根据研报内容，以下是量化模型与因子的详细总结： 量化因子与构建方式 1. **因子名称：Trend风格因子** - 构建思路：捕捉市场趋势持续性，通过不同时间窗口的指数加权移动平均比率衡量趋势强度[16] - 具体构建： - Trend_120 = EWMA(halflife=20)/EWMA(halflife=120) - Trend_240 = EWMA(halflife=20)/EWMA(halflife=240) 其中EWMA为指数加权移动平均，halflife为半衰期参数[16] - 因子评价：反映市场对趋势策略的偏好，近期表现突出[11][13] 2. **因子名称：PB_ROE_排序差因子** - 构建思路：结合估值与盈利质量，通过市净率与ROE的排序差异捕捉相对低估机会[20] - 具体构建： $$ PB\_ROE\_RANK = Rank(PB) - Rank(ROE) $$ 其中Rank为全市场排序分位数[20] - 因子评价：在中证1000样本中表现最佳，体现中小盘股估值修复逻辑[36] 3. **因子名称：预期PEG因子** - 构建思路：衡量成长性与估值匹配度，反向指标[20] - 具体构建： $$ TTM\_FPEG = \frac{一致预期滚动PE}{个股滚动净利复合增长率} $$ 采用分析师一致预期数据[20] - 因子评价：在中证全指样本中表现最优，反映市场对确定性成长的溢价[47] 4. **因子名称：DELTAROA因子** - 构建思路：跟踪企业总资产收益率的变化，捕捉盈利改善信号[20] - 具体构建： $$ DELTAROA = ROA_{t} - ROA_{t-4} $$ 采用单季同比变化计算[20] - 因子评价：在创业板指样本中领跑，体现业绩反转效应[42] 5. **因子名称：标准化预期外盈利(SUE)** - 构建思路：量化盈利超预期程度，反映基本面惊喜[20] - 具体构建： $$ SUE = \frac{单季实际净利-预期净利}{预期净利标准差} $$ 采用分析师预期标准差标准化[20] - 因子评价：在中证1000样本中表现强劲，信息比率达8.25%[36] 因子回测效果 | 因子名称 | 最近一周 | 最近一月 | 今年以来 | 近1年年化 | 历史年化 | |------------------------|----------|----------|----------|------------|----------| | Trend风格因子[13] | 2.26% | 2.98% | -3.81% | 24.24% | 14.10% | | PB_ROE_排序差[36] | 1.38% | 2.31% | 2.77% | 0.85% | 10.84% | | 预期PEG[47] | 1.79% | 3.62% | 8.72% | 4.95% | 1.18% | | DELTAROA[43] | 2.75% | 10.46% | 17.77% | 53.15% | 6.74% | | 标准化预期外盈利[36] | 1.36% | 2.88% | 7.62% | 0.15% | 8.72% | 量化模型 1. **模型名称：MFE组合优化模型** - 构建思路：在控制风格/行业暴露约束下最大化单因子暴露，更贴近实际组合构建场景[61] - 具体构建： $$ \begin{array}{ll} \max & f^{T}w \\ s.t. & s_{l}\leq X(w-w_{b})\leq s_{h} \\ & h_{l}\leq H(w-w_{b})\leq h_{h} \\ & w_{l}\leq w-w_{b}\leq w_{h} \\ & b_{l}\leq B_{b}w\leq b_{h} \\ & 0\leq w\leq l \\ & 1^{T}w=1 \\ & \Sigma|w-w_{0}|\leq to_{h} \end{array} $$ 其中$f$为因子向量，$w$为权重，约束包括风格暴露$X$、行业暴露$H$、换手率$to_h$等[61] - 模型评价：解决了传统IC检验与实战脱节的问题，支持多约束条件下的因子有效性验证[61] 模型回测效果 | 指数增强产品 | 最近一周超额收益 | 今年以来超额收益 | |--------------------|------------------|------------------| | 沪深300增强[53] | 0.82%/-0.45% | 8.53%/-1.49% | | 中证500增强[59] | 1.83%/-0.48% | 8.85%/-1.90% | | 中证1000增强[60] | 1.03%/-0.46% | 13.10%/0.70% |

