报告行业投资评级 - 美股市场投资评级为“弱于大市” [1][4] 报告核心观点 - 整体市场受科技板块拖累，标普500指数本周下跌0.6%，纳斯达克指数下跌1.6% [1] - 资金从科技板块流出，标普500成分股估算资金流本周为-72.0亿美元 [2] - 盈利预测整体平稳上修，标普500成分股动态未来12个月EPS预期本周上调0.4% [3] 全球市场表现 - **美股主要指数**：标普500指数收于6,827点，本周下跌0.6%，年初至今上涨16.1%；纳斯达克综合指数收于23,195点，本周下跌1.6%，年初至今上涨20.1% [11] - **美股风格表现**：小盘价值（罗素2000价值+2.0%）表现最佳，大盘成长（罗素1000成长-1.6%）表现最弱 [1][11] - **全球其他市场**：MSCI新兴市场指数本周上涨0.3%，年初至今上涨29.2%；韩国综合指数年初至今涨幅高达73.7% [11] - **美债与汇率**：10年期美债收益率本周上升5个基点至4.182%；美元指数本周下跌0.6%至98.40 [11] 中观表现汇总：投资收益 - **行业涨跌**：本周14个行业上涨，10个行业下跌 [1] - **领涨行业**：保险（+3.9%）、消费者服务（+2.8%）、材料（+2.6%）、银行（+2.5%）、综合金融（+2.2%）[1][13] - **领跌行业**：半导体产品与设备（-4.2%）、电信业务（-3.3%）、媒体与娱乐（-3.1%）、软件与服务（-1.2%）、公用事业（-1.1%）[1][13] - **年内表现**：年初至今，半导体产品与设备行业涨幅达47.4%，资本品行业涨幅达33.1% [13] 中观表现汇总：资金流向 - **整体资金流**：标普500成分股估算资金流本周为-72.0亿美元（即-7,199百万美元），逆转了上周+71.8亿美元的流入态势 [2][15] - **资金流入行业**：资本品（+10.9亿美元）、汽车与汽车零部件（+6.9亿美元）、综合金融（+4.5亿美元）[2][15] - **资金流出行业**：半导体产品与设备（-61.9亿美元）、软件与服务（-29.3亿美元）、媒体与娱乐（-11.6亿美元）[2][15] - **年内累计**：信息技术板块年初至今累计资金流入381.4亿美元，其中半导体产品与设备子行业流入229.7亿美元 [15] 中观表现汇总：盈利预测 - **整体上修**：标普500成分股未来12个月EPS预期本周上调0.4%，近13周累计上调5.6% [3][17] - **上修显著行业**：半导体产品与设备（本周+2.2%，近13周+22.4%）、材料（本周+0.6%）、软件与服务（本周+0.5%）[3][17] - **下修行业**：能源（本周-0.5%）、电信业务（本周-0.1%）[3][17] - **年内调整**：信息技术板块EPS年初至今上调30.4%，其中半导体产品与设备子行业上调幅度高达53.6% [17] 中观表现汇总：估值水平 - **市盈率变化**：标普500成分股整体市盈率（F12M）为22.3倍，本周下降1.0% [19] - **市盈率下降行业**：半导体产品与设备（本周-6.3%，当前25.3倍）、信息技术（本周-3.4%）、通讯业务（本周-3.4%）[19] - **市盈率上升行业**：保险（本周+3.8%）、银行（本周+2.3%）、材料（本周+1.8%）[19] - **市净率变化**：标普500成分股整体市净率为5.3倍，本周下降0.9% [20] 中观表现汇总：一致预期目标价与投资评级 - **目标价上行空间**：标普500成分股市场一致预期目标价上行空间为17.0% [22] - **上行空间较高行业**：半导体产品与设备（34.9%）、软件与服务（26.3%）、零售业（25.2%）[22] - **上行空间为负行业**：汽车与汽车零部件（-10.9%）[22] - **投资评级分布**：根据市场一致预期，投资评级最高的行业（数字越低评级越高）包括半导体产品与设备（1.24）、软件与服务（1.27）、通讯业务（1.24）[23] 中观表现汇总：分析师覆盖数量 - **覆盖变化**：标普500成分股平均个股覆盖人数本周增加15%，近4周增加44% [25] - **覆盖增加行业**：运输（本周+8%，近4周+51%）、汽车与汽车零部件（近4周+55%）、耐用消费品与服装（近4周+45%）[25] - **覆盖减少行业**：家庭与个人用品（本周+2%，但近4周-66%）、电信业务（近4周-64%）[25] 关键个股表现跟踪：投资收益 - **科技巨头表现**：英伟达（NVDA）本周下跌4.1%，微软（MSFT）下跌1.0%，苹果（AAPL）微跌0.2%，谷歌（GOOG）下跌3.6% [27] - **消费与医药股**：礼来（LLY）本周上涨1.7%，麦当劳（MCD）上涨1.8%，耐克（NKE）上涨2.4% [27] - **传统工业股**：通用电气（GE）本周大涨5.6%，卡特彼勒（CAT）下跌0.9%，埃克森美孚（XOM）上涨2.0% [27] - **金融地产股**：摩根大通（JPM）本周上涨1.1%，安博（PLD）上涨1.7%，伯克希尔哈撒韦（BRK.B）下跌1.0% [27] 关键个股表现跟踪：资金流向 - **资金流入个股**：英伟达（NVDA）本周资金流入13.6亿美元，特斯拉（TSLA）流入5.8亿美元，礼来（LLY）流入0.9亿美元 [29] - **资金流出个股**：脸书（META）本周资金流出4.2亿美元，微软（MSFT）流出2.8亿美元 [29] - **消费股资金流**：宝洁（PG）本周流出0.4亿美元，开市客（COST）流出0.3亿美元 [29]

社融总量与结构 - 11月新增社融2.49万亿元，高于预期的2.02万亿元，同比多增1597亿元，增速持平于上月的8.5%[2][5][8] - 社融环比增加1.67万亿元，明显强于过去三年同期平均环比增加8661亿元的季节性表现[8] - 结构上，政府债券和信贷同比少增拖累社融，但非标融资（同比多增1328亿元）和直接融资（同比多增1702亿元）充分对冲，对社融同比增量的贡献率分别为124.7%和159.8%[5][6][8][18] 信贷表现分化 - 11月新增人民币贷款3900亿元，低于预期的5043亿元，同比少增1900亿元，信贷已连续五个月同比少增[2][5][6] - 企业贷款出现边际改善，当月新增6100亿元，同比多增3600亿元；其中票据融资同比多增2119亿元但幅度收窄，中长贷同比少增幅度明显缩减至400亿元[12] - 居民贷款持续疲弱，当月新增-2063亿元，同比少增4763亿元，已连续五个月同比少增，其中居民中长贷仅增100亿元，同比少增2900亿元[5][14] 货币与存款 - 11月M2同比增长8.0%，低于预期的8.2%，增速继续回落；M1同比增长4.9%，较10月回落1.3个百分点，M2-M1剪刀差走阔至3.1%[2][7][22] - 当月存款增加1.41万亿元，同比少增7600亿元；财政存款减少500亿元，同比多减1900亿元，显示政府支出节奏加快[7][22] 其他融资渠道 - 政府债券融资是本月社融主要增量来源，当月新增1.20万亿元，但受高基数影响同比少增1048亿元[16] - 企业直接融资连续三个月同比多增，当月新增4511亿元，其中信用债融资4169亿元，同比多增1788亿元[18]

