高频选股因子周报（20250922- 20250926） 高频因子表现分化，深度学习因子依然强势。AI 增强组合 分化，500 增强依然大幅回撤，1000 增强回撤收窄。 本报告导读： 上周（特指 20250922-20250926，下同）高频因子表现分化，深度学习因子依然强势。 AI 增强组合分化，500 增强依然大幅回撤，1000 增强回撤收窄。 投资要点： 金融工程 /[Table_Date] 2025.09.28 金 | [Table_Authors] | 郑雅斌(分析师) | | --- | --- | | | 021-23219395 | | | zhengyabin@gtht.com | | 登记编号 | S0880525040105 | | | 余浩淼(分析师) | | | 021-23185650 | | | yuhaomiao@gtht.com | | 登记编号 | S0880525040013 | [Table_Report] 相关报告 国内权益资产震荡，资产配置策略整体回调 2025.09.26 绝对收益产品及策略周报（250915-250919） 2025.09.24 大额买入与资金 ...

01 主题：新能源+AI系列分享之2 时间： 9月29日（周一）15:30 主讲： 刘强 院长助理&电新首席分析师 参会密码： 236587 02 主 题：行业配置模型回顾与更新系列（十二） 时间： 9月29日（周一）21 : 30 主讲： 刘晓锋 金工首席分析师 参会密码： 765908 03 主 题：电子行业10月投资观点交流会议 时间： 9月30日（周二）15 : 00 主讲： 张世杰 电子首席分析师 参会密码： 091147 04 主题： 老乡鸡新股深度解读 时间： 10月10日（周五）15 : 00 主讲：郭梦婕 食饮首席分析师 林叙希 食饮分析师 参会密码： 721188 识别二维码立即参会 会议号码: +86-4001888938 (中国) +86-01053827720 (全球) +886-277083288 (中国台湾) +852-51089680 (中国香港) 参会密码:236587 主计去 FIC SECURITIES 行业配置模型回顾 s 面 斯 索 刷 / L 文 M 2524 09 .29 ª / 21 : 30 首席分 识别二维码立即参会 会议号码: +86-4001888938 ...

研究报告合集下载链接（下载密码欢迎联系团队成员或对口销售）： https://pan.baidu.com/s/1d2oPPwOo4jMsF-kYQ5XpMg CTA系列专题报告 | 《系列一：基于混沌理论的股指期货噪声趋势交易策略》 | | --- | | 《系列二：一类波动收敛突变模式的趋势跟随策略》 | | 《系列三：多项式拟合的股指期货趋势交易 (LPTT) 策略》 | | 《系列四：基于日内波动极值的股指期货趋势跟随系统》 | | 《系列五：基于缠中说禅之分型通道趋势交易系统》 | | 《系列六：基于 GFTD 的期指日内程序化交易策略》 | | 《系列七：在标度不变性破缺下洞察资金流向——MFT 交易策略》 | | 《系列八：基于时域分形的相似性匹配日内低频交易策略（SMT）》 | | 《系列九：基于遗传规划的智能交易策略方法》 | | 《系列十：基于遗传算法的期指日内交易系统》 | | 《系列十一：日内突破模式及其资金管理的多重比较研究》 | | 《系列十二：基于遗传规划多维变量的股指期货交易策略》 | | 《系列十三：基于统计语言模型（SLM）的择时交易研究》 | | 《系列十四：经验模态分解下 ...

金 融 工 程 国内权益资产震荡，资产配置策略整体回 大类资产配置模型周报第 37 期 本报告导读： | | 张雪杰(分析师) | | --- | --- | | | 0755-23976751 | | | zhangxuejie@gtht.com | | 登记编号 | S0880522040001 | | | 朱惠东(分析师) | | | 0755-23976176 | | | zhuhuidong@gtht.com | [Table_Report] 相关报告 绝对收益产品及策略周报（250915-250919） 2025.09.24 大额买入与资金流向跟踪（20250915-20250919） 2025.09.23 风格 Smart beta 组合跟踪周报（2025.09.15- 2025.09.19） 2025.09.22 高频选股因子周报（20250915-20250919） 2025.09.21 低频选股因子周报（2025.09.12-2025.09.19） 2025.09.20 证 券 研 究 报 告 请务必阅读正文之后的免责条款部分 金 融 全球资产风险平价模型录得涨幅 0.05%；基于宏观因子 ...

