根据提供的研报内容，以下是关于量化模型与因子的总结。报告核心内容是打新策略的收益测算与跟踪，并未涉及传统意义上的多因子选股模型或阿尔法因子，而是构建了用于测算打新收益的理论模型。 量化模型与构建方式 1. **模型名称**：理论打新收益测算模型[10][35][36][39][43][44] * **模型构建思路**：通过设定一系列假设条件，模拟不同类别（A类/B类）、不同规模账户参与网下打新的理论收益和收益率，以跟踪和评估打新市场的表现。[10][35][36] * **模型具体构建过程**： * **核心假设**： * 账户参与所有新股（主板、科创板、创业板）的网下打新。[10][36] * 科创板和创业板的报价全部入围。[36] * 资金配置为一半沪市市值、一半深市市值，且股票满仓。[36] * 新股在上市首日以市场均价（或首次开板日均价）卖出，忽略锁定期的限制。[10][35] * 资金使用效率为90%。[36][39][44] * **单只股票满中收益计算**： 首先计算单只股票的理论“满中数量”，然后计算其收益。 $$满中数量 = 可申购上限额度 × 网下A类（或B类）平均中签率$$[35] $$满中收益 = (首次开板价 - 首发价格) × 满中数量$$[35] * **账户总收益计算**： 将指定时间段内（如每月）所有上市新股的理论“满中收益”进行加总，得到该时间段的总打新收益。[39][44] * **账户打新收益率计算**： $$打新收益率 = \frac{指定时间段内总打新收益}{账户规模 × 资金使用效率}$$[39][44] * **模型评价**：该模型提供了一个标准化的框架，用于在不同账户类型和规模下，横向比较和跟踪打新策略的理论收益潜力。 模型的回测效果 以下结果基于上述模型，统计时间为2024年初至2025年10月10日及2025年初至2025年10月10日，资金使用效率为90%。[10][39][44] 1. **A类账户理论打新收益率**[10][39][40][41][43] * **所有板块累计收益率（2024年至今）**：1.5亿规模6.71%，2亿规模6.07%，3亿规模4.75%，5亿规模3.20%，10亿规模1.74%[39] * **所有板块累计收益率（2025年至今）**：1.5亿规模2.61%，2亿规模2.34%，3亿规模1.82%，5亿规模1.25%，10亿规模0.74%[10][39] * **科创板累计收益率（2025年至今）**：1.5亿规模0.56%，2亿规模0.51%，3亿规模0.43%，5亿规模0.33%，10亿规模0.20%[40] * **创业板累计收益率（2025年至今）**：1.5亿规模1.40%，2亿规模1.24%，3亿规模0.91%，5亿规模0.58%，10亿规模0.31%[41] * **主板累计收益率（2025年至今）**：1.5亿规模0.65%，2亿规模0.59%，3亿规模0.48%，5亿规模0.34%，10亿规模0.23%[43] 2. **B类账户理论打新收益率**[10][44][45][46][47] * **所有板块累计收益率（2024年至今）**：1.5亿规模5.48%，2亿规模5.02%，3亿规模3.99%，5亿规模2.72%，10亿规模1.49%[44] * **所有板块累计收益率（2025年至今）**：1.5亿规模2.33%，2亿规模2.10%，3亿规模1.64%，5亿规模1.13%，10亿规模0.67%[10][44] * **科创板累计收益率（2025年至今）**：1.5亿规模0.54%，2亿规模0.49%，3亿规模0.42%，5亿规模0.32%，10亿规模0.19%[45] * **创业板累计收益率（2025年至今）**：1.5亿规模1.23%，2亿规模1.10%，3亿规模0.81%，5亿规模0.51%，10亿规模0.27%[46] * **主板累计收益率（2025年至今）**：1.5亿规模0.57%，2亿规模0.52%，3亿规模0.42%，5亿规模0.30%，10亿规模0.20%[47] 量化因子与构建方式 本报告未涉及传统选股或定价因子的构建与分析。 因子的回测效果 本报告未涉及传统因子的测试结果。

