市场流动性概况 - 货币市场利率小幅上行，R007由1.4649%增加至1.4923%，较前期增加2.74个bp；DR007由1.4110%上升至1.4551%，较前期增加4.41个bp [1][9] - R007与DR007利差较前期减小1.67个bp，中美利差在本周增加14.12个bp [1][9] - 资本市场资金净流入339.39亿元，较上周大幅增加695.12亿元，主要因资金需求减少476.22亿元且资金供给增加218.89亿元 [1][13] - 资金供给端，股票型ETF净申赎增加316.32亿元，股票型与混合基金成立增加153.57亿元，融资净买入增加21.18亿元，但股票分红减少272.18亿元 [1][13] - 主板市场流动性分化，除中证2000外，其余宽基指数融资余额均达近八周新高；各宽基指数日均成交额与换手率均回升 [16] 行业板块表现与流动性 - 多数中信一级行业上涨，市场风格偏强，基础化工板块周涨幅达3.37%表现最突出，通信和银行板块领跌，跌幅分别为3.47%和2.20% [2][18] - 行业杠杆资金呈现结构性特征，电力设备及新能源行业获最多杠杆资金净加仓，达40.62亿元，而食品饮料行业净流出10.34亿元，为减仓最显著行业 [21][22] - 陆股通重仓股主力资金整体呈流出态势，建材行业净流入最多为1.91亿元，电子行业净流出最多达144.58亿元 [24][26] - 行业热度方面，通信行业杠杆资金占比位于近16周高位，石油石化、综合、食品饮料行业占比位于低位；电力设备及新能源行业杠杆资金净买入增加最多 [27] - 行业拥挤度分析显示，计算机行业综合拥挤度最高，为79.17%，其次为综合金融(75.00%)和有色金属(73.33%) [2][29][30] 风格板块表现与流动性 - 各风格指数表现分化，周期风格涨幅最大为1.21%，金融风格跌幅最大为1.33% [3][34] - 成长风格是市场最活跃板块，日均成交额占比达58.75%，日均换手率为3.13%，均领先于其他风格 [3][34][37] - 成长风格日均成交额占比环比上升3.12%，而周期风格回落幅度最大，下降1.30% [32] - 陆股通重仓股主力资金在各风格板块以减持为主，对稳定风格增持3.28亿元，对成长风格减持力度最大达297.11亿元 [33][36] - 从近期表现看，成长风格近三个月涨幅达23.39%，周期风格近三个月涨幅为14.03%，金融风格近三个月下跌1.09% [37]

根据提供的金融工程市场跟踪周报，以下是关于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：量能择时模型**[24] * **模型构建思路**：通过分析市场交易量能的变化来判断市场未来的多空方向[24] * **模型具体构建过程**：报告未详细描述该模型的具体构建步骤和公式，仅给出了基于该模型的择时信号观点[24] 2. **模型名称：沪深300上涨家数占比情绪指标**[25] * **模型构建思路**：通过计算指数成分股中近期取得正收益的股票数量占比，来捕捉市场情绪的变化，认为正收益股票增多可能预示行情见底，而大部分股票为正收益时则可能情绪过热[25] * **模型具体构建过程**： 指标计算公式为： $$沪深300指数N日上涨家数占比 = \frac{沪深300指数成分股过去N日收益大于0的个股数}{沪深300指数成分股总数} \times 100\%$$ [25] 其中，N为设定的回顾期窗口[25] 3. **模型名称：动量情绪指标择时模型**[28] * **模型构建思路**：对“沪深300上涨家数占比情绪指标”进行不同窗口期的平滑处理，通过比较快慢线的相对位置来判断市场情绪的动向并生成交易信号[28] * **模型具体构建过程**： 1. 计算沪深300指数N日上涨家数占比[28] 2. 分别对该指标进行窗口期为N1和N2的移动平均，得到慢线和快线，其中N1 > N2（报告中示例参数N1=50, N2=35）[28] 3. 当快线大于慢线时，认为市场情绪上行，生成看多信号；当快线小于慢线时，认为市场情绪下行，对市场持中性态度[28] 4. **模型名称：均线情绪指标**[32] * **模型构建思路**：利用一组均线系统（八均线）来判断沪深300指数的趋势状态，并将趋势状态量化为情绪指标值，进而用于择时[32] * **模型具体构建过程**： 1. 计算沪深300指数收盘价的八条移动平均线，参数分别为8, 13, 21, 34, 55, 89, 144, 233[32] 2. 统计当日沪深300指数收盘价位于这八条均线之上的数量[32] 3. 