2026年宏观政策定调 - 2026年政策重心从“总量增长”转向“结构优化”，强调高质量发展与“反内卷”[1] - 扩大内需结构从消费单核驱动转向消费与投资并重，特别强调“推动投资止跌回稳”[1][11] - 2026年投资将聚焦“新质生产力”，集中于科技创新、数字化与绿色升级，提升研发等无形资产投资地位[1][12] 宏观政策协同与财政预测 - 财政政策预计维持较高赤字率，专项债与特别国债规模稳中有升，重点支持“两重两新”领域[2][12] - 预计2026年广义赤字规模为12.5-13万亿元，较2025年的11.86万亿元小幅提升[39] - 货币政策基调“适度宽松”但更突出“灵活高效”，降准降息将更趋审慎，重心转向结构性引导[2][12] 当前经济高频数据表现 - 生产端总体走弱：螺纹钢、沥青开工率同比降幅扩大，中厚板产量同比回落至1%以下，冷轧板产量同比接近零增长[14][16] - 消费结构分化：一线城市地铁客流量同比增加2.0%，物流投递量同比增幅为4.0%，但汽车销售同比骤降至-32.3%[14][23] - 外需存隐忧：港口货物吞吐量周度为2.65亿吨，同比保持2.97%正增长，但墨西哥新关税法案可能扰动后续出口[14][28][29] - 房地产市场探底：一二手房成交均回落，十大城市存销比为91.4，为2019年以来同期最高[14][48]

核心观点 - AI大模型通过自动化财经情报工具，为解决金融信息处理领域的信息过载、分析成本高等痛点提供了技术支撑，其核心在于将情绪分析贯穿于信息处理全链条，实现从信息聚合到价值挖掘的流程革新 [2][3] - 以Wide-Research-for-Finance工具为例，其通过两阶段处理机制（热点筛选与深度分析），实现了财经信息分析的标准化、自动化与低成本化，旨在缩小专业信息鸿沟，推动金融信息服务普惠 [2][4][5] AI赋能财经信息处理的行业痛点与解决方案 - 传统金融信息检索面临三大痛点：信息源分散导致检索效率低下、非结构化数据难以快速提炼核心价值、市场情绪难以量化导致决策主观性较强 [3] - AI技术，特别是大语言模型在文本理解与情绪分析领域的突破，为解决上述痛点提供了全新方案，通过模块化架构设计实现“数据采集-信息提炼-分析输出”的全流程自动化 [3] - AI被定位为高效的信息“提纯器”，从海量文本中提取核心实体、判断情绪倾向、分类事件类型，而非黑盒预测器 [4] Wide-Research-for-Finance工具的核心功能与优势 - **高效信息聚合与筛选**：工具系统性整合全球21个核心信息源，涵盖国际主流媒体、专业分析平台及政策发布机构，通过RSS解析器与网页爬虫自动完成实时数据抓取 [7] - **两阶段处理机制**：第一阶段通过标题快速筛选每小时采集的200+条新闻；第二阶段依托DeepSeek大模型完成情绪识别、实体提取、事件分类与影响评估，并同步生成结构化报告 [2][4] - **标准化与自动化输出**：自动将筛选分析后的信息转化为市场情绪总览、热点追踪榜单、重大事件摘要等模块化报告，减少人工解读主观性，方便用户快速抓取关键信息 [4][7] - **低成本与高灵活性**：工具具备开源属性，支持本地部署与自定义数据源扩展，日均API成本控制在0.08美元以内，让个人投资者与小型团队能以较低成本获得专业级情报 [4][8] AI在多源实时财经热点提炼中的应用 - 工具实现了财经热点提炼的全流程自动化，打破了传统信息获取的时间与成本壁垒，将依赖人工经验的过程转化为标准化、可复现的自动化流程 [6][8] - 热点捕捉具备结构化与量化优势，并非简单罗列新闻，而是通过关键词出现频次排序呈现核心关注对象，生成模块化的热点分析结果 [7] - 如图1示例，工具从海量新闻中筛选出20条有效新闻，并识别出其中四条预计会影响市场情绪的重大事件 [7][9] AI在市场情绪分析中的深度应用 - **深度分析实现量到质转换**：通过大模型将筛选后的热点信息进行事件分类与影响评估，自动识别新闻中的关键要素（如公司、人物、政策）并标记事件类型 [11] - **情绪量化与可视化**：系统通过情绪指数量化市场整体氛围，例如明确输出“中性(情绪指数:0.18)”，使市场情绪可感可测 [11] - **具体分析示例**：工具可对事件进行标注，如将【外资看好中国股市延续涨势】标注为【情绪: 积极|中国: 积极|美国: 中性】，让投资者快速聚焦核心价值信息 [11] - **支持个性化扩展**：支持用户自定义添加多领域RSS源，实现专属热点的精准捕捉 [11] 工具定位、局限与行业趋势 - 该工具是聚焦基础功能的开源项目，定位为通过技术优化实现金融信息服务普惠，让不同规模的投资者都能以较低成本获得结构化、标准化的情报支持 [5] - 工具目前存在明确提升空间，例如历史数据深度挖掘功能不足，无法支持长期情绪趋势分析等进阶场景 [5] - 其所代表的大模型赋能财经信息获取思路，正在成为中小规模用户获取专业财经情报的新方向 [5]

