文章核心观点 - 文章旨在为投资港股和美股的投资者介绍和比较多款交易软件的核心功能与适用场景，帮助其根据自身需求选择合适工具 [1][16] 新浪财经APP - 软件覆盖全球40多个金融市场的实时行情，包括A股、港股、美股、期货、外汇及贵金属市场 [2] - 行情刷新速度达0.03秒级，在2025年5月商品期货夜盘暴跌时仍保持毫秒级更新，独家接入纳斯达克Level2数据流 [3] - “喜娜AI助手”通过北京市生成式AI服务备案，可将5000字年报浓缩为300字核心摘要 [3] - 与国内40多家主流券商深度对接，用户无需跳转即可完成开户、银证转账、委托交易全流程 [4] - 被推荐为全球配置型投资者的首选，其40+市场覆盖与AI预警系统可同步监控多市场联动 [13] 富途牛牛 - 作为持牌券商平台，在港股美股交易领域占据重要地位，免费提供LV2美股深度行情，支持盘前盘后交易 [5] - 集成纳斯达克、纽交所官方数据源，配合齐全的技术分析工具，满足高频交易者需求 [5] - 平台使用费为港股15元/订单、美股最低1美元/订单，在A股覆盖上仅支持部分券商通道 [5] - 与技术极客型用户可选的同花顺MindGo构成黄金组合，其LV2行情深度揭示纳斯达克做市商挂单 [13] 同花顺 - 在量化分析领域实力出色，2025年升级的MindGo系统支持毫秒级回测与高频策略执行，委托响应快至3秒 [6] - 免费开放Level-2行情，提供十档盘口、主力资金流向等功能 [7] - 自然语言选股工具“问财”可通过指令自动生成深度报告，将复杂策略平民化 [7] - 在国际市场数据更新速度上稍逊一筹，在美股盘前交易时段，数据需延迟3-5秒 [8] - 被推荐为技术极客型用户和新手用户的选择 [13][15] 护信交易 - 是一个突破传统、由团队自主研发的交易平台，提供美股、港股、ETF及期权交易与社交体验 [9] - 平台支持港股LV2实时串流报价及美股纳斯达克行情 [10] 玖富犇犇 - 是玖富证券推出的专注于港股和美股市场的智能交易应用，截至2025年5月总下载量已超过300万 [11] - 依托人工智能技术，开发智能投顾、变盘预警等功能，并推出“美版余额宝”功能，允许用户通过境外卡理财并管理空仓资金 [11] 腾讯自选股 - 由腾讯官方出品，覆盖全球主要股市行情，用户可通过QQ或微信账号快速登录，实现多端数据同步 [12] - 整合实时行情、智能选股、风险预警、财经资讯和活跃社区等核心功能 [12] - 独特优势在于与微信生态深度融合，支持微信支付快捷申购基金，与国内主流券商深度合作 [12] 软件选择指南 - 社区依赖型散户可考虑雪盈证券免费Level-2行情叠加东方财富股吧情绪分析 [14] - 新手用户可考虑老虎证券或同花顺，因其界面简单更易上手 [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：A股景气指数模型[29]** - 模型构建思路：以上证指数归母净利润同比为Nowcasting目标，构建反映A股景气度的高频指数[29] - 模型具体构建过程：通过高频数据实时追踪上证指数归母净利润同比变化，构建景气度指数，用于判断经济周期位置和趋势[29] **2 模型名称：A股情绪指数模型[36]** - 模型构建思路：基于市场波动率和成交额的变化方向划分四个象限，构造情绪指数包含见底预警与见顶预警[36] - 模型具体构建过程：将市场按照波动率和成交额的变化方向划分为四个象限，识别不同象限的市场收益特征，据此构建情绪指数$$情绪指数 = f(波动率变化, 成交额变化)$$其中波动率变化和成交额变化分别代表市场价和量的情绪维度[36] **3 模型名称：BARRA多因子模型[58]** - 模型构建思路：参照BARRA因子模型框架，对A股市场构建十大类风格因子体系[58] - 模型具体构建过程：构建十大类风格因子包括：市值（SIZE）、BETA、动量（MOM）、残差波动率（RESVOL）、非线性市值（NLSIZE）、估值（BTOP）、流动性（LIQUIDITY）、盈利（EARNINGS_YIELD）、成长（GROWTH）和杠杆（LVRG），用于解释股票收益和市场风格特征[58] **4 模型名称：指数增强组合模型[46][53]** - 模型构建思路：基于量化策略模型构建中证500和沪深300指数增强组合，追求超越基准的超额收益[46][53] - 模型具体构建过程：通过多因子选股模型和优化算法，在控制跟踪误差的前提下构建投资组合，具体持仓权重由策略模型生成[46][53] **5 模型名称：主题挖掘算法模型[46]** - 模型构建思路：基于新闻和研报文本挖掘主题投资机会[46] - 模型具体构建过程：通过对文本处理、主题关键词提取、主题个股关系挖掘、主题活跃周期构建、主题影响力因子构建等多个维度描述主题投资机会[46] 量化因子与构建方式 **1 因子名称：市值因子（SIZE）[58][59]** - 因子构建思路：衡量股票市值规模对收益的影响[58] - 因子具体构建过程：基于股票总市值或流通市值构建，反映规模效应[58] **2 因子名称：BETA因子[58][59]** - 因子构建思路：衡量股票系统性风险暴露[58] - 因子具体构建过程：通过股票收益与市场收益的回归系数计算[58] **3 因子名称：动量因子（MOM）[58][59]** - 因子构建思路：捕捉股票价格动量效应[58] - 