金融工程研究：核心指数定期调整预测 - 截至2025年10月底，主要市场指数ETF规模显著增长，上证50、科创50、沪深300、中证500、中证1000、创业板指等ETF产品规模分别为1926亿元、1801亿元、12547亿元、1819亿元、1702亿元、1410亿元，整体规模相比2021年底增长4.7倍，显示市场指数化投资趋势明显 [2] - 核心指数成分股调整预测显示，上证50预计调整4只股票，华电新能、上汽集团等预测调入，保利发展、中国中车等预测调出；科创50预计调整2只股票；沪深300预计调整10只股票；中证500预计调整50只股票；中证1000预计调整100只股票；创业板指预计调整8只股票 [3] - 全市场指数调样流动性冲击测算构建了流动性冲击因子，调入冲击最高分组包括东山精密、胜宏科技、中科曙光等；调出冲击最高分组包括唐人神、北元集团、苏能股份等 [3] 新股研究：IPO市场动态与前景 - 2025年前三季度IPO支持政策频发，多层次市场体系覆盖面和包容度提升，IPO发行节奏及募资规模回暖，新股上市表现优异 [1] - 截至2025年9月30日，主板、科创板、创业板、北证分别发行新股26家、8家、29家和15家，合计募资773.02亿元，受华电新能等大项目上市影响，募资规模同比增长61%，新股首日涨幅维持高位，申购账户数量快速回升 [6] - 预计未来一年沪深板块IPO发行有望提速，全年预计发行90~150家，合计募资规模约1360亿元，中性预测下5亿规模A类/B类账户未来一年打新增厚收益率分别约为2.82%/2.20% [7] 百胜中国：运营表现与增长策略 - 2025年第三季度百胜中国收入32.06亿美元，同比增长4%，经营利润4.00亿美元，同比增长8%，经营利润率12.5%，同比提升0.4个百分点 [9] - 同店销售维持正增长，2025年第三季度整体同店销售额同比增长1%，其中肯德基同店增长2%，必胜客同店增长1%；截至2025年第三季度末，公司门店总数达17514家，同比增长10%，第三季度净增536家，肯德基门店数达12640家，创前九个月最快开店记录 [9] - 2025年第三季度公司餐厅利润率17.3%，同比提升0.3个百分点，主要得益于食品及包装物、物业租金等开支减少；肯德基餐厅利润率18.5%，必胜客餐厅利润率13.4%，均有所优化 [10] 传媒行业：游戏板块景气度高企 - 2025年第三季度传媒行业实现营收1352.1亿元，同比增长8.6%，归母净利润104亿元，同比增长43.7%，营收和利润双双快速增长 [13] - 游戏板块景气度突出，2025年第三季度实现营收330亿元，同比增长27.1%，归母净利润58.8亿元，利润率达17.8%，业绩实现强劲增长 [14] - IP与影视板块底部修复，2025年7-9月电影票房127.19亿元，同比增长17.05%，驱动相关上市公司营收高增长；出版板块在低基数下利润实现正增长 [15][16] 南微医学：海外业务与创新驱动 - 2025年前三季度南微医学实现收入23.81亿元，同比增长18.29%，归母净利润5.09亿元，同比增长12.90%；其中第三季度收入8.15亿元，同比增长20.12% [17] - 海外业务保持快速增长，2025年前三季度外销收入约14亿元，同比增长42%，第三季度海外营收4.9亿元，同比增长38%；创新产品如可视化产品、海绵支架等贡献显著增量 [18] - 集采影响逐步稳定，渠道库存处于历史较低水平；CME整合工作稳步推进，泰国工厂预计2025年底投产，初期产能主要供应美国市场 [19] 永兴材料：锂价企稳与业务优化 - 2025年前三季度永兴材料实现营收55.47亿元，同比下降10.98%，归母净利润5.32亿元，同比下降45.25%，业绩下降主要受锂价下跌影响 [21] - 锂价逐步企稳走高，2025年第三季度碳酸锂均价7.3万元/吨，10月1日至11月4日均价升至7.59万元/吨，主要受储能需求旺盛推动，2025年11月中国动力+储能+消费电池排产209GWh，环比增12.4% [22] - 特钢业务通过优化产品结构提升关键市场占有率；公司维持高分红政策，2024年股利支付率超过50%，加上回购总额占当期归母净利润84.23% [23] 我爱我家：业绩增长与业务进展 - 