 如果当日没有看多形态成分股，则$N_{\text{bull}}=0$；如果当日没有看空形态成分股，则$N_{\text{bear}}=0$[16] 4. 计算多空形态剪刀差： $$\text{ScissorDiff} = N_{\text{bull}} - N_{\text{bear}}$$ 5. 计算多空形态剪刀差比率： $$\text{ScissorRatio} = \frac{N_{\text{bull}} - N_{\text{bear}}}{N_{\text{bull}} + N_{\text{bear}}}$$ 如果$N_{\text{bull}} + N_{\text{bear}} = 0$，则$\text{ScissorRatio} = 0$[16] 6. 根据剪刀差比率数值判断择时信号（看多、中性或看空）[14][15] 2. 行业形态择时策略模型 - **模型名称**：行业形态择时策略模型 - **模型构建思路**：基于行业指数成分股的形态信号构建多空比率剪刀差，用于判断行业指数的择时信号[16] - **模型具体构建过程**： 1. 对行业指数成分股每日计算形态信号（正面或负面信号）[13] 2. 计算每日看多形态成分股数量（$N_{\text{bull}}$）和看空形态成分股数量（$N_{\text{bear}}$）[16] 3. 如果当日没有看多形态成分股，则$N_{\text{bull}}=0$；如果当日没有看空形态成分股，则$N_{\text{bear}}=0$[16] 4. 计算多空形态剪刀差： $$\text{ScissorDiff} = N_{\text{bull}} - N_{\text{bear}}$$ 5. 计算多空形态剪刀差比率： $$\text{ScissorRatio} = \frac{N_{\text{bull}} - N_{\text{bear}}}{N_{\text{bull}} + N_{\text{bear}}}$$ 如果$N_{\text{bull}} + N_{\text{bear}} = 0$，则$\text{ScissorRatio} = 0$[16] 6. 根据剪刀差比率数值判断行业择时信号（看多、中性或看空）[17][18] - **模型评价**：中信一级行业的多空形态剪刀差择时模型中，择时模型跑赢各自行业指数比率为100%，模型的历史回溯表现非常优秀[16] 3. 隐含波动率模型 - **模型名称**：隐含波动率模型 - **模型构建思路**：采用Heston模型计算近月平值期权的隐含波动率作为市场的恐慌指数，反映市场参与者对未来波动性的预期[9] - **模型具体构建过程**： 1. 使用Heston模型计算近月平值期权的隐含波动率[9] 2. 隐含波动率计算公式基于Heston随机波动率模型： $$dS_t = \mu S_t dt + \sqrt{v_t} S_t dW_t^1$$ $$dv_t = \kappa (\theta - v_t) dt + \sigma \sqrt{v_t} dW_t^2$$ 其中$S_t$为资产价格，$v_t$为波动率，$\mu$为资产收益率，$\kappa$为波动率回归速度，$\theta$为长期波动率，$\sigma$为波动率波动率，$dW_t^1$和$dW_t^2$为相关布朗运动[9] 3. 通过市场期权价格反推隐含波动率[9][10] 4. 特殊K线形态识别模型 - **模型名称**：特殊K线形态识别模型 - **模型构建思路**：识别六种特殊K线形态（金针探底、火箭发射、满江红、上吊线、天堂线和乌云线）作为择时信号[23] - **模型具体构建过程**： 1. **金针探底形态**： - 出现在下跌趋势中，有一根较长下影线的K线[25] - 振幅要求：该K线的振幅需要大于5%[25] - 位置要求：该K线需要出现在过去20个交易日的低位[25] - 下影线长度：K线的下影线长度超过80%[25] - 开盘价和收盘价：该K线的收盘价和开盘价相同（十字星）[25] 2. **火箭发射形态**：具体定义未在报告中详细说明[23] 3. **满江红形态**：具体定义未在报告中详细说明[23] 4. **上吊线形态**：具体定义未在报告中详细说明[23] 5. **天堂线形态**：具体定义未在报告中详细说明[23] 6. **乌云线形态**：具体定义未在报告中详细说明[23] - **模型评价**：金针探底、火箭发射、满江红有较好的正向提醒效果[23] 5. 