量化模型与因子分析总结 量化因子与构建方式 风格类因子 1. **Trend因子** 构建思路：衡量股票价格趋势强度[16] 具体构建： - Trend_120 = EWMA(halflife=20)/EWMA(halflife=120) - Trend_240 = EWMA(halflife=20)/EWMA(halflife=240) 评价：本周表现最佳，市场对趋势策略偏好增强[11][13] 2. **Volatility因子** 构建思路：衡量股票价格波动性[16] 具体构建： - Stdvol：过去243天的标准波动率 - Ivff：过去243天的FF3特质波动率 - Range：过去243天的最高价/最低价-1 - MaxRet_6/MinRet_6：过去243天收益最高/最低六天的收益率平均值 评价：本周表现最差，市场对高波动资产需求减弱[11][13] 3. **Size因子** 构建思路：基于总市值对数的规模因子[16] 评价：小盘股关注度持续减弱[11][13] 基础因子库 1. **特异度(IVR_1M)** 构建思路：衡量个股收益与市场收益的偏离程度[20] 具体构建：1-过去20日Fama-French三因子回归拟合度 评价：在沪深300和中证800样本中表现最佳[23][31] 2. **三个月机构覆盖(ORGAN_NUM_3M)** 构建思路：过去3个月撰写研报的机构数量[20] 评价：在中证1000、国证2000和中证全指样本中表现最佳[35][39][47] 3. **BP因子** 构建思路：账面市值比(净资产/总市值)[20] 评价：在创业板指样本中表现最佳[43] 4. **三个月波动(ATR_3M)** 构建思路：过去60个交易日日内真实波幅均值[20] 评价：在中证500样本中表现最佳[27] 因子回测效果 风格因子表现 | 因子名称 | 近一周 | 近一月 | 今年以来 | 近一年年化 | 历史年化 | |---------|-------|-------|---------|-----------|---------| | Trend | 2.39% | 5.57% | -0.70% | 24.36% | 14.25% | | Value | 1.24% | 0.81% | -10.75% | -26.98% | 7.12% | | Volatility | -1.75% | -3.95% | 4.10% | 24.26% | -13.16% | [13] 沪深300样本因子表现 | 因子名称 | 近一周 | 近一月 | 今年以来 | |---------|-------|-------|---------| | 特异度 | 1.30% | 2.11% | 4.32% | | EPTTM一年分位点 | 0.62% | 1.45% | 5.81% | | 一个月UMR | -0.86% | -1.46% | 2.36% | [23] 中证500样本因子表现 | 因子名称 | 近一周 | 近一月 | 今年以来 | |---------|-------|-------|---------| | 三个月波动 | 1.39% | 0.69% | -1.29% | | 预期BP | 0.99% | 1.53% | -0.17% | | 3个月盈利上下调 | -1.39% | -1.26% | 1.52% | [27] 中证800样本因子表现 | 因子名称 | 近一周 | 近一月 | 今年以来 | |---------|-------|-------|---------| | 特异度 | 1.03% | 2.27% | 3.24% | | 三个月波动 | 0.96% | 0.11% | 0.86% | | 标准化预期外收入 | -0.94% | 1.64% | 2.99% | [31] 中证1000样本因子表现 | 因子名称 | 近一周 | 近一月 | 今年以来 | |---------|-------|-------|---------| | 三个月机构覆盖 | 1.25% | 0.91% | 3.03% | | 三个月反转 | 1.10% | 2.13% | 2.53% | | 一年动量 | -1.54% | -0.85% | -0.37% | [35] 国证2000样本因子表现 | 因子名称 | 近一周 | 近一月 | 今年以来 | |---------|-------|-------|---------| | 三个月机构覆盖 | 1.21% | 1.37% | 3.10% | | 预期BP | 1.01% | 0.45% | -3.64% | | 一年动量 | -1.65% | -2.31% | 1.33% | [39] 创业板指样本因子表现 | 因子名称 | 近一周 | 近一月 | 今年以来 | |---------|-------|-------|---------| | BP | 0.68% | 0.06% | -4.33% | | 预期BP | 0.59% | -0.36% | -3.75% | | 单季ROA | -0.61% | -0.29% | 12.94% | [43] 中证全指样本因子表现 | 因子名称 | 近一周 | 近一月 | 今年以来 | |---------|-------|-------|---------| | 三个月机构覆盖 | 1.70% | 1.29% | 4.96% | | 三个月反转 | 1.46% | 1.97% | 4.94% | | 一年动量 | -1.17% | -1.59% | -6.99% | [47] MFE组合构建方法 构建思路：在控制行业和风格暴露约束下最大化单因子暴露[64] 优化模型： $$ \begin{array}{ll} max & f^{T}w \\ s.t. & s_{l}\leq X(w-w_{b})\leq s_{h} \\ & h_{l}\leq H(w-w_{b})\leq h_{h} \\ & w_{l}\leq w-w_{b}\leq w_{h} \\ & b_{l}\leq B_{b}w\leq b_{h} \\ & 0\leq w\leq l \\ & 1^{T}w=1 \\ & \Sigma|w-w_{0}|\leq to_{h} \end{array} $$ 约束条件包括风格偏离、行业偏离、个股权重限制和换手率控制[64][67]

量化模型与因子分析总结 风格因子分析 1. **Trend风格因子** 构建思路：通过指数加权移动平均(EWMA)计算不同半衰期价格趋势的比值来衡量股票趋势强度[17] 具体构建： - Trend_120 = EWMA(halflife=20)/EWMA(halflife=120) - Trend_240 = EWMA(halflife=20)/EWMA(halflife=240) 评价：反映市场对趋势投资策略的持续偏好，近期表现突出[12][14] 2. **Beta风格因子** 构建思路：采用贝叶斯压缩方法计算个股对市场的敏感度[17] 评价：高Beta股票近期关注度回升[12][14] 3. **Growth风格因子** 构建思路：包含ROE变动、销售收入和净资产复合增速三个子因子[17] 具体构建： - Delta ROE = 过去3年ROE变动的平均值 - Sales_growth = 销售收入TTM的3年复合增速 - Na_growth = 净资产TTM的3年复合增速 评价：市场对成长型股票偏好增强[12][14] 4. **Size风格因子** 构建思路：采用总市值对数衡量[17] 评价：近期表现承压，市场对小盘股关注度减弱[12][14] 量化因子分析 估值类因子 1. **BP因子** 构建思路：账面市值比，计算为净资产/总市值[23] 评价：在多个样本空间中表现稳健[27][32][37][43][47][53][57] 2. **EP因子** 构建思路：盈利收益率，计算为归母净利润/总市值[23] 具体变体： - 单季EP = 单季度归母净利润/总市值 - TTM_EP = 滚动市盈率倒数[23] 成长类因子 1. **单季净利同比增速** 构建思路：单季度净利润同比增长率[23] 评价：在中证全指样本空间表现最佳[57] 2. **DELTAROE因子** 构建思路：单季净资产收益率同比变化[23] 评价：在中证1000样本空间表现突出[43] 3. **标准化预期外盈利(SUE)** 构建思路：(单季实际净利-预期净利)/预期净利标准差[23] 评价：在中证500样本空间表现最佳[32] 盈利类因子 1. **单季ROE** 构建思路：单季净利润*2/(期初净资产+期末净资产)[23] 评价：在创业板指样本空间表现分化[53] 2. **PB_ROE_排序差** 构建思路：全市场PB排序-单季ROE排序[23] 评价：在中证1000样本空间表现最佳[43] 流动性类因子 1. **特异度(IVR_1M)** 构建思路：1-过去20日Fama-French三因子回归拟合度[23] 评价：在沪深300和中证800样本空间表现突出[27][37] 因子回测效果 风格因子表现 | 因子名称 | 近一周 | 近一月 | 今年以来 | 历史年化 | |---------|-------|-------|---------|---------| | Trend | 2.15% | 5.62% | -1.74% | 14.22% | | Beta | 1.53% | 6.78% | 15.11% | 0.66% | | Growth | 1.42% | 