市场表现概览 - 截至2026年3月13日当周，上证指数下跌0.70%，深证成指上涨0.76%，沪深300指数上涨0.19%，市场呈震荡格局[6][9] - 当周表现最佳的申万一级行业为煤炭、电力设备、建筑装饰，周收益率分别为5.03%、4.55%、4.12%[10] - 当周表现最差的申万一级行业为国防军工、石油石化、综合，周收益率分别为-6.64%、-4.33%、-4.30%[10] - 截至2026年3月13日，今年以来中证500指数上涨10.4%，中证1000指数上涨8.1%，表现优于沪深300指数（上涨0.8%）[6][10] 指数增强基金表现 - 当周（截至2026/03/13）全市场指数增强基金超额收益中位数：沪深300为-0.01%，中证500为0.80%，中证1000为0.34%[6][13] - 今年以来（截至2026/03/13）全市场指数增强基金超额收益中位数：沪深300为1.17%，中证500为-0.94%，中证1000为1.34%[14] 财通证券量化组合表现 - 公司基于深度学习框架构建低频指数增强策略，组合周度调仓，约束周单边换手率10%[17] - 截至2026年3月13日，其沪深300指增组合今年以来上涨2.9%，超额收益2.1%；当周上涨1.6%，超额收益1.4%[6][21] - 截至2026年3月13日，其中证500指增组合今年以来上涨11.2%，超额收益0.8%；当周上涨1.3%，超额收益2.8%[6][26] - 截至2026年3月13日，其中证1000指增组合今年以来上涨8.2%，超额收益0.1%；当周上涨0.9%，超额收益1.3%[6][39] 风险提示 - 策略存在因子失效、模型失效及市场风格变动风险[5][44]

量化模型与构建方式 1. **模型名称：进取组合与平衡组合[7][10]** * **模型构建思路：** 基于多因子模型构建的股票组合，旨在获取相对于基准指数（中证500）的超额收益[10] * **模型具体构建过程：** 报告未详细说明具体的因子构成、权重分配及组合构建步骤 2. **模型名称：沪深300/中证500/中证1000指数增强组合[5][7][13][15]** * **模型构建思路：** 在各自基准指数（沪深300、中证500、中证1000）成分股范围内，通过量化模型优选股票，构建旨在跑赢基准的组合[5][13][15] * **模型具体构建过程：** 报告未详细说明具体的增强策略、因子构成及组合构建步骤 3. **模型名称：绩优基金的独门重仓股组合[5][7][26]** * **模型构建思路：** 选取绩优基金持有的独门重仓股构建组合，旨在获取超越股票型基金平均水平的收益[5][26] * **模型具体构建过程：** 报告未详细说明“绩优基金”的筛选标准、“独门重仓股”的定义及组合构建的具体步骤 4. **模型名称：盈利、增长、现金流三者兼优组合[7][28]** * **模型构建思路：** 筛选在盈利、增长和现金流三个基本面维度均表现优异的股票构建组合[7][28] * **模型具体构建过程：** 报告未详细说明“盈利”、“增长”、“现金流”的具体衡量指标、筛选阈值以及组合构建的具体步骤 5. **模型名称：PB-盈利优选组合[5][7][30][33]** * **模型构建思路：** 结合低估值（PB）与高盈利指标，筛选有基本面支撑的低估值股票构建组合[7][30] * **模型具体构建过程：** 报告未详细说明PB和盈利指标的具体定义、结合方式以及组合构建的具体步骤 6. **模型名称：GARP组合[9][35]** * **模型构建思路：** 采用GARP（Growth at a Reasonable Price）策略，寻找价格合理且具有成长性的股票构建组合[9][35] * **模型具体构建过程：** 报告未详细说明衡量“合理价格”和“成长性”的具体指标、筛选标准以及组合构建的具体步骤 7. **模型名称：小盘价值优选组合1/2[9][36][39]** * **模型构建思路：** 在小盘股范围内，筛选具有价值属性的股票构建组合，以微盘股指数为基准[9][36][39] * **模型具体构建过程：** 报告未详细说明“小盘”的定义、“价值”属性的具体衡量指标以及两个组合的具体差异 8. **模型名称：小盘成长组合[5][7][41]** * **模型构建思路：** 在小盘股范围内，筛选具有成长属性的股票构建组合，以微盘股指数为基准[5][41] * **模型具体构建过程：** 报告未详细说明“小盘”和“成长”的具体衡量指标及组合构建步骤 模型的回测效果 1. **进取组合**，周收益率-2.81%[9][10]，周超额收益（vs 中证500）0.63%[9][10]，2026年以来累计收益率18.21%[9][11]，2026年以来累计超额收益（vs 中证500）6.23%[9][11]，跟踪误差23.38%[9]，最大相对回撤6.14%[9] 2. **平衡组合**，周收益率-2.76%[9][10]，周超额收益（vs 中证500）0.68%[9][10]，2026年以来累计收益率15.44%[9][11]，2026年以来累计超额收益（vs 中证500）3.45%[9][11]，跟踪误差19.68%[9]，最大相对回撤4.99%[9] 3. **沪深300增强组合**，周收益率-0.32%[9][13]，周超额收益（vs 沪深300）0.75%[5][9][13]，2026年以来累计收益率9.42%[9][15]，2026年以来累计超额收益（vs 沪深300）8.76%[5][9][15]，跟踪误差6.52%[9]，最大相对回撤2.09%[9] 4. **中证500增强组合**，周收益率-2.79%[9][13]，周超额收益（vs 中证500）0.65%[9][13]，2026年以来累计收益率10.99%[9][15]，2026年以来累计超额收益（vs 中证500）-0.99%[9][15]，跟踪误差8.38%[9]，最大相对回撤3.17%[9] 5. **中证1000增强组合**，周收益率-3.57%[9][15]，周超额收益（vs 中证1000）0.08%[9][15]，2026年以来累计收益率10.95%[9][15]，2026年以来累计超额收益（vs 中证1000）2.34%[9][15]，跟踪误差8.46%[9]，最大相对回撤2.23%[9] 6. **绩优基金的独门重仓股组合**，周收益率-6.14%[5][9][26]，周超额收益（vs 股票型基金总指数）-3.38%[5][9][26]，2026年以来累计收益率10.20%[5][9][26]，2026年以来累计超额收益（vs 股票型基金总指数）6.36%[5][9][26]，跟踪误差26.00%[9]，最大相对回撤5.18%[9] 7. **盈利、增长、现金流三者兼优组合**，周收益率-5.33%[9][28]，周超额收益（vs 沪深300）-4.26%[9][28]，2026年以来累计收益率-8.57%[9][28]，2026年以来累计超额收益（vs 沪深300）-9.23%[9][28]，跟踪误差15.85%[9]，最大相对回撤12.01%[9] 8. **PB-盈利优选组合**，周收益率-1.51%[5][9][30]，周超额收益（vs 沪深300）-0.44%[5][9][30]，2026年以来累计收益率6.23%[5][9][33]，2026年以来累计超额收益（vs 沪深300）5.57%[5][9][33]，跟踪误差12.73%[9]，最大相对回撤2.38%[9] 