量化模型与构建方式 1. 复合行业轮动因子模型 1.1 基本面景气度复合因子 * **模型名称**：基本面景气度复合行业轮动因子[4][8][14] * **模型构建思路**：从基本面景气度维度，选取资产质量、成长能力、营运能力、盈利水平、议价力等方向的多个有效财务指标，构建复合因子以预测行业未来表现[4][8][14][15]。 * **模型具体构建过程**： 1. **基础数据处理**：以申万一级行业为分类标准，基于行业内个股的财务数据，采用整体法计算行业指标[9][15]。 2. **单因子构建**：构建了12个有效财务指标因子，具体如下[15]： * **TTM应收账款周转率环比增长**：采用近4个季度（TTM）数据计算行业应收账款周转率，再计算环比增长（当季-上季）[17]。 $$行业应收账款周转率 = \frac{\sum 个股营业收入\_TTM}{\sum 个股应收账款\_TTM}$$ * **报告期末流动资产比例同比增长**：采用报告期末数据计算行业流动资产比例，再计算同比增长（当季-上年同季）[18]。 $$行业流动资产比例 = \frac{\sum 个股流动资产\_报告期末}{\sum 个股总资产\_报告期末}$$ * **报告期末速动比率同比增长**：采用报告期末数据计算行业速动比率，再计算同比增长[19]。 $$行业速动比率 = \frac{\sum 个股速动资产\_报告期末}{\sum 个股流动负债\_报告期末}$$ * **TTM存货周转率同比增长**：采用TTM数据计算行业存货周转率，再计算同比增长[20]。 $$行业存货周转率 = \frac{\sum 个股营业成本\_TTM}{\sum 个股库存\_TTM}$$ * **报告期末客户议价力同比增长率**：将应收账款定义为客户议价力，采用报告期末数据计算，再计算同比增长率（当季/上年同季-1）[21]。 * **报告期末供应商议价力环比增长**：将应付账款定义为供应商议价力，采用报告期末数据计算，再计算环比增长[22][23]。 * **TTM营业利润环比增长率**：采用TTM数据计算行业营业利润，再计算环比增长率（当季/上季-1）[24]。 $$行业营业利润 = \sum 个股营业利润\_TTM$$ * **季度营业利润率同比增长**：采用当季数据计算行业营业利润率，再计算同比增长[25]。 * **TTM核心利润环比增长率**：采用TTM数据计算行业核心利润，再计算环比增长率[26]。 * **季度核心利润率同比增长**：采用当季数据计算行业核心利润率，再计算同比增长[27]。 $$行业核心利润率 = \frac{\sum 个股营业收入\_季度 - \sum 个股营业成本\_季度 - \sum 个股其他成本项\_季度}{\sum 个股营业收入\_季度}$$ * **TTM归母扣非净利润环比增长率**：采用TTM数据计算行业归母扣非净利润，再计算环比增长率[28]。 * **TTM净资产收益率（ROE）环比增长**：采用TTM数据计算行业净资产收益率，再计算环比增长[29]。 $$行业净资产收益率 = \frac{\sum 个股扣非归母净利润\_TTM}{\sum 个股净资产\_TTM}$$ * **年内累计销售毛利率同比增长**：采用年内累计数据计算行业销售毛利率，再计算同比增长[30]。 $$行业销售毛利率 = \frac{\sum 个股营业总收入\_年内累计 - \sum 个股营业总成本\_年内累计}{\sum 个股营业总收入\_年内累计}$$ 3. **因子标准化与合成**：对上述有效单因子进行标准化处理，然后以各因子在样本内的IC胜率为权重，加权合成基本面景气度复合因子[13]。 * **模型评价**：该复合因子在全区间内积累了显著的超额收益，但在2024年9月A股反弹后出现短期“低景气反转”特征，随后有效性再次提升[31]。 