量化因子与构建方式 估值类因子 1. **因子名称**：bp - **构建思路**：衡量公司净资产与市值的相对关系[13] - **构建过程**：$$ bp = \frac{当前净资产}{当前总市值} $$ - **评价**：传统估值指标，反映市场对净资产的定价效率 2. **因子名称**：bp三年分位数 - **构建思路**：评估当前bp在历史区间的位置[13] - **构建过程**：计算股票当前bp在最近三年的分位数 3. **因子名称**：季度ep - **构建思路**：衡量净利润与净资产的关系[13] - **构建过程**：$$ 季度ep = \frac{季度净利润}{净资产} $$ 4. **因子名称**：季度sp - **构建思路**：衡量营业收入与净资产的关系[13] - **构建过程**：$$ 季度sp = \frac{季度营业收入}{净资产} $$ 盈利类因子 1. **因子名称**：季度roa - **构建思路**：评估资产盈利能力[13] - **构建过程**：$$ 季度roa = \frac{季度净利润}{总资产} $$ 2. **因子名称**：季度roe - **构建思路**：评估净资产盈利能力[13] - **构建过程**：$$ 季度roe = \frac{季度净利润}{净资产} $$ 成长类因子 1. **因子名称**：标准化预期外盈利 - **构建思路**：量化盈利超预期程度[13] - **构建过程**：$$ \frac{当前季度净利润 - (去年同期单季净利润 + 过去8个季度单季净利润同比增长均值)}{过去8个季度的单季度净利润同比增长值的标准差} $$ - **评价**：对短期市场反应敏感 2. **因子名称**：季度净利润同比增长 - **构建思路**：衡量净利润增长趋势[13] - **构建过程**：直接计算季度净利润同比增长率 波动率类因子 1. **因子名称**：Fama-French三因子1月残差波动率 - **构建思路**：衡量未被三因子解释的收益波动[13] - **构建过程**：对过去20个交易日日收益进行Fama-French三因子回归，计算残差标准差 反转类因子 1. **因子名称**：1个月反转 - **构建思路**：捕捉短期价格反转效应[13] - **构建过程**：累加过去20个交易日收益率 因子回测效果 IC表现 1. **bp因子**：最近一周IC 7.22%，最近一月IC均值3.46%，最近一年IC均值1.87%[9] 2. **标准化预期外盈利因子**：最近一周IC 7.52%，最近一月IC均值3.04%，最近一年IC均值0.60%[9] 3. **小市值因子**：最近一年IC均值4.00%，历史IC均值2.22%[9] 多头组合表现 1. **季度净利润同比增长因子**：最近一年超额收益9.60%，历史累计超额36.36%[11] 2. **小市值因子**：最近一年超额收益19.71%，历史累计超额66.81%[11] 3. **1个月换手率波动因子**：最近一年超额收益14.76%，历史累计超额32.41%[11] 数据处理说明 - 因子值经行业内排序分位数转换，并对市值、bp与行业进行中性化处理（规模与bp因子除外）[7] - 季度数据优先级：业绩预告 < 业绩快报 < 正式财报[14]

量化模型与构建方式 1. **模型名称**：三维择时框架 - **模型构建思路**：通过流动性、分歧度和景气度三个维度的趋势变化进行市场择时判断[7] - **模型具体构建过程**： 1. **流动性指数**：监测市场资金面变化，上行趋势代表资金宽松[22] 2. **分歧度指数**：衡量市场观点分化程度，下行趋势代表共识增强[20] 3. **景气度指数**：跟踪工业与金融等板块基本面，上行趋势反映经济向好[26][28] 4. 