量化市场跟踪：大类因子表现 - 本周全市场股票池中，盈利因子获取正收益0.61% [4] - 市值因子、非线性市值因子、动量因子分别获取正收益0.25%、0.24%、0.23%，市场表现为大市值风格 [4] - 残差波动率因子获取负收益-0.59% [4] 量化市场跟踪：单因子表现（沪深300股票池） - 本周表现较好的因子有单季度ROA (1.43%)、市销率TTM倒数 (1.39%)、日内波动率与成交金额的相关性 (1.36%) [5] - 表现较差的因子有对数市值因子(-1.70%)、单季度净利润同比增长率(-1.25%)、5日反转(-1.25%) [5] 量化市场跟踪：单因子表现（中证500股票池） - 本周表现较好的因子有5日平均换手率(1.68%)、日内波动率与成交金额的相关性 (1.66%)、6日成交金额的移动平均值 (1.30%) [5] - 表现较差的因子有对数市值因子(-1.21%)、单季度ROE同比(-1.14%)、单季度ROA同比(-0.87%) [5] 量化市场跟踪：单因子表现（流动性1500股票池） - 本周表现较好的因子有市盈率因子 (2.13%)、单季度EPS (2.07%)、市盈率TTM倒数(1.86%) [6] - 表现较差的因子有5日反转 (-1.44%)、单季度ROE同比 (-1.10%)、单季度净利润同比增长率(-0.80%) [6] 量化市场跟踪：因子行业内表现 - 基本面因子中，净资产增长率因子、净利润增长率因子、每股净资产因子、每股经营利润TTM因子在纺织服装、非银金融行业正收益较为一致 [7] - 估值类因子中，本周EP因子和BP因子在多数行业正收益显著 [7] - 残差波动率因子和流动性因子在煤炭、综合行业正收益较为一致 [7] - 市值风格上，本周石油石化、通信、机械设备行业大市值风格显著，综合、钢铁、银行行业小市值风格显著 [7] 量化策略组合跟踪：PB-ROE-50组合 - 本周PB-ROE-50组合在中证500和中证800股票池中获取正超额收益 [8] - 中证500股票池中获得超额收益0.76%，中证800股票池中获得超额收益0.21%，全市场股票池中获得超额收益-0.09% [8] 量化策略组合跟踪：机构调研组合 - 本周公募调研选股策略和私募调研跟踪策略获取正超额收益 [9] - 公募调研选股策略相对中证800获得超额收益0.42%，私募调研跟踪策略相对中证800获得超额收益0.29% [9] 量化策略组合跟踪：大宗交易组合 - 本周大宗交易组合相对中证全指获取负超额收益-0.16% [10] 量化策略组合跟踪：定向增发组合 - 本周定向增发组合相对中证全指获取负超额收益-2.30% [11]

星阔投资认为，红利类指数本身具备高股息、低回撤、稳健收益高、抗跌性强等特性，叠加量化投资模 型创造出的超额收益，使得红利指增策略具有可观的年化投资回报潜力。量化红利策略的核心优势在于 低波动性与长期稳健增长，投资者需要耐心持有，而非精准择时。 【导读】稳健优势凸显，红利指增策略受追捧 在利率中枢下移的背景下，量化红利指数增强策略正成为私募机构的布局热点。茂源量化、磐松资产、 星阔投资等私募纷纷加码该赛道，红利指增策略已从细分领域走向主流配置，成为满足投资者多元化投 资需求、平衡组合风险的重要工具。 私募积极布局 红利指增策略 近年来，私募机构纷纷布局量化红利指增策略。 "量化红利指增是我们重点布局的产品线。目前有两种红利指增策略，分别为价值红利指数增强策略和 红利低波指数增强策略，前者更侧重于在价值投资的框架中提升红利策略的长期收益，后者更强调红利 策略的优秀防御性和长期稳健性。"星阔投资表示。 排排网集团旗下融智投资FOF基金经理李春瑜表示，与比较流行的中证1000指增或中证2000指增相比， 量化红利指增策略有以下特征：一方面，策略因子更加偏向基本面因子，与以量价因子为主的其他指增 策略有明确区别；另一方 ...

