根据提供的金融工程报告，以下是关于报告中涉及的量化模型和因子的总结。 量化模型与构建方式 1. **模型名称：扩散指数行业轮动模型**[21] * **模型构建思路**：该模型基于价格动量原理，通过计算行业的扩散指数来识别具有向上趋势的行业，从而进行行业轮动配置[21][34] * **模型具体构建过程**：模型针对每个中信一级行业计算其扩散指数。具体过程涉及观察行业内成分股的表现，但报告中未提供计算扩散指数的具体公式和详细步骤[21][23] 2. **模型名称：GRU因子行业轮动模型**[29] * **模型构建思路**：该模型利用GRU（门控循环单元）深度学习网络对分钟频量价数据进行处理，生成GRU行业因子，以把握短期交易信息并进行行业轮动[29][35] * **模型具体构建过程**：模型使用历史分钟频量价数据训练GRU网络。GRU网络能够捕捉时间序列数据的依赖关系，输出每个行业的因子值。报告指出该模型在短周期表现较好，但未提供网络结构、输入特征、训练周期等具体构建细节和公式[29][35] 模型的回测效果 1. **扩散指数行业轮动模型** * 2025年11月以来超额收益：1.28%[26] * 2025年以来超额收益：6.21%[21][26] * 2024年全年超额收益：-5.82%[21] * 2023年全年超额收益：-4.58%[21] * 2022年全年超额收益：6.12%[21] 2. **GRU因子行业轮动模型** * 2025年11月以来超额收益：1.65%[32] * 2025年以来超额收益：-4.49%[29][32] 量化因子与构建方式 1. **因子名称：行业扩散指数**[23] * **因子构建思路**：该因子用于衡量某个行业整体趋势的强弱，数值越高代表该行业的向上趋势越强[23] * **因子具体构建过程**：报告未提供行业扩散指数因子的具体计算方法和公式，仅提供了截至特定日期的各行业因子取值[23][24] 2. **因子名称：GRU行业因子**[30] * **因子构建思路**：该因子由GRU深度学习模型生成，旨在从分钟频量价数据中提取有效信息，以预测行业短期表现[30][35] * **因子具体构建过程**：作为GRU模型的直接输出，每个行业对应一个因子值。报告未提供该因子值计算的具体技术细节和公式[30] 因子的回测效果 1. **行业扩散指数因子** * 报告未提供该因子独立的测试指标（如IC值、IR等），其效果直接体现在扩散指数行业轮动模型的超额收益上[21][26] 2. **GRU行业因子** * 报告展示了该因子的周度Rank IC序列和累计Rank IC曲线，但未给出具体的IC均值、IR等统计指标[31]

核心观点 - 市场流动性整体呈现分化态势，货币市场利率下行而资本市场净流入规模收窄 [1][13] - 行业表现分化显著，电力设备及新能源板块领涨且资金关注度最高，而医药、计算机板块表现疲弱 [2][18] - 市场风格上，周期与稳定风格领涨，成长风格虽涨幅较小但交易活跃度占据主导地位 [3][36] 各类市场流动性概况 货币市场流动性 - 银行间市场质押式回购利率下行，R007由1.4923%下降至1.4677%，下降2.46个基点；DR007由1.4551%下降至1.4130%，下降4.21个基点 [1][9] - R007与DR007利差较前期增加1.75个基点，中美利差本周减小1.91个基点 [1][9] 资本市场流动性 - A股市场资金净流入78.31亿元，较上周减少245.27亿元，其中资金供给160.23亿元，资金需求81.92亿元 [1][13] - 资金供给减少650.02亿元，具体为融资净买入减少210.16亿元，股票分红减少123.08亿元，股票型ETF净申赎减少87.83亿元，股票型与混合基金成立减少228.95亿元 [1][13] - 资金需求减少404.75亿元 [1][13] 主板市场流动性 - 宽基指数融资余额多数攀升，除中证500外，沪深300、中证1000、中证2000及其他股票的融资余额均升至近八周高点 [16] - 融资净买入规模较前一周有所回落，而沪深300等指数的融券净卖出规模环比上升 [16] - 