9. **GARP组合**，周收益率-1.14%[9][35]，周超额收益（vs 沪深300）-0.07%[9][35]，2026年以来累计收益率12.76%[9][35]，2026年以来累计超额收益（vs 沪深300）12.10%[9][35]，跟踪误差11.54%[9]，最大相对回撤1.53%[9] 10. **小盘价值优选组合1**，周收益率-2.24%[9][36]，周超额收益（vs 微盘股指数）-0.39%[9][36]，2026年以来累计收益率9.86%[9][36]，2026年以来累计超额收益（vs 微盘股指数）-5.98%[9][36]，跟踪误差10.62%[9]，最大相对回撤8.23%[9] 11. **小盘价值优选组合2**，周收益率-2.23%[9][39]，周超额收益（vs 微盘股指数）-0.38%[9][39]，2026年以来累计收益率15.97%[9][39]，2026年以来累计超额收益（vs 微盘股指数）0.13%[9][39]，跟踪误差12.02%[9]，最大相对回撤5.62%[9] 12. **小盘成长组合**，周收益率-2.42%[5][9][41]，周超额收益（vs 微盘股指数）-0.57%[5][9][41]，2026年以来累计收益率11.31%[5][9][41]，2026年以来累计超额收益（vs 微盘股指数）-4.53%[5][9][41]，跟踪误差10.50%[9]，最大相对回撤6.37%[9] 量化因子与构建方式 1. **因子名称：市值因子[44]** * **因子构建思路：** 衡量公司规模大小的风格因子[44] * **因子具体构建过程：** 报告未详细说明具体计算方式（如总市值、流通市值等） * **因子评价：** 上周全市场范围内，大市值股票表现优于小市值股票[5][44] 2. **因子名称：PB因子[44]** * **因子构建思路：** 衡量公司估值水平的风格因子[44] * **因子具体构建过程：** 报告未详细说明具体计算方式（如市净率） * **因子评价：** 上周全市场范围内，低估值（低PB）股票表现优于高估值股票[5][44] 3. **因子名称：PE_TTM因子[44]** * **因子构建思路：** 衡量公司估值水平的风格因子[44] * **因子具体构建过程：** 报告未详细说明具体计算方式（如滚动市盈率） * **因子评价：** 上周全市场范围内，低估值（低PE_TTM）股票表现优于高估值股票[44] 4. **因子名称：反转因子[50][52]** * **因子构建思路：** 技术类因子，认为过去一段时间表现差的股票未来可能反弹，表现好的股票可能回调[50][52] * **因子具体构建过程：** 报告未详细说明具体计算方式（如过去N期的收益率） 5. **因子名称：换手率因子[5][50][52]** * **因子构建思路：** 技术类因子，衡量股票的交易活跃度[5][50][52] * **因子具体构建过程：** 报告未详细说明具体计算方式（如过去N期的平均换手率） * **因子评价：** 上周全市场范围内，低换手率股票表现突出，贡献正收益[5][50] 6. **因子名称：波动率因子[5][50][52]** * **因子构建思路：** 技术类因子，衡量股票价格的波动程度[5][50][52] * **因子具体构建过程：** 报告未详细说明具体计算方式（如过去N期收益率的标准差） * **因子评价：** 上周全市场范围内，低波动率股票表现突出，贡献正收益[5][50] 7. **因子名称：ROE因子[54]** * **因子构建思路：** 基本面因子，衡量公司的盈利能力[54] * **因子具体构建过程：** 报告未详细说明具体计算方式（如净资产收益率） * **因子评价：** 上周全市场范围内，高盈利（高ROE）股票超额收益为正[5][54] 8. **因子名称：SUE因子[54]** * **因子构建思路：** 基本面因子，衡量公司的盈利增长（SUE通常指标准化未预期盈余）[54] * **因子具体构建过程：** 报告未详细说明具体计算方式 * **因子评价：** 上周全市场范围内，高增长（高SUE）股票超额收益为正[5][54] 9. **因子名称：预期净利润调整因子[54]** * **因子构建思路：** 基本面因子，反映分析师对公司未来盈利预期的调整[54] * **因子具体构建过程：** 报告未详细说明具体计算方式（如分析师一致预期净利润的调整幅度） * **因子评价：** 上周全市场范围内，高预期净利润调整股票超额收益为正[5][54] 因子的回测效果 （测试方法：按因子值排序，取最高与最低的10%股票构建等权组合，计算多空收益[43]） 1. **市值因子**，上周全市场多空收益-0.34%[44]，2026年3月以来全市场多空收益-0.34%[44]，2026年以来全市场多空收益6.14%[45] 2. **PB因子**，上周全市场多空收益2.52%[44]，2026年3月以来全市场多空收益2.52%[44]，2026年以来全市场多空收益0.60%[45] 3. **PE_TTM因子**，上周全市场多空收益1.30%[44]，2026年3月以来全市场多空收益1.30%[44]，2026年以来全市场多空收益0.66%[45] 4. **反转因子**，上周全市场多空收益-2.79%[50][52]，2026年3月以来全市场多空收益-2.79%[52]，2026年以来全市场多空收益-8.81%[52] 5. **换手率因子**，上周全市场多空收益0.94%[50][52]，2026年3月以来全市场多空收益0.94%[52]，2026年以来全市场多空收益0.70%[52] 6. **波动率因子**，上周全市场多空收益0.79%[50][52]，2026年3月以来全市场多空收益0.79%[52]，2026年以来全市场多空收益-1.61%[52] 7. **ROE因子**，上周全市场多空收益0.63%[54]，2026年3月以来全市场多空收益0.63%[54]，2026年以来全市场多空收益2.96%[55] 8. **SUE因子**，上周全市场多空收益0.14%[54]，2026年3月以来全市场多空收益0.14%[54]，2026年以来全市场多空收益2.53%[55] 9. **预期净利润调整因子**，上周全市场多空收益1.05%[54]，2026年3月以来全市场多空收益1.05%[54]，2026年以来全市场多空收益1.07%[55]

量化模型与构建方式 1. **模型名称**：进取组合 **模型构建思路**：基于多因子模型构建的量化股票组合，追求较高风险下的超额收益[7] **模型具体构建过程**：报告未详细描述其具体因子构成和加权方式，仅说明其为多因子组合[7] 2. **模型名称**：平衡组合 **模型构建思路**：基于多因子模型构建的量化股票组合，追求风险与收益的平衡[7] **模型具体构建过程**：报告未详细描述其具体因子构成和加权方式，仅说明其为多因子组合[7] 3. **模型名称**：沪深300增强组合 **模型构建思路**：以沪深300指数为基准，通过量化模型进行增强，旨在获取稳定超额收益[5] **模型具体构建过程**：报告未详细描述其具体增强策略和因子构成[5] 4. **模型名称**：中证500增强组合 **模型构建思路**：以中证500指数为基准，通过量化模型进行增强，旨在获取稳定超额收益[5] **模型具体构建过程**：报告未详细描述其具体增强策略和因子构成[5] 5. **模型名称**：中证1000增强组合 **模型构建思路**：以中证1000指数为基准，通过量化模型进行增强，旨在获取稳定超额收益[5] **模型具体构建过程**：报告未详细描述其具体增强策略和因子构成[5] 6. **模型名称**：绩优基金的独门重仓股组合 **模型构建思路**：基于绩优基金的独门重仓股构建的组合，旨在捕捉基金经理的选股Alpha[5][7] **模型具体构建过程**：报告未详细描述其具体筛选和构建规则[5][7] 7. **模型名称**：盈利、增长、现金流三者兼优组合 **模型构建思路**：筛选在盈利、增长和现金流三个基本面维度均表现优异的股票构建的组合[7] **模型具体构建过程**：报告未详细描述其具体筛选标准和加权方式[7] 8. **模型名称**：PB-盈利优选组合 **模型构建思路**：结合低估值（PB）和高盈利能力的选股策略，寻找有基本面支撑的低估值股票[7][31] **模型具体构建过程**：报告未详细描述其具体因子合成与选股规则[7][31] 9. **模型名称**：GARP组合 **模型构建思路**：采用“合理价格成长”策略，兼顾公司的成长性与估值水平[35] **模型具体构建过程**：报告未详细描述其具体因子合成与选股规则[35] 10. **模型名称**：小盘价值优选组合1 **模型构建思路**：在小盘股中优选具备价值特征的股票构建的组合[7] **模型具体构建过程**：报告未详细描述其具体价值因子定义和选股规则[7] 11. **模型名称**：小盘价值优选组合2 **模型构建思路**：在小盘股中优选具备价值特征的股票构建的组合，可能与组合1在因子权重或筛选阈值上有所不同[7] **模型具体构建过程**：报告未详细描述其具体价值因子定义和选股规则[7] 12. **模型名称**：小盘成长组合 **模型构建思路**：在小盘股中优选具备高成长特征的股票构建的组合[7] **模型具体构建过程**：报告未详细描述其具体成长因子定义和选股规则[7] 量化因子与构建方式 1. **因子名称**：市值因子 **因子构建思路**：衡量公司规模大小的因子，通常认为小市值股票存在溢价[44] **因子具体构建过程**：报告未给出具体计算公式，通常使用总市值或流通市值作为代理变量[44] 2. **因子名称**：PB因子 **因子构建思路**：市净率因子，衡量估值水平，通常认为低估值股票存在溢价[44] **因子具体构建过程**：报告未给出具体计算公式，通常为股票价格除以每股净资产[44] 3. **因子名称**：PE_TTM因子 **因子构建思路**：滚动市盈率因子，衡量估值水平，通常认为低估值股票存在溢价[44] **因子具体构建过程**：报告未给出具体计算公式，通常为股票价格除以过去十二个月每股收益[44] 4. **因子名称**：反转因子 **因子构建思路**：技术类因子，认为过去一段时间跌幅较大的股票未来可能反弹，涨幅较大的股票未来可能回调[49] **因子具体构建过程**：报告未给出具体计算公式，通常基于过去一段时间的收益率构建[49] 5. **因子名称**：换手率因子 **因子构建思路**：技术类因子，衡量股票流动性，通常认为低换手率股票存在溢价[49] **因子具体构建过程**：报告未给出具体计算公式，通常基于过去一段时间的平均换手率构建[49] 6. **因子名称**：波动率因子 **因子构建思路**：技术类因子，衡量股票价格波动风险，通常认为低波动率股票存在溢价[49] **因子具体构建过程**：报告未给出具体计算公式，通常基于过去一段时间收益率的标准差构建[49] 7. **因子名称**：ROE因子 **因子构建思路**：净资产收益率因子，衡量公司盈利能力，通常认为高盈利能力股票存在溢价[52] **因子具体构建过程**：报告未给出具体计算公式，通常为净利润除以净资产[52] 8. **因子名称**：SUE因子 **因子构建思路**：标准化未预期盈余因子，衡量盈利增长超预期的程度，通常认为超预期增长的股票存在溢价[52] **因子具体构建过程**：报告未给出具体计算公式，通常为（当期实际EPS - 预期EPS）除以历史盈利波动[52] 9. **因子名称**：预期净利润调整因子 **因子构建思路**：基于分析师对净利润预测的调整构建的因子，通常认为上调盈利预测的股票存在溢价[52] **因子具体构建过程**：报告未给出具体计算公式，通常基于分析师一致预期净利润的变化率构建[52] 模型的回测效果 （数据统计区间：2025年12月31日至2026年1月30日）[9] 1. 进取组合，绝对收益13.78%，超额收益1.66%，跟踪误差20.60%，最大相对回撤12.81%[9] 2. 平衡组合，绝对收益12.77%，超额收益0.65%，跟踪误差17.86%，最大相对回撤11.94%[9] 3. 沪深300增强组合，绝对收益6.85%，超额收益5.20%，跟踪误差4.86%，最大相对回撤1.21%[9] 4. 中证500增强组合，绝对收益11.11%，超额收益-1.01%，跟踪误差6.16%，最大相对回撤4.77%[9] 5. 中证1000增强组合，绝对收益11.99%，超额收益3.31%，跟踪误差7.70%，最大相对回撤2.78%[9] 6. 绩优基金的独门重仓股组合，绝对收益6.03%，超额收益-1.06%，跟踪误差21.80%，最大相对回撤5.18%[9] 7. 盈利、增长、现金流三者兼优组合，绝对收益0.20%，超额收益-1.45%，跟踪误差13.12%，最大相对回撤4.52%[9] 8. PB-盈利优选组合，绝对收益6.17%，超额收益4.52%，跟踪误差13.11%，最大相对回撤4.47%[9] 9. GARP组合，绝对收益11.43%，超额收益9.78%，跟踪误差13.38%，最大相对回撤2.90%[9] 10. 小盘价值优选组合1，绝对收益7.89%，超额收益-2.83%，跟踪误差9.39%，最大相对回撤5.33%[9] 11. 小盘价值优选组合2，绝对收益12.37%，超额收益1.66%，跟踪误差10.30%，最大相对回撤3.05%[9] 12. 小盘成长组合，绝对收益9.13%，超额收益-1.59%，跟踪误差10.53%，最大相对回撤3.01%[9] 因子的回测效果 （数据统计区间：2025年12月31日至2026年1月30日）[44][45][50][52][53] 1. 市值因子，全市场多空收益3.34%，沪深300多空收益5.78%，中证500多空收益-10.16%，中证1000多空收益-2.32%[44][45] 2. PB因子，全市场多空收益-1.40%，沪深300多空收益-7.98%，中证500多空收益-3.81%，中证1000多空收益-3.18%[44][45] 3. PE_TTM因子，全市场多空收益0.28%，沪深300多空收益-7.61%，中证500多空收益-7.92%，中证1000多空收益-2.38%[44][45] 4. 反转因子，全市场多空收益-3.86%，沪深300多空收益-5.13%，中证500多空收益-13.20%，中证1000多空收益0.01%[50] 5. 换手率因子，全市场多空收益2.68%，沪深300多空收益-6.99%，中证500多空收益-13.52%，中证1000多空收益-1.58%[50] 6. 波动率因子，全市场多空收益-0.38%，沪深300多空收益-8.96%，中证500多空收益-17.87%，中证1000多空收益-2.42%[50] 7. ROE因子，全市场多空收益2.84%，沪深300多空收益-0.92%，中证500多空收益-0.30%，中证1000多空收益6.47%[52][53] 8. SUE因子，全市场多空收益1.74%，沪深300多空收益2.54%，中证500多空收益-2.39%，中证1000多空收益2.95%[52][53] 9. 预期净利润调整因子，全市场多空收益0.72%，沪深300多空收益1.92%，中证500多空收益2.04%，中证1000多空收益-1.51%[52][53]