2025年1-3季度我爱我家实现营业收入81.65亿元，同比下降6.81%，归母净利润0.42亿元，同比增长398.75%，利润大幅增长主要源于经纪业务成交量提升及运营成本下降 [24] - 截至2025年第三季度末，公司国内运营门店总量2549家，经纪人总数3.1万余人，2025年实现住房总交易金额1962亿元，同比增加5.2% [26] - 2025年1-3季度经纪业务实现GTV 1566亿元，同比增长5.1%，二手房成交量54626套，同比增长5.6%；资产管理业务在管房源规模33万套，较年初增长8.9% [27] 金融工程：市场风格与资产配置 - 2025年11月量化模型结合日历效应建议超配小盘风格和价值风格；本年以来大小盘轮动量化模型收益27.85%，相对等权基准超额收益2.86% [28] - 2025年10月风格因子中，红利、动量因子正向收益较高，大市值、波动率因子负向收益较高；本年以来波动率、动量因子正向收益较高 [29] - 大类资产配置方面，2025年第四季度逆周期配置模型预测宏观环境为Inflation；行业ETF轮动策略10月建议关注半导体、银行、证券等行业ETF [35] 行业跟踪：煤炭与固收+策略 - 动力煤价格持平，库存增加，黄骅港Q5500平仓价778元/吨，秦皇岛库存575万吨，较前一周增加25.0万吨（4.5%）；炼焦煤国内价格上涨，京唐港主焦煤（河北产）库提价1640元/吨，较前一周上涨50元/吨（3.1%） [33] - 海外煤价上涨，澳洲纽卡斯尔港Q5500离岸价76美元/吨，较前一周上涨1美元/吨（2.0%）；澳洲焦煤到岸价212美元/吨，上涨4美元/吨（1.9%） [34] - 固收+产品规模21865.34亿元，产品数量1157只；股债混合策略中，小盘成长风格表现突出，年内收益率达11.47% [34][37]

核心指数ETF市场趋势 - 截至2025年10月底，主要市场指数ETF总规模显著增长，上证50、科创50、沪深300、中证500、中证1000、创业板指等ETF产品规模分别为1926亿元、1801亿元、12547亿元、1819亿元、1702亿元、1410亿元 [3] - 以上指数ETF整体规模相比2021年底增长了4.7倍，显示市场指数化投资趋势愈加明显 [3] 指数成分股调整规则与预测 - 主要核心指数每年定期调整样本，上证50、沪深300、中证500、中证1000与创业板指每年调整两次，科创50每年调整四次，本次样本调整实施日期为2025年12月15日 [3] - 上证50指数预计调整4只股票，华电新能、上汽集团、中科曙光、北方稀土预测调入，保利发展、中国中车、国电南瑞、陕西煤业预测调出 [4] - 科创50指数预计调整2只股票，翱捷科技-U、盛科通信-U预测调入，华熙生物、航材股份预测调出 [4] - 沪深300指数预计调整10只股票，华电新能、胜宏科技、宁波港等预测调入，福莱特、TCL中环、纳思达等预测调出 [4] - 中证500指数预计调整50只股票，欧菲光、苏泊尔、迎驾贡酒等预测调入 [4] - 中证1000指数预计调整100只股票，皖能电力、老凤祥、厦门国贸等预测调入 [4] - 创业板指预计调整8只股票，银之杰、罗博特科、常山药业等预测调入 [4] 指数调整流动性冲击分析 - 通过跟踪ETF基金规模和预测调样成分股权重，构建了全市场指数调样流动性冲击因子 [4] - 调入流动性冲击最高分组包括东山精密、胜宏科技、中科曙光等股票 [4] - 调出流动性冲击最高分组包括唐人神、北元集团、苏能股份等股票 [4]

大小盘风格轮动月度策略 - 10月底量化模型信号为-0.17，指向大盘风格 [1] - 基于历史11月小盘风格相对占优的日历效应，建议11月超配小盘风格 [1] - 当前市值因子估值价差为0.88，远低于历史顶部区域1.7~2.6，显示中长期小盘风格并不拥挤，继续看好小盘 [1] - 本年以来大小盘轮动量化模型收益为27.85%，相对等权基准的超额收益为2.86% [1] - 结合主观观点的策略收益为26.6%，超额收益为1.61% [1] 价值成长风格轮动月度策略 - 月度量化模型信号为1，建议10月超配价值风格 [1] - 本年以来价值成长风格轮动策略收益为18.96%，相对于等权基准的超额收益为1.35% [1] 风格因子表现跟踪 - 