量化因子与构建方式 1. **因子类别：风格因子** * **因子名称：估值因子**[18] * **因子构建思路：** 参考BARRA模型，通过单一细分因子合成，用于衡量股票的估值水平[18]。 * **因子具体构建过程：** 估值因子直接由BP（账面市值比）细分因子构成。BP的计算公式为：$$BP = \frac{归母股东权益}{总市值}$$[18] * **因子名称：成长因子**[18] * **因子构建思路：** 参考BARRA模型，通过合成两个反映公司增长能力的细分因子，用于衡量公司的成长性[18]。 * **因子具体构建过程：** 成长因子由SGRO（营业收入增长率）和EGRO（归母净利润增长率）两个细分因子等权平均合成。$$成长因子 = \frac{SGRO + EGRO}{2}$$[18] * SGRO：使用过去五个财年年报的每股营业收入数据，对时间进行回归，将回归系数（斜率）除以每股营业收入的平均值得到。 * EGRO：使用过去五个财年年报的每股归母净利润数据，对时间进行回归，将回归系数（斜率）除以每股归母净利润的平均值得到[18]。 * **因子名称：盈利因子**[18] * **因子构建思路：** 参考BARRA模型，通过合成两个反映公司盈利能力的细分因子，用于衡量公司的盈利质量[18]。 * **因子具体构建过程：** 盈利因子由ETOP（盈利价格比）和CETOP（现金盈利价格比）两个细分因子等权平均合成。$$盈利因子 = \frac{ETOP + CETOP}{2}$$[18] * ETOP：归母净利润TTM / 总市值。 * CETOP：经营活动产生的现金流量净额TTM / 总资产[18]。 * **因子名称：规模因子**[18] * **因子构建思路：** 参考BARRA模型，通过单一细分因子合成，用于衡量公司规模[18]。 * **因子具体构建过程：** 规模因子直接由LNCAP（对数市值）细分因子构成。LNCAP的计算公式为：$$LNCAP = ln(总市值)$$[18] * **因子名称：Beta因子**[18] * **因子构建思路：** 参考BARRA模型，通过单一细分因子合成，用于衡量股票的系统性风险[18]。 * **因子具体构建过程：** Beta因子直接由BETA细分因子构成。BETA的计算方法为：将个股过去252个交易日的日收益率与中证全指日收益率进行半衰指数加权回归（半衰期为63个交易日），取回归系数作为BETA值[18]。 * **因子名称：动量因子**[18] * **因子构建思路：** 参考BARRA模型，通过单一细分因子合成，用于衡量股票的动量效应[18]。 * **因子具体构建过程：** 动量因子直接由RSTR（相对强度）细分因子构成。RSTR的计算方法为：计算个股过去504个交易日（不含最近21个交易日）的半衰指数加权累计收益率，半衰期为126个交易日[18]。 * **因子名称：流动性因子**[18] * **因子构建思路：** 参考BARRA模型，通过合成三个不同时间维度的换手率细分因子，用于衡量股票的流动性[18]。 * **因子具体构建过程：** 流动性因子由STOM（1个月换手率）、STOQ（过去3个月STOM均值）和STOA（过去12个月STOM均值）三个细分因子等权平均合成。$$流动性因子 = \frac{STOM + STOQ + STOA}{3}$$[18] * STOM：个股过去1个月的换手率加总后取对数。 * **因子名称：波动性因子**[18] * **因子构建思路：** 参考BARRA模型，通过合成三个反映不同维度波动风险的细分因子，用于衡量股票的波动性[18]。 * **因子具体构建过程：** 波动性因子由DASTD（日收益率标准差）、CMRA（累计收益范围）和HSIGMA（历史残差波动率）三个细分因子等权平均合成。$$波动性因子 = \frac{DASTD + CMRA + HSIGMA}{3}$$[18] * DASTD：计算过去250个交易日个股相对于所有股票等权指数的超额收益率的标准差，计算时使用半衰指数加权（半衰期40日）。 * CMRA：计算个股过去12个月内的累计对数收益率，将累计最高收益与累计最低收益做差得到。 * HSIGMA：计算BETA因子时回归残差的标准差[18]。 * **因子名称：非线性市值因子**[18] * **因子构建思路：** 参考BARRA模型，通过单一细分因子合成，用于捕捉市值因子的非线性效应[18]。 * **因子具体构建过程：** 非线性市值因子直接由NLSIZE细分因子构成。NLSIZE的计算方法为：将股票总市值对数的三次方与对数市值进行加权最小二乘回归（权重为对数市值的平方根），取回归残差作为NLSIZE。总市值越大或越小的股票NLSIZE越大，中市值股票NLSIZE小[18]。 * **因子名称：杠杆因子**[18] * **因子构建思路：** 参考BARRA模型，通过合成三个反映不同维度杠杆水平的细分因子，用于衡量公司的财务杠杆[18]。 * **因子具体构建过程：** 杠杆因子由MLEV（市场杠杆）、DTOA（资产负债率）和BLEV（账面杠杆）三个细分因子等权平均合成。$$杠杆因子 = \frac{MLEV + DTOA + BLEV}{3}$$[18] * MLEV：非流动负债 / 总市值。 * DTOA：总负债 / 总资产。 * BLEV：非流动负债 / 归属母公司股东权益[18]。 2. **因子类别：选股因子（共53个）**[23] * **构建思路：** 构建了涵盖估值、成长、质量、规模、反转、动量、流动性、波动性、分红、公司治理以及技术等多个方面的常用选股因子[23]。 * **具体因子列表与构建过程：** 所有因子的名称、构造方式和参考方向详见表5[24]。 * **估值类（8个）：** BP、单季度EP、EP_TTM、单季度SP、SP_TTM、单季度CFEV、CFEV_TTM[24]。 * **成长类（8个）：** 单季度净利润同比增速、单季度营业收入同比增速、单季度营业利润同比增速、标准化预期外盈利、标准化预期外收入、单季度ROE同比、单季度ROA同比[24]。 * **质量类（8个）：** 单季度ROE、单季度ROA、单季度毛利率、单季度营业利润率、单季度净利润率、盈余质量、流动比率[24]。 * **规模类（1个）：** 对数市值[24]。 * **反转类（2个）：** 20日反转、60日反转[24]。 * **动量类（4个）：** 60日动量、240日动量、盈余公告前隔夜动量、盈余公告次日开盘跳空超额[24]。 * **流动性类（7个）：** 20日换手率、60日换手率、20日换手率波动、60日换手率波动、20日非流动性冲击、60日非流动性冲击[24]。 * **波动性类（7个）：** 20日收益率标准差、60日收益率标准差、20日特异度、60日特异度、20日三因子模型残差波动率、120日三因子模型残差波动率、240日三因子模型残差波动率[24]。 * **分红类（1个）：** 股息率[24]。 * **公司治理类（2个）：** 前五大股东持股比例、前十大股东持股比例[24]。 * **技术类（5个）：** 20日成交额、60日成交额、60日偏度、240日偏度、20日成交量变异系数、60日成交量变异系数、20日成交量比率、60日成交量比率、120日成交量比率[24]。 量化模型与构建方式 1. **模型名称：中性约束条件下最大化因子暴露组合**[25] * **模型构建思路：** 在构建单因子投资组合时，采用优化方法，在确保投资组合相对基准指数在行业和风格暴露保持中性的基础上，最大化目标因子在组合中的暴露[25]。 * **模型具体构建过程：** 报告指出具体构建方法参考附录，但附录内容未在提供的文本中。根据描述，该模型是一个带约束的优化问题，目标函数是最大化组合对目标因子的暴露，约束条件包括对基准指数在行业和风格因子上的暴露中性，可能还包括权重约束等[25]。 因子的回测效果 1. **风格因子多空收益表现（近一周/近一月）**[21] * 盈利因子：2.47% / 0.93% * 估值因子：2.01% / -1.29% * 杠杆因子：1.71% / 1.85% * 成长因子：1.25% / 1.37% * 非线性市值因子：0.53% / 1.28% * 市值因子：-0.31% / 1.55% * 动量因子：-1.12% / 5.20% * 流动性因子：-2.22% / 1.74% * 波动性因子：-2.97% / 1.29% * Beta因子：-4.39% / 4.68% 2. **选股因子在“中性约束条件下最大化因子暴露组合”中的超额收益表现（最近一周）** * **沪深300股票池表现最佳因子：**[27] * EP_TTM：1.11% * 单季度ROE：0.94% * 240日偏度：0.88% * **中证500股票池表现最佳因子：**[30] * 120日三因子模型残差波动率：1.84% * 240日三因子模型残差波动率：1.22% * 60日收益率标准差：1.20% * **中证800股票池表现最佳因子：**[33] * 单季度ROA：1.78% * EP_TTM：1.49% * 20日换手率：1.35% * **中证1000股票池表现最佳因子：**[36] * 60日非流动性冲击：1.68% * BP：1.55% * 20日非流动性冲击：1.35% * **沪深300ESG股票池表现最佳因子：**[40] * CFEV_TTM：1.09% * EP_TTM：1.04% * 20日换手率：0.97% 3. **选股因子在全市场股票池中的Rank IC表现（近一周）**[44] * BP：14.24% * 120日三因子模型残差波动率：9.37% * 60日非流动性冲击：9.14% * 20日非流动性冲击：8.09% * 60日收益率标准差：7.82% * 对数市值：7.55% * 前五大股东持股比例：7.01% * 240日三因子模型残差波动率：6.79% * 前十大股东持股比例：6.57% * 60日换手率：5.56%

