报告基本信息 - 报告名称为国投期货商品量化CTA周度跟踪 [1] - 报告发布方为国投期货研究院金融工程组 [2] - 报告发布时间为2025年8月5日 [2] 报告行业投资评级 - 未提及 报告核心观点 - 商品本周空头占比上升，主要表现为能化板块因子强度回落，截面偏强的板块是贵金属和农产品，偏弱的是能源板块 [3] 各板块分析总结 板块整体情况 - 黄金时序动量边际回升，贵金属板块内分化收窄；有色板块持仓量因子继续小幅回落，截面分化扩大，铜和锌处于偏弱一端；黑色板块短周期动量因子边际下降，但长周期逐步企稳，期限结构分化收窄；能化板块截面动量整体下降，PTA、纯碱和玻璃处于板块截面偏弱一端；农产品方面，油粕持仓量均小幅下降，分化收窄 [3] 各板块因子数据 |板块|动量时序|动量截面|期限结构|持仓量| | ---- | ---- | ---- | ---- | ---- | |高四板块|-0.42|0.18|0.29|0.79| |有色板块|-0.13|0.54|0.99|1.1| |能化板块|0.02|0.74|-0.6|0.06| |农产品板块|-0.09|0.05|0.17|-0.16| |股指板块|0|0.49|0.68|2.15| |贵金属板块|0.37|||-1.07| [5] 各品种情况 甲醇 - 策略净值方面，上周供给因子走强0.21%，需求因子上行0.13%，库存因子走弱0.19%，价差因子上行0.09%，合成因子走高0.16%，本周综合信号空头延续；基本面因子上，供给端空头，需求端中性，库存端多头，价差端转为空头 [4] 玻璃 - 策略净值方面，上周库存因子下行2.28%，价差因子上行2.50%，合成因子走弱0.04%，本周综合信号空头；基本面因子上，供给端维持中性，需求端中性，库存端多头，价差端空头，利润端空头 [7] 铁矿 - 策略净值方面，上周各因子保持不变，本周综合信号维持中性；基本面因子上，供给端转为空头反馈，信号整体维持中性，需求端多头反馈强度小幅下降，信号仍为中性，库存端空头反馈减弱，价差端多头反馈强度进一步减弱 [7] 铅 - 策略净值方面，上周供给因子走强0.52%，需求因子下行0.51%，价差因子上行0.46%，合成因子走强0.15%，本周综合信号由空头转为中性；基本面因子上，供给端信号转为中性，库存端转为空头反馈，信号整体维持中性，价差端空头反馈增强 [7]

根据提供的研报内容，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. **模型名称**：价值50组合 - **构建思路**：基于价值风格因子筛选股票，追求高beta弹性和长期稳健超额收益[7] - **具体构建过程**： 1. 以国证价值指数为基准，选取估值（如PE、PB）、股息率等价值因子 2. 通过因子加权（如等权或优化权重）构建组合 3. 定期调仓以维持风格暴露[7] 2. **模型名称**：价值均衡50组合 - **构建思路**：在价值因子的基础上加入风险控制，降低组合波动[7] - **具体构建过程**： 1. 与价值50组合同源因子，但引入行业中性化或波动率约束 2. 通过风险模型（如Barra）优化权重[7] 3. **模型名称**：成长50组合 - **构建思路**：聚焦营收增长、盈利增长等成长因子[7] - **具体构建过程**： 1. 以国证成长指数为基准，选取ROE、净利润增长率等指标 2. 因子标准化后加权合成[7] 4. **模型名称**：成长均衡50组合 - **构建思路**：平衡成长因子与风险因子，避免风格漂移[7] - **具体构建过程**：类似价值均衡组合，加入成长因子与风险优化[7] 5. **模型名称**：小盘50组合 - **构建思路**：捕捉小市值股票的溢价效应[7] - **具体构建过程**： 1. 以国证2000指数为基准，筛选市值最小的50只股票 2. 