根据提供的研报内容，以下是关于量化模型和因子的总结。报告主要涉及对市场状态的跟踪和描述性分析，并未明确构建新的量化模型或因子，而是使用了多个经典的市场指标（可视为因子）来评估各宽基指数的状态。 量化因子与构建方式 1. **因子名称**：风险溢价[25] - **因子的构建思路**：以十年期国债即期收益率为无风险利率的参考，计算各宽基指数相对于无风险利率的风险溢价，以衡量其相对投资价值和偏离情况[25]。 - **因子具体构建过程**：风险溢价的计算公式为指数的收益率减去十年期国债即期收益率。报告中具体展示了当前风险溢价、相对于近1年和近5年历史的分位值、均值、波动率以及相对于均值加减标准差区间的偏离值[30]。 2. **因子名称**：PE-TTM（滚动市盈率）[36] - **因子的构建思路**：观察各指数的PE-TTM作为估值参考，衡量各指数在当前时点的投资价值[36]。 - **因子具体构建过程**：PE-TTM为指数总市值除以指数成分股归属于母公司股东的净利润TTM（过去十二个月）。报告中展示了其当前值、近1年及近5年历史分位值、均值、波动率以及相对于均值加减标准差区间的偏离百分比[39]。 3. **因子名称**：股债性价比[41] - **因子的构建思路**：以各指数PE-TTM的倒数和十年期国债即期收益率之差作为股债性价比的衡量指标[41]。 - **因子具体构建过程**：股债性价比的计算公式为 `1 / PE-TTM - 无风险收益率`。报告中通过图表形式展示了该因子的走势，并与基于近5年数据计算的机会值（80%分位）、危险值（20%分位）、均值及标准差区间进行了对比[41][43]。 4. **因子名称**：股息率[44] - **因子的构建思路**：股息率反映现金分红回报率，跟踪各指数的股息率以观察其走势和变化趋势，高股息率在市场利率下行期表现突出[44]。 - **因子具体构建过程**：股息率为指数成分股每股股息之和除以指数价格。报告中展示了其当前值、近1年及近5年历史分位值、均值、波动率以及相对于均值加减标准差区间的偏离百分比[46]。 5. **因子名称**：破净率[47] - **因子的构建思路**：破净率（市净率小于1的个股占比）反映市场的估值态度，破净率和占比越高，低估的情况越普遍[47]。 - **因子具体构建过程**：破净率计算为指数中市净率（股价/每股净资产）小于1的成分股数量占指数总成分股数量的比例。报告中给出了各宽基指数当前的破净率数值[49]。 6. **因子名称**：指数与均线比较[14] - **因子的构建思路**：通过比较指数收盘价与不同周期移动平均线（MA）的位置关系，判断市场短期趋势和相对强弱[14]。 - **因子具体构建过程**：计算指数收盘价相对于5日、10日、20日、60日、120日、250日移动平均线的偏离百分比，公式为 `(收盘价 / 移动平均线值 - 1) * 100%`。报告中也计算了指数收盘价相对于近250日高点和低点的回撤或涨幅百分比[15]。 7. **因子名称**：收益率分布形态（偏度与峰度）[23] - **因子的构建思路**：通过分析指数日收益率的分布形态（偏度和峰度）来观察市场收益特征的变化[23]。 - **因子具体构建过程**：计算指数日收益率序列的近5年峰度/偏度以及当前峰度/偏度，并计算当前值与近5年值的差异。报告中注明了峰度计算中减去了3（正态分布峰度）[23][24]。 因子的回测效果 报告主要提供了上述因子在特定时点（2025年11月26日）的截面数据（针对不同宽基指数）或近期历史分位值，而非传统意义上的时间序列回测结果（如IC、IR、多空收益等）。