10月份，在8个大类因子中，红利因子和动量因子正向收益较高，而大市值因子和波动率因子负向收益较高 [2] - 本年以来，波动率因子和动量因子正向收益较高，而流动性因子和大市值因子负向收益较高 [2] - 10月份，在24个风格因子中，本月盈利收益、股息率、动量因子正向收益较高，而大市值、收益能力、贝塔因子负向收益较高 [2] - 本年以来，贝塔、盈利波动、动量因子正向收益较高，而中市值、流动性、大市值因子负向收益较高 [2] 因子协方差矩阵更新 - 股票协方差矩阵估计是股票组合风险预测的核心，利用多因子模型可将其拆解为因子协方差矩阵和股票特质风险矩阵 [2] - 报告更新了截至2025年10月31日的最新一期因子协方差矩阵 [2]

核心观点 - 综合量化模型信号和日历效应，报告建议在2025年11月超配小盘风格和价值风格 [1][4] - 大小盘轮动量化模型本年至今（截至2025年10月31日）收益为27.85%，相对等权基准的超额收益为2.86% [4][8] - 价值成长风格轮动策略本年至今收益为18.96%（另一处数据为19.95%），相对于等权基准的超额收益为1.35% [4][23] 大小盘风格轮动观点 - **月度观点**：10月底量化模型信号为-0.17，指向大盘风格；但基于历史11月小盘相对占优的日历效应，建议11月超配小盘风格 [4][8] - **模型维度分析**：当前量化模型6个维度中，宏观、情绪、基本面、资金、量价维度均指向小盘，仅估值维度指向大盘 [9][10] - **中长期观点**：当前市值因子估值价差为0.88，相对历史顶部区域1.7~2.6仍有超过60%的提升空间，中长期继续看好小盘风格 [4][16] - **历史表现复盘**：10月观点（建议超配大盘风格）判断错误，当月实际为中证2000跑赢沪深300 [8] - **日历效应**：历史数据显示（1995年以来），11月小盘风格月均超额收益为3.58%，胜率达70%，是小盘风格相对占优的月份 [14][15] 价值成长风格轮动观点 - **月度观点**：月度量化模型信号为1（截至2025年10月31日），建议11月超配价值风格 [4][23] - **模型维度分析**：当前量化模型3个维度（宏观、估值、基本面）全部指向价值风格 [26][27] - **策略历史表现**：价值成长风格轮动策略在2025年10月31日的成长/价值相对净值为0.82 [27] A股风险模型因子表现跟踪 - **大类因子10月表现**：红利因子（+0.43%）、动量因子（+0.38%）、价值因子（+0.15%）获得正向收益；大市值因子（-1.31%）、波动率因子（-1.03%）、成长因子（-0.61%）负向收益较高 [29][32] - **大类因子本年至今表现**：波动率因子（+10.17%）、动量因子（+1.54%）、成长因子（+1.29%）正向收益较高；流动性因子（-7.70%）、大市值因子（-2.14%）、红利因子（-1.32%）负向收益较高 [29][32] - **风格因子10月表现**：盈利收益因子（+0.65%）、股息率因子（+0.49%）、动量因子（+0.29%）正向收益较高；大市值因子（-1.47%）、收益能力因子（-1.15%）、贝塔因子（-0.93%）负向收益较高 [33][36] - **风格因子本年至今表现**：贝塔因子（+8.75%）、盈利波动因子（+4.26%）、动量因子（+4.11%）正向收益较高；中市值因子（-5.50%）、流动性因子（-4.96%）、大市值因子（-2.74%）负向收益较高 [33][36] 量化模型方法论 - **大小盘轮动模型**：从宏观、估值、基本面、资金、情绪、量价6个维度构建量化模型，共包含16个细分因子，并结合主观分析和月度效应进行调整 [42][43] - **价值成长轮动模型**：从宏观、估值、基本面3个维度构建月度打分模型，并辅以纯量价周度模型进行月内调整 [45][47] - **风险模型框架**：采用多因子风险模型（参考Barra CNE6框架），涵盖20个风格因子并汇总为8个大类因子，用于股票组合的收益和风险分析 [28][49][50]