综合三维指标状态（当前均为正向）得出满仓结论[7] - **模型评价**：历史表现稳定，能有效捕捉市场趋势转折点[16] 2. **模型名称**：资金流共振策略 - **模型构建思路**：结合融资融券与大单资金流的多维度信号筛选行业[34][40] - **模型具体构建过程**： 1. **两融资金因子**： $$ \text{Factor}_{\text{两融}} = \text{市值中性化}(\text{融资净买入} - \text{融券净买入})_{50\text{日均}} \text{的两周环比} $$ 剔除Barra市值因子影响后标准化[40] 2. **大单资金因子**： $$ \text{Factor}_{\text{大单}} = \text{成交量时序中性化}(\text{净流入分位数})_{10\text{日均}} $$ 剔除极端多头行业[40] 3. 策略组合：在大单因子头部行业中剔除两融因子负向信号行业[40] - **模型评价**：2018年以来年化超额收益13.5%，IR达1.7，回撤控制优于北向资金版本[40][45] 模型的回测效果 1. **三维择时框架**： - 历史年化超额收益16.8%（2018-2025）[36] - 当前状态：流动性↑/分歧度↓/景气度↑/ERP极值[7] 2. **资金流共振策略**： - 年化超额收益13.5%，IR=1.7[40] - 上周绝对收益-1.6%，超额-0.1%（行业等权基准）[40] 量化因子与构建方式 1. **因子名称**：估值类因子群 - **构建思路**：捕捉低估值股票的定价偏差[47] - **具体构建**： - 市盈率倒数（FY1-FY3）：$$ \text{ep\_fy} = 1/\text{预测市盈率} $$[48] - BP因子：$$ \text{bp} = \text{股东权益}/\text{总市值} $$[48] 2. **因子名称**：成长类因子群 - **构建思路**：识别盈利增长持续性[47] - **具体构建**： - 净利润增速：$$ \text{yoy\_np} = (\text{净利润}_t - \text{净利润}_{t-1})/|\text{净利润}_{t-1}| $$[50] - ROE变化：$$ \text{roe\_q\_delta} = \text{ROE}_q - \text{ROE}_{q-4} $$[50] 3. **因子名称**：资金流因子 - **构建思路**：反映主力资金动向[34] - **具体构建**： - 大单净流入分位数：$$ \text{rank}(\text{主动买单量}/\text{总成交量}) $$[43] 因子的回测效果 1. **估值因子**： - 近一周多头超额：ep_fy3（2.18%）、bp（1.88%）[48] - 近一月超额：ep_fy3（3.85%）[48] 2. **成长因子**： - 跨市值表现：peg因子在沪深300超额3.89%，中证1000超额3.07%[50] - 单季度ROE变化因子全市场超额2.4%[50] 3. **资金流因子**： - 交通运输行业大单净流入分位69%，两融分位83%[43] 量化组合表现 1. **沪深300增强组合**： - 本年超额收益4.42%，年化IR=7.77%[52] - 持仓龙头：晶科能源、浪潮信息、药明康德[62] 2. **中证500增强组合**： - 本年超额3.38%，上周超额0.40%[52] - 持仓成长股：新易盛、桐昆股份[62] 3. **中证1000增强组合**： - 本年超额4.99%，年化IR=9.26%[52] - 持仓中小盘：利安隆、万孚生物[62]

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：宏观择时策略** - **构建思路**：基于经济增长和货币流动性两大维度的动态信号，生成权益资产配置建议[7][28] - **具体构建过程**： 1. **经济增长信号**：综合PMI、工业增加值等指标，当前信号强度50% 2. **货币流动性信号**：结合SHIBOR、国债收益率等，当前信号强度40% 3. **仓位计算**：加权平均信号生成推荐仓位（6月为45%）[28] - **模型评价**：中期配置工具，2025年初至今收益率1.06%，略低于Wind全A（1.90%）[27] 2. **模型名称：微盘股择时模型** - **构建思路**：通过波动率拥挤度和利率同比指标监控微盘股风险[30][31] - **具体构建过程**： 1. **波动率拥挤度阈值**：-50.09%（需低于0.55触发预警） 