量化模型与构建方式 1. **模型名称：沪深300增强组合**；模型构建思路：基于多因子模型对沪深300指数成分股进行增强选股[5]；模型具体构建过程：报告未详细描述该增强组合的具体多因子模型构建过程，仅展示了其业绩表现。从上下文推断，其构建应遵循国泰海通金融工程团队的多因子选股框架，可能综合了风格、技术、基本面等多类因子进行打分和权重配置。 2. **模型名称：中证500增强组合**；模型构建思路：基于多因子模型对中证500指数成分股进行增强选股[5]；模型具体构建过程：报告未详细描述该增强组合的具体多因子模型构建过程，仅展示了其业绩表现。从上下文推断，其构建应遵循国泰海通金融工程团队的多因子选股框架。 3. **模型名称：中证1000增强组合**；模型构建思路：基于多因子模型对中证1000指数成分股进行增强选股[5]；模型具体构建过程：报告未详细描述该增强组合的具体多因子模型构建过程，仅展示了其业绩表现。从上下文推断，其构建应遵循国泰海通金融工程团队的多因子选股框架。 4. **模型名称：进取组合**；模型构建思路：基于多因子模型构建的主动量化组合，基准为中证500指数[9]；模型具体构建过程：报告未详细描述该组合的具体多因子模型构建过程，仅展示了其业绩表现。从名称“进取”推断，其可能采用了更高风险暴露的因子配置或更积极的调仓策略。 5. **模型名称：平衡组合**；模型构建思路：基于多因子模型构建的主动量化组合，基准为中证500指数[9]；模型具体构建过程：报告未详细描述该组合的具体多因子模型构建过程，仅展示了其业绩表现。从名称“平衡”推断，其可能采用了风险收益更为均衡的因子配置。 6. **模型名称：绩优基金的独门重仓股组合**；模型构建思路：通过分析绩优基金的持仓，筛选其独门重仓股构建组合[5]；模型具体构建过程：报告未详细描述该组合的具体筛选和构建过程，仅展示了其业绩表现。 7. **模型名称：盈利、增长、现金流三者兼优组合**；模型构建思路：从盈利、增长、现金流三个基本面维度筛选优质股票构建组合[5]；模型具体构建过程：报告未详细描述该组合的具体因子定义、标准化、加权合成等构建过程，仅展示了其业绩表现。 8. **模型名称：PB-盈利优选组合**；模型构建思路：结合低市净率（PB）和高盈利指标，筛选有基本面支撑的低估值股票构建组合[5][30]；模型具体构建过程：报告未详细描述该组合的具体因子定义、标准化、加权合成等构建过程，仅展示了其业绩表现。 9. **模型名称：GARP组合**；模型构建思路：采用“合理价格成长”（GARP）策略，兼顾成长性与估值，筛选股票构建组合[9][33]；模型具体构建过程：报告未详细描述该组合的具体因子定义、标准化、加权合成等构建过程，仅展示了其业绩表现。 10. **模型名称：小盘价值优选组合1**；模型构建思路：在小盘股范围内，基于价值因子优选股票构建组合[9][35]；模型具体构建过程：报告未详细描述该组合的具体因子定义、标准化、加权合成等构建过程，仅展示了其业绩表现。 11. **模型名称：小盘价值优选组合2**；模型构建思路：在小盘股范围内，基于价值因子优选股票构建组合（可能与组合1在因子权重或具体选股标准上有所不同）[9][37]；模型具体构建过程：报告未详细描述该组合的具体因子定义、标准化、加权合成等构建过程，仅展示了其业绩表现。 12. **模型名称：小盘成长组合**；模型构建思路：在小盘股范围内，基于成长因子优选股票构建组合[5][39]；模型具体构建过程：报告未详细描述该组合的具体因子定义、标准化、加权合成等构建过程，仅展示了其业绩表现。 量化因子与构建方式 1. **因子名称：市值因子**；因子的构建思路：衡量公司规模大小的因子，通常认为小市值股票存在溢价[5][42]；因子具体构建过程：报告未给出具体计算公式。通常为股票的总市值（总股本×股价），并进行标准化等处理。 2. **因子名称：PB因子**；因子的构建思路：市净率因子，衡量估值水平，通常认为低估值股票存在溢价[5][42]；因子具体构建过程：报告未给出具体计算公式。通常为股票价格除以每股净资产（P/B）。 3. **因子名称：PE_TTM因子**；因子的构建思路：滚动市盈率因子，衡量估值水平，通常认为低估值股票存在溢价[42]；因子具体构建过程：报告未给出具体计算公式。通常为股票价格除以最近四个季度的每股收益（P/E TTM）。 4. **因子名称：反转因子**；因子的构建思路：技术类因子，基于过去一段时间股价的涨跌幅，认为过去表现差的股票未来可能反弹，过去表现好的股票未来可能回调[5][46]；因子具体构建过程：报告未给出具体计算公式。通常计算过去N个交易日的收益率并取负值（-1 * Return_{t-N, t}）。 5. **因子名称：换手率因子**；因子的构建思路：技术类因子，衡量股票流动性或交易活跃度，通常认为低换手率股票存在溢价[5][46]；因子具体构建过程：报告未给出具体计算公式。通常为过去一段时间成交股数除以流通股本。 6. **因子名称：波动率因子**；因子的构建思路：技术类因子，衡量股票价格波动风险，通常认为低波动率股票存在溢价[5][46]；因子具体构建过程：报告未给出具体计算公式。通常计算过去一段时间收益率的标准差。 7. **因子名称：ROE因子**；因子的构建思路：净资产收益率因子，衡量公司盈利能力的质量，通常认为高ROE股票存在溢价[50]；因子具体构建过程：报告未给出具体计算公式。通常为净利润除以净资产。 8. **因子名称：SUE因子**；因子的构建思路：标准化未预期盈余因子，衡量公司盈利增长的超预期程度，通常认为高SUE股票存在溢价[5][50]；因子具体构建过程：报告未给出具体计算公式。通常为（当期实际EPS - 分析师预期EPS）除以历史预期误差的标准差。 9. **因子名称：预期净利润调整因子**；因子的构建思路：衡量分析师对公司未来盈利预测的调整方向，通常认为盈利预测上调的股票存在溢价[5][50]；因子具体构建过程：报告未给出具体计算公式。通常计算一段时间内分析师对未来净利润一致预期的调整幅度。 模型的回测效果 （数据统计区间：2025年12月31日至2026年1月23日） 1. 沪深300增强组合，绝对收益7.27%，超额收益5.70%，跟踪误差4.26%，最大相对回撤0.38%[9] 2. 中证500增强组合，绝对收益13.08%，超额收益-1.98%，跟踪误差6.07%，最大相对回撤4.77%[9] 3. 中证1000增强组合，绝对收益13.09%，超额收益1.56%，跟踪误差7.89%，最大相对回撤2.78%[9] 4. 进取组合，绝对收益14.85%，超额收益-0.22%，跟踪误差20.89%，最大相对回撤12.81%[9] 5. 平衡组合，绝对收益13.75%，超额收益-1.31%，跟踪误差17.27%，最大相对回撤11.94%[9] 6. 绩优基金的独门重仓股组合，绝对收益8.99%，超额收益2.51%，跟踪误差18.82%，最大相对回撤3.12%[9] 7. 盈利、增长、现金流三者兼优组合，绝对收益4.45%，超额收益2.88%，跟踪误差11.53%，最大相对回撤3.01%[9] 8. PB-盈利优选组合，绝对收益5.21%，超额收益3.64%，跟踪误差13.29%，最大相对回撤4.47%[9] 9. GARP组合，绝对收益10.38%，超额收益8.81%，跟踪误差13.10%，最大相对回撤2.90%[9] 10. 