报告行业投资评级 未提及 报告的核心观点 借助ETF可将量化模型或主观观点转化为可实操配置的投资策略 报告给出几个借助ETF构建的策略指数 并以周度为频率对指数的绩效和持仓进行跟踪[12] 根据相关目录分别进行总结 ETF策略指数跟踪 - 华宝研究大小盘轮动ETF策略指数利用多维度技术指标因子 采用机器学习模型预测申万大小盘指数收益差 周度输出信号决定持仓获取超额回报 截至2025/10/31 2024年以来超额收益19.72% 近一月0.52% 近一周 -0.36% 上周持仓为100%沪深300ETF [4][14][17] - 华宝研究SmartBeta增强ETF策略指数用量价类指标对自建barra因子择时 依据ETF在9大barra因子暴露度映射择时信号 选取主流宽基及风格、策略ETF 截至2025/10/31 2024年以来超额收益16.75% 近一月 -3.43% 近一周0.04% 上周持仓包括800自由现金流ETF等[4][16][21] - 华宝研究量化风火轮ETF策略指数从多因子角度出发 把握基本面、跟踪趋势、分析参与者行为 用估值与拥挤度信号提示风险 挖掘潜力板块获超额收益 截至2025/10/31 2024年以来超额收益31.54% 近一月2.17% 近一周1.20% 上周持仓包括有色金属ETF等[5][22][25] - 华宝研究量化平衡术ETF策略指数采用多因子体系构建量化择时系统 研判权益市场趋势 建立大小盘风格预测模型调整仓位 综合择时和轮动获超额收益 截至2025/10/31 2024年以来超额收益 -11.35% 近一月 -0.11% 近一周0.55% 上周持仓包括十年国债ETF等[5][25][31] - 华宝研究热点跟踪ETF策略指数根据市场情绪、行业事件等策略跟踪挖掘热点指数标的产品 构建ETF组合 提供短期趋势参考 截至2025/10/31 近一月超额收益2.99% 近一周0.46% 上周持仓包括十年国债ETF等[6][29][35] - 华宝研究债券ETF久期策略指数采用债券市场指标筛选择时因子 用机器学习预测收益率 低于阈值减少长久期仓位 提升组合收益和回撤控制能力 截至2025/10/31 近一月超额收益 -0.07% 近一周 -0.15% 上周持仓包括短融ETF等[6][34][37]

黄金近期表现 - 黄金是近几年最热的投资品种，以华安黄金ETF为例，近10年仅两年下跌，年最大跌幅为-7% [3] - 2025年黄金价格上涨45.27% [4] - 华安黄金ETF历年收益率：2024年27.45%，2023年16.34%，2022年9.24%，2021年-4.71%，2020年13.81%，2019年19.15%，2018年3.64%，2017年3.31%，2016年18.15%，2015年-7.57% [4] 黄金定价的噪音逻辑 - 市场关于黄金的投资逻辑杂乱，包括反映主体货币信用、与美债实际利率成反比、与美元指数成反比、具备避险属性、在通胀期表现良好等 [6] - 黄金背后贯穿数十年的终极锚点是货币信用，该锚点曾精准“预测”2011年的历史大顶 [6] 黄金的定价锚点 - 长期来看，美国国债的增发倍数应与黄金价格倍数相近 [9] - 基于布雷顿森林体系未解体的假设，将增发的美国国债倒算回金价：若以1960年黄金35美元为公允，当时美国国债2860亿美元，当前37.6万亿美元，规模增长131倍，对应黄金当前公允价值为4636美元 [10] - 若以1970年黄金35美元为公允，当时美国国债3540亿美元，当前37.6万亿美元，规模增长106倍，对应黄金当前公允价值为3742美元 [10] - 1960年代表信用怀疑的起点，1970年代表信用体系的终结，是黄金转变为信用对冲物的关键分水岭 [12] - 2011年9月金价最高点落在以1970年定基的1471美元和以1960年定基的1822美元之间，验证了模型合理性 [13] - 简单预测本轮黄金高点应在3700美元至4600美元之间，当前金价已突破3742美元，向4636美元进发 [13] 模型结论 - 模型旨在提供一个相对量化、合理的黄金定价框架，而非预测当前价格必然达到3700或4600美元 [15] - 合理的定价中枢并不意味着市场总是理性地围绕其波动 [15]