1.2 超预期水平复合因子 * **模型名称**：超预期水平复合行业轮动因子[4][8][33] * **模型构建思路**：从超预期水平维度，涵盖基于公告的市场预期变化和分析师预期变化两个方面，构建复合因子[4][8][33]。 * **模型具体构建过程**： 1. **基础数据处理**：基于个股公告（正式报告、业绩预告、业绩快报）日期前后的收益变化，以及分析师预期数据，在调仓日按个股流通市值加权得到行业单因子水平[33][35]。 2. **单因子构建**：构建了5个有效因子，具体如下[35]： * **公告前后异常收益**：计算个股盈余公告T日的前n日至后m日的每日超额收益（以中证800为基准）之和。最终选定参数为m=2，n=0，即公告后2日的超额收益之和[36]。 * **净利润预期变动得分**：在个股报告发布日，若未来一年净利润预期较同一分析师上次预期变动超1%计+1分，低于-1%计-1分。在调仓日对个股得分进行60日滚动累计，再以流通市值加权得到行业得分[37]。 * **主营业务收入预期变动得分**：逻辑同净利润预期变动得分，针对主营业务收入预期，滚动累计窗口为20日[38]。 * **报告评级换算**：对行业内所有个股在过去180日内，分析师公开报告的平均评级得分取均值。个股评级得分由研报评级（如买入、卖出）按预设规则换算得出[39]。 * **上调减下调报告评级比例**：计算行业过去180日内，评级上调的研报数量减去评级下调的研报数量，再除以存在前期评级得分的研报总数量[40]。 3. **因子标准化与合成**：对有效单因子标准化后，以各因子IC胜率为权重，加权合成超预期水平复合因子[13]。 * **模型评价**：该复合因子对低景气行业的预判准确性较高。样本外在2022年8月至2023年12月期间有效性降低，但自2024年开始有效性显著提升并持续[41]。 1.3 量价水平复合因子 * **模型名称**：量价水平复合行业轮动因子[4][8][44] * **模型构建思路**：从量价水平维度，基于行业指数的日度数据，构建动量、成交波动和量价背离等因子，侧重行业中长期的动量效应[4][8][44]。 * **模型具体构建过程**： 1. **基础数据**：直接使用申万一级行业指数的日收益、成交量、成交额、换手率等数据[44]。 2. **单因子构建**：构建了7个有效因子，具体如下[44]： * **日内动量**：计算每日收盘价/开盘价作为日内动量指标，对各行业指标值进行10日滚动累计[45]。 * **隔夜动量**：计算每日开盘价/前一日收盘价作为隔夜动量指标，进行40日滚动累计后，对因子值取反（因隔夜涨幅呈反转效应）[46]。 * **移动平均趋势变化**：首先计算行业指数当前收盘价减去过去10日均价，定义为短期动量水平；然后计算该短期动量水平减去其10日前的值[47]。 * **动量期限差**：计算行业指数近10日收益率减去近5日收益率，因子值越高代表长期趋势明确且短期交易不拥挤[48][49]。 * **成交量波动**：计算行业指数过去20日成交量波动率，并取负值。因子值越高代表行业情绪越稳定[50]。 * **成交额波动**：计算行业指数过去20日成交额波动率，并取负值。因子值越高代表行业情绪越稳定[51]。 * **一阶量价背离**：计算成交量一阶变化（今日成交量/昨日成交量-1）与价格一阶变化（日涨跌幅）在40个交易日内Spearman相关系数的负值[52][53]。 $$一阶量价背离因子 = -corr\left(rank\left(\frac{Volume_i}{Volume_{i-1}}-1\right), rank\left(\frac{Close_i}{Open_i}-1\right), 40\right)$$ 3. **因子标准化与合成**：对有效单因子标准化后，以各因子IC胜率为权重，加权合成量价水平复合因子[13]。 * **模型评价**：该复合因子更注重中长期量价延续性。