量化模型与构建方式 1. 风格因子模型 - **模型名称**：BARRA风格因子模型[16] - **模型构建思路**：参考BARRA因子模型构建10个风格因子，以捕捉A股市场的风格变化[16] - **模型具体构建过程**：通过细分因子合成大类风格因子，细分因子构造方式及大类因子合成方式见表3[16]。具体因子构建如下： - 估值因子=BP，其中BP（Book to Price）=归母股东权益/总市值[17] - 成长因子=（SGRO+EGRO）/2，其中： - SGRO（Sales growth）：过去五个财年年报的每股营业收入按时间进行回归，将回归系数（斜率）除以每股营业收入的平均值[17] - EGRO（Earnings growth）：过去五个财年年报的每股归母净利润按时间进行回归，将回归系数（斜率）除以每股归母净利润的平均值[17] - 盈利因子=（ETOP+CETOP）/2，其中： - ETOP（Earnings-to-price ratio）：归母净利润TTM/总市值[17] - CETOP（Cash earnings-to-price ratio）：经营活动产生的现金流量净额TTM/总资产[17] - 规模因子=LNCAP，其中LNCAP（Natural log of market cap）=总市值的对数[17] - Beta因子=BETA，将个股过去252个交易日的日收益率与中证全指日收益率进行半衰指数加权回归，半衰期为63个交易日，最终取回归系数作为BETA[17] - 动量因子=RSTR，其中RSTR（Relative strength）=过去504个交易日个股累计收益率，不含最近21个交易日，收益率序列使用半衰指数加权，半衰期为126个交易日[17] - 流动性因子=（STOM+STOQ+STOA）/3，其中： - STOM（Share turnover, one month）：个股过去1个月的换手率加总，之后取对数[17] - STOQ（Average share turnover, trailing 3 months）：个股过去3个月STOM的均值[17] - STOA（Average share turnover, trailing 12 months）：个股过去12个月STOM的均值[17] - 波动性因子=（DASTD+CMRA+HSIGMA）/3，其中： - DASTD（Daily standard deviation）：过去250个交易日个股相对于所有股票等权指数的超额收益率的标准差，计算标准差时使用半衰指数加权，半衰期为40个交易日[17] - CMRA（Cumulative range）：计算个股过去12个月内的累计对数收益率，将累计最高收益与累积最低收益做差[17] - HSIGMA（Historical sigma）：计算BETA时残差的标准差[17] - 非线性市值因子=NLSIZE，将股票总市值对数的三次方与对数市值进行加权最小二乘回归，其中权重为对数市值的平方根，最终取回归残差作为NLSIZE[17] - 杠杆因子=（MLEV+DTOA+BLEV）/3，其中： - MLEV（Market leverage）：非流动负债/总市值[17] - DTOA（Debt to assets）：总负债/总资产[17] - BLEV（Book leverage）：非流动负债/归属母公司股东权益[17] 2. 中性约束条件下最大化因子暴露组合构建方法 - **模型名称**：中性约束条件下最大化因子暴露组合[22][23] - **模型构建思路**：在确保投资组合相对基准指数在行业和风格暴露保持中性的基础上，最大化目标因子在组合中的暴露[23] - **模型具体构建过程**：参考附录中的具体构建方法[23] 量化因子与构建方式 1. 估值因子 1. **因子名称**：BP[22] - 因子构建思路：衡量账面价值与市场价值的比率[22] - 因子具体构建过程：归属母公司股东权益/总市值[22] - 参考方向：正向[22] 2. **因子名称**：单季度EP[22] - 因子构建思路：衡量单季度盈利与市值的比率[22] - 因子具体构建过程：单季度归母净利润/总市值[22] - 参考方向：正向[22] 3. **因子名称**：EP_TTM[22] - 因子构建思路：衡量滚动盈利与市值的比率[22] - 因子具体构建过程：归母净利润TTM/总市值[22] - 参考方向：正向[22] 4. **因子名称**：单季度SP[22] - 因子构建思路：衡量单季度营收与市值的比率[22] - 因子具体构建过程：单季度营业收入/总市值[22] - 参考方向：正向[22] 5. **因子名称**：SP_TTM[22] - 因子构建思路：衡量滚动营收与市值的比率[22] - 因子具体构建过程：营业收入TTM/总市值[22] - 参考方向：正向[22] 6. **因子名称**：单季度CFEV[22] - 因子构建思路：衡量单季度现金流与调整市值的比率[22] - 因子具体构建过程：单季度经营活动产生的现金流量净额/（市值+短期借款+长期借款+应付债券-货币资金）[22] - 参考方向：正向[22] 7. **因子名称**：CFEV_TTM[22] - 因子构建思路：衡量滚动现金流与调整市值的比率[22] - 因子具体构建过程：经营活动产生的现金流量净额TTM/（市值+短期借款+长期借款+应付债券-货币资金）[22] - 参考方向：正向[22] 2. 成长因子 8. **因子名称**：单季度净利润同比增速[22] - 因子构建思路：衡量单季度净利润同比增长情况[22] - 因子具体构建过程：单季度归母净利润同比增长率[22] - 参考方向：正向[22] 9. **因子名称**：单季度营业收入同比增速[22] - 因子构建思路：衡量单季度营业收入同比增长情况[22] - 因子具体构建过程：单季度营业收入同比增长率[22] - 参考方向：正向[22] 10. **因子名称**：单季度营业利润同比增速[22] - 因子构建思路：衡量单季度营业利润同比增长情况[22] - 因子具体构建过程：单季度营业利润同比增长率[22] - 参考方向：正向[22] 11. **因子名称**：标准化预期外盈利[22] - 因子构建思路：衡量盈利超出预期的程度[22] - 因子具体构建过程：（当前季度归母净利润-（去年同期单度归母净利润+过去8个季度单季归母净利润同比增长均值））/过去8个季度的单季度归母净利润同比增长值的标准差[22] - 参考方向：正向[22] 12. **因子名称**：标准化预期外收入[22] - 因子构建思路：衡量收入超出预期的程度[22] - 因子具体构建过程：（当前季度营业收入-（去年同期单度营业收入+过去8个季度单季度营业收入同比增长均值））/过去8个季度的单季度营业收入同比增长值的标准差[22] - 参考方向：正向[22] 13. **因子名称**：单季度ROE同比[22] - 因子构建思路：衡量单季度ROE同比变化[22] - 因子具体构建过程：ROE单季度同比变化[22] - 参考方向：正向[22] 14. **因子名称**：单季度ROA同比[22] - 因子构建思路：衡量单季度ROA同比变化[22] - 因子具体构建过程：ROA单季度同比变化[22] - 参考方向：正向[22] 3. 