核心观点 - 传媒互联网行业呈现AI技术突破与影视内容复苏双重驱动 百度文心新模型登顶Hugging Face榜首 电影《731》上映3天票房近10亿元[6][7][8] - 丽珠集团创新转型成效显著 2025年上半年归母净利润同比增长9.4% IL-17A/F单抗临床3期数据优效于司库奇尤单抗[9][10][11][12] - 金融工程监测显示主要股指期货合约处于贴水状态 中证1000指数期货年化贴水达12.52%[13][14] - 全球市场表现分化 A股市场主要指数普遍上涨 创业板综指单日涨幅1.84%[2][19] 市场表现 - 2025年9月24日A股主要指数全线上涨 上证综指收3853.64点涨0.83% 深证成指收13356.14点涨1.80% 创业板综指涨1.84% 科创50指数表现突出涨3.49%[2] - 市场成交活跃 沪深两市合计成交金额达23267.83亿元 其中沪市10157.07亿元 深市13110.76亿元[2] - 全球市场表现分化 恒生指数涨1.37% 道琼斯指数持平 纳斯达克指数跌0.48% 日经225指数跌0.4%[5][19] 传媒互联网行业 - 传媒板块本周上涨0.38% 跑赢沪深300指数1.39个百分点 但跑输创业板指0.84个百分点 行业涨跌幅在全部板块中排名第12位[6] - 百度文心新模型ERNIE-4.5-21B-A3B-Thinking登顶Hugging Face榜首 腾讯发布混元3D 3.0模型提升3D建模精度 阿里云开源30B参数轻量级模型通义DeepResearch[7] - 电影市场表现强劲 《731》上映3天票房达10.65亿元 占比87.9% 带动本周电影总票房12.12亿元[7][8] - 游戏行业亮点突出 2025年8月中国手游收入前三名为点点互动《Whiteout Survival》、点点互动《Kingshot》和柠檬微趣《Gossip Harbor：Merge&Story》[8] 公司研究：丽珠集团 - 2025年上半年营收62.72亿元同比微降0.2% 但归母净利润12.81亿元同比增长9.4% 扣非归母净利润12.58亿元增长8.9%[9] - 二季度业绩改善明显 营收30.91亿元同比增长1.7% 归母净利润6.44亿元增长14.4% 扣非归母净利润6.40亿元增长13.2%[9] - 分业务板块表现：化学制剂销售收入32.70亿元增长1.4% 毛利率81.17% 中药制剂收入7.99亿元增长7.3% 原料药及中间体收入16.62亿元下降5.7%[10] - 创新药研发取得重大突破 IL-17A/F单抗LZM012治疗银屑病临床3期数据优效于司库奇尤单抗 已提交上市前沟通交流申请[11][12] 金融工程分析 - 截至2025年9月24日 主要指数成分股分红进度：沪深300指数中174家公司已完成分红 69家处于预案阶段 上证50指数已实现股息率2.20% 剩余股息率0.57%[13] - 行业股息率比较显示煤炭、银行和钢铁行业股息率排名前三[13] - 股指期货升贴水监测：IH主力合约年化升水2.47% IF主力合约年化贴水1.71% IC主力合约年化贴水8.34% IM主力合约年化贴水12.52%[14] 资金流向 - A股资金流入前十包括豪威集团涨3.92%、东方财富涨1.26%、北方华创涨停 流出前十中药明康德涨0.24%、工业富联跌3.16%[21][22] - 港股资金流向显示信达生物流入4.02亿港元 阿里巴巴-W流出99.15亿港元 腾讯控股流入44.25亿港元[22] 商品及宏观经济 - 商品期货表现分化 黄金涨0.84%至854.98美元 白银涨0.80%至10356美元 ICE布伦特原油涨1.59%至67.63美元[15] - 2024年11月宏观经济数据显示PPI同比下降2.9% CPI同比99.4% M1货币同比-0.0% 贸易顺差97443.13亿美元[16]