样本外在2024年9月A股反弹后，高景气组上涨弹性不及低景气组，可能与短期动量效应更显著有关[54]。 1.4 资金流强度复合因子 * **模型名称**：资金流强度复合行业轮动因子[4][8][57] * **模型构建思路**：从资金流强度维度，根据行业内个股的资金流入流出数据（按挂单金额分类），汇总得到行业整体资金流强度，以分析不同类型投资者的行为[4][8][57]。 * **模型具体构建过程**： 1. **基础数据**：使用个股资金流向数据，按Wind标准分类（如超大单>100万）[57]。 2. **单因子构建**：构建了3个有效因子，具体如下[57]： * **主动超大单资金流强度**：计算过去10日，行业内所有个股的每日平均主动超大单净流入金额，除以个股平均合计流通市值[58]。 * **主动超大单资金流极端突破**：首先计算行业当日主动超大单净流入金额减去其过去120日均值，再除以其过去120日标准差，得到当日强度；然后计算过去10日该强度的均值[59]。 * **小单资金流稳定性**：首先计算行业当日小单净流入金额减去其过去120日均值，再除以其过去120日标准差，得到当日强度；然后计算过去5日该强度的均值；对所有行业该值进行截面标准化后，取绝对值并取相反数[60][61]。 3. **因子标准化与合成**：对有效单因子标准化后，以各因子IC胜率为权重，加权合成资金流强度复合因子[13]。 * **模型评价**：该因子在2024年9月市场反弹后有效性显著提升，可能与资金流在反弹行情中对行业轮动的主导作用强化有关[62]。 1.5 综合行业轮动因子模型 * **模型名称**：综合行业轮动因子模型[4][13][65] * **模型构建思路**：将上述四个维度的单一视角复合因子（基本面景气度、超预期水平、量价水平、资金流强度）进行等权合成，构建最终的综合行业轮动因子，以提升模型有效性和稳定性[4][13][65]。 * **模型具体构建过程**： 1. **输入因子**：将经过再次标准化处理的四个单一视角复合因子作为输入[13][65]。 2. **合成方法**：对四个输入因子采用等权方式加权，合成最终的综合行业轮动因子[13][65]。 2. ETF行业轮动投资组合模型 * **模型名称**：ETF行业轮动投资组合[4][69] * **模型构建思路**：以前文构建的综合行业轮动模型选出的高景气行业为基础，通过一套ETF产品选定框架，构建可实际交易的ETF投资组合[4][69][70]。 * **模型具体构建过程**： 1. **高景气行业选择**：在每月调仓日，选取综合行业轮动因子排名前6的行业（高景气组）作为下月持仓行业[70][72]。 2. **标的指数筛选**： * 在调仓日，仅纳入存续期满1个月的股票型ETF所跟踪的指数作为备选池[72]。 * 对于每个高景气行业，保留成分股在该行业比例≥50%的指数作为备选指数[70]。 * 计算各备选指数与目标行业过去244个交易日的Spearman相关系数。若存在备选指数，保留相关系数≥80%的指数；若不存在，则保留相关系数排名前5且≥60%的指数[70]。 3. **ETF标的选定**： * 对于每个筛选出的标的指数，保留对应的ETF产品作为备选池[70]。 * 在每个调仓日，计算备选ETF过去1个月的日均成交额和日均流通规模[70]。 * 保留存续≥1个月、日均流通规模≥2亿、且日均成交额最高的ETF产品[70]。 * 若无满足条件的ETF，则用申万一级行业指数替代[71]。 4. **三种选定模式**：针对同一行业可能对应多个ETF的情况，定义了三种产品选定模式[70]： * **相关性优先模式**：选择相关系数最高的标的指数对应的ETF。 * **流动性优先模式**：选择过去1个月日均成交额最高的ETF。 * **收益弹性优先模式**：选择过去1个月收益表现最佳的ETF。 模型的回测效果 1. 