核心观点 - 报告认为中美经贸摩擦加剧将短期扰动A股市场，但调整将提供布局机会 [2][3] 短期配置预计将转向"高切低"，关注金融、公用事业等板块，但轮动快、难度大 [2][4][5] 中长期坚定看好AI产业趋势和景气硬支撑领域，短期降温是更好布局良机 [2][5][22] 市场观点 - 近期中美经贸摩擦风险明显加剧，具体表现为10月9日中国对部分商品实施出口管制，以及10月10日美国总统特朗普考虑取消APEC元首会晤并大幅提高对华关税 [3][11][12] 受此影响，10月10日美股三大股指大幅下跌，富时中国A50期货亦明显回调 [3][11][12] 摩擦加剧及外部风险偏好抑制预计将在短期内对A股形成扰动 [3][11] 后续需关注即将公布的9月宏观经济数据，预计除出口维持较高景气外，社零、固投等数据仍保持边际放缓态势 [13] 行业配置：短期"高切低"特征 - 在成长产业景气周期的趋势性上涨行情中，强势主线出现阶段性震荡或下跌的"歇脚期"时，市场变化具备共性：持续时间通常在1个月左右或之内，成长风格明显转弱且表现垫底，金融风格大概率边际走强 [4][15] 资源品中的钢铁、石化、公用事业以及消费中的家电、食饮走强概率较高 [4][15][16] 主线震荡期间市场指数通常继续上涨，而主线下跌期间市场指数通常跟跌 [4][15] - 基于历史复盘（智能手机、移动互联网、互联网+、新能源行情），强势主线下跌期间，A股市场整体调整，成长风格跌幅最大；金融风格（银行、地产、非银）表现走强；钢铁、石化、公用事业等板块阶段性占优；消费中食饮、家电表现边际走强 [16] 震荡阶段的市场特征与下跌阶段类似，金融、部分资源品及消费板块同样占优 [18][19] 行业配置：中长期主线 - 短期市场剧烈变化下，前期强势行业降温，弱势板块有望出现"高切低"补涨，潜在方向包括金融、公用事业、钢铁、石化、食饮、家电等，但轮动快且持续性短，把握难度大 [5][22] 短期强势方向降温不代表冷却，反而提供更优布局良机 [5][22] 中长期市场上涨趋势延续，新一轮成长产业景气周期明确 [5][22] - 中长期核心主线是AI产业趋势，重点关注泛TMT、算力（如CPO/PCB/液冷/光纤）、应用（如机器人/游戏/软件）、军工等 [23] AI算力基建业绩已兑现且具惯性，是本轮最核心方向；AI应用是容易承接内部估值扩散的领域 [23] - 第二条中长期主线是景气硬支撑领域，包括电力设备（风电/储能/电池/电源设备）、有色金属（稀土永磁/贵金属）、机械设备（工程机械）等 [23] 电力设备受益于风电出口高景气、海外储能需求高增等因素；有色金属中稀土永磁在中美关系变化中进退有据，黄金受益于全球不确定性增加；机械设备中工程机械受海外需求带动景气回升 [23]

行业投资评级 - 行业评级：增持 [1] 核心观点 - DeepSeek-V3.2-Exp模型于9月29日正式发布，该实验性版本在V3.1-Terminus基础上引入DeepSeek Spare Attention稀疏注意力机制，旨在优化长文本训练和推理效率 [3][12] - 技术层面，DSA首次实现细粒度稀疏注意力机制，在几乎不影响模型输出的前提下大幅提升长文本训练和推理效率，且在各领域公开评测集表现与V3.1-Terminus基本持平 [4][13] - 模型开源TileLang与CUDA两种算子，TileLang由北大团队研发，专为简化高难度GPU算子开发设计，支持英伟达CUDA和华为昇腾等国产芯片 [4][13] - API调用价格随模型服务成本降低而下调，新价格为输入0.2元/百万tokens（缓存命中）或2元/百万tokens（缓存未命中），输出3元/百万tokens，开发者调用成本降低50%以上 [5][14] - 模型发布推动中国算力生态协同创新，华为昇腾和寒武纪第一时间宣布完成适配，表明国产AI算力生态进入模型与芯片协同设计阶段 [5][14] 市场行情回顾 - 本周（10.9-10.10）计算机行业指数下跌1.83%，跑输上证综指2.20个百分点，跑赢创业板指2.03个百分点，跑输沪深300指数1.3个百分点 [16] - 年初至今计算机行业指数上涨25.69% [16] - 