2. **十年国债利率同比阈值**：-28.69%（需高于0.3触发预警）[31] - **模型评价**：当前未触发风控信号，适合长期持有微盘风格[30] --- 量化因子与构建方式 选股因子（八大类）[34][43] 1. **价值因子** - **构建公式**： $$ BP\_LR = \frac{账面净资产}{市值} $$ $$ EP\_FTTM = \frac{未来12月预期净利润}{市值} $$ - **测试结果**：沪深300池IC均值0.23，多空收益1.75%[36] 2. **成长因子** - **构建公式**： $$ NetIncome\_SQ\_Chg1Y = \frac{单季度净利润同比增速}{标准化处理} $$ - **测试结果**：中证500池IC均值0.11，多空收益0.95%[36] 3. **质量因子** - **构建公式**： $$ ROE\_FTTM = \frac{预期净利润}{股东权益均值} $$ - **测试结果**：全A股池多空收益1.45%，中证500池IC均值0.0702[36] 4. **技术因子** - **构建公式**： $$ Volume\_Mean\_20D\_240D = \frac{20日成交量均值}{240日成交量均值} $$ - **测试结果**：全A股池多空收益-1.08%[36] 5. **波动率因子** - **构建公式**： $$ Volatility\_60D = \sqrt{\frac{\sum_{i=1}^{60}(r_i - \bar{r})^2}{59}} $$ - **测试结果**：全A股池多空收益-1.40%[36] 转债因子[39][41] 1. **正股一致预期因子**：上周多空收益0.14% 2. **转债估值因子**（平价底价溢价率）：上周多空收益0.97% --- 模型与因子的回测效果 | 名称 | IC均值 | 多空收益（上周） | 股票池 | |--------------------|-------------|----------------|-------------| | 宏观择时模型 | - | 年化收益率1.06% | 全市场 | | 价值因子 | 0.23 | 1.75% | 沪深300 | | 成长因子 | 0.11 | 0.95% | 中证500 | | 质量因子 | 0.0702 | 1.45% | 全A股 | | 转债估值因子 | - | 0.97% | 可转债市场 | --- 关键结论 - **当前推荐**：价值/质量因子为核心配置，成长因子在中证500池表现突出[35] - **风格延续**：市场风险偏好回落利好量价因子（技术/低波）[35]

核心观点 - 报告研究主动型股票基金绩效表现，探讨其能否跑赢市场，构建多个基金组合并采用因子模型分析，发现多数主动型基金组合能跑赢市场但超额收益不显著，考虑规模和价值效应、成长因素后结果有变化 [1][93] 引言 - 上一篇报告研究普通股票型基金超越基准收益及配置风格，本篇报告统一比较基准为市场因子，将偏股混合型基金纳入研究，构建不同规模基金组合，构建成长因子，进行因子模型稳健性检验 [11][12] 数据来源、样本选择及描述性统计 基金样本的选择 - 研究对象为普通股票型基金和偏股混合型基金，采用万得基金指数成份记录筛选，主动型股票基金数量持续上涨，2015 年普通股票型和偏股混合型基金数量结构变化，主要因仓位下限规定调整 [15][18] 时间区间的选择 - 数据样本周期为 2009 - 2024 年，因 2007 年前主动型股票基金规模小，2006 - 2008 年 A 股市场波动大，且 2009 年后市场有不同增长和缩水区间 [21][22] 数据来源及处理 - 数据源于万得，频率为月，处理基金月收益率和规模数据，按基金全称合并不同份额类别基金，2014 年后出现多份额类别基金，合并后样本区间后期截面样本数量下降 [25][35] 基金组合绩效的实证分析 基金组合的构建 - 构建大型、中大型、中小型和小型基金组合，规模占比分别为 40%、30%、20%、10%，基金数量平均占比分别为 