根据研报内容，总结如下： 量化模型与构建方式 1. **模型名称：Black-Litterman模型（BL模型）**[12] * **模型构建思路：** BL模型是传统均值-方差模型（MVO）的改进，采用贝叶斯理论将投资者的主观观点与量化配置模型有机结合起来，通过投资者对市场的分析预测资产收益，进而优化资产配置权重[12] * **模型具体构建过程：** 该模型有效地解决了均值-方差模型对于预期收益敏感的问题，同时相较纯主观投资具有更高的容错性[12] 报告中提及了两种应用：全球资产BL模型和国内资产BL模型，分别基于不同的资产池构建[13] 全球资产BL模型的资产池包括沪深300、恒生指数、标普500、中债-国债总财富指数、中债-企业债总财富指数与南华商品指数[13] 国内资产BL模型的资产池包括沪深300、中证1000、恒生指数、中债-国债总财富指数、中债-企业债总财富指数、中证转债、南华商品指数和SHFE黄金[13] * **模型评价：** 为投资者持续提供高效的资产配置方案[12] 2. **模型名称：风险平价模型**[18] * **模型构建思路：** 风险平价模型是传统均值-方差模型的改进，其核心思想是把投资组合的整体风险分摊到每类资产（因子）中去、使得每类资产（因子）对投资组合整体风险的贡献相等[18] * **模型具体构建过程：** 该模型从各资产（因子）的预期波动率及预期相关性出发，计算得到初始资产配置权重下各资产（因子）对投资组合的风险贡献，然后对各资产（因子）实际风险贡献与预期风险贡献间的偏离度进行优化，从而得到最终资产配置权重[18] 构建过程分为三步：第一步，选择合适的底层资产；第二步，计算资产对组合的风险贡献；第三步，求解优化问题计算持仓权重[19] 报告中构建了全球资产风险平价模型和国内资产风险平价模型[19] 3. **模型名称：基于宏观因子的资产配置模型**[22] * **模型构建思路：** 该框架建立了一个宏观研究与资产配置研究的桥梁，通过构造涵盖增长、通胀、利率、信用、汇率和流动性六大风险的宏观因子体系，将对于宏观的主观观点进行资产层面的落地[22] * **模型具体构建过程：** 构建过程分为四步：第一步，每月末计算资产池中资产的因子暴露水平；第二步，以资产的风险平价组合作为基准，计算出基准因子暴露；第三步，根据对宏观未来一个月的判断，给定一个主观因子偏离值，结合基准因子暴露，得到资产组合的因子暴露目标；第四步，带入模型反解得到下个月的各个资产配置权重[23] 通过Factor Mimicking Portfolio方法构造了六大宏观风险的高频宏观因子[23] 资产池为国内的8类资产[23] 主观因子偏离值每月给出，反映了投资者对于下个月宏观状态的主观观点，例如，在2025年09月底，为增长、通胀、利率、信用、汇率和流动性设置的偏离值分别为0、0、0、0、1和0[25] 模型的回测效果 1. **国内资产BL模型1**[14][16] * 上周收益：0.10% * 10月份收益：0.38% * 2025年收益：3.97% * 年化波动：2.23% * 最大回撤：1.31% 2. **国内资产BL模型2**[14][16] * 上周收益：-0.01% * 10月份收益：0.48% * 2025年收益：3.68% * 年化波动：2.02% * 最大回撤：1.06% 3. **全球资产BL模型1**[14][16] * 上周收益：0.54% * 10月份收益：0.03% * 2025年收益：1.02% * 年化波动：2.04% * 最大回撤：1.64% 4. **全球资产BL模型2**[14][16] * 上周收益：0.37% * 10月份收益：0.35% * 2025年收益：2.43% * 年化波动：1.65% * 最大回撤：1.28% 5. **国内资产风险平价模型**[21] * 上周收益：0.14% * 10月份收益：0.34% * 2025年收益：3.47% * 年化波动：1.34% * 最大回撤：0.76% 6. **全球资产风险平价模型**[21] * 上周收益：0.22% * 10月份收益：0.39% * 2025年收益：2.99% * 年化波动：1.46% * 最大回撤：1.20% 7. **基于宏观因子的资产配置模型**[27] * 上周收益：-0.25% * 10月份收益：0.73% * 2025年收益：4.29% * 年化波动：1.54% * 最大回撤：0.64% 量化因子与构建方式 1. **因子名称：宏观因子**[22][23] * **因子构建思路：** 构造涵盖增长、通胀、利率、信用、汇率和流动性六大风险的宏观因子体系，以将宏观主观观点量化并应用于资产配置[22][23] * **因子具体构建过程：** 通过Factor Mimicking Portfolio方法构造了增长、通胀、利率、信用、汇率和流动性六大宏观风险的高频宏观因子[23]