银行理财参与IPO打新的趋势与动因 - 在政策推动下，银行理财正加速参与新股IPO打新，尤其关注科技型及科创板公司[2] - 参与度逐季提升：二季度仅1只产品参与1家公司询价，三季度10只产品参与13家公司询价，四季度（截至12月5日）11只产品参与17家公司询价[5] - 年内（截至12月5日）三家理财公司首发获配次数合计达117次，获配资金合计达1656.87万元[6] - 积极参与的三大原因：政策松绑扫清制度障碍；利率下行环境下，打新成为拓展“固收+”策略、博取超额收益的重要途径；港股市场优化及“A+H”模式吸引前瞻性布局[6] - 政策赋予银行理财与公募基金同等的网下打新A类投资者地位，提供了便利[6] 对科创企业的聚焦与战略意义 - 理财公司参与询价的IPO企业中，超半数为科创板或创业板企业，涉及半导体、生物医药等行业[8] - 聚焦科创领域的原因：相关新股上市初期通常表现强劲，网下申购回报率较高；其代表的“硬科技”领域符合国家战略导向，受市场青睐[8] - 理财资金作为“耐心资本”支持科创企业，是金融服务实体经济、培育新质生产力的直接体现[8] - 科创领域新股呈现出首日涨幅相对突出、破发风险相对较低的特征，市场表现亮眼[8] - 中期内，科创板仍是理财打新最核心的阵地；长期看，打新范围有望向创业板、主板及更多细分赛道拓展[8] - 未来打新范围或向高端制造、医疗健康等其他战略性新兴产业拓展[9] 未来策略与发展方向 - 未来打新市场有望保持活力，但收益分化态势或延续[11] - 不同板块特点：双创板块（科创板、创业板）因高成长性可能维持较高收益弹性；主板凭借流动性优势可能在中签率上占优[11] - 理财公司应聚焦“硬科技”等国家战略支持领域，提升新股定价与入围能力，并结合多资产配置分散风险[11] - 除打新外，可通过多资产、多策略拓展收益来源：在资产配置层面扩展至公募REITs、可转债、黄金及跨境资产等；在权益内部布局主题方向与高股息策略[11] - 在策略与工具层面，可推进指数化、量化等系统化投资方法，并运用衍生品工具进行风险对冲与收益增强[11] - 建议理财公司深化与外部机构合作，通过委托投资、聘请投顾等方式借助外部投研优势，共同创设有竞争力的产品[11]

【导读】 稳健优势凸显，红利指增策略受追捧 中国基金报记者 任子青 在利率中枢下移的背景下，量化红利指数增强策略正成为私募机构的布局热点。茂源量化、 磐松资产、星阔投资等私募纷纷加码该赛道，红利指增策略已从细分领域走向主流配置，成 为满足投资者多元化投资需求、平衡组合风险的重要工具。 私募积极布局 排排网集团旗下融智投资FOF基金经理李春瑜表示，与比较流行的中证1000指增或中证2000 指增相比，量化红利指增策略有以下特征：一方面，策略因子更加偏向基本面因子，与以量 价因子为主的其他指增策略有明确区别；另一方面，风格稳定，防御性强。红利因子本身偏 爱财务状况健康、现金流稳定、乐于回馈股东的公司，因这类公司通常估值较低，抗跌性较 强。 星阔投资认为，红利类指数本身具备高股息、低回撤、稳健收益高、抗跌性强等特性，叠加 量化投资模型创造出的超额收益，使得红利指增策略具有可观的年化投资回报潜力。量化红 利策略的核心优势在于低波动性与长期稳健增长，投资者需要耐心持有，而非精准择时。 磐松资产称，红利指数在当前的市场环境中，具有应对低利率环境、缓解"资产荒"焦虑、获 取稳定现金流，以及顺应政策导向的战略配置优势。 此外 ...