因子具体构建过程：基于历史价格表现构建，反映趋势延续特征[58] **4 因子名称：残差波动率因子（RESVOL）[58][59]** - 因子构建思路：衡量股票特异性风险[58] - 因子具体构建过程：通过回归残差的标准差计算，反映非系统性波动[58] **5 因子名称：非线性市值因子（NLSIZE）[58][59]** - 因子构建思路：捕捉市值与收益的非线性关系[58] - 因子具体构建过程：对市值因子进行非线性变换，识别市值效应的复杂特征[58] **6 因子名称：估值因子（BTOP）[58][59]** - 因子构建思路：衡量股票估值水平对收益的影响[58] - 因子具体构建过程：基于市净率等估值指标构建，反映价值效应[58] **7 因子名称：流动性因子（LIQUIDITY）[58][59]** - 因子构建思路：捕捉流动性溢价效应[58] - 因子具体构建过程：基于换手率、交易量等流动性指标构建[58] **8 因子名称：盈利因子（EARNINGS_YIELD）[58][59]** - 因子构建思路：衡量公司盈利能力对收益的影响[58] - 因子具体构建过程：基于市盈率、盈利收益率等指标构建[58] **9 因子名称：成长因子（GROWTH）[58][59]** - 因子构建思路：捕捉公司成长性特征[58] - 因子具体构建过程：基于收入增长率、盈利增长率等成长性指标构建[58] **10 因子名称：杠杆因子（LVRG）[58][59]** - 因子构建思路：衡量公司财务杠杆水平对收益的影响[58] - 因子具体构建过程：基于资产负债率、权益乘数等杠杆指标构建[58] 模型的回测效果 **1 A股景气指数模型[33]** - 截至2025年9月30日，A股景气指数为21.28，相比2023年底上升15.85[33] **2 指数增强组合模型[46][53]** - 中证500增强组合：节前收益1.99%，跑输基准0.38%；2020年至今超额收益51.20%，最大回撤-5.73%[46] - 沪深300增强组合：节前收益率2.15%，跑赢基准0.16%；2020年至今超额收益38.68%，最大回撤-5.86%[53] **3 A股情绪指数模型[40]** - 当前A股情绪见底指数信号：空，A股情绪见顶指数信号：空，综合信号为：空[40] 因子的回测效果 **1 风格因子近期表现[59]** - 市值因子：超额收益较高[59] - 残差波动率因子：呈较为显著的负向超额收益[59] - BETA因子：表现优异[59] - 成长因子：表现优异[59] - 价值因子：表现不佳[59] **2 行业因子近期表现[59]** - 钢铁、电力设备、有色金属等行业因子：相对市场市值加权组合跑出较高超额收益[59] - 消费者服务、煤炭、银行等行业因子：回撤较多[59] **3 因子相关性分析[60]** - 流动性因子与Beta、动量、残差波动率呈现明显正相关性[60] - 价值因子与Beta、残差波动率、流动性等因子呈现明显负相关性[60] - 市值因子与非线性市值因子相关性为0.513[60] - Beta因子与流动性因子相关性为0.568[60] - 动量因子与残差波动率因子相关性为0.577[60]

市场现象与资金行为逻辑 - 美国联邦政府停摆期间医药板块逆势走强辉瑞上涨6.83%默克上涨6.81%礼来上涨5.02% [1] - 避险资金流向医药等防御性板块反映出市场在风险事件中的资金行为逻辑 [11] - 部分科技股的分化现象反映出机构调仓迹象 [11] 指数与个股表现分化 - 上证指数创近十年新高但超过四成个股未达四年新高呈现指数牛市与个股熊市并存局面 [2] - 市场的本质在于资金行为的真实意图而非表面的指数涨跌 [2] 量化分析工具与应用 - 机构库存数据反映机构资金活跃程度空头回补数据反映做空资金重新买入行为两者同时出现常预示机构调整结束 [8] - 通过量化分析系统可捕捉机构收回筹码的动作以避开股价震荡期 [6] - 硅宝科技长春一东屹通新材等不同行业股票均呈现机构回补后股价快速拉升的规律 [10] 投资策略与框架 - 投资应关注资金行为而非消息本身找到适合自己的量化分析工具 [11] - 建立基于行为金融学的投资框架穿透市场表象把握资金行为底层逻辑 [10][11] - 锂矿企业的异动暗示新能源赛道具备长期投资价值 [11]

市场现象分析 - 93只A股个股连续获得融资净买入，其中雪天盐业连续14个交易日被资金追捧 [1] 市场交易特征 - A股市场交易逻辑与国外市场不同，倾向于打提前量、提前埋伏、提前炒作，遵循“买传闻，卖新闻”的规则 [3] - 市场存在“虚涨实跌”和“虚跌实涨”的普遍现象，其背后是机构资金在操作 [5][6] 常见投资陷阱 - “持股待涨”陷阱：机构倾向于收割持有懒人思维的投资者 [3] - “只做热点”陷阱：追涨杀跌是散户的常见错误 [3] - “强者恒强”陷阱：表面强势股可能已透支未来涨幅 [3] - “超跌反弹”陷阱：抄底行为容易发生在半山腰，导致亏损 [3] 有效分析方法 - 量化工具分析揭示，快速反弹的股票可能伴随机构资金活跃度消失，而大幅下跌的股票可能有机构资金在暗中吸筹 [8] - 融资数据不可盲目相信，因为融资客也会犯错 [8] - 客观数据优于主观判断，应关注机构资金的真实动向以判断股价长期走势 [8] - 市场上90%的观点均为噪音，保持独立思考能力至关重要 [8]