1.96% | 0.17% | 2.81% | | Size | -1.08% | -2.63% | -35.83% | -29.71% | [14] 量化因子表现（以中证全指为例） | 因子名称 | 近一周 | 近一月 | 今年以来 | 历史年化 | |---------|-------|-------|---------|---------| | 单季净利同比增速 | 1.69% | 3.19% | 8.08% | 3.20% | | 单季营利同比增速 | 1.49% | 3.18% | 6.66% | 0.69% | | DELTAROE | 1.27% | 3.64% | 9.97% | 3.68% | [57] 指数增强产品表现 沪深300增强 | 分位点 | 近一周 | 近一月 | 今年以来 | |-------|-------|-------|---------| | max | 0.93% | 1.90% | 8.86% | | 中位数 | 0.20% | 0.48% | 2.54% | [64][66] 中证500增强 | 分位点 | 近一周 | 近一月 | 今年以来 | |-------|-------|-------|---------| | max | 0.74% | 2.26% | 9.15% | | 中位数 | 0.15% | 0.86% | 3.88% | [68][70] 中证1000增强 | 分位点 | 近一周 | 近一月 | 今年以来 | |-------|-------|-------|---------| | max | 0.94% | 2.29% | 13.65% | | 中位数 | 0.17% | 0.98% | 5.82% | [72][74] 组合构建方法 **MFE组合构建模型**： $$\begin{array}{ll}max&f^{T}w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &0\leq w\leq l\\ &1^{T}w=1\\ &\Sigma|w-w_{0}|\leq to_{h}\end{array}$$ 该模型通过最大化单因子暴露(f^T w)构建组合，同时控制风格偏离(X)、行业偏离(H)、个股权重偏离等约束条件[75][76]

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. **因子名称：Trend风格因子** - 构建思路：捕捉市场趋势持续性，通过不同时间窗口的指数加权移动平均比率衡量趋势强度[16] - 具体构建： - Trend_120 = EWMA(halflife=20)/EWMA(halflife=120) - Trend_240 = EWMA(halflife=20)/EWMA(halflife=240) 其中EWMA为指数加权移动平均，halflife为半衰期参数[16] - 因子评价：反映市场对趋势策略的偏好，近期表现突出[11][13] 2. **因子名称：PB_ROE_排序差因子** - 构建思路：结合估值与盈利质量，通过市净率与ROE的排序差异捕捉相对低估机会[20] - 具体构建： $$ PB\_ROE\_RANK = Rank(PB) - Rank(ROE) $$ 其中Rank为全市场排序分位数[20] - 因子评价：在中证1000样本中表现最佳，体现中小盘股估值修复逻辑[36] 3. **因子名称：预期PEG因子** - 构建思路：衡量成长性与估值匹配度，反向指标[20] - 具体构建： $$ TTM\_FPEG = \frac{一致预期滚动PE}{个股滚动净利复合增长率} $$ 采用分析师一致预期数据[20] - 因子评价：在中证全指样本中表现最优，反映市场对确定性成长的溢价[47] 4. **因子名称：DELTAROA因子** - 构建思路：跟踪企业总资产收益率的变化，捕捉盈利改善信号[20] - 具体构建： $$ DELTAROA = ROA_{t} - ROA_{t-4} $$ 采用单季同比变化计算[20] - 因子评价：在创业板指样本中领跑，体现业绩反转效应[42] 5. **因子名称：标准化预期外盈利(SUE)** - 构建思路：量化盈利超预期程度，反映基本面惊喜[20] - 具体构建： $$ SUE = \frac{单季实际净利-预期净利}{预期净利标准差} $$ 采用分析师预期标准差标准化[20] - 因子评价：在中证1000样本中表现强劲，信息比率达8.25%[36] 因子回测效果 | 因子名称 | 最近一周 | 最近一月 | 今年以来 | 近1年年化 | 历史年化 | |------------------------|----------|----------|----------|------------|----------| | Trend风格因子[13] | 