量化模型与因子总结 量化模型与构建方式 1. **模型名称**：风格组相对拥挤度模型[72] * **模型构建思路**：通过计算不同风格指数换手率的历史标准化值差异，来衡量两种风格之间的相对交易热度或拥挤程度，以判断风格配置的风险与性价比[72] * **模型具体构建过程**： 1. 对于风格A和风格B的指数，分别计算其近252日的平均换手率[127] 2. 将计算出的平均换手率序列，在2005年1月1日以来的历史时间序列上进行Z-score标准化，得到Z-score_A与Z-score_B[127] 3. 计算两个标准化值的差值：差值 = Z-score_A - Z-score_B[127] 4. 计算该差值序列的滚动6年历史分位数（若历史数据不足6年但满1年，则使用全部历史数据计算），该分位数即为风格A相对于风格B的相对拥挤度[127] 2. **模型名称**：风格指数累计超额净值模型[128] * **模型构建思路**：以万得全A指数为基准，计算各风格指数相对于基准的累计超额收益，用于跟踪和比较不同风格的长期表现[128] * **模型具体构建过程**： 1. 设定基准日（例如2020年1月4日）[128] 2. 将各风格指数及万得全A指数的每日收盘价除以基准日收盘价，得到各自的累计净值序列[128] 3. 将各风格指数每日的累计净值除以同一交易日万得全A指数的累计净值，得到该风格指数相对于万得全A的累计超额净值[128] 3. **模型名称**：机构调研活跃度分位数模型[129] * **模型构建思路**：通过标准化和比较不同板块（指数、行业）的机构调研频率，构建一个衡量机构关注度相对强度的指标，并计算其历史分位以判断当前热度[129] * **模型具体构建过程**： 1. 对于特定板块，计算其近n个交易日的“日均机构调研次数”[129] 2. 将该日均值在滚动y年的历史时间序列上进行z-score标准化[129] 3. 将板块的标准化值与万得全A的标准化值作差，得到“机构调研活跃度”[129] 4. 计算该“机构调研活跃度”值的滚动y年历史分位数[129] * **长期口径参数**：n取126（近半年），滚动窗口y为6年（历史数据满3年不足6年时用全部数据）[129] * **短期口径参数**：n取63（近一季度），滚动窗口y为3年（历史数据满1年不足3年时用全部数据）[129] 量化因子与构建方式 1. **因子名称**：滚动季度夏普率[37] * **因子构建思路**：计算万得全A指数滚动一个季度（约63个交易日）的夏普比率，用于衡量市场在短期内的风险调整后收益，作为市场情绪风险的观测指标[37] * **因子评价**：该因子上升至历史极高位置通常表明市场情绪达到极端高峰，后续情绪平复时市场易进入震荡或调整，可用于预警回撤风险[37] 2. **因子名称**：股债风险溢价（ERP）[51] * **因子构建思路**：计算股票市场市盈率倒数与无风险利率（10年期国债收益率）的差值，用于衡量股票资产相对于债券资产的超额收益预期，即配置性价比[51] * **因子具体构建过程**：对于任一指数，其ERP计算公式为： $$ERP = \frac{1}{PE\_TTM} - 10年期国债到期收益率$$[51] 其中，$PE\_TTM$为指数的滚动市盈率。 3. **因子名称**：成交热度[26] * **因子构建思路**：使用“周度日均自由流通换手率”的历史分位值来衡量指数、板块或行业当前的交易活跃度相对于其自身历史的水平[26] * **因子具体构建过程**：计算指定指数、板块或行业在本周的日均自由流通换手率，然后计算该值在“2005年1月1日至今”历史区间内的百分位值，即为成交热度[26][32] 4. **因子名称**：长江动量因子[63] * **因子构建思路**：以最近一年收益率减去最近一个月收益率（剔除涨停板影响）作为动量指标，旨在捕捉中长期持续性的价格趋势[63] * **因子评价**：该因子用于构建“长江动量”指数，表征A股市场中动量特征强的股票整体走势[63] 5. **因子名称**：长江反转因子[63] * **因子构建思路**：以最近一个月股票收益率作为筛选指标，旨在捕捉短期价格的反转效应[63] * **因子评价**：该因子用于构建“长江反转”指数，表征A股市场中高反转特征个股的整体表现[63] 模型的回测效果 