量化模型与构建方式 1. 择时雷达六面图综合模型 - **模型名称**：择时雷达六面图综合模型 - **模型构建思路**：从流动性、经济面、估值面、资金面、技术面、拥挤度六个维度选取21个指标，综合生成[-1,1]之间的择时分数，概括为四大类（估值性价比、宏观基本面、资金&趋势、拥挤度&反转）[2][7] - **模型具体构建过程**： 1. 对每个维度下的指标分别计算分数（部分指标通过z-score、阈值判断或趋势比较等方式生成[-1,0,1]或连续分数） 2. 将六个维度的分数综合处理（具体方法未详细说明）生成最终择时分数 - **模型评价**：能够多维度刻画市场状态，提供综合择时观点 --- 量化因子与构建方式 1. 货币方向因子 - **因子构建思路**：判断货币政策方向，通过利率变化方向表征宽松或收紧[11] - **因子具体构建过程**： 选取央行货币政策工具利率与短端市场利率，计算其相较于90天前的平均变化方向： - 若 >0，判断货币政策宽松（分数=1） - 若 <0，判断货币政策收紧（分数=-1）[11] 2. 货币强度因子 - **因子构建思路**：表征短端市场利率相对于政策利率的偏离幅度，基于“利率走廊”概念[15] - **因子具体构建过程**： 计算偏离度： $$偏离度 = \frac{DR007}{7天逆回购利率} - 1$$ 对偏离度进行平滑与z-score处理，形成货币强度因子： - 若 < -1.5倍标准差，则未来120日分数=1 - 若 > 1.5倍标准差，则未来120日分数=-1[15] 3. 信用方向因子 - **因子构建思路**：表征商业银行对实体经济传导的松紧，使用中长期贷款指标[18] - **因子具体构建过程**： 计算中长期贷款过去十二个月增量，再计算同比： - 若信用方向因子相比三个月前上升，则分数=1 - 若下降，则分数=-1[18] 4. 信用强度因子 - **因子构建思路**：捕捉信用指标是否大幅超预期或不及预期[22] - **因子具体构建过程**： 计算： $$信用强度因子 = \frac{新增人民币贷款当月值 - 预期中位数}{预期标准差}$$ - 若 >1.5倍标准差，则未来60日分数=1 - 若 <-1.5倍标准差，则未来60日分数=-1[22] 5. 增长方向因子 - **因子构建思路**：基于PMI数据判断经济增长方向[25] - **因子具体构建过程**： 使用中采制造业PMI、中采非制造业PMI、财新制造业PMI，计算过去十二月均值，再计算同比： - 若相比三个月前上升，则分数=1 - 若下降，则分数=-1[25] 6. 增长强度因子 - **因子构建思路**：捕捉经济增长指标是否大幅超预期或不及预期[28] - **因子具体构建过程**： 计算PMI预期差： $$增长强度因子 = \frac{PMI - 预期中位数}{预期标准差}$$ - 若 >1.5倍标准差，则未来60日分数=1 - 若 <-1.5倍标准差，则未来60日分数=-1[28] 7. 通胀方向因子 - **因子构建思路**：判断通胀水平对货币政策的影响[32] - **因子具体构建过程**： 计算： $$通胀方向因子 = 0.5 \times CPI同比平滑值 + 0.5 \times PPI同比原始值$$ - 若相较于三个月前降低，则分数=1 - 若上升，则分数=-1[32] 8. 通胀强度因子 - **因子构建思路**：捕捉通胀指标是否大幅超预期或不及预期[35] - **因子具体构建过程**： 分别计算CPI与PPI预期差： $$预期差 = \frac{披露值 - 预期中位数}{预期标准差}$$ 取两者均值作为通胀强度因子： - 若 <-1.5倍标准差，则未来60日分数=1 - 若 >1.5倍标准差，则未来60日分数=-1[35] 9. 席勒ERP因子 - **因子构建思路**：计算经通胀调整的盈利估值指标，衡量权益性价比[38] - **因子具体构建过程**： 计算过去6年通胀调整后的平均盈利（席勒PE），再计算： $$席勒 ERP = \frac{1}{席勒 PE} - 10年期国债到期收益率$$ 对席勒ERP计算过去6年z-score作为分数[38] 10. PB因子 - **因子构建思路**：使用PB指标衡量估值水平[40] - **因子具体构建过程**： 对PB×(-1)计算过去6年z-score，1.5倍标准差截尾后标准化到±1之间得到分数[40] 11. AIAE因子 - **因子构建思路**：衡量全市场权益配置比例，反映市场风险偏好[44] - **因子具体构建过程**： 计算： $$AIAE = \frac{中证全指总流通市值}{中证全指总流通市值 + 实体总债务}$$ 对AIAE×(-1)计算过去6年z-score得到分数[44] 12. 两融增量因子 - **因子构建思路**：通过两融余额变化判断市场情绪[47] - **因子具体构建过程**： 计算融资余额-融券余额，再计算120日均增量与240日均增量： - 若120日均增量 > 240日均增量，则分数=1 - 若120日均增量 < 240日均增量，则分数=-1[47] 13. 成交额趋势因子 - **因子构建思路**：通过成交额均线距离判断市场热度[50] - **因子具体构建过程**： 计算对数成交额的均线距离： $$均线距离 = \frac{ma120}{ma240} - 1$$ - 若max(10)=max(30)=max(60)，则分数=1 - 若min(10)=min(30)=min(60)，则分数=-1[50] 14. 