结合流动性因子（如换手率）剔除极端样本[7] 6. **模型名称**：小盘均衡50组合 - **构建思路**：在小盘因子的基础上控制组合换手和行业偏离[7] - **具体构建过程**：引入换手率阈值和行业中性化处理[7] --- 模型的回测效果 1. **价值50组合**： - 周收益率：-2.12%（超额-0.41%）[8] - 年收益率：12.44%（超额8.78%）[8] - 最大相对回撤：2.35%[8] 2. **价值均衡50组合**： - 周收益率：-0.46%（超额1.26%）[8] - 年收益率：10.16%（超额6.50%）[8] - 最大相对回撤：3.99%[8] 3. **成长50组合**： - 周收益率：-1.48%（超额0.68%）[8] - 年收益率：4.50%（超额2.38%）[8] - 最大相对回撤：3.61%[8] 4. **成长均衡50组合**： - 周收益率：-1.64%（超额0.53%）[8] - 年收益率：8.71%（超额6.59%）[8] - 最大相对回撤：6.11%[8] 5. **小盘50组合**： - 周收益率：1.25%（超额1.43%）[8] - 年收益率：36.52%（超额19.90%）[8] - 最大相对回撤：6.23%[8] 6. **小盘均衡50组合**： - 周收益率：-1.09%（超额-0.90%）[8] - 年收益率：26.60%（超额9.98%）[8] - 最大相对回撤：4.56%[8] --- 量化因子与构建方式 （报告中未明确提及单因子构建细节，仅描述复合模型） --- 因子的回测效果 （报告中未提供单因子测试结果） --- 注：所有模型均基于国证风格指数基准，超额收益为相对基准表现[7][8]

量化模型与构建方式 1. **模型名称：GRU模型** - 模型构建思路：结合基本面和量价特征的GRU模型，用于行业轮动和多头组合策略[9] - 模型具体构建过程：基于GRU神经网络结构，输入包括技术类因子（如动量、波动）和基本面因子（如盈利、成长），通过时间序列训练预测股票收益。具体调仓频率为月度，权重配置上限为0.2%，行业偏离控制在0.01标准差内[29] - 模型评价：在中小市值股票（如中证1000）中表现强势，但对市场风格切换敏感[30] 2. **模型名称：多因子模型** - 模型构建思路：综合基本面和技术因子构建多空组合，行业中性化处理[17] - 模型具体构建过程：每月末按因子值做多前10%股票、做空后10%股票，等权配置。涉及因子包括： - 技术类：动量（20日/60日/120日）、波动率（20日/60日/120日） - 基本面：超预期增长（ROA/ROE）、静态财务（市销率、市盈率）[15][19][21] 模型的回测效果 1. **GRU模型** - 近一周超额收益：-0.11%（close1d）至-0.25%（barra5d）[31] - 今年以来超额收益：3.38%（barra1d）至8.36%（barra5d）[31] 2. **多因子模型** - 近一周超额收益：-0.55%[31] - 今年以来超额收益：3.00%[31] --- 量化因子与构建方式 1. **因子名称：Barra风格因子** - 因子构建思路：涵盖市值、动量、估值等10类风格因子[15] - 因子具体构建过程： - **波动因子**：$$0.74 \times \text{历史超额收益率波动} + 0.16 \times \text{累积超额收益率离差} + 0.1 \times \text{残差收益率波动}$$ - **流动性因子**：$$0.35 \times \text{月换手率} + 0.35 \times \text{季换手率} + 0.3 \times \text{年换手率}$$ - **盈利因子**：$$0.68 \times \text{预测盈利价格比} + 0.21 \times \text{市现率倒数} + 0.11 \times \text{市盈率TTM倒数}$$[15] 2. **因子名称：技术类因子** - 因子构建思路：基于价格序列的动量和波动特征[19][22][28] - 因子具体构建过程： - **动量因子**：计算20日/60日/120日历史收益率均值 - **波动因子**：计算20日/60日/120日收益率标准差 3. **因子名称：基本面因子** - 因子构建思路：分为超预期增长、静态财务和增长三类[21][24][27] - 因子具体构建过程： - **超预期增长因子**：ROA/ROE/营业利润的同比变化 - **静态财务因子**：市销率、市盈率TTM倒数 --- 因子的回测效果 1. **Barra风格因子（全市场）** - 本周多空收益：beta（正向）、流动性（正向）、市值（负向）[16] 2. **技术类因子（中证1000）** - 20日动量多空收益：1.87%[28] - 120日波动多空收益：0.51%[28] 3. **基本面因子（沪深300）** - 超预期增长因子多空收益：-2.48%（ROA）至-2.05%（营业利润）[21] - 静态财务因子多空收益：+2.38%（市盈率）[21]