单一视角复合因子回测效果（全区间） * **基本面景气度复合因子**：IC均值5.75%， ICIR 24.81%， 高景气组年化收益9.56%， 低景气组年化收益-1.74%[31] * **超预期水平复合因子**：IC均值7.31%， ICIR 28.99%， 高景气组年化收益10.93%， 低景气组年化收益-2.87%[41] * **量价水平复合因子**：IC均值7.16%， ICIR 32.98%， 高景气组年化收益8.65%， 低景气组年化收益-1.22%[54] * **资金流强度复合因子**：IC均值7.18%， ICIR 32.10%， 高景气组年化收益13.79%， 低景气组年化收益1.43%[62] 2. 综合行业轮动因子回测效果（全区间） * **综合行业轮动因子**：IC均值12.54%， ICIR 50.92%， 高景气组年化收益17.84%， 相对中证800指数的多空组合累计年化超额收益14.44%[65] 3. ETF行业轮动投资组合回测效果（2020/01/01 - 2026/02/28） * **ETF轮动组合（相关性优先）**：年化收益率18.78%， 年化波动率22.10%， 最大回撤-39.87%， 夏普比率0.85， 收益回撤比0.47[81] * **ETF轮动组合（流动性优先）**：年化收益率18.57%， 年化波动率23.10%， 最大回撤-40.38%， 夏普比率0.80， 收益回撤比0.46[81] * **ETF轮动组合（收益弹性优先）**：年化收益率21.20%， 年化波动率23.22%， 最大回撤-40.95%， 夏普比率0.91， 收益回撤比0.52[81]

公司股价与交易表现 - 2025年2月25日，日发精机股价上涨5.16%，报收7.13元/股，成交额达2.96亿元，换手率为5.90%，总市值为53.49亿元 [1] - 公司股价已连续7个交易日上涨，区间累计涨幅达15.5% [1] 公司业务与收入构成 - 公司全称为浙江日发精密机械股份有限公司，成立于2000年12月28日，于2010年12月10日上市 [1] - 公司主营业务涵盖数字化智能机床及产线、航空航天智能装备及产线、智能制造生产管理系统软件的研制和服务，以及航空航天零部件加工、航空MRO、ACMI及飞机租售等运营服务 [1] - 公司已形成高端智能制造装备及服务、航空运营及服务的综合业务体系 [1] - 主营业务收入具体构成为：数字化智能机床及产线占55.05%，固定翼工程、运营及租售占40.72%，其他占2.34%，航空航天智能装备及产线占1.89% [1] 机构股东动态 - 国泰基金旗下国泰中证机床ETF（159667）在2024年第三季度新进成为日发精机十大流通股东，持有137.31万股，占流通股比例为0.19% [2] - 以2月25日股价上涨计算，该基金当日浮盈约48.06万元；在连续7天上涨期间累计浮盈约124.95万元 [2] 相关基金产品表现 - 国泰中证机床ETF（159667）成立于2022年10月12日，最新规模为9.3亿元 [2] - 该基金今年以来收益率为15.34%，在同类5570只产品中排名271；近一年收益率为55.2%，在同类4305只产品中排名363；成立以来收益率为83.12% [2] - 该基金基金经理为苗梦羽，累计任职时间为4年152天，现任基金资产总规模为81.46亿元，任职期间最佳基金回报为82.34%，最差基金回报为-41.91% [3]