券商金股形态策略模型 - **模型名称**：券商金股形态策略模型 - **模型构建思路**：结合券商月度金股推荐和形态学信号，在券商推荐后出现形态学买点时买入，持有到当月月底[28] - **模型具体构建过程**： 1. 获取券商月度金股推荐列表[28] 2. 监控金股是否出现形态学买点信号[28] 3. 在出现买点信号的第二个交易日买入[28] 4. 持有组合到当月月底[28] 5. 计算组合收益和风险指标[28] 模型的回测效果 1. 宽基形态择时策略模型 - **上证50(000016.SH)**：策略年化收益11.8%，策略最大回撤-21.81%，指数年化收益3.67%，指数最大回撤-50.77%[14] - **恒生等权重(HSEWI.HI)**：策略年化收益7.55%，策略最大回撤-36.04%，指数年化收益0.68%，指数最大回撤-54.52%[14] - **恒生指数(HSI.HI)**：策略年化收益9.12%，策略最大回撤-43.97%，指数年化收益0.76%，指数最大回撤-55.51%[14] - **恒生可持续发展企业指数(HSSUS.HI)**：策略年化收益8.01%，策略最大回撤-35.34%，指数年化收益1.79%，指数最大回撤-50.95%[15] - **恒生香港35(HSHK35.HI)**：策略年化收益10.63%，策略最大回撤-38.69%，指数年化收益1.29%，指数最大回撤-46.28%[15] 2. 行业形态择时策略模型 - **电力设备及新能源(CI005011.WI)**：策略年化收益23.14%，策略最大回撤-41.7%，指数年化收益5.23%，指数最大回撤-70.51%[17] - **纺织服装(CI005017.WI)**：策略年化收益16.61%，策略最大回撤-42.64%，指数年化收益0.79%，指数最大回撤-74.22%[18] - **消费者服务(CI005015.WI)**：策略年化收益15.42%，策略最大回撤-53.53%，指数年化收益6.13%，指数最大回撤-73.29%[18] 量化因子与构建方式 1. 形态信号因子 - **因子名称**：形态信号因子 - **因子构建思路**：基于K线形态识别技术，生成正面（看多）或负面（看空）信号[13] - **因子具体构建过程**： 1. 对每只股票每日计算K线形态[13] 2. 根据预设的形态规则判断是否为正面信号或负面信号[13] 3. 统计每日正面信号和负面信号的出现次数[13] 4. 计算未来高点胜率和未来低点胜率[13] 2. 连续看多信号因子 - **因子名称**：连续看多信号因子 - **因子构建思路**：识别连续出现多日看多信号的股票[19] - **因子具体构建过程**： 1. 对每只股票每日计算形态信号[13] 2. 统计连续出现看多信号的天数[19] 3. 标记连续4根或5根看多信号的股票[19][20][21] 3. 特殊形态信号因子 - **因子名称**：特殊形态信号因子 - **因子构建思路**：识别六种特殊K线形态（金针探底、火箭发射、满江红、上吊线、天堂线和乌云线）作为信号[23] - **因子具体构建过程**： 1. 对每只股票每日计算K线形态[23] 2. 根据每种特殊形态的定义规则进行匹配[23][25] 3. 标记出现特殊形态信号的股票[23][27] 因子的回测效果 1. 形态信号因子 - **正面信号**：2025年8月25日到2025年8月29日共出现2442次，未来高点平均胜率为28.76%[13] - **负面信号**：2025年8月25日到2025年8月29日共出现3750次，未来低点平均胜率为70.79%[13] 2. 