国信金工指数增强组合表现 - 沪深300指数增强组合本周实现超额收益0.31%，本年累计超额收益3.36% [1][6] - 中证500指数增强组合本周实现超额收益1.11%，但本年累计超额收益为-1.15% [1][6] - 中证1000指数增强组合本周实现超额收益1.60%，本年累计超额收益3.40% [1][6] - 中证A500指数增强组合本周实现超额收益0.05%，本年累计超额收益3.77% [1][6] 选股因子在不同样本空间的表现 - 在沪深300样本空间，本周表现较好的因子为EPTTM(1.46%)、预期EPTTM(1.44%)和单季EP(1.05%)，表现较差的因子为单季超预期幅度(-0.46%)和预期净利润环比(-0.47%) [7][9] - 在中证500样本空间，本周表现较好的因子为预期EPTTM(1.75%)、单季EP(1.71%)和EPTTM(1.66%)，表现较差的因子为3个月盈利上下调(-1.12%)和一年动量(-1.10%) [11] - 在中证1000样本空间，本周表现较好的因子为预期EPTTM(2.02%)、BP(1.87%)和预期BP(1.86%)，表现较差的因子为一个月反转(-1.00%)和单季营利同比增速(-0.92%) [13] - 在中证A500样本空间，本周表现较好的因子为预期EPTTM(2.44%)、EPTTM(2.08%)和单季EP(1.83%)，表现较差的因子为DELTAROA(-1.06%)和EPTTM一年分位点(-0.94%) [15] - 在公募重仓股样本空间，本周表现较好的因子为单季EP(1.72%)、EPTTM(1.68%)和预期EPTTM(1.66%)，表现较差的因子为三个月机构覆盖(-0.61%)和预期净利润环比(-0.32%) [17] 公募基金指数增强产品表现与规模 - 沪深300指数增强产品共80只，总规模767亿元，本周超额收益最高1.02%，最低-2.08%，中位数-0.08% [19][20][22] - 中证500指数增强产品共80只，总规模565亿元，本周超额收益最高1.65%，最低-0.86%，中位数0.01% [19][22][25] - 中证1000指数增强产品共46只，总规模209亿元，本周超额收益最高1.32%，最低-1.01%，中位数0.04% [19][24][29] - 中证A500指数增强产品共75只，总规模273亿元，本周超额收益最高1.14%，最低-0.88%，中位数0.03% [19][26][30] 研究方法论概述 - 采用最大化因子暴露组合(MFE)方法检验因子有效性，该方法在构建组合时控制了行业暴露、风格暴露、个股权重偏离等实际约束条件 [28][31] - MFE组合通过组合优化模型构建，目标函数为最大化单因子暴露，约束条件包括风格因子偏离度、行业偏离度、个股权重偏离度等 [32][33][34] - 公募重仓指数通过汇总普通股票型及偏股混合型基金的定期报告持仓信息构建，选取累计权重达到90%的股票作为成分股 [35][36]

量化模型与构建方式 1. **模型名称：国信金工多因子指数增强模型**[13] * **模型构建思路**：以多因子选股为主体，通过收益预测、风险控制和组合优化三个主要流程，构建对标不同宽基指数的增强组合，旨在稳定战胜基准[12][13]。 * **模型具体构建过程**： 1. **收益预测**：基于多因子模型对股票未来收益进行预测[13]。 2. **风险控制**：在组合优化中施加多种约束条件以控制风险[13]。 3. **组合优化**：在满足风险约束的条件下，通过优化算法求解最优的股票权重，以最大化预期收益或控制跟踪误差[13]。 2. **模型名称：单因子MFE组合模型**[16][40] * **模型构建思路**：为了在更贴近实际投资约束的条件下检验单因子的有效性，采用组合优化的方式，构建最大化单因子暴露组合，通过该组合相对于基准的收益表现来判断因子有效性[40]。 * **模型具体构建过程**： 1. **设定优化目标**：目标函数为最大化组合在目标单因子上的加权暴露[40]。 其数学形式为： $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$ 其中，$f$ 为单因子取值向量，$w$ 为待求解的股票权重向量，$w_b$ 为基准指数成分股权重向量[40][41]。 2. **施加约束条件**：约束条件包括[40][41][44]： * 风格暴露约束：限制组合相对于基准在市值等风格因子上的偏离（$X$ 为风格因子暴露矩阵，$s_l$, $s_h$ 为上下限）。 * 行业暴露约束：限制组合相对于基准的行业偏离（$H$ 为行业暴露矩阵，$h_l$, $h_h$ 为上下限）。 * 个股权重偏离约束：限制个股相对于其在基准中权重的偏离幅度（$w_l$, $w_h$ 为上下限，通常设为0.5%-1%）[40][44]。 * 成分股权重占比约束：限制组合在基准成分股内的权重占比（$B_b$ 为成分股标识向量，$b_l$, $b_h$ 为上下限，常设为100%）。 * 卖空与权重上限约束：禁止卖空（$w \ge 0$），并设置个股权重上限 $l$。 * 满仓约束：组合权重之和为1（$\mathbf{1}^{T} w = 1$）。 3. **组合构建与回测**：在每月末，根据上述优化模型求解得到各单因子的MFE组合权重。在回测期内定期换仓，计算组合收益并扣除交易费用（双边0.3%），最后计算相对于基准的各项收益风险指标[44]。 3. **模型名称：公募重仓指数**[16][42] * **模型构建思路**：为了测试因子在公募基金持仓风格下的有效性，通过汇总公募基金持仓信息，构建一个代表公募基金整体重仓股构成的指数，作为新的因子测试样本空间[42]。 * **模型具体构建过程**： 1. **确定基金样本**：选取普通股票型和偏股混合型基金，剔除规模小于五千万且上市不足半年的基金。若基金转型，则使用转型后半年以上的数据[43]。 2. **获取持仓数据**：从基金的定期报告（年报、半年报、季报）中获取持股信息。若最新报告为季报，需结合前期的年报或半年报信息来构建完整的持仓数据[43]。 3. **计算平均持仓**：将所有符合条件的基金持仓合并，计算每只股票在所有基金中的平均权重[43]。 4. **筛选成分股**：将股票按平均权重降序排列，选取累计权重达到90%的股票作为成分股，以此构建公募重仓指数[43]。 模型的回测效果 1. **国信金工多因子指数增强模型**[15] * 沪深300指数增强组合：本周超额收益-0.04%，本年超额收益3.07%[15]。 * 中证500指数增强组合：本周超额收益-1.72%，本年超额收益-2.50%[15]。 * 中证1000指数增强组合：本周超额收益-1.58%，本年超额收益1.63%[15]。 * 中证A500指数增强组合：本周超额收益0.26%，本年超额收益3.78%[15]。 量化因子与构建方式 （注：报告提供了详细的因子库列表，以下按类别和名称列出，构建思路和过程均来源于因子库表格中的“因子计算方式”[18]） 1. **估值类因子** * **因子名称**：BP * **因子构建思路**：衡量市净率的倒数，即净资产与总市值的比率，属于估值因子[18]。 * **因子具体构建过程**：净资产 / 总市值[18]。 * **因子名称**：单季EP * **因子构建思路**：衡量单季度市盈率的倒数，即单季度净利润与总市值的比率[18]。 * **因子具体构建过程**：单季度归母净利润 / 总市值[18]。 * **因子名称**：单季SP * **因子构建思路**：衡量单季度市销率的倒数，即单季度营业收入与总市值的比率[18]。 * **因子具体构建过程**：单季度营业收入 / 总市值[18]。 * **因子名称**：EPTTM * **因子构建思路**：衡量滚动市盈率（TTM）的倒数，即过去12个月净利润与总市值的比率[18]。 * **因子具体构建过程**：归母净利润 TTM / 总市值[18]。 * **因子名称**：SPTTM * **因子构建思路**：衡量滚动市销率（TTM）的倒数，即过去12个月营业收入与总市值的比率[18]。 * **因子具体构建过程**：营业收入 TTM / 总市值[18]。 * **因子名称**：EPTTM分位点 * **因子构建思路**：衡量当前EPTTM值在过去一年中所处的相对位置[18]。 * **因子具体构建过程**：EPTTM在过去一年中的分位点[18]。 * **因子名称**：股息率 * **因子构建思路**：衡量公司的现金分红回报率[18]。 * **因子具体构建过程**：最近四个季度预案分红金额 / 总市值[18]。 2. **反转与动量类因子** * **因子名称**：一个月反转 * **因子构建思路**：捕捉短期价格反转效应[18]。 * **因子具体构建过程**：过去20个交易日涨跌幅[18]。 * **因子名称**：三个月反转 * **因子构建思路**：捕捉中期价格反转效应[18]。 * **因子具体构建过程**：过去60个交易日涨跌幅[18]。 * **因子名称**：一年动量 * **因子构建思路**：捕捉长期价格动量效应，通常排除最近一个月的表现以避免与短期反转混淆[18]。 * **因子具体构建过程**：近一年除近一月后动量[18]。 3. **成长类因子** * **因子名称**：单季净利同比增速 * **因子构建思路**：衡量单季度净利润的同比增长速度[18]。 * **因子具体构建过程**：单季度净利润同比增长率[18]。 * **因子名称**：单季营收同比增速 * **因子构建思路**：衡量单季度营业收入的同比增长速度[18]。 * **因子具体构建过程**：单季度营业收入同比增长率[18]。 * **因子名称**：单季营利同比增速 * **因子构建思路**：衡量单季度营业利润的同比增长速度[18]。 * **因子具体构建过程**：单季度营业利润同比增长率[18]。 * **因子名称**：SUE * **因子构建思路**：标准化预期外盈利，衡量实际净利润超出分析师一致预期的程度，并经过预期标准差标准化[18]。 * **因子具体构建过程**：（单季度实际净利润 - 预期净利润）/ 预期净利润标准差[18]。 * **因子名称**：SUR * **因子构建思路**：标准化预期外收入，衡量实际营业收入超出分析师一致预期的程度，并经过预期标准差标准化[18]。 * **因子具体构建过程**：（单季度实际营业收入 - 预期营业收入）/ 预期营业收入标准差[18]。 * **因子名称**：单季超预期幅度 * **因子构建思路**：衡量财报净利润相对于预期净利润的比例[18]。 * **因子具体构建过程**：预期单季度净利润 / 财报单季度净利润[18]。 4. **盈利类因子** * **因子名称**：单季ROE * **因子构建思路**：衡量单季度净资产收益率[18]。 * **因子具体构建过程**：单季度归母净利润 * 2 / （期初归母净资产 + 期末归母净资产）[18]。 * **因子名称**：单季ROA * **因子构建思路**：衡量单季度总资产收益率[18]。 * **因子具体构建过程**：单季度归母净利润 * 2 / （期初归母总资产 + 期末归母总资产）[18]。 * **因子名称**：DELTAROE * **因子构建思路**：衡量净资产收益率的同比变化[18]。 * **因子具体构建过程**：单季度净资产收益率 - 去年同期单季度净资产收益率[18]。 * **因子名称**：DELTAROA * **因子构建思路**：衡量总资产收益率的同比变化[18]。 * **因子具体构建过程**：单季度总资产收益率 - 去年同期单季度总资产收益率[18]。 5. **流动性类因子** * **因子名称**：非流动性冲击 * **因子构建思路**：衡量单位成交金额引起的价格冲击，值越大表示流动性越差[18]。 * **因子具体构建过程**：过去20个交易日的日涨跌幅绝对值 / 成交额的均值[18]。 * **因子名称**：一个月换手 * **因子构建思路**：衡量过去一个月的平均换手率[18]。 * **因子具体构建过程**：过去20个交易日换手率均值[18]。 * **因子名称**：三个月换手 * **因子构建思路**：衡量过去三个月的平均换手率[18]。 * **因子具体构建过程**：过去60个交易日换手率均值[18]。 6. **波动类因子** * **因子名称**：特异度 * **因子构建思路**：衡量公司特质波动，即不能被市场常见风险因子（如Fama-French三因子）解释的波动部分[18]。 * **因子具体构建过程**：1 - 过去20个交易日 Fama-French三因子回归的拟合度[18]。 * **因子名称**：一个月波动 * **因子构建思路**：衡量短期股价波动率[18]。 * **因子具体构建过程**：过去20个交易日日内真实波幅均值[18]。 * **因子名称**：三个月波动 * **因子构建思路**：衡量中期股价波动率[18]。 * **因子具体构建过程**：过去60个交易日日内真实波幅均值[18]。 7. **公司治理类因子** * **因子名称**：高管薪酬 * **因子构建思路**：衡量公司高管的薪酬水平[18]。 * **因子具体构建过程**：前三高管报酬总额取对数[18]。 8. **分析师类因子** * **因子名称**：预期EPTTM * **因子构建思路**：基于分析师一致预期的滚动市盈率（TTM）倒数[18]。 * **因子具体构建过程**：一致预期滚动EP[18]。 * **因子名称**：预期BP * **因子构建思路**：基于分析师一致预期的市净率倒数[18]。 * **因子具体构建过程**：一致预期滚动BP[18]。 * **因子名称**：预期PEG * **因子构建思路**：基于分析师一致预期的PEG比率[18]。 * **因子具体构建过程**：一致预期PEG[18]。 * **因子名称**：预期净利润环比 * **因子构建思路**：衡量分析师对未来净利润预期的环比变化[18]。 * **因子具体构建过程**：一致预期净利润 / 3个月前一致预期净利润[18]。 * **因子名称**：三个月盈利上下调 * **因子构建思路**：衡量过去三个月内分析师盈利预测上调与下调的家数净差额[18]。 * **因子具体构建过程**：过去3个月内分析师（上调家数 - 下调家数）/ 总家数[18]。 * **因子名称**：三个月机构覆盖 * **因子构建思路**：衡量过去三个月内覆盖该公司的机构（分析师）数量[18]。 * **因子具体构建过程**：过去3个月内机构覆盖数量[18]。 因子的回测效果 （注：以下因子表现数据均来源于各样本空间下的单因子MFE组合表现跟踪表格，指标包括“最近一周”、“最近一月”、“今年以来”和“历史年化”超额收益[20][22][24][26]） 1. **在沪深300样本空间中表现突出的因子**（最近一周）[20] * 标准化预期外收入(SUR)：超额收益0.97% * 预期PEG：超额收益0.52% * DELTAROE：超额收益0.48% 2. **在中证500样本空间中表现突出的因子**（最近一周）[22] * 预期BP：超额收益1.58% * BP：超额收益1.39% * SPTTM：超额收益0.80% 3. **在中证1000样本空间中表现突出的因子**（最近一周）[24] * SPTTM：超额收益0.85% * 一年动量：超额收益0.83% * 单季SP：超额收益0.79% 4. **在中证A500样本空间中表现突出的因子**（最近一周）[26] * 特异度：超额收益0.77% * 标准化预期外收入(SUR)：超额收益0.67% * 预期PEG：超额收益0.51% 5. **在公募重仓指数样本空间中表现突出的因子**（最近一周）[28] * 一年动量：表现较好 * 单季SP：表现较好 * 单季营利同比增速：表现较好

国信金工指数增强组合表现 - 沪深300指数增强组合本周超额收益为-0.14%，本年累计超额收益为3.07% [1][8] - 中证500指数增强组合本周超额收益为-0.27%，本年累计超额收益为-0.57% [1][8] - 中证1000指数增强组合本周超额收益为-0.69%，本年累计超额收益为3.24% [1][8] - 中证A500指数增强组合本周超额收益为0.12%，本年累计超额收益为3.43% [1][8] 不同选股空间下的因子表现 - 在沪深300成分股中，本周表现较好的因子包括标准化预期外收入（正向，最近一周收益0.79%）、单季营收同比增速（正向，0.71%）和一年动量（正向，0.54%）[1][9] - 在中证500成分股中，本周表现较好的因子包括单季超预期幅度（正向，最近一周收益1.39%）、3个月盈利上下调（正向，1.02%）和单季净利同比增速（正向，1.01%）[1][12] - 在中证1000成分股中，本周表现较好的因子包括预期净利润环比（正向，最近一周收益1.44%）、单季净利同比增速（正向，1.41%）和标准化预期外收入（正向，1.41%）[1][15] - 在中证A500指数成分股中，本周表现较好的因子包括标准化预期外收入（正向，最近一周收益1.02%）、单季营收同比增速（正向，0.80%）和一年动量（正向，0.66%）[1][18] - 在公募基金重仓股中，本周表现较好的因子包括一年动量（正向，最近一周收益1.04%）、DELTAROE（正向，0.95%）和单季营收同比增速（正向，0.71%）[1][21] 公募基金指数增强产品表现 - 公募基金沪深300指数增强产品共有79只，总规模合计755亿元，本周超额收益最高为1.44%，最低为-0.58%，中位数为0.10% [1][24][25] - 公募基金中证500指数增强产品共有79只，总规模合计509亿元，本周超额收益最高为1.02%，最低为-1.67%，中位数为-0.04% [24][27] - 公募基金中证1000指数增强产品共有46只，总规模合计209亿元，本周超额收益最高为1.21%，最低为-1.30%，中位数为0.20% [24][29] - 公募基金中证A500指数增强产品共有73只，总规模合计248亿元，本周超额收益最高为1.02%，最低为-0.77%，中位数为0.05% [24][35]

量化模型与构建方式 1. 模型名称：国信金工指数增强组合模型 * **模型构建思路**：以多因子选股为主体，通过收益预测、风险控制和组合优化三个主要步骤，构建对标不同宽基指数的增强组合，力求稳定战胜基准[11][12]。 * **模型具体构建过程**： 1. **收益预测**：基于多因子模型对股票的未来收益进行预测。报告中未详细说明具体使用的因子合成方法，但跟踪了30余个单因子的表现[11][16]。 2. **风险控制**：在组合优化过程中，控制组合相对于基准指数的风格暴露、行业暴露、个股权重偏离等风险敞口[12]。 3. **组合优化**：采用组合优化模型求解最优的股票权重。目标函数为最大化预期收益（或最小化风险），并施加一系列实际投资约束[12]。 2. 模型名称：单因子MFE组合模型 * **模型构建思路**：为了在更接近实际投资的约束条件下检验单因子的有效性，构建最大化单因子暴露组合。该方法控制了行业、风格等暴露，使得检验后认为“有效”的因子更可能在最终组合中发挥真实的收益预测作用[42]。 * **模型具体构建过程**：采用组合优化模型构建特定基准指数下的因子MFE组合，具体步骤如下[42][43][46]： 1. **设定优化问题**：优化模型的目标是最大化组合在单个因子上的暴露，同时满足一系列约束条件。优化模型数学表达式如下： $$\begin{array}{ll}\max & f^{T}w \\\ s.t. & s_{l} \leq X(w-w_{b}) \leq s_{h} \\\ & h_{l} \leq H(w-w_{b}) \leq h_{h} \\\ & w_{l} \leq w-w_{b} \leq w_{h} \\\ & b_{l} \leq B_{b}w \leq b_{h} \\\ & \mathbf{0} \leq w \leq l \\\ & \mathbf{1}^{T}w = 1\end{array}$$ 其中： * $f$ 为股票的因子值向量。 * $w$ 为待求解的股票权重向量。 * $w_b$ 为基准指数成分股的权重向量。 * $X$ 为股票对风格因子的暴露矩阵。 * $s_l$, $s_h$ 为风格因子相对暴露的下限及上限。 * $H$ 为股票的行业暴露矩阵（One-hot编码）。 * $h_l$, $h_h$ 为组合行业偏离的下限及上限。 * $w_l$, $w_h$ 为个股权重相对于基准权重偏离的下限及上限。 * $B_b$ 为个股是否属于基准指数成分股的0-1向量。 * $b_l$, $b_h$ 为成分股内权重的下限及上限。 * $l$ 为个股权重上限。 * $\mathbf{1}^{T}w = 1$ 表示权重和为1，即满仓运作。 2. **设置约束参数**：对于不同基准指数设置具体约束参数。例如，对于沪深300和中证500指数，控制MFE组合相对于基准在中信一级行业和市值风格因子上的相对暴露为0，个股相对于成分股最大偏离权重1%，成分股内权重占比100%[46]。 3. **月度换仓**：在每个月末，根据上述优化模型和约束条件，为每个单因子构建其MFE组合[46]。 4. **回测计算**：在回测期内根据各期MFE组合进行换仓，计算历史收益，并按双边0.3%扣除交易费用，最终计算MFE组合相对于基准的收益风险指标[46]。 3. 模型名称：公募重仓指数 * **模型构建思路**：为了测试因子在公募基金持仓池（“机构风格”）中的有效性，利用公募基金的定期报告持仓信息，构建一个模拟公募整体重仓股走势的指数，作为新的因子测试样本空间[44]。 * **模型具体构建过程**： 1. **确定样本基金**：选取普通股票型基金和偏股混合型基金，剔除基金整体规模小于五千万且上市时间不足半年的基金。若基金存在转型，则使用转型后半年以上的基金[45]。 2. **获取持仓数据**：通过基金的定期报告获取持股信息。若最新报告为半年报或年报，则使用全部持仓；若为季报，则需结合前期的半年报或年报信息来构建持仓数据[45]。 3. **计算平均持仓**：将所有符合条件的基金持仓股票权重进行平均，得到公募基金的平均持仓信息[45]。 4. **选取成分股**：将平均后的股票权重由高到低排序，选取累计权重达到90%的股票作为成分股，以此构建公募基金重仓指数[45]。 量化因子与构建方式 报告从估值、反转、成长、盈利、流动性、公司治理、分析师等维度，构建并跟踪了30余个常见选股因子[16]。以下是因子列表及其计算方式： 1. **因子名称**：BP * **因子构建思路**：估值因子，衡量公司净资产与市值的比率。 * **因子具体构建过程**：净资产 / 总市值[17]。 2. **因子名称**：单季EP * **因子构建思路**：估值因子，衡量单季度盈利与市值的比率。 * **因子具体构建过程**：单季度归母净利润 / 总市值[17]。 