以下为各因子在该时点的具体取值： 1. **风险溢价因子**[30] - 上证50：当前风险溢价0.11%，近5年分位值56.19% - 沪深300：当前风险溢价0.60%，近5年分位值74.76% - 中证500：当前风险溢价0.14%，近5年分位值55.32% - 中证1000：当前风险溢价-0.03%，近5年分位值45.79% - 中证2000：当前风险溢价-0.34%，近5年分位值35.32% - 中证全指：当前风险溢价0.23%，近5年分位值60.32% - 创业板指：当前风险溢价2.13%，近5年分位值89.84% 2. **PE-TTM因子**[39] - 上证50：当前值11.84，近5年分位值84.13% - 沪深300：当前值13.93，近5年分位值81.32% - 中证500：当前值31.87，近5年分位值94.79% - 中证1000：当前值46.43，近5年分位值95.12% - 中证2000：当前值152.00，近5年分位值79.67% - 中证全指：当前值20.83，近5年分位值91.57% - 创业板指：当前值39.66，近5年分位值54.21% 3. **股息率因子**[46] - 上证50：当前值3.31%，近5年分位值36.20% - 沪深300：当前值2.74%，近5年分位值37.85% - 中证500：当前值1.40%，近5年分位值18.10% - 中证1000：当前值1.14%，近5年分位值50.50% - 中证2000：当前值0.78%，近5年分位值20.83% - 中证全指：当前值2.05%，近5年分位值37.11% - 创业板指：当前值1.04%，近5年分位值71.40% 4. **破净率因子**[49] - 上证50：20.0% - 沪深300：15.67% - 中证500：12.2% - 中证1000：8.0% - 中证2000：3.25% - 中证全指：6.22% - 创业板指：1.0% 5. **指数与均线比较因子**[15] - 各指数相对于5日、10日、20日、60日、120日、250日均线的具体偏离百分比，以及相对于近250日高点和低点的偏离百分比，具体数值见文档[15]中表2。 6. **收益率分布形态因子**[24] - 各指数当前峰度、当前偏度、以及它们相对于近5年均值的变化，具体数值见文档[24]中表3。

根据提供的研报内容，以下是关于量化模型和因子的总结。报告主要涉及对市场指数的多维度跟踪分析，并未明确构建新的量化交易模型或选股因子，而是展示了一系列用于评估市场状态和指数特征的指标。因此，总结将围绕报告中出现的各类分析指标（可视为广义的“因子”或“模型”的输入/输出）进行。 量化因子与构建方式 1. **因子名称：连阴连阳[12]** * **因子构建思路**：通过统计指数K线连续为阴线或阳线的天数，来衡量市场的短期趋势强度和连续性[12] * **因子具体构建过程**：从当前交易日开始向前追溯，连续上涨（阳线）则计数为正数，连续下跌（阴线）则计数为负数，计数从1开始，例如“2”表示连续2天上涨，“-2”表示连续2天下跌[12] 2. **因子名称：指数与均线比较[15][16]** * **因子构建思路**：通过计算指数收盘价与不同周期移动平均线（MA）的偏离程度，来判断指数相对于短期、中期和长期趋势的位置[15][16] * **因子具体构建过程**：计算指数收盘价与MA5、MA10、MA20、MA60、MA120、MA250的差值百分比，公式为： $$偏离百分比 = \frac{收盘价 - 移动平均线值}{移动平均线值} \times 100\%$$ 同时，也会比较当前收盘价与近250个交易日的最高位和最低位的偏离百分比[16] 3. **因子名称：指数换手率[18]** * **因子构建思路**：衡量指数成分股的交易活跃程度[18] * **因子具体构建过程**：采用流通股本加权平均的方式计算，公式为： $$指数换手率 = \frac{\sum(成分股流通股本 \times 成分股换手率)}{\sum(成分股流通股本)}$$ 此外，还计算各指数交易金额占全市场（中证全指）交易金额的占比[18] 4. **因子名称：收益率分布形态（峰度和偏度）[24][26]** * **因子构建思路**：通过分析指数日收益率分布的峰度和偏度，来描述收益分布的集中程度和对称性，并与历史分布进行比较[24][26] * **因子具体构建过程**：计算近一年（当前）和近5年（历史基准）的峰度与偏度。报告中注明了峰度计算中减去了3（正态分布的峰度值），即计算的是超额峰度[26]。偏度则直接计算。