9.43%、15.9%、22.8%、51.8%，各组合规模和基金数量时序有变化 [36][37] 基金组合的绩效表现 - 各基金组合走势相近，年化收益为 7.65% - 12.2%，多数达至少 10%显著性水平，波动率差别不大；单因子模型下多数有正超额收益但不显著，市场因子暴露β值显著小于 1；三因子模型下各组合有正超额收益且大都显著，考虑规模和价值效应后主动型股票基金能显著跑赢市场；四因子模型结果与三因子模型一致，情绪因子纳入未提升解释能力 [42][44][49] 普通股票型基金组合的绩效表现 - 与全样本结论基本一致，多数基金组合达至少 10%显著性水平，年化收益为 7.69% - 12.9%；单因子模型下多数超额收益为正但大都不显著，拟合优度高；三因子模型下各组合有正超额收益且大都显著，规模和价值因子负向暴露；四因子模型结果与三因子模型一致，主动股票型基金不能显著跑赢市场，考虑规模和价值效应后超额收益显著 [58][59][61] 基金组合绩效的进一步分析 成长因子的构建与检验 - 在三因子模型基础上构建成长因子，各分组收益率随成长指标递增，成长因子年化收益高且显著；单因子、三因子、四因子模型下各分组超额收益与成长指标正相关，成长因子有溢价现象，与部分因子有相关性 [66][67][75] 基金组合绩效的进一步解释 - 成长因子能解释部分三因子模型下超额收益，纳入后超额收益下降且显著性降低；各基金组合在部分因子暴露上变化不大，大部分在成长因子正向暴露显著；纳入情绪因子提高解释能力，五因子模型进一步解释超额收益 [77][78][79] 稳健性分析 - 不剔除总市值最小 30%股票构造因子收益率，规模因子收益率变化最大；单因子模型结论与原模型一致，三因子模型下超额收益大小和显著性下降，拟合优度降低；五因子模型能进一步解释超额收益，各因子暴露有变化，拟合优度下降；不同因子收益率下基金组合收益率拆分结果整体一致，主要区别在情绪因子贡献方向 [83][85][88] 主要结论与讨论 - 多数主动型基金组合能跑赢市场但超额收益不显著，与普通股票型基金超越基准收益看似矛盾，因比较基准不同；主动型基金偏好大盘股和高估值股票，规模和价值因子负向暴露影响绩效；成长因子年化收益高，主动型基金偏好高成长股，成长因子正向暴露对业绩有正面影响；除市场因子外，价值因子有较大负面贡献，成长因子有较大正面贡献 [93][2][3]

量化因子与构建方式 1. **因子名称**：bp **因子构建思路**：衡量公司净资产与市值的比率，反映估值水平[13] **因子具体构建过程**：$$ bp = \frac{当前净资产}{当前总市值} $$[13] 2. **因子名称**：bp三年分位数 **因子构建思路**：反映当前bp在历史区间内的相对位置[13] **因子具体构建过程**：计算股票当前bp在最近三年的分位数[13] 3. **因子名称**：季度ep **因子构建思路**：衡量季度净利润与净资产的关系[13] **因子具体构建过程**：$$ 季度ep = \frac{季度净利润}{净资产} $$[13] 4. **因子名称**：季度ep一年分位数 **因子构建思路**：反映季度ep在近一年的相对水平[13] **因子具体构建过程**：计算当前季度ep在最近一年的分位数[13] 5. **因子名称**：季度sp **因子构建思路**：衡量营业收入与净资产的关系[13] **因子具体构建过程**：$$ 季度sp = \frac{季度营业收入}{净资产} $$[13] 6. **因子名称**：季度资产周转率 **因子构建思路**：反映资产运营效率[13] **因子具体构建过程**：$$ 季度资产周转率 = \frac{季度营业收入}{总资产} $$[13] 7. **因子名称**：季度毛利率 **因子构建思路**：衡量盈利能力[13] **因子具体构建过程**：$$ 季度毛利率 = \frac{季度毛利润}{季度销售收入} $$[13] 8. **因子名称**：季度roa **因子构建思路**：反映资产收益率[13] **因子具体构建过程**：$$ 季度roa = \frac{季度净利润}{总资产} $$[13] 9. **因子名称**：季度roe **因子构建思路**：衡量净资产收益率[13] **因子具体构建过程**：$$ 