特殊形态信号因子 - **火箭发射形态**：优德精密(300549.SZ)于20250902出现该信号[27] - **箭在弦上形态**：汇成真空(301392.SZ)于20250903出现该信号[27] - **凤还巢形态**：明志科技(688355.SH)于20250905出现该信号[27] 3. 券商金股形态信号因子 - **仙琚制药(002332.SZ)**：长蜡烛形态，20250901出现信号[29] - **捷捷微电(300623.SZ)**：母子线形态，20250905出现信号[29] - **宁德时代(300750.SZ)**：短蜡烛形态，20250903出现信号[29] - **协创数据(300857.SZ)**：长蜡烛形态，20250905出现信号[29] - **复星医药(600196.SH)**：风高浪大线形态，20250903出现信号[29]

这是一份关于量化市场追踪周报的总结，报告主要描述了市场状况和资金流向，但并未详细阐述具体的量化模型或量化因子的构建过程、公式及回测效果。报告内容侧重于市场数据统计和描述性分析，而非模型或因子本身的构建与测试。因此，以下总结将主要基于报告中的描述性内容进行归纳。 量化模型与构建方式 1. **模型名称**：主动权益基金仓位测算模型[22][25] **模型构建思路**：通过分析公募基金的持仓数据，估算其股票仓位水平，以反映市场情绪和配置动向。 **模型具体构建过程**：模型筛选合格样本基金（成立期满两个季度、未到期、规模大于5000万元、过去四期平均仓位大于60%），并采用持股市值加权的方法计算平均仓位。其核心计算公式为估算的仓位水平，但报告中未提供具体的数学公式。 **模型评价**：该模型是监测公募基金市场行为和市场情绪的重要工具。 2. **模型名称**：主力/主动资金流划分模型[51] **模型构建思路**：根据同花顺的资金划分标准，将市场资金按成交单的大小和金额进行分类，以分析不同资金类型的流向。 **模型具体构建过程**：模型依据成交量和成交金额对资金进行划分： - 特大单：成交量 ≥ 20万股 或 成交金额 ≥ 100万元 - 大单：6万股 ≤ 成交量 < 20万股 或 30万元 ≤ 成交金额 < 100万元 或 成交量占流通盘 ≥ 0.1% - 中单：1万股 ≤ 成交量 < 6万股 或 5万元 ≤ 成交金额 < 30万元 - 小单：成交量 < 1万股 或 成交金额 < 5万元 **模型评价**：该模型提供了分析市场资金结构和主力动向的框架。 模型的回测效果 （报告中未提供相关模型的回测绩效指标，如年化收益率、夏普比率、最大回撤等。） 量化因子与构建方式 （报告中未涉及基于个股或组合特征构建的量化因子，如价值、动量、质量等因子。） 因子的回测效果 （报告中未提供任何量化因子的回测绩效指标，如IC值、IR值、因子收益率等。）

市场表现 - 上证指数上涨1.24%，深证成指上涨3.89%，创业板指强势大涨6.55%[2] - 市场成交额23483.60亿元，较上一交易日减少2335.33亿元，呈现缩量反弹[2] - 全市场4856只个股上涨，473只下跌，上涨个股占比约91.1%[2] 行业与风格 - 电力设备及新能源行业领涨6.28%，通信和有色金属分别上涨5.31%和4.42%[2] - 银行板块下跌0.96%，石油石化和交通运输涨幅靠后，分别为0.42%和0.47%[2] - 风格表现排序为消费>周期>成长>金融>稳定，小盘成长风格领先[2] 资金流向 - 主力资金净流入445.30亿元，其中超大单净流入433.02亿元，大单净流入12.28亿元[3] - 南向资金净流入56.23亿港元，深市港股通净流入48.84亿港元[4] - 中证1000ETF在9月4日获资金主要流入31.44亿元[3] 全球市场 - 恒生指数上涨1.43%，恒生科技指数上涨1.95%，日经225指数上涨1.03%[4] - 美股三大指数普遍上涨，道琼斯工业指数、标普500和纳斯达克综合指数分别上涨0.77%、0.83%和0.98%[5] - 特斯拉、苹果、谷歌和英伟达等热门科技股均上涨，涨幅在0.55%至1.33%之间[5] 宏观经济与政策 - 中国1-7月服务贸易总额45781.6亿元，同比增长8.2%，出口增长15.3%[11] - 地方政府专项债务余额约35.5万亿元，占地方政府债务总额的67%[11] - 特朗普将美国对日本汽车关税降至15%，但仍为原2.5%关税的六倍[11]