通过比较当前值与近5年值的差异（当前值 - 近5年值）来观察分布形态的变化[26] 5. **因子名称：风险溢价[28][30][31]** * **因子构建思路**：以十年期国债即期收益率作为无风险利率，计算股票指数的预期收益率（通常用市盈率倒数为代理变量）与其差值，来衡量股票市场相对于债券市场的超额收益吸引力[28][30][31] * **因子具体构建过程**：报告中未明确给出风险溢价的计算公式，但根据金融学常规定义，风险溢价（ERP）可表示为： $$风险溢价 = \frac{1}{PE_{TTM}} - R_f$$ 其中，$PE_{TTM}$ 为指数的滚动市盈率，$R_f$ 为十年期国债即期收益率。报告还计算了风险溢价的近1年和近5年历史分位值、均值、波动率以及相对于均值±1倍、±2倍标准差的偏离情况[31] 6. **因子名称：PE-TTM（滚动市盈率）[37][40][42][43]** * **因子构建思路**：作为衡量指数估值水平的核心指标[37] * **因子具体构建过程**：报告直接使用了数据提供商计算的指数PE-TTM值。并计算了其当前值相对于近1年、近5年以及全部历史数据的分位值。同时，也计算了近1年的均值、波动率以及当前值相对于均值±1倍、±2倍标准带的偏离百分比[43] 7. **因子名称：股债性价比[45]** * **因子构建思路**：本质是风险溢价的另一种呈现方式，通过图表展示其相对于历史分位值（如80%分位为机会值，20%分位为危险值）的位置，以判断股票和债券的相对投资价值[45] * **因子具体构建过程**：与风险溢价计算相同，即 $股债性价比 = \frac{1}{PE_{TTM}} - R_f$，并通过与历史分布的比较来判断当前位置[45] 8. **因子名称：股息率[47][50][52]** * **因子构建思路**：反映指数的现金分红回报水平，是红利投资风格的重要参考[47] * **因子具体构建过程**：报告直接使用了数据提供商计算的指数股息率。同样计算了其当前值相对于近1年、近5年以及全部历史数据的分位值，以及近1年的均值、波动率和相对于均值±1倍、±2倍标准带的偏离百分比[52] 9. **因子名称：破净率[54]** * **因子构建思路**：统计指数中市净率（PB）小于1的个股数量占比，反映市场的整体估值低迷程度或悲观情绪[54] * **因子具体构建过程**：$破净率 = \frac{指数成分股中PB < 1的股票数量}{指数成分股总数} \times 100\%$[54] 因子的回测效果 报告主要呈现了各指标在特定时点（2025年11月25日）的截面数据或历史分位值，并未提供基于这些因子构建投资组合的传统回测绩效指标（如年化收益率、夏普比率、信息比率等）。以下为报告中给出的部分指标的具体数值： 1. **连阴连阳因子**[12] * 上证50：日K连阴连阳为空，周K连阴连阳为空，月K连阴连阳为-2 * 沪深300：日K连阴连阳为空，周K连阴连阳为空，月K连阴连阳为-2 * 中证500：日K连阴连阳为2，周K连阴连阳为空，月K连阴连阳为-2 * 中证1000：日K连阴连阳为2，周K连阴连阳为空，月K连阴连阳为-2 * 中证2000：日K连阴连阳为2，周KK连阴连阳为空，月K连阴连阳为-3 * 中证全指：日K连阴连阳为2，周K连阴连阳为空，月K连阴连阳为-2 * 创业板指：日K连阴连阳为空，周K连阴连阳为空，月K连阴连阳为-2 2. **指数与均线比较因子**[16] * 上证50：vsMA5为-0.4%，vsMA10为-1.3%，vsMA20为-1.7%，vsMA60为-0.6%，vsMA120为3.3%，vsMA250为7.6%，vs近250日低位为17.9%，vs近250日高位为-3.4% * 沪深300：vsMA5为-0.4%，vsMA10为-1.7%，vsMA20为-2.8%，vsMA60为-1.7%，vsMA120为4.4%，vsMA250为10.0%，vs近250日低位为25.1%，vs近250日高位为-5.4% * 中证500：vsMA5为-0.2%，vsMA10为-2.1%，vsMA20为-3.6%，vsMA60为-3.1%，vsMA120为4.8%，vsMA250为12.2%，vs近250日低位为31.5%，vs近250日高位为-7.9% * 