本周计算机行业指数在申万31个行业指数中排名第28，在TMT四大行业中位列第2 [16] - 个股方面，中望软件、海航科技、品茗股份本周涨幅居前，分别上涨16.19%、14.39%和14.04% [21][23] 科技软件行业新闻 - 算力：英伟达与OpenAI签订协议，英伟达将向OpenAI投资最高1000亿美元，用于构建至少10吉瓦的AI数据中心，配备数百万块英伟达GPU，首阶段系统目标于2026年下半年上线 [25] - 低空经济：2025辽宁省航空产业发展大会低空经济融合创新专题会议在沈阳举行，低空经济被视为培育新质生产力的战略新赛道和区域经济转型升级的新增长引擎 [26] - 汽车智能化：10月10日发布四项自动驾驶地方标准，涉及智能网联汽车封闭试验场地测试和车路云一体化路侧基础设施，为L4级乘用车和无人配送车测试提供技术框架 [28][29] - 网络安全：兰州市13家信息企业入选第三届甘肃省网络安全应急技术支撑单位，有效期为2025年9月5日至2027年9月4日 [29] - 数据要素：人民数据携手沈阳法库发布"低空经济数据要素服务平台"，提供数据汇集、资产化、场景打造和智库支撑等全生命周期服务 [31] - 人工智能：同济大学两项成果登上《科学》期刊，其中一项阐述中国人工智能监管制度对促进开源AI发展和风险防控的作用，国际科学界关注中国参与共建AI全球治理体系 [32] 科技软件相关公司动态 - 恒生电子2022年股票期权激励计划第二个行权期在2025年第三季度行权股票数量为2,966,730股 [34] - 中安科2023年股票期权与限制性股票激励计划第二个行权期在2025年第三季度行权期权数量为712,541股，占可行权总数的37.11% [34] - 东软集团2024年股票期权激励计划第一个行权期在2025年第三季度行权股票数量为3,388,356股，占本期可行权数量的30.25% [34] - 中润光学调整2025年半年度利润分配方案，现金分红总额由880万元调整为887.74万元 [34] - 电科数字第二期股票期权激励计划在2025年第三季度行权数量为200,241股，占可行权总量的10.31% [34] - 御银股份实施2025年半年度权益分派，向全体股东每10股派发现金红利0.02元（含税） [36] - 四维图新回购注销813,000股限制性股票，占总股本0.0343% [36] - 捷安高科向10名激励对象授予39.6万股预留限制性股票，授予价格为7.21元/股 [36] - 中科金财2023年限制性股票激励计划第二个解除限售期解除限售股份数量为1,237,656股，占总股本0.364% [36]

核心观点 - 市场短期调整源于前期热门成长板块因涨幅过高、遭遇事件冲击导致获利资金集中兑现[1][2] 但报告中长期看涨根基未变 核心驱动因素依然有效 市场后续有望回归理性上涨[4][5] - 短期市场结构可能偏向“高切低”或“补涨” 但轮动较快且缺乏持续性 中长期维度坚守新一轮成长产业景气趋势方向和业绩硬支撑领域更为重要[5] - 建议中长期关注两条核心主线：一是以AI算力基建为核心、应用端承接扩散的新一轮成长产业景气周期 二是具备景气硬支撑的领域[6] 市场异动分析 - 2025年10月10日市场整体跌幅较大 上证指数收跌0.94% 创业板指收跌4.55% 全A成交额2.53万亿元 较上一交易日小幅减少5.2%[1] - 行业分化显著 前期强势行业如电子(-4.71%)、电力设备(-4.46%)、计算机(-3.70%)领跌 而此前弱势方向如建筑材料(1.92%)、煤炭(1.37%)、纺织服饰(1.30%)则出现补涨[1] - 市值风格上 权重板块科创50(-5.61%)和创业板价值(-4.31%)大跌[1] 调整原因解读 - 成长科技板块大跌与近前期强势大涨方向吻合 电子、有色金属、电力设备、计算机、通信等行业在9月10日至10月9日期间涨幅居前 而在10月10日则包揽跌幅前五[2] - 调整主因是累涨过高背景下遭遇事件冲击 获利资金集中兑现 具体事件包括：多家券商将静态市盈率300倍以上或负数的股票两融折算率调整为0% 直接影响电子、算力、计算机等相关公司[2]；锂电池和人造石墨负极材料相关物项被实施出口管制 