根据提供的研报内容，以下是关于量化模型与因子的详细总结： 量化模型与构建方式 1. 宏观择时模型 - **模型构建思路**：基于经济增长和货币流动性两个维度的宏观事件因子，动态调整权益资产配置仓位[40] - **模型具体构建过程**：模型通过经济增长和货币流动性两个维度生成信号，经济增长层面信号强度为100%，货币流动性层面信号强度为0%，综合得出权益推荐仓位为50%[40] - **模型评价**：该模型提供了中期权益配置视角，2025年年初至今实现了1.34%的收益率，超越基准Wind全A的1.04%[40] 2. 微盘股择时与轮动模型 - **模型构建思路**：通过相对净值比较、价格斜率和风险指标监控，实现微盘股与茅指数之间的风格轮动和风险控制[18][27] - **模型具体构建过程**： 1) 大小盘轮动指标：计算微盘股/茅指数相对净值，高于243日均线则倾向投资微盘股，反之投资茅指数；结合20日收盘价斜率，当二者方向相反且一方为正时，选择投资斜率为正的指数[27] 2) 择时指标：基于十年期国债到期收益率（阈值0.3）和微盘股波动率拥挤度（阈值0.55），任一指标触及阈值则发出平仓信号[27] 量化因子与构建方式 1. 一致预期因子(↑) - **因子构建思路**：基于分析师一致预期数据构建的因子[56] - **因子具体构建过程**： - EPS_FTTM_Chg3M：未来12个月一致预期EPS过去3个月的变化率[56] - ROE_FTTM_Chg3M：未来12个月一致预期ROE过去3个月的变化率[56] - TargetReturn_180D：一致预期目标价相对于目前股价的收益率[56] 2. 市值因子(↓) - **因子构建思路**：衡量公司规模大小的因子[56] - **因子具体构建过程**： - LN_MktCap：流通市值的对数[56] 3. 成长因子(↑) - **因子构建思路**：衡量公司成长性的因子[56] - **因子具体构建过程**： - NetIncome_SQ_Chg1Y：单季度净利润同比增速[56] - OperatingIncome_SQ_Chg1Y：单季度营业利润同比增速[56] - Revenues_SQ_Chg1Y：单季度营业收入同比增速[56] 4. 反转因子(↓) - **因子构建思路**：基于价格反转效应的因子[56] - **因子具体构建过程**： - Price_Chg20D：20日收益率[56] - Price_Chg40D：40日收益率[56] - Price_Chg60D：60日收益率[56] - Price_Chg120D：120日收益率[56] 5. 质量因子(↑) - **因子构建思路**：衡量公司盈利质量和财务稳健性的因子[56] - **因子具体构建过程**： - ROE_FTTM：未来12个月一致预期净利润/股东权益均值[56] - OCF2CurrentDebt：过去12个月经营现金流净额/流动负债均值[56] - GrossMargin_TTM：过去12个月毛利率[56] - Revenues2Asset_TTM：过去12个月营业收入/总资产均值[56] 6. 技术因子(↓) - **因子构建思路**：基于量价技术指标的因子[56] - **因子具体构建过程**： - Volume_Mean_20D_240D：20日成交量均值/240日成交量均值[56] - Skewness_240D：240日收益率偏度[56] - Volume_CV_20D：20日成交量标准差/20日成交量均值[56] - Turnover_Mean_20D：20日换手率均值[56] 7. 