3. **因子名称**：单季SP * **因子构建思路**：估值因子，衡量单季度营收与市值的比率。 * **因子具体构建过程**：单季度营业收入 / 总市值[17]。 4. **因子名称**：EPTTM * **因子构建思路**：估值因子，衡量滚动盈利与市值的比率。 * **因子具体构建过程**：归母净利润TTM / 总市值[17]。 5. **因子名称**：SPTTM * **因子构建思路**：估值因子，衡量滚动营收与市值的比率。 * **因子具体构建过程**：营业收入TTM / 总市值[17]。 6. **因子名称**：EPTTM分位点 * **因子构建思路**：估值因子，衡量当前滚动估值在历史区间中的位置。 * **因子具体构建过程**：EPTTM在过去一年中的分位点[17]。 7. **因子名称**：股息率 * **因子构建思路**：估值因子，衡量公司分红回报率。 * **因子具体构建过程**：最近四个季度预案分红金额 / 总市值[17]。 8. **因子名称**：一个月反转 * **因子构建思路**：反转因子，捕捉短期价格反转效应。 * **因子具体构建过程**：过去20个交易日涨跌幅[17]。 9. **因子名称**：三个月反转 * **因子构建思路**：反转因子，捕捉中期价格反转效应。 * **因子具体构建过程**：过去60个交易日涨跌幅[17]。 10. **因子名称**：一年动量 * **因子构建思路**：动量因子，捕捉中长期价格动量效应。 * **因子具体构建过程**：近一年除近一月后动量[17]。 11. **因子名称**：单季净利同比增速 * **因子构建思路**：成长因子，衡量单季度净利润增长。 * **因子具体构建过程**：单季度净利润同比增长率[17]。 12. **因子名称**：单季营收同比增速 * **因子构建思路**：成长因子，衡量单季度营业收入增长。 * **因子具体构建过程**：单季度营业收入同比增长率[17]。 13. **因子名称**：单季营利同比增速 * **因子构建思路**：成长因子，衡量单季度营业利润增长。 * **因子具体构建过程**：单季度营业利润同比增长率[17]。 14. **因子名称**：SUE * **因子构建思路**：成长因子，衡量盈利超预期程度。 * **因子具体构建过程**：(单季度实际净利润 - 预期净利润) / 预期净利润标准差[17]。 15. **因子名称**：SUR * **因子构建思路**：成长因子，衡量营收超预期程度。 * **因子具体构建过程**：(单季度实际营业收入 - 预期营业收入) / 预期营业收入标准差[17]。 16. **因子名称**：单季超预期幅度 * **因子构建思路**：成长因子，衡量盈利实际值与预期值的比率。 * **因子具体构建过程**：预期单季度净利润 / 财报单季度净利润[17]。 17. **因子名称**：单季ROE * **因子构建思路**：盈利因子，衡量单季度净资产收益率。 * **因子具体构建过程**：单季度归母净利润*2 / (期初归母净资产 + 期末归母净资产)[17]。 18. **因子名称**：单季ROA * **因子构建思路**：盈利因子，衡量单季度总资产收益率。 * **因子具体构建过程**：单季度归母净利润*2 / (期初归母总资产 + 期末归母总资产)[17]。 19. **因子名称**：DELTAROE * **因子构建思路**：盈利因子，衡量净资产收益率的同比变化。 * **因子具体构建过程**：单季度净资产收益率 - 去年同期单季度净资产收益率[17]。 20. **因子名称**：DELTAROA * **因子构建思路**：盈利因子，衡量总资产收益率的同比变化。 * **因子具体构建过程**：单季度总资产收益率 - 去年同期单季度总资产收益率[17]。 21. **因子名称**：非流动性冲击 * **因子构建思路**：流动性因子，衡量单位成交额引起的价格冲击。 * **因子具体构建过程**：过去20个交易日的日涨跌幅绝对值 / 成交额的均值[17]。 22. **因子名称**：一个月换手 * **因子构建思路**：流动性因子，衡量短期交易活跃度。 * **因子具体构建过程**：过去20个交易日换手率均值[17]。 23. **因子名称**：三个月换手 * **因子构建思路**：流动性因子，衡量中期交易活跃度。 * **因子具体构建过程**：过去60个交易日换手率均值[17]。 24. **因子名称**：特异度 * **因子构建思路**：波动因子，衡量公司特质风险。 * **因子具体构建过程**：1 - 过去20个交易日Fama-French三因子回归的拟合度[17]。 25. **因子名称**：一个月波动 * **因子构建思路**：波动因子，衡量短期价格波动。 * **因子具体构建过程**：过去20个交易日日内真实波幅均值[17]。 26. **因子名称**：三个月波动 * **因子构建思路**：波动因子，衡量中期价格波动。 * **因子具体构建过程**：过去60个交易日日内真实波幅均值[17]。 27. **因子名称**：高管薪酬 * **因子构建思路**：公司治理因子，衡量高管激励水平。 * **因子具体构建过程**：前三高管报酬总额取对数[17]。 28. **因子名称**：预期EPTTM * **因子构建思路**：分析师因子，衡量一致预期滚动估值。 * **因子具体构建过程**：一致预期滚动EP[17]。 29. **因子名称**：预期BP * **因子构建思路**：分析师因子，衡量一致预期滚动市净率。 * **因子具体构建过程**：一致预期滚动PB[17]。 30. **因子名称**：预期PEG * **因子构建思路**：分析师因子，衡量成长性估值。 * **因子具体构建过程**：一致预期PEG[17]。 31. **因子名称**：预期净利润环比 * **因子构建思路**：分析师因子，衡量盈利预期环比变化。 * **因子具体构建过程**：一致预期净利润 / 3个月前一致预期净利润[17]。 32. **因子名称**：三个月盈利上下调 * **因子构建思路**：分析师因子，衡量盈利预期的调整方向。 * **因子具体构建过程**：过去3个月内分析师(上调家数 - 下调家数) / 总家数[17]。 33. **因子名称**：三个月机构覆盖 * **因子构建思路**：分析师因子，衡量机构关注度。 * **因子具体构建过程**：过去3个月内机构覆盖数量[17]。 模型的回测效果 1. 国信金工指数增强组合模型 * 沪深300指数增强组合：本周超额收益0.24%，本年超额收益3.21%[5][14]。 * 中证500指数增强组合：本周超额收益0.53%，本年超额收益-0.27%[5][14]。 * 中证1000指数增强组合：本周超额收益1.63%，本年超额收益3.92%[5][14]。 * 中证A500指数增强组合：本周超额收益0.40%，本年超额收益3.28%[5][14]。 因子的回测效果 报告分别以**沪深300、中证500、中证1000、中证A500、公募重仓指数**为样本空间，构建单因子MFE组合，并给出了各因子在“最近一周”、“最近一月”、“今年以来”和“历史年化”四个时间窗口下的超额收益表现[15][18][20][22][24][26]。以下是各样本空间中，在“最近一周”窗口下表现最好和最差的部分因子及其超额收益值： 1. 沪深300样本空间[18] * **表现较好因子**：单季SP (1.33%)、SPTTM (1.11%)、单季EP (0.99%) * **表现较差因子**：单季营利同比增速 (-0.34%)、3个月盈利上下调 (-0.30%)、一年动量 (-0.23%) 2. 中证500样本空间[21] * **表现较好因子**：一个月波动 (1.57%)、三个月反转 (1.42%)、一个月反转 (1.19%) * **表现较差因子**：单季营收同比增速 (-1.09%)、一年动量 (-0.69%)、单季ROE (-0.57%) 3. 中证1000样本空间[23] * **表现较好因子**：一个月反转 (1.77%)、三个月反转 (1.56%)、非流动性冲击 (1.52%) * **表现较差因子**：单季营收同比增速 (-1.91%)、标准化预期外收入 (-1.52%)、单季ROA (-1.26%) 4. 中证A500样本空间[25] * **表现较好因子**：一个月波动 (1.46%)、单季EP (1.29%)、三个月换手 (1.21%) * **表现较差因子**：一年动量 (-0.91%)、单季营收同比增速 (-0.70%)、3个月盈利上下调 (-0.39%) 5. 公募重仓指数样本空间[27] * **表现较好因子**：一个月波动 (1.61%)、单季SP (1.45%)、SPTTM (1.44%) * **表现较差因子**：单季营收同比增速 (-1.25%)、一年动量 (-0.96%)、单季营利同比增速 (-0.85%)

国信金工指数增强组合表现 - 沪深300指数增强组合本周超额收益为0.00%，本年累计超额收益为3.00% [1][6] - 中证500指数增强组合本周超额收益为0.01%，本年累计超额收益为-0.88% [1][6] - 中证1000指数增强组合本周超额收益为0.90%，本年累计超额收益为2.17% [1][6] - 中证A500指数增强组合本周超额收益为-0.53%，本年累计超额收益为2.90% [1][6] 不同样本空间选股因子表现 - **沪深300样本空间**：最近一周，预期PEG（超额收益0.95%）、单季ROA（0.77%）、EPTTM（0.63%）等因子表现较好；三个月反转（-0.80%）、预期净利润环比（-0.62%）、一个月换手（-0.61%）等因子表现较差 [7][9] - **中证500样本空间**：最近一周，股息率（2.36%）、EPTTM（2.24%）、BP（2.17%）等因子表现较好；预期净利润环比（-1.56%）、单季营利同比增速（-1.01%）、三个月机构覆盖（-0.92%）等因子表现较差 [11] - **中证1000样本空间**：最近一周，单季ROA（2.40%）、单季ROE（2.17%）、标准化预期外收入（2.02%）等因子表现较好；一个月反转（-1.18%）、单季净利同比增速（-1.12%）、三个月反转（-0.68%）等因子表现较差 [12][13] - **中证A500样本空间**：最近一周，股息率（1.47%）、单季营收同比增速（1.42%）、单季ROA（1.25%）等因子表现较好；预期净利润环比（-1.11%）、单季净利同比增速（-0.93%）、单季营利同比增速（-0.87%）等因子表现较差 [14][15] - **公募重仓股样本空间**：最近一周，股息率（1.20%）、单季ROA（1.19%）、DELTAROA（0.96%）等因子表现较好；三个月反转（-1.08%）、三个月机构覆盖（-1.05%）、单季净利同比增速（-0.60%）等因子表现较差 [16][17] 公募基金指数增强产品概况 - 沪深300指数增强产品共79只，总规模755亿元 [19] - 中证500指数增强产品共79只，总规模509亿元 [19] - 中证1000指数增强产品共46只，总规模209亿元 [19] - 中证A500指数增强产品共73只，总规模248亿元 [19] 公募基金指数增强产品表现 - **沪深300指数增强产品**：本周超额收益最高1.08%，最低-1.05%，中位数-0.02%；今年以来超额收益最高4.07%，最低-0.82%，中位数1.24% [1][22] - **中证500指数增强产品**：本周超额收益最高1.72%，最低-0.67%，中位数0.29%；今年以来超额收益最高1.25%，最低-4.49%，中位数-1.18% [1][24] - **中证1000指数增强产品**：本周超额收益最高0.96%，最低-0.97%，中位数0.18%；今年以来超额收益最高3.06%，最低-1.32%，中位数1.35% [1][23][27] - **中证A500指数增强产品**：本周超额收益最高1.14%，最低-1.73%，中位数-0.00%；今年以来超额收益最高3.99%，最低-1.58%，中位数0.53% [1][25][28] 研究方法论 - 采用最大化单因子暴露组合（MFE组合）来检验因子在控制行业、风格等实际约束下的有效性 [29][30] - MFE组合构建通过组合优化模型实现，目标为最大化单因子暴露，并约束风格偏离、行业偏离、个股权重偏离等 [30][31] - 公募重仓指数构建基于普通股票型及偏股混合型基金的定期报告持仓，选取累计权重达90%的股票作为成分股 [33][34]