中证1000：vsMA5为0.1%，vsMA10为-1.7%，vsMA20为-2.7%，vsMA60为-2.3%，vsMA120为3.8%，vsMA250为10.9%，vs近250日低位为31.9%，vs近250日高位为-5.2% * 中证2000：vsMA5为0.7%，vsMA10为-1.4%，vsMA20为-1.9%，vsMA60为-1.3%，vsMA120为3.8%，vsMA250为13.0%，vs近250日低位为39.8%，vs近250日高位为-4.0% * 中证全指：vsMA5为-0.1%，vsMA10为-1.8%，vsMA20为-2.7%，vsMA60为-1.9%，vsMA120为4.4%，vsMA250为11.2%，vs近250日低位为30.0%，vs近250日高位为-4.8% * 创业板指：vsMA5为-0.3%，vsMA10为-2.5%，vsMA20为-4.7%，vsMA60为-2.8%，vsMA120为12.1%，vsMA250为25.5%，vs近250日低位为65.0%，vs近250日高位为-10.3% 3. **风险溢价因子**[31] * 上证50：当前风险溢价0.59%，近1年分位值80.16%，近5年分位值76.98% * 沪深300：当前风险溢价0.94%，近1年分位值85.71%，近5年分位值83.65% * 中证500：当前风险溢价1.24%，近1年分位值82.94%，近5年分位值86.90% * 中证1000：当前风险溢价1.30%，近1年分位值82.14%，近5年分位值85.00% * 中证2000：当前风险溢价1.74%，近1年分位值89.29%，近5年分位值90.08% * 中证全指：当前风险溢价1.20%，近1年分位值86.11%，近5年分位值87.14% * 创业板指：当前风险溢价1.76%，近1年分位值81.75%，近5年分位值86.27% 4. **PE-TTM因子**[43] * 上证50：当前值11.89，近1年历史分位值86.78%，近5年历史分位值85.04% * 沪深300：当前值13.93，近1年历史分位值76.86%，近5年历史分位值81.24% * 中证500：当前值31.83，近1年历史分位值73.97%，近5年历史分位值94.79% * 中证1000：当前值46.40，近1年历史分位值79.34%，近5年历史分位值95.04% * 中证2000：当前值152.37，近1年历史分位值73.14%，近5年历史分位值80.00% * 中证全指：当前值20.83，近1年历史分位值76.03%，近5年历史分位值91.65% * 创业板指：当前值39.03，近1年历史分位值76.03%，近5年历史分位值52.48% 5. **股息率因子**[52] * 上证50：当前值3.30%，近1年历史分位值15.29%，近5年历史分位值35.62% * 沪深300：当前值2.74%，近1年历史分位值25.62%，近5年历史分位值37.77% * 中证500：当前值1.41%，近1年历史分位值26.86%，近5年历史分位值18.26% * 中证1000：当前值1.14%，近1年历史分位值23.55%，近5年历史分位值50.25% * 中证2000：当前值0.78%，近1年历史分位值25.21%，近5年历史分位值20.41% * 中证全指：当前值2.05%，近1年历史分位值25.21%，近5年历史分位值37.11% * 创业板指：当前值1.06%，近1年历史分位值22.31%，近5年历史分位值72.07% 6. **破净率因子**[54] * 上证50：20.0% * 沪深300：15.67% * 中证500：12.0% * 中证1000：7.9% * 中证2000：3.15% * 创业板指：1.0% * 中证全指：6.18% **注**：报告中对部分因子给出了定性评价，例如指出风险溢价存在均值复归现象[29]，中证1000、中证2000和创业板指的风险溢价分布较分散、不确定性更大[34]，PE-TTM分位数在特定时间点探底后拉升[37]等。