市场活跃度方面，除其他股票外，各宽基指数日均成交额均出现环比下降 [16] 行业板块流动性跟踪 行业涨跌幅 - 中信一级行业多数上涨，电力设备及新能源板块周涨幅达5.11%，表现最为突出；钢铁、石油石化等行业亦有小幅上涨 [2][18] - 医药板块领跌，跌幅为2.36%，计算机板块跌幅为2.08% [2][18] 行业资金流向 - 杠杆资金呈现结构性特征，电力设备及新能源行业获杠杆资金净加仓最多，净流入21.96亿元；电子行业杠杆资金净流出最多，达25.01亿元 [21][23] - 陆股通重仓股主力资金整体流出，电力设备及新能源行业资金净流入最多（3.30亿元），电子行业净流出最多（36.81亿元） [24][26] 行业热度与拥挤度 - 通信行业杠杆资金占比位于近16周高位，而房地产、石油石化、综合、轻工制造、非银行金融、食品饮料行业占比位于低位 [27] - 电力设备及新能源与消费者服务行业的综合拥挤度位居前列，拥挤度得分均为77.50% [2][29] 风格板块流动性跟踪 风格表现与成交活跃度 - 风格指数绝大多数上涨，周期与稳定风格均上涨1.85%，表现领先；仅消费风格下跌0.70% [3][36] - 成长风格是市场最活跃板块，日均成交额占比达56.88%；周期风格日均成交额占比增加最大，上升1.59%；成长风格占比回落幅度最大，下降1.88% [3][32] - 成长风格日均换手率最高，为3.15%；金融和稳定风格换手率处于相对低位 [3][36] 风格板块资金流向 - 陆股通重仓股主力资金总体以减持为主，对成长风格减持力度最大，达109.57亿元；对周期风格减持55.97亿元 [33][35]

根据提供的研报内容，以下是关于量化模型和因子的总结： 量化模型与构建方式 1. **模型名称：微盘股轮动与择时模型**[18][23] * **模型构建思路**：该模型旨在通过相对净值、动量指标以及风险指标，实现微盘股指数与茅指数之间的风格轮动，并在风险聚集时发出平仓信号[18][23] * **模型具体构建过程**： * **轮动信号生成**： 1. 计算微盘股指数与茅指数的相对净值（微盘股净值 / 茅指数净值）[18] 2. 计算该相对净值的243日移动平均线（MA243）[18] 3. 计算微盘股指数和茅指数的20日收盘价斜率（动量指标）[18][23] 4. 轮动规则：当微盘股/茅指数相对净值高于其243日均线，且微盘股20日斜率为正、茅指数20日斜率为负时，配置微盘股；反之则配置茅指数[23] * **择时风控信号生成**： 1. 监控十年期国债到期收益率的同比变化率（十年国债利率同比），设定风险阈值为30%[18][23] 2. 监控微盘股波动率拥挤度的同比变化率（波动率拥挤度同比），设定风险阈值为55%[18][23] 3. 风控规则：当十年国债利率同比触及30%或波动率拥挤度同比触及55%时，模型发出平仓信号[23] 2. **模型名称：宏观择时策略**[42][43] * **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指标，动态调整权益资产的配置仓位[42][43] * **模型具体构建过程**：模型对经济增长和货币流动性分别进行评估，生成信号强度（以百分比表示），并综合这两个维度的信号得出最终的权益资产推荐仓位[42][43] 具体构建细节可参考其历史研究报告[42] 模型的回测效果 1. **宏观择时策略**[42][43] * 2025年年初至今收益率：13.55%[42] * 同期Wind全A收益率：25.61%[42] * 截至2025年10月31日信号：经济增长信号强度0%，货币流动性信号强度50%，权益推荐仓位25%[42][43] 量化因子与构建方式 