影响电池股及能源金属标的[3]；贵金属期货大幅跳水 沪金主力期货高位跳水超2.5% 沪银超4.5% 导致贵金属股票大跌[3] 中长期市场展望 - 市场上涨的核心驱动因素未改变 包括决策层对资本市场重视程度空前提高、资产荒背景下股市赚钱效应引导微观流动性持续流入、市场热点层出不穷[4] - 10月存在积极因素：10月20-23日召开四中全会将形成“十五五”规划纲要建议 有望提振风险偏好；10月底美联储议息会议大概率继续降息25个基点 有助改善A股流动性[5] 投资策略建议 - 第一条核心主线是新一轮成长产业景气周期 重点关注泛TMT、算力(CPO/PCB/液冷/光纤)、应用(机器人/游戏/软件)、军工等 AI算力基建业绩已兑现且具惯性 是核心方向 AI应用是容易承接内部估值扩散的领域[6] - 第二条主线是景气硬支撑领域 包括电力设备(风电/储能/电池/电源设备)、有色金属(稀土永磁/贵金属)、机械设备(工程机械)等 电力设备受益于风电出口高景气、海外储能需求高增等因素 有色金属中稀土永磁业绩亮眼 黄金受益于全球不确定性增加和美联储降息 机械设备则受海外需求带动景气回升[6]

根据研报内容，以下是关于量化模型和因子的总结： 量化因子与构建方式 1. **因子名称：Barra CNE5 风格因子**[36][38] * **因子构建思路**：采用行业标准的Barra CNE5模型定义的风格因子，用于分析基金的投资风格偏好，通过计算基金持仓在这些因子上的暴露度来刻画其风格特征[36][38] * **因子具体构建过程**：模型共定义了10个风格因子，每个因子的具体构建定义如下[38]： * **Beta（贝塔）**：定义为股票超额收益与市场收益的回归系数，代表对市场收益的敏感度 * **Momentum（动量）**：定义为Relative Strength，即股票的相对强弱，代表动量效应 * **Size（市值）**：定义为股票市值的对数，代表大盘风格 * **Earnings Yield（盈利）**：定义为Earnings-to-Price，即市盈率的倒数，代表盈利性 * **Residual Volatility（残差波动率）**：定义为日收益标准差、历史标准差等，代表波动性 * **Growth（成长）**：定义为盈利增长率、销售收入增长率等，代表成长性 * **BP（B/P）**：定义为Book-to-Price，即市净率的倒数，代表价值风格 * **Leverage（杠杆）**：定义为财务杠杆率，代表财务杠杆水平 * **Liquidity（流动性）**：定义为换手率，代表流动性水平 * **Non-linear Size（非线性市值）**：定义为股票市值的立方，用于捕捉中盘股效应 模型的回测效果 1. **华商鑫安基金风格暴露**，Beta因子暴露较高[39]，动量因子暴露高于基准[39]，成长因子暴露较高[39]，流动性因子暴露较高[39]，非线性市值因子暴露较高[39]，市值因子暴露低于基准[39]，盈利因子暴露低于基准[39]，B/P因子暴露低于基准[39]，杠杆因子暴露低于基准[39] 2. **华商双驱优选基金风格暴露**，风格暴露特征与华商鑫安类似，相对其基准（沪深300）也呈现出市值偏小、成长属性更强的特点[41] 因子的回测效果 1. **Barra CNE5风格因子**，应用于基金风格分析显示基金经理投资框架成熟稳定，因子暴露波动较小[39]，基金呈现稳定的中盘成长风格[39]

核心观点 - 报告认为，国庆假期后A股市场预计将维持震荡上涨趋势，主要受海外风险偏好乐观传导和国内四中全会期待支撑[5][6] - 行业配置上，成长科技和业绩支撑是两条核心主线，其中以AI算力基建为代表的新一轮成长产业景气周期已确立，核心地位不可动摇[5][6][16] 市场观点 - 十一假期国内经济基本面呈现边际压力但变化不大，对市场影响有限：出行人次10月1日至6日较去年同期分别增长1.7%、6.4%、7.5%、6.1%、3.4%、7%，但假期票房预计约20亿元，剔除多一天影响后低于2024年黄金周7天票房21.05亿元，23个热门城市二手房实时成交量同比下跌49%[12][13] - 