市场整体表现 - 10月27日三大股指高开，沪指涨近1%逼近4000点 [1] - 中证2000增强ETF（159552）飘红，连续三日资金净流入6600万元 [1] 中小盘股表现与展望 - 浙商证券分析指出，中小盘在11月跑赢万得全A的胜率全年居前，仅次于2月、5月、8月 [1] - 随着三季报落地，中小盘的上涨概率相较于10月将显著提升 [1] - 截至10月17日，中证2000增强ETF近一年收益达62.67%，在同类33只产品中排名第一 [1] - 回顾三季度，中证2000指数涨幅为14.31% [1] 主要指数三季度表现对比 - 创业板指三季度涨幅为50.40% [2] - 科创综指三季度涨幅为39.61% [2] - 中证500指数三季度涨幅为25.31% [2] - 中证1000指数三季度涨幅为19.17% [2] - 沪深300指数三季度涨幅为17.90% [2] - 万得微盘股指数三季度涨幅为16.24% [2] - 上证指数三季度涨幅为12.73% [2] 基金表现与归因分析 - 中证2000增强ETF成立至今超额收益为39.66%，近一年超额收益为24.94%，三季度超额收益为3.91% [2] - 基金经理邓童分析，三季度市场风格差异明显，成长风格表现远好于价值风格 [1] - 成长风格拉升的同时小盘风格并未维持强势，大盘风格出现明显反弹，大盘成长板块快速上涨 [1] - 价值类因子和量价类因子同时出现回撤，对量化模型拖累较大，导致季度下半段超额收益出现回撤 [2] 后市展望 - 基金经理邓童认为，大盘成长风格中的热点主要集中在科技板块，外部环境不确定性依然较高 [2] - 市场信心可能有一定反复，大盘成长板块能否维持强势需要观察 [2] - 前期热点板块过于集中导致量化模型难以获取超额收益，若热点板块扩散，模型超额收益大概率回暖 [2]

公司量化投资体系建设 - 公司以全流程自动化管理为目标，量化系统从原始数据清洗到目标组合生成已实现高度自动化管理 [2][3] - 公司基于充足的GPU储备，已研发出两千多个阿尔法因子，并建立起模块化的量化管理体系 [2] - 团队采用交易所提供的最高频率量价数据，并对历史财务数据做进一步清洗，信息技术部门提供强大技术支持 [3] 量化策略核心与阿尔法因子挖掘 - 量化策略核心是阿尔法因子的挖掘，这是指数增强产品拉开超额收益差距的关键所在 [4] - 团队通过自研或参考卖方因子库、学术报告构建因子，并进行定期检验、优化和分级，高等级因子更可能被纳入模型 [4] - 团队持续迭代优化阿尔法因子，吸收业界最新机器学习模型，并在成长行情中深度研究卖方分析师预期因子 [4] - 公司在严格控制指数增强产品偏离风险的前提下，不断挖掘有效阿尔法因子并优化量化模型 [5] 指数增强产品布局与发展潜力 - 国内指数增强基金规模约为权益ETF规模的十分之一，显示出巨大的未来发展潜力 [7] - 公司旗下沪深300指数增强和中证800指数增强产品已凭借长期稳健业绩积累良好客户基础 [7] - 公司近一年陆续发行中证A500、中证沪港深300、中证沪港深500等指数增强产品，其中沪港深产品为全市场稀缺品种 [7] - 公司自行清洗港股原始数据、开发港股风险模型和因子库，积累了宝贵的港股量化投资经验 [7] - 公司近期推出中证500指数增强产品，该策略是团队运作最成熟的策略之一，未来将更积极发挥阿尔法因子超额收益能力 [7] 产品理念与未来规划 - 公司指数增强产品追求长期稳健表现，持仓基本来自标的指数成分股，并对行业与风格进行严格控制 [8] - 公司希望搭建完整的指数增强产品谱系，在已有的大盘、中盘、港股风格基础上，进一步探索质量、价值、成长等多种风格策略 [8]