质量因子 15. **因子名称**：单季度ROE[22] - 因子构建思路：衡量单季度净资产收益率[22] - 因子具体构建过程：单季度归母净利润/归属母公司股东权益[22] - 参考方向：正向[22] 16. **因子名称**：单季度ROA[22] - 因子构建思路：衡量单季度总资产收益率[22] - 因子具体构建过程：单季度归母净利润/总资产[22] - 参考方向：正向[22] 17. **因子名称**：单季度毛利率[22] - 因子构建思路：衡量单季度毛利率水平[22] - 因子具体构建过程：（单季度营业收入-单季度营业成本）/单季度营业收入[22] - 参考方向：正向[22] 18. **因子名称**：单季度营业利润率[22] - 因子构建思路：衡量单季度营业利润率水平[22] - 因子具体构建过程：单季度营业利润/单季度营业收入[22] - 参考方向：正向[22] 19. **因子名称**：单季度净利润率[22] - 因子构建思路：衡量单季度净利润率水平[22] - 因子具体构建过程：单季度归母净利润/单季度营业收入[22] - 参考方向：正向[22] 20. **因子名称**：盈余质量[22] - 因子构建思路：衡量盈余质量[22] - 因子具体构建过程：（经营活动现金流量净额-营业利润）/总资产[22] - 参考方向：正向[22] 21. **因子名称**：流动比率[22] - 因子构建思路：衡量流动性风险[22] - 因子具体构建过程：流动资产/流动负债[22] - 参考方向：正向[22] 4. 规模因子 22. **因子名称**：对数市值[22] - 因子构建思路：衡量公司规模[22] - 因子具体构建过程：总市值的对数[22] - 参考方向：负向[22] 5. 反转因子 23. **因子名称**：20日反转[22] - 因子构建思路：衡量短期反转效应[22] - 因子具体构建过程：个股过去20个交易日收益率[22] - 参考方向：负向[22] 24. **因子名称**：60日反转[22] - 因子构建思路：衡量中期反转效应[22] - 因子具体构建过程：个股过去60个交易日收益率[22] - 参考方向：负向[22] 6. 动量因子 25. **因子名称**：60日动量[22] - 因子构建思路：衡量中期动量效应[22] - 因子具体构建过程：个股过去60个交易日（排除近20日）收益率[22] - 参考方向：正向[22] 26. **因子名称**：240日动量[22] - 因子构建思路：衡量长期动量效应[22] - 因子具体构建过程：个股过去240个交易日（排除近20日）收益率[22] - 参考方向：正向[22] 27. **因子名称**：盈余公告前隔夜动量[22] - 因子构建思路：衡量盈余公告前的隔夜动量效应[22] - 因子具体构建过程：个股盈余公告前20个交易日的隔夜收益[22] - 参考方向：正向[22] 28. **因子名称**：盈余公告次日开盘跳空超额[22] - 因子构建思路：衡量盈余公告次日的开盘跳空效应[22] - 因子具体构建过程：个股盈余公告次日开盘价/昨日收盘价-中证全指次日开盘价/昨日收盘价[22] - 参考方向：正向[22] 7. 流动性因子 29. **因子名称**：20日换手率[22] - 因子构建思路：衡量短期换手率水平[22] - 因子具体构建过程：个股过去20个交易日换手率的平均值[22] - 参考方向：负向[22] 30. **因子名称**：60日换手率[22] - 因子构建思路：衡量中期换手率水平[22] - 因子具体构建过程：个股过去60个交易日换手率的平均值[22] - 参考方向：负向[22] 31. **因子名称**：20日换手率波动[22] - 因子构建思路：衡量短期换手率波动[22] - 因子具体构建过程：个股过去20个交易日换手率的标准差[22] - 参考方向：负向[22] 32. **因子名称**：60日换手率波动[22] - 因子构建思路：衡量中期换手率波动[22] - 因子具体构建过程：个股过去60个交易日换手率的标准差[22] - 参考方向：负向[22] 33. **因子名称**：20日非流动性冲击[22] - 因子构建思路：衡量短期非流动性冲击[22] - 因子具体构建过程：个股过去20个交易日的收益率绝对值/过去20日成交额的均值[22] - 参考方向：正向[22] 34. **因子名称**：60日非流动性冲击[22] - 因子构建思路：衡量中期非流动性冲击[22] - 因子具体构建过程：个股过去60个交易日的收益率绝对值/过去60日成交额的均值[22] - 参考方向：正向[22] 8. 波动性因子 35. **因子名称**：20日收益率标准差[22] - 因子构建思路：衡量短期收益波动[22] - 因子具体构建过程：个股过去20个交易日的日收益率标准差[22] - 参考方向：负向[22] 36. **因子名称**：60日收益率标准差[22] - 因子构建思路：衡量中期收益波动[22] - 因子具体构建过程：个股过去60个交易日的日收益率标准差[22] - 参考方向：负向[22] 37. **因子名称**：20日特异度[22] - 因子构建思路：衡量短期特异度[22] - 因子具体构建过程：个股过去20个交易日的日收益与Fama-French三因子回归的拟合度[22] - 参考方向：负向[22] 38. **因子名称**：60日特异度[22] - 因子构建思路：衡量中期特异度[22] - 因子具体构建过程：个股过去60个交易日的日收益与Fama-French三因子回归的拟合度[22] - 参考方向：负向[22] 39. **因子名称**：20日三因子模型残差波动率[22] - 因子构建思路：衡量三因子模型残差的短期波动[22] - 因子具体构建过程：个股过去20个交易日的日收益对Fama-French三因子回归的残差的标准差[22] - 参考方向：负向[22] 40. **因子名称**：120日三因子模型残差波动率[22] - 因子构建思路：衡量三因子模型残差的中期波动[22] - 因子具体构建过程：个股过去120个交易日的日收益对Fama-French三因子回归的残差的标准差[22] - 参考方向：负向[22] 41. **因子名称**：240日三因子模型残差波动率[22] - 因子构建思路：衡量三因子模型残差的长期波动[22] - 因子具体构建过程：个股过去240个交易日的日收益对Fama-French三因子回归的残差的标准差[22] - 参考方向：负向[22] 9. 分红因子 42. **因子名称**：股息率[22] - 因子构建思路：衡量分红收益[22] - 因子具体构建过程：最近4个季度分红/总市值[22] - 参考方向：正向[22] 10. 