1. **因子名称：大类选股因子**[48][60][61] * **因子构建思路**：报告跟踪了八大类选股因子，包括一致预期、市值、成长、反转、质量、技术、价值和波动率，每类因子由多个细分因子合成[48][60][61] * **因子具体构建过程**：报告附录提供了详细的因子分类和定义[60][61]，例如： * **价值因子**：包含市净率（BP_LR，最新年报账面净资产/最新市值）、预期市盈率（EP_FTTM，未来12个月一致预期净利润/最新市值）等细分因子，因子值越大表示越被低估，预期收益越高（排序方向↑）[60][61] * **成长因子**：包含单季度净利润同比增速（NetIncome_SQ_Chg1Y）、单季度营业收入同比增速（Revenues_SQ_Chg1Y）等细分因子，因子值越大表示成长性越好，预期收益越高（排序方向↑）[60][61] * **技术因子**：包含20日成交量均值与240日成交量均值之比（Volume_Mean_20D_240D）、240日收益率偏度（Skewness_240D）等细分因子，因子值通常与预期收益负相关（排序方向↓）[60][61] * **波动率因子**：包含60日收益率标准差（Volatility_60D）、CAPM模型残差波动率（IV_CAPM）等细分因子，因子值通常与预期收益负相关（排序方向↓）[60][61] * **反转因子**：包含20日收益率（Price_Chg20D）、60日收益率（Price_Chg60D）等细分因子，因子值通常与预期收益负相关（排序方向↓）[60][61] 2. **因子名称：可转债择券因子**[57] * **因子构建思路**：从正股相关性和转债估值两个角度构建因子，用于可转债的量化择券[57] * **因子具体构建过程**： * **正股因子**：基于正股与可转债的相关关系，通过预测正股的因子（如正股财务质量、正股价值等）来构建可转债因子[57] * **转债估值因子**：使用平价底价溢价率作为估值因子[57] 因子的回测效果 1. **大类选股因子（上周IC均值，全部A股）**[48] * 波动率因子：17.72% * 价值因子：12.38% * 技术因子：9.98% * 市值因子：7.92% * 反转因子：-0.84% * 一致预期因子：-4.68% * 成长因子：-6.34% * 质量因子：-14.23% 2. **可转债择券因子（上周IC均值）**[57] * 正股财务质量因子：取得正IC * 正股价值因子：取得正IC * 转债估值因子：取得正IC

市场情绪与波动性 - A股和港股情绪指数从高位下降 [1] - 上证50、沪深300、中证500和中证1000的波动率指数(VIX)下降 [1] - 黄金、白银、铜和原油的波动率指数(VIX)下降 [1] 机构关注度变化 - 当前机构关注国防军工和非银行金融行业 [1] - 通信行业的机构关注度从高位下降 [1] - 最近一周石油石化、煤炭、钢铁、商贸零售和非银行金融行业的机构关注度在提升 [1] 行业拥挤度 - 当前较多行业处于触发拥挤指标阈值的状态，涉及流动性、成分股扩散和成分股一致性 [1] 行业相对收益展望 - 2025年11月看好电力及公用事业、基础化工、电力设备及新能源、电子和计算机的相对收益 [1] 大宗商品观点 - 中长期依然看多黄金 [1]

“固收+”基金市场表现 - “固收+”基金整体规模达2.5万亿元，较去年底增加7700多亿元，产品数量升至1775只，实现跨越式扩容 [2] - 截至11月7日，1795只“固收+”产品今年以来平均单位净值增长率为5.57%，244只基金涨超10% [2] - 持仓更偏向股票、可转债等资产的高波产品业绩优势显著，其中“固收+成长”策略表现尤为突出 [2] “固收+成长”策略业绩分析 - 细分权益端投资策略中，“固收+成长”策略表现更好，净值涨幅最高的产品均配置了较高仓位的科技成长风格资产 [2] - 华安智联A重点配置AI产业链，三季度末股票仓位为45%，今年以来单位净值增长率为48.26% [2] - 华商双翼A以43.95%的涨幅位列第二，其股票仓位为31%，主要配置光模块龙头 [3] - 南方昌元可转债A今年以来的单位净值增长率也超过40%，重点挖掘科技成长和周期行业的结构性机会 [3] 三季度市场环境与基金策略 - 三季度在债市持续调整以及股市持续走强的背景下，“固收+”基金迅速扩容 [4] - 三季度仓位较高的积极赛道（权益仓位≥25%）"固收+"基金收益中位数为6.45%，而平衡赛道和稳健赛道产品同期的收益中位数分别为3.13%和0.78% [4] - 从细分权益端投资策略来看，“固收+科技”策略与“固收+成长”策略表现相对优异，三季度收益中位数分别为10.29%和7.18% [4] - 