核心观点 报告认为纺织服装行业12月投资策略为“优于大市”，核心投资逻辑在于关注消费回暖与纺织制造反弹机遇[5]。品牌服饰方面，看好高端消费复苏，轻奢运动户外景气度高[5][6]；纺织制造方面，四季度订单有望修复，建议布局困境反转机会[5][7]。 行情回顾 - **A股板块走势弱于大盘**：12月以来，A股纺织服装板块整体下跌3.9%，其中纺织制造和品牌服饰子板块分别下跌3.3%和4.4%，表现均弱于沪深300指数（同期上涨0.6%）[1][22]。 - **港股板块由涨转跌**：港股纺织服装指数11月上涨2.9%，但12月以来转为下跌5.2%[1][22]。 - **部分美股运动品牌涨幅领先**：在重点关注公司中，12月以来涨幅领先的包括威富公司（13.6%）、亚玛芬（6.0%）、耐克（5.5%）和天虹纺织（3.6%）[1][23]。 品牌服饰观点 - **社零数据稳定**：10月服装类社会消费品零售总额同比增长6.3%，增速环比稳定，较上月增长1.6个百分点[2]。 - **电商渠道表现分化**：10-11月电商渠道中，户外品类增长保持领先，运动服饰/户外服饰/休闲服饰/家纺/个护销售额同比增速分别为0%/+20%/+8%/-9%/-2%[2]。 - **运动服饰**：增速领先的品牌包括迪桑特（74%）、露露乐蒙（69%）、亚瑟士（8%）[2]。 - **户外服饰**：蕉下（62%）、可隆（44%）、骆驼（43%）、凯乐石（43%）增长强劲[2]。 - **休闲服饰**：地素（109%）、利郎（78%）、雪中飞（50%）快速增长[2]。 - **小红书粉丝增长观察**：11月，运动户外品类粉丝增速前三为耐克（4.4%）、伯希和（4.1%）、阿迪达斯（3.4%）；休闲时尚品类粉丝增速前三为ICICLE之禾（5.9%）、哈吉斯（4.5%）、MIUMIU（3.0%）[2]。 纺织制造观点 - **宏观出口数据承压**： - **越南出口**：受去年同期高基数影响，11月越南纺织品出口当月同比下降2.6%，鞋类出口下降3.8%[3]。 - **中国出口**：11月中国纺织品出口同比转正，增长1.0%，但服装和鞋类出口表现不佳，分别同比下降10.9%和17.2%[3]。 - **制造业PMI分化**：11月印尼PMI环比上升2.1，印度和越南PMI环比分别下降2.6和0.7，但三者均维持在临界点50以上[3]。 - **原材料价格波动**： - **棉花**：11月内外棉价格分别小幅上涨0.2%和下跌2.4%；12月以来趋势延续，分别上涨0.8%和下跌1.1%[3]。 - **羊毛**：11月羊毛价格呈现回升态势，环比和同比分别上涨4.8%和32.0%[3]。 - **微观企业层面向好**： - **台企营收整体向好**：11月台企营收表现整体向好，受2026年世界杯驱动，订单能见度提升[3]。 - **产能全球化配置**：代工厂通过产能全球化配置（如儒鸿加码印尼、广越发力约旦、威宏布局柬埔寨）对冲东南亚成本压力，并借世界杯需求提升议价能力[3]。 - **企业具体表现**： - **志强**：受印尼新厂投产及世界杯备货推动，前11月营收190.34亿新台币已创历史新高[3][54]。 - **聚阳**：11月营收25.93亿新台币，同比转正增长0.48%，订单能见度已延伸至2026年第一季度底[3][54]。 - **广越**：凭借约旦厂产能释放及新客户放量，11月营收13.6亿新台币，创同期次高[3][55]。 - **行业展望积极**：2026年世界杯赛事临近显著提振运动品类需求，品牌下单出现双位数增长，订单能见度多已延伸至2026年上半年，预计2026年产品平均售价（ASP）有望提升[3]。 投资建议 - **品牌服饰**：看好运动户外赛道的长期成长性，建议把握品类分化趋势，重点关注布局高端细分与跑步赛道的品牌，重点推荐安踏体育、李宁、特步国际、361度[6]。非运动品牌建议关注稳健医疗和海澜之家[6]。 - **纺织制造**： - **代工制造**：重点关注直接受益于关税落地及耐克复苏的申洲国际和华利集团[7]。 - **纺织材料**：11月羊毛价格回升，建议关注新澳股份；同时关注辅料龙头伟星股份[7]。

行业投资评级 - 农林牧渔行业评级为“优于大市” [1][4] 核心观点 - 种植链农产品处于底部盘整，等待上行 [1] - 养植链农产品方面，海内外牧业有望共振反转 [3] 种植链农产品分析 玉米 - USDA12月供需报告预计25/26产季全球玉米期末库销比环比调减0.18个百分点至21.52% [1][15] - 全球玉米产量调减327万吨至12.83亿吨，总使用量调增64万吨 [15] - 中国25/26产季期末库销比维持54.18%，较上一年度减少6.56个百分点 [16] - 国内玉米价格处于历史周期底部，截至2025年12月5日现货价2310元/吨，周环比+0.92%，同比+7.59% [18] - 中长期国内供需平衡趋于收紧，价格有望维持温和上涨 [1][18] 大豆 - USDA12月供需报告预计25/26产季全球大豆期末库销比同比调减0.82个百分点、环比调增0.07个百分点至29.01% [1][33] - 全球大豆期末库存环比调增38万吨至1.22亿吨 [33] - 近期国内豆粕价格震荡企稳，2025年12月10日现货价为3092元/吨，周环比-0.19% [35] - 10月30日中美谈判达成一致，贸易乐观情绪支撑美豆市场价格上涨，成本传导利好国内粕价 [1][35] - 美豆供需偏紧，截至2025年9月1日美国旧作大豆库存总量为3.16亿蒲式耳，低于市场预期的3.23亿蒲式耳 [38] 小麦 - USDA12月供需报告预计25/26产季全球小麦期末库销比环比调增0.25个百分点至33.40% [2][45] - 全球小麦产量环比调增892万吨，总使用量环比调增407万吨 [45] - 中国25/26年度小麦期末库销比同比减少0.88个百分点至84.31%，整体供给仍较为充裕 [2][46] - 截至2025年12月10日，国内小麦现货价达2216元/吨，月环比上涨1.24% [48] - 国内小麦供应充足，预计后续或随玉米价格中枢上移而修复 [2] 白糖 - 市场维持2025/26产季全球主产区丰产预期，整体供给充裕 [2] - 农业部预测2025/26产季中国食糖产量同比增加54万吨至1170万吨，进口量预计同比增加38万吨至500万吨 [57] - 截至2025年12月5日，国内广西南宁糖现货价为5360元/吨，月环比-4.96% [59] - 短期受巴西、印度、泰国等主产国增产预期影响，海外糖价预计维持震荡偏弱走势 [2][59] 棉花 - USDA12月供需报告预计2025/26产季全球棉花期末库销比环比上调0.18个百分点至64.05% [2][64] - 2025/26产季中国棉花产量环比上调100万包，期末库存消费比上调3.12个百分点至91.35% [65] - 2025年12月5日，国产棉-2129B价格为14914元/吨，周环比+0.12%，同比-1.25% [67] - 当前国内棉价底部存在支撑，后续若宏观环境和消费需求改善，价格预计仍有修复空间 [2][67] 养植链农产品分析 牛肉 - USDA预计美国牛肉单季产量在2025Q4-2026Q3同比变动分别为-4.2%、-2.0%、-1.8%、+1.3% [3][81] - 