季度roe = \frac{季度净利润}{净资产} $$[13] 10. **因子名称**：季度净利润同比增长 **因子构建思路**：反映盈利增长能力[13] **因子具体构建过程**：计算季度净利润同比增长率[13] 11. **因子名称**：标准化预期外盈利 **因子构建思路**：衡量盈利超预期程度[13] **因子具体构建过程**：$$ \frac{当前季度净利润-(去年同期单季净利润+过去8个季度单季净利润同比增长均值)}{过去8个季度的单季度净利润同比增长值的标准差} $$[13] 12. **因子名称**：1个月反转 **因子构建思路**：捕捉短期反转效应[13] **因子具体构建过程**：计算过去20个交易日收益率累加[13] 13. **因子名称**：小市值 **因子构建思路**：反映公司规模效应[13] **因子具体构建过程**：计算对数市值[13] 14. **因子名称**：Beta **因子构建思路**：衡量系统性风险[14] **因子具体构建过程**：最近490个交易日个股收益与市场收益加权回归的系数[14] 因子回测效果 1. **bp因子** 最近一周IC：-4.17% 最近一月IC均值：0.88% 最近一年IC均值：1.86% 历史IC均值：2.19%[9] 2. **小市值因子** 最近一周IC：10.49% 最近一月IC均值：8.17% 最近一年IC均值：3.61% 历史IC均值：2.05%[9] 3. **1个月反转因子** 最近一周IC：7.22% 最近一月IC均值：1.22% 最近一年IC均值：3.40% 历史IC均值：2.22%[9] 4. **季度roe同比因子** 最近一周超额：1.34% 最近一月超额：1.94% 最近一年超额：5.55% 历史累计超额：17.05%[11] 5. **季度净利润同比增长因子** 最近一周超额：0.76% 最近一月超额：1.44% 最近一年超额：10.22% 历史累计超额：36.68%[11] 6. **1个月换手率波动因子** 最近一周超额：0.18% 最近一月超额：0.99% 最近一年超额：13.36% 历史累计超额：30.59%[11]

文章核心观点 4月15日A股三大指数收盘涨跌不一，上证全指相对成长指数下跌，介绍其近期表现、编制规则、持仓情况及样本调整规则 [1] 指数表现 - 4月15日上证全指相对成长指数下跌0.45%，报2675.86点，成交额1718.44亿元 [1] - 上证全指相对成长指数近一个月下跌5.59%，近三个月上涨0.79%，年至今下跌1.15% [1] 指数编制 - 上证全指风格指数系列以上证全指指数为样本空间，根据成长因子和价值因子计算风格评分，分别选取成长得分与价值得分最高的150只上市公司证券组成上证全指成长指数与上证全指价值指数 [1] - 上证全指成长指数与上证全指价值指数分别与样本空间剩余上市公司证券组成上证全指相对成长指数与上证全指相对价值指数 [1] - 上证全指成长指数、上证全指价值指数、上证全指相对成长指数与上证全指相对价值指数构成上证全指风格指数系列，以2003年12月31日为基日，以1000.0点为基点 [1] 指数持仓 - 上证全指相对成长指数十大权重分别为贵州茅台（12.65%）、紫金矿业（3.77%）、长江电力（2.31%）、京沪高铁（2.22%）、恒瑞医药（2.12%）、海光信息（1.81%）、中芯国际（1.78%）、药明康德（1.72%）、万华化学（1.45%）、赛力斯（1.43%） [2] - 上证全指相对成长指数持仓的市场板块中上海证券交易所占比100.00% [2] - 上证全指相对成长指数持仓样本的行业中信息技术占比19.80%、工业占比19.31%、主要消费占比18.67%、原材料占比11.69%、医药卫生占比9.23%、可选消费占比8.59%、公用事业占比5.16%、金融占比4.45%、通信服务占比1.57%、能源占比0.87%、房地产占比0.65% [2] 样本调整 - 指数样本每半年调整一次，实施时间是每年6月和12月的第二个星期五的下一交易日 [3] - 上证全指成长指数与上证全指价值指数每次调整的样本比例一般不超过20% [3] - 特殊情况下将对指数进行临时调整，样本退市时将其从指数样本中剔除 [3] - 样本公司发生收购、合并、分拆等情形参照计算与维护细则处理 [3] - 上证全指指数有样本被剔除，将被立即调出上证全指风格指数系列 [3] - 对于上证全指相对成长与相对价值指数，新进样本依据同行业平均水平计算成长与价值评分，确定是否加入及对应风格权重因子 [3] - 对于上证全指成长与价值指数，不考虑纳入新进样本，待定期调整时进行调整 [3]