AI量化研究系列 - 深度学习应用于股指期货日内交易策略开发 [2] - 深度学习算法用于Alpha因子挖掘和再挖掘 [2] - 趋势策略通过深度学习技术进行增强 [2] - 风险中性的深度学习选股策略构建 [2] - 深度学习在指数增强策略上的应用实践 [2] - 高频数据因子在深度学习框架下进行挖掘 [2] - 基本面因子模型通过深度学习技术增强 [2] - 条件随机场应用于周频择时策略开发 [2] - 机器学习多因子动态调仓策略研究 [2] - 人工智能在资产管理行业的应用和前景展望 [2] - 涨跌模式识别用于指数和行业择时策略 [2] - 隐马尔科夫模型应用于选股策略研究 [2] - 机器学习模型在因子选股上的比较分析 [2] - 多周期机器学习选股模型构建 [2] - 卷积神经网络用于股价走势识别与分类 [2] - Transformer架构下的量价选股策略研究 [2] - Visibility Graph-CNN创新架构用于高效股价预测 [2] - 卷积神经网络应用于ETF轮动策略 [2] - 多模态多尺度股价预测方法研究 [2] - DeepSeek工具用于提高投研效率 [2] - 知识库到知识图谱转换通过DeepSeek+GraphRAG实现 [3] - 神经常微分方程与液态神经网络技术研究 [3] - AlphaForge基于梯度下降进行因子挖掘 [3] - 强化学习应用于价格择时策略 [3] - 机器学习选股训练手册编制 [3] 基本面量化研究系列 - 多视角探寻长线选股策略研究 [3] - 景气向上且持续增长企业的挖掘方法 [3] - 寻找"物美价廉"优质企业的策略研究 [3] - 高估值股中投资机会的挖掘方法 [3] - 财务指标选股策略深入研究 [3] - 叠加反转效应下的财务指标选股策略 [3] - 细分行业景气盈利轮动策略开发 [3] 转债风险管理 - 转债退市风险与信用风险监控系统构建 [6] 研究团队信息 - 广发金融工程团队负责相关研究 [4]

报告核心观点 - AI驱动下看好国产算力与存力发展机遇，重点关注5G-A商用、AI算力共振及国产AI芯片自研进展[1][7][9][62][63] - 经济呈现加速回落迹象，政策"适时加力"必要性和可能性提升，重点关注消费、地产走势及央行可能重启购买国债[5] - 债市或于四季度回归基本面与资金面，10年国债利率有望修复至1.6%-1.65%[20] - 日线级别上涨临近尾声，但中期牛市刚刚开始，建议逆势布局[13] 宏观与策略 - 近半月经济变化：耐用品消费走弱（9月前两周乘用车零售量同比转为下降），地产销售小幅改善（新房、二手房销售同比均实现两位数增长），焦化、沥青、水泥开工率环比上升但幅度有限[5] - 低价股行情特征：牛市期间低价股表现与"消灭低价股"现象相关，全球权益多数上涨，巴西股市领涨[6][8] - 美联储如期降息25bp，国际金价续创新高但涨势放缓[6] 金融工程与固定收益 - 5G-A商用启幕：中国移动计划2026年底实现5G-A全量商用，截至2024年底我国5G基站数达452.1万个，较2023年末净增87.4万个[7] - 非银离确认日线级别下跌仅一步之遥，超2/3行业日线级别上涨处于超涨状态[13] - 择时雷达六面图综合打分为-0.24分，整体中性偏空[16] - 寻找业绩亮眼转债：牧原转债、道通转债等5只转债业绩优秀，立昂转债、隆22转债等4只转债业绩改善[17] - 资金价格上升，R001收于1.50%（前值1.40%），DR001收于1.46%（前值1.36%）[22] 行业表现 - 通信行业表现突出：近1月涨17.9%，近3月涨59.8%，近1年涨126.0%[2] - 银行行业表现落后：近1月跌6.6%，近3月跌7.7%[2] - 煤炭行业年初至今倒数第一，但供应受限下向上突破可能性提升[29] 银行与金融资产 - 银行第三阶段贷款占比：成都银行0.66%、宁波银行0.76%、杭州银行0.76%较低，重庆银行改善明显（第三阶段贷款占比-61bp）[22][23] - 贷款拨备计提比例：青农商行4.35%、渝农商行4.16%、杭州银行3.95%较高[23] - 金融投资拨备计提比例：浙商银行3.16%、青岛银行2.85%、贵阳银行2.68%较高[25] 能源与资源 - 煤炭供应受限：7月和8月煤炭产量连续两月同比下降，焦煤库存显著偏低[29] - 必和必拓暂停Saraji South焦煤矿，该矿2025财年生产焦煤810万吨[68] - 8月规上工业风电增速加快（同比+20%），水电降幅扩大，火电、核电、太阳能发电增速放缓[38] - 绿证交易价格环比增长22.77%[38] 房地产与REITs - 8月70城新房房价环比-0.3%，同比-3.0%；二手房房价环比-0.6%，同比-5.5%[40] - C-REITs总市值约2212.1亿元，平均单只REIT市值约30亿元，本周38支上涨、35支下跌[32] - 