中国主权CDS利差因子 - **因子构建思路**：通过CDS利差变化判断外资流入意愿[53] - **因子具体构建过程**： 对平滑后CDS利差计算20日差分： - 若20日差分 <0，则分数=1 - 若20日差分 >0，则分数=-1[53] 15. 海外风险厌恶指数因子 - **因子构建思路**：通过花旗风险厌恶指数判断海外市场风险偏好[56] - **因子具体构建过程**： 对平滑后风险厌恶指数计算20日差分： - 若20日差分 <0，则分数=1 - 若20日差分 >0，则分数=-1[56] 16. 价格趋势因子 - **因子构建思路**：通过均线距离判断价格趋势方向与强度[60] - **因子具体构建过程**： 计算均线距离： $$均线距离 = \frac{ma120}{ma240} - 1$$ - 趋势方向分数：若 >0则为1，否则为-1 - 趋势强度分数：若max(20)=max(60)则为1，若min(20)=min(60)则为-1 综合分数 = (趋势方向分数 + 趋势强度分数)/2[60] 17. 新高新低数因子 - **因子构建思路**：通过成分股新高新低个数判断市场反转信号[63] - **因子具体构建过程**： 计算中证800成分股过去一年新高数-新低数的ma20： - 若 >0，则分数=1 - 若 <0，则分数=-1[63] 18. 期权隐含升贴水因子 - **因子构建思路**：通过期权隐含升贴水判断市场情绪与拥挤度[66] - **因子具体构建过程**： 基于看涨看跌平价关系推导隐含升贴水： - 若50ETF近5日收益率<0且指标分位数<30%，则分数=1（持续20日） - 若50ETF近5日收益率>0且指标分位数>70%，则分数=-1（持续20日）[66] 19. 期权VIX指数因子 - **因子构建思路**：通过期权隐含波动率判断市场情绪[67] - **因子具体构建过程**： - 若50ETF近5日收益率<0且指标分位数>70%，则分数=1（持续20日） - 若50ETF近5日收益率>0且指标分位数>70%，则分数=-1（持续20日）[67] 20. 期权SKEW指数因子 - **因子构建思路**：通过期权隐含偏度判断市场情绪[72] - **因子具体构建过程**： - 若50ETF近5日收益率<0且指标分位数>70%，则分数=1（持续20日） - 若50ETF近5日收益率>0且指标分位数<30%，则分数=-1（持续20日）[72] 21. 可转债定价偏离度因子 - **因子构建思路**：通过可转债估值水平判断市场情绪[74] - **因子具体构建过程**： 计算： $$可转债定价偏离度 = \frac{转债价格}{模型定价} - 1$$ 对定价偏离度×(-1)计算过去3年z-score得到分数[74] --- 模型的回测效果 1. 择时雷达六面图综合模型 - 当前综合打分：-0.30分[2][7][9] --- 因子的回测效果 1. 货币方向因子 - 当前分数：1分[12] 2. 货币强度因子 - 当前分数：-1分[15] 3. 信用方向因子 - 当前分数：1分[19] 4. 信用强度因子 - 当前分数：0分[22] 5. 增长方向因子 - 当前分数：1分[26] 6. 增长强度因子 - 当前分数：-1分[29] 7. 通胀方向因子 - 当前分数：-1分[32] 8. 通胀强度因子 - 当前分数：0分[35] 9. 席勒ERP因子 - 当前分数：0.07分[42] 10. PB因子 - 当前分数：-0.46分[41] 11. AIAE因子 - 当前分数：-0.77分[44] 12. 两融增量因子 - 当前分数：1分[47] 13. 成交额趋势因子 - 当前分数：0分[50] 14. 中国主权CDS利差因子 - 当前分数：1分[54] 15. 海外风险厌恶指数因子 - 当前分数：-1分[57] 16. 价格趋势因子 - 当前分数：0分[62] 17. 新高新低数因子 - 当前分数：-1分[63] 18. 期权隐含升贴水因子 - 当前分数：-1分[66] 19. 期权VIX指数因子 - 当前分数：-1分[68] 20. 期权SKEW指数因子 - 当前分数：-1分[72] 21. 可转债定价偏离度因子 - 当前分数：-1.00分[74]

投资哲学与策略 - 投资策略倾向于在股价下跌时买入，例如以30美元买入后若股价跌至25美元会继续增持 [1] - 投资行为需违背人性，即买入存在问题的公司并承受未实现的账面亏损 [1][2] - 核心操作是在股价下跌时愿意买入更多，这与行业内的普遍做法相反 [2] 投资风格定位 - 投资风格更接近于特威迪·布朗的量化分析方式，而非巴菲特的定性分析方式 [2] - 承认巴菲特的独特性，但强调投资者需找到令自己舒适的投资方式 [2] - 舒适的投资方式是购买风险有限的股票，并通过持有大量股票来构建投资组合 [2][3] 组合构建与管理 - 通过持有大量股票来应对对公司真实经营情况的信息缺口 [3] - 投资管理不依赖于像彼得·林奇那样广泛实地调研公司的方式 [3]

