投顾组合止盈方式 - 当市场部分高估时，投顾组合会自动调仓，止盈高估品种并加仓低估品种，例如2021年初主动优选止盈成长风格基金实现120%收益[4] - 当市场整体高估时，组合会发出“发车止盈”信号，提示将主动优选、指数增强等组合分批转换成365天等稳健类投顾组合[5] - 市场估值越高，组合止盈时转换的比例越大，具体操作会分批进行[8] 自动止盈功能特点 - 自动止盈功能已上线，可提前开启，未来在3点几星市场收到“发车止盈”信号时将自动执行转换交易[1][9] - 该功能具有便捷、及时、守纪律三大优势，只需设置一次即可自动跟进每次止盈信号[9] - 自动止盈功能独立于自动跟车功能，两者需分别开启，自动止盈仅执行组合转组合交易，不涉及新增资金扣款[13] 自动止盈操作细节 - 自动止盈功能可随时开通或关闭，开通后仅在组合发出“发车止盈”信号时才会触发实际交易[13] - 功能开启不影响当前组合的灵活申赎，用户可在组合持仓页面查看、暂停或关闭该功能[14][15] - 自动止盈无额外费用，赎回权益类组合按基金规则收取赎回费，转入稳健类组合无申购费[16]

市场表现总结 - A股和港股市场整体表现强势，呈现上涨态势 [1][6] - 小盘股表现优于大中盘股，成长风格领涨，科创板和创业板涨幅居前 [3][4][5] - 港股科技股表现突出，单日涨幅超过2% [7] 过去一年市场回顾 - 自一年前（2023年9月中旬）以来，A股和港股从5.9星的历史极端低估水平大幅上涨至4.2星 [8][9] - 全球股票市场过去一年上涨17%，而港股恒生指数上涨43%，恒生科技指数涨幅达66% [10][11] - A股市场表现强劲，沪深300指数上涨41%，中证全指上涨超50% [29] - 人民币资产涨幅在全球市场排名前列，主要驱动因素为一年前极低估值（A股港股估值比全球市场平均低50%）以及流动性改善 [12][13][16][17][18] 上涨驱动因素分析 - 过去一年市场上涨主要源于流动性改善带来的估值提升，基本面改善迹象尚不明显 [21][22] - 美联储降息、国内利好政策及国家队资金入市（买入上万亿指数基金）共同推动市场从底部回升 [17][19][20] - 上市公司盈利有所好转，但增速仍低于历史平均，今年1-2季度中证全指盈利同比增长不到5% [27][28] 当前估值与未来展望 - A股当前估值水平已较去年大幅修复，与全球平均估值差距缩小至约10% [31][32] - 沪深300等主流指数市净率处于历史50%分位左右，极端低估修复最快的阶段可能已经过去 [33][35] - 指数长期上涨的核心动力将转向上市公司盈利增长，部分领域如科技、医药已显现盈利增长势头 [37][38][39] - 若维持低利率环境并实施刺激政策，更多领域有望实现盈利增长，从而推动市场继续上行 [41][42]

市场表现与风格分析 - 大盘开盘上涨但收盘涨幅回落 整体微涨微跌 处于4 2星级估值水平[1] - 大盘股略微上涨 中小盘股下跌[2] - 创业板等成长风格上涨 价值风格相对低迷[3] - 今年成长风格上涨导致估值提升 部分基金经理开始降低成长比例并提升价值风格配置[4] - 长期遵循估值低的风格提升配置比例 例如去年成长风格大跌时提升成长比例[6][7] 港股市场表现 - 港股整体上涨 科技股领涨[8] - A股半年报更新完成 港股多数股票财报也更新完毕[9] 投资者收益差异分析 - 同一品种投资者收益率差异显著 主动优选收益率从百分之几到20%多 恒生科技收益率从刚开始盈利到30-50%[11][12] - 收益率差异主要与入市时间和买入成本相关 牛市入市成本较高 熊市底部入市成本较低[14][15] - 历史上A股70%股票账户开在2007年和2015年两次大牛市[18] - 市场下跌时通过定投可降低持仓成本 实现微笑曲线效应[21][23] - 去年统计显示多数投资者持仓成本在5 1-5 2星级 部分优秀投资者成本更低[25][26] 投资策略与经验积累 - 第一轮熊市-牛市周期主要积累投资经验 包括判断估值和经历市场波动[28][30] - 2022-2024年为A股最近10年最长熊市 出现过5 9星极端低估[33][34] - 平均每3-5年出现小牛熊市 7-10年出现大牛熊市 未来30年预计经历6轮熊市-牛市过程[37][38] 产品功能更新 - 主动优选和指数增强组合上线自动止盈功能 未来可分批转换成稳健类投顾组合实现止盈[40] - 月薪宝投顾组合含40%股票和60%债券 股票部分偏价值风格且估值略低 债券以中短债为主且投资价值提高[45] 估值数据摘要 - 沪港深红利低波盈利收益率10 16% 市盈率9 84 市净率0 96 股息率3 78% ROE 9 76%[50] - 上证红利盈利收益率10 14% 市盈率9 86 市净率0 97 股息率4 87% ROE 9 84%[50] - 创业板市盈率42 99 市净率5 53 股息率0 85% ROE 12 86%[50] - 科创50市盈率107 63 市净率6 70 股息率0 31% ROE 6 23%[50] - 十年期国债到期收益率1 87%[50] 债券市场数据 - 中证短融修正久期0 32 到期收益率1 73% 近1年收益1 97% 近3年收益2 46% 近5年收益2 76%[55] - 10年期国债修正久期7 57 到期收益率1 79% 近1年收益3 61% 近3年收益4 69% 近5年收益4 75%[55] - 30年期国债修正久期19 89 到期收益率2 16% 近1年收益2 25% 近3年收益8 63% 近5年收益9 04%[55]