智通财经记者 | 龙力 量化私募开始"卷调研"了？ 私募排排网数据显示，截至7月24日，今年以来一共有137家量化私募累计调研达581次，涉及到29个申 万一级行业中的408只个股。其中，有15家量化私募今年以来的调研总次数不少于10次。 | 表 | | --- | 格：今年以来调研总次数不少于10次的量化私募名单（截至7月24日）数据来源：私募排排网、智通财 经整理 排排网集团旗下融智投资FOF基金经理李春瑜对智通财经表示，量化私募机构对上市公司的调研活动明 显升温，这一现象主要受两大因素推动：其一，部分头部量化机构正着手组建主观投研团队，以丰富其 多策略投资体系，增强收益的多元化；其二，在行业管理规模快速扩张的背景下，传统量价因子的超额 收益持续衰减，促使量化私募转向更深入的基本面研究，而上市公司调研正是获取高质量基本面数据的 关键环节。 "量化私募调研升温的核心动因是策略收益来源的多元化需求和市场环境与监管驱动的范式转型。" 尚 艺投资总经理王峥对智通财经表示。 王峥进一步对智通财经解释称，首先传统量价因子因策略同质化与市场有效性提升，超额收益持续衰 减，量化私募可以通过组建主观研究团队，将基本面分析融 ...

根据提供的研报内容，以下是量化模型与因子的详细总结： 量化因子与构建方式 1. **因子名称：Barra风格因子** - **构建思路**：基于多维度市场特征构建的综合风格因子体系，涵盖市值、动量、波动等核心风格[15] - **具体构建过程**： - **Beta因子**：历史beta值 - **市值因子**：总市值取自然对数 - **动量因子**：历史超额收益率序列均值 - **波动因子**： $$0.74 \times \text{历史超额收益率序列波动率} + 0.16 \times \text{累积超额收益率离差} + 0.1 \times \text{历史残差收益率序列波动率}$$ - **非线性市值因子**：市值风格的三次方 - **估值因子**：市净率倒数 - **流动性因子**： $$0.35 \times \text{月换手率} + 0.35 \times \text{季换手率} + 0.3 \times \text{年换手率}$$ - **盈利因子**： $$0.68 \times \text{分析师预测盈利价格比} + 0.21 \times \text{市现率倒数} + 0.11 \times \text{市盈率TTM倒数}$$ - **成长因子**： $$0.18 \times \text{分析师预测长期盈利增长率} + 0.11 \times \text{分析师预测短期利率增长率} + 0.24 \times \text{盈利增长率} + 0.47 \times \text{营业收入增长率}$$ - **杠杆因子**： $$0.38 \times \text{市场杠杆率} + 0.35 \times \text{账面杠杆} + 0.27 \times \text{资产负债率}$$[15] 2. **因子名称：GRU模型衍生因子** - **构建思路**：结合GRU神经网络模型生成的量价与基本面特征因子[3][4][5][6] - **具体构建过程**： - **barra1d/barra5d因子**：基于Barra风格因子与GRU模型的1日/5日周期特征融合 - **open1d/close1d因子**：GRU模型对开盘价/收盘价序列的时序特征提取[3][6] 3. **因子名称：技术类因子** - **构建思路**：基于历史价格与波动率的反向因子[26][29] - **具体构建过程**： - **动量因子**：20日/60日/120日历史收益率 - **波动因子**：20日/60日/120日收益率波动率 - **中位数离差因子**：收益率分布偏离度[26][29] 因子回测效果 | 因子类别 | 测试范围 | 