量化模型与因子总结 量化模型与构建方式 1. **模型名称：国信金工指数增强模型**[11][12] * **模型构建思路**：以多因子选股为核心，结合风险控制和组合优化，构建能够稳定战胜特定基准指数（如沪深300、中证500等）的投资组合[11][12]。 * **模型具体构建过程**：构建流程主要包括三部分： 1. **收益预测**：基于多因子模型对股票未来收益进行预测。 2. **风险控制**：对组合的风险暴露进行约束。 3. **组合优化**：在满足风险约束的条件下，通过优化算法求解最优的股票权重，以最大化预期收益或信息比率[12]。 2. **模型名称：单因子MFE组合模型**[15][40] * **模型构建思路**：为了在更贴近实际投资约束（如行业中性、风格中性）的条件下检验单个因子的有效性，构建最大化该因子暴露的投资组合（Maximized Factor Exposure Portfolio），通过观察该组合相对于基准的超额收益来判断因子在给定约束下的有效性[15][40]。 * **模型具体构建过程**：采用组合优化模型构建，具体步骤如下： 1. **设定约束条件**：包括控制组合相对于基准指数的风格暴露、行业暴露、个股权重偏离度、成分股内权重占比、禁止卖空及权重上限等[40][41][44]。 2. **构建优化问题**：目标函数为最大化组合在目标因子上的暴露。优化模型如下： $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$ 其中，`f`为因子取值向量，`w`为待求解的股票权重向量，`w_b`为基准指数成分股权重向量。`X`为风格因子暴露矩阵，`H`为行业暴露矩阵，`B_b`为成分股标识向量。`s_l`, `s_h`, `h_l`, `h_h`, `w_l`, `w_h`, `b_l`, `b_h`, `l`分别为各项约束的上下限[40][41]。 3. **月度换仓**：在每个月末，根据最新的因子数据和约束条件，重新求解优化问题，构建每个单因子的MFE组合[44]。 4. **回测评估**：计算MFE组合历史收益，扣除交易费用（双边0.3%）后，计算其相对于基准指数的各项收益风险指标[44]。 3. **模型名称：公募重仓指数**[42][43] * **模型构建思路**：为了测试因子在公募基金持仓风格下的有效性，通过汇总公募基金定期报告的持仓信息，构建一个反映公募基金整体重仓股情况的指数，作为因子测试的新样本空间[42]。 * **模型具体构建过程**： 1. **样本基金筛选**：选取普通股票型及偏股混合型基金，剔除规模小于五千万且上市不足半年的基金[43]。 2. **持仓数据合成**：获取符合条件基金的最新定期报告（年报、半年报或季报）持仓信息，将所有基金对每只股票的持仓权重进行平均，得到公募基金平均持仓[43]。 3. **成分股选取**：将平均后的股票权重降序排序，选取累计权重达到90%的股票作为成分股，构建公募重仓指数[43]。 量化因子与构建方式 报告跟踪了来自估值、反转、成长、盈利、流动性、波动、公司治理和分析师等多个维度的30余个常见选股因子[16]。以下是部分因子的具体构建方式： 1. **因子名称：BP（市净率倒数）**[17] * **因子构建思路**：属于估值类因子，衡量公司净资产与市值的比率，值越高代表估值可能越低。 * **因子具体构建过程**：$$BP = \frac{净资产}{总市值}$$[17] 2. **因子名称：EPTTM（滚动市盈率倒数）**[17] * **因子构建思路**：属于估值类因子，衡量公司过去十二个月（TTM）的净利润与市值的比率。 * **因子具体构建过程**：$$EPTTM = \frac{归母净利润TTM}{总市值}$$[17] 3. **因子名称：股息率**[17] * **因子构建思路**：属于估值类因子，衡量公司现金分红回报。 * **因子具体构建过程**：$$股息率 = \frac{最近四个季度预案分红金额}{总市值}$$[17] 4. **因子名称：一个月反转**[17] * **因子构建思路**：属于反转类因子，认为过去短期内跌幅较大的股票未来可能反弹，涨幅较大的股票可能回调。 * **因子具体构建过程**：$$一个月反转 = 过去20个交易日涨跌幅$$[17] 5. **因子名称：三个月反转**[17] * **因子构建思路**：属于反转类因子，考察稍长周期的反转效应。 * **因子具体构建过程**：$$三个月反转 = 过去60个交易日涨跌幅$$[17] 6. **因子名称：单季营收同比增速**[17] * **因子构建思路**：属于成长类因子，衡量公司营业收入的最新增长情况。 * **因子具体构建过程**：$$单季营收同比增速 = 单季度营业收入同比增长率$$[17] 7. **因子名称：单季净利同比增速**[17] * **因子构建思路**：属于成长类因子，衡量公司净利润的最新增长情况。 * **因子具体构建过程**：$$单季净利同比增速 = 单季度净利润同比增长率$$[17] 8. **因子名称：SUE（标准化预期外盈利）**[17] * **因子构建思路**：属于成长类因子，衡量公司实际盈利超出市场一致预期的程度，并进行标准化处理。 * **因子具体构建过程**：$$SUE = \frac{单季度实际净利润 - 预期净利润}{预期净利润标准差}$$[17] 9. **因子名称：单季ROA**[17] * **因子构建思路**：属于盈利类因子，衡量公司总资产的盈利能力。 * **因子具体构建过程**：$$单季ROA = \frac{单季度归母净利润 \times 2}{期初归母总资产 + 期末归母总资产}$$[17] 10. **因子名称：单季ROE**[17] * **因子构建思路**：属于盈利类因子，衡量公司净资产的盈利能力。 * **因子具体构建过程**：$$单季ROE = \frac{单季度归母净利润 \times 2}{期初归母净资产 + 期末归母净资产}$$[17] 11. **因子名称：DELTAROA**[17] * **因子构建思路**：属于盈利类因子，衡量公司盈利能力（ROA）的同比改善情况。 * **因子具体构建过程**：$$DELTAROA = 单季度总资产收益率 - 去年同期单季度总资产收益率$$[17] 12. **因子名称：一个月换手**[17] * **因子构建思路**：属于流动性因子，通常认为换手率过高可能预示短期情绪过热。 * **因子具体构建过程**：$$一个月换手 = 过去20个交易日换手率均值$$[17] 13. **因子名称：特异度**[17] * **因子构建思路**：属于波动类因子，衡量股票收益中不能被常见风险因子（如Fama-French三因子）解释的部分，即特质波动。 * **因子具体构建过程**：$$特异度 = 1 - 过去20个交易日Fama-French三因子回归的拟合度$$[17] 14. **因子名称：预期PEG**[17] * **因子构建思路**：属于分析师预期类因子，在市盈率（PE）基础上结合成长性（G），衡量成长性估值水平。 * **因子具体构建过程**：$$预期PEG = 一致预期PEG$$[17] 15. **因子名称：预期净利润环比**[17] * **因子构建思路**：属于分析师预期类因子，反映分析师对公司未来净利润增长预期的变化。 * **因子具体构建过程**：$$预期净利润环比 = \frac{一致预期净利润}{3个月前一致预期净利润}$$[17] 16. **因子名称：三个月机构覆盖**[17] * **因子构建思路**：属于分析师类因子，反映机构对公司的关注度。 * **因子具体构建过程**：$$三个月机构覆盖 = 过去3个月内机构覆盖数量$$[17] 模型的回测效果 1. **国信金工沪深300指数增强组合**，本周超额收益0.00%，本年超额收益3.00%[5][14]。 2. **国信金工中证500指数增强组合**，本周超额收益0.01%，本年超额收益-0.88%[5][14]。 3. **国信金工中证1000指数增强组合**，本周超额收益0.90%，本年超额收益2.17%[5][14]。 4. **国信金工中证A500指数增强组合**，本周超额收益-0.53%，本年超额收益2.90%[5][14]。 因子的回测效果 （以下为以中证500指数为样本空间的单因子MFE组合部分表现示例，数据为“最近一周”超额收益）[21] 1. **股息率因子**，超额收益2.36%[21]。 2. **EPTTM因子**，超额收益2.24%[21]。 3. **BP因子**，超额收益2.17%[21]。 4. **预期BP因子**，超额收益2.09%[21]。 5. **一个月波动因子**，超额收益1.79%[21]。 6. **三个月波动因子**，超额收益1.73%[21]。 7. **DELTAROA因子**，超额收益1.72%[21]。 8. **单季EP因子**，超额收益1.42%[21]。 9. **EPTTM年分位点因子**，超额收益1.34%[21]。 10. **一个月换手因子**，超额收益1.02%[21]。 11. **预期EPTTM因子**，超额收益0.96%[21]。 12. **三个月换手因子**，超额收益0.88%[21]。 13. **一个月反转因子**，超额收益0.84%[21]。 14. **单季营收同比增速因子**，超额收益0.80%[21]。 15. **标准化预期外收入因子**，超额收益0.79%[21]。 16. **DELTAROE因子**，超额收益0.74%[21]。 17. **单季ROE因子**，超额收益0.70%[21]。 18. **标准化预期外盈利(SUE)因子**，超额收益0.67%[21]。 19. **单季SP因子**，超额收益0.67%[21]。 20. **特异度因子**，超额收益0.66%[21]。 21. **单季超预期幅度因子**，超额收益0.60%[21]。 22. **SPTTM因子**，超额收益0.57%[21]。 23. **一年动量因子**，超额收益0.55%[21]。 24. **非流动性冲击因子**，超额收益0.38%[21]。 25. **单季ROA因子**，超额收益0.13%[21]。 26. **3个月盈利上下调因子**，超额收益0.05%[21]。 27. **预期PEG因子**，超额收益-0.07%[21]。 28. **高管薪酬因子**，超额收益-0.33%[21]。 29. **单季净利同比增速因子**，超额收益-0.64%[21]。 30. **三个月反转因子**，超额收益-0.86%[21]。 31. **三个月机构覆盖因子**，超额收益-0.92%[21]。 32. **单季营利同比增速因子**，超额收益-1.01%[21]。 33. **预期净利润环比因子**，超额收益-1.56%[21]。