量化因子与构建方式 1. **因子名称**：单季EP - **因子构建思路**：衡量单季度归母净利润与总市值的比值，反映公司短期盈利能力[18] - **因子具体构建过程**： $$单季EP = \frac{单季度归母净利润}{总市值}$$ 数据来源为财报披露的单季度净利润和实时市值[18] 2. **因子名称**：EPTTM - **因子构建思路**：采用滚动12个月净利润与市值的比值，反映持续盈利能力[18] - **因子具体构建过程**： $$EPTTM = \frac{归母净利润TTM}{总市值}$$ 通过连续四个季度的净利润加总计算TTM值[18] 3. **因子名称**：DELTAROE - **因子构建思路**：计算净资产收益率的同比变化，捕捉盈利能力的边际改善[18] - **因子具体构建过程**： $$DELTAROE = ROE_{当期} - ROE_{去年同期}$$ 其中ROE计算采用： $$ROE = \frac{单季度归母净利润×2}{期初净资产+期末净资产}$$[18] 4. **因子名称**：标准化预期外盈利 - **因子构建思路**：衡量实际盈利与市场预期的偏离程度[18] - **因子具体构建过程**： $$SUE = \frac{实际净利润 - 预期净利润}{预期净利润标准差}$$ 使用分析师一致预期数据计算标准化差异[18] 5. **因子名称**：三个月反转 - **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**： $$三个月反转 = -1 × 过去60交易日收益率$$ 取负值使得因子方向与收益正相关[18] 6. **因子名称**：非流动性冲击 - **因子构建思路**：通过价格波动与成交额关系衡量流动性风险[18] - **因子具体构建过程**： $$非流动性冲击 = \frac{过去20交易日|日收益率|}{成交额均值}$$ 值越大表明流动性越差[18] 因子回测效果 1. **单季EP因子** - 沪深300空间：最近一周超额0.97%，近一月2.75%，年化5.28%[20] - 中证500空间：最近一周1.06%，近一月1.81%，年化7.79%[22] - 中证1000空间：最近一周1.21%，近一月2.37%，年化10.48%[24] 2. **DELTAROE因子** - 沪深300空间：最近一周0.21%，近一月2.00%，年化3.83%[20] - 中证500空间：最近一周1.18%，近一月2.60%，年化7.80%[22] - 中证1000空间：最近一周0.69%，近一月0.16%，年化9.10%[24] 3. **标准化预期外盈利因子** - 沪深300空间：最近一周0.35%，近一月1.65%，年化3.90%[20] - 中证1000空间：最近一周1.32%，近一月2.83%，年化9.00%[24] - 中证A500空间：最近一周0.38%，近一月2.09%，年化5.34%[26] 4. **三个月反转因子** - 沪深300空间：最近一周0.27%，近一月0.42%，年化1.24%[20] - 中证500空间：最近一周-0.68%，近一月0.19%，年化0.22%[22] 量化模型与构建方式 1. **模型名称**：MFE组合优化模型 - **模型构建思路**：在控制行业/风格暴露约束下最大化单因子暴露[40] - **模型具体构建过程**： 目标函数： $$\max f^Tw$$ 约束条件包括： $$s_l \leq X(w-w_b) \leq s_h$$ （风格暴露约束） $$h_l \leq H(w-w_b) \leq h_h$$ （行业偏离约束） $$w_l \leq w-w_b \leq w_h$$ （个股权重偏离约束） 其他约束包括成分股权重占比、禁止卖空等[40][41] 模型回测效果 1. **沪深300增强组合** - 本周超额1.17%，年内累计超额8.03%[15] - 公募产品中位数：本周0.08%，近一月0.70%，年内2.39%[33] 2. **中证500增强组合** - 本周超额0.73%，年内累计超额8.82%[15] - 公募产品中位数：本周0.38%，近一月1.24%，年内3.90%[35] 3. **中证1000增强组合** - 本周超额1.10%，年内累计超额13.66%[15] - 公募产品中位数：本周0.38%，近一月1.46%，年内5.97%[37] 特殊指数构建 1. **公募重仓指数** - **构建思路**：反映机构投资者持仓偏好[42] - **具体构建过程**： - 选取普通股票型及偏股混合型基金（规模>5000万） - 合并半年报/年报全部持仓或季报前十大重仓股 - 按持仓权重排序取累计90%市值的股票作为成分股[43]

量化模型与构建方式 1. **模型名称**：DFQ-FactorVAE-pro - **模型构建思路**：在FactorVAE模型基础上加入特征选择与环境变量模块，提升因子选股能力[5] - **模型具体构建过程**： 1. 特征选择模块通过LASSO回归筛选有效因子： $$ \min_{\beta} \left( \|Y - X\beta\|_2^2 + \lambda \|\beta\|_1 \right) $$ 其中$Y$为收益，$X$为因子矩阵，$\lambda$为惩罚系数 2. 环境变量模块引入宏观经济指标（如PMI、利率）作为条件变量 3. 