根据提供的量化周报内容，以下是报告中涉及的量化模型与因子的总结： 量化模型与构建方式 1. **模型名称：A股景气指数模型**[29] * **模型构建思路**：以上证指数归母净利润同比为Nowcasting目标，构建A股景气度高频指数，用于观察市场景气周期[29] * **模型具体构建过程**：报告提及该指数的构建详情请参考另一篇报告《视角透析：A股景气度高频指数构建与观察》，但未在本周报中详细描述具体构建过程和公式[29] 2. **模型名称：A股情绪指数模型**[36] * **模型构建思路**：基于市场波动率和成交额的变化方向来刻画市场情绪，并构建包含见底预警与见顶预警的情绪指数[36] * **模型具体构建过程**：将市场按照波动率和成交额的变化方向划分为四个象限，其中只有“波动上-成交下”的区间为显著负收益，其余象限都为显著正收益，据此构造情绪指数。相关详细构建方法请参考报告《视角透析：A股情绪指数构建与观察》[36] 3. **模型名称：中证500指数增强模型**[44] * **模型构建思路**：通过量化策略模型构建投资组合，旨在获得相对于中证500指数的超额收益[44] * **模型具体构建过程**：报告未详细说明该增强模型的具体构建步骤和所用因子，但给出了根据策略模型得到的当前持仓明细[47][49][51] 4. **模型名称：沪深300指数增强模型**[52] * **模型构建思路**：通过量化策略模型构建投资组合，旨在获得相对于沪深300指数的超额收益[52] * **模型具体构建过程**：报告未详细说明该增强模型的具体构建步骤和所用因子，但给出了根据策略模型得到的当前持仓明细[53][55] 5. **模型名称：主题挖掘算法**[44] * **模型构建思路**：根据新闻和研报文本，通过文本处理、主题关键词提取、主题个股关系挖掘、主题活跃周期构建、主题影响力因子构建等多个维度来挖掘主题投资机会[44] * **模型具体构建过程**：报告提及了算法的多个构建维度，但未给出具体的构建细节和公式[44] 模型的回测效果 1. **中证500增强模型**，本周收益-0.24%，跑输基准0.56%，2020年至今超额收益48.55%，最大回撤-5.73%[44] 2. **沪深300增强模型**，本周收益-0.95%，跑输基准0.50%，2020年至今超额收益38.48%，最大回撤-5.86%[52] 3. **A股情绪指数系统择时模型**，报告包含其择时表现图表，但未列出具体数值指标[44] 量化因子与构建方式 1. **因子体系：BARRA风格因子体系**[57] * **因子构建思路**：参照BARRA因子模型，对A股市场构建十大类风格因子用于市场风格分析和组合收益归因[57] * **因子具体构建过程**：报告指出构建的十大类风格因子包括：市值（SIZE）、BETA、动量（MOM）、残差波动率（RESVOL）、非线性市值（NLSIZE）、估值（BTOP）、流动性（LIQUIDITY）、盈利（EARNINGS_YIELD）、成长（GROWTH）和杠杆（LVRG），但未详细描述每个因子的具体计算公式[57] 因子的回测效果 1. **风格因子近一周表现**：Beta因子超额收益较高，残差波动率呈较为显著的负向超额收益；高Beta、高成长股表现优异，非线性市值、价值等因子表现不佳[58] 2. **行业因子近一周表现**：消费者服务、煤炭、汽车等行业因子相对市场市值加权组合跑出较高超额收益，有色金属、保险、证券等行业因子回撤较多[58] 3. **风格因子暴露相关性**：报告以表格形式展示了近一周十大类风格因子暴露之间的相关性系数[59]

招聘规模与策略 - 二十余家公募基金公司启动2026届秋季校园招聘 包括易方达、广发、南方、博时、工银瑞信、嘉实、中欧、永赢等头部及中小型机构 [2][3] - 头部公司普遍扩招 易方达基金开放超40个岗位 广发基金和鹏华基金岗位数量均超20个 嘉实基金开放18个岗位 [2][4] - 中小型公司采用精准招聘策略 博道基金开放5个核心岗位 新华基金保留5个核心岗 聚焦投研、销售及科技领域 [2][4] - 招聘流程采用"五步法" 9月网申、10月笔试/编程测试及初面、11月实习考察 通过后发放录用通知 部分公司采用滚动录取方式锁定候选人 [3] 岗位需求结构变化 - 人工智能岗位首次升级为专场招聘 南方基金开设金融科技专场 广发、嘉实、工银瑞信、泉果基金加大AI人才招聘力度 [6] - 量化与指数研究方向需求显著增长 博时基金开放指数与量化研究员岗位 永赢基金3个投研名额中量化与指数占两席 工银瑞信量化相关岗位占比超40% [7] - 市场营销类岗位需求同步高增长 鹏华基金开放13个营销岗 兴证全球基金销售类岗位占比达50% 前海开源基金重点招聘电商运营及机构客户经理 [8] - 运营类岗位数量居首 易方达基金运营类岗位达12个 覆盖投研类9个、营销类8个、金融科技类6个 并为子公司同步招聘人才 [4] 行业竞争与人才战略 - 人才争夺反映行业规模修复与产品创新需求 头部公司通过扩招巩固市场地位 中小公司聚焦人效提升与差异化竞争 [2][5] - AI与量化招聘增长源于技术驱动需求 通过大数据与模型构建提升投资研究效率 政策鼓励金融科技应用推动数字化转型 [7] - 复合型人才成为行业核心需求 需兼具金融理论、量化建模、AI算法、数据科学能力 同时涵盖ESG投资、另类资产配置及数字化运营能力 [9] - 人才竞争直接关联产品创新与规模优势 具备"AI+投研""指数+生态""渠道+内容"能力的机构将在费率下行与同质化竞争中建立护城河 [8][9]