公司治理因子 43. **因子名称**：前五大股东持股比例[22] - 因子构建思路：衡量股权集中度[22] - 因子具体构建过程：前五大股东持股比例合计[22] - 参考方向：正向[22] 44. **因子名称**：前十大股东持股比例[22] - 因子构建思路：衡量股权集中度[22] - 因子具体构建过程：前十大股东持股比例合计[22] - 参考方向：正向[22] 11. 技术因子 45. **因子名称**：20日成交额[22] - 因子构建思路：衡量短期成交活跃度[22] - 因子具体构建过程：过去20个交易日日均成交额[22] - 参考方向：负向[22] 46. **因子名称**：60日成交额[22] - 因子构建思路：衡量中期成交活跃度[22] - 因子具体构建过程：过去60个交易日日均成交额[22] - 参考方向：负向[22] 47. **因子名称**：60日偏度[22] - 因子构建思路：衡量中期收益偏度[22] - 因子具体构建过程：过去60个交易日日度收益率数据计算的偏度[22] - 参考方向：负向[22] 48. **因子名称**：240日偏度[22] - 因子构建思路：衡量长期收益偏度[22] - 因子具体构建过程：过去240个交易日日度收益率数据计算的偏度[22] - 参考方向：负向[22] 49. **因子名称**：20日成交量变异系数[22] - 因子构建思路：衡量短期成交量波动[22] - 因子具体构建过程：过去20个交易日成交量的标准差/过去20个交易日成交量均值[22] - 参考方向：负向[22] 50. **因子名称**：60日成交量变异系数[22] - 因子构建思路：衡量中期成交量波动[22] - 因子具体构建过程：过去60个交易日成交量的标准差/过去60个交易日成交量均值[22] - 参考方向：负向[22] 51. **因子名称**：20日成交量比率[22] - 因子构建思路：衡量

量化模型与构建方式 1 PB-ROE-50 组合模型 - 模型名称：PB-ROE-50 组合[23] - 模型构建思路：基于市净率（PB）和净资产收益率（ROE）构建选股组合，旨在捕捉估值与盈利质量兼具的股票[23] - 模型具体构建过程：从股票池中选取市净率较低、净资产收益率较高的股票，具体构建方式未详细说明，但组合名称暗示可能选取50只股票[23] 2 机构调研组合模型 - 模型名称：公募调研选股策略[25] - 模型构建思路：基于公募基金调研活动构建选股策略，认为机构调研行为蕴含未来超额收益信息[25] - 模型具体构建过程：未详细说明构建过程，但基于公募基金调研数据构建组合[25] - 模型名称：私募调研跟踪策略[25] - 模型构建思路：基于私募基金调研活动构建选股策略，跟踪私募调研行为挖掘投资机会[25] - 模型具体构建过程：未详细说明构建过程，但基于私募基金调研数据构建组合[25] 3 大宗交易组合模型 - 模型名称：大宗交易组合[29] - 模型构建思路：基于大宗交易数据构建选股策略，遵循"高成交、低波动"原则[29] - 模型具体构建过程：通过月频调仓方式，选择"大宗交易成交金额比率"越高、"6日成交金额波动率"越低的股票构建组合[29] 4 定向增发组合模型 - 模型名称：定向增发组合[34] - 模型构建思路：基于定向增发事件构建事件驱动选股策略[34] - 模型具体构建过程：以股东大会公告日为时间节点，综合考虑市值因素、调仓周期以及对仓位的控制构建组合[34] 模型的回测效果 1 PB-ROE-50 组合表现[24] - 中证500股票池：本周超越基准收益率1.04%，今年以来超额收益率4.08%，本周绝对收益率1.36%，今年以来绝对收益率30.34% - 中证800股票池：本周超越基准收益率-0.28%，今年以来超额收益率15.83%，本周绝对收益率-0.52%，今年以来绝对收益率35.71% - 全市场股票池：本周超越基准收益率-0.03%，今年以来超额收益率22.27%，本周绝对收益率-0.21%，今年以来绝对收益率47.96% 2 机构调研组合表现[26] - 公募调研选股：本周超越基准收益率2.22%，今年以来超额收益率10.50%，本周绝对收益率1.97%，今年以来绝对收益率29.47% - 私募调研跟踪：本周超越基准收益率1.51%，今年以来超额收益率13.72%，本周绝对收益率1.27%，今年以来绝对收益率33.23% 3 大宗交易组合表现[30] - 大宗交易组合：本周超越基准收益率-0.98%，今年以来超额收益率32.84%，本周绝对收益率-1.16%，今年以来绝对收益率60.76% 4 定向增发组合表现[35] - 定向增发组合：本周超越基准收益率-0.21%，今年以来超额收益率-0.63%，本周绝对收益率-0.38%，今年以来绝对收益率20.26% 量化因子与构建方式 1 基本面因子 - 因子名称：总资产增长率[12] - 因子构建思路：衡量公司资产规模增长能力的指标 - 因子具体构建过程：未详细说明计算公式 - 因子名称：总资产毛利率TTM[12] - 因子构建思路：衡量公司资产盈利能力的指标 - 因子具体构建过程：未详细说明计算公式 - 因子名称：单季度总资产毛利率[12] - 因子构建思路：衡量公司单季度资产盈利能力的指标 - 因子具体构建过程：未详细说明计算公式 - 因子名称：ROE稳定性[14] - 因子构建思路：衡量公司净资产收益率稳定性的指标 - 因子具体构建过程：未详细说明计算公式 - 因子名称：ROA稳定性[16] - 因子构建思路：衡量公司总资产收益率稳定性的指标 - 因子具体构建过程：未详细说明计算公式 2 估值因子 - 因子名称：市盈率TTM倒数[12] - 因子构建思路：市盈率的倒数，衡量估值水平的指标 - 因子具体构建过程：未详细说明计算公式 - 因子名称：市净率因子[12] - 因子构建思路：衡量公司市净率水平的指标 - 因子具体构建过程：未详细说明计算公式 - 因子名称：BP因子[21] - 因子构建思路：账面市值比因子，衡量估值水平 - 因子具体构建过程：未详细说明计算公式 - 因子名称：EP因子[21] - 因子构建思路：盈利价格比因子，衡量估值水平 - 因子具体构建过程：未详细说明计算公式 3 技术因子 - 因子名称：动量弹簧因子[12] - 因子构建思路：衡量价格动量特征的指标 - 因子具体构建过程：未详细说明计算公式 - 因子名称：5日反转[12] - 因子构建思路：衡量短期价格反转效应的指标 - 因子具体构建过程：未详细说明计算公式 - 因子名称：成交量的5日指数移动平均[12] - 因子构建思路：衡量成交量平滑变化的指标 - 因子具体构建过程：未详细说明计算公式 - 因子名称：5日成交量的标准差[14] - 因子构建思路：衡量成交量波动性的指标 - 因子具体构建过程：未详细说明计算公式 4 资金流因子 - 因子名称：大单净流入[16] - 因子构建思路：衡量大单资金流向的指标 - 因子具体构建过程：未详细说明计算公式 - 因子名称：小单净流入[12] - 因子构建思路：衡量小单资金流向的指标 - 