三季度各品类“固收+”产品集中增持电子、电力设备及新能源、有色、机械行业，减持银行、电力及公用事业、基础化工、家电等行业 [4] 未来投资方向与产业趋势 - 业内依然推荐关注高弹性领域以及“固收+成长”策略产品，AI叙事仍将持续演绎 [5] - 从宏观背景来看，“低增长+低通胀”环境支撑成长风格占优，政策导向强调科技创新引领高质量发展 [5] - 若组合希望从Beta维度捕捉市场机遇从而实现收益增厚，建议持续关注“固收+成长”“固收+科技”策略及其相关产品 [5] - 科技成长板块的产业逻辑与政策支持形成共振，AI算力、半导体设备等领域具备长期增长潜力 [6] - 对“固收+”基金而言，对高弹性板块不能“盲目追高”，而是要结合估值与成长确定性筛选优质标的，后续会重点关注业绩兑现度高的科技细分赛道 [6] - 科技成长、周期、制造、医药、消费等领域的优秀公司是布局重点，随着经济持续修复，将逐步增加中游制造行业如化工、机械、电子等领域的投资比例 [6]

公募基金整体仓位变动 - 三季度末全部公募基金平均股票仓位为83.28%，较二季度末增加2.13个百分点 [3] - 混合型开放式基金平均仓位为82.15%，较二季度末增加1.24个百分点 [3] - 股票型开放式基金平均仓位为90.14%，较二季度末增加2.26个百分点 [3] - 公募基金持股集中度提高，股票型和混合型开放式基金持股集中度分别提升0.94和2.1个百分点至56.81%和57.72% [3] - 有27家基金公司旗下产品平均股票仓位超90%，其中3家公募股票仓位超过94% [3] 行业配置与风格偏好 - 主动权益基金的市值与成长风格偏好同步抬升，价值风格明显回落 [4] - TMT板块整体获得增配，电力设备及新能源与有色金属行业增持幅度居前 [4] - 减持主要集中于消费、金融地产与制造板块 [4] 高仓位基金产品 - 多只基金股票仓位超过99%，包括华夏磐益一年定开混合、中信建投北交所精选两年定开混合等 [6] - 另有8只产品仓位超过98%，如工银泓裕回报、汇添富价值创造等 [6] - 多只超百亿规模产品仓位超过九成，包括广发多因子、中欧医疗健康混合、易方达蓝筹精选混合等 [6] 积极加仓操作案例 - 万家新机遇价值驱动基金仓位从二季度末的22%大幅提升至三季度末的93% [7] - 该基金8月份单月净值上涨幅度超过四成，9月26日单日净值上涨约8.95% [7] - 广发产业甄选、金信优质成长、国融融信消费严选等基金在三季度内也选择大胆加仓并收获超过20%的涨幅 [8] 减仓锁定收益操作 - 部分主动权益产品在高位选择落袋为安，例如华商润丰基金仓位从二季度末的九成降至三季度末的51% [10] - 华商元亨、富安达新动力、江信瑞福、博时汇兴回报一年持有等多只基金均在三季度内取得一定涨幅后选择大比例降仓 [10]

公募基金三季度仓位变动趋势 - 公募基金整体对权益类资产呈加仓趋势，TMT、电力设备等板块成为加仓主要方向 [1] - 全部公募基金平均股票仓位为83.28%，较二季度末增加2.13个百分点，混合型开放式基金仓位82.15%增加1.24个百分点，股票型开放式基金仓位90.14%增加2.26个百分点 [3] - 公募基金持股集中度提高，股票型开放式基金和混合型开放式基金持股集中度分别提升0.94和2.1个百分点至56.81%和57.72% [3] 基金公司仓位分布 - 27家基金公司旗下产品平均股票仓位超90%，其中安联基金、朱雀基金、富达基金3家公募股票仓位超过94% [3] - 圆信永丰基金、东方阿尔法基金、东方基金等其他24家公募股票仓位超过90% [3] 主动权益基金操作分化 - 主动权益基金操作出现明显分化，部分产品大胆加仓以期跟上牛市，部分产品在积累涨幅后选择降低仓位落袋为安 [2] - 主动权益基金的市值与成长风格偏好同步抬升，价值风格明显回落，TMT板块整体获得增配，电力设备及新能源与有色金属行业增持幅度居前 [4] 高仓位基金产品案例 - 华夏磐益一年定开混合、中信建投北交所精选两年定开混合等基金股票仓位超过99%，工银泓裕回报、汇添富价值创造等8只产品仓位超过98% [6] - 