近期表现（多空收益） | 长期表现（年化） | |----------------|----------------|------------------------------------|---------------------------| | **Barra风格因子** | 万得全A | 估值因子多头+，流动性/市值因子空头+[16] | 波动因子五年年化-8.97%[26] | | **GRU因子** | 中证1000 | barra5d多空收益+，barra1d回撤-[6] | barra5d超额收益8.63%[31] | | **技术类因子** | 中证500 | 120日动量多空-13.99%[26] | 60日波动年化-15.23%[29] | 模型回测效果 | 模型名称 | 超额收益（vs中证1000） | |----------------|------------------------| | **barra1d** | 近一周-0.24%[31] | | **barra5d** | 今年以来+8.63%[31] | | **多因子组合** | 近六月+2.60%[31] | 评价 - **Barra因子**：体系完整但部分因子（如非线性市值）近期失效风险显著[16][34] - **GRU模型因子**：在中小盘股中表现稳健，但需警惕高频交易环境下的过拟合风险[6][35]

报告核心观点 - 商品本周多空占比变化不大，有色板块空头增加，化工和农产品板块出现局部多头信号，截面偏强的板块是农产品和化工，偏弱的是有色 [3] - 甲醇策略上周供给因子走弱0.03%，库存因子走高0.02%，合成因子下行0.03%，本周综合信号中性；浮法玻璃上周供给、需求、库存因子走强，价差因子走弱，合成因子上行，本周综合信号多头；铝上周供给、库存、价差因子走强，需求因子走弱，合成因子走强，本周综合信号保持空头 [5][8][9] 各板块情况 有色板块 - 动量边际下降，持仓量下降，截面分化收窄，锌、镍截面偏弱，黄金时序动量企稳，沪银持仓量回升，板块内分化或扩大 [2][3] - 动量时序为0.06，动量截面为0.93，期限结构为 -2.2，持仓量为 -0.64 [6] 黑色板块 - 整体持仓量因子边际下降，期限结构分化收窄 [3] - 动量时序为0.21，动量截面为 -0.29，期限结构为 -0.85，持仓量为1.25 [6] 能化板块 - 截面动量分化，乙二醇截面偏强、苯乙烯偏弱 [3] - 动量时序为0.37，动量截面为0.57，期限结构为 -0.02，持仓量为0.16 [6] 农产品板块 - 油脂类持仓量小幅回落，截面偏强 [3] - 动量时序为 -0.45，动量截面为0.69，期限结构为0.93，持仓量为1.37 [6] 股指板块 - 动量时序为0.31，动量截面为 -0.1，期限结构为 -0.32，持仓量为0.48 [6] 贵金属板块 - 动量时序为0，持仓量为0.05 [6] 因子收益情况 甲醇相关因子 - 上周供给因子收益 -0.03%，当月 -0.09%；需求因子上周0.00%，当月 -0.65%；库存因子上周0.02%，当月1.00%；价差因子上周0.00%，当月0.35%；大类累加上周 -0.03%，当月 -0.95% [4] 浮法玻璃相关因子 - 上周供给因子收益1.47%，当月1.52%；需求因子上周1.58%，当月1.58%；库存因子上周1.47%，当月1.46%；价差因子上周 -0.04%，当月0.42%；利润因子上周0.00%，当月0.00%；大类累加上周1.04%，当月1.52% [8] 铝相关因子 - 上周供给因子收益0.52%，当月 -0.40%；需求因子上周 -0.40%，当月 -0.40%；库存因子上周0.56%，当月 -0.19%；价差因子上周0.51%，当月0.28%；大类累加上周0.32%，当月 -0.15% [8][9] 基本面因子情况 甲醇 - 进口甲醇到港量增加，供给端空头；西北、西南地区甲醇订单减少，需求端空头；华南港口总库存减少，库存端多头但强度走弱；华南以及西北地区甲醇现货市场价释放多头信号，价差端多头 [5] 浮法玻璃 - 浮法玻璃产量环比持平，供给端中性；中国30大中城市商品房成交量减少，需求端多头强度走弱转为中性；浮法玻璃企业库存持续减少，库存端多头；9 - 1月差以及沈阳 - 沙河区域价差释放空头信号，价差端中性偏空 [8] 铝 - SMM国内铅精矿加工费继续下降，供给端信号保持空头；中国起动型铅蓄电池本月出口量较上月继续降低，需求端信号保持多头；伦铅所库存继续下降，库存端保持空头；0 - 1价差有所回落，价差端信号保持空头 [9]