公司股价与交易表现 - 2月9日公司股价上涨5.02%，报收77.63元/股，成交额达17.91亿元，换手率为2.33%，总市值为780.57亿元 [1] 公司基本情况 - 公司全称为华工科技产业股份有限公司，位于湖北省武汉市东湖高新技术开发区，成立于1999年7月28日，于2000年6月8日上市 [1] - 公司主营业务涉及激光器、激光加工设备及成套设备、激光全息综合防伪标识、激光全息综合防伪烫印箔及包装材料、光器件与光通信模块、光学元器件、电子元器件 [1] - 主营业务收入构成：光电器件系列产品占49.08%，敏感元器件占25.46%，激光加工装备及智能制造产线占21.97%，激光全息膜类系列产品占2.77%，租赁及其他占0.72% [1] 基金持仓动态与影响 - 国泰基金旗下国泰中证机床ETF（159667）在四季度减持公司股份63.47万股，截至四季度末持有165.9万股，占基金净值比例为14.14%，为基金第一大重仓股 [2] - 基于测算，该基金在2月9日因公司股价上涨浮盈约615.47万元 [2] - 国泰中证机床ETF（159667）成立于2022年10月12日，最新规模为9.3亿元，今年以来收益率为7.85%，近一年收益率为57.71%，成立以来收益率为71.24% [2] - 该ETF基金经理为苗梦羽，累计任职时间4年136天，现任基金资产总规模为81.46亿元 [2]

政策监管导向 - 证监会5月印发《推动公募基金高质量发展行动方案》，明确坚持以投资者为本、强化核心投研能力建设、建立基金公司收入报酬与投资者回报绑定机制等核心要求 [1] - 证监会近期发布《公开募集证券投资基金业绩比较基准指引（征求意见稿）》，旨在完善公募基金基础性制度建设，使基金产品投资风格更稳定清晰 [1] - 《行动方案》提出优化基金运营模式，包括建立与基金业绩挂钩的浮动管理费收取机制、强化业绩比较基准约束作用、加强透明度建设、稳步降低基金投资者成本 [1] - 证监会2月发布《关于资本市场做好金融"五篇大文章"的实施意见》，推动资本市场更好满足多元化养老金融需求，提供优质养老金融产品服务 [3] 公司战略与实践 - 公司通过旗下多只产品降费让利、发行浮动费率基金、坚持逆向布局权益类产品、持续加强投资者陪伴等方式，将投资者获得感纳入核心考核 [2] - 公司构建全谱系量化产品体系，为投资者提供投资工具，并通过高质量投资者陪伴让ETF产品从工具升级到能赚钱的策略 [2] - 公司养老产品业务覆盖三支柱，是业内最早参与养老投资的公募基金公司之一，年金单一含权组合近三年累计收益率行业排名第一 [3] - 公司未来将聚焦服务国家战略、创新产品服务、完善投研风控、深化投资者陪伴四个方向持续努力 [8][9][10][11] 投研能力建设 - 《行动方案》提出加快"平台式、一体化、多策略"投研体系建设，支持基金经理团队制管理模式，做大做强投研团队 [3] - 公司建立投研资源共享制度，形成以老带新、新老搭配格局，通过轮岗、专项培训提升团队综合能力 [6] - 在考核机制设计上，公司弱化短期业绩权重，加大长期业绩考核占比，为投研人员提供充分成长周期 [7] - 公司完成大模型私有化部署，搭建AI应用开发平台，在投研支持、风险管控、产品运营等业务场景中均有不俗表现 [7] 产品业绩与规模 - 国泰中证A500ETF在2025年前三个季度为投资者合计赚取利润42.75亿元，在同类产品中排名第一 [2] - 2025年基金半年报数据显示，国泰中证A500ETF持有人户数超10万户，个人投资者持有份额比例超33%，均位居同类产品首位 [2] - 基金业协会数据显示，我国公募基金管理规模已突破36万亿元，并且还在不断攀升 [5] - 公司旗下产品线已实现对科技创新、绿色发展、先进制造等关键领域与新兴产业的投资布局 [9] 投资者关系与教育 - 公司将投资者教育纳入长期发展战略，构建系统化、多层次投资者教育体系，开展丰富多样投教活动 [11] - 在线下走进商圈、社区、机关、高校探索投教新场景，包括养老主题展、防骗宣讲、年金知识科普、高校讲座等活动 [11] - 在线上持续推出"深夜食堂基金版"系列长视频栏目、"泰客Talk"系列播客栏目等，常态化传递专业投教知识 [11] - 公司积极收集投资者反馈，优化投教方式与内容，增强投资者对基金行业的认知与信任 [11]