根据研报内容，本报告主要对A股主要宽基指数进行多维度数据跟踪和统计，并未涉及具体的量化交易模型或选股因子的构建与测试。报告内容集中于市场指标的描述性统计和历史对比分析。 量化因子与构建方式 1. **因子名称：风险溢价**[27] * **因子构建思路**：以十年期国债即期收益率为无风险利率参考，计算各宽基指数收益率相对于无风险利率的溢价，用以衡量其相对投资价值和偏离情况[27] * **因子具体构建过程**：报告未提供具体的计算公式，但从描述可知，其核心是计算指数收益率与无风险收益率之差。通常构建方式为：`风险溢价 = 指数收益率 - 无风险收益率`。报告中使用的无风险收益率为十年期国债即期收益率[27][28][29] 2. **因子名称：股债性价比**[45] * **因子构建思路**：通过比较股票市场估值（使用PE-TTM的倒数，即盈利收益率）与债券市场收益率（十年期国债即期收益率）的差异，来判断股票和债券的相对吸引力[45] * **因子具体构建过程**：报告明确指出，该因子为各指数PE-TTM的倒数与十年期国债即期收益率之差[45]。公式可表示为： $$股债性价比 = \frac{1}{PE-TTM} - 十年期国债即期收益率$$ 3. **因子名称：破净率**[52] * **因子构建思路**：统计指数成分股中市净率（PB）小于1的个股数量占比，用以反映市场的整体估值态度和悲观情绪[52] * **因子具体构建过程**：报告未给出详细计算公式，其构建逻辑为：`破净率 = (指数成分股中市净率(PB) < 1的股票数量) / 指数总成分股数量`[52][54] 因子的回测效果 *本报告未提供任何因子的历史回测绩效指标（如IC值、IR、多空收益等），所有数据均为特定时点（2025年11月24日）的截面数据或历史分位值描述，不构成因子有效性检验。*

根据提供的研报内容，总结如下： 量化因子与构建方式 1. **因子名称：行业拥挤度因子**[3][16] * **因子构建思路**： 使用行业指数最近一周的价格变动和成交金额变动，通过计算两者的马氏距离来衡量行业的短期交易拥挤程度[3][16] * **因子具体构建过程**： 1. 选取各行业指数 2. 计算行业指数最近一周的价格变动率 3. 计算行业指数最近一周的成交金额变动率 4. 基于价格变动率和成交金额变动率计算马氏距离，作为拥挤度的度量[16] * **因子评价**： 该因子可用于识别短期交易过热（显著拥挤）或交易行为异常的行业，第1象限椭圆外的点表示短期显著拥挤的行业，第3象限椭圆外的点表示价量齐跌且偏离度高的行业[16] 模型的回测效果 （报告中未涉及具体模型的回测效果指标） 因子的回测效果 （报告中未涉及具体因子的回测效果指标，如IC、IR等） **注**：本报告主要为市场数据回顾与描述性统计，并未详细阐述用于预测或选股的量化模型，也未提供因子或模型的系统化回测绩效指标（如年化收益、夏普比率、信息比率、最大回撤等）[8][9][12][13][14]

行业指数分类 - A股常见指数主要分为四类：宽基指数、策略指数、行业指数和主题指数 [5] - 行业指数仅覆盖特定行业股票，例如消费、医药、金融等 [5] - 最常见的行业指数涵盖11个一级行业，每个行业均为社会不可或缺的组成部分并长期随社会发展 [5] 行业指数投资风险 - 行业指数波动风险显著大于宽基指数，平均年波动幅度达30%-50%，而沪深300等宽基指数年波动幅度为20%-25% [5] - 投资时需控制单个行业配置比例，建议控制在15%-20%以内以降低风险 [5] 行业选择与配置策略 - 不同行业长期回报差异显著，应优先选择优秀行业进行投资 [7][8] - 需通过分散配置优化投资组合结构 [6]

根据提供的研报内容，该报告主要对A股主要宽基指数进行多维度数据跟踪和统计分析，并未涉及具体的量化投资模型或量化因子的构建、测试与评价。报告内容集中于市场现状描述和指标展示[1][2][3][4][6][8][10][11][12][13][15][16][18][19][20][21][22][23][24][25][27][28][29][31][34][35][37][39][40][41][42][43][45][46][47][48][50][52][53][54][55][56][57][58][59][60][61][62][63]。 因此，本总结中关于“量化模型与构建方式”、“模型的回测效果”、“量化因子与构建方式”及“因子的回测效果”部分无相关内容。