量化模型与构建方式 1. **模型名称：GRU模型** - **模型构建思路**：结合基本面和量价特征的时序预测模型，用于股票多空组合构建[3][4][5][6] - **模型具体构建过程**： 1. 输入数据包括量价特征（如开盘价、收盘价）和Barra风格因子（如市值、波动率）[15][17] 2. 通过GRU神经网络对时序特征进行训练，生成股票评分 3. 每月末按评分排序，构建多空组合（前10%做多，后10%做空）[17] - **模型评价**：在不同市场环境下表现分化，对量价特征捕捉能力较强但稳定性待提升[3][4][6] 2. **模型名称：多因子模型** - **模型构建思路**：综合基本面与技术面因子构建复合评分[7][30] - **模型具体构建过程**： 1. 因子标准化与行业中性化处理[17] 2. 动态加权组合财务因子（如市盈率、营收增长率）和技术因子（如动量、波动率）[15][28] 3. 约束条件包括行业偏离≤0.01、风格偏离≤0.5σ[29] --- 量化因子与构建方式 1. **因子名称：Barra风格因子** - **因子构建思路**：基于经典风险模型拆解市场风格收益来源[15] - **因子具体构建过程**： - **市值因子**：总市值自然对数 $$ \text{Size} = \ln(\text{MarketCap}) $$ - **波动因子**：复合波动率计算 $$ \text{Volatility} = 0.74\sigma_{ret} + 0.16|\text{CAR}| + 0.1\sigma_{residual} $$ - **流动性因子**：多期换手率加权 $$ \text{Liquidity} = 0.35\text{Turnover}_{1M} + 0.35\text{Turnover}_{3M} + 0.3\text{Turnover}_{1Y} $$ - **盈利因子**：复合财务指标 $$ \text{Earnings} = 0.68\frac{E}{P} + 0.21\frac{1}{P/CF} + 0.11\frac{1}{P/E_{ttm}} $$ - **因子评价**：市值和估值因子近期表现稳健，动量因子持续失效[16][17] 2. **因子名称：技术类因子** - **构建思路**：捕捉价格序列中的趋势与反转特征[28] - **具体构建过程**： - **动量因子**：N日收益率均值（20/60/120日） - **波动因子**：滚动窗口收益率标准差[28] - **因子评价**：中证1000成分股中动量因子空头收益显著[26][28] 3. **因子名称：基本面因子** - **构建思路**：财务指标加权（静态与动态结合）[18][21] - **具体构建过程**： - **超预期增长因子**：分析师预测与历史增长率差值 - **估值因子**：市盈率/市净率倒数[15][27] --- 模型的回测效果 | 模型名称 | 近一周超额收益 | 今年以来超额收益 | IR（三年年化） | |----------------|----------------|------------------|----------------| | GRU-barra5d | -0.31% | 7.42% | - | [30][31] | GRU-close1d | -0.40% | 5.73% | - | [30][31] | 多因子模型 | 0.66% | 3.28% | - | [30][31] --- 因子的回测效果 | 因子类型 | 中证1000多空收益（近一周） | 沪深300多空收益（近一周） | |----------------|----------------------------|---------------------------| | 市值因子 | - | 正向显著 | [16][21] | 60日动量 | -2.17% | 负向 | [22][28] | 市盈率因子 | 正向显著 | 负向 | [26][27] | 波动率因子 | -1.53% | 正向显著 | [22][28]