广发多因子、中欧医疗健康混合、永赢先进制造智选、易方达蓝筹精选混合等超百亿规模产品仓位均超过九成 [6] 大幅加仓基金表现 - 万家新机遇价值驱动基金仓位从二季度末22%提升至三季度末93%，前十大重仓股包括海光信息、中芯科技等高弹性个股 [7][8] - 该基金8月份净值上涨幅度超过四成，9月26日单日净值涨约8.95% [8] - 广发产业甄选、金信优质成长等基金在三季度内大胆加仓并收获超过20%涨幅 [8] 降仓锁定收益基金案例 - 华商润丰基金从二季度末九成仓位降至三季度末51%，前期重仓CPO个股获得单季度涨幅约48% [10] - 华商元亨、富安达新动力、江信瑞福等多只基金在取得涨幅后选择大比例降仓，因担忧成长板块估值高企 [10]

A股市场核心观点 - 本周市场整体上涨，价值风格表现突出，上证指数上涨1.08%，而北证50下跌3.79%，市场分化明显 [6] - 本周日均成交额为2.01万亿元，环比下滑13.46% [6] - 电力设备及新能源、钢铁、石油石化等周期板块涨幅较大，而计算机、医药等成长板块有所回调 [6] A股市场驱动因素 - 市场风格出现明显切换，价值与周期板块表现强势，驱动市场上行的主要动力来自传统能源与材料行业 [6] - 钢铁等行业三季度盈利大幅改善为相关板块提供业绩支撑，煤炭、化工等板块同样受益于三季度业绩回暖 [6] A股未来展望 - A股市场在政策支持和流动性宽松背景下有望延续结构性行情 [7] - 十五五规划主线是“因地制宜发展新质生产力”，即反内卷+科技，未来或成为市场核心主线 [7] - 反内卷方面关注多晶硅、光伏组件、电力设备等新能源方向；科技方面关注机器人、消费电子、恒生科技、创新药等AI应用细分 [7] 港股市场核心观点 - 本周港股市场整体上涨但内部分化显著，恒生指数上涨1.29%，而恒生科技指数逆市下跌1.20% [8] - 能源业与金融业表现强势，医疗保健业与信息科技业表现不佳，与A股市场呈现相似风格轮动特征 [8] 港股市场驱动因素 - 港股市场与A股联动性增强，内地市场风格轮动传导至港股，受益于“双碳”政策预期及相关行业强劲盈利表现，在港上市的能源、金融等内地企业受资金追捧 [8] - 海外市场情绪对港股科技板块造成压力，美股科技股因估值过高出现显著回调，拖累恒生科技指数表现 [8] 港股未来展望 - 港股市场预计将继续在“中国基本面”与“海外流动性”的角力中寻找方向 [8] - 短期内地政策驱动的价值重估行情仍有持续空间，能源、金融等板块或继续成为市场稳定器 [8] - 香港科技股表现仍需看海外市场映射，在美国科技股估值回调和经济放缓阴影下，恒生科技指数可能持续承压 [8] - 建议关注受益于内地政策的低估值国企作为底仓，同时密切关注海外市场动态，等待科技股企稳信号 [8]

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：250日新高距离**[11] - **因子构建思路**：该因子用于衡量当前股价相对于过去250个交易日最高价的回落幅度，是动量效应和趋势跟踪策略的核心指标[11] - **因子具体构建过程**：具体计算方法是使用最新收盘价除以过去250个交易日收盘价的最大值，然后用1减去该比值[11] $$250日新高距离 = 1 - \frac{Closet}{ts\_max(Close, 250)}$$ 其中，$Closet$为最新收盘价，$ts\_max(Close,250)$为过去250个交易日收盘价的最大值[11] 当最新收盘价创出新高时，该因子值为0；当股价从高点回落时，该因子为正值，表示回落幅度[11] **2 因子名称：平稳创新高股票筛选因子**[25][27] - **因子构建思路**：基于研究表明遵循平滑价格路径的高动量股收益优于跳跃价格路径的高动量股，该复合因子从多个维度筛选具有持续平稳创新高特征的股票[25][27] - **因子具体构建过程**：构建过程包含多个筛选步骤： 1. 初选股票池：在过去20个交易日创出过250日新高的股票中筛选[27] 2. 分析师关注度筛选：过去3个月买入或增持评级的分析师研报不少于5份[27] 3. 股价相对强弱筛选：过去250日涨跌幅位于全市场前20%[27] 4. 