小盘价值优选组合1，绝对收益10.59%，超额收益-1.42%，跟踪误差8.54%，最大相对回撤4.47%[9] 11. 小盘价值优选组合2，绝对收益14.24%，超额收益2.23%，跟踪误差8.17%，最大相对回撤1.53%[9] 12. 小盘成长组合，绝对收益11.43%，超额收益-0.57%，跟踪误差10.20%，最大相对回撤2.89%[9] 因子的回测效果 （数据统计区间：2025年12月31日至2026年1月23日，多空收益） 1. 市值因子，全市场3.18%，沪深300 9.44%，中证500 -11.69%，中证1000 -2.91%[42][43] 2. PB因子，全市场-5.03%，沪深300 -9.91%，中证500 -9.32%，中证1000 -5.87%[42][43] 3. PE_TTM因子，全市场-2.61%，沪深300 -10.54%，中证500 -12.93%，中证1000 -6.75%[42][43] 4. 反转因子，全市场-6.43%，沪深300 -3.16%，中证500 -18.38%，中证1000 -2.25%[48] 5. 换手率因子，全市场-1.66%，沪深300 -8.40%，中证500 -17.37%，中证1000 -4.80%[48] 6. 波动率因子，全市场-5.02%，沪深300 -8.44%，中证500 -19.74%，中证1000 -5.49%[48] 7. ROE因子，全市场0.43%，沪深300 -5.38%，中证500 -1.92%，中证1000 1.83%[50][51] 8. SUE因子，全市场1.27%，沪深300 0.72%，中证500 -1.53%，中证1000 0.70%[50][51] 9. 预期净利润调整因子，全市场0.92%，沪深300 2.96%，中证500 2.78%，中证1000 -1.25%[50][51]

量化模型与构建方式 1. **模型名称：进取组合与平衡组合**[7] * **模型构建思路：** 基于多因子模型构建的股票组合，旨在获取超越基准指数的收益。进取组合和平衡组合可能代表了不同的风险收益特征或因子暴露程度。[10] * **模型具体构建过程：** 报告未详细描述具体的因子构成、权重分配及组合构建步骤。仅提及其为国泰海通证券金融工程团队构建的量化股票组合。[8] 2. **模型名称：沪深300/中证500/中证1000指数增强组合**[7] * **模型构建思路：** 在跟踪沪深300、中证500、中证1000指数的基础上，通过量化模型进行主动管理，旨在获取稳定的超额收益。[5] * **模型具体构建过程：** 报告未详细描述具体的增强策略、因子模型及权重优化过程。仅提及其为指数增强组合。[8] 3. **模型名称：绩优基金的独门重仓股组合**[7] * **模型构建思路：** 通过分析绩优基金的持仓数据，筛选其独有的重仓股构建组合，旨在捕捉优秀基金经理的选股能力。[5] * **模型具体构建过程：** 报告未详细描述绩优基金的筛选标准、独门重仓股的定义及组合构建的具体规则。[25] 4. **模型名称：盈利、增长、现金流三者兼优组合**[7] * **模型构建思路：** 从盈利、增长和现金流三个基本面维度，筛选出各方面表现均优异的公司构建投资组合。[27] * **模型具体构建过程：** 报告未详细描述具体的筛选指标（如ROE、营收增长率、经营性现金流等）、阈值设定及综合评分方法。[27] 5. **模型名称：PB-盈利优选组合**[7] * **模型构建思路：** 结合低估值（市净率PB）和高盈利能力的标准，筛选具有基本面支撑的低估值股票。[29] * **模型具体构建过程：** 报告未详细描述PB与盈利指标（如ROE、净利润率等）的具体结合方式（如排序、打分或构建复合因子）以及选股规则。[29] 6. **模型名称：GARP组合**[7] * **模型构建思路：** 采用“合理价格成长”策略，寻找具有稳定增长潜力且估值相对合理的公司。[32] * **模型具体构建过程：** 报告未详细描述用于衡量成长性和估值合理性的具体指标及模型构建方法。[32] 7. **模型名称：小盘价值优选组合1/2**[7] * **模型构建思路：** 在小盘股范围内，运用价值因子进行优选，构建投资组合。[34][36] * **模型具体构建过程：** 报告未详细描述小盘股的定义范围、价值因子的具体构成（如PB、PE、股息率等）以及两个组合之间的具体差异。[34][36] 8. **模型名称：小盘成长组合**[7] * **模型构建思路：** 在小盘股范围内，筛选具有高成长特征的股票构建投资组合。[37] * **模型具体构建过程：** 报告未详细描述小盘股的定义范围以及成长因子的具体构成（如营收增长率、净利润增长率等）。[37] 量化因子与构建方式 1. **因子名称：市值因子**[42] * **因子构建思路：** 衡量公司规模大小，通常认为小市值公司存在溢价效应。[42] * **因子具体构建过程：** 报告未给出具体计算公式。通常为股票的总市值。$$市值 = 股价 \times 总股本$$ * **因子评价：** 上周全市场范围内，大市值股票表现优于小市值股票。[42] 2. **因子名称：PB因子**[42] * **因子构建思路：** 市净率，衡量股票估值水平，低PB通常被视为价值型股票。[42] * **因子具体构建过程：** 报告未给出具体计算公式。通常为股价与每股净资产的比值。$$PB = \frac{股价}{每股净资产}$$ * **因子评价：** 上周全市场范围内，高估值（高PB）股票表现优于低估值股票。[42] 3. **因子名称：PE_TTM因子**[42] * **因子构建思路：** 滚动市盈率，衡量股票估值水平，低PE通常被视为价值型或盈利能力强。[42] * **因子具体构建过程：** 报告未给出具体计算公式。通常为股价与最近四个季度每股收益之和的比值。$$PE\_TTM = \frac{股价}{最近四个季度每股收益之和}$$ * **因子评价：** 上周全市场范围内，高估值（高PE_TTM）股票表现优于低估值股票。[42] 4. **因子名称：反转因子**[45] * **因子构建思路：** 基于股价短期反转效应，认为过去一段时间跌幅较大的股票未来可能反弹。[45] * **因子具体构建过程：** 报告未给出具体计算公式。通常计算股票过去一段时间的收益率并取负值。$$反转因子 = -过去N期收益率$$ * **因子评价：** 上周全市场范围内，该因子贡献负收益，即低涨幅股票表现不佳。[5][45] 5. **因子名称：换手率因子**[45] * **因子构建思路：** 衡量股票流动性或交易活跃度，低换手率可能预示关注度低或存在流动性折价。[45] * **因子具体构建过程：** 报告未给出具体计算公式。通常为一段时间内的成交股数除以流通股本。$$换手率 = \frac{期间成交股数}{流通股本}$$ * **因子评价：** 上周全市场范围内，该因子贡献负收益，即低换手率股票表现不佳。[5][45] 6. **因子名称：波动率因子**[45] * **因子构建思路：** 衡量股票价格波动风险，低波动率股票通常被认为风险较低。[45] * **因子具体构建过程：** 报告未给出具体计算公式。通常计算股票过去一段时间收益率的标准差。$$波动率 = \sqrt{\frac{1}{N-1} \sum_{t=1}^{N}(r_t - \bar{r})^2}$$ * **因子评价：** 上周全市场范围内，该因子贡献负收益，即低波动率股票表现不佳。