价值因子(↑) - **因子构建思路**：衡量公司估值水平的因子[56] - **因子具体构建过程**： - BP_LR：最新年报账面净资产/最新市值[56] - EP_FTTM：未来12个月一致预期净利润/最新市值[56] - SP_TTM：过去12个月营业收入/最新市值[56] - EP_FY0：当期年报一致预期净利润/最新市值[56] - Sales2EV：过去12个月营业收入/企业价值[56] 8. 波动率因子(↓) - **因子构建思路**：衡量股票价格波动风险的因子[56] - **因子具体构建过程**： - Volatility_60D：60日收益率标准差[56] - IV_CAPM：CAPM模型残差波动率[56] - IV_FF：Fama-French三因子模型残差波动率[56] - IV_Carhart：Carhart四因子模型残差波动率[56] 9. 可转债择券因子 - **因子构建思路**：从正股与可转债的相关关系出发构建的量化择券因子[53] - **因子具体构建过程**： - 正股一致预期因子：基于正股一致预期数据构建[53] - 正股成长因子：基于正股成长性指标构建[53] - 正股财务质量因子：基于正股财务质量指标构建[53] - 正股价值因子：基于正股估值指标构建[53] - 转债估值因子：选取平价底价溢价率作为估值指标[53] 模型的回测效果 1. 宏观择时模型 - 2025年年初至今收益率：1.34%[40] - 同期Wind全A收益率：1.04%[40] - 超额收益：0.30%[40] 2. 微盘股择时与轮动模型 - 相对净值：微盘股对茅指数的相对净值升至1.88倍[18] - 年均线比较：显著高于243日均线（1.57倍）[18] - 斜率表现：万得微盘股20日收盘价斜率为0.2%，低于茅指数的0.7%[18] 因子的回测效果 1. 上周IC均值表现（全部A股） - 一致预期因子：0.17%[48] - 市值因子：-32.18%[48] - 成长因子：5.39%[48] - 反转因子：2.08%[48] - 质量因子：6.28%[48] - 技术因子：1.68%[48] - 价值因子：0.95%[48] - 波动率因子：2.63%[48] 2. 今年以来IC均值表现（全部A股） - 一致预期因子：2.66%[48] - 市值因子：7.54%[48] - 成长因子：1.97%[48] - 反转因子：7.34%[48] - 质量因子：0.94%[48] - 技术因子：9.23%[48] - 价值因子：4.37%[48] - 波动率因子：8.99%[48] 3. 上周因子多空收益（全部A股） - 一致预期因子：0.40%[48] - 市值因子：-4.96%[48] - 成长因子：1.77%[48] - 反转因子：-1.29%[48] - 质量因子：1.10%[48] - 技术因子：-0.25%[48] - 价值因子：-0.95%[48] 4. 今年以来因子多空收益（全部A股） - 一致预期因子：13.17%[48] - 市值因子：29.89%[48] - 成长因子：17.02%[48] - 反转因子：7.92%[48] - 质量因子：9.03%[48] - 技术因子：22.38%[48] - 价值因子：-10.24%[48] - 波动率因子：14.82%[48] 5. 可转债择券因子表现 - 正股一致预期因子：取得正的多空收益[53] - 正股成长因子：取得正的多空收益[53] - 正股财务质量因子：取得正的多空收益[53] - 正股价值因子：取得正的多空收益[53]

核心观点 - 2025年上半年A股公司整体盈利同比增长2.8%，但非金融板块盈利仅微增1.5%，且二季度非金融盈利增长再度转负至-1.6% [1] - 新经济与老经济盈利分化显著扩大，二季度新经济盈利同比提升至+6.8%，而老经济转负至-8.3% [1] - 行业层面TMT、有色金属及部分中游制造领域表现突出，AI产业链、创新药、电池等高景气行业盈利增长强劲 [18] - 非金融企业ROE基本持平，现金流量表改善，资本开支增速回升，资产负债表维持韧性 [24][34][37] - 权重行业盈利增长状态较好，对指数形成支撑，结构机会多于整体 [19][20] 盈利增长概况 - 