1. **风格组相对拥挤度模型**，成长vs红利相对拥挤度历史分位：66%（本周末）[72]，小盘vs大盘相对拥挤度历史分位：41%（本周末）[72]，微盘股vs中证800相对拥挤度历史分位：91%（本周末）[72] 2. **风格指数累计超额净值模型**，成长较红利累计超额净值：处于历史较高位置[72]，小盘较大盘累计超额净值：处于历史均衡位置[72]，微盘股较中证800累计超额净值：处于历史极高位置[72][78] 因子的回测效果 1. **滚动季度夏普率因子**，万得全A滚动季度夏普率：从历史极高点回落[37] 2. **股债风险溢价（ERP）因子**，万得全A指数ERP百分位：62%（本周末）[59]，沪深300指数ERP百分位：63%（本周末）[59]，创业板指数ERP百分位：87%（本周末）[59] 3. **成交热度因子**，万得全A成交热度（换手率分位）：82%（本周末）[32]，电力设备及新能源行业成交热度：97%（本周末）[26]，建材行业成交热度：94%（本周末）[26] 4. **长江动量因子**，动量较反转超额收益（近一周）：0.1%[60]，动量较反转超额收益（近一月）：3.5%[60]，动量较反转超额收益（年初至今）：25.1%[60] 5. **长江反转因子**，动量较反转超额收益（近一周）：0.1%[60]，动量较反转超额收益（近一月）：3.5%[60]，动量较反转超额收益（年初至今）：25.1%[60]

1. 不看市场情绪冷热 2. 不追涨杀跌 3. 不迷信股价高低 一、芯片新贵的资本盛宴 当沐曦股份以104.66元/股的发行价登陆科创板时，我盯着屏幕上那个56.35倍的市销率数字，不禁会心一笑。作为量化投资的实践者，这个数字让我想起了 十年前第一次用「量化交易系统」时的震撼——原来市场的真相都藏在数据里。 这家由AMD前科学家创立的GPU企业，三年营收增长40倍的神话确实耀眼。但更让我在意的是国家人工智能产业投资基金的现身——2.38%的战略配售比 例，就像围棋中的"天元"落子，暗藏玄机。在量化世界里，我们管这叫"聪明钱标记"，这些机构的动向往往比财报数字更能说明问题。 二、我的牛市生存法则 十年量化生涯教会我一个真理：牛市里「适时换股」强于「盲目持股」。前者是冲浪高手借势而行，后者就像不会游泳的人抱着一块浮木随波逐流。我的交 易系统里刻着三条铁律： 三、华为概念背后的数据密码 就像2024年的黄金行情，当时多少人看着菜百股份8倍PE和16%的业绩增长就冲进去？结果呢？我的系统清晰显示「机构库存」持续下降，这就像看着潮水 退去还坚持留在沙滩上。 但戏剧性的是，2025年同样的黄金牛市，同样的菜百股份，走势却 ...

市场环境与行业规模概览 - 2025年1月至11月，全球主要股指普遍上涨：A股上证指数、深证成指和创业板指分别上涨约16.02%、24.67%、42.54%；港股恒生指数和恒生科技指数涨幅均超过25%；美股纳斯达克指数上涨约21%，标普500指数上涨16.45% [2] - 截至2025年10月末，中国存续私募基金管理总规模首次突破22万亿元，创历史新高；其中，私募证券投资基金规模达7.01万亿元，较2024年末增加1.8万亿元，增幅超过34% [2] 私募管理人规模变动整体情况 - 截至2025年11月29日，存续证券投资类私募管理人共7569家，其中仅有673家实现了管理规模区间跃升，占比不足11%；有6606家规模区间维持不变，197家规模下滑 [3] - 头部私募（管理规模50亿以上）数量显著扩容：百亿以上私募从88家增至113家，增幅28.41%；50-100亿私募从92家增至124家，增幅34.78% [4][5] - 小型私募（0-5亿）数量从2024年底的6375家减少至6161家，降幅3.36% [4][5] - 在673家规模跃升的私募中，量化私募的规模跃升率为18.73%，显著高于主观私募的6.97% [5] 规模跃升至少3级的私募（20家） - 仅有20家私募规模区间较2024年末至少跃升3级，占存续证券私募总数约0.3%；其中19家跃升3级，1家跃升4级 [6] - 量化私募在此类别中占据主导，共11家；主观私募为7家，另有2家“主观+量化”混合类私募 [7] - 上海坤灵私募是唯一跃升4级的公司，从2024年底的0-5亿规模跃升至50-100亿规模；该公司为股票策略量化私募，实控人徐翔拥有20年从业经验 [6] - 在符合排名条件的13家私募中，2025年收益排名前三的依次是：路远私募、浩坤昇发资产、翰荣投资 [7][8] - 