2.26% | 2.98% | -3.81% | 24.24% | 14.10% | | PB_ROE_排序差[36] | 1.38% | 2.31% | 2.77% | 0.85% | 10.84% | | 预期PEG[47] | 1.79% | 3.62% | 8.72% | 4.95% | 1.18% | | DELTAROA[43] | 2.75% | 10.46% | 17.77% | 53.15% | 6.74% | | 标准化预期外盈利[36] | 1.36% | 2.88% | 7.62% | 0.15% | 8.72% | 量化模型 1. **模型名称：MFE组合优化模型** - 构建思路：在控制风格/行业暴露约束下最大化单因子暴露，更贴近实际组合构建场景[61] - 具体构建： $$ \begin{array}{ll} \max & f^{T}w \\ s.t. & s_{l}\leq X(w-w_{b})\leq s_{h} \\ & h_{l}\leq H(w-w_{b})\leq h_{h} \\ & w_{l}\leq w-w_{b}\leq w_{h} \\ & b_{l}\leq B_{b}w\leq b_{h} \\ & 0\leq w\leq l \\ & 1^{T}w=1 \\ & \Sigma|w-w_{0}|\leq to_{h} \end{array} $$ 其中$f$为因子向量，$w$为权重，约束包括风格暴露$X$、行业暴露$H$、换手率$to_h$等[61] - 模型评价：解决了传统IC检验与实战脱节的问题，支持多约束条件下的因子有效性验证[61] 模型回测效果 | 指数增强产品 | 最近一周超额收益 | 今年以来超额收益 | |--------------------|------------------|------------------| | 沪深300增强[53] | 0.82%/-0.45% | 8.53%/-1.49% | | 中证500增强[59] | 1.83%/-0.48% | 8.85%/-1.90% | | 中证1000增强[60] | 1.03%/-0.46% | 13.10%/0.70% |

量化模型与构建方式 1. **模型名称**：DFQ-2020风险因子模型 - **模型构建思路**：基于多因子风险模型框架，通过控制行业暴露、风格暴露等约束条件构建最大化单因子暴露组合（MFE组合）[16][56] - **模型具体构建过程**： - 目标函数：最大化单因子暴露 $$max\ f^{T}w$$ - 约束条件： 1. 风格因子偏离约束 $$s_{l}\leq X(w-w_{b})\leq s_{h}$$ 2. 行业偏离约束 $$h_{l}\leq H(w-w_{b})\leq h_{h}$$ 3. 个股权重偏离约束 $$w_{l}\leq w-w_{b}\leq w_{h}$$ 4. 成分股权重占比约束 $$b_{l}\leq B_{b}w\leq b_{h}$$ 5. 换手率约束 $$\Sigma|w-w_{0}|\leq to_{h}$$[56][59] - **模型评价**：通过线性规划高效求解，适用于沪深300、中证500等指数的增强组合构建[56][60] 量化因子与构建方式 1. **因子名称**：Trend风格因子 - **因子构建思路**：捕捉股票价格趋势延续性，通过指数加权移动平均（EWMA）比率计算[14] - **因子具体构建过程**： - Trend_120：$$EWMA(halflife=20)/EWMA(halflife=120)$$ - Trend_240：$$EWMA(halflife=20)/EWMA(halflife=240)$$[14] - **因子评价**：在震荡市场中表现突出，反映市场对趋势延续性资产的偏好[11][8] 2. **因子名称**：UMR动量因子（风险调整后） - **因子构建思路**：基于不同时间窗口（1/3/6/12个月）的收益风险调整动量[19] - **因子具体构建过程**： - 一个月UMR：过去20个交易日风险调整收益 - 三个月UMR：过去60个交易日风险调整收益 - 六个月UMR：过去120个交易日风险调整收益[19] - **因子评价**：在中证全指和中证500样本中表现优异，但动量类因子近期普遍承压[8][25] 3. **因子名称**：估值类因子（EPTTM、BP） - **因子构建思路**：衡量盈利与市值比率（EPTTM）或账面市值比（BP）[19] - **因子具体构建过程**： - EPTTM：$$归母净利润TTM/总市值$$ - BP：$$净资产/总市值$$[19] - **因子评价**：在沪深300样本中近期表现强劲，反映市场对低估值的关注[21][24] 4. **因子名称**：波动率因子（Stdvol、Ivff） - **因子构建思路**：衡量股票历史波动率[14] - **因子具体构建过程**： - Stdvol：过去243天的标准差波动率 - Ivff：过去243天的Fama-French三因子特质波动率[14] - **因子评价**：近期表现疲软，反映市场对高波动资产的规避[12][13] --- 模型的回测效果 1. **DFQ-2020风险因子模型**： - Trend风格近一周多空收益2.92%，近一年年化14.11%[13] - Volatility风格近一周收益-1.98%，历史年化-13.23%[13] --- 因子的回测效果 1. **六个月UMR因子**： - 中证全指：近一周收益1.23%，近一年年化7.43%[44] - 中证500：近一周收益0.99%，近一年年化-4.07%[26] 2. **单季EP因子**： - 沪深300：近一周收益1.02%，历史年化5.59%[22] - 中证800：近一周收益1.40%，历史年化7.77%[30] 3. **三个月反转因子**： - 国证2000：近一周收益2.78%，近一年年化10.61%[36] - 创业板指：近一周收益2.52%，历史年化1.54%[39] 4. **BP因子**： - 中证全指：近一周收益0.69%，历史年化4.65%[44] - 沪深300：近一周收益0.44%，历史年化2.93%[22] 5. **分析师认可度因子**： - 沪深300：近一周收益0.81%，历史年化3.46%[22] - 中证1000：近一周收益-0.35%，历史年化7.55%[33] 6. **非流动性冲击因子**： - 国证2000：近一周收益1.42%，近一年年化14.67%[36] - 中证全指：近一周收益-0.14%，历史年化0.18%[44] --- 附录：MFE组合构建细节 - **行业约束**：控制中信一级行业暴露为0[60] - **市值约束**：控制市值风格因子暴露为0[60] - **个股权重偏离**：最大偏离基准权重1%[60]

量化模型与因子分析总结 风格因子分析 1. Trend因子 - 构建思路：捕捉股票价格趋势变化[14] - 具体构建过程： - Trend_120：使用20天和120天的指数加权移动平均比率 $$Trend_{120} = \frac{EWMA(halflife=20)}{EWMA(halflife=120)}$$ - Trend_240：使用20天和240天的指数加权移动平均比率 $$Trend_{240} = \frac{EWMA(halflife=20)}{EWMA(halflife=240)}$$ - 评价：市场对趋势投资策略偏好增强[9] - 测试结果：近一周收益1.15%，近一年年化收益13.98%[11] 2. Beta因子 - 构建思路：衡量股票系统性风险[14] - 具体构建过程：使用贝叶斯压缩后的市场Beta值 - 测试结果：近一周收益0.18%，近一年年化收益0.37%[11] 3. Growth因子 - 构建思路：评估公司成长性[14] - 具体构建过程： - Delta ROE：过去3年ROE变动的平均值 - Sales_growth：销售收入TTM的3年复合增速 - Na_growth：净资产TTM的3年复合增速 - 测试结果：近一周收益0.09%，近一年年化收益2.73%[11] 4. Liquidity因子 - 构建思路：衡量股票流动性[14] - 具体构建过程： - TO：过去243天的平均对数换手率 - Liquidity beta：个股对数换手率与市场对数换手率的回归系数 - 测试结果：近一周收益-0.43%，近一年年化收益-3.54%[11] 选股因子分析 1. DELTAROE因子 - 构建思路：衡量净资产收益率变化[19] - 具体构建过程：单季净资产收益率-去年同期净资产收益率 - 评价：在中证全指成分股中表现最好[1] - 测试结果： - 中证全指：近一周收益1.84%，近一年年化收益2.40%[46] - 中证500：近一周收益0.95%，近一年年化收益6.06%[26] - 中证800：近一周收益1.08%，近一年年化收益3.35%[30] 2. 标准化预期外盈利(SUE) - 构建思路：衡量盈利超预期程度[19] - 具体构建过程：$$SUE = \frac{单季实际净利-预期净利}{预期净利标准差}$$ - 测试结果： - 中证500：近一周收益1.20%，近一年年化收益4.06%[26] - 中证全指：近一周收益0.96%，近一年年化收益-5.32%[46] 3. 