量化模型与构建方式 1. **模型名称：GRU模型** - 模型构建思路：结合基本面和量价特征的GRU模型，用于预测股票收益[2] - 模型具体构建过程：报告中未详细描述构建过程，但提到基于历史数据训练，涉及barra1d、open1d、close1d、barra5d等不同参数变体[4][5][6][7] - 模型评价：多空收益表现强势，尤其在沪深300和中证1000股池中表现突出[5][7] 2. **模型名称：多因子组合模型** - 模型构建思路：综合基本面和技术类因子构建的多因子选股模型[8] - 模型具体构建过程：未详细描述，但涉及行业中性化处理和月度调仓[17][29] --- 量化因子与构建方式 **Barra风格因子** 1. **因子名称：Beta** - 因子构建思路：衡量股票历史系统性风险[15] - 因子具体构建过程：历史beta值计算 2. **因子名称：市值** - 因子构建思路：反映股票规模特征[15] - 因子具体构建过程：总市值取自然对数 3. **因子名称：动量** - 因子构建思路：捕捉股票历史超额收益趋势[15] - 因子具体构建过程：历史超额收益率序列均值 4. **因子名称：波动** - 因子构建思路：衡量股票价格波动性[15] - 因子具体构建过程： $$0.74 \times \text{历史超额收益率序列波动率} + 0.16 \times \text{累积超额收益率离差} + 0.1 \times \text{历史残差收益率序列波动率}$$ 5. **因子名称：非线性市值** - 因子构建思路：捕捉市值非线性的影响[15] - 因子具体构建过程：市值风格的三次方 6. **因子名称：估值** - 因子构建思路：反映股票估值水平[15] - 因子具体构建过程：市净率倒数 7. **因子名称：流动性** - 因子构建思路：衡量股票交易活跃度[15] - 因子具体构建过程： $$0.35 \times \text{月换手率} + 0.35 \times \text{季换手率} + 0.3 \times \text{年换手率}$$ 8. **因子名称：盈利** - 因子构建思路：反映公司盈利能力[15] - 因子具体构建过程： $$0.68 \times \text{分析师预测盈利价格比} + 0.21 \times \text{市现率倒数} + 0.11 \times \text{市盈率TTM倒数}$$ 9. **因子名称：成长** - 因子构建思路：捕捉公司增长潜力[15] - 因子具体构建过程： $$0.18 \times \text{分析师预测长期盈利增长率} + 0.11 \times \text{分析师预测短期利率增长率} + 0.24 \times \text{盈利增长率} + 0.47 \times \text{营业收入增长率}$$ 10. **因子名称：杠杆** - 因子构建思路：衡量公司财务杠杆水平[15] - 因子具体构建过程： $$0.38 \times \text{市场杠杆率} + 0.35 \times \text{账面杠杆} + 0.27 \times \text{资产负债率}$$ **基本面因子** - **构建思路**：基于财务指标（如ROA、ROE、营收增长率等）计算，并进行行业中性化处理[17] - **具体因子**：包括静态财务因子（如市销率）、增长类因子（如ROA增长）、超预期增长类因子（如净利润超预期增长）[25][26] **技术类因子** - **构建思路**：基于量价数据（如动量、波动率）构建[17] - **具体因子**： - 20日/60日/120日动量：不同时间窗口的历史收益率[28] - 20日/60日/120日波动：不同时间窗口的收益率波动[28] - 中位数离差：价格偏离中位数的程度[28] --- 模型的回测效果 1. **GRU模型** - 近一周超额收益：0.06%-0.95%（不同参数变体）[31] - 今年以来超额收益：4.31%-7.75%（barra5d表现最佳）[31] 2. **多因子组合模型** - 近一周超额收益：0.13%[31] - 