美国农业部预估同期单季小公牛价格同比变动分别为+19.1%、+12.2%、+3.9%、-1.5% [3][81] - 受进口关税取消影响，USDA将2026年美国牛肉进口量预估大幅上调10.10%至5450百万磅 [71] - 截至2025年1月末，美国活牛存栏8666万头，较2019年高点累计调减8%以上；肉牛用母牛存栏2786万头，累计调减近12% [72] - 国内牛存栏于2024年末结束连续五年增势，同比调减4%以上；基础母牛存栏自2023年下半年呈调减趋势 [3] - 截至2025年12月5日，国内育肥公牛出栏价为25.20元/kg，同比+6.33%；牛肉主产区均价为61.06元/kg，同比+21.51% [87] - 在产能去化及进口缩量涨价影响下，国内牛周期有望于2025年迎来拐点 [3][88] 原奶 - USDA预测2026年美国牛奶产量环比下调1亿磅至2332亿磅，总消费量下调5亿磅至2262亿磅 [99] - 2025年全球主要原奶产销区存栏呈下滑趋势，其中欧盟/美国/中国/新西兰期初奶牛存栏预计同比-3.45%/+0.46%/-7.14%/-1.08% [100] - 截至2025年12月2日，全球全脂奶粉均价为3364美元/吨，较2023年最低价累计上涨30%以上 [104] - 2025年4月起中国大包粉进口均价达33.88元/kg，超过国内原奶均价，不具备进口性价比 [104] - 截至2025年12月5日，国内原奶均价约为3.02元/kg，奶牛养殖处于现金亏损边缘 [108] - USDA预计中国2025年期初奶牛存栏将降至1300万头，较2024年期初减少100万头，重回2019年同期水平 [108] - 国内奶牛产能自2023年中开始去化，在产量收缩、肉奶共振和进口减量推动下，原奶价格有望开启反转上行 [4][116] 猪肉 - USDA预计美国猪肉单季产量在2025Q4-2026Q3同比变动分别为-0.3%、-2.1%、-0.9%、+2.4% [125] - 同期单季猪肉价格预计同比变动分别为+1.8%、+0.6%、+0.4%、-7.9% [6][125] - 国内能繁母猪产能维持低波动，2025年10月末全国能繁存栏下降至3990万头，为正常保有量（3900万头）的102.3% [6][129] - 国内生猪产能调控稳步推进，有望托底行业盈利 [6] 禽类 - USDA预测2026年美国肉鸡产量环比上调0.36%至480.31亿磅，国内消费量环比上调0.28%至414.41亿磅 [138] - 高致病禽流感影响趋弱，叠加养殖盈利驱动，支撑产量预测上调 [6] - 国内白羽肉鸡供给预计有所恢复，但受品种结构变化影响，实际增量打折；黄羽肉鸡供给维持底部 [6] 鸡蛋 - USDA预计2026年美国鸡蛋最终期末库存同比2025年将增加31.3% [6] - 中国鸡蛋供给充裕，卓创口径下全国2025年10月在产蛋鸡存栏环比-0.5%，同比+5.3%，处于历史高位 [6] 投资建议 - 牧业推荐：优然牧业、现代牧业等 [7] - 生猪推荐：华统股份、德康农牧、牧原股份、温氏股份、天康生物、神农集团等 [7] - 禽推荐：立华股份、益生股份、圣农发展等 [7] - 饲料推荐：海大集团 [7] - 宠物推荐：乖宝宠物等 [7]

量化模型与构建方式 1. **模型名称**：优秀基金业绩增强组合[4][13] **模型构建思路**：将对标基准从宽基指数转变为主动股基，在借鉴优秀基金持仓的基础上，采用量化方法进行增强，以达到优中选优的目的[4][47] **模型具体构建过程**： * **基金优选**：对基金进行优选，并对收益类因子进行分层中性化处理，以解决市场风格突变时的反转问题和持股风格集中化问题[47] * **构建基准组合**：根据优选基金的补全持仓构建优选基金持仓组合，该组合能较好地跟踪主动股基中位数走势[47] * **组合优化增强**：以业绩分层视角下的优选基金持仓为选股空间和对标基准，采用组合优化的方法控制组合与优选基金持仓在个股偏离、行业偏离及风格上的偏离，构建最终组合[48] 2. **模型名称**：超预期精选组合[5][13] **模型构建思路**：对超预期股票池进行基本面和技术面的双层优选，挑选出同时具备基本面支撑和技术面共振的超预期股票[5][53] **模型具体构建过程**： * **筛选股票池**：以研报标题出现“超预期”与分析师全线上调净利润为条件，筛选出超预期事件股票池[5][53] * **双层精选**：对超预期股票池中的股票，从基本面和技术面两个维度进行精选[5][53] 3. **模型名称**：券商金股业绩增强组合[6][13] **模型构建思路**：以券商金股股票池为选股空间和约束基准，采用组合优化的方式控制组合与券商金股股票池在个股、风格上的偏离[6] **模型具体构建过程**： * **确定股票池**：以券商金股股票池作为选股空间和对标基准[6][58] * **组合优化精选**：采用组合优化的方法，在控制与基准股票池在个股和风格上偏离的前提下，进行进一步精选[6] 4. **模型名称**：成长稳健组合[7][13] **模型构建思路**：采用“先时序、后截面”的方式，构建成长股二维评价体系，旨在高效获取成长股超额收益释放黄金期的收益[7][39][63] **模型具体构建过程**： * **筛选股票池**：以研报标题出现“超预期”及业绩大增为条件筛选成长股股票池[7][63] * **时序分档**：根据距离正式财报预约披露日的间隔天数对股票池进行分档，优先选择距离财报预约披露日较近的股票[7][63] * **截面精选**：当样本数量较多时，采用多因子打分精选优质个股[7][63] * **构建组合**：构建100只股票的等权组合，并引入弱平衡机制、跃迁机制、缓冲机制和风险规避机制以降低换手、规避风险[7][63] 模型的回测效果 1. **优秀基金业绩增强组合** * 全样本区间（2012.1.4-2025.6.30）年化收益（考虑仓位及交易费用）：20.31%[49] * 全样本区间相对偏股混合型基金指数年化超额收益：11.83%[49] * 本年（2025.1.2-2025.12.12）绝对收益（考虑仓位）：28.34%[2][14] * 本年相对偏股混合型基金指数超额收益：-3.00%[2][14] * 本周（2025.12.8-2025.12.12）绝对收益（考虑仓位）：2.14%[2][14] * 本周相对偏股混合型基金指数超额收益：1.44%[2][14] 2. **超预期精选组合** * 