中证A500指数表现 - 截至2025年11月21日午间收盘 中证A500指数下跌2.2% [1][2] - 该指数由各行业市值较大 流动性较好的500只证券组成 [2] - 指数覆盖93个三级行业中的91个 行业代表性广泛 [2] A100ETF易方达相关指数表现 - 截至同日午间收盘 其跟踪的中证A100指数下跌2.0% [2] - 中证A100指数由100只具有行业代表性的市值较大 流动性较好的证券组成 [2] - 指数覆盖46个中证三级行业 反映大盘核心龙头上市公司证券整体表现 [2] 相关ETF产品 - A500ETF易方达基金跟踪中证A500指数 [2] - 中证A50ETF易方达产品亦被提及 [3]

根据提供的研报内容，以下是关于量化模型和因子的总结： 量化因子与构建方式 1. **因子名称：RSI相对强弱指标**[2] * **因子构建思路**：通过计算一定周期内价格平均涨幅与平均跌幅的比值，来衡量市场的超买或超卖状态[2] * **因子具体构建过程**： 1. 计算一定周期（例如12天）内每日涨幅的平均值（AvgGain）和每日跌幅的平均值（AvgLoss）[2] 2. 计算相对强弱（RS）：RS = AvgGain / AvgLoss[2] 3. 计算RSI值：$$RSI = 100 - \frac{100}{1 + RS}$$[2] * **因子评价**：RSI>70表示市场可能处于超买状态，RSI<30表示市场可能处于超卖状态，常用于判断市场短期趋势反转点[2] 2. **因子名称：净申购**[2] * **因子构建思路**：通过计算ETF基金净值的变化与价格回报的关系，来估算当日资金的净流入或流出金额[2] * **因子具体构建过程**： 1. 获取当日ETF净值NAV(T)和前一日ETF净值NAV(T-1)[2] 2. 获取ETF当日价格回报率R(T)[2] 3. 计算净申购金额：$$NETBUY(T) = NAV(T) - NAV(T-1) \times (1 + R(T))$$[2] 因子的回测效果 研报中未提供针对RSI因子或净申购因子的系统性回测结果，如信息比率（IR）、收益率等指标[4][7]

文章核心观点 - 提供一份全面的“指数地图”，系统梳理了A股及海外市场的主要股票指数，旨在帮助投资者快速查阅和比较不同指数的关键信息 [1] - 指数地图涵盖宽基指数、策略指数、行业指数、主题指数和海外指数五大类别，并包含指数代码、选股规则、行业分布、成分股市值等关键数据 [2][4] - 指数地图会定期更新，以保持信息的准确性和时效性 [1] 宽基指数 - A股市场核心宽基指数主要为中证系列指数，按市值规模划分，覆盖范围广泛，包含各行业股票 [19] - 沪深300指数代表大盘股，成分股为市值排名前300的股票，平均市值2146.39亿元，中位数市值1083.86亿元 [7][20] - 中证500指数代表中盘股，成分股为市值排名301-800的股票，平均市值334.20亿元，中位数市值296.42亿元 [7][20] - 中证1000指数代表小盘股，成分股为市值排名801-1800的股票，平均市值146.64亿元，中位数市值127.92亿元 [7][20] - 中证2000指数代表微盘股，成分股为市值排名1801-3800的股票，平均市值60.56亿元，中位数市值53.23亿元 [7][20] - 上证50指数由沪市规模大、流动性好的50只股票组成，平均市值5960.45亿元，是市值平均数最高的宽基指数 [7][20] - 科创创业50指数由科创板和创业板中市值较大的50只股票组成，反映新兴产业表现，平均市值1728.57亿元 [7][20] - MSCI A50指数挑选沪深两市纳入沪股通、深股通的规模最大50只股票，平均市值高达6215.22亿元 [7][20] - 恒生指数为香港蓝筹股指数，反映市值最大及成交最活跃的香港上市公司表现，平均市值5087.88亿元 [7][20] - 北证50指数由北交所规模大、流动性好的50只股票组成，平均市值68.11亿元，显著低于其他主要宽基指数 [7][20] 策略指数 - 策略指数也称为Smart