文章核心观点 - 介绍3月28日中证800成长指数情况、表现、编制方法、持仓及样本调整规则 [1][2] 指数表现 - 3月28日中证800成长指数报4228.16点 [1] - 近一个月下跌0.37%，近三个月上涨2.51%，年至今上涨3.99% [1] 指数编制 - 从中证800指数样本中选成长因子得分最高150只证券作样本，用成长因子得分调整后自由流通市值加权，反映有成长特征上市公司证券整体表现，以2004年12月31日为基日，1000.0点为基点 [1] 指数持仓 - 十大权重分别为贵州茅台（10.18%）、宁德时代（9.4%）、比亚迪（5.9%）、长江电力（5.27%）、紫金矿业（4.35%）、京沪高铁（2.75%）、北方华创（2.35%）、海光信息（2.28%）、汇川技术（2.11%）、牧原股份（1.8%） [1] - 持仓市场板块中上海证券交易所占比54.27%、深圳证券交易所占比45.73% [1] - 持仓样本行业中工业占比25.87%、主要消费占比15.52%、信息技术占比14.70%、可选消费占比13.65%、原材料占比9.04%、公用事业占比6.30%、通信服务占比6.22%、医药卫生占比5.35%、金融占比1.95%、能源占比1.40% [2] 样本调整 - 指数样本每半年调整一次，实施时间为每年6月和12月的第二个星期五的下一交易日，每次调整比例一般不超过40% [2] - 定期调整设缓冲区，成长因子得分排名在90名之前新样本优先进入，排名在210名之前老样本优先保留 [2] - 权重因子随样本定期调整而调整，调整时间与指数样本定期调整实施时间相同，下一个定期调整日前一般固定不变 [2] - 特殊情况对指数临时调整，样本退市从指数样本剔除，样本公司发生收购、合并、分拆等情形参照计算与维护细则处理 [2]

核心观点 - 300红利低波指数在不同时间区间表现优于沪深300和300红利指数，显示因子策略的有效性[2][3] - 投资因子是驱动资产收益差异的关键变量，包括红利、低波动、价值、成长等8类因子[3][4] - 因子组合策略可提升超额收益，但需避免相互冲突的因子结合[18][19] 八个常用投资因子 市值因子 - 聚焦股票市值对收益的影响，大盘股稳定性高但弹性低，小盘股成长空间大但风险高[5] - 沪深300（大盘）2017-2020年跑赢中证2000（小盘），2021-2023年小盘股占优[6] - 万得微盘股指数通过小市值因子+每日调仓策略实现长期超额收益[7] 价值因子 - 寻找市场价格低于内在价值的股票，利用估值修复获利[5][8] - 2022年"中特估"政策推动央企/国企估值回归，相关股票表现强劲[8] 成长因子 - 关注盈利增长潜力，高估值伴随高波动，经济向好时表现更优[5][9] - 全指成长指数在上涨行情中弹性高于全指价值，但调整期抗跌性较弱[9][10] 低波动因子 - 选择股价稳健的股票，下行市场抗跌性强，长期复利效应显著[5][11] 红利因子 - 筛选高股息率股票，具备避险属性但牛市弹性不足[5][12] - 300红利低波指数结合红利与低波动因子，2021年以来跑赢沪深300及300红利指数[12][13] 质量因子 - 基于财务质量选股，经济不确定性时期表现更优，但可能因估值过高受限[13] 动量因子 - 捕捉趋势延续效应，短期有效但在震荡市中易失效[14] 反转因子 - 利用价格过度下跌后的反弹机会，与动量因子负相关[15] 因子应用策略 - 根据风险偏好选择因子：稳健型适合价值/红利/低波动，进取型适合成长因子[17] - 多因子组合需考虑协同性，如红利+低波动因子互补，避免成长+价值因子冲突[18] - 需动态调整因子权重，因子有效性随市场环境变化[19]