单季ROE因子 - 构建思路：衡量单季度净资产收益率[19] - 具体构建过程：单季净利润*2/(期初净资产+期末净资产) - 测试结果： - 沪深300：近一周收益0.64%，近一年年化收益1.80%[22] - 创业板指：近一周收益7.56%，近一年年化收益17.88%[42] 因子回测效果 1. 沪深300样本空间 - 三个月机构覆盖：近一周收益0.71%，近一年年化收益3.31%[22] - 单季ROA：近一周收益0.67%，近一年年化收益4.75%[22] - 三个月换手：近一周收益-0.27%，近一年年化收益2.71%[22] 2. 中证500样本空间 - 标准化预期外盈利：近一周收益1.20%，近一年年化收益4.06%[26] - 一个月反转：近一周收益0.92%，近一年年化收益6.98%[26] - 六个月UMR：近一周收益-0.85%，近一年年化收益-4.93%[26] 3. 中证800样本空间 - DELTAROE：近一周收益1.08%，近一年年化收益3.35%[30] - 预期PEG：近一周收益0.77%，近一年年化收益3.84%[30] - 六个月UMR：近一周收益-0.55%，近一年年化收益1.49%[30] 指数增强产品表现 1. 沪深300指数增强 - 最近一周：超额收益最高1.09%，中位数0.02%[52] - 最近一月：超额收益最高3.26%，中位数0.58%[52] - 今年以来：超额收益最高6.85%，中位数1.77%[52] 2. 中证500指数增强 - 最近一周：超额收益最高0.51%，中位数-0.04%[56] - 最近一月：超额收益最高2.55%，中位数1.47%[56] - 今年以来：超额收益最高6.82%，中位数2.58%[56] 3. 中证1000指数增强 - 最近一周：超额收益最高0.74%，中位数0.27%[60] - 最近一月：超额收益最高2.64%，中位数1.40%[60] - 今年以来：超额收益最高10.83%，中位数4.30%[60] 因子MFE组合构建方法 - 目标函数：最大化单因子暴露 $$max f^{T}w$$[61] - 约束条件包括： - 风格暴露约束 $$s_{l}\leq X(w-w_{b})\leq s_{h}$$[61] - 行业偏离约束 $$h_{l}\leq H(w-w_{b})\leq h_{h}$$[61] - 个股权重约束 $$w_{l}\leq w-w_{b}\leq w_{h}$$[61] - 成分股权重约束 $$b_{l}\leq B_{b}w\leq b_{h}$$[61] - 换手率约束 $$\Sigma|w-w_{0}|\leq to_{h}$$[61]

量化模型与因子分析总结 量化因子与构建方式 风格类风险因子 1. **因子名称**：Trend **构建思路**：衡量股票价格趋势的因子 **具体构建过程**： - Trend_120：使用半衰期20天和120天的指数加权移动平均(EWMA)比值 - Trend_240：使用半衰期20天和240天的指数加权移动平均(EWMA)比值 公式： $$Trend\_120 = EWMA(halflife=20)/EWMA(halflife=120)$$ $$Trend\_240 = EWMA(halflife=20)/EWMA(halflife=240)$$ **因子评价**：本周表现最佳，显示市场对趋势策略偏好增强[9][11] 2. **因子名称**：Size **构建思路**：衡量公司规模的因子 **具体构建过程**：使用总市值的对数计算[12] 3. **因子名称**：Beta **构建思路**：衡量股票系统风险的因子 **具体构建过程**：使用贝叶斯压缩后的市场Beta计算[12] 4. **因子名称**：Volatility **构建思路**：衡量股票波动性的因子 **具体构建过程**： - Stdvol：过去243天的标准波动率 - Ivff：过去243天的FF3特质波动率 - Range：过去243天的最高价/最低价-1 - MaxRet_6：过去243天收益最高的六天的收益率平均值 - MinRet_6：过去243天收益最低的六天的收益率平均值[12] 5. **因子名称**：Liquidity **构建思路**：衡量股票流动性的因子 **具体构建过程**： - TO：过去243天的平均对数换手率 - Liquidity beta：过去243天的个股对数换手率与市场对数换手率回归[12] 6. **因子名称**：Value **构建思路**：衡量股票价值的因子 **具体构建过程**：使用账面市值比(BP)和盈利收益率(EP)计算[12] 7. **因子名称**：Growth **构建思路**：衡量公司成长性的因子 **具体构建过程**： - Delta ROE：过去3年ROE变动的平均值 - Sales_growth：销售收入TTM的3年复合增速 - Na_growth：净资产TTM的3年复合增速[12] 8. **因子名称**：SOE **构建思路**：衡量国有持股比例的因子 **具体构建过程**：使用国有持股比例计算[12] 9. **因子名称**：Certainty **构建思路**：衡量股票确定性的因子 **具体构建过程**： - Instholder Pct：公募基金持仓比例 - Cov：分析师覆盖度(对市值正交化) - Listdays：上市天数[12] 10. **因子名称**：Cubic Size **构建思路**：衡量市值幂次项的因子 **具体构建过程**：使用市值幂次项计算[12] 其他量化因子 1. **因子名称**：BP(账面市值比) **构建思路**：衡量公司估值水平的因子 **具体构建过程**：净资产/总市值[17] 2. **因子名称**：单季ROE **构建思路**：衡量公司短期盈利能力的因子 **具体构建过程**：单季净利润*2/(期初净资产+期末净资产)[17] 3. **因子名称**：一个月反转 **构建思路**：衡量短期反转效应的因子 **具体构建过程**：过去20个交易日涨跌幅[17] 4. **因子名称**：预期EPTTM **构建思路**：衡量预期盈利能力的因子 **具体构建过程**：一致预期滚动PE倒数[17] 5. **因子名称**：分析师认可度 **构建思路**：衡量分析师看法的因子 **具体构建过程**：(认可业绩分析师数-不认可业绩分析师数)/覆盖分析师数[17] 6. **因子名称**：非流动性冲击 **构建思路**：衡量股票非流动性的因子 **具体构建过程**：过去20个交易日日度涨跌幅绝对值比成交额的均值[17] 因子回测效果 风格因子表现 1. **Trend因子**： - 近一周：1.49% - 上一周：-4.48% - 近一月：-4.81% - 今年以来：-10.89% - 近一年：5.45% - 历史年化：13.86%[11] 2. **Growth因子**： - 近一周：1.48% - 上一周：-1.49% - 近一月：-1.53% - 今年以来：-4.38% - 近一年：-1.99% - 历史年化：2.60%[11] 3. **Size因子**： - 近一周：-4.61% - 上一周：-4.28% - 近一月：-12.65% - 今年以来：-22.68% - 近一年：-48.91% - 历史年化：-29.42%[11] 其他因子表现 1. **单季ROE因子(沪深300)**： - 最近一周：0.93% - 最近一月：1.22% - 今年以来：2.81% - 近1年年化：2.02% - 历史年化：4.42%[20] 2. **预期EPTTM因子(中证500)**： - 最近一周：1.89% - 最近一月：1.39% - 今年以来：0.07% - 近1年年化：4.45% - 历史年化：4.13%[23] 3. **一个月反转因子(中证1000)**： - 最近一周：1.74% - 最近一月：-1.28% - 今年以来：-0.18% - 近1年年化：-15.35% - 历史年化：-1.79%[29] 指数增强产品表现 沪深300指数增强产品 1. **最近一周**： - 超额收益最高：0.86% - 最低：-0.94% - 中位数：0.04%[43] 2. **最近一月**： - 超额收益最高：2.73% - 最低：-0.95% - 中位数：-0.02%[43] 中证500指数增强产品 1. **最近一周**： - 超额收益最高：1.60% - 最低：-0.59% - 中位数：0.20%[47] 2. **最近一月**： - 超额收益最高：1.51% - 最低：-1.24% - 中位数：0.11%[47] 中证1000指数增强产品 1. **最近一周**： - 超额收益最高：1.39% - 最低：-0.49% - 中位数：0.30%[50] 2. **最近一月**： - 超额收益最高：1.93% - 最低：-1.98% - 中位数：-0.18%[50] 附录：MFE组合构建方法 **构建思路**：最大化单因子暴露组合(Maximized Factor Exposure Portfolio) **具体构建过程**：采用组合优化模型，目标函数为最大化单因子暴露，约束条件包括风格因子偏离度、行业偏离度、个股偏离度等[52] 公式： $$\begin{array}{ll}max&f^{T}w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &0\leq w\leq l\\ &1^{T}w=1\\ &\Sigma|w-w_{0}|\leq to_{h}\end{array}$$