行业动态 - 湖南省云峰水泥完成2500吨/日水泥熟料产能指标转让 [1] - 葛洲坝水泥西里公司荣获哈萨克斯坦克孜勒奥尔达州2025年行业奖项 [1] - 金隅冀东水泥新产品正式启程 [1] 行业现状 - 水泥行业面临需求疲软、产能过剩和库存压力等问题 [1] - 中国水泥协会发布《关于进一步推动水泥行业"反内卷""稳增长"高质量发展工作的意见》 [1] - 行业自律措施加力执行有望优化供需格局 [1] 行业展望 - 预计水泥价格将得到支持及修复，带动企业盈利改善 [1] - 中长期头部企业将通过技术创新从价格比拼转向价值创造 [1] - 企业将通过收并购延伸产业链及加大海外布局实现进一步成长 [1] 指数表现 - 建材ETF（159745）涨超1.0% [1] - 建材ETF跟踪建筑材料指数，该指数由中证指数有限公司编制 [1] - 指数选取水泥、玻璃、陶瓷等建筑建材子行业代表性上市公司证券 [1] - 指数具有较高行业集中度和周期性特征 [1]

指数表现 - 三大指数集体上涨，上证综指上涨0.04%，深证成指上涨0.24%，创业板指上涨0.23% [1] - 日经225、科创50与创业板指走势排名靠前，日涨跌幅分别为0.9%、0.53%与0.23% [6][7] - 近5个交易日日经225、创业板指与沪深300走势排名靠前，涨跌幅分别为1.21%、-0.35%与-0.5% [7] 板块表现 - 电子、通信与国防军工今日涨幅居前，日涨跌幅分别为1.5%、1.39%与0.95% [9] - 美容护理、房地产与建筑材料跌幅较大，日涨跌幅分别为-1.73%、-1.35%与-1.22% [9] - 近5个交易日通信、国防军工与石油石化涨幅领先，涨跌幅分别为3.24%、2.2%与2.15% [9] ETF市场表现 - 通信板块ETF表现突出，通信ETF（515880.SH）上涨2.08%，5G50ETF（159811.SZ）上涨1.87% [1] - 股票型风格指数ETF平均涨幅0.27%，跨境型ETF平均跌幅-0.57% [12] - 股票型ETF中5G通信ETF（515050.SH）涨幅2.37%，5GETF（159994.SZ）涨幅2.22% [14][15] 红利主题基金 - 红利主题基金规模较年初增长12%至2739.41亿元，净流入额达137.78亿元 [4] - 易方达中证红利低波动ETF份额达15.76亿份，较年初增长85% [3] - 南方标普中国A股大盘红利低波50ETF份额65.64亿份，较年初增长75% [3] 科创板ETF - 科创板ETF总数达88只，总规模超2500亿元 [5] - 新增57只科创板ETF上市，"科创板八条"推动产品数量和规模双突破 [5] 行业研报观点 - 代理式AI有望推动推理工作负载指数级增长，算力资源是AI创新主要瓶颈 [2] - 建议关注海外算力链光模块、铜互连环节，国内IDC、算力租赁等环节 [2] - 自主可控背景下，升腾产业链产能扩张+良率提升利好高速连接器、液冷散热等 [2] ETF成交情况 - 股票型ETF中A500ETF嘉实（159351.SZ）成交额28.62亿元，科创50ETF（588000.SH）成交额21.75亿元 [17][19] - 债券型ETF中上证公司债ETF（511070.SH）成交额120.92亿元 [19] - 商品型ETF中黄金ETF（518880.SH）成交额28.87亿元 [19]

根据研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. **高频宏观因子模型** - **构建思路**：通过资产组合模拟构建高频宏观因子体系，用于观察市场交易的宏观预期变化[12] - **具体构建过程**： 1. 对利率、汇率、信用等因子直接通过多空相关指数构建组合 2. 对高频经济增长和通胀因子： - 合成低频宏观因子（如工业增加值同比、CPI同比等） - 筛选领先资产（如恒生指数、CRB金属现货等） - 通过滚动多元回归确定资产权重，拟合宏观因子走势 $$y_t = \beta_0 + \sum_{i=1}^n \beta_i x_{i,t-k} + \epsilon_t$$ 其中y为宏观因子同比，x为资产收益率，k为领先期数[12][13] - **评价**：对低频宏观因子具有领先性，能有效捕捉预期变化 2. **债券久期择时模型** - **构建思路**：改进Diebold2006模型预测收益率曲线三因子（水平/斜率/曲率）[20] - **具体构建过程**： - 水平因子：结合宏观变量预判和政策利率跟随 - 斜率/曲率因子：基于AR(1)模型预测 - 映射不同久期债券的预期收益[20] - **评价**：能动态捕捉收益率曲线形态变化 3. **转债风格轮动模型** - **构建思路**：通过估值偏离度和市场情绪指标进行风格切换[28] - **具体构建过程**： 1. 