路远私募（主观股票策略）从0-5亿跃升至20-50亿，实控人路文韬拥有近20年从业经验 [8] - 浩坤昇发资产（主观股票策略）从0-5亿跃升至20-50亿，其基金经理李佳佳管理的产品业绩突出 [9] 规模跃升2级的私募（99家） - 管理规模较2024年底跃升2级的私募共有99家；其中主观私募占42席，量化私募占37席 [10] - 在符合排名条件的40家私募中，收益排名前10的上榜门槛超过***%，前十名包括北京禧悦私募、精砚私募、智信融科等 [10][11] - 智信融科是收益前十中唯一以CTA策略为核心的量化私募，从0-5亿跃升至10-20亿；其创始人曾任职于世坤投资（WorldQuant） [12][13] - 准百亿私募千朔投资（量化股票策略）从10-20亿跃升至50-100亿，深耕低频Alpha赛道，风控严格 [14] 规模跃升至50亿以上的头部私募（93家） - 有93家私募的管理规模跃升进入50亿以上阵营，其中100亿以上38家，50-100亿55家 [15] - 从投资模式看，量化私募占据43席，略多于主观私募的41家 [15] - 在符合排名条件的43家私募中，收益排名前10的上榜门槛为***%；前十名中除云起量化（量化）外，其余9家均为主观私募 [15][16] - 收益排名前五的私募为：同犇投资、盛麒资产、远信投资、复胜资产、云起量化 [16] - 盛麒资产（主观股票策略）从20-50亿跃升至50-100亿（部分产品至100亿以上），专注于价值与成长投资 [16][18] - 云起量化（量化股票策略）从10-20亿跃升至50-100亿，是收益前十中唯一的量化私募 [16][18] - 有2家量化私募规模连跃3级至50亿以上：海南盛丰私募（从5-10亿至50-100亿）、安子基金（从5-10亿至50-100亿） [18]

私募基金备案量激增 - 2025年11月，共有1285只私募证券产品完成备案，较10月的994只环比大幅增长29.28%，创下年内月度备案量的次高纪录 [1][3] - 尽管11月A股市场震荡调整，但私募备案热情高涨，显示出机构在年底前强烈的“补充弹药”意愿 [3] 股票策略占据主导地位 - 从策略分布看，股票策略产品是备案的绝对主力，11月备案数量达849只，占全部备案产品的66.07% [3] - 长线资金借道股票私募布局权益市场的意愿坚定 [3] 资产配置需求多元化 - 投资者对多元化资产配置的需求快速增长，推动了多资产策略、期货及衍生品策略等产品备案数量的增长 [4] - 11月多资产策略备案产品193只，占比15.02%，该策略通过跨资产类别配置以适应风格轮动的市场 [4] - 期货及衍生品策略备案121只，占比9.42%，因其与股票市场的弱相关性，成为组合风险管理的“稳定器” [4] 量化私募成为核心驱动力 - 量化私募产品在11月共计备案565只，在全部备案产品中占比达到43.97%，意味着每发行两只产品就有一只是量化 [6][8] - 量化投资已成为私募行业最重要的增量来源 [8] 量化策略以进攻性股票策略为主 - 在量化产品内部，股票策略是核心阵地，备案数量达402只，占量化产品总量的绝对主导 [8] - 细分来看，量化多头（指数增强及量化选股）策略表现最为突出，11月共备案310只，占量化产品总数的54.87%，表明量化私募正积极通过带风险敞口的策略捕捉股票市场上涨收益 [8] - 股票市场中性策略备案79只，占比13.98%，显示追求绝对收益、规避系统性风险的需求稳定 [8] 量化在衍生品领域应用成熟 - 在期货及衍生品策略中，量化CTA策略备案74只，占量化产品总数的13.10%，是除股票策略外最受欢迎的量化品类 [9] - 期权策略也有6只产品备案，反映出私募正利用量化手段在衍生品市场寻找独立的alpha机会 [9] 备案热情高涨的驱动因素 - 私募机构对后市预期乐观，认为权益资产估值进入合理区间，经济企稳、企业盈利底部确认，正积极备案以捕捉下一轮行情 [7] - 市场无风险收益率持续下行，削弱了传统固收产品吸引力，推动资金转向收益潜力更高的私募证券产品 [7] - 今年以来私募证券产品整体业绩亮眼，尤其是量化策略产品，正收益产品占比超过九成，增强了渠道与高净值客户的配置信心 [7] 行业马太效应加剧，头部机构主导 - 11月共有719家私募机构完成产品备案，其中备案数量不少于5只的活跃机构有49家 [11] - 