因子具体构建过程：未详细说明计算公式 5 波动性因子 - 因子名称：残差波动率因子[21] - 因子构建思路：衡量股票残差波动率的指标 - 因子具体构建过程：未详细说明计算公式 - 因子名称：流动性因子[21] - 因子构建思路：衡量股票流动性的指标 - 因子具体构建过程：未详细说明计算公式 因子的回测效果 1 沪深300股票池因子表现[13] - 总资产增长率：最近1周2.41%，最近1个月8.72%，最近1年35.74%，最近10年5.91% - 总资产毛利率TTM：最近1周2.02%，最近1个月4.87%，最近1年21.22%，最近10年-6.28% - 单季度总资产毛利率：最近1周1.34%，最近1个月6.78%，最近1年14.58%，最近10年11.55% - 对数市值因子：最近1周1.18%，最近1个月-0.65%，最近10年13.62% - 单季度ROA：最近1周1.05%，最近1个月7.70%，最近1年19.71%，最近10年17.10% - 市盈率TTM倒数：最近1周-1.90%，最近1个月-5.84%，最近1年-1.42%，最近10年50.79% - 市盈率因子：最近1周-1.44%，最近1个月-6.44%，最近1年-7.05%，最近10年10.01% - 成交量的5日指数移动平均：最近1周-1.33%，最近1个月0.70%，最近1年1.48%，最近10年6.02% 2 中证500股票池因子表现[15] - 总资产增长率：最近1周2.12%，最近1个月2.00%，最近1年21.41%，最近10年4.51% - 单季度营业收入同比增长率：最近1周1.73%，最近1个月3.09%，最近1年16.71%，最近10年37.81% - ROE稳定性：最近1周1.53%，最近1个月-2.50%，最近1年-9.80%，最近10年74.54% - 净利润断层：最近1周-1.87%，最近1个月-2.37%，最近1年-0.28%，最近10年79.26% - 5日成交量的标准差：最近1周-1.53%，最近1个月-2.98%，最近1年-12.96%，最近10年88.02% - 动量弹簧因子：最近1周-1.31%，最近1个月-2.05%，最近1年10.87%，最近10年16.09% 3 流动性1500股票池因子表现[17] - ROA稳定性：最近1周1.89%，最近1个月2.99%，最近1年-0.65%，最近10年69.49% - ROE稳定性：最近1周1.22%，最近1个月1.64%，最近1年-5.64%，最近10年60.49% - 大单净流入：最近1周1.18%，最近1个月3.04%，最近1年-4.52%，最近10年107.39% - 5日成交量的标准差：最近1周-1.93%，最近1个月-0.98%，最近1年-2.46%，最近10年87.28% - 单季度净利润同比增长率：最近1周-1.42%，最近1个月0.73%，最近1年22.52%，最近10年75.31% - 单季度ROA同比：最近1周-1.36%，最近1个月3.07%，最近1年23.17%，最近10年89.17% 4 大类因子表现[18] - Beta因子：最近1周0.73% - 市值因子：最近1周0.58% - 成长因子：最近1周0.21% - 非线性市值因子：最近1周0.21% - 杠杆因子：最近1周-0.25%

量化模型与构建方式 1. PB-ROE-50 组合 - **模型名称**：PB-ROE-50 组合 - **模型构建思路**：基于市净率（PB）和净资产收益率（ROE）两个估值与盈利指标，通过综合筛选构建投资组合[24] - **模型具体构建过程**：从全市场股票中筛选出 PB 较低且 ROE 较高的股票，最终选取 50 只股票构成组合，具体公式为综合评分： $$Score = w_1 \cdot Rank(PB^{-1}) + w_2 \cdot Rank(ROE)$$ 其中 $w_1$ 和 $w_2$ 为权重，$Rank$ 为排序函数，选取评分最高的50只股票[24] - **模型评价**：兼顾估值与盈利质量，风格稳定，长期表现稳健 2. 公募调研选股策略 - **模型名称**：公募调研选股策略 - **模型构建思路**：基于公募基金调研行为，挖掘调研事件背后的超额收益机会[27] - **模型具体构建过程**：跟踪公募基金调研的上市公司，结合调研频率、调研后股价表现等指标，构建投资组合[27] - **模型评价**：事件驱动型策略，捕捉机构关注度提升带来的短期机会 3. 私募调研跟踪策略 - **模型名称**：私募调研跟踪策略 - **模型构建思路**：基于私募基金调研行为，挖掘调研事件背后的投资机会[27] - **模型具体构建过程**：跟踪私募基金调研的上市公司，结合调研深度、公司基本面等指标构建组合[27] 4. 大宗交易组合 - **模型名称**：大宗交易组合 - **模型构建思路**：基于大宗交易数据，通过“高成交金额比率、低波动率”原则筛选股票[31] - **模型具体构建过程**：计算每只股票的“大宗交易成交金额比率”和“6日成交金额波动率”，选取成交金额比率高且波动率低的股票，按月调仓，公式为： $$Selection\,Criteria = \frac{Block\,Trade\,Amount}{Total\,Trading\,Amount} > \alpha\,,\, \sigma_{6d} < \beta$$ 其中 $\alpha$ 和 $\beta$ 为阈值参数[31] - **模型评价**：利用大宗交易的信息优势，捕捉流动性冲击带来的定价偏差 5. 定向增发组合 - **模型名称**：定向增发组合 - **模型构建思路**：基于定向增发事件，挖掘再融资政策收紧背景下的投资机会[37] - **模型具体构建过程**：以股东大会公告日为节点，结合市值、调仓周期和仓位控制，筛选涉及定向增发的股票[37] - **模型评价**：事件驱动策略，适应政策变化，捕捉定增事件的超额收益 模型的回测效果 1. PB-ROE-50 组合 - 中证500：上周超额收益-0.57%，今年以来超额收益3.00%，上周绝对收益2.79%，今年以来绝对收益28.59%[25] - 中证800：上周超额收益-0.02%，今年以来超额收益16.16%，上周绝对收益1.89%，今年以来绝对收益36.42%[25] - 全市场：上周超额收益0.79%，今年以来超额收益22.30%，上周绝对收益2.87%，今年以来绝对收益48.27%[25] 2. 公募调研选股策略 - 上周超额收益3.82%，今年以来超额收益8.10%，上周绝对收益5.81%，今年以来绝对收益26.96%[28] 3. 私募调研跟踪策略 - 上周超额收益0.51%，今年以来超额收益12.02%，上周绝对收益2.44%，今年以来绝对收益31.56%[28] 4. 大宗交易组合 - 上周超额收益-1.77%，今年以来超额收益0.26%，上周绝对收益未明确，今年以来绝对收益62.65%[32] 5. 