[5][45] 7. **因子名称：ROE因子**[53] * **因子构建思路：** 净资产收益率，衡量公司利用股东权益创造利润的能力。[53] * **因子具体构建过程：** 报告未给出具体计算公式。通常为净利润与净资产的比值。$$ROE = \frac{净利润}{净资产}$$ * **因子评价：** 上周全市场范围内，该因子贡献负收益。[53] 8. **因子名称：SUE因子**[53] * **因子构建思路：** 标准化未预期盈余，衡量公司盈利超出市场预期的程度。[53] * **因子具体构建过程：** 报告未给出具体计算公式。通常为（实际公告的每股收益 - 分析师预测的每股收益均值）/ 预测的标准差。 * **因子评价：** 上周全市场范围内，该因子贡献负收益。[53] 9. **因子名称：预期净利润调整因子**[53] * **因子构建思路：** 基于分析师对净利润预测的调整，捕捉盈利预期变化带来的投资机会。[53] * **因子具体构建过程：** 报告未给出具体计算公式。通常计算一段时间内分析师对未来净利润预测均值的调整幅度。 * **因子评价：** 上周全市场范围内，该因子贡献正收益，即高预期净利润调整股票表现更优。[5][53] 模型的回测效果 （数据期间：2025年12月31日至2026年1月9日）[9] 1. **进取组合**，周收益率4.26%，超额收益（相对中证500）-3.65%，年收益率4.26%，跟踪误差23.46%，最大相对回撤15.40%[9] 2. **平衡组合**，周收益率5.29%，超额收益（相对中证500）-2.63%，年收益率5.29%，跟踪误差20.71%，最大相对回撤12.97%[9] 3. **沪深300增强组合**，周收益率4.69%，超额收益（相对沪深300）1.90%，年收益率4.69%，跟踪误差4.71%，最大相对回撤1.68%[9] 4. **中证500增强组合**，周收益率6.34%，超额收益（相对中证500）-1.58%，年收益率6.34%，跟踪误差4.07%，最大相对回撤3.11%[9] 5. **中证1000增强组合**，周收益率6.17%，超额收益（相对中证1000）-0.86%，年收益率6.17%，跟踪误差5.31%，最大相对回撤4.45%[9] 6. **绩优基金的独门重仓股组合**，周收益率5.19%，超额收益（相对股票型基金总指数）0.23%，年收益率5.19%，跟踪误差23.29%，最大相对回撤12.90%[9] 7. **盈利、增长、现金流三者兼优组合**，周收益率2.87%，超额收益（相对沪深300）0.08%，年收益率2.87%，跟踪误差12.23%，最大相对回撤9.74%[9] 8. **PB-盈利优选组合**，周收益率2.02%，超额收益（相对沪深300）-0.76%，年收益率2.02%，跟踪误差15.62%，最大相对回撤7.31%[9] 9. **GARP组合**，周收益率3.62%，超额收益（相对沪深300）0.84%，年收益率3.62%，跟踪误差13.93%，最大相对回撤4.04%[9] 10. **小盘价值优选组合1**，周收益率5.24%，超额收益（相对微盘股指数）0.77%，年收益率5.24%，跟踪误差10.17%，最大相对回撤10.69%[9] 11. **小盘价值优选组合2**，周收益率4.94%，超额收益（相对微盘股指数）0.47%，年收益率4.94%，跟踪误差8.89%，最大相对回撤8.70%[9] 12. **小盘成长组合**，周收益率4.95%，超额收益（相对微盘股指数）0.49%，年收益率4.95%，跟踪误差11.60%，最大相对回撤9.76%[9] 因子的回测效果 （数据期间：2025年12月31日至2026年1月9日，多空收益）[42][45][53] 1. **市值因子**，全市场多空收益-0.79%，沪深300多空收益4.83%，中证500多空收益-5.59%，中证1000多空收益-2.47%[42][48] 2. **PB因子**，全市场多空收益-4.01%，沪深300多空收益-5.52%，中证500多空收益-6.06%，中证1000多空收益-5.68%[42][48] 3. **PE_TTM因子**，全市场多空收益-4.02%，沪深300多空收益-6.02%，中证500多空收益-8.61%，中证1000多空收益-6.97%[42][48] 4. **反转因子**，全市场多空收益-3.60%，沪深300多空收益0.42%，中证500多空收益-9.48%，中证1000多空收益-2.04%[49][51] 5. **换手率因子**，全市场多空收益-4.82%，沪深300多空收益-3.43%，中证500多空收益-11.17%，中证1000多空收益-6.36%[49][51] 6. **波动率因子**，全市场多空收益-5.08%，沪深300多空收益-3.14%，中证500多空收益-10.96%，中证1000多空收益-5.86%[49][51] 7. **ROE因子**，全市场多空收益-1.50%，沪深300多空收益-0.74%，中证500多空收益-3.84%，中证1000多空收益-2.41%[53][55] 8. **SUE因子**，全市场多空收益-0.11%，沪深300多空收益-1.13%，中证500多空收益-0.89%，中证1000多空收益0.63%[53][55] 9. **预期净利润调整因子**，全市场多空收益0.57%，沪深300多空收益0.86%，中证500多空收益1.89%，中证1000多空收益-0.58%[53][55]

核心观点 - 2025年公募基金市场蓬勃发展，规模与数量双增长，主动权益基金区间收益均值高达29.69% [2] - 2026年A股市场结构性机会仍存，科技成长仍是主线，宏观经济预计平稳复苏 [2] - 基于深度学习框架构建的指数增强策略表现领先，中证1000指数增强组合年内上涨41.68%，超额收益达15.75% [3] - 价值成长风格轮动在2026年可能进入震荡择时更重要的阶段，11月轮动策略综合分数为6，成长风格得分较高 [2] 公募基金投资策略 主动权益基金市场回顾 - 2025年主动权益基金规模达4.06万亿元，较2024年末增长19.80%，基金数量增加146只至4626只 [12] - 科技主题基金规模增长尤为显著，从2024年末的3289.73亿元增长至3Q2025的5453.86亿元，增幅达65.78% [15] - 主动量化基金规模与数量创近十年新高，3Q2025规模合计1299.23亿元，较2024年末增长77.62% [17] - 2025年新发主动权益基金272只，合并发行份额1398.22亿份，较2024年末增长95.52% [21] - 主动权益基金2025年以来整体表现优异，区间收益均值29.69%，98.38%的基金取得正收益 [23] - 3Q2025主动权益基金重仓股配置前三板块为科技（40.18%）、制造（22.95%）和周期（13.57%） [28] 指数基金市场回顾 - 2025年指数基金规模与数量创历史新高，3Q2025规模达6.14万亿元，较2024年末增长32.27% [37] - ETF基金占据主导地位，3Q2025规模4.67万亿元，占指数基金总规模的76.10% [38] - 宽基ETF规模领先，A股宽基ETF规模2.49万亿元；行业主题ETF数量占优，达621只 [40] - 增强指数基金表现突出，跟踪沪深300、中证500、中证1000指数的产品超额收益均值分别为2.03%、2.54%、8.27% [54] FOF基金市场回顾 - FOF基金规模大幅增长，3Q2025规模达1869.84亿元，较2024年末增长41.47% [58] - 偏债型FOF基金为主流，规模1117.83亿元，占FOF基金总规模的59.78% [58] - 所有FOF基金2025年均取得正收益，偏债型、平衡型、偏股型FOF平均收益分别为5.91%、16.03%、26.07% [66][70][72] - 市场竞争集中度较高，前十大管理人合计市占率达65.55% [74] 2026年基金投资策略 - 基金经理展望认为2026年宏观经济将保持平稳复苏，A股结构性机会仍存，科技成长仍是主线 [79] - 主要配置方向包括AI算力及应用产业链、半导体国产替代、新能源与储能、创新药与医疗器械等 [83] - 基于量化选基模型构建的FOF组合自2013年以来年化超额收益达6.63%，表现稳健 [89][92] 中观配置回顾与展望 价值成长轮动 - 2025年上半年价值风格相对占优，年中后成长风格接力上行，近一个月价值板块重新走强 [2] - 11月价值成长轮动策略综合分数为6，成长风格得分较高 [2] - 2026年价值成长风格轮动可能进入震荡择时更重要的阶段 [2] 大小盘轮动 - 2025年大小盘相对强弱总体围绕0.6左右低位区间小幅震荡，风格分化较往年收敛 [3] - 11月大小盘轮动策略综合分数为4，小盘风格得分较高 [3] - 2026年大小盘相对强度具备探底反转基础，大盘风格有望迎来相对回升 [3] 行业轮动 - 11月行业轮动综合得分排名前七的行业为银行、机械、通信、有色金属、传媒、汽车、电子 [3] - 2025年以来科技链与资源属性行业相对占优，部分行业在快速上涨后出现拥挤度提升信号 [3] 指数增强组合跟踪 - 沪深300指数增强组合2025年以来上涨28.49%，超额收益10.88% [3] - 中证500指数增强组合2025年以来上涨35.00%，超额收益8.63% [3] - 中证1000指数增强组合2025年以来上涨41.68%，超额收益15.75% [3] 主动选股策略跟踪 - 权益基金业绩增强组合2025年以来上涨38.25%，超额收益9.67% [3] - 小盘价值组合2025年以来上涨43.66%，超额收益13.95% [3] - 红利攻守弈组合2025年以来上涨20.68%，超额收益12.20% [3]

核心观点 - 报告基于深度学习框架构建alpha和风险模型，打造AI体系下的低频指数增强策略，组合周度调仓，年单边换手率约5.5倍[5][13] - 通过组合优化勾连深度学习alpha信号与风险信号构建沪深300、中证500和中证1000指数增强组合[5][13] - 在alpha维度利用多源特征集合，堆叠多模型策略，通过异构网络的特征互补与集成算法的权重优化得到alpha信号[13] - 在风险维度利用神经网络寻找长期IC均值为0，同时呈现出高R方的风险信号[13] 本周市场指数表现 - 截至2025-08-15，本周上证指数上涨1.70%，深证成指上涨4.55%，沪深300上涨2.37%，上证指数创2022年以来新高[5][8] - 创业板指本周上涨8.58%，科创50上涨5.53%，北证50上涨2.40%[9] - 通信、电子、非银金融行业表现较好，周收益率分别为7.66%、7.02%、6.48%[9] - 银行、钢铁、纺织服饰行业表现较差，周收益率分别为-3.19%、-2.04%、-1.37%[9] 跟踪组合表现 沪深300指数增强 - 今年以来沪深300指数上涨6.8%，沪深300指数增强组合上涨17.1%，超额收益10.3%[5][17] - 本周沪深300指数上涨2.4%，沪深300指数增强组合上涨1.8%，超额收益-0.6%[5][17] - 全样本期间组合年化收益19.2%，超额收益14.2%，月度胜率79.7%[18] 中证500指数增强 - 今年以来中证500指数上涨14.7%，中证500指数增强组合上涨21.6%，超额收益6.9%[5][22] - 本周中证500指数上涨3.9%，中证500指数增强组合上涨3.5%，超额收益-0.4%[5][22] - 全样本期间组合年化收益24.2%，超额收益17.3%，月度胜率81.0%[23] 中证1000指数增强 - 今年以来中证1000指数上涨19.5%，中证1000指数增强组合上涨29.4%，超额收益9.9%[5][29] - 本周中证1000指数上涨4.1%，中证1000指数增强组合上涨3.2%，超额收益-0.9%[5][29] - 全样本期间组合年化收益31.3%，超额收益24.2%，月度胜率87.3%[30]

指数增强组合表现 - 沪深300指数增强组合本周超额收益1.06%，本年累计超额收益4.21% [1][5] - 中证500指数增强组合本周超额收益-0.05%，本年累计超额收益6.45% [1][5] - 中证1000指数增强组合本周超额收益0.72%，本年累计超额收益9.41% [1][5] - 中证A500指数增强组合本周超额收益0.36%，本年累计超额收益6.44% [1][5] 选股因子表现 沪深300成分股 - 近期有效因子：三个月波动（周收益0.47%）、一个月波动（0.45%）、标准化预期外盈利（0.41%） [6] - 长期有效因子：标准化预期外盈利（历史年化3.93%）、单季净利同比增速（3.16%） [6] 中证500成分股 - 近期有效因子：单季营收同比增速（周收益1.16%）、标准化预期外收入（0.80%）、非流动性冲击（0.59%） [10] - 长期有效因子：单季超预期幅度（历史年化7.94%）、标准化预期外收入（5.45%） [10] 中证1000成分股 - 近期有效因子：EPTTM一年分位点（周收益1.03%）、SPTTM（0.66%）、BP（0.60%） [12] - 长期有效因子：非流动性冲击（今年以来8.03%）、三个月换手（6.22%） [12] 公募基金重仓股 - 近期有效因子：单季超预期幅度（周收益0.53%）、标准化预期外盈利（0.53%）、标准化预期外收入（0.51%） [16] - 长期有效因子：非流动性冲击（今年以来4.47%）、DELTAROA（4.37%） [16] 公募基金指数增强产品 产品规模 - 沪深300增强产品67只，总规模778亿元 [18] - 中证500增强产品70只，总规模454亿元 [18] - 中证1000增强产品46只，总规模150亿元 [18] - 中证A500增强产品35只，总规模223亿元 [18] 超额收益表现 - 沪深300增强产品：本周超额收益中位数0.32%，最高1.37%，最低-0.21% [19][21] - 中证500增强产品：本周超额收益中位数0.35%，最高0.92%，最低-0.09% [20][23] - 中证1000增强产品：本周超额收益中位数0.24%，最高0.98%，最低-0.21% [22][26] - 中证A500增强产品：本周超额收益中位数0.36%，最高0.70%，最低-0.19% [24][27] 方法论说明 - MFE组合构建通过优化模型控制行业/风格暴露，个股权重偏离限制为0.5%-1% [28][29] - 公募重仓指数选取普通股票型及偏股混合型基金持仓，成分股权重累计达90% [30][31]