量化模型与构建方式 1. **模型名称：中证500增强组合**[4][12][19] * **模型构建思路**：基于量化策略模型进行选股和权重配置，旨在获得超越中证500指数的超额收益[12][19][46] * **模型具体构建过程**：根据策略模型生成持仓列表，包含多只股票及其对应的持仓权重，构成投资组合[12][48][50] 2. **模型名称：沪深300增强组合**[4][14][21] * **模型构建思路**：基于量化策略模型进行选股和权重配置，旨在获得超越沪深300指数的超额收益[14][21][51] * **模型具体构建过程**：根据策略模型生成持仓列表，包含多只股票及其对应的持仓权重，构成投资组合[14][51][54] 3. **因子名称：十大类风格因子**[55] * **因子的构建思路**：参照BARRA因子模型，构建描述A股市场不同风险收益特征的风格因子[55] * **因子具体构建过程**：构建的因子包括：市值（SIZE）、BETA、动量（MOM）、残差波动率（RESVOL）、非线性市值（NLSIZE）、估值（BTOP）、流动性（LIQUIDITY）、盈利（EARNINGS_YIELD）、成长（GROWTH）和杠杆（LVRG）[55] 4. **模型名称：A股景气度高频指数**[28][29][31] * **模型构建思路**：以上证指数归母净利润同比为Nowcasting目标构建指数，用于观察A股景气周期[28][31] * **模型具体构建过程**：详情请参考报告《视角透析：A股景气度高频指数构建与观察》[28] 5. **模型名称：A股情绪指数**[31][32][36] * **模型构建思路**：基于市场波动率和成交额的变化方向划分象限并构造情绪指数，用于市场情绪刻画和择时[31][32][34] * **模型具体构建过程**：将市场按照波动率和成交额的变化方向划分为四个象限，其中波动上-成交下的区间为显著负收益，其余都为显著正收益，据此构造了包含见底预警与见顶预警的A股情绪指数，相关研究请参考报告《视角透析：A股情绪指数构建与观察》[31][32] 模型的回测效果 1. **中证500增强组合**，本周收益1.82%，本周超额收益-1.56%，2020年至今超额收益49.43%，最大回撤-4.99%[12][19][46] 2. **沪深300增强组合**，本周收益1.40%，本周超额收益0.02%，2020年至今超额收益39.41%，最大回撤-5.86%[14][21][51] 量化因子与构建方式 1. **因子名称：行业因子**[56][59] * **因子的构建思路**：用于衡量不同行业相对于市场市值加权组合的收益表现[56][59] * **因子具体构建过程**：报告中未详细描述具体构建过程，但提及了房地产、钢铁、保险、证券、消费者服务等行业因子[56][59] 因子的回测效果 1. **Beta因子**，近一周纯因子收益率表现较高[56][59] 2. **残差波动率因子**，近一周纯因子收益率呈较为显著的负向超额收益[56][59] 3. **成长因子**，近期表现优异[56] 4. **非线性市值因子**，近期表现不佳[56] 5. **价值因子**，近期表现不佳[56] 6. **房地产行业因子**，近一周纯因子收益率相对市场市值加权组合跑出较高超额收益[56][59] 7. **钢铁行业因子**，近一周纯因子收益率相对市场市值加权组合跑出较高超额收益[56][59] 8. **保险行业因子**，近一周纯因子收益率回撤较多[56][59] 9. **证券行业因子**，近一周纯因子收益率回撤较多[56][59] 10. **消费者服务行业因子**，近一周纯因子收益率回撤较多[56][59]

根据提供的量化分析报告，以下是关于报告中涉及的量化模型和因子的详细总结。 量化模型与构建方式 1. 模型名称：择时雷达六面图模型[1][6] - **模型构建思路**：权益市场表现受多维度指标影响，该模型从流动性、经济面、估值面、资金面、技术面、拥挤度六个维度选取二十一个指标对市场进行刻画，并概括为“估值性价比”、“宏观基本面”、“资金&趋势”、“拥挤度&反转”四大类，最终生成[-1,1]之间的综合择时分数[1][6] - **模型具体构建过程**： 1. 从六个维度（流动性、经济面、估值面、资金面、技术面、拥挤度）选取共计21个底层指标[1][6] 2. 将六个维度概括为四大类：“估值性价比”（包含估值面）、“宏观基本面”（包含流动性、经济面）、“资金&趋势”（包含资金面、技术面）、“拥挤度&反转”（包含拥挤度）[1][6] 3. 每个底层指标根据其构建规则计算出一个介于[-1, 1]之间的分数，代表看空、中性或看多信号[12][15][17]等 4. 综合所有指标的分数，最终生成一个介于[-1,1]之间的综合择时分数[1][6] 量化因子与构建方式 1. 因子名称：货币方向因子[12] - **因子构建思路**：判断当前货币政策的方向，通过比较当前货币政策工具利率与短端市场利率相对于90天前的平均变化方向来识别政策宽松或收紧[12] - **因子具体构建过程**：选取央行使用的货币政策工具利率与短端市场利率，计算其相较于90天前的平均变化方向。若货币方向因子>0，则判断货币政策宽松（看多信号）；若货币方向因子<0，则判断货币政策收紧（看空信号）[12] 2. 因子名称：货币强度因子[15] - **因子构建思路**：基于“利率走廊”概念，表征短端市场利率相对于政策利率的偏离幅度，用以判断货币环境的宽松或紧张程度[15] - **因子具体构建过程**： 1. 