定向增发组合 - 上周超额收益-1.71%，今年以来超额收益-0.77%，上周绝对收益0.32%，今年以来绝对收益20.29%[38] 量化因子与构建方式 1. 5日反转因子 - **因子名称**：5日反转因子 - **因子构建思路**：捕捉短期价格反转效应[12] - **因子具体构建过程**：计算过去5日的收益率并取负值，公式为： $$5Day\,Reversal = -R_{t-5,t}$$ 其中 $R_{t-5,t}$ 为过去5日收益率[12] - **因子评价**：短期反转效应显著，尤其在小市值股票中表现突出 2. 早盘收益因子 - **因子名称**：早盘收益因子 - **因子构建思路**：捕捉开盘后短期价格动量[12] - **因子具体构建过程**：计算开盘后一定时间内的收益率[12] 3. 对数市值因子 - **因子名称**：对数市值因子 - **因子构建思路**：捕捉市值规模效应[12] - **因子具体构建过程**：对总市值取自然对数： $$Log\,Market\,Cap = \ln(MCAP)$$ 其中 $MCAP$ 为总市值[12] 4. 市销率TTM倒数因子 - **因子名称**：市销率TTM倒数因子 - **因子构建思路**：捕捉估值低估机会[14] - **因子具体构建过程**：计算市销率（TTM）的倒数： $$PS^{-1} = \frac{1}{P/S}$$ 其中 $P/S$ 为市销率[14] 5. 标准化预期外盈利因子 - **因子名称**：标准化预期外盈利因子 - **因子构建思路**：捕捉盈利超预期带来的价格反应[18] - **因子具体构建过程**：计算实际盈利与预期盈利的差，并除以标准差标准化[18] 6. 市盈率TTM倒数因子 - **因子名称**：市盈率TTM倒数因子 - **因子构建思路**：捕捉估值低估机会[18] - **因子具体构建过程**：计算市盈率（TTM）的倒数： $$PE^{-1} = \frac{1}{P/E}$$ 其中 $P/E$ 为市盈率[18] 因子的回测效果 1. 沪深300股票池因子表现（最近1周） - 5日反转因子：3.11%[13] - 早盘收益因子：2.31%[13] - 对数市值因子：2.24%[13] - 单季度ROA因子：2.08%[13] - 标准化预期外盈利因子：1.91%[13] 2. 中证500股票池因子表现（最近1周） - 市销率TTM倒数因子：1.60%[15] - 标准化预期外收入因子：1.55%[15] - 5日反转因子：0.65%[15] 3. 流动性1500股票池因子表现（最近1周） - 市销率TTM倒数因子：2.75%[19] - 标准化预期外盈利因子：2.69%[19] - 市盈率TTM倒数因子：2.67%[19] - 市盈率因子：2.18%[19] - 标准化预期外收入因子：1.85%[19]

根据提供的量化研报内容，以下是总结的量化模型、因子及其构建思路、过程、评价和测试结果。 量化因子与构建方式 1. 大类风格因子 **因子名称**：Beta因子[18] **因子构建思路**：衡量股票相对于市场的系统性风险[18] **因子具体构建过程**：未详细说明构建公式，但通常基于股票收益率与市场收益率的协方差计算 **因子评价**：本周在全市场股票池中表现较好 **因子名称**：市值因子[18] **因子构建思路**：反映公司规模大小的风格因子[18] **因子具体构建过程**：通常使用总市值或流通市值的对数作为因子值 **因子评价**：本周市场表现为大市值风格 **因子名称**：盈利因子[18] **因子构建思路**：衡量公司盈利能力[18] **因子具体构建过程**：未详细说明构建公式 **因子评价**：本周表现较差 **因子名称**：非线性市值因子[18] **因子构建思路**：捕捉市值因子的非线性效应[18] **因子具体构建过程**：未详细说明构建公式 2. 单因子体系 研报中提到了丰富的单因子体系，包括但不限于以下因子类型： **价值类因子**：市净率因子、市盈率因子、市盈率TTM倒数、市销率TTM倒数、EP因子、BP因子[12][14][16][22] **成长类因子**：单季度营业收入同比增长率、单季度营业利润同比增长率、单季度净利润同比增长率、总资产增长率[12][14][16] **盈利类因子**：单季度ROE、单季度ROE同比、单季度ROA、单季度ROA同比、毛利率TTM、营业利润率TTM、净利润率TTM[12][14][16] **情绪类因子**：标准化预期外收入、标准化预期外盈利[12][14][16] **技术类因子**：5日反转、动量弹簧因子、早盘收益因子、早盘后收益因子[12][14][16] **流动性类因子**：5日平均换手率、换手率相对波动率、6日成交金额的标准差[12][14][16] **质量类因子**：ROIC增强因子、ROE稳定性、ROA稳定性[12][14][16] **资金流因子**：大单净流入、小单净流入、动量调整大单、动量调整小单[12][14][16] 3. 行业内因子 **因子名称**：净资产增长率因子[22] **因子构建思路**：衡量行业内公司净资产增长情况[22] **因子名称**：净利润增长率因子[22] **因子构建思路**：衡量行业内公司净利润增长情况[22] **因子名称**：每股净资产因子[22] **因子构建思路**：衡量行业内公司每股净资产水平[22] **因子名称**：每股经营利润TTM因子[22] **因子构建思路**：衡量行业内公司每股经营利润水平[22] **因子名称**：BP因子[22] **因子构建思路**：账面市值比因子在行业内的表现[22] **因子名称**：EP因子[22] **因子构建思路**：盈利价格比因子在行业内的表现[22] **因子名称**：残差波动率因子[22] **因子构建思路**：衡量股票残差收益率的波动性[22] **因子名称**：流动性因子[22] **因子构建思路**：衡量股票流动性的因子[22] **因子名称**：对数市值因子[22] **因子构建思路**：市值因子的对数形式[22] 量化模型与构建方式 1. PB-ROE-50组合模型 **模型名称**：PB-ROE-50组合[2][24] **模型构建思路**：基于市净率(PB)和净资产收益率(ROE)两个核心指标构建的投资组合[2][24] **模型具体构建过程**：选择PB较低且ROE较高的50只股票构建投资组合，具体筛选标准和权重分配方法未详细说明[2][24] 2. 机构调研组合模型 **模型名称**：公募调研选股策略[3][26] **模型构建思路**：基于公募基金调研活动构建的选股策略[3][26] **模型具体构建过程**：未详细说明构建过程，但基于机构调研数据选股 **模型名称**：私募调研跟踪策略[3][26] **模型构建思路**：基于私募基金调研活动构建的选股策略[3][26] **模型具体构建过程**：未详细说明构建过程，但基于机构调研数据选股 3. 