指数增强组合表现 - 沪深300指数增强组合本周超额收益0.37%，本年超额收益2.84% [1][5] - 中证500指数增强组合本周超额收益1.06%，本年超额收益5.87% [1][5] - 中证1000指数增强组合本周超额收益1.73%，本年超额收益8.10% [1][5] - 中证A500指数增强组合本周超额收益0.53%，本年超额收益5.78% [1][5] 选股因子表现 沪深300成分股 - 最近一周表现较好的因子：一个月反转（0.74%）、预期PEG（0.63%）、预期EPTTM（0.58%） [6] - 最近一月表现较好的因子：预期PEG（2.40%）、DELTAROE（2.05%）、单季净利同比增速（1.88%） [6] - 今年以来表现较好的因子：一个月反转（6.04%）、单季营收同比增速（3.45%）、单季营利同比增速（3.07%） [6] 中证500成分股 - 最近一周表现较好的因子：一个月反转（1.11%）、单季SP（0.75%）、SPTTM（0.68%） [8] - 最近一月表现较好的因子：一个月反转（2.42%）、SPTTM（1.55%）、单季SP（1.53%） [8] - 今年以来表现较好的因子：一个月反转（6.90%）、预期PEG（4.07%）、DELTAROA（4.01%） [8] 中证1000成分股 - 最近一周表现较好的因子：DELTAROA（1.18%）、高管薪酬（0.95%）、标准化预期外盈利（0.76%） [10] - 最近一月表现较好的因子：预期净利润环比（3.14%）、一个月换手（1.53%）、非流动性冲击（1.48%） [10] - 今年以来表现较好的因子：非流动性冲击（5.83%）、预期净利润环比（4.53%）、一个月换手（3.93%） [10] 中证A500成分股 - 最近一周表现较好的因子：三个月反转（0.99%）、单季ROE（0.86%）、一个月反转（0.83%） [12] - 最近一月表现较好的因子：预期PEG（3.07%）、单季ROE（2.10%）、单季营利同比增速（1.90%） [12] - 今年以来表现较好的因子：一个月反转（6.39%）、预期PEG（4.28%）、三个月反转（3.57%） [12] 公募基金重仓股 - 最近一周表现较好的因子：一个月反转（0.89%）、三个月反转（0.83%）、单季EP（0.70%） [14] - 最近一月表现较好的因子：预期PEG（2.37%）、一年动量（2.04%）、一个月反转（1.73%） [14] - 今年以来表现较好的因子：一个月反转（5.94%）、三个月机构覆盖（4.28%）、DELTAROA（4.20%） [14] 公募基金指数增强产品表现 产品数量及规模 - 沪深300指数增强产品：67只，总规模778亿元 [16] - 中证500指数增强产品：70只，总规模454亿元 [16] - 中证1000指数增强产品：46只，总规模150亿元 [16] - 中证A500指数增强产品：35只，总规模223亿元 [16] 沪深300指数增强产品 - 最近一周超额收益：最高1.10%，最低-0.76%，中位数0.06% [17][19] - 最近一月超额收益：最高3.17%，最低-0.97%，中位数0.49% [17][19] - 今年以来超额收益：最高6.21%，最低-2.25%，中位数1.16% [17][19] 中证500指数增强产品 - 最近一周超额收益：最高0.99%，最低-0.08%，中位数0.40% [18][21] - 最近一月超额收益：最高2.81%，最低-0.34%，中位数1.07% [18][21] - 今年以来超额收益：最高5.58%，最低-2.51%，中位数1.65% [18][21] 中证1000指数增强产品 - 最近一周超额收益：最高0.81%，最低-0.28%，中位数0.26% [20][24] - 最近一月超额收益：最高3.62%，最低-0.20%，中位数1.76% [20][24] - 今年以来超额收益：最高8.96%，最低-0.06%，中位数3.71% [20][24] 中证A500指数增强产品 - 最近一周超额收益：最高0.39%，最低-0.52%，中位数0.23% [22][25] - 最近一月超额收益：最高1.74%，最低-0.43%，中位数0.18% [22][25]

根据提供的量化研报内容，以下是结构化总结： --- 量化因子与构建方式 1. **风格因子（BARRA模型）** - **构建思路**：参考BARRA模型构建10大类风格因子，用于捕捉A股市场风格变化[16] - **具体构建**： - **估值因子**：BP = 归属母公司股东权益 / 总市值 - **成长因子**：SGRO（营收增长率）和EGRO（净利润增长率）的均值，通过时间序列回归计算[17] - **盈利因子**：ETOP（净利润TTM/市值）和CETOP（现金流TTM/总资产）的均值 - **Beta因子**：个股252日收益率与中证全指的半衰加权回归系数（半衰期63日） - **动量因子**：RSTR = 过去504日累计收益率（排除最近21日，半衰加权126日） - **公式**： $$ \text{EGRO} = \frac{\text{每股净利润回归斜率}}{\text{每股净利润均值}} $$ $$ \text{BETA} = \text{半衰加权回归系数} $$ - **评价**：Beta因子和波动性因子近期表现突出，反映市场对高波动资产的偏好[17][18] 2. **选股因子（53个）** - **构建思路**：覆盖估值、成长、质量、技术等11个类别，中性化处理后最大化因子暴露[20][22] - **代表性因子**： - **20日反转**：过去20日收益率（负向） - **60日动量**：过去60日收益率（排除近20日，正向） - **单季度毛利率**：（营收-成本）/营收（正向） - **公式**： $$ \text{特异度} = \text{Fama-French三因子回归残差波动率} $$ - **评价**：反转和动量因子在不同股票池中表现分化，如中证1000中60日动量表现最佳[24][28][35] --- 因子回测效果 1. **风格因子多空收益** - **Beta因子**：近一周多空收益3.76%，近一月1.00%[18] - **波动性因子**：近一周2.88%，近一月-1.48%[18] - **盈利因子**：近一周-2.83%，近一月-0.18%[18] 2. **选股因子超额收益（沪深300股票池）** - **20日反转**：近一周0.46%，近一年8.15%[24] - **60日动量**：近一周0.40%，近一年-1.44%[24] - **单季度毛利率**：近一周0.31%，近一年4.85%[24] 3. **全市场Rank IC** - **20日成交量比率**：近一周Rank IC 13.33%，近十年4.28%[44] - **单季度ROE**：近一周Rank IC -11.26%，近十年2.87%[44] --- 模型与组合表现 1. **中性约束组合构建** - **方法**：在行业和风格中性约束下最大化目标因子暴露[22] - **应用**：沪深300、中证500等股票池中测试因子组合超额收益[23][27][34] 2. **指数增强基金表现** - **沪深300增强**：近一周平均超额-0.09%，中位数-0.06%[47][49] - **中证1000增强**：近一周平均超额-0.01%，最高1.09%[47][49] --- 关键结论 - **近期有效因子**：Beta、波动性、反转因子表现强势，盈利因子持续弱势[18][24][44] - **市场分化**：小市值股票（中证1000）中动量因子显著，大市值（沪深300）中质量因子占优[28][35] （注：风险提示、免责声明等内容已按需省略）