量化模型与构建方式 1. **模型名称：国信金工多因子指数增强模型**[11][12] * **模型构建思路**：以多因子选股为主体，通过收益预测、风险控制和组合优化三个核心步骤，构建能够稳定战胜特定基准指数（如沪深300、中证500等）的增强组合[11][12]。 * **模型具体构建过程**： 1. **收益预测**：基于多因子模型对股票未来收益进行预测[12]。 2. **风险控制**：在组合优化中施加多种约束以控制风险，包括行业暴露、风格暴露、个股权重偏离、换手率等[12][40]。 3. **组合优化**：在满足上述约束的条件下，通过优化算法求解最优的股票权重，目标通常是最大化预期收益或最大化风险调整后收益[12][40]。具体优化模型形式如下（以最大化单因子暴露为例）[40]： $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$ * **公式说明**： * $f$ 为因子取值向量，$w$ 为待求解的股票权重向量，$f^{T}w$ 表示组合在该因子上的加权暴露[40][41]。 * $w_b$ 为基准指数成分股的权重向量[41]。 * $X$ 为股票对风格因子的暴露矩阵，$s_l$, $s_h$ 为风格因子相对暴露的下限及上限，此约束控制组合的风格暴露[41]。 * $H$ 为股票的行业暴露矩阵（One-Hot编码），$h_l$, $h_h$ 为组合行业偏离的下限及上限，此约束控制组合的行业暴露[41]。 * $w_l$, $w_h$ 为个股相对于基准权重的偏离下限及上限，此约束控制个股权重偏离[41]。 * $B_b$ 为个股是否属于基准指数成分股的0-1向量，$b_l$, $b_h$ 为成分股内权重的下限及上限，此约束控制组合在成分股内的权重占比[41]。 * $0 \leq w \leq l$ 约束禁止卖空并限制个股权重上限[41]。 * $1^{T}w=1$ 约束要求权重和为1，即满仓运作[41][42]。 2. **模型名称：单因子MFE（Maximized Factor Exposure）组合模型**[15][40] * **模型构建思路**：为了在更贴近实际投资约束（如行业、风格中性）的条件下检验单因子的有效性，通过组合优化的方式，构建一个在满足所有约束条件下最大化该因子暴露的投资组合，并通过该组合相对于基准的表现来判断因子有效性[15][40]。 * **模型具体构建过程**[40][44]： 1. **设定约束**：根据目标基准指数，设定MFE组合的约束条件，包括控制行业暴露为0、控制市值等风格因子暴露为0、限制个股相对于基准的最大偏离权重（如0.5%-1%）、要求成分股内权重占比100%等[44]。 2. **构建组合**：在每个调仓日（如月末），将待检验的因子值向量 $f$ 代入上述优化模型的目标函数，在设定的约束条件下求解最优权重 $w$，得到该因子的MFE组合[40][44]。 3. **回测评估**：在回测期内定期（如每月）换仓，计算MFE组合的历史收益，扣除交易费用（如双边0.3%）后，计算其相对于基准指数的各项收益风险指标，以评估因子表现[44]。 3. **模型名称：公募重仓指数模型**[42] * **模型构建思路**：为了测试因子在公募基金持仓风格下的有效性，通过汇总公募基金定期报告持仓，构建一个代表公募基金整体重仓股构成的指数，作为新的因子测试样本空间[42]。 * **模型具体构建过程**[42][43]： 1. **样本筛选**：选取普通股票型基金和偏股混合型基金，剔除规模小于五千万且上市不足半年的基金[43]。 2. **持仓合并**：获取符合条件的基金最新定期报告（年报、半年报或季报）的全部持仓信息。对于季报，需结合前期的年报或半年报信息来构建完整的持仓数据[43]。 3. **权重平均与排序**：将所有基金的持仓股票权重进行平均，得到公募基金平均持仓。将平均后的股票权重降序排序[43]。 4. **选取成分股**：选取累计权重达到90%的股票作为成分股，以此构建公募基金重仓指数[43]。 量化因子与构建方式 （报告共列出30余个因子，分为7大类，以下按类别及表1内容详细列出）[16][17] 1. **估值类因子** * **因子名称**：BP * **因子构建思路**：衡量市净率的倒数，属于价值因子。 * **因子具体构建过程**：净资产 / 总市值[17]。 * **因子名称**：单季EP * **因子构建思路**：衡量单季度盈利与市值的比率。 * **因子具体构建过程**：单季度归母净利润 / 总市值[17]。 * **因子名称**：单季SP * **因子构建思路**：衡量单季度营收与市值的比率。 * **因子具体构建过程**：单季度营业收入 / 总市值[17]。 * **因子名称**：EPTTM * **因子构建思路**：衡量滚动盈利与市值的比率。 * **因子具体构建过程**：归母净利润TTM / 总市值[17]。 * **因子名称**：SPTTM * **因子构建思路**：衡量滚动营收与市值的比率。 * **因子具体构建过程**：营业收入TTM / 总市值[17]。 * **因子名称**：EPTTM分位点 * **因子构建思路**：衡量当前EPTTM在历史区间内的相对位置。 * **因子具体构建过程**：EPTTM在过去一年中的分位点[17]。 * **因子名称**：股息率 * **因子构建思路**：衡量公司分红回报。 * **因子具体构建过程**：最近四个季度预案分红金额 / 总市值[17]。 2. **反转类因子** * **因子名称**：一个月反转 * **因子构建思路**：捕捉短期价格反转效应。 * **因子具体构建过程**：过去20个交易日涨跌幅[17]。 * **因子名称**：三个月反转 * **因子构建思路**：捕捉中期价格反转效应。 * **因子具体构建过程**：过去60个交易日涨跌幅[17]。 * **因子名称**：一年动量 * **因子构建思路**：捕捉长期价格动量效应。 * **因子具体构建过程**：近一年除近一月后动量[17]。 3. **成长类因子** * **因子名称**：单季净利同比增速 * **因子构建思路**：衡量单季度净利润的同比增长。 * **因子具体构建过程**：单季度净利润同比增长率[17]。 * **因子名称**：单季营收同比增速 * **因子构建思路**：衡量单季度营业收入的同比增长。 * **因子具体构建过程**：单季度营业收入同比增长率[17]。 * **因子名称**：单季营利同比增速 * **因子构建思路**：衡量单季度营业利润的同比增长。 * **因子具体构建过程**：单季度营业利润同比增长率[17]。 * **因子名称**：SUE (Standardized Unexpected Earnings) * **因子构建思路**：衡量盈利超出预期的标准化幅度。 * **因子具体构建过程**：（单季度实际净利润 - 预期净利润）/ 预期净利润标准差[17]。 * **因子名称**：SUR (Standardized Unexpected Revenue) * **因子构建思路**：衡量营收超出预期的标准化幅度。 * **因子具体构建过程**：（单季度实际营业收入 - 预期营业收入）/ 预期营业收入标准差[17]。 * **因子名称**：单季超预期幅度 * **因子构建思路**：衡量盈利超预期的相对幅度。 * **因子具体构建过程**：预期单季度净利润 / 财报单季度净利润[17]。 4. **盈利类因子** * **因子名称**：单季ROE * **因子构建思路**：衡量单季度净资产收益率。 * **因子具体构建过程**：单季度归母净利润 * 2 / (期初归母净资产 + 期末归母净资产)[17]。 * **因子名称**：单季ROA * **因子构建思路**：衡量单季度总资产收益率。 * **因子具体构建过程**：单季度归母净利润 * 2 / (期初归母总资产 + 期末归母总资产)[17]。 * **因子名称**：DELTAROE * **因子构建思路**：衡量ROE的同比变化。 * **因子具体构建过程**：单季度净资产收益率 - 去年同期单季度净资产收益率[17]。 * **因子名称**：DELTAROA * **因子构建思路**：衡量ROA的同比变化。 * **因子具体构建过程**：单季度总资产收益率 - 去年同期单季度总资产收益率[17]。 5. **流动性类因子** * **因子名称**：非流动性冲击 * **因子构建思路**：衡量单位成交金额引起的价格冲击。 * **因子具体构建过程**：过去20个交易日的日涨跌幅绝对值 / 成交额的均值[17]。 * **因子名称**：一个月换手 * **因子构建思路**：衡量短期交易活跃度。 * **因子具体构建过程**：过去20个交易日换手率均值[17]。 * **因子名称**：三个月换手 * **因子构建思路**：衡量中期交易活跃度。 * **因子具体构建过程**：过去60个交易日换手率均值[17]。 6. **波动类因子** * **因子名称**：特异度 * **因子构建思路**：衡量个股收益中不能被常见风险因子解释的部分（异质波动）。 * **因子具体构建过程**：1 - 过去20个交易日Fama-French三因子回归的拟合度[17]。 * **因子名称**：一个月波动 * **因子构建思路**：衡量短期股价波动。 * **因子具体构建过程**：过去20个交易日日内真实波幅均值[17]。 * **因子名称**：三个月波动 * **因子构建思路**：衡量中期股价波动。 * **因子具体构建过程**：过去60个交易日日内真实波幅均值[17]。 