大宗交易组合模型 **模型名称**：大宗交易组合[3][30] **模型构建思路**：基于大宗交易数据，采用"高成交、低波动"原则构建的投资组合[30] **模型具体构建过程**：通过"大宗交易成交金额比率"和"6日成交金额波动率"两个指标筛选股票，月频调仓[30] **模型评价**：大宗交易由于其保护隐私的特性，买卖双方进行大宗交易的细节不得而知，但可以通过统计分析探究其背后蕴含的信息[30] 4. 定向增发组合模型 **模型名称**：定向增发组合[3][36] **模型构建思路**：基于定向增发事件驱动构建的投资组合[36] **模型具体构建过程**：以股东大会公告日为时间节点，综合考虑市值因素、调仓周期以及对仓位的控制[36] **模型评价**：在再融资政策收紧背景下，分析定向增发事件效应是否仍然有效[36] 模型的回测效果 1. PB-ROE-50组合 **中证500股票池**：本周超额收益0.47%，今年以来超额收益3.22%，本周绝对收益4.36%，今年以来绝对收益23.00%[25] **中证800股票池**：本周超额收益0.25%，今年以来超额收益11.76%，本周绝对收益4.36%，今年以来绝对收益26.59%[25] **全市场股票池**：本周超额收益1.02%，今年以来超额收益14.28%，本周绝对收益4.91%，今年以来绝对收益35.20%[25] 2. 机构调研组合 **公募调研选股策略**：本周超额收益1.32%，今年以来超额收益8.79%，本周绝对收益5.47%，今年以来绝对收益23.23%[27] **私募调研跟踪策略**：本周超额收益-1.26%，今年以来超额收益14.76%，本周绝对收益2.78%，今年以来绝对收益29.99%[27] 3. 大宗交易组合 **大宗交易组合**：本周超额收益-2.68%，今年以来超额收益32.17%，本周绝对收益1.06%，今年以来绝对收益56.37%[31] 4. 定向增发组合 **定向增发组合**：本周超额收益-1.10%，今年以来超额收益5.40%，本周绝对收益2.71%，今年以来绝对收益24.70%[37] 因子的回测效果 1. 沪深300股票池因子表现（本周）[12][13] **表现较好的因子**： 标准化预期外收入：4.12% 单季度营业收入同比增长率：3.20% 总资产增长率：2.39% 毛利率TTM：2.38% 单季度总资产毛利率：2.14% **表现较差的因子**： 市盈率因子：-1.64% 市盈率TTM倒数：-1.51% 市净率因子：-1.16% 2. 中证500股票池因子表现（本周）[14][15] **表现较好的因子**： 单季度ROE同比：2.28% 单季度营业利润同比增长率：1.66% 单季度净利润同比增长率：1.63% 单季度ROA同比：1.45% 标准化预期外盈利：1.36% **表现较差的因子**： 市盈率TTM倒数：-2.36% 市盈率因子：-2.06% 下行波动率占比：-1.96% 3. 流动性1500股票池因子表现（本周）[16][17] **表现较好的因子**： 总资产增长率：2.12% 单季度营业利润同比增长率：1.91% 5日反转：1.91% 单季度营业收入同比增长率：1.87% 动量弹簧因子：1.80% **表现较差的因子**： 市盈率TTM倒数：-0.79% 市净率因子：-0.71% 市盈率因子：-0.56% 4. 大类因子表现（本周全市场股票池）[18] Beta因子：0.47% 市值因子：0.36% 盈利因子：-0.73% 非线性市值因子：-0.39%

聪明贝塔指数基金概述 - 截至2024年底国内公募基金规模达32.24万亿，但聪明贝塔指数基金仅1700亿，占比0.5%，市场认知度较低 [2] - 聪明贝塔指数基金采用基于长期有效财务指标或股价特征的选股规则，而非传统市值加权方式 [3][4] - 核心因子包括红利（高股息）、质量（财务健康）、低波（股价稳定）、动量（近期强势）等，逻辑透明 [5][6][15] 策略有效性验证 - 1927-2023年美股数据显示，所有因子多头组合年化收益均跑赢市场整体9.5%的收益率 [17] - 动量因子表现最佳（15.1%），其次为价值因子（12.1%）和红利因子（11.2%） [17] - 因子多空收益均为正，证明超额收益具有统计显著性（如红利因子超额4%） [17][20][23] 策略局限性 - 因子最长失效期可达4年（如价值/规模/低波因子），需承受长期跑输市场的心理压力 [28][29] - 不同因子相关性弱（如价值与动量因子呈互补），单一策略集中持仓风险较高 [30][34] 投资实践建议 - 构建多因子组合：搭配防御型（价值/红利）、进攻型（动量）和稳健型（质量/低波）因子 [35] - 投资周期需以年为单位，短期（1-2年）可能无法体现超额收益 [37][38][39] - 需注意股票仓位控制，熊市中聪明贝塔基金仍会随市场下跌 [40][41] 市场机会 - A股聪明贝塔指数基金渗透率极低（0.5%），策略有效性可能更高 [2][33]

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. **Beta因子** - 构建思路：衡量个股相对于市场指数的系统性风险[15] - 具体构建： $$BETA = \text{半衰期63日的加权回归系数（个股日收益率 vs 中证全指日收益率）}$$ 使用过去252个交易日数据，半衰指数加权[15] - 评价：近期表现突出，反映市场对高波动性股票的偏好[16] 2. **杠杆因子** - 构建思路：综合评估公司财务杠杆水平[15] - 具体构建： $$MLEV = \frac{\text{非流动负债}}{\text{总市值}}$$ $$DTOA = \frac{\text{总负债}}{\text{总资产}}$$ $$BLEV = \frac{\text{非流动负债}}{\text{归属母公司股东权益}}$$ 最终因子值为三者均值[15] - 评价：近期低杠杆股票表现更优，显示市场风险偏好下降[16] 3. **成长因子** - 构建思路：综合营收与利润增长指标[15] - 具体构建： $$SGRO = \text{过去5年营收回归斜率/均值}$$ $$EGRO = \text{过去5年净利润回归斜率/均值}$$ 最终因子值为二者均值[15] 4. **标准化预期外盈利因子** - 构建思路：捕捉盈利超预期程度[19] - 具体构建： $$\text{标准化值} = \frac{\text{实际盈利}-(\text{去年同期值+8季度增长均值})}{\text{8季度增长标准差}}$$ 5. **240日三因子模型残差波动率** - 构建思路：衡量个股特异性风险[19] - 具体构建： $$\text{Fama-French三因子回归残差的标准差（240日窗口）}$$ 因子回测效果 | 因子名称 | 近一周多空收益 | 近一月多空收益 | 近一年净值 | 近十年净值 | |---------------------------|----------------|----------------|------------|------------| | Beta因子 | 1.86% | 1.64% | - | - | [16] | 杠杆因子 | -3.07% | -1.58% | - | - | [16] | 单季度ROA（沪深300） | 0.98% | 2.61% | 9.49% | 3.69% | [22] | 标准化预期外收入（中证800）| 1.23% | 2.96% | 4.76% | 4.43% | [31] | 对数市值（全市场） | 16.93% Rank IC | 5.24% Rank IC | 7.00% | 2.89% | [45] 中性化组合构建方法 - **核心逻辑**：在行业和风格暴露中性的约束下最大化目标因子暴露[20] - **约束条件**：行业权重与基准一致，控制规模/估值/成长等风格因子暴露[20] - **优化目标函数**： $$\max \ w^T f \quad \text{s.t.