有限关注因子构建 - 传统金融市场研究假设投资者能瞬时识别所有信息并反映至资产价格，但现实中投资者关注度是稀缺资源，需分配至家庭、工作等领域[1] - Barber和Odean(2008)选取极端收益、异常交易量、新闻头版作为关注度代理指标，发现个人投资者优先买入高关注股票但后续表现不佳[1] - 国内龙虎榜研究显示上榜股票短期吸引跟进买入但长期收益反转[1] - 因子构建采用异常换手率(日换手率/过去252日均值)、异常成交量(日成交量/过去252日均值)、极端收益(日收益与市场均值偏离平方)、龙虎榜指标(0/1虚拟变量)[2][3] 因子合成方法 - 线性合成法：对连续变量排序标准化后相加，因子值范围0-4，值越大代表散户关注度越高[3] - 随机森林法：用过去60个月数据训练模型，以收益前20%和后20%作为正负例标签，预测负例概率作为关注度指标[3][4] - 随机森林法因包含收益预测属性，其分组收益效果和IC表现显著优于线性合成法[4] 因子表现验证 - 高关注组股票股东户数增长更显著，线性合成法在极端分组区分度更突出[7] - 全市场测试显示随机森林法RankIC为-0.076，胜率70.1%，优于线性合成法的-0.081和66.7%胜率[8] - 因子在中证1000表现最佳，因小盘股更易受散户"追涨杀跌"影响导致后续回撤[12][13] 因子IC的市场信号功能 - 2019-2021年上半年因子IC回撤，显示散户追涨赚钱效应显著，尤其沪深300；2021年下半年后IC转负[14][17] - 沪深300因子IC与行业轮动速度指标相关性达0.5，IC高位时市场表现较好[19] - 基于沪深300因子IC的择时策略年化收益5.12%，夏普率0.35，月度胜率76.32%[22][23] 因子在指数增强中的应用 - 沪深300叠加有限关注因子组合年化收益13.84%，夏普率0.73，显著优于基础组合的12.17%和0.64[29] - 中证500叠加因子组合年化收益13.95%，但中证1000应用效果不明显[29][30] - 分域测试显示高关注组中低波动率、低流动性、长期动量因子IC提升显著，成长因子IC达0.0206 vs 非关注组0.0143[32][33] - 分域选股策略在沪深300实现15.34%年化收益，夏普率0.74，优于原选股组合的12.80%[40]

指数增强组合表现 - 沪深300指数增强组合本周超额收益0.86%，本年超额收益10.78% [6] - 中证500指数增强组合本周超额收益0.16%，本年超额收益11.24% [6] - 中证1000指数增强组合本周超额收益-0.29%，本年超额收益15.73% [6] - 中证A500指数增强组合本周超额收益0.29%，本年超额收益11.42% [6] 选股因子表现跟踪 - 沪深300成分股中DELTAROE、预期PEG、预期EPTTM等因子表现较好 [7] - 中证500成分股中一年动量、预期净利润环比、一个月反转等因子表现较好 [9] - 中证1000成分股中DELTAROA、单季净利同比增速、单季超预期幅度等因子表现较好 [11] - 中证A500指数成分股中预期PEG、DELTAROE、预期EPTTM等因子表现较好 [14] - 公募基金重仓股中DELTAROE、一个月反转、DELTAROA等因子表现较好 [16] 公募基金指数增强产品表现跟踪 - 沪深300指数增强产品本周超额收益最高0.82%，最低-0.24%，中位数0.26% [20] - 中证500指数增强产品本周超额收益最高0.95%，最低-0.73%，中位数0.14% [22] - 中证1000指数增强产品本周超额收益最高0.69%，最低-0.64%，中位数-0.02% [25] - 中证A500指数增强产品本周超额收益最高0.85%，最低-0.33%，中位数0.34% [27] 公募基金指数增强产品数量及规模 - 沪深300指数增强产品共有70只，总规模合计770亿元 [19] - 中证500指数增强产品共有71只，总规模合计432亿元 [19] - 中证1000指数增强产品共有46只，总规模合计150亿元 [19] - 中证A500指数增强产品共有52只，总规模合计205亿元 [19] 因子MFE组合构建方式 - 采用组合优化的方式来检验控制了各种实际约束后单因子的有效性 [31] - 目标函数为最大化单因子暴露，约束条件包括风格暴露、行业偏离、个股权重偏离等 [29] - 设置个股相对于其基准指数中权重的偏离幅度为0.5%-1% [30] 公募重仓指数构建方式 - 通过基金的定期报告获取基金持股信息，将符合条件基金的持仓股票权重平均获得公募基金平均持仓信息 [32] - 选取累计权重达到90%的股票作为成分股来构建公募基金重仓指数 [32]