计算偏离度：$$偏离度 = \frac{DR007}{7天逆回购利率} - 1$$[15] 2. 对偏离度进行平滑处理并计算Z-Score，得到货币强度因子[15] 3. 若货币强度因子 < -1.5倍标准差，则预期未来120个交易日为宽松环境（看多信号，分数为1）；若货币强度因子 > 1.5倍标准差，则预期未来120个交易日为紧张环境（看空信号，分数为-1）[15] 3. 因子名称：信用方向因子[17] - **因子构建思路**：表征商业银行对实体经济传导的松紧程度，使用中长期贷款指标进行体现，通过其变化趋势判断信用环境[17] - **因子具体构建过程**：计算中长期贷款当月值 -> 计算过去十二个月增量 -> 计算同比。若信用方向因子相比于三个月之前上升则看多（分数为1）；反之则看空（分数为-1）[17] 4. 因子名称：信用强度因子[20] - **因子构建思路**：捕捉信用指标是否大幅超预期或不及预期，反映信用的强度变化[20] - **因子具体构建过程**：计算信用强度因子 = (新增人民币贷款当月值 – 预期中位数) / 预期标准差。若信用强度因子 > 1.5倍标准差，则定义未来60个交易日为信用显著超预期环境（分数为1）；若信用强度因子 < -1.5倍标准差，则未来60个交易日分数为-1[20] 5. 因子名称：增长方向因子[24] - **因子构建思路**：基于PMI数据判断经济增长的方向变化[24] - **因子具体构建过程**：基于中采制造业PMI、中采非制造业PMI、财新制造业PMI数据，构建增长方向因子 = PMI -> 计算过去十二月均值 -> 计算同比。若增长方向因子相比于三个月之前上升则看多（分数为1）；反之则看空（分数为-1）[24] 6. 因子名称：增长强度因子[27] - **因子构建思路**：捕捉经济增长指标是否大幅超预期或不及预期[27] - **因子具体构建过程**：计算PMI预期差 = (PMI – 预期中位数) / 预期标准差。若增长强度因子 > 1.5倍标准差，则定义未来60个交易日为增长显著超预期环境（分数为1）；若增长强度因子 < -1.5倍标准差，则未来60个交易日分数为-1[27] 7. 因子名称：通胀方向因子[31] - **因子构建思路**：通过当前通胀水平判断其对货币政策的制约，以及未来货币政策空间，进而影响权益资产[31] - **因子具体构建过程**：计算通胀方向因子 = 0.5 × CPI同比平滑值 + 0.5 × PPI同比原始值。若通胀方向因子相较于三个月之前降低，则说明是通胀下行环境，此时看多（分数为1）；反之看空（分数为-1）[31] 8. 因子名称：通胀强度因子[32] - **因子构建思路**：捕捉通胀指标是否大幅超预期或不及预期[32] - **因子具体构建过程**：分别计算CPI与PPI预期差 = (披露值 – 预期中位数) / 预期标准差，并计算通胀强度因子 = CPI与PPI预期差均值。若通胀强度因子 < -1.5倍标准差，则定义未来60个交易日为通胀显著不及预期环境（分数为1）；若通胀强度因子 > 1.5倍标准差，则未来60个交易日分数为-1[32] 9. 因子名称：席勒ERP[36] - **因子构建思路**：通过计算经过通胀调整的长期平均盈利的市盈率倒数与无风险收益率的差值，来衡量市场的估值性价比，避免短期盈利波动干扰[36] - **因子具体构建过程**： 1. 计算过去6年通胀调整后的平均盈利，得到席勒PE[36] 2. 计算席勒ERP = 1 / 席勒PE - 10年期国债到期收益率[36] 3. 计算席勒ERP过去6年的Z-Score作为分数[36] 10. 因子名称：PB[38] - **因子构建思路**：使用市净率（PB）来衡量市场估值水平[38] - **因子具体构建过程**：对PB指标乘以-1，然后计算过去6年的Z-Score，并进行1.5倍标准差截尾处理后标准化到±1之间得到分数[38] 11. 因子名称：AIAE[42] - **因子构建思路**：全市场权益配置比例（Aggregate Investor Allocation to Equities），反映市场整体的风险偏好，基于投资者在风险资产和安全资产之间的动态配置平衡[42] - **因子具体构建过程**： 1. 构建A股的AIAE指标 = 中证全指总流通市值 / (中证全指总流通市值 + 实体总债务)[42] 2. 将AIAE乘以-1，然后计算过去6年的Z-Score得到分数[42] 12. 因子名称：两融增量[45] - **因子构建思路**：通过融资余额与融券余额的差值变化趋势，判断市场杠杆资金情绪[45] - **因子具体构建过程**：计算融资余额-融券余额，并计算其过去120日均增量与过去240日均增量。若120日均增量 > 过去240日均增量，则判断杠杆资金上行（看多，分数为1）；反之看空（分数为-1）[45] 13. 因子名称：成交额趋势[48] - **因子构建思路**：通过成交额的变化趋势判断市场成交热度和资金活跃度[48] - **因子具体构建过程**：对对数成交额计算其均线距离 = MA120 / MA240 - 1。当均线距离的max(10) = max(30) = max(60)时看多（分数为1）；当均线距离的min(10) = min(30) = min(60)时看空（分数为-1）[48] 14. 