头部机构，尤其是百亿级量化私募，成为备案主力军，在备案数量居前的49家机构中，管理规模100亿以上的机构多达30家，占比超过六成 [11] - 百亿量化巨头世纪前沿以20只的备案数量高居榜首，主观私募星石投资备案15只位列第二，明汯投资、上海孝庸私募和天算量化均备案12只并列第三 [11] 头部机构领跑的原因 - 监管政策导向推动行业“扶优劣汰”，在合规成本上升背景下，资金、渠道和人才进一步向头部集中 [12] - 头部私募在投研工业化、风控完备性及品牌信誉上具有明显护城河，更容易在震荡市中获得信任 [12] - 百亿量化私募今年以来整体业绩突出，超额收益稳定，凭借优异业绩吸引了大量资金认购 [12] 中小私募展现活力 - 部分中小规模机构展现出活跃生命力，例如管理规模20亿—50亿元的翰荣投资和管理规模0—5亿元的凌鸿志，均备案了9只产品，跻身榜单前列 [12] - 这表明具备差异化竞争优势或业绩爆发力的中小私募，依然拥有广阔的发展空间 [12]

私募基金11月备案潮核心观点 - 2025年11月私募证券产品备案量大幅增长，环比大增近三成，创下年内月度备案量次高纪录，显示私募机构在年底前强烈的“补充弹药”意愿 [1][3] - 量化私募是推动本轮备案潮的主力军，备案产品数量占据全市场近半壁江山，行业“马太效应”加剧，头部百亿级量化巨头几乎包揽备案榜单前列 [1][5][6][10] - 备案热情高涨源于对后市的乐观预期、无风险收益率下行推动的资产再配置需求以及私募证券产品（尤其是量化策略）今年以来的亮眼业绩 [3][8] 整体备案情况 - **备案数量与增长**：11月共有1285只私募证券产品完成备案，较10月份的994只大幅增长29.28% [1][3] - **备案节奏**：随着市场调整，11月产品备案节奏较此前市场火热时有所加快 [3] - **策略分布**：股票策略是绝对主力，备案849只，占比高达66.07%；多资产策略备案193只，占比15.02%；期货及衍生品策略备案121只，占比9.42% [3][4] 量化私募表现 - **整体占比**：11月量化私募产品共计备案565只，在全部备案产品中占比达到43.97% [6] - **核心策略**：量化私募的核心阵地是股票策略，备案402只，占全市场股票策略备案总量的近一半；其中量化多头（指数增强及量化选股）策略备案310只，占量化产品总数的54.87% [7] - **其他量化策略**：股票市场中性策略备案79只，占比13.98%；量化CTA策略备案74只，占比13.10%；期权策略备案6只 [7] 行业格局与机构表现 - **马太效应**：11月共有719家私募机构备案产品，其中备案不少于5只的活跃机构有49家；在这49家机构中，管理规模100亿以上的私募多达30家，占比超过六成 [10] - **头部机构领跑**：百亿级量化私募世纪前沿以20只备案数量居首；主观私募星石投资备案15只位列第二；明汯投资、上海孝庸私募、天算量化等多家百亿量化私募备案数量均在10只以上 [10][12] - **中小机构活力**：部分中小规模机构如翰荣投资（20亿-50亿）、凌鸿志（0-5亿）均备案了9只产品，跻身榜单前列 [11]

量化模型与构建方式 1. **模型名称：PB-ROE-50组合** * **模型构建思路：** 基于市净率（PB）和净资产收益率（ROE）两个核心指标，构建一个价值与质量相结合的选股模型[23]。 * **模型具体构建过程：** 报告未详细描述该组合的具体构建公式和步骤，仅提及了其核心选股逻辑（PB和ROE）[23]。 2. **模型名称：公募调研选股策略** * **模型构建思路：** 利用公募基金调研上市公司的行为信息，构建事件驱动选股策略[25]。 * **模型具体构建过程：** 报告未详细描述该策略的具体构建公式和步骤，仅提及了其信息源（公募调研）[25]。 3. **模型名称：私募调研跟踪策略** * **模型构建思路：** 利用私募基金调研上市公司的行为信息，构建事件驱动选股策略[25]。 * **模型具体构建过程：** 报告未详细描述该策略的具体构建公式和步骤，仅提及了其信息源（私募调研）[25]。 4. **模型名称：大宗交易组合** * **模型构建思路：** 基于“高成交、低波动”原则，从发生大宗交易的股票中筛选后续表现更佳的标的[29]。 * **模型具体构建过程：** 报告提及了构建该组合的两个关键因子：“大宗交易成交金额比率”越高、“6日成交金额波动率”越低的股票，其后续表现更佳。