公司股东结构 - 截至2025年10月27日，共有6个机构投资者持有汇洲智能A股股份，合计持股量为6.84亿股，占公司总股本的34.18% [1] - 机构投资者包括四合聚力信息科技集团有限公司、衢州智造祈爵企业管理合伙企业等六家实体 [1] - 相较于上一季度，机构持股比例合计上涨了0.23个百分点 [1] 公募基金持股变动 - 本期较上一期持股增加的公募基金共计1个，为国泰中证机床ETF，其持股增加占比小幅上涨 [1] - 本期较上一季未再披露的公募基金共计10个，主要包括中证2000、华夏中证机床ETF、南方中证2000ETF等产品 [1] 外资持股态度 - 本期较上一期持股增加的外资基金共计1个，为香港中央结算有限公司，其持股增加占比达0.19% [1]

机构持股情况 - 截至2025年10月27日，共有7个机构投资者合计持有公司A股股份3527.53万股，占公司总股本的7.40% [1] - 相较于上一季度，机构投资者合计持股比例上升了2.12个百分点 [1] 公募基金动态 - 本期较上一期持股增加的公募基金共计3个，持股增加占比达2.39% [2] - 本期较上一季度新披露的公募基金有1个，为富国国证机器人产业ETF [2] - 本期较上一季度未再披露的公募基金共计46个 [2] 外资动向 - 本期较上一期持股增加的外资基金有1个，即香港中央结算有限公司，持股增加占比达0.25% [2] 主要机构投资者 - 主要机构投资者包括易方达国证机器人产业ETF、华夏中证机器人ETF、香港中央结算有限公司、天弘中证机器人ETF等 [1]

公司股东结构 - 截至2025年10月27日，共有6个机构投资者持有亚威股份A股股份，合计持股量达7046.21万股，占公司总股本的12.82% [1] - 机构投资者持股比例相较于上一季度合计上涨了0.39个百分点 [1] - 本期较上一期持股增加的公募基金共计3个，持股增加占比达0.72% [1] 机构投资者构成 - 主要机构投资者包括江苏亚威科技投资有限公司、兴业银行股份有限公司-华夏中证机器人ETF、国泰海通证券股份有限公司-天弘中证机器人ETF等 [1] - 本期较上一季未再披露的公募基金共计31个，主要包括国泰中证机床ETF、嘉实中证机器人ETF、南方中证机器人ETF发起联接A等 [1] - 机构投资者中包含了多只专注于机器人及机床主题的指数基金 [1]

机构持股情况 - 截至2025年10月22日，共有1个机构投资者持有公司A股股份，合计持股量为236.21万股，占公司总股本的0.49% [1] - 机构投资者包括中国农业银行股份有限公司-富国创业板两年定期开放混合型证券投资基金 [1] - 相较于上一季度，机构持股比例合计上涨了0.34个百分点 [1] 公募基金持仓变动 - 本期较上一季度新披露的公募基金共计1个，为富国创业板两年定期开放混合 [1] - 本期较上一季度未再披露的公募基金共计17个 [1] - 未再披露的公募基金主要包括国泰中证机床ETF、中证2000、南方大数据300指数A、华夏中证机床ETF、景顺长城创业板综指增强A等 [1]

股价表现 - 9月5日股价上涨5.02%至9.00元/股 成交额7.49亿元 换手率4.97% 总市值153.57亿元 [1] 公司业务结构 - 主营业务收入构成：电机产品49.80% 锂矿采选及锂盐制造47.21% 其他业务2.45% 其他主营产品0.54% [1] - 公司主营锂云母采选及碳酸锂加工 特种电机研发生产和销售 [1] 基金持仓动态 - 国泰中证机床ETF（159667）二季度减持30.06万股 当前持有173.38万股 占基金净值比例3.23% [2] - 该基金当日浮盈约74.56万元 最新规模3.9亿元 [2] - 基金今年以来收益32.45% 近一年收益78.5% 成立以来收益33.5% [2] 基金经理信息 - 基金经理苗梦羽累计任职3年344天 管理资产总规模47.04亿元 [3] - 任职期间最佳基金回报52.85% 最差基金回报-33.64% [3]