7. **公司治理类因子** * **因子名称**：高管薪酬 * **因子构建思路**：衡量公司治理水平（之一）。 * **因子具体构建过程**：前三高管报酬总额取对数[17]。 8. **分析师类因子** * **因子名称**：预期EPTTM * **因子构建思路**：基于分析师一致预期的滚动盈利市值比。 * **因子具体构建过程**：一致预期滚动EP[17]。 * **因子名称**：预期BP * **因子构建思路**：基于分析师一致预期的滚动市净率倒数。 * **因子具体构建过程**：一致预期滚动PB[17]。 * **因子名称**：预期PEG * **因子构建思路**：结合成长性与估值。 * **因子具体构建过程**：一致预期PEG[17]。 * **因子名称**：预期净利润环比 * **因子构建思路**：衡量分析师对未来盈利增长预期的变化。 * **因子具体构建过程**：一致预期净利润 / 3个月前一致预期净利润[17]。 * **因子名称**：三个月盈利上下调 * **因子构建思路**：衡量分析师盈利预测调整的净情绪。 * **因子具体构建过程**：过去3个月内分析师（上调家数 - 下调家数）/ 总家数[17]。 * **因子名称**：三个月机构覆盖 * **因子构建思路**：衡量公司受机构关注度。 * **因子具体构建过程**：过去3个月内机构覆盖数量[17]。 模型的回测效果 1. **国信金工沪深300指数增强组合**，本周超额收益0.00%，本年超额收益3.00%[5][14]。 2. **国信金工中证500指数增强组合**，本周超额收益0.01%，本年超额收益-0.88%[5][14]。 3. **国信金工中证1000指数增强组合**，本周超额收益0.90%，本年超额收益2.17%[5][14]。 4. **国信金工中证A500指数增强组合**，本周超额收益-0.53%，本年超额收益2.90%[5][14]。 因子的回测效果 （以下因子表现数据均摘自各样本空间下“最近一周”、“最近一月”、“今年以来”和“历史年化”四个维度的MFE组合超额收益。数据来源为报告中对应图表，此处仅选取部分代表性因子及完整数据行进行展示，以说明格式。）[19][21][23][25][27] 1. **中证500样本空间因子表现示例**[21]： * **股息率因子**，因子方向正向，最近一周2.36%，最近一月0.06%，今年以来0.42%，历史年化5.61%[21]。 * **EPTTM因子**，因子方向正向，最近一周2.24%，最近一月2.60%，今年以来-2.33%，历史年化4.36%[21]。 * **BP因子**，因子方向正向，最近一周2.17%，最近一月0.42%，今年以来0.37%，历史年化3.52%[21]。 * **三个月反转因子**，因子方向反向，最近一周-0.86%，最近一月-5.83%，今年以来-5.05%，历史年化-2.45%[21]。 2. **中证1000样本空间因子表现示例**[23]： * **单季ROA因子**，因子方向正向，最近一周2.40%，最近一月1.34%，今年以来1.78%，历史年化6.93%[23]。 * **单季ROE因子**，因子方向正向，最近一周2.17%，最近一月2.74%，今年以来3.15%，历史年化7.79%[23]。 * **一个月反转因子**，因子方向反向，最近一周-1.18%，最近一月-3.01%，今年以来-2.34%，历史年化4.33%[23]。 3. **中证A500样本空间因子表现示例**[25]： * **股息率因子**，因子方向正向，最近一周1.47%，最近一月-0.05%，今年以来-0.35%，历史年化3.32%[25]。 * **单季营收同比增速因子**，因子方向正向，最近一周1.42%，最近一月0.40%，今年以来0.85%，历史年化2.67%[25]。 * **预期净利润环比因子**，因子方向正向，最近一周-1.11%，最近一月-0.93%，今年以来-1.09%，历史年化3.70%[25]。

国信金工指数增强组合表现 - 沪深300指数增强组合本周超额收益0.88%，本年累计超额收益2.99% [1][6] - 中证500指数增强组合本周超额收益0.68%，但本年累计超额收益为-0.92% [1][6] - 中证1000指数增强组合本周超额收益1.44%，本年累计超额收益1.18% [1][6] - 中证A500指数增强组合本周超额收益1.76%，本年累计超额收益3.50% [1][6] 不同选股空间下的因子表现监控 - **沪深300成分股**：最近一周表现较好的因子包括三个月波动（0.80%）、非流动性冲击（0.71%）、BP（0.65%）[1][7] - **中证500成分股**：最近一周表现较好的因子包括SPTTM（2.09%）、单季SP（1.96%）、单季超预期幅度（1.18%）[1][11] - **中证1000成分股**：最近一周表现较好的因子包括标准化预期外收入（2.09%）、单季EP（1.83%）、预期BP（1.74%）[1][13] - **中证A500指数成分股**：最近一周表现较好的因子包括三个月换手（0.85%）、三个月波动（0.55%）、一个月换手（0.47%）[1][15] - **公募基金重仓股**：最近一周表现较好的因子包括BP（1.33%）、预期BP（1.29%）、单季SP（1.10%）[1][17] 公募基金指数增强产品表现 - **产品规模**：沪深300、中证500、中证1000、中证A500指数增强产品的数量分别为79只、79只、46只、73只，总规模分别为755亿元、509亿元、209亿元、248亿元 [19] - **沪深300指数增强产品**：本周超额收益最高2.44%，最低-0.52%，中位数0.38% [1][22] - **中证500指数增强产品**：本周超额收益最高1.77%，最低-1.45%，中位数0.07% [1][24] - **中证1000指数增强产品**：本周超额收益最高3.29%，最低-0.00%，中位数0.86% [1][23][27] - **中证A500指数增强产品**：本周超额收益最高2.50%，最低-0.54%，中位数0.31% [1][25][28] 研究方法论 - **因子MFE组合构建**：采用组合优化模型，在控制行业暴露、风格暴露、个股权重偏离等实际约束条件下，构建最大化单因子暴露组合以检验因子有效性 [29][30][31] - **公募重仓指数构建**：基于普通股票型和偏股混合型基金的定期报告持仓信息，构建累计权重达90%的股票组合作为公募重仓指数样本空间，用于测试因子的机构风格有效性 [33][34]

量化模型与构建方式 1. 模型名称：国信金工指数增强组合模型 * **模型构建思路**：以多因子选股为主体，通过收益预测、风险控制和组合优化三个主要步骤，构建能够稳定战胜特定基准指数的增强组合[10][11] * **模型具体构建过程**： 1. **收益预测**：基于多因子模型对股票的未来收益进行预测[11] 2. **风险控制**：控制组合相对于基准指数在行业、风格等方面的暴露[11] 3. **组合优化**：在满足风险控制约束的条件下，通过优化算法求解最优的股票权重，以最大化预期收益或控制跟踪误差[11] * **模型评价**：该模型是一个系统化的多因子增强框架，旨在通过量化方法获取稳定的超额收益 2. 模型名称：单因子MFE组合模型 * **模型构建思路**：为了在更贴近实际投资约束的条件下检验单因子的有效性，通过组合优化的方式，构建一个在控制行业、风格等暴露后，最大化该因子暴露的投资组合（Maximized Factor Exposure Portfolio）[14][40] * **模型具体构建过程**： 1. 设定优化目标为最大化组合在目标因子上的暴露[40] 2. 在优化过程中加入一系列实际投资中的约束条件，包括： * 控制组合相对于基准指数的风格因子暴露偏离度[40][41] * 控制组合相对于基准指数的行业偏离度[40][41] * 控制个股相对于其在基准指数中权重的偏离幅度（通常设置为0.5%-1%）[41][42] * 控制组合在基准指数成分股内的权重占比[40][41] * 禁止卖空，并设置个股权重上限[41] * 要求组合满仓运作（权重和为1）[41][42] 3. 具体的组合优化模型如下： $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$ 其中： * $$f$$ 为股票的因子取值向量 * $$w$$ 为待求解的股票权重向量 * $$w_b$$ 为基准指数成分股的权重向量 * $$X$$ 为股票对风格因子的暴露矩阵 * $$s_l, s_h$$ 为风格因子相对暴露的下限及上限 * $$H$$ 为股票的行业暴露矩阵 * $$h_l, h_h$$ 为行业偏离的下限及上限 * $$w_l, w_h$$ 为个股权重偏离的下限及上限 * $$B_b$$ 为个股是否属于基准指数成分股的0-1向量 * $$b_l, b_h$$ 为成分股内权重的下限及上限 * $$l$$ 为个股权重上限 * $$\mathbf{1}^{T}\ w=1$$ 表示权重和为1[40][41] 4. 在回测中，每月末根据上述模型构建各因子的MFE组合，换仓时扣除双边0.3%的交易费用[44] 3. 模型名称：公募重仓指数 * **模型构建思路**：为了测试因子在公募基金这一重要市场参与者持仓风格下的有效性，通过汇总公募基金的持仓信息，构建一个代表“机构风格”的股票指数作为新的因子测试样本空间[42] * **模型具体构建过程**： 1. **确定样本基金**：选取普通股票型基金和偏股混合型基金，剔除规模小于五千万且上市不足半年的基金，若基金转型则使用转型后半年以上的数据[43] 2. **获取持仓数据**：从基金的定期报告（年报、半年报、季报）中获取持股信息。若最新报告为季报，需结合前期的年报或半年报信息来构建完整的持仓数据[43] 3. **计算平均持仓**：将所有符合条件的基金持仓合并，计算每只股票在所有基金中的平均权重[43] 4. **筛选成分股**：将股票按平均权重从高到低排序，选取累计权重达到90%的股票作为成分股，构建公募重仓指数[43] 量化因子与构建方式 报告涉及超过30个因子，涵盖估值、反转、成长、盈利、流动性、波动、公司治理和分析师等多个维度[15][16]。 1. 