全A/金融/非金融2025年上半年归母净利润分别增长2.8%/4.2%/1.5%，非金融营业收入同比小幅下滑0.4% [1] - 单二季度全A/金融/非金融净利润同比+1.6%/+5.7%/-1.6%，非金融盈利增长再度转负 [1] - 主板非金融/创业板/科创板二季度盈利同比分别为-2.7%/+4.1%/+24.5% [1] - 上中下游盈利增长分别为-16.3%/+3.7%/+1.7%，上游受PPI同比跌幅走阔影响业绩偏弱 [1] - 能源原材料盈利ttm占比从2022年高点接近40%回落至2Q25的30.8% [1] 金融板块表现 - 二季度资本市场交易持续活跃，证券保险行业单季度盈利同比增长16.6%，其中证券同比高增49.2%，保险同比增长5.9% [1] - 银行盈利同比增速由负转正，同比+3.0%，规模扩张为主要推动因素之一 [1] 行业盈利特征 - 能源原材料行业盈利分化：工业金属/贵金属/稀有金属盈利同比+12.7%/+77.5%/40.5%，钢铁和建材盈利同比+58.7%/25.5%，煤炭、石油石化盈利同比-38.5%/-22.8% [18] - 中游制造领域：电力设备及新能源盈利同比增长26.8%，电池板块同比增长24%，电网设备同比+17%，机械/国防军工盈利分别+12.5%/+2.2% [18] - 消费板块：农林牧渔盈利同比+20.4%，家电同比+2.7%，汽车盈利同比下滑10.2%，食品饮料/商贸零售/消费者服务/纺织服装盈利同比分别-2.6%/-13.7%/-17.1%/-17.5%，医药板块盈利同比转正至+1.0% [18] - TMT板块：电子盈利同比+24.7%，细分元器件/光学光电子/半导体同比增长44.5%/25.6%/20.8%，计算机及传媒同比+32.0%/32.9% [18] - AI相关板块表现突出：中证人工智能指数盈利同比+48%，创业板人工智能同比+51.6%，光模块+127%，PCB+63.8%，科创芯片同比+57% [18] 盈利能力与效率 - 2Q25A股非金融ROE（ttm）相比1Q25环比基本持平，上游行业ROE仍在回落，中下游行业ROE基本企稳 [24] - 非金融净利润率略有下降，毛利率略微下降而费用率基本持平，资产周转率下降为主要拖累因素 [24] - ROE（TTM）连续两个季度改善的行业包括传媒、电子、计算机、非银金融、机械、家电、农林牧渔、有色金属、建材、钢铁 [24] - ROE（TTM）超过10%的行业为非银金融、家电、农林牧渔和有色金属 [24] 现金流与资本开支 - 2Q25筹资现金流出占比首次出现降幅收窄，由-2.8%收窄至-2.5%，反映企业融资需求边际改善 [34] - 经营现金流/营业收入(ttm)自去年下半年以来持续改善，达到2010年以来最高水平 [34] - 非金融企业自由现金流/所有者权益上升至5.2%的历史最高水平 [34] - 非金融企业资本开支2025年上半年降幅收窄至-2.7%，新经济行业资本开支转为正增长 [37] - 传统经济行业中煤炭行业二季度资本开支同比增长88%，建筑和建材转为正增长 [37] - 新经济行业汽车资本开支增长44.5%，电子、计算机和传媒资本开支增速分别达15.5%/10.2%/7.2% [37] 资产负债表状况 - 非金融企业资产增速延续反弹，自3Q24的3.2%反弹至2Q25的3.9%，剔除房地产后增速反弹至5.8% [44] - 预收账款增速连续3个季度改善，剔除房地产后同比增速反弹至2Q25的+5.3% [44] - 应收账款增速回落，剔除房地产和建筑行业后从2024年底的8.1%回落至5.9% [44] - 非金融企业库存增速维持3%左右的低增速，整体库存水平处于正常状态 [44] - 短期金融资产同比高速增长，非金融企业的公允价值变动损益上半年为207亿元 [44] 权重行业表现 - 2025年全A指数的权重行业盈利增长状态较好，IT服务上半年盈利增长超140%，证券、软件开发、半导体、通信设备盈利增长超30%，电池、工业金属增速超20% [19] - 盈利下滑超过20%的行业仅有2个，表现好于全A指数2.8%的盈利增长 [19] - 相较2023-2024年权重行业盈利累计下滑超过20%的行业接近一半，当前权重行业对指数形成支撑 [20]