股价平稳性综合打分：在满足上述条件的股票池内，用以下两个指标综合打分，取排名在前50%的股票[27] 5. 价格路径平滑性指标：股价位移路程比[27] 6. 创新高持续性指标：过去120日的250日新高距离在时间序列上的均值[27] 7. 趋势延续性筛选：过去5日的250日新高距离在时间序列上的均值，取排序靠前的50只[27] 模型的回测效果 *注：报告中未提供具体的模型回测效果指标值* 因子的回测效果 **1 250日新高距离因子应用效果**[19][20] - 在全市场监测中，截至2025年11月7日，共1018只股票在过去20个交易日间创出250日新高[19] - 按行业分布：创新高个股数量最多的是机械(140只)、基础化工(110只)、电子行业(99只)[19] - 按行业占比：创新高个股数量占比最高的是煤炭(52.78%)、有色金属(52.42%)、钢铁行业(39.62%)[19] - 按板块分布：周期板块创新高股票319只(占比28.46%)、制造板块301只(占比19.33%)、科技板块259只(占比18.36%)[20] - 按指数分布：中证500和沪深300指数中创新高个股占比均为22.00%，中证1000指数占比18.70%，中证2000指数占比18.15%[20] **2 平稳创新高股票筛选因子应用效果**[28] - 通过该复合因子筛选出了50只平稳创新高的股票，包括香农芯创、中际旭创、源杰科技等[28] - 按板块分布：周期板块入选21只，科技板块入选16只[28] - 细分行业分布：周期板块中有色金属行业创新高最多，科技板块中电力设备及新能源行业创新高最多[28]

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：250日新高距离**[11] * **因子构建思路**：该因子用于度量当前股价相对于过去250个交易日（约一年）最高点的回落幅度，数值越小代表股价越接近前期高点，通常与动量效应和趋势跟踪策略相关[11] * **因子具体构建过程**：计算步骤如下： 1. 获取股票在过去250个交易日的每日收盘价序列 2. 计算过去250个交易日收盘价的最大值：$$ts\_max(Close, 250)$$[11] 3. 获取最新收盘价 $$Close_t$$[11] 4. 计算250日新高距离：$$250日新高距离 = 1 - \frac{Close_t}{ts\_max(Close, 250)}$$[11] 当最新收盘价创出250日新高时，该因子值为0；当股价从高点回落时，该因子为正值，表示回落的幅度[11] 2. **因子名称：平稳创新高股票筛选因子（复合因子）**[25][27] * **因子构建思路**：该复合因子旨在从创出250日新高的股票中，进一步筛选出价格路径相对平滑、趋势延续性好的股票，其理论基础在于研究表明平滑的动量效应可能更强[25] * **因子具体构建过程**：这是一个多步骤的筛选流程，具体条件如下： 1. **初选股票池**：筛选出过去20个交易日内曾创出250日新高的股票[19] 2. **分析师关注度**：过去3个月内，买入或增持评级的分析师研报数量不少于5份[27] 3. **股价相对强弱**：过去250日涨跌幅位于全市场前20%[27] 4. **股价平稳性筛选**：在满足上述条件的股票池内，使用以下两个指标进行综合打分，并选取排名在前50%的股票[27]： * **价格路径平滑性**：使用股价位移路程比衡量，具体公式为 $$价格路径平滑性 = \frac{过去120日涨跌幅的绝对值}{过去120日日涨跌幅绝对值加总}$$[25][27] * **创新高持续性**：过去120日的250日新高距离在时间序列上的均值[27] 5. **趋势延续性**：过去5日的250日新高距离在时间序列上的均值，最终选取此指标排序靠前的50只股票[27] 模型的回测效果 *（注：报告中未提供具体量化模型的回测绩效指标，如年化收益率、夏普比率、信息比率（IR）、最大回撤等，因此此部分省略）* 因子的回测效果 *（注：报告中未提供单一因子或复合因子的具体回测绩效指标，如IC值、ICIR、因子多空收益、年化收益等，因此此部分省略）*