估值类因子 * **因子名称**：BP * **因子构建思路**：衡量公司的市净率倒数，属于价值因子[16] * **因子具体构建过程**：$$BP = \frac{净资产}{总市值}$$[16] * **因子名称**：单季EP * **因子构建思路**：使用单季度净利润计算的市盈率倒数[16] * **因子具体构建过程**：$$单季 EP = \frac{单季度归母净利润}{总市值}$$[16] * **因子名称**：单季SP * **因子构建思路**：使用单季度营业收入计算的市销率倒数[16] * **因子具体构建过程**：$$单季 SP = \frac{单季度营业收入}{总市值}$$[16] * **因子名称**：EPTTM * **因子构建思路**：使用过去十二个月（TTM）净利润计算的市盈率倒数[16] * **因子具体构建过程**：$$EPTTM = \frac{归母净利润 TTM}{总市值}$$[16] * **因子名称**：SPTTM * **因子构建思路**：使用过去十二个月（TTM）营业收入计算的市销率倒数[16] * **因子具体构建过程**：$$SPTTM = \frac{营业收入 TTM}{总市值}$$[16] * **因子名称**：EPTTM分位点 * **因子构建思路**：衡量当前EPTTM在历史一年中的相对位置[16] * **因子具体构建过程**：计算股票当前EPTTM值在过去一年中的分位数[16] * **因子名称**：股息率 * **因子构建思路**：衡量公司的现金分红回报率[16] * **因子具体构建过程**：$$股息率 = \frac{最近四个季度预案分红金额}{总市值}$$[16] 2. 反转与动量类因子 * **因子名称**：一个月反转 * **因子构建思路**：捕捉短期价格反转效应[16] * **因子具体构建过程**：计算过去20个交易日的涨跌幅[16] * **因子名称**：三个月反转 * **因子构建思路**：捕捉中期价格反转效应[16] * **因子具体构建过程**：计算过去60个交易日的涨跌幅[16] * **因子名称**：一年动量 * **因子构建思路**：捕捉长期价格动量效应，通常排除最近一个月以避免与短期反转冲突[16] * **因子具体构建过程**：计算近一年（排除最近一个月）的累计涨跌幅[16] 3. 成长类因子 * **因子名称**：单季净利同比增速 * **因子构建思路**：衡量单季度净利润的同比增长情况[16] * **因子具体构建过程**：$$单季净利同比增速 = \frac{单季度净利润 - 去年同期单季度净利润}{去年同期单季度净利润}$$[16] * **因子名称**：单季营收同比增速 * **因子构建思路**：衡量单季度营业收入的同比增长情况[16] * **因子具体构建过程**：$$单季营收同比增速 = \frac{单季度营业收入 - 去年同期单季度营业收入}{去年同期单季度营业收入}$$[16] * **因子名称**：单季营利同比增速 * **因子构建思路**：衡量单季度营业利润的同比增长情况[16] * **因子具体构建过程**：$$单季营利同比增速 = \frac{单季度营业利润 - 去年同期单季度营业利润}{去年同期单季度营业利润}$$[16] * **因子名称**：SUE (标准化预期外盈利) * **因子构建思路**：衡量实际盈利超出分析师一致预期的程度，并经过标准化处理[16] * **因子具体构建过程**：$$SUE = \frac{单季度实际净利润 - 预期净利润}{预期净利润的标准差}$$[16] * **因子名称**：SUR (标准化预期外收入) * **因子构建思路**：衡量实际收入超出分析师一致预期的程度，并经过标准化处理[16] * **因子具体构建过程**：$$SUR = \frac{单季度实际营业收入 - 预期营业收入}{预期营业收入的标准差}$$[16] * **因子名称**：单季超预期幅度 * **因子构建思路**：直接衡量实际盈利与预期盈利的比率[16] * **因子具体构建过程**：$$单季超预期幅度 = \frac{预期单季度净利润}{财报单季度净利润}$$[16] 4. 盈利类因子 * **因子名称**：单季ROE * **因子构建思路**：衡量单季度的净资产收益率[16] * **因子具体构建过程**：$$单季 ROE = \frac{单季度归母净利润 \times 2}{期初归母净资产 + 期末归母净资产}$$[16] * **因子名称**：单季ROA * **因子构建思路**：衡量单季度的总资产收益率[16] * **因子具体构建过程**：$$单季 ROA = \frac{单季度归母净利润 \times 2}{期初归母总资产 + 期末归母总资产}$$[16] * **因子名称**：DELTAROE * **因子构建思路**：衡量净资产收益率的同比变化[16] * **因子具体构建过程**：$$DELTAROE = 单季度净资产收益率 - 去年同期单季度净资产收益率$$[16] * **因子名称**：DELTAROA * **因子构建思路**：衡量总资产收益率的同比变化[16] * **因子具体构建过程**：$$DELTAROA = 单季度总资产收益率 - 去年同期单季度总资产收益率$$[16] 5. 流动性类因子 * **因子名称**：非流动性冲击 * **因子构建思路**：衡量单位成交金额对价格产生的冲击，反映股票的流动性水平[16] * **因子具体构建过程**：$$非流动性冲击 = 过去20个交易日的 \frac{日涨跌幅绝对值}{成交额} 的均值$$[16] * **因子名称**：一个月换手 * **因子构建思路**：衡量过去一个月的平均换手率[16] * **因子具体构建过程**：计算过去20个交易日换手率的均值[16] * **因子名称**：三个月换手 * **因子构建思路**：衡量过去三个月的平均换手率[16] * **因子具体构建过程**：计算过去60个交易日换手率的均值[16] 6. 波动类因子 * **因子名称**：特异度 * **因子构建思路**：衡量股价波动中不能被常见风险因子（如Fama-French三因子）解释的部分，即 idiosyncratic risk[16] * **因子具体构建过程**：$$特异度 = 1 - 过去20个交易日 Fama-French三因子回归的拟合度 (R^2)$$[16] * **因子名称**：一个月波动 * **因子构建思路**：衡量短期股价波动率[16] * **因子具体构建过程**：计算过去20个交易日日内真实波幅（True Range）的均值[16] * **因子名称**：三个月波动 * **因子构建思路**：衡量中期股价波动率[16] * **因子具体构建过程**：计算过去60个交易日日内真实波幅（True Range）的均值[16] 7. 公司治理类因子 * **因子名称**：高管薪酬 * **因子构建思路**：衡量公司高管的薪酬水平[16] * **因子具体构建过程**：对前三名高管报酬总额取自然对数[16] 8. 分析师类因子 * **因子名称**：预期EPTTM * **因子构建思路**：基于分析师一致预期计算的未来滚动市盈率倒数[16] * **因子具体构建过程**：使用一致预期数据计算滚动EP[16] * **因子名称**：预期BP * **因子构建思路**：基于分析师一致预期计算的未来市净率倒数[16] * **因子具体构建过程**：使用一致预期数据计算滚动PB[16] * **因子名称**：预期PEG * **因子构建思路**：结合成长性与估值水平的指标[16] * **因子具体构建过程**：使用一致预期数据计算PEG[16] * **因子名称**：预期净利润环比 * **因子构建思路**：衡量分析师对未来净利润预期的环比变化[16] * **因子具体构建过程**：$$预期净利润环比 = \frac{当前一致预期净利润}{3个月前一致预期净利润}$$[16] * **因子名称**：三个月盈利上下调 * **因子构建思路**：衡量过去三个月内分析师对盈利预期上调与下调的家数净差额[16] * **因子具体构建过程**：$$三个月盈利上下调 = \frac{过去3个月内分析师上调家数 - 下调家数}{总家数}$$[16] * **因子名称**：三个月机构覆盖 * **因子构建思路**：衡量过去三个月内覆盖该公司的机构（分析师）数量[16] * **因子具体构建过程**：统计过去3个月内发布研究报告的机构数量[16] 模型的回测效果 1. 国信金工指数增强组合模型 * **沪深300指数增强组合**：本周超额收益0.88%，本年超额收益2.99%[4][13] * **中证500指数增强组合**：本周超额收益0.68%，本年超额收益-0.92%[4][13] * **中证1000指数增强组合**：本周超额收益1.44%，本年超额收益1.18%[4][13] * **中证A500指数增强组合**：本周超额收益1.76%，本年超额收益3.50%[4][13] 因子的回测效果 以下为各因子在**最近一周**、**最近一月**、**今年以来**和**历史年化**四个时间窗口下，通过MFE组合构建方式测试获得的超额收益表现。数据来源于报告中对不同样本空间的跟踪结果汇总[17][18][20][22][24][26]。 1. 估值类因子 * **BP因子**：最近一周超额收益0.65% (HS300) / 0.31% (A500) / 1.33% (重仓)，最近一月超额收益0.79% (HS300) / -0.25% (A500) / 0.25% (重仓)，今年以来超额收益0.45% (HS300) / -0.66% (A500) / -0.65% (重仓)，历史年化超额收益2.73% (HS300) / 2.64% (A500) / 0.51% (重仓)[18][24][26] * **单季EP因子**：最近一周超额收益0.09% (HS300) / -0.11% (A500) / 0.54% (重仓)，最近一月超额收益0.64% (HS300) / -1.39% (A500) / -1.66% (重仓)，今年以来超额收益0.59% (HS300) / -1.17% (A500) / -2.01% (重仓)，历史年化超额收益5.33% (HS300) / 5.05% (A500) / 3.03% (重仓)[18][24][26] * **单季SP因子**：最近一周超额收益0.02% (HS300) / 0.12% (A500) / 1.10% (重仓)，最近一月超额收益-0.26% (HS300) / 0.18% (A500) / -1.11% (重仓)，今年以来超额收益-0.40% (HS300) / -0.34% (A500) / -0.99% (重仓)，历史年化超额收益2.70% (HS300) / 2.33% (A500) / 1.78% (重仓)[18][24][26] * **EPTTM因子**：最近一周超额收益0.01% (HS300) / 0.03% (A500) / 0.55% (重仓)，最近一月超额收益-0.33% (HS300) / -2.21% (A500) / -2.49% (重仓)，今年以来超额收益0.00% (HS300) / -1.72% (A500) / -2.48% (重仓)，历史年化超额收益4.14% (HS300) / 2.88% (A500) / 0.87% (重仓)[18][24][26] * **SPTTM因子**：最近一周超额收益0.05% (HS300) / 0.03% (A500) / 0.80% (重仓)，最近一月超额收益-0.03% (HS300) / -0.10% (A500) / -1.17% (重仓)，今年以来超额收益-0.25% (HS300) / -