全样本区间（2010.1.4-2025.6.30）年化收益（考虑仓位及交易费用）：30.55%[54] * 全样本区间相对偏股混合型基金指数年化超额收益：24.68%[54] * 本年（2025.1.2-2025.12.12）绝对收益（考虑仓位）：41.78%[2][14] * 本年相对偏股混合型基金指数超额收益：10.44%[2][14] * 本周（2025.12.8-2025.12.12）绝对收益（考虑仓位）：0.72%[2][14] * 本周相对偏股混合型基金指数超额收益：0.01%[2][14] 3. **券商金股业绩增强组合** * 全样本区间（2018.1.2-2025.6.30）年化收益（考虑仓位及交易费用）：19.34%[59] * 全样本区间相对偏股混合型基金指数年化超额收益：14.38%[59] * 本年（2025.1.2-2025.12.12）绝对收益（考虑仓位）：36.74%[2][14] * 本年相对偏股混合型基金指数超额收益：5.40%[2][14] * 本周（2025.12.8-2025.12.12）绝对收益（考虑仓位）：1.62%[2][14] * 本周相对偏股混合型基金指数超额收益：0.91%[2][14] 4. **成长稳健组合** * 全样本区间（2012.1.4-2025.6.30）年化收益（考虑仓位及交易费用）：35.51%[64] * 全样本区间相对偏股混合型基金指数年化超额收益：26.88%[64] * 本年（2025.1.2-2025.12.12）绝对收益（考虑仓位）：49.78%[3][14] * 本年相对偏股混合型基金指数超额收益：18.45%[3][14] * 本周（2025.12.8-2025.12.12）绝对收益（考虑仓位）：0.09%[3][14] * 本周相对偏股混合型基金指数超额收益：-0.62%[3][14]

量化模型与构建方式 1. **模型名称：港股精选组合策略**[13][14] * **模型构建思路**：该策略旨在对分析师推荐股票池进行基本面和技术面的双层优选，挑选出同时具备基本面支撑和技术面共振的超预期股票，构建港股精选股票组合[13][14]。 * **模型具体构建过程**： 1. **构建分析师推荐股票池**：以分析师上调盈利预测、分析师首次关注、分析师研报标题超预期事件作为分析师推荐事件，构建初始股票池[14]。 2. **基本面与技术面精选**：对上述股票池中的股票，从基本面和技术面两个维度进行进一步筛选，具体筛选标准未在本文档中详细说明，但提及可参考专题报告《基于分析师推荐视角的港股投资策略》[13][14]。 2. **模型名称：平稳创新高股票筛选模型**[20][22][23] * **模型构建思路**：根据分析师关注度、股价相对强弱、股价路径平稳性、创新高连续性等多个角度，在过去20个交易日创出过250日新高的股票池中，筛选出“平稳创新高”的股票[2][22]。 * **模型具体构建过程**： 1. **定义创新高距离**：使用250日新高距离指标来衡量股票创新高情况。计算公式为： $$250日新高距离 = 1 - \frac{Closet}{ts\_max(Close, 250)}$$ 其中，`Closet`为最新收盘价，`ts_max(Close, 250)`为过去250个交易日收盘价的最大值。该值越接近0，表示股价越接近历史高点[22]。 2. **设定筛选条件**： * **样本池**：全部港股，但剔除成立时间不超过15个月的股票[23]。 * **分析师关注度**：过去6个月内，买入或增持评级的分析师研报不少于5份[23]。 * **股价相对强弱**：过去250日涨跌幅位于样本池前20%[23]。 * **股价平稳性**：在满足上述条件的股票池内，使用以下两个指标综合打分，取排名在前50%的股票（最少取50只）[23]： * **价格路径平滑性**：股价位移路程比。具体计算公式为： $$股价位移路程比 = \frac{过去120日涨跌幅绝对值}{过去120日日涨跌幅绝对值加总}$$ 该指标用于衡量股价上涨路径的平滑程度[22][23]。 * **创新高持续性**：过去120日的250日新高距离在时间序列上的均值[23]。 * **趋势延续性**：过去5日的250日新高距离在时间序列上的均值，取排序靠前的50只股票[23]。 模型的回测效果 1. **港股精选组合策略**[18] * **全样本期 (20100101-20250630)**：年化收益 19.11%，相对恒生指数超额收益 18.48%，信息比(IR) 1.22，跟踪误差 14.55%，最大回撤 23.73%，收益回撤比 0.78[18]。 * **2025年 (截至20250630)**：绝对收益 41.02%，相对恒生指数超额收益 21.02%，信息比(IR) 2.03，跟踪误差 17.33%，最大回撤 10.77%，收益回撤比 1.95[18]。 * **2025年 (截至20251212)**：绝对收益 59.33%，相对恒生指数超额收益 29.83%[1][17]。 量化因子与构建方式 1. **因子名称：250日新高距离**[20][22] * **因子构建思路**：该因子用于量化股票价格接近其过去250个交易日最高点的程度，是识别趋势强度和动量效应的重要指标[20]。 * **因子具体构建过程**：计算最新收盘价与过去250个交易日最高收盘价的相对距离。具体公式为： $$250日新高距离 = 1 - \frac{Closet}{ts\_max(Close, 250)}$$ 其中，`Closet`为最新收盘价，`ts_max(Close, 250)`为过去250个交易日收盘价的最大值。当股票创出新高时，该因子值为0；股价从高点回落越多，该因子值越大[22]。 2. **因子名称：股价位移路程比（价格路径平滑性）**[22][23] * **因子构建思路**：该因子用于衡量股价在上涨过程中的路径平稳性或平滑性，位移与路程的比值越大，表明上涨路径越直接、回撤越小[22][23]。 * **因子具体构建过程**：计算过去120日的累计涨跌幅绝对值与同期每日涨跌幅绝对值之和的比值。具体公式为： $$股价位移路程比 = \frac{过去120日涨跌幅绝对值}{过去120日日涨跌幅绝对值加总}$$ 该值介于0和1之间，值越大表明股价趋势越平稳[22][23]。 因子的回测效果 （报告中未提供单个因子的独立测试结果数据）