Beta指数，运用特定投资策略选股，覆盖行业广泛，满足投资者个性化需求 [23][24] - 红利指数挑选高股息率股票，例如中证红利指数从沪深市场选100只现金股息率高、分红稳定的股票，平均市值2080.40亿元 [10][27] - 价值指数挑选低市盈率、低市净率、高股息率股票，例如300价值指数从沪深300中选价值得分最高的100只股票，平均市值3276.03亿元 [10][27] - 低波动指数挑选股价波动率较低股票，例如500低波动指数从中证500二级行业内选低波动特征股票，平均市值314.34亿元 [10][27] - 基本面指数挑选营业收入、现金流、净资产、分红规模较大股票，例如基本面50指数选基本面价值最大的50家公司，平均市值5902.96亿元 [10][27] - 质量指数通过高ROE、稳定收益增长和低财务杠杆等指标筛选高质量公司，例如MSCI质量指数平均市值1688.74亿元 [10] - 龙头指数聚焦各行业龙头公司，例如中证A50指数从各行业龙头中选市值最大的50只证券，平均市值3922.21亿元 [10][28] - 成长指数挑选成长因子评分高的股票，例如300成长指数从沪深300中选成长因子最高的100只股票，平均市值2002.17亿元 [10][28] - 自由现金流指数聚焦现金流创造能力强的公司，例如中证800自由现金流指数选50只自由现金流率较高的证券，平均市值1192.70亿元 [10][28] 行业指数 - 行业指数对应11个一级行业，如消费、医药、金融、能源等，是社会发展的组成部分 [30] - 消费行业指数包括中证消费、消费红利、消费龙头等，例如中证消费指数平均市值1193.03亿元，消费龙头指数平均市值1042.51亿元 [13][37] - 医药行业指数包括医药100、中证医药、创新药、生物科技、中证医疗等，例如医药100指数平均市值457.22亿元，中证创新药指数平均市值535.04亿元 [13][37] - 白酒指数作为特殊消费主题，选取涉及白酒生产业务的上市公司，平均市值高达1740.17亿元 [13][37] - 金融行业指数包括银行行业和证券行业指数，银行行业指数平均市值高达3679.96亿元 [14][37] - 地产行业指数选取房地产行业规模和流动性突出的50只股票，平均市值205.81亿元 [14][37] - 行业指数波动风险通常大于宽基指数，年均波动可达30%-50%，而沪深300等宽基指数年波动通常在20%-25% [32] - 投资行业指数需控制单个行业比例，建议在15%-20%以内，并选择优秀行业做好分散配置 [33][35][36] 主题指数 - 主题指数横跨多个行业，但行业覆盖不如宽基指数广泛，成分股与特定主题密切相关 [42] - 常见主题指数包括环保行业、科技100、中证养老、军工行业、国证芯片、CS新能车、中证新能等 [16] - 恒生科技指数涵盖30家香港上市科技公司，平均市值5713.80亿元，反映港股科技板块表现 [16] - 中国互联网50指数选取港股、美股上市的50家中国互联网企业，平均市值4025.10亿元 [16] - 主题指数数量繁多且更新快，部分主题可能随时间推移而“过时” [43] 海外指数 - 海外指数部分包括美股市场的主要宽基和行业指数，如纳斯达克100、标普500等 [18] - 纳斯达克100指数反映纳斯达克证券市场科技股表现 [18] - 标普500指数是美股大盘宽基指数代表 [18] - 标普科技指数集中投资美股信息科技行业龙头股 [18] - 美股消费指数集中投资美股消费行业股票 [18] - 全球医疗指数集中投资在美股上市的全球医疗龙头股 [18]