今年以来超额收益：2.61%[31] --- 因子的回测效果 **全市场股池** - **基本面因子**：增长类和超预期增长类因子多空收益为正，静态类因子不显著[18] - **技术类因子**：中短期动量和波动类因子多空收益为正，长期动量为负[18] - **GRU因子**：barra5d模型多空收益表现最佳[18] **沪深300股池** - **基本面因子**：估值类因子多空收益显著[20] - **技术类因子**：波动类因子多空收益突出[20] - **GRU因子**：close1d模型表现强势[20] **中证500股池** - **基本面因子**：静态财务因子多空收益最显著[22] - **技术类因子**：长期波动和中位数离差表现为负[22] - **GRU因子**：close1d模型表现强势，barra1d和open1d回撤[22] **中证1000股池** - **基本面因子**：静态财务因子多空收益强势，超预期增长类为负[24] - **技术类因子**：长期动量和波动为负，中短期动量为正[24] - **GRU因子**：barra5d模型多空收益强势[24]

报告行业投资评级 未提及 报告核心观点 商品空头占比小幅提升，贵金属和农产品板块截面偏强，能化板块截面偏弱；不同板块在持仓量、动量、期限结构等方面表现各异；不同品种策略净值和基本面因子情况不同，综合信号有多头、空头和中性之分 [2][4][7] 各板块情况总结 商品板块整体情况 - 商品空头占比小幅提升，贵金属板块持仓量出现分化，农产品板块小幅回升，截面偏强的板块是农产品和贵金属，截面偏弱的是能化 [2] 各板块具体指标表现 - **黑色板块**：动量截面为0.09，期限结构为0，持仓量为 -0.08；期限结构分化收窄，铁矿和螺纹持仓量因子回升，短周期动量因子上升 [2][5] - **有色板块**：动量时序为0.05，动量截面为 -0.21，期限结构为0.52，持仓量为1.13；持仓量上显示出一定分歧，截面上的分化收窄，铜保持相对偏强 [2][5] - **能化板块**：动量时序为 -0.02，动量截面为0.18，期限结构为0.37，持仓量为0.69；整体短周期动量下降 [2][5] - **农产品板块**：动量时序为0.13，动量截面为0.35，期限结构为0.41，持仓量为 -0.19；油粕持仓量小幅回升，棕榈油在期限结构上相对维持截面偏强 [2][5] - **股指板块**：动量时序为 -0.71，动量截面为0.46，期限结构为 -0.63，持仓量为1.06 [5] - **贵金属板块**：动量时序为0.12，持仓量为0.88；黄金时序动量下降，沪银持仓量边际回升，短周期动量出现显著修复 [2][5] 策略净值与基本面因子情况 综合情况 - 上周供给因子走强0.55%，库存因子走低0.19%，价差因子走高0.41%，合成因子上行0.43%，本周综合信号空头 [3][4] 甲醇情况 - 甲醇国内装置产能利用率提升，供给端多头强度走弱，转为中性；传统下游厂家原料采购量减少，需求端中性偏空；内地以及港口库存持续增多，库存端空头；华东、华南沿海地区甲醇市场价释放多头信号，价差端中性偏多 [4] 浮法玻璃情况 - 上周库存因子走强0.82%，合成因子上行0.63%，本周综合信号多头；浮法玻璃企业开工负荷环比小幅下降，供给端中性延续；二线城市商品房成交数据释放多头信号但强度有所走弱，需求端中性偏多；山西省浮法玻璃企业库存减少，库存端多头；沈阳 - 沙河区域价差因子释放多头信号，价差端中性偏多 [7] 铁矿石情况 - 上周供给走弱0.23%，库存因子保持不变，价差因子走强0.28%，合成因子走强0.09%，本周综合信号保持中性；铁矿石原矿累计量继续下降，供给端信号转为中性；WSA高炉生铁本月中国产量较上一月继续回落，需求端信号转为中性；本周铁精粉45个港口库存继续回落，库存端保持中性；巴西图巴朗到青岛的铁矿石运价继续回落，价差端信号保持中性 [7] 沪铝情况 - 上周供给因子走弱0.07%，需求因子保持不变，库存因子走强0.12%，价差因子走弱0.28%，合成因子走弱0.07%，本周综合信号转为空头；SMM国内铅精矿加工费继续下降，供给端信号保持空头；中国铅合金5月出口量较4月继续降低，需求端信号保持中性；SMM铝精矿月度平衡继续回落，库存端转为中性；0 - 1价差有所回落，价差端信号保持空头 [7]