组合通过月频调仓方式构造[29]。 5. **模型名称：定向增发事件驱动选股组合** * **模型构建思路：** 以定向增发的股东大会公告日为事件节点，构建事件驱动选股策略[35]。 * **模型具体构建过程：** 报告提及构建时综合考虑了市值因素、调仓周期以及对仓位的控制，但未给出具体公式和详细步骤[35]。 模型的回测效果 1. **PB-ROE-50组合**，本周超越基准收益率（中证500）0.76%[24]，本周超越基准收益率（中证800）0.21%[24]，本周超越基准收益率（全市场）-0.09%[24]，今年以来超额收益率（中证500）2.84%[24]，今年以来超额收益率（中证800）15.39%[24]，今年以来超额收益率（全市场）18.22%[24]，本周绝对收益率（中证500）1.71%[24]，本周绝对收益率（中证800）1.40%[24]，本周绝对收益率（全市场）0.68%[24]，今年以来绝对收益率（中证500）27.48%[24]，今年以来绝对收益率（中证800）36.63%[24]，今年以来绝对收益率（全市场）43.75%[24] 2. **公募调研选股策略**，本周超越基准收益率0.42%[26]，今年以来超额收益率16.98%[26]，本周绝对收益率1.61%[26]，今年以来绝对收益率38.51%[26] 3. **私募调研跟踪策略**，本周超越基准收益率0.29%[26]，今年以来超额收益率16.12%[26]，本周绝对收益率1.48%[26]，今年以来绝对收益率37.50%[26] 4. **大宗交易组合**，本周超越基准收益率-0.16%[30]，今年以来超额收益率39.03%[30]，本周绝对收益率0.61%[30]，今年以来绝对收益率69.06%[30] 5. **定向增发组合**，本周超越基准收益率-2.30%[36]，今年以来超额收益率-5.43%[36]，本周绝对收益率-1.55%[36]，今年以来绝对收益率15.00%[36] 量化因子与构建方式 1. **因子名称：单季度ROA** * **因子构建思路：** 衡量公司最近一个季度的资产盈利能力，属于盈利类因子[12]。 * **因子具体构建过程：** 报告未提供具体计算公式。通常，单季度ROA = 单季度净利润 / 期初和期末平均总资产。 2. **因子名称：市销率TTM倒数** * **因子构建思路：** 估值类因子，市销率（Price-to-Sales）的倒数，值越高代表估值可能越低[12]。 * **因子具体构建过程：** 报告未提供具体计算公式。通常，市销率TTM倒数 = 最近12个月营业收入 / 总市值。 3. **因子名称：日内波动率与成交金额的相关性** * **因子构建思路：** 量价关联因子，描述股票日内价格波动与成交金额的同步关系，负向因子表明相关性越低（量价背离）可能预示后续表现越好[12]。 * **因子具体构建过程：** 报告未提供具体计算公式。 4. **因子名称：5日平均换手率** * **因子构建思路：** 流动性因子，衡量股票近期交易活跃程度，通常作为负向因子使用[14]。 * **因子具体构建过程：** 报告未提供具体计算公式。通常为最近5个交易日换手率的算术平均值。 5. **因子名称：6日成交金额的移动平均值** * **因子构建思路：** 流动性因子，衡量近期平均成交规模，通常作为负向因子使用[14]。 * **因子具体构建过程：** 报告未提供具体计算公式。通常为最近6个交易日成交金额的简单移动平均。 6. **因子名称：市盈率因子** * **因子构建思路：** 估值类因子，通常指市盈率（PE）或其倒数，衡量公司股价相对于其盈利水平的比值[16]。 * **因子具体构建过程：** 报告未提供具体计算公式。 7. **因子名称：单季度EPS** * **因子构建思路：** 盈利类因子，衡量公司最近一个季度的每股收益[16]。 * **因子具体构建过程：** 报告未提供具体计算公式。通常，单季度EPS = 单季度归属于母公司股东的净利润 / 期末总股本。 8. **因子名称：市盈率TTM倒数** * **因子构建思路：** 估值类因子，滚动市盈率（PE TTM）的倒数，即盈利收益率（Earnings Yield）[16]。 * **因子具体构建过程：** 报告未提供具体计算公式。通常，市盈率TTM倒数 = 最近12个月归属于母公司股东的净利润 / 总市值。 