根据提供的研报内容，以下是关于量化模型与因子的总结。报告主要涉及对宽基指数的多维度指标跟踪和分析，并未明确构建新的量化交易模型或选股因子，而是对一系列市场观测指标进行了计算和解读。 量化因子与构建方式 1. **因子名称**：风险溢价因子[25] * **因子构建思路**：以十年期国债即期收益率为无风险利率参考，计算各宽基指数相对于无风险利率的风险溢价，用以衡量其相对投资价值和偏离情况[25] * **因子具体构建过程**：风险溢价的计算公式为宽基指数的收益率减去十年期国债即期收益率。报告中展示了当前风险溢价值，并计算了其在近1年和近5年历史数据中的分位值，以判断当前估值水平。此外，还计算了近1年的均值、波动率（标准差），并比较了当前值与均值上下1倍及2倍标准差区间的偏离程度[26][27][28][29] 2. **因子名称**：市盈率（PE-TTM）因子[37] * **因子构建思路**：使用滚动市盈率作为估值参考，衡量各宽基指数在当前时点的投资价值[37] * **因子具体构建过程**：报告直接引用了各宽基指数的PE-TTM当前值。为了进行历史对比，计算了该当前值在近1年、近5年以及全历史数据中的分位值。同时，也计算了近1年的均值、波动率，并分析了当前值相对于均值上下1倍及2倍标准差的位置[38][39][40][41] 3. **因子名称**：股债性价比因子[43] * **因子构建思路**：将股票估值与债券收益率结合，通过比较股票收益率（PE-TTM的倒数）与十年期国债收益率的差值，来判断股票和债券的相对吸引力[43] * **因子具体构建过程**：股债性价比的计算公式为： $$股债性价比 = \frac{1}{PE-TTM} - 十年期国债即期收益率$$ 报告通过图表展示了该因子的历史走势，并设定了参考线：近5年数据的80分位值（机会值）、20分位值（危险值）、均值以及均值±1倍标准差，用以判断当前市场位置[43] 4. **因子名称**：股息率因子[45] * **因子构建思路**：跟踪各宽基指数的股息率，反映现金分红回报率，作为红利投资风格的观测指标[45] * **因子具体构建过程**：报告列出了各宽基指数的股息率当前值。与PE-TTM因子类似，计算了该当前值在近1年、近5年及全历史数据中的分位值。也计算了近1年的均值、波动率，并分析了当前值相对于均值上下不同标准差区间的偏离百分比[45][48][50][51] 5. **因子名称**：破净率因子[52] * **因子构建思路**：通过计算宽基指数中市净率（PB）小于1的个股数量占比（破净率），来反映市场的整体估值态度和悲观情绪[52] * **因子具体构建过程**：破净率的计算公式为： $$破净率 = \frac{指数成分股中破净个股数量}{指数成分股总数}$$ 报告给出了各宽基指数在当前时点的具体破净率数值[52] 6. **因子名称**：均线相对位置因子[13][14] * **因子构建思路**：通过比较指数收盘价与不同周期移动平均线（MA）的位置关系，判断指数的短期、中期趋势强弱[13][14] * **因子具体构建过程**：计算了指数收盘价相对于5日、10日、20日、60日、120日、250日移动平均线的偏离百分比（(收盘价/MA - 1) * 100%）。例如，vsMA5 = (收盘价 / MA5 - 1) * 100%。报告根据计算结果判断指数是位于均线之上还是之下[14] 7. **因子名称**：价格相对位置因子[13][14] * **因子构建思路**：通过比较指数当前价格与近250个交易日最高价和最低价的相对位置，评估指数处于长期行情中的高位还是低位区间[13][14] * **因子具体构建过程**：计算了指数收盘价相对于近250日高位和低位的偏离百分比。公式为：vs近250日高位 = (收盘价 / 近250日高位 - 1) * 100%；vs近250日低位 = (收盘价 / 近250日低位 - 1) * 100%[14] 8. **因子名称**：收益分布形态因子（偏度与峰度）[23] * **因子构建思路**：通过分析指数日收益率的分布形态（偏度和峰度），了解收益分布的特征，例如是否对称、是否存在肥尾现象等[23] * **因子具体构建过程**：报告计算了各宽基指数近5年的峰度、偏度以及当前时点的峰度、偏度，并通过当前值与近5年值的差值（当前vs.近5年）来观察分布形态的变化。注明了峰度计算中减去了3（正态分布的峰度值）[23] 因子的回测效果 （注：本报告为市场数据跟踪报告，未提供基于历史数据的因子分层回测结果，如IC、IR、多空收益等。报告主要呈现了各因子在特定时点的截面数值或近期统计值，故本部分无相关内容。） 模型的回测效果 （注：本报告未涉及具体的量化交易模型构建与回测，故本部分无相关内容。）