通过变分自编码器(VAE)学习因子非线性关系： $$ \mathcal{L} = \mathbb{E}_{q(z|x)}[\log p(x|z)] - \beta D_{KL}(q(z|x)\|p(z)) $$ - **模型评价**：相比传统FactorVAE，在因子稳定性和环境适应性上有显著提升 量化因子与构建方式 1. **因子名称**：3个月盈利上下调 - **构建思路**：反映分析师对盈利预期的调整方向与幅度[6][22] - **具体构建**： $$ \text{因子值} = \frac{\text{上调家数} - \text{下调家数}}{\text{覆盖机构总数}} \times \text{调整幅度标准化值} $$ 其中调整幅度使用过去3个月EPS预测变化率的Z-score 2. **因子名称**：UMR（风险调整后动量） - **构建思路**：结合动量效应与波动率调整[19] - **具体构建**： - 计算窗口期（1/3/6/12个月）收益率 - 除以同期波动率： $$ \text{UMR} = \frac{r_t}{\sigma_t} \times \sqrt{T} $$ $T$为时间周期调整系数 3. **因子名称**：DELTAROA - **构建思路**：捕捉资产收益率边际变化[22][29] - **具体构建**： $$ \text{DELTAROA} = \frac{\text{本期ROA} - \text{去年同期ROA}}{\text{资产规模}} $$ 4. **因子名称**：特异度（IVR_1M） - **构建思路**：衡量个股收益脱离市场共同因素的程度[19] - **具体构建**： $$ \text{IVR} = 1 - R^2_{\text{FF3}} $$ 其中$R^2_{\text{FF3}}$为Fama-French三因子模型拟合度 因子回测效果 沪深300样本空间 1. **3个月盈利上下调**： - 最近一周：0.76% - 近一年年化：5.38% - IR：0.84[22] 2. **六个月UMR**： - 最近一月：1.56% - 历史年化：5.37% - 最大回撤：3.2%[22] 中证500样本空间 1. **一个月UMR**： - 最近一周：1.16% - 今年以来：2.37% - 近十年趋势：5.61%[25] 2. **特异度**： - 最近一月：-1.73% - 信息比率：0.48[25] 中证1000样本空间 1. **一个月换手**： - 最近一周：1.89% - 近一年年化：13.64% - 胜率：68%[32] 2. **标准化预期外收入**： - 最近一月：1.20% - 历史年化：5.70%[32] 模型回测效果 1. **DFQ-FactorVAE-pro**： - 中证800增强年化超额：7.2% - 最大回撤：4.5% - 月度胜率：73%[5] 组合构建方法 1. **MFE组合优化模型**： - 目标函数：最大化因子暴露$f^Tw$ - 关键约束： - 风格暴露$s_l \leq X(w-w_b) \leq s_h$ - 行业中性$h_l \leq H(w-w_b) \leq h_h$ - 换手率$\Sigma|w-w_0| \leq to_h$[56] - 优化方法：线性规划求解

指数增强组合表现 - 沪深300指数增强组合本周超额收益0.15%，本年累计超额收益0.96% [1][2] - 中证500指数增强组合本周超额收益-0.12%，本年累计超额收益1.77% [1][2] - 中证1000指数增强组合本周超额收益-0.62%，本年累计超额收益-0.14% [1][2] 选股因子表现 沪深300成分股 - 近期有效因子：股息率（本周0.51%）、DELTAROA（本周0.49%）、三个月机构覆盖（本周0.49%）[4][5] - 弱势因子：非流动性冲击（本周-0.76%）、年动量（本周-0.48%）、三个月换手（本周-0.43%）[5] 中证500成分股 - 领先因子：一年动量（本周0.76%）、DELTAROA（本周0.72%）、标准化预期外收入（本周0.58%）[6][7] - 拖累因子：三个月换手（本周-0.88%）、一个月换手（本周-0.94%）、EPTTM（本周-0.85%）[7] 中证1000成分股 - 有效因子：单季净利同比增速（本周0.88%）、DELTAROA（本周0.58%）、单季营收同比增速（本周0.42%）[8][9] - 低效因子：一个月波动（本周-1.81%）、预期EPTTM（本周-1.52%）、三个月波动（本周-1.49%）[9] 公募基金重仓股 - 优选因子：单季营利同比增速（本周0.54%）、特异度（本周0.50%）、单季净利同比增速（本周0.32%）[12][13] - 弱势因子：一个月换手（本周-0.82%）、3个月盈利上下调（本周-0.75%）、一个月反转（本周-0.75%）[13] 公募指数增强产品表现 产品规模 - 沪深300增强产品67只，总规模815亿元；中证500增强产品68只，总规模493亿元；中证1000增强产品46只，总规模169亿元 [16] 沪深300增强产品 - 本周超额收益区间：最高1.34%，最低-0.63%，中位数0.12% [17][18] - 本季超额收益中位数1.28%，今年以来中位数0.43% [17][18] 中证500增强产品 - 本周超额收益区间：最高0.97%，最低-0.82%，中位数0.02% [19][21] - 本季超额收益中位数0.94%，今年以来中位数-0.58% [19][21] 中证1000增强产品 - 本周超额收益区间：最高1.24%，最低-1.00%，中位数-0.01% [20][25] - 本季超额收益中位数2.50%，今年以来中位数0.07% [20][25] 方法论 - MFE组合构建通过优化模型最大化单因子暴露，控制行业/风格偏离（个股权重偏离限制0.5%-1%）[22][23][24] - 公募重仓指数选取累计权重90%的基金重仓股，反映机构选股风格[27][28]