美国政府“停摆”对美国经济基本面影响有限，美联储10月底继续降息25个基点仍是大概率事件，除非后续公布的9月非农数据显示失业率明显下降，否则不会改变年内降息决定[4][14][15] 行业配置 - 核心主线是新一轮成长产业景气周期，AI算力基建核心地位明确，具体可关注泛TMT、算力（如CPO/PCB/液冷/光纤）、AI应用（如机器人/游戏/软件）以及军工[5][16][17] - 第二条主线是景气硬支撑或业绩超预期领域，包括电力设备（风电/储能/电池/电源设备）、有色金属（稀土永磁/贵金属）和机械设备（工程机械）[6][8][17][19] - 电力设备受益于风电出口高景气、海外储能需求高增、固态电池突破性进展及数据中心建设对电源设备的需求[17] - 有色金属中，稀土永磁在中美关系变化中具备攻守兼备特性且中报业绩亮眼，黄金则因全球不确定性增加和美联储降息带动实际利率下行而价格新高不断[8][17][19] - 机械设备中的工程机械在海外需求带动下正处于新一轮景气周期回升的前期[8][19]

报告行业投资评级 - 行业评级：增持 [1] 报告核心观点 - 航运业碳减排迫在眉睫，绿色甲醇凭借其良好的燃烧特性、储运安全便捷及全生命周期碳排放接近零甚至负值的优势，或将成为关键解决方案 [3] - 国际海事组织（IMO）的净零排放框架草案有望在2025年10月通过，将强制推动航运业绿色转型，使用零碳或净零燃料替代传统燃油是最重要的减排手段，绿色甲醇是可行性较高的方案 [4] - 绿色甲醇行业正处于从示范走向商业化的关键阶段，随着项目投产、绿电成本下降及工艺优化，其经济性有望持续提升，从而刺激需求 [8] 航运业减排驱动与绿色甲醇需求 - IMO净零排放框架草案要求航运业2030年碳排放比2008年减少至少20%，2050年左右实现净零排放，并可能对未达标船舶征收每吨100-380美元CO₂eq的罚金 [4][20] - 欧盟已将航运业纳入碳排放交易体系（ETS），要求进入欧盟港口的大型船舶自2024年起为其排放支付碳配额，支付比例从2024年的40%逐年提升至2026年的100% [4][21] - 相较于其他低碳燃料（如生物柴油、生物LNG、绿氨），绿色甲醇在储存运输、港口改造难度和现有船舶改装成本（仅需300-500万美元）方面具有优势，全球已有50多个主要港口具备甲醇加注能力 [25] - 目前全球在运和有订单的甲醇燃料动力船已达390艘，其中集装箱船228艘 [4][29]；基于现有订单，预计到2030年仅集装箱船对绿色甲醇的年需求量就将超过900万吨，罗兰贝格管理咨询进一步预测2030年全球需求将达到1200万吨 [4][29] 绿色甲醇产业现状与产能规划 - 当前绿色甲醇生产处于起步阶段，2025年全球产能仅170万吨，但规划和在建项目众多，预计2030年产能将快速扩张至3930万吨，其中高概率项目产能为1310万吨 [6][39] - 中国在绿色甲醇产能规划和建设方面全球领先，国内已有超过60个项目正在推进，产能规模超过800万吨/年 [7][58]；乐观情形下，2026-2027年中国产能可能占全球的80%左右，到2030年占比约为60% [7][58] - 绿色甲醇主要生产工艺包括生物质甲醇（气化路线和发酵-甲烷路线）和电制甲醇（绿氢+可再生碳源） [6][46]；生物质甲醇当前成本较低，电制甲醇则被认为是长期有前景的路线，其成本下降依赖绿电成本降低和碳源（直接空气捕集或生物质来源）获取技术的突破 [6][7][52] 政策支持与基础设施配套 - 中国积极推广绿色甲醇应用，2025年十部门联合发布指导意见，明确提出到2035年“基本建成交通运输绿色燃料供应体系”的目标 [5][35] - 港口加注业务配套加速，上海港于2024年4月完成国内首单绿色甲醇船对船加注作业，青岛、宁波、深圳等港口也在积极推进 [5][36]；中国船级社已发布相关指南，标志着船用绿色甲醇燃料及加注技术链基本建成 [34] 投资建议与相关公司 - 报告建议关注两条主线：一是拥有绿色甲醇产能或技术储备的企业，二是相关的工程及设备企业 [11][63][64] - 报告列出了多家相关上市公司的财务数据以供参考，包括复洁环保、金风科技、东华科技、嘉泽新能、中集安瑞科、吉电股份、华谊集团、航天工程、中国化学 [9][77]