因子名称：中国主权CDS利差[52] - **因子构建思路**：中国主权CDS利差反映了海外投资者对中国经济与主权信用风险的定价，与PMI负相关，可作为外资流入意愿的指代变量[52] - **因子具体构建过程**：对平滑后的CDS利差计算其20日差分。若20日差分 < 0，说明CDS利差下降，海外投资者预期中国基本面转好，外资流入意愿强（看多，分数为1）；反之看空（分数为-1）[52] 15. 因子名称：海外风险厌恶指数[55] - **因子构建思路**：花旗风险厌恶指数（Citi RAI Index）由海外期权隐波、信用利差等数据组成，捕捉海外市场的风险偏好，影响外资流向[55] - **因子具体构建过程**：对平滑后的风险厌恶指数计算其20日差分。若20日差分 < 0，表明外资风险偏好上升（看多，分数为1）；反之看空（分数为-1）[55] 16. 因子名称：价格趋势[58] - **因子构建思路**：使用均线距离衡量标的价格的中长期趋势与强度[58] - **因子具体构建过程**： 1. 计算均线距离 = MA120 / MA240 - 1[58] 2. 趋势方向分数：若均线距离 > 0，则分数=1；反之为-1[58] 3. 趋势强度分数：若均线距离的max(20) = max(60)，则分数=1；若均线距离的min(20) = min(60)，则分数=-1[58] 4. 趋势综合分数 = (趋势方向分数 + 趋势强度分数) / 2[58] 17. 因子名称：新高新低数[61] - **因子构建思路**：通过指数成分股创一年新高与新低的个股数量差，作为市场反转信号[61] - **因子具体构建过程**：计算中证800成分股的（过去一年新高数 - 过去一年新低数）的20日移动平均（MA20）。若该值 > 0，说明近期新低较多，市场有见底预期（看多，分数为1）；反之说明有见顶可能（看空，分数为-1）[61] 18. 因子名称：期权隐含升贴水[64] - **因子构建思路**：基于看涨看跌平价关系推导期权隐含的标的升贴水，反映期权市场对未来标的收益率的预期与情绪，作为反转指标衡量市场拥挤度[64] - **因子具体构建过程**：若50ETF近5日收益率 < 0，且该指标分位数 < 30%，则看多持续20日（分数为1）；若50ETF近5日收益率 > 0，且指标分位数 > 70%，则看空持续20日（分数为-1）[64] 19. 因子名称：期权VIX指数[65] - **因子构建思路**：期权隐含波动率指数，反映投资者对未来波动率的预期与市场情绪，较高时市场倾向于反转[65] - **因子具体构建过程**：若50ETF近5日收益率 < 0，且该指标分位数 > 70%，则看多持续20日（分数为1）；若50ETF近5日收益率 > 0，且指标分位数 > 70%，则看空持续20日（分数为-1）[65] 20. 因子名称：期权SKEW指数[70] - **因子构建思路**：期权隐含偏度指数，反映投资者对未来标的偏度的预期与市场情绪，作为反转指标[70] - **因子具体构建过程**：若50ETF近5日收益率 < 0，且该指标分位数 > 70%，则看多持续20日（分数为1）；若50ETF近5日收益率 > 0，且指标分位数 < 30%，则看空持续20日（分数为-1）[70] 21. 因子名称：可转债定价偏离度[73] - **因子构建思路**：可转债估值水平能体现市场情绪，其定价偏离度可作为反转指标[73] - **因子具体构建过程**： 1. 计算可转债定价偏离度 = 转债价格 / 模型定价 - 1[73] 2. 计算分数 = 定价偏离度 × (-1) 然后计算过去3年的Z-Score[73] 3. 定价偏离度越高，拥挤度越高，分数越低[73] 模型的回测效果 1. **择时雷达六面图模型**，当前综合打分为-0.15分[1][6][8] 因子的回测效果 1. **货币方向因子**，当前分数为1分[10][12] 2. **货币强度因子**，当前分数为-1分[10][15] 3. **信用方向因子**，当前分数为1分[10][17] 4. **信用强度因子**，当前分数为0分[10][20][21] 5. **增长方向因子**，当前分数为1分[10][24][25] 6. **增长强度因子**，当前分数为-1分[10][27][28] 7. **通胀方向因子**，当前分数为-1分[10][31] 8. **通胀强度因子**，当前分数为0分[10][32][33] 9. **席勒ERP**，当前分数为0.08分[10][36][40] 10. **PB**，当前分数为-0.48分[10][38][39] 11. **AIAE**，当前分数为-0.80分[10][42] 12. **两融增量**，当前分数为-1分[10][45] 13. **成交额趋势**，当前分数为-1分[10][48][49] 14. **中国主权CDS利差**，当前分数为1分[10][52][53] 15. **海外风险厌恶指数**，当前分数为1分[10][55] 16. **价格趋势**，当前分数为0分[10][58][60] 17. **新高新低数**，当前分数为-1分[10][61] 18. **期权隐含升贴水**，当前分数为1分[10][64] 19. **期权VIX指数**，当前分数为1分[10][65][66] 20. **期权SKEW指数**，当前分数为-1分[10][70] 21. **可转债定价偏离度**，当前分数为-1分[10][73][74]