量化模型与因子总结 量化因子与构建方式 1. **因子名称：封板率**[17] * **因子构建思路**：通过计算当日最高价涨停且收盘涨停的股票数量占最高价涨停股票总数的比例，来衡量市场涨停股的封板强度，反映市场追涨情绪和短线资金的做多意愿。[17] * **因子具体构建过程**： 1. 筛选上市满3个月以上的股票。[17] 2. 在交易日T，找出所有在盘中最高价达到涨停价的股票集合A。[17] 3. 在集合A中，找出收盘价仍为涨停价的股票集合B。[17] 4. 计算封板率：封板率 = 集合B的股票数量 / 集合A的股票数量。[17] * 公式为： $$封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$$[17] 2. **因子名称：连板率**[17] * **因子构建思路**：通过计算连续两日收盘涨停的股票数量占前一日收盘涨停股票数量的比例，来衡量市场涨停股的延续性，反映市场强势股的赚钱效应和短线投机氛围。[17] * **因子具体构建过程**： 1. 筛选上市满3个月以上的股票。[17] 2. 在交易日T-1，找出所有收盘涨停的股票集合C。[17] 3. 在交易日T，从集合C中找出收盘价再次涨停的股票集合D。[17] 4. 计算连板率：连板率 = 集合D的股票数量 / 集合C的股票数量。[17] * 公式为： $$连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$$[17] 3. **因子名称：大宗交易折价率**[26] * **因子构建思路**：通过计算大宗交易成交总额与按当日市价计算的成交份额总市值的差异比例，来反映大资金通过大宗交易平台减持或调仓时的折让程度，可作为观察机构或大股东行为及市场情绪的指标。[26] * **因子具体构建过程**： 1. 获取交易日T所有大宗交易的成交数据，包括每笔交易的成交金额和成交数量。[26] 2. 计算当日大宗交易总成交金额。[26] 3. 对于每笔大宗交易，以其成交数量乘以该股票当日的收盘价（或成交均价），计算出按市价计算的市值，然后加总得到所有成交份额按市价计算的总市值。[26] 4. 计算折价率：折价率 = (大宗交易总成交金额 / 按市价计算的成交份额总市值) - 1。[26] * 公式为： $$折价率=\frac{大宗交易总成交金额}{当日成交份额的总市值}-1$$[26] 4. **因子名称：股指期货年化贴水率**[28] * **因子构建思路**：通过计算股指期货主力合约价格与现货指数价格之间的基差，并进行年化处理，来衡量市场对未来指数的预期、对冲成本以及市场情绪（如悲观预期导致深度贴水）。[28] * **因子具体构建过程**： 1. 选定标的指数（如上证50、沪深300等）及其对应的股指期货主力合约。[28] 2. 在交易日T，获取该股指期货主力合约的结算价（或收盘价）F，以及标的指数的收盘价S。[28] 3. 计算基差：基差 = F - S。[28] 4. 获取该主力合约的剩余交易日数N。[28] 5. 计算年化贴水率：年化贴水率 = (基差 / S) * (250 / N)。[28] * 公式为： $$年化贴水率=\frac{基差}{指数价格}\times\frac{250}{合约剩余交易日数}$$[28] * **因子评价**：该因子是衡量市场情绪和对冲成本的关键指标，深度贴水可能反映市场悲观预期，但也可能意味着更高的潜在对冲成本或套利机会。[28] 因子的回测效果 > 注：本报告为每日市场数据跟踪报告，未提供因子在长期历史数据上的回测绩效指标（如IC、IR、多空收益等）。报告仅展示了相关因子在特定日期（2025年12月12日及附近）的截面或时间序列取值。[17][26][28] 1. **封板率因子**，2025年12月12日取值：**83%**，较前日提升28个百分点。[17] 2. **连板率因子**，2025年12月12日取值：**39%**，较前日提升23个百分点。[17] 3. **大宗交易折价率因子**，2025年12月11日取值：**6.71%**，近半年平均值：6.63%。[26] 4. **股指期货年化贴水率因子** * **上证50股指期货**，2025年12月12日取值：**-13.10%**（贴水），近一年中位数：-0.85%，当前处于近一年**6%**分位点。[28] * **沪深300股指期货**，2025年12月12日取值：**-7.59%**（贴水），近一年中位数：-3.68%，当前处于近一年**27%**分位点。[28] * **中证500股指期货**，2025年12月12日取值：**2.94%**（升水），近一年中位数：-11.22%，当前处于近一年**98%**分位点。[28] * **中证1000股指期货**，2025年12月12日取值：**-6.20%**（贴水），近一年中位数：-13.67%，当前处于近一年**94%**分位点。[28]

量化模型与构建方式 1. 模型名称：国信金工指数增强组合模型 * **模型构建思路**：以多因子选股为主体，通过收益预测、风险控制和组合优化三个主要流程，构建能够稳定战胜特定基准指数的增强组合[10][11] * **模型具体构建过程**： 1. **收益预测**：基于多因子模型对股票未来收益进行预测[11] 2. **风险控制**：在组合优化过程中施加多种约束条件以控制风险[11] 3. **组合优化**：采用组合优化模型，在满足风险约束的条件下最大化预期收益或因子暴露，以得到最终的投资组合权重[11] 2. 模型名称：单因子MFE组合模型 * **模型构建思路**：为了在更贴近实际投资约束的条件下检验单因子的有效性，采用组合优化的方式，在控制行业、风格等暴露的前提下，构建最大化该单因子暴露的投资组合（Maximized Factor Exposure Portfolio），并通过该组合相对于基准的表现来判断因子有效性[14][39] * **模型具体构建过程**： 1. 设定优化目标为最大化组合在目标因子上的加权暴露[39] 2. 施加一系列实际投资中的约束条件，包括风格暴露、行业暴露、个股权重偏离、成分股内权重占比、禁止卖空及权重总和为1等[39][40] 3. 