投资评级与核心观点 - 投资评级为“买入” [1] - 报告核心观点：沃尔核材是铜互连核心标的，全球高速铜缆领军者，将受益于AI算力高增驱动的铜互连产业趋势 [4] 公司业务概览与市场地位 - 公司业务涵盖电子材料、通信线缆、电力产品、新能源汽车及风力发电五大类，2025年上半年营收占比分别为32%、32%、18%、12%、2% [4] - 公司在多个细分市场占据领先地位：全球热缩材料市占率21%（第一），中国电缆附件市占率11%（第一），中国新能源汽车DC充电枪市占率42%（第一） [17][19][22] - 2020-2024年，公司营业总收入从41亿元增至69亿元，复合年增长率为14%；归母净利润从4亿元增至9亿元，复合年增长率为21% [4] AI算力与铜互连产业趋势 - 铜互连方案具有低成本、低功耗、高性价比优势，适用于AI数据中心短距离传输，其线材成本占总成本约90% [5] - 全球高速铜缆市场规模预计将从2025年的19亿元增长至2029年的49亿元，复合年增长率约27% [5][27] - 全球高速铜缆行业集中度高，2024年前五大制造商收入合计约11亿元，市场份额达87%；沃尔核材为全球第二大制造商，市场份额约25% [5][27] 公司核心竞争力 - 产品技术领先：子公司乐庭智联已完成224G单通道高速铜缆开发并启动量产，800G多通道产品已量产，1600G多通道产品已完成开发 [6][68] - 产能持续扩张：到2025年底将拥有二十余台进口发泡芯线挤出机，2026年4月前还将有10台进口设备到货，高速线产能有望持续跃升 [6][71] - 客户资源优质：高速通信线产品供应给安费诺、莫仕、泰科等国际连接器巨头，以及立讯精密等国内领先企业，间接切入海内外AI数据中心供应链 [6][71] 财务预测与估值 - 预计公司2025/2026/2027年营业收入分别为86.1亿元、118.7亿元、146.1亿元 [7][73] - 预计同期归母净利润分别为12.8亿元、18.7亿元、25.5亿元，对应每股收益为1.02元、1.48元、2.02元 [7][73] - 以2025年9月29日收盘价计算，对应市盈率分别为30.39倍、20.89倍、15.33倍 [7][73] - 通信电缆业务是核心增长驱动力，预计2025-2027年营收增速分别为50%、90%、40%，毛利率从25%提升至35% [72]

半导体与AI算力 - 中芯国际2025年归母净利润预计4989百万元，同比增长35%，先进制程营收预计同比增长68%[1] - 中芯国际作为国内唯一具备先进制程技术的晶圆代工企业，受益于AI芯片需求爆发和国产化替代，订单能见度延伸至2026年[1] - 第四范式2025年预计扭亏为盈，归母净利润34百万元，营业收入7072百万元，同比增长34%[1] - 第四范式整体估值约4倍P/S，相比国内AI公司处于相对低位，长期有较大估值空间[1] 新能源与汽车 - 中创新航2025年归母净利润预计1395百万元，同比增长136%，营业收入43125百万元，同比增长55%[1] - 中创新航储能电池涨价顺利落地，动力电池出海高毛利，商用车及储能电池高增带动整体市占率提升[1] - 赛力斯2025年归母净利润预计10124百万元，同比增长70%，营业收入191237百万元，同比增长32%[1] - 赛力斯新车型M7大改款预计将月销量从0.5万辆提升至2万辆，单月交付从4.3万提升至5万以上[1] 消费与制造 - 科沃斯2025年归母净利润预计21百万元，同比增长155%，营业收入198百万元，同比增长19%[1] - 科沃斯产品周期与全球化空间开启，第三曲线（割草/擦窗机器人）远期有望带来50亿以上规模空间[1] - 太阳纸业2025年归母净利润预计3469百万元，同比增长12%，营业收入44337百万元，同比增长9%[1] - 太阳纸业林浆纸一体化成本优势明显，产能扩张贡献业绩增量，三大基地协同发展竞争壁垒稳固[1]