上海优化房产税政策，新购家庭第一套住房暂免征收房产税[49] 科技与创新 - 存储供需错配持续涨价，西部数据HDD交货周期延长至52周，三星通知四季度DRAM和NAND产品涨价[62] - 华为公布昇腾AI芯片路线图：26Q1推出昇腾950PR，26Q4推出昇腾950DT，27Q4推出昇腾960[63] - 苹果iPhone 17系列中国首日预约量突破200万部，较上一代增加近三倍[64] - Meta发布首款AR眼镜MetaRay-BanDisplay，采用LCoS显示技术[65] 消费与制造 - 白酒旺季动销修复，大众品中盐津铺子、东鹏饮料等具备高景气或高成长逻辑[50] - 运动鞋服板块推荐安踏体育（2025年PE 18倍）、李宁（2025年PE 18倍）、特步国际（2025年PE 11倍）[44] - 猪价快速下跌至13元/公斤以下，行业自繁自养盈利降至-24.44元/头[59] 其他行业 - 新疆板块迎政策密集催化，重点关注交通基建和煤化工领域[53] - 医药CXO阶段性表现较强，创新药调整是交易结构问题，产业逻辑未变[57] - 光学电路交换（OCS）技术成为光网络新战场，建议关注算力和数据要素产业链[47]

量化模型与构建方式 1. 宽基轮动策略模型 - **模型名称**：宽基轮动策略[12] - **模型构建思路**：基于不同宽基指数（沪深300、中证500、中证1000、中证2000及"其他"组）的热度变化率，选择市场情绪关注度最高的宽基进行投资，若最高为"其他"组则空仓[8][9][12] - **模型具体构建过程**： 1. 将全A股票按宽基成分分组（沪深300、中证500、中证1000、中证2000、其他）[8] 2. 计算每组成分股的总热度指标（个股浏览、自选与点击次数之和，以同一日全市场占比方式归一化后乘以10000）[7] 3. 计算每组股票周度热度变化率，并取MA2（2期移动平均）进行平滑处理[9] 4. 每周最后一个交易日买入总热度变化率MA2最大的宽基指数成分股，若变化率最大的为"其他"组则空仓[12] - **模型评价**：通过捕捉市场情绪热度变化进行宽基轮动，能够获取一定的超额收益[12] 2. 概念热度组合策略模型 - **模型名称**：概念热度TOP/BOTTOM组合策略[29] - **模型构建思路**：在热门概念中选取关注度最高和最低的个股构建组合，利用市场过度反应和关注度不足带来的定价偏差获取收益[29][31] - **模型具体构建过程**： 1. 每周选出本周热度变化最大的5个概念[29] 2. 将概念对应成分股作为选股股票池，排除流通市值最小的20%股票[29] 3. 从每个热门概念中选出总热度排名前10的个股，等权构建热度TOP组合[29] 4. 从每个热门概念中选出总热度排名最后的10只个股，等权构建BOTTOM组合[29] - **模型评价**：利用行为金融学中的有限注意力理论，低热度个股组合长期能取得一定的超额收益[29][31] 模型的回测效果 1. 宽基轮动策略模型 - 年化收益率：8.74%[15] - 最大回撤：23.5%[15] - 2025年收益：32.7%[15] 2. 概念热度BOTTOM组合 - 年化收益率：15.71%[31] - 最大回撤：28.89%[31] - 2025年收益：40.9%[31] 量化因子与构建方式 1. 个股总热度因子 - **因子名称**：个股总热度[7] - **因子构建思路**：通过个股的浏览、自选与点击行为数据衡量市场关注度[7] - **因子具体构建过程**： 个股总热度 = (个股浏览次数 + 自选次数 + 点击次数) / 全市场总次数 × 10000[7] 其中：个股浏览、自选与点击次数为原始行为数据，通过除以全市场总次数进行归一化处理[7] 2. 宽基热度变化率因子 - **因子名称**：宽基热度变化率MA2[9][12] - **因子构建思路**：衡量宽基指数关注度的短期变化趋势[9][12] - **因子具体构建过程**： 1. 计算每个宽基组（沪深300、中证500、中证1000、中证2000、其他）的周度总热度[8][9] 2. 计算周度热度变化率：当期热度/上期热度 - 1[9] 3. 对变化率取2期移动平均：MA2 = (当期变化率 + 上期变化率) / 2[9] 3. 