9. **因子名称：5日反转** * **因子构建思路：** 短期反转因子，认为过去短期内跌幅较大的股票在未来短期内可能有反弹，反之亦然，通常作为负向因子[12]。 * **因子具体构建过程：** 报告未提供具体计算公式。通常为股票过去5个交易日的收益率，取负值。 10. **因子名称：对数市值因子** * **因子构建思路：** 规模因子，使用公司总市值的自然对数来衡量公司规模，通常作为负向因子（小市值效应）[12]。 * **因子具体构建过程：** 报告未提供具体计算公式。通常，对数市值因子 = Ln(总市值)。 11. **因子名称：大类因子（盈利因子、市值因子、非线性市值因子、动量因子、残差波动率因子）** * **因子构建思路：** 将多个底层单因子按照其逻辑归属，合成代表某一特定风格维度的大类因子[1][18]。 * **因子具体构建过程：** 报告未提供具体合成方法。 12. **因子名称：行业内因子（如净资产增长率、净利润增长率、每股净资产、每股经营利润TTM、EP因子、BP因子、残差波动率、流动性、对数市值等）** * **因子构建思路：** 在申万一级行业内部，计算并比较各类因子的表现，以观察因子表现的行业差异性[21][22]。 * **因子具体构建过程：** 报告未提供行业内因子值的具体计算方法。 13. **因子名称：大宗交易成交金额比率** * **因子构建思路：** 用于大宗交易组合构建的特定因子，衡量大宗交易成交的活跃程度[29]。 * **因子具体构建过程：** 报告未提供具体计算公式。 14. **因子名称：6日成交金额波动率** * **因子构建思路：** 用于大宗交易组合构建的特定因子，衡量近期成交金额的稳定性[29]。 * **因子具体构建过程：** 报告未提供具体计算公式。 因子的回测效果 **（注：以下因子表现数据均为“最近1周”的收益，为剔除行业与市值影响后多头组合相对于基准指数的超额收益[12]。）** 1. **单季度ROA**，最近1周收益（沪深300）1.43%[13]，最近1周收益（中证500）0.78%[15]，最近1周收益（流动性1500）1.01%[17] 2. **市销率TTM倒数**，最近1周收益（沪深300）1.39%[13]，最近1周收益（中证500）0.54%[15]，最近1周收益（流动性1500）1.01%[17] 3. **日内波动率与成交金额的相关性**，最近1周收益（沪深300）1.36%[13]，最近1周收益（中证500）1.66%[15]，最近1周收益（流动性1500）1.11%[17] 4. **5日平均换手率**，最近1周收益（沪深300）0.75%[13]，最近1周收益（中证500）1.68%[15]，最近1周收益（流动性1500）0.84%[17] 5. **6日成交金额的移动平均值**，最近1周收益（沪深300）0.28%[13]，最近1周收益（中证500）1.30%[15]，最近1周收益（流动性1500）1.15%[17] 6. **市盈率因子**，最近1周收益（沪深300）0.91%[13]，最近1周收益（中证500）0.88%[15]，最近1周收益（流动性1500）2.13%[17] 7. **单季度EPS**，最近1周收益（沪深300）0.98%[13]，最近1周收益（中证500）1.04%[15]，最近1周收益（流动性1500）2.07%[17] 8. **市盈率TTM倒数**，最近1周收益（沪深300）0.93%[13]，最近1周收益（中证500）0.94%[15]，最近1周收益（流动性1500）1.86%[17] 9. **5日反转**，最近1周收益（沪深300）-1.25%[13]，最近1周收益（中证500）-0.48%[15]，最近1周收益（流动性1500）-1.44%[17] 10. **对数市值因子**，最近1周收益（沪深300）-1.70%[13]，最近1周收益（中证500）-1.21%[15]，最近1周收益（流动性1500）-0.33%[17] 11. **大类因子-盈利因子**，最近1周收益（全市场）0.61%[18] 12. **大类因子-市值因子**，最近1周收益（全市场）0.25%[18] 13. **大类因子-非线性市值因子**，最近1周收益（全市场）0.24%[18] 14. **大类因子-动量因子**，最近1周收益（全市场）0.23%[18] 15. **大类因子-残差波动率因子**，最近1周收益（全市场）-0.59%[18]