根据研报内容，现对其中涉及的量化模型与因子进行总结如下： 量化模型与构建方式 1. **模型名称**：迭代因子选择模型[3] - **模型构建思路**：针对“因子动物园”问题，提出一种系统性的迭代选择策略，旨在以最少数量的因子捕捉绝大部分有效的定价信息[2][3] - **模型具体构建过程**：该模型从CAPM开始，在每一步迭代中，从剩余因子池中选择一个能最大程度提升当前模型解释力的因子加入模型，提升效果通过GRS统计量的下降幅度来衡量[3] - **步骤1**：设 l=0，以CAPM模型作为起点，解释因子动物园中除市场因子外的N个因子[25] $$f_{i}=\alpha_{i}+\beta_{m}r_{m}+\varepsilon_{i}\qquad i=1,\ldots,N\tag{1}$$ 其中，rm 是市场超额收益，N 是因子动物园中除市场因子外的因子数量[25] - **步骤2**：测试 N−l 个不同的增强因子模型，每个模型都将一个剩余的因子（标记为 ftest）添加到前一次迭代的模型中[26] $$f_{i}=\alpha_{i}+\beta_{m}r_{m}+\sum_{k=1}^{l}\beta_{k}f_{k}+\beta^{test}f^{test}+\varepsilon_{i}\qquad i=1,\ldots,N-l\,$$ - **步骤3**：根据解释力（由GRS统计量量化）对测试的因子模型进行排序，并选择最强的模型[26] - **步骤4**：设 l=l+1，并根据增强后的因子模型计算剩余显著因子alpha的数量 n(α)t>x[26] $n(\alpha)_{t>x}=|\{a_{i}\,|\,t(a_{i})>x\}|$$i=1,...,N-l$ 其中 x 是选定的显著性阈值（例如 t>1.96 或 t>3.00）[26][29] - **步骤5**：如果 n(α)t>x=0，即剩余因子的alpha在统计上与零无差异，则停止迭代；否则，返回步骤2继续[26] - **模型评价**：该方法能以最少的因子数量，系统性地捕捉因子动物园中的绝大部分有效信息，其有效性在美国及全球数据中均得到验证[3][4][71] 2. **模型名称**：GRS统计量评估模型[30] - **模型构建思路**：GRS统计量用于检验所有测试资产的alpha是否联合为零，是评估资产定价模型性能的标准工具[30] - **模型具体构建过程**：GRS检验统计量的计算基于测试资产alpha的最大化夏普比率平方和模型因子收益的最大化夏普比率平方[30] - 截距项的最大化夏普比率平方定义为： $$Sh^{2}(\alpha)=\alpha^{\dagger}\Sigma^{-1}\alpha\tag{4}$$ 其中 Σ=eτe/(τ−K−1)是回归残差 e 的协方差矩阵[30] - 给定模型因子的最大化夏普比率平方定义为： $$Sh^{2}(f)=\overline{f}^{\dagger}\Omega^{-1}\overline{f}\tag{5}$$ 其中 fˉ 是模型的平均因子收益，Ω=(f−fˉ)⊤(f−fˉ)/(τ−1)是模型因子的协方差矩阵[30] - GRS检验统计量计算为： $$F_{G R S}=\frac{\tau(\tau-N-K)}{N(\tau-K-1)}\,\frac{S h^{2}(\alpha)}{(1+S h^{2}(f))}$$ 且 FGRS∼F(N,τ−N−K)[30] 模型的回测效果 1. **迭代因子选择模型**（基于美国市值加权因子，样本期1971年11月至2021年12月）[31][32][40] - 当使用 t>3.00 的显著性阈值时，添加第15个因子后，剩余显著alpha的数量降至0[40][42] - 当使用 t>1.96 的显著性阈值时，总共需要18次迭代可使剩余alpha变得不显著[40][42] - 在包含相同数量因子的情况下，该迭代模型优于常见的学术因子模型（如Fama-French五因子、六因子模型等）[43][46] 2. **GRS统计量评估结果**（针对迭代因子选择过程）[40] - 起点CAPM模型的GRS统计量为4.36 (p值为0.00)，剩余显著因子数量（t>2阈值）为105个，（t>3阈值）为86个[40] - 