核心观点 - 2025年中报业绩显示A股整体盈利增速回升，周期和成长行业表现占优，有色、交运、电子、机械等行业盈利增速较高，主要受益于价格上行、政策驱动和低基数效应 [1][4][44] 中报预告视角 - 全部A股中报披露率达81.1%，已披露上市公司归母净利润同比增速为+4.7%，较2024年H1的-3.32%显著改善 [5][7] - 周期和成长行业中报盈利增速领先，农林牧渔、钢铁、建材、传媒、计算机、有色金属、电子行业同比增速分别达194%、168%、52%、51%、49%、40%、29% [9][10] - 银行、非银、汽车、有色金属、通信、电子、电力设备及新能源、机械、基础化工、传媒等行业盈利正增长占比较高，分别为89.5%、84.9%、57.1%、55.9%、53.0%、52.5%、51.7%、49.5%、47.4%、47.4% [9] - 房地产、煤炭、轻工制造行业盈利增速排名靠后，分别为-128%、-34%、-33% [9][10] 工业企业利润增速视角 - 2025年4-6月工业企业利润累计同比增速为-1.8%，较2024年全年-3.3%有所改善，制造业利润累计同比增长4.5% [13][14] - 交运、电新、有色、机械行业利润增速较高，铁路船舶航空航天设备制造业、电气机械器材制造业、有色金属冶炼压延加工业、通用设备制造业利润累计同比分别达39.2%、13.0%、7.8%、6.5% [16][17] - 煤炭、石油石化、轻工制造、纺织服装行业利润同比负增长，分别为-53.0%、-11.5%、-21.4%、-12.9% [16][17] 中报基数视角 - 农林牧渔、电子、汽车、电力公用行业2024年中报盈利增速较高（均超15%），2025年中报面临高基数压力，增速分别为174.6%、30.6%、17.7%、16.2% [18][19] - 房地产、综合、建材、电新、钢铁、传媒、煤炭、国防军工、计算机行业2024年中报盈利同比降幅均超20%，低基数效应显著，分别为-141.0%、-111.6%、-59.5%、-56.1%、-53.2%、-33.9%、-28.2%、-26.1%、-24.1% [18][19] - 钢铁、建材、传媒、计算机行业2025年已披露中报盈利同比增速较高，分别为168.1%、51.8%、50.7%、48.7% [18][19] 基本面视角 上游行业 - 有色金属行业景气度提升，贵金属价格环比上涨5.0%，铜价环比上涨3.8%，主因降息预期和下游半导体、新能源需求旺盛 [21][22][25] - 原油、化工品、煤炭行业景气回落，WTI原油期货价格环比下滑8.9%，化工品价格指数环比下滑3.8%，煤炭价格环比下降3.2% [21][26][29] 中游行业 - 电子行业景气改善，全球半导体销售额4-5月同比平均增速达27.0%，电子信息制造业利润总额累计同比增速达+11.9% [31][34][36] - 交运行业利润和投资端表现亮眼，铁路船舶航空航天设备制造业利润累计同比+39.2%，固定资产投资完成额累计同比+27.3% [31][39] - 机械行业供需两旺，挖掘机产量4-6月同比增速分别为13.0%、11.1%、9.4%，通用设备制造业利润累计同比增速达6.5%，挖掘机出口数量同比增长19.3% [31][39] 下游行业 - 汽车行业内需改善明显，新能源汽车销量4-6月同比增速分别为44.2%、36.9%、26.7%，外需强劲，出口同比增速超70% [37][38][41] - 食品饮料和商贸零售行业受益于政策驱动，4-6月餐饮收入社零同比增速分别为+5.2%、5.9%、0.9%，商贸零售社零同比增速分别为5.1%、6.5%、5.3%，零售业景气指数逐步提高 [37][42][44] 综合表现 - 有色、交运、电子、机械、钢铁、农林牧渔、消费（汽车、商贸零售）等行业中报业绩可能占优，主要因盈利增速高、工业利润改善、低基数效应和基本面景气度提升 [1][44]