具体的组合优化模型如下： $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$ * **目标函数**：`max f^T w`，其中 `f` 为因子取值向量，`w` 为待求解的股票权重向量，`f^T w` 表示组合在单因子上的加权暴露[39] * **约束条件1**：`s_l ≤ X(w - w_b) ≤ s_h`，限制组合相对于基准指数 (`w_b`) 在风格因子（矩阵 `X`）上的暴露偏离在 `[s_l, s_h]` 范围内[40] * **约束条件2**：`h_l ≤ H(w - w_b) ≤ h_h`，限制组合相对于基准指数的行业偏离（矩阵 `H` 为行业暴露矩阵）在 `[h_l, h_h]` 范围内[40] * **约束条件3**：`w_l ≤ w - w_b ≤ w_h`，限制个股相对于基准指数成分股的权重偏离在 `[w_l, w_h]` 范围内[40] * **约束条件4**：`b_l ≤ B_b w ≤ b_h`，限制组合在基准指数成分股内的权重占比在 `[b_l, b_h]` 范围内，`B_b` 为标识是否为成分股的0-1向量[40] * **约束条件5**：`0 ≤ w ≤ l`，禁止卖空，并限制个股权重上限为 `l`[40] * **约束条件6**：`1^T w = 1`，要求权重和为1，即满仓运作[40] 4. 通常设置个股相对于基准权重的最大偏离幅度为0.5%-1%，以避免持仓过于集中[40] 5. 在回测中，于每月末根据约束条件构建每个单因子的MFE组合，换仓时双边扣除0.3%的交易费用，并计算相对于基准的收益风险指标[43] 3. 模型名称：公募重仓指数 * **模型构建思路**：为了测试因子在公募基金这一重要市场参与者持仓风格下的有效性，通过汇总公募基金持仓信息，构建一个代表“机构风格”的股票指数作为新的因子测试样本空间[41] * **模型具体构建过程**： 1. **确定样本基金**：选取普通股票型基金和偏股混合型基金，剔除规模小于五千万且上市不足半年的基金，若基金转型则使用转型后半年以上的数据[42] 2. **获取持仓数据**：从基金的定期报告（年报、半年报、季报）中获取持股信息。若最新报告为季报，需结合前期的年报或半年报信息构建完整持仓[42] 3. **计算平均持仓**：将所有符合条件基金的持仓股票权重进行平均，得到公募基金的平均持仓信息[42] 4. **筛选成分股**：将平均后的股票权重按从高到低排序，选取累计权重达到90%的股票作为成分股，以此构建公募基金重仓指数[42] 量化因子与构建方式 报告涉及估值、反转、成长、盈利、流动性、波动、公司治理、分析师共8大类30余个因子[15][16]。 1. 估值类因子 * **因子名称**：BP * **因子构建思路**：衡量公司净资产与市场价值的比例，属于价值型因子[16] * **因子具体构建过程**：净资产 / 总市值[16] * **因子名称**：单季EP * **因子构建思路**：使用单季度净利润衡量估值[16] * **因子具体构建过程**：单季度归母净利润 / 总市值[16] * **因子名称**：单季SP * **因子构建思路**：使用单季度营业收入衡量估值[16] * **因子具体构建过程**：单季度营业收入 / 总市值[16] * **因子名称**：EPTTM * **因子构建思路**：使用滚动净利润衡量估值[16] * **因子具体构建过程**：归母净利润TTM / 总市值[16] * **因子名称**：SPTTM * **因子构建思路**：使用滚动营业收入衡量估值[16] * **因子具体构建过程**：营业收入TTM / 总市值[16] * **因子名称**：EPTTM一年分位点 * **因子构建思路**：衡量当前EPTTM在历史一年中的相对位置[16] * **因子具体构建过程**：EPTTM在过去一年中的分位点[16] * **因子名称**：股息率 * **因子构建思路**：衡量公司分红回报[16] * **因子具体构建过程**：最近四个季度预案分红金额 / 总市值[16] 2. 反转类因子 * **因子名称**：一个月反转 * **因子构建思路**：捕捉短期价格反转效应[16] * **因子具体构建过程**：过去20个交易日涨跌幅[16] * **因子名称**：三个月反转 * **因子构建思路**：捕捉中期价格反转效应[16] * **因子具体构建过程**：过去60个交易日涨跌幅[16] * **因子名称**：一年动量 * **因子构建思路**：捕捉长期价格动量效应，通常排除最近一个月以避免与短期反转混淆[16] * **因子具体构建过程**：近一年除近一月后动量[16] 3. 成长类因子 * **因子名称**：单季净利同比增速 * **因子构建思路**：衡量单季度净利润的同比增长情况[16] * **因子具体构建过程**：单季度净利润同比增长率[16] * **因子名称**：单季营收同比增速 * **因子构建思路**：衡量单季度营业收入的同比增长情况[16] * **因子具体构建过程**：单季度营业收入同比增长率[16] * **因子名称**：单季营利同比增速 * **因子构建思路**：衡量单季度营业利润的同比增长情况[16] * **因子具体构建过程**：单季度营业利润同比增长率[16] * **因子名称**：标准化预期外盈利 (SUE) * **因子构建思路**：衡量实际净利润超出分析师一致预期的程度，并进行标准化处理[16] * **因子具体构建过程**：(单季度实际净利润 - 预期净利润) / 预期净利润标准差[16] * **因子名称**：标准化预期外收入 (SUR) * **因子构建思路**：衡量实际营业收入超出分析师一致预期的程度，并进行标准化处理[16] * **因子具体构建过程**：(单季度实际营业收入 - 预期营业收入) / 预期营业收入标准差[16] * **因子名称**：单季超预期幅度 * **因子构建思路**：直接衡量实际净利润相对于预期净利润的比例[16] * **因子具体构建过程**：预期单季度净利润 / 财报单季度净利润[16] 4. 盈利类因子 * **因子名称**：单季ROE * **因子构建思路**：衡量单季度净资产收益率[16] * **因子具体构建过程**：单季度归母净利润 * 2 / (期初归母净资产 + 期末归母净资产)[16] * **因子名称**：单季ROA * **因子构建思路**：衡量单季度总资产收益率[16] * **因子具体构建过程**：单季度归母净利润 * 2 / (期初归母总资产 + 期末归母总资产)[16] * **因子名称**：DELTAROE * **因子构建思路**：衡量净资产收益率的同比变化[16] * **因子具体构建过程**：单季度净资产收益率 - 去年同期单季度净资产收益率[16] * **因子名称**：DELTAROA * **因子构建思路**：衡量总资产收益率的同比变化[16] * **因子具体构建过程**：单季度总资产收益率 - 去年同期单季度总资产收益率[16] 5. 