根据研报内容，现总结如下： 量化模型与构建方式 1. **模型名称**：Black-Litterman模型（BL模型）[12] * **模型构建思路**：该模型是对传统均值-方差模型的改进，采用贝叶斯理论将投资者的主观观点与量化配置模型有机结合起来，通过投资者对市场的分析预测资产收益，进而优化资产配置权重[12] * **模型具体构建过程**：模型有效解决了均值-方差模型对于预期收益敏感的问题，同时相较纯主观投资具有更高的容错性[12] 报告中提及了两种应用：针对全球资产构建了两种BL配置模型，投资标的包括沪深300、恒生指数、标普500、中债-国债总财富指数、中债-企业债总财富指数与南华商品指数[13]；针对国内资产也构建了两种BL配置策略，投资标的包括沪深300、中证1000、恒生指数、中债-国债总财富指数、中债-企业债总财富指数、中证转债、南华商品指数和SHFE黄金[13] * **模型评价**：为投资者持续提供高效的资产配置方案[12] 2. **模型名称**：风险平价模型[17] * **模型构建思路**：该模型是传统均值-方差模型的改进，其核心思想是把投资组合的整体风险分摊到每类资产（因子）中去，使得每类资产（因子）对投资组合整体风险的贡献相等[17] * **模型具体构建过程**：模型构建分为三步：第一步，选择合适的底层资产；第二步，计算资产对组合的风险贡献；第三步，求解优化问题计算持仓权重[18] 具体应用上，基于沪深300指数、标普500指数、恒生指数、中债-企业债总财富指数、南华商品指数和COMEX黄金构建了全球资产风险平价模型[18]；针对国内资产，选取沪深300、中证1000、恒生指数、中债-国债总财富指数、中债-企业债总财富指数、中证转债、南华商品指数和SHFE黄金作为投资标的，构建了国内资产风险平价策略[18] 3. **模型名称**：基于宏观因子的资产配置模型[21] * **模型构建思路**：构造涵盖增长、通胀、利率、信用、汇率和流动性六大风险的宏观因子体系，并基于此建立一个通用性的宏观因子资产配置框架，将宏观研究的主观观点进行资产层面的落地[21] * **模型具体构建过程**：通过Factor Mimicking Portfolio方法构造六大宏观风险的高频宏观因子[22] 以前文提到的8类国内资产作为资产池，按以下四步构建策略：第一步，每月末计算资产的因子暴露水平；第二步，以资产的风险平价组合作为基准，计算出基准因子暴露；第三步，根据对宏观未来一个月的判断给定主观因子偏离值，结合基准因子暴露，得到资产组合的因子暴露目标；第四步，带入模型反解得到下个月的各个资产配置权重[22] 主观因子偏离值每月给出，例如在2025年08月底，为增长、通胀、利率、信用、汇率和流动性设置的偏离值分别为0, 0, -1, 0, 1, 0[24] 模型的回测效果 1. **国内资产BL模型1**：上周收益-0.11%，9月份收益-0.14%，2025年收益3.23%，年化波动2.19%，最大回撤1.31%[14] 2. **国内资产BL模型2**：上周收益-0.11%，9月份收益-0.13%，2025年收益2.84%，年化波动1.99%，最大回撤1.06%[14] 3. **全球资产BL模型1**：上周收益0.04%，9月份收益0.11%，2025年收益0.84%，年化波动1.99%，最大回撤1.64%[14] 4. **全球资产BL模型2**：上周收益0.0%，9月份收益0.03%，2025年收益1.84%，年化波动1.63%，最大回撤1.28%[14] 5. **国内资产风险平价模型**：上周收益-0.06%，9月份收益0.05%，2025年收益2.99%，年化波动1.35%，最大回撤0.76%[20] 6. **全球资产风险平价模型**：上周收益-0.07%，9月份收益0.13%，2025年收益2.50%，年化波动1.48%，最大回撤1.20%[20] 7. **基于宏观因子的资产配置模型**：上周收益0.04%，9月份收益0.26%，2025年收益3.29%，年化波动1.32%，最大回撤0.64%[26] 量化因子与构建方式 1. **因子名称**：宏观因子（增长、通胀、利率、信用、汇率、流动性）[21] * **因子的构建思路**：构建涵盖六大风险的宏观因子体系，作为宏观因子资产配置框架的基础[21] * **因子具体构建过程**：通过Factor Mimicking Portfolio方法构造了增长、通胀等六大宏观风险的高频宏观因子[22]