构建转股溢价率偏离度因子： $$\Delta PE = \frac{PE_i - PE_{median}}{\sigma_{PE}}$$ 2. 理论价值偏离度因子： $$\Delta PV = \frac{PV_i - PV_{model}}{\sigma_{PV}}$$ 3. 结合20日动量和波动率偏离度构建情绪指标[28] - **评价**：有效规避高估值转债风险 4. **黄金预期收益模型** - **构建思路**：关联黄金与TIPS的实际回报[32] - **具体构建过程**： $$E[Real\_Return^{gold}]=k\times E[Real\_Return^{Tips}]$$ $$E[R^{gold}]=\pi^{e}+k\times E[Real\_Return^{Tips}]$$ 其中k通过扩展窗口OLS估计，π^e取美联储2%通胀目标[32] - **评价**：建立了黄金与实际利率的量化关系 5. **主动风险预算模型** - **构建思路**：将风险平价与主动信号结合动态调整股债权重[40] - **具体构建过程**： 1. 计算股权风险溢价(ERP)： $$ERP = \frac{1}{PE_{ttm}} - YTM_{10Y}$$ 2. 估值分位数信号（5年滚动） 3. M2-M1剪刀差流动性信号 4. 通过softmax函数转化信号： $$softmax(x)=\frac{\exp(\lambda x)}{\exp(\lambda x)+\exp(-\lambda x)}$$[49] - **评价**：实现了风险控制与主动调整的平衡 6. **行业轮动3.0模型** - **构建思路**：六维度动态合成信号体系[56] - **具体构建过程**： - 交易行为：日内动量+隔夜反转 - 景气度：盈余动量 - 资金流：主动抢筹+被动派发 - 筹码结构：持仓收益+阻力支撑 - 宏观驱动：高频宏观映射 - 技术分析：趋势/振荡/量能指标[56] - **评价**：多维度捕捉行业轮动规律 模型回测效果 1. **高频宏观因子** - 经济增长因子：与低频数据方向一致性达80%[13] - 通胀因子（消费端）：领先低频数据1-2个月[16] 2. **债券久期择时** - 2025年5月超额收益18bp[23] - 近1年超额收益-3.58%[23] 3. **转债风格轮动** - 年化收益23.94%，最大回撤15.54%，IR 1.45[30] - 2025年收益23.61%[30] 4. **黄金模型** - 未来1年预期收益23.0%[32] - 过去1年实际收益41.32%[36] 5. **主动风险预算** - 年化收益6.49%，收益波动比1.62[53] - 最大回撤4.89%[53] 6. **行业轮动3.0** - 2025年5月多空收益-0.08%[60] - ETF轮动组合超额收益-0.26%[73] 量化因子与构建方式 1. **股权风险溢价(ERP)因子** - **构建过程**： $$ERP = \frac{1}{PE_{ttm}} - YTM_{10Y}^{TB}$$[41] - **信号规则**：>5%超配权益，<2%低配[42] 2. **转债估值因子** - 百元转股溢价率：26.28%（3年分位数39.6%）[26] - 修正YTM利差：0.18%中位数[26] 3. **基金风格因子** - 成长因子：强动量+景气上行[83] - 质量因子：强动量+景气上行[83] - 估值因子：弱动量+低赔率[83] 因子回测效果 1. **ERP因子** - 当前值5.50%（2025/5/30）[44] 2. **估值分位数因子** - 中证800 PE_ttm分位数57.2%[46] 3. **流动性因子** - M2-M1剪刀差6.50%（2025/04）[48] 4. **行业轮动因子** - 赔率指标：历史中低水平[59] - 胜率指标：1周动量最强[59]