} \quad \|w\|_2 \leq \delta, \ w^T X = 0$$ 其中$f$为因子值，$X$为行业和风格暴露矩阵[20] 关键发现 1. 近期小市值因子在全市场表现强劲（Rank IC 16.93%）[45] 2. 质量类因子（如ROA、ROE）在沪深300池中长期稳定有效[22][31] 3. 技术类波动率因子（如20日换手率波动）在全市场Rank IC达11.65%[45] 注：所有测试均采用中证全指成分股，周度调仓，未考虑交易费用[15]

量化市场跟踪 - 本周全市场股票池中Beta因子和估值因子分别获取正收益0.48%和0.26%，市值因子和盈利因子分别获取负收益-0.24%和-0.42%，市场表现为小市值风格 [2] - 动量因子获取负收益-0.44%，市场表现为反转风格 [2] 单因子表现 - 沪深300股票池中表现较好的因子包括单季度净利润同比增长率(1.83%)、单季度营业利润同比增长率(1.75%)、净利润率TTM(1.52%)，表现较差的因子包括早盘后收益因子(-1.76%)、动量弹簧因子(-1.73%)、成交量的5日指数移动平均(-1.49%) [3] - 中证500股票池中表现较好的因子包括市净率因子(2.57%)、下行波动率占比(2.07%)、市销率TTM倒数(1.33%)，表现较差的因子包括动量弹簧因子(-1.23%)、单季度总资产毛利率(-1.22%)、总资产毛利率TTM(-1.16%) [3] - 流动性1500股票池中表现较好的因子包括下行波动率占比(0.74%)、净利润断层(0.49%)、单季度ROE同比(0.46%)，表现较差的因子包括ROA稳定性(-1.43%)、早盘后收益因子(-1.38%)、动量调整大单(-1.35%) [3] 因子行业内表现 - 基本面因子在交通运输行业正收益较为一致，包括净资产增长率因子、净利润增长率因子、每股净资产因子和每股经营利润TTM因子 [4] - 估值类因子中BP因子在房地产行业正收益明显 [4] - 残差波动率因子和流动性因子在有色金属行业正收益明显 [4] - 市值风格上本周多数行业表现为小市值风格 [4] PB-ROE-50组合跟踪 - 本周PB-ROE-50组合在全市场股票池中获取正超额收益0.92%，在中证500股票池中获得超额收益-0.56%，在中证800股票池中获得超额收益-0.38% [5] 机构调研组合跟踪 - 本周公募调研选股策略相对中证800获得超额收益0.80%，私募调研跟踪策略相对中证800获得超额收益1.21% [6] 大宗交易组合跟踪 - 本周大宗交易组合相对中证全指获得超额收益1.22% [7] 定向增发组合跟踪 - 本周定向增发组合相对中证全指获得超额收益0.05% [8]

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. **单季度净利润同比增长率因子** - 构建思路：反映公司短期盈利能力的增长情况[12] - 具体构建：计算单季度净利润同比变化率，公式为： $$ \text{单季度净利润同比增长率} = \frac{\text{本期净利润} - \text{去年同期净利润}}{\text{去年同期净利润}} $$ - 评价：对沪深300股票池近期表现敏感[13] 2. **市净率因子（PB）** - 构建思路：衡量股价与净资产的比值关系[14] - 具体构建： $$ \text{市净率} = \frac{\text{股票价格}}{\text{每股净资产}} $$ - 评价：在中证500股票池中表现突出[15] 3. **下行波动率占比因子** - 构建思路：捕捉股价下跌时的风险特征[16] - 具体构建：计算收益率下行区间的波动率占总波动率的比例[17] - 评价：在多股票池中稳定性较强[17] 4. **动量弹簧因子** - 构建思路：结合动量效应与均值回复特性[12] - 具体构建：通过标准化处理过去N日收益率与波动率的比值[13] - 评价：近期在沪深300中表现较差[13] 5. **大宗交易组合核心因子** - 构建思路：基于"高成交金额比率+低波动"原则[29] - 具体构建： - 大宗交易成交金额比率 = 大宗交易金额 / 总成交金额 - 6日成交金额波动率 = STD(近6日成交金额)[29] - 评价：事件驱动型因子有效性显著[29] 量化模型与构建方式 1. **PB-ROE-50模型** - 构建思路：结合估值与盈利能力的平衡策略[23] - 具体构建： 1) 在全市场筛选PB分位数最低的股票 2) 在低PB股票中选取ROE最高的50只[24] - 评价：长期超额收益稳定[24] 2. **机构调研组合模型** - 构建思路：利用机构调研行为中的信息优势[25] - 具体构建： - 公募调研选股：跟踪高频调研标的 - 私募调研跟踪：分析调研后股价反应[26] - 评价：私募策略超额更显著[26] 3. **定向增发事件驱动模型** - 构建思路：捕捉定增公告后的股价反应[35] - 具体构建： 1) 以股东大会公告日为事件节点 2) 结合市值因子控制风险[35] - 评价：受政策影响较大[35] 因子回测效果 | 因子名称 | 沪深300(1周) | 中证500(1周) | 流动性1500(1周) | 10年净值 | |--------------------------|--------------|--------------|------------------|----------| | 单季度净利润同比增长率 | 1.83%[13] | 0.88%[15] | 0.05%[17] | 83.5%[15]| | 市净率因子 | 0.81%[13] | 2.57%[15] | 0.08%[17] | 69.64%[15]| | 下行波动率占比 | 1.21%[13] | 2.07%[15] | 0.74%[17] | 148.35%[15]| | 动量弹簧因子 | -1.73%[13] | -1.23%[15] | -0.99%[17] | 65.53%[13]| 模型回测效果 | 模型名称 | 本周超额收益 | 年内超额收益 | 绝对收益 | |--------------------|--------------|--------------|----------| | PB-ROE-50(全市场) | 0.92%[24] | 9.28%[24] | 16.07%[24]| | 公募调研策略 | 0.80%[26] | 2.86%[26] | 5.80%[26]| | 大宗交易组合 | 1.22%[30] | 25.89%[30] | 33.71%[30]| | 定向增发组合 | 0.05%[36] | 8.72%[36] | 15.48%[36]|