行业热度变化率因子 - **因子名称**：申万行业热度变化率MA2[19] - **因子构建思路**：衡量行业层面关注度的短期变化趋势[19] - **因子具体构建过程**： 1. 计算每个申万一级、二级行业的周度总热度（成分股热度加总）[19] 2. 计算行业周度热度变化率：当期热度/上期热度 - 1[19] 3. 对变化率取2期移动平均：MA2 = (当期变化率 + 上期变化率) / 2[19] 4. 概念热度变化率因子 - **因子名称**：概念热度变化率[27][29] - **因子构建思路**：衡量概念板块关注度的短期变化[27][29] - **因子具体构建过程**： 1. 计算每个概念的周度总热度（成分股热度加总）[27][29] 2. 计算概念周度热度变化率：当期热度/上期热度 - 1[27][29] 5. 估值历史分位数因子 - **因子名称**：估值历史分位数[36][37][39] - **因子构建思路**：衡量宽基指数或行业在当前时点的估值水平相对于历史水平的位置[36][37][39] - **因子具体构建过程**： 1. 对宽基指数采用滚动5年窗口计算历史分位数[36] 2. 对行业采用从2015年开始的完整历史区间计算历史分位数[37][39] 3. 分位数计算公式：当前估值在历史序列中的排名百分比[36][37][39] 因子的回测效果 （注：报告中未提供各因子的具体测试结果取值，如IC值、IR值等量化指标）

宏观与策略 - 央行净投放维持资金面均衡 预计9月资金利率季节性上行 [1] - 固定收益专题研究关注CPI内部的结构分化 [1] 房地产行业 - 8月地产基本面延续下行 9月博弈更大力度政策 [1] 金属行业 - 有色板块2025年中报净利润同比增长38% [1] - 资源股配置价值持续凸显 [1] 机械行业 - 甲骨文RPO增至4550亿美元 [1] - 特斯拉正敲定Optimus V3设计 [1] - 汉钟精机AIDC压缩机和半导体真空泵打造新成长曲线 [1] - 中密控股作为机械密封龙头 国际业务打开公司成长空间 [1] - 宗申动力单二季度净利润同比增长73% 积极布局低空经济 [1] 电子行业 - 功率公司业绩回暖 [1] - 汽车与数据中心增长趋势明确 [1] 金融工程 - 沪指探底回升 [1] - 机器人概念股集体爆发 [1]

量化模型与构建方式 1. 股指分红点位测算模型 - **模型名称**：股指分红点位测算模型[11][44] - **模型构建思路**：通过精确预测指数成分股的分红金额、除息日及权重，计算期货合约存续期内指数因成分股分红导致的点位下降值，以更准确评估股指期货的升贴水幅度[11][44] - **模型具体构建过程**： 1. **获取成分股权重**：采用中证指数公司每日披露的日度收盘权重数据，保证每日个股权重的准确性，避免使用历史权重估算带来的偏差[49] 2. **预测分红金额**：若公司已公布分红金额，则直接采用；若未公布，则需预测。分红金额 = 净利润 × 股息支付率[50] - **净利润预测**：基于历史净利润分布的动态预测法。若公司已公布年报、快报或业绩预告，则直接采用（业绩预告取上下限均值）；若未披露，则根据其季度盈利分布稳定性进行分类预测[53] - **股息支付率预测**：若公司去年分红，则用去年值；若去年不分红，则用最近3年平均；若从未分红，则默认今年不分红；若预测值>100%则进行截尾处理[56] 3. **预测除息日**：[54][58] - 若已公布除息日，则直接采用 - 若未公布，则判断公司是否已公布分红预案 - 若处于预案阶段，检查过去三年从预案公告日到除息日的间隔天数的稳定性。若稳定，则用该间隔天数均值与今年预案公告日进行线性外推；若不稳定，则采用历史分红日期判断 - 若处于决案阶段，检查过去三年从股东大会公告日到除息日的间隔天数的稳定性。若稳定，则用该间隔天数均值与今年股东大会公告日进行线性外推；若不稳定，则采用历史分红日期判断 - 若采用历史日期不合理（在当前时点之前、距当前不足10天或在股东大会日前），则采用默认日期：7月31日（预测日在7月22日前）、8月31日（预测日在7月22日至8月21日）、9月30日（其他情况） - 若过去两年未分红，也采用默认日期 4. **计算分红点数**：汇总从当前时刻t至期货合约到期日T之间所有成分股的分红影响。