流动性类因子 * **因子名称**：非流动性冲击 * **因子构建思路**：衡量单位成交金额对价格造成的冲击，反映流动性成本[16] * **因子具体构建过程**：过去20个交易日的日涨跌幅绝对值 / 成交额的均值[16] * **因子名称**：一个月换手 * **因子构建思路**：衡量短期交易活跃度[16] * **因子具体构建过程**：过去20个交易日换手率均值[16] * **因子名称**：三个月换手 * **因子构建思路**：衡量中期交易活跃度[16] * **因子具体构建过程**：过去60个交易日换手率均值[16] 6. 波动类因子 * **因子名称**：特异度 * **因子构建思路**：衡量股价波动中不能被常见风险因子（如Fama-French三因子）解释的部分[16] * **因子具体构建过程**：1 - 过去20个交易日Fama-French三因子回归的拟合度 (R-squared)[16] * **因子名称**：一个月波动 * **因子构建思路**：衡量短期股价波动率[16] * **因子具体构建过程**：过去20个交易日日内真实波幅均值[16] * **因子名称**：三个月波动 * **因子构建思路**：衡量中期股价波动率[16] * **因子具体构建过程**：过去60个交易日日内真实波幅均值[16] 7. 公司治理类因子 * **因子名称**：高管薪酬 * **因子构建思路**：衡量公司高管薪酬水平[16] * **因子具体构建过程**：前三高管报酬总额取对数[16] 8. 分析师类因子 * **因子名称**：预期EPTTM * **因子构建思路**：基于分析师一致预期的滚动市盈率倒数[16] * **因子具体构建过程**：一致预期滚动EP[16] * **因子名称**：预期BP * **因子构建思路**：基于分析师一致预期的账面市值比[16] * **因子具体构建过程**：一致预期滚动PB[16] * **因子名称**：预期PEG * **因子构建思路**：结合成长性的估值指标[16] * **因子具体构建过程**：一致预期PEG[16] * **因子名称**：预期净利润环比 * **因子构建思路**：衡量分析师对未来净利润环比增长的预期[16] * **因子具体构建过程**：一致预期净利润 / 3个月前一致预期净利润[16] * **因子名称**：3个月盈利上下调 * **因子构建思路**：衡量过去一段时间内分析师对盈利预测的调整方向[16] * **因子具体构建过程**：过去3个月内分析师（上调家数 - 下调家数）/ 总家数[16] * **因子名称**：三个月机构覆盖 * **因子构建思路**：衡量公司受机构关注的程度[16] * **因子具体构建过程**：过去3个月内机构覆盖数量[16] 模型的回测效果 1. 国信金工指数增强组合模型 * **沪深300指数增强组合**：本周超额收益0.73%，本年超额收益19.95%[4][13] * **中证500指数增强组合**：本周超额收益-0.02%，本年超额收益7.36%[4][13] * **中证1000指数增强组合**：本周超额收益-0.31%，本年超额收益15.60%[4][13] * **中证A500指数增强组合**：本周超额收益0.09%，本年超额收益9.62%[4][13] 因子的回测效果 （以下因子表现均为其MFE组合相对于对应基准指数的超额收益） 1. 沪深300样本空间因子表现（最近一周/最近一月/今年以来/历史年化）[18] * **3个月盈利上下调**：0.93% / 2.01% / 9.86% / 5.36% * **标准化预期外盈利**：0.92% / 1.89% / 10.65% / 4.13% * **单季净利同比增速**：0.78% / 0.55% / 13.29% / 3.88% * **一年动量**：0.76% / 1.11% / 1.86% / 2.58% * **预期PEG**：0.72% / 1.07% / 10.69% / 3.60% * **单季营利同比增速**：0.71% / 0.46% / 12.89% / 3.47% * **单季ROE**：0.70% / 2.75% / 20.54% / 5.22% * **DELTAROE**：0.70% / 1.24% / 15.95% / 4.45% * **预期净利润环比**：0.64% / 0.62% / 4.71% / 1.59% * **单季ROA**：0.59% / 2.02% / 14.02% / 3.99% * **单季超预期幅度**：0.59% / 0.65% / 9.49% / 3.91% * **DELTAROA**：0.55% / 0.63% / 13.79% / 4.80% * **标准化预期外收入**：0.33% / 1.16% / 11.21% / 4.77% * **单季EP**：0.27% / 0.32% / 7.92% / 5.27% * **非流动性冲击**：0.25% / 0.12% / -1.49% / 0.32% * **单季营收同比增速**：0.20% / 0.05% / 18.08% / 4.67% * **三个月反转**：0.14% / -0.03% / 0.61% / 0.37% * **三个月换手**：0.12% / 0.26% / -4.78% / 2.37% * **预期EPTTM**：0.12% / 0.09% / 7.17% / 3.87% * **EPTTM一年分位点**：0.08% / -0.54% / 4.63% / 2.42% * **一个月反转**：0.06% / -0.24% / -1.08% / -0.37% * **一个月换手**：-0.01% / -0.24% / -5.27% / 1.34% * **一个月波动**：-0.07% / 0.11% / -1.15% / 1.02% * **特异度**：-0.11% / 0.06% / 2.15% / 0.15% * **EPTTM**：-0.12% / -0.08% / 6.19% / 4.34% * **单季SP**：-0.17% / -0.01% / -0.68% / 2.93% * **SPTTM**：-0.19% / 0.00% / -1.13% / 2.15% * **三个月波动**：-0.21% / -0.02% / -2.41% / 1.83% * **三个月机构覆盖**：-0.22% / 1.08% / 10.93% / 3.05% * **BP**：-0.32% / -0.48% / -1.63% / 2.70% *