量化市场跟踪 - 大类因子表现：BP因子和盈利因子本周分别获得0.30%和0.27%正收益，非线性市值因子和规模因子分别录得-0.31%和-0.29%负收益，显示市场小市值风格显著 [3] 单因子表现 沪深300股票池 - 表现最佳因子：市盈率TTM倒数(0.70%)、市销率TTM倒数(0.59%)、5分钟收益率偏度(0.57%) - 表现最差因子：6日成交金额移动平均值(-1.24%)、5日平均换手率(-1.44%)、毛利率TTM(-1.62%) [4] 中证500股票池 - 表现最佳因子：单季度ROE(1.70%)、总资产毛利率TTM(1.54%)、5日成交量标准差(1.36%) - 表现最差因子：早盘收益因子(-0.39%)、5分钟收益率偏度(-0.44%)、对数市值因子(-0.73%) [4] 流动性1500股票池 - 表现最佳因子：5日反转(1.62%)、单季度ROE(1.53%)、市盈率因子(1.41%) - 表现最差因子：6日成交金额移动平均值(-0.61%)、早盘收益因子(-0.70%)、成交量5日指数移动平均(-0.72%) [4] 因子行业内表现 - 动量因子：5日动量因子在综合/钢铁/公用事业行业呈现动量效应，在非银金融/有色金属/通信行业呈现反转效应；1月动量因子在钢铁行业动量效应显著，通信行业反转效应突出 - 估值类因子：BP因子在综合/钢铁/银行行业表现优异，EP因子在综合/传媒/非银金融行业表现突出 - 其他因子：对数市值因子在综合/银行/建筑材料行业表现良好，残差波动率因子在公用事业/医药生物/钢铁行业收益显著，流动性因子在综合/公用事业/医药生物行业正收益明显 [5] 组合跟踪表现 - PB-ROE-50组合：在中证500/中证800/全市场股票池分别获得1.17%/1.21%/1.36%超额收益 [6] - 机构调研组合：公募调研策略超额收益0.02%，私募跟踪策略超额收益0.25%相对中证800 [7] - 大宗交易组合：相对中证全指超额收益-0.24% [8] - 定向增发组合：相对中证全指超额收益-0.69% [9]

量化模型与构建方式 1. **模型名称**：中性约束条件下最大化因子暴露组合 - **模型构建思路**：在确保投资组合相对基准指数在行业和风格暴露保持中性的基础上，最大化目标因子在组合中的暴露[20] - **模型具体构建过程**： 1. **股票池筛选**：剔除上市时间不满1年的新股及存在风险警示的股票[44] 2. **因子中性化**：对单因子进行行业、风格（规模、估值、成长）相关性中性化处理[45] 3. **组合优化**：通过线性规划或二次规划方法，在行业和风格中性约束下最大化因子暴露[20] - **模型评价**：有效控制行业和风格风险，聚焦因子纯收益 量化因子与构建方式 1. **因子名称**：估值因子（BP） - **因子构建思路**：衡量公司账面价值与市值的比率，捕捉低估值股票的超额收益[15] - **因子具体构建过程**： $$BP = \frac{\text{归属母公司股东权益}}{\text{总市值}}$$ 数据来源为财报归母股东权益和最新市值[15] - **因子评价**：长期有效但易受市场风格切换影响 2. **因子名称**：成长因子（SGRO+EGRO） - **因子构建思路**：综合营业收入和净利润增长率，反映公司成长性[15] - **因子具体构建过程**： $$SGRO = \text{每股营业收入回归斜率}/\text{均值}$$ $$EGRO = \text{每股归母净利润回归斜率}/\text{均值}$$ 使用过去5个财年年报数据线性回归[15] 3. **因子名称**：波动性因子（DASTD+CMRA+HSIGMA） - **因子构建思路**：通过历史波动率、累计收益范围及残差波动衡量股票风险[15] - **因子具体构建过程**： $$DASTD = \text{半衰加权超额收益标准差（半衰期40天）}$$ $$CMRA = \text{12个月累计最高收益-最低收益}$$ $$HSIGMA = \text{BETA回归残差标准差}$$[15] 4. **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，标准化处理增强可比性[19] - **因子具体构建过程**： $$\text{标准化预期外盈利} = \frac{\text{实际盈利-预期盈利}}{\text{历史盈利波动标准差}}$$ 预期盈利基于去年同期值+过去8季度增长均值[19] 模型的回测效果 1. **中性约束组合（沪深300）**： - 近一周超额收益：单季度EP（1.21%）、BP（1.14%）、EP_TTM（1.09%）[22] - 近一月超额收益：单季度EP（3.85%）、EP_TTM（3.44%）、单季度ROE（2.99%）[22] 2. **中性约束组合（中证500）**： - 近一周超额收益：单季度ROE（1.43%）、单季度ROE同比（1.18%）、EP_TTM（0.92%）[27] - 近一月超额收益：单季度ROE同比（3.41%）、单季度ROE（3.03%）、单季度EP（2.95%）[27] 因子的回测效果 1. **BP因子**： - 全市场Rank IC：近一周16.15%、近十年年化3.72%[45] - 沪深300多空收益：近一周1.14%、近十年年化3.68%[22] 2. **240日三因子模型残差波动率**： - 全市场Rank IC：近一周13.84%、近十年年化3.97%[45] - 中证1000超额收益：近一周-0.24%[37] 3. **60日动量因子**： - 全市场Rank IC：近一周11.67%、近十年年化-0.42%[45] - 沪深300超额收益：近一周0.17%、近一年-5.03%[22] 4. **标准化预期外盈利**： - 中证1000超额收益：近一周0.91%、近十年年化7.84%[37] - 全市场Rank IC：近一周6.15%、近十年年化2.08%[45] 风格因子表现 - **Beta因子**：近一周多空收益-2.89%，反映低Beta股票占优[17] - **波动性因子**：近一周多空收益-2.31%，低波动资产受青睐[17] - **估值因子**：近一周多空收益1.90%，防御特征显著[17]