根据研报内容，以下是量化模型与因子的详细总结： 量化因子与构建方式 1. **因子名称：Barra风格因子** - **构建思路**：基于多维度市场特征构建的综合风格因子体系，涵盖市场风险、市值、动量等核心维度[14] - **具体构建过程**： - **Beta因子**：历史beta值 - **市值因子**：总市值取自然对数 - **动量因子**：历史超额收益率序列均值 - **波动因子**： $$0.74 \times 历史超额收益率波动率 + 0.16 \times 累积超额收益率离差 + 0.1 \times 历史残差收益率波动率$$ - **非线性市值**：市值风格的三次方 - **估值因子**：市净率倒数 - **流动性因子**： $$0.35 \times 月换手率 + 0.35 \times 季换手率 + 0.3 \times 年换手率$$ - **盈利因子**： $$0.68 \times 预测盈利价格比 + 0.21 \times 市现率倒数 + 0.11 \times 市盈率TTM倒数$$ - **成长因子**： $$0.18 \times 预测长期盈利增长率 + 0.11 \times 预测短期增长率 + 0.24 \times 盈利增长率 + 0.47 \times 营业收入增长率$$ - **杠杆因子**： $$0.38 \times 市场杠杆率 + 0.35 \times 账面杠杆 + 0.27 \times 资产负债率$$ - **因子评价**：全面覆盖市场风格特征，但需动态调整权重以适应市场变化[14] 2. **因子名称：GRU模型因子** - **构建思路**：基于门控循环单元（GRU）神经网络构建的时序预测因子[18][20][22][24] - **具体构建过程**： - 输入层：标准化后的量价数据（如开盘价、收盘价） - 隐藏层：GRU单元捕捉时序依赖 - 输出层：预测未来收益率并生成因子信号 - 衍生模型包括： - **open1d**：基于开盘价序列的1日预测 - **close1d**：基于收盘价序列的1日预测 - **barra1d/5d**：结合Barra因子的1日/5日预测 - **因子评价**：在中小市值股票中表现突出，但对计算资源要求较高[24][28] 3. **因子名称：技术类因子** - **构建思路**：基于价格波动与动量效应的传统技术指标[17][21][26] - **具体构建过程**： - **动量因子**：20日/60日/120日收益率均值 - **波动因子**：20日/60日/120日收益率标准差 - **中位数离差**：价格与移动中位数的偏离度 - **因子评价**：中长期动量稳定性优于短期[26] --- 因子回测效果 | 因子类别 | 测试范围 | 多空收益表现（最近一周） | 三年年化IR | 五年年化IR | |----------------|----------------|--------------------------|------------|------------| | **Barra风格因子** | 万得全A | Beta/估值因子多头占优[15] | - | - | | **基本面因子** | 全市场 | 增长类因子正向收益[17] | - | - | | **技术类因子** | 中证1000 | 120日动量正向0.20%[26] | -4.42% | 1.02% | | **GRU模型** | 中证1000 | close1d超额0.73%[28] | - | - | --- 模型回测效果 | 模型名称 | 超额收益（今年以来） | 近六月超额 | 近三月超额 | |------------|----------------------|------------|------------| | open1d | 6.94%[28] | 5.08% | 5.81% | | close1d | 5.48%[28] | 4.96% | 4.47% | | barra5d | 6.90%[28] | 6.79% | 5.92% | | 多因子组合 | 2.97%[28] | 6.32% | 4.75% | 数据来源：中证1000指数基准，月度调仓[27][28]