添加第一个因子（cop_at）后，GRS统计量降至3.54，平均绝对alpha为年化3.94%[40] - 添加第二个因子（noa_grla）后，GRS统计量降至2.98，平均绝对alpha降至年化2.15%[40][41] - 添加第15个因子（rmax5_rvol_21d）后，GRS统计量降至1.19 (p值为0.09)[40] 量化因子与构建方式 1. **因子名称**：基于现金的营业利润与账面资产比率 (cop_at)[40] - **因子构建思路**：属于质量因子类别，在迭代选择过程中被识别为因子动物园中最强的因子[40][46] 2. **因子名称**：净经营资产变化 (noa_grla)[40] - **因子构建思路**：属于投资因子类别，在迭代选择过程中被识别为次强的因子[40] 3. **因子名称**：销售增长（1个季度）(saleq_gr1)[40] - **因子构建思路**：属于投资因子类别[40] 4. **因子名称**：内在价值与市值比 (ival_me)[40] - **因子构建思路**：属于价值因子类别[40] 5. **因子名称**：残差动量 t-12 至 t-1 (resff3_12_1)[40] - **因子构建思路**：属于动量因子类别[40] 6. **因子名称**：第6-10年滞后收益（年化）(seas_6_10an)[40] - **因子构建思路**：属于季节性因子类别[40] 7. **因子名称**：债务与市值比 (debt_me)[40] - **因子构建思路**：属于价值因子类别[40] 8. **因子名称**：第6-10年滞后收益（非年化）(seas_6_10na)[40] - **因子构建思路**：属于低风险因子类别[40] 9. **因子名称**：零交易天数（12个月）(zero_trades_252d)[40] - **因子构建思路**：属于低风险因子类别[40] 10. **因子名称**：当期营运资本变动 (cowc_grla)[40] - **因子构建思路**：属于应计项目因子类别[40] 11. **因子名称**：净非流动资产变动 (nncoa_grla)[40] - **因子构建思路**：属于投资因子类别[40] 12. **因子名称**：经营现金流与市值比 (ocf_me)[40] - **因子构建思路**：属于价值因子类别[40] 13. **因子名称**：零交易天数（1个月）(zero_trades_21d)[40] - **因子构建思路**：属于低风险因子类别[40] 14. **因子名称**：换手率 (turnover_126d)[40] - **因子构建思路**：属于低风险因子类别[40] 15. **因子名称**：过去五个最高日收益经波动率调整 (rmax5_rvol_21d)[40] - **因子构建思路**：属于短期反转因子类别，是使剩余显著alpha数量（t>3阈值）降为零的关键因子[40][42] 因子的回测效果 1. **关键因子集整体效果**（美国市场，前15个选定因子）[40][46] - 这15个因子源自13个因子风格类别中的8个，显示了因子集的异质性[17][46] - 该因子集能够解释美国市场153个因子的绝大部分收益信号，表明多数因子存在冗余[2][17] 2. **因子加权方案对比**（上限市值加权CW、市值加权VW、等权EW）[64][68][69] - **等权(EW)因子**：表现出更强且更多样的alpha，但需要超过30个因子才能覆盖因子动物园（t>2阈值）[4][64][69][70] - **上限市值加权(CW)因子**：需要约15个因子（t>3阈值）或18个因子（t>2阈值）来覆盖因子动物园[64][69][70] - **市值加权(VW)因子**：需要约18-19个因子（t>2阈值）来覆盖因子动物园[69][70] 3. **全球因子分析效果**（样本期1993年8月至2021年12月）[71][74] - 使用全球因子数据时，需要约11个因子（t>3阈值）或20多个因子（t>2阈值）来覆盖全球因子动物园[74] - 基于全球数据选出的因子模型对美国因子的解释力强于对美国以外全球因子的解释力，暗示国际因子蕴含更丰富的alpha信息[4][71][75]