公式为： $$分红点数 = \sum_{n=1}^{N} \left( \frac{成分股分红金额}{成分股总市值} \times 成分股权重 \times 指数收盘价 \right)$$ 其中，要求个股除权除息日满足 $t < \text{除息日} \leq T$[44] 2. 年化升贴水计算模型 - **模型名称**：年化升贴水计算模型[12] - **模型构建思路**：基于股指期货合约价格、指数价格及预测的分红点数，计算扣除了分红影响后的实际价差，并年化以衡量其升贴水幅度[11][12] - **模型具体构建过程**： 1. 计算当前价差：合约收盘价 - 指数收盘价[12] 2. 计算含分红价差：当前价差 + 分红[12] 3. 计算升贴水幅度：含分红价差 / 指数收盘价[12] 4. 年化升贴水幅度：$$年化升贴水 = \left(1 + \frac{含分红价差}{指数收盘价}\right)^{\frac{365}{到期天数}} - 1$$[12] 或采用线性年化近似：$$\text{年化升贴水} = \frac{含分红价差}{指数收盘价} \times \frac{365}{到期天数}$$[12] 模型的回测效果 1. **股指分红点位测算模型**： - 预测误差（2023年）：上证50指数误差基本在5点以内，沪深300指数误差基本在5点以内，中证500指数误差基本在10点以内[64] - 预测误差（2024年）：上证50指数误差基本在5点以内，沪深300指数误差基本在5点以内，中证500指数误差基本在10点以内[64] - 对股指期货合约的预测准确性：上证50和沪深300股指期货的预测效果最好，中证500股指期货的偏离度稍大[64] 2. **年化升贴水计算模型**（截至2025年9月17日数据）[12]： - **IH2510.CFE合约**：年化升水1.66% - **IF2510.CFE合约**：年化升水1.19% - **IC2510.CFE合约**：年化贴水9.49% - **IM2510.CFE合约**：年化贴水11.25% 量化因子与构建方式 1. 股息率因子 - **因子名称**：股息率[2][14] - **因子构建思路**：计算上市公司预案分红金额与其当前总市值的比率，用以衡量其分红回报水平[14] - **因子具体构建过程**：$$股息率 = \frac{预案分红金额}{当前总市值}$$[14] - **因子评价**：股息率是衡量股票投资价值的重要因子，高股息率通常吸引追求稳定现金流的投资者[2] 2. 已实现股息率因子 - **因子名称**：已实现股息率[3][16] - **因子构建思路**：计算指数中已实施现金分红的成分股，其已分红金额按权重加总后与指数总市值的比率，反映已兑现的分红收益[16] - **因子具体构建过程**：$$已实现股息率 = \sum_{i=1}^{N_1} \left( \frac{个股已分红金额}{个股总市值} \times 个股权重 \right)$$[16] 其中，$N_1$ 表示指数中今年已现金分红的公司数量[16] 3. 剩余股息率因子 - **因子名称**：剩余股息率[3][16] - **因子构建思路**：计算指数中尚未实施现金分红的成分股，其预计分红金额按权重加总后与指数总市值的比率，反映未来潜在的分红收益[16] - **因子具体构建过程**：$$剩余股息率 = \sum_{i=1}^{N_2} \left( \frac{个股预计分红金额}{个股总市值} \times 个股权重 \right)$$[16] 其中，$N_2$ 表示指数中尚未现金分红的公司数量[16] 因子的回测效果 1. **股息率因子**（截至2025年9月17日，各行业已公布预案股票的股息率中位数）[2][14]： - 煤炭行业：排名第一 - 银行行业：排名第二 - 钢铁行业：排名第三 2. **已实现股息率因子**（截至2025年9月17日）[3][16]： - 上证50指数：2.18% - 沪深300指数：1.75% - 中证500指数：1.10% - 中证1000指数：0.85% 3. **剩余股息率因子**（截至2025年9月17日）[3][16]： - 上证50指数：0.57% - 沪深300指数：0.40% - 中证500指数：0.14% - 中证1000指数：0.09%