根据该数量赋值情绪指标：当数量超过5时，看多沪深300指数[32] 5. **因子名称：横截面波动率**[34] * **因子构建思路**：计算特定指数（如沪深300、中证500、中证1000）成分股在横截面上的收益率标准差，用以衡量市场分化程度和选股Alpha机会[34] * **因子具体构建过程**：报告未提供具体的计算公式，但指出该因子用于观察市场赚钱效应和Alpha环境[34] 6. **因子名称：时间序列波动率**[42] * **因子构建思路**：计算指数成分股收益率在时间序列上的波动率，用以评估市场的整体波动水平和Alpha环境[42] * **因子具体构建过程**：报告未提供具体的计算公式，但将其作为观察市场赚钱效应的另一个维度[42] 7. **因子名称：基金抱团分离度**[85] * **因子构建思路**：通过计算抱团基金组合截面收益率的标准差，来度量基金抱团的程度，标准差小表示抱团度高，反之则表示抱团瓦解[85] * **因子具体构建过程**：报告描述了思路，即抱团基金截面收益的标准差作为代理变量，但未给出具体的构建公式[85] 模型的回测效果 （报告中未提供上述量化模型的明确回测绩效指标，如年化收益率、夏普比率等） 因子的回测效果 1. **横截面波动率因子**[42][45] * **近两年平均值**：沪深300为1.90%，中证500为2.08%，中证1000为2.28%[42] * **近一年平均值**：沪深300为1.91%，中证500为2.16%，中证1000为2.44%[42] * **近半年平均值**：沪深300为1.92%，中证500为2.10%，中证1000为2.34%[42] * **近一季度平均值**：沪深300为2.21%，中证500为2.40%，中证1000为2.58%[42] * **近一季度平均值占近两年分位**：沪深300为80.33%，中证500为75.40%，中证1000为76.10%[42] * **近一季度平均值占近一年分位**：沪深300为79.09%，中证500为74.60%，中证1000为70.12%[42] * **近一季度平均值占近半年分位**：沪深300为77.64%，中证500为78.57%，中证1000为66.93%[42] 2. **时间序列波动率因子**[45] * **近两年平均值**：沪深300为0.65%，中证500为0.47%，中证1000为0.26%[45] * **近一年平均值**：沪深300为0.63%，中证500为0.46%，中证1000为0.26%[45] * **近半年平均值**：沪深300为0.60%，中证500为0.44%，中证1000为0.24%[45] * **近一季度平均值**：沪深300为0.72%，中证500为0.52%，中证1000为0.27%[45] * **近一季度平均值占近两年分位**：沪深300为74.95%，中证500为80.16%，中证1000为76.89%[45] * **近一季度平均值占近一年分位**：沪深300为73.91%，中证500为76.19%，中证1000为71.31%[45] * **近一季度平均值占近半年分位**：沪深300为68.32%，中证500为77.78%，中证1000为64.94%[45] 对模型或因子的评价 1. **沪深300上涨家数占比情绪指标**：该指标可以较快捕捉上涨机会；但在市场过热阶段提前止盈离场，会错失持续亢奋阶段的上涨收益；对下跌市场的判断存在缺陷，难以有效规避下跌风险[26]

报告行业投资评级 未提及 报告的核心观点 - 预计11月市场整体不确定性或下降，机构加仓概率提升，建议对11月市场环境乐观 [1][7] - 历史上11月转债市场风险偏好较强，11月小额、低评级胜率赔率均高，12月或出现风格切换，大额、高评级转债占优 [2][17] - 市场持续突破10年“收敛三角形”上沿，趋势更乐观，后市行情值得期待 [3][7] - 历史上11月转债兼具高胜率赔率，高景气度主要来源于正股推动，估值表现一般 [3][8] - 量化方面，延续建议关注凸性、低估策略 [3][22] - 11月十大转债为亿纬、冠宇、利扬、奕瑞、神通、博俊、中特、阿拉、和邦、本钢 [3][26] 根据相关目录分别进行总结 市场趋势突破后，今年年末配置行情值得期待 - 10月机构参与转债市场热情整体偏低，险资转债持仓降至2023年以来最低水平，转债高估值使机构投资者谨慎参与 [7] - 11月市场整体不确定性或下降，机构加仓概率提升，中美谈判有序推进，历史上险资11月更偏好入场配置 [7] - 10月末上证指数突破4000点，连续多日收于“收敛三角形”构型以上，趋势上形成向上突破态势，后市行情值得期待 [3][7] 历史上11月胜率赔率兼具，关注股性、资质下沉 - 2018 - 2024年，每年11月中证转债指数上涨概率约71%，月均涨幅1.3%，万得转债等权重指数结论类似，指向11月高景气概率高 [3][8] - 历史上11月转债市场高景气度主要来源于正股推动，估值表现一般，2018 - 2024年，每年11月百元溢价率平均变化为 - 0.4%，超50%概率下跌 [12] - 2020年以来，11月低评级相对高评级转债超额收益平均10.4%，小额相对大额转债超额平均8.6%，均为各月最高，11月小额、低评级转债存在正超额概率约80% [17] 量化：择时信号月末走强，关注低估、凸性 - 10月末模型看多信号增强，11月模型看多概率相对偏高 [20] - 深度学习低估 + 凸性策略和传统高凸性策略10月均取得正超额，MLP低估策略近一个月超额近1.8%，近一年超额超15% [3][22] 个券：11月十大转债 - 11月十大转债延续科技 + 周期内需的哑铃型搭配，科技关注亿纬、冠宇、利扬、奕瑞、神通转债，绩优关注博俊，周期 + 内需关注中特、阿拉、和邦、本钢转债 [26] 10月市场复盘：中美扰动、股性为主线 - 10月中证转债指数震荡，呈现“V”型走势，中美博弈是主要影响因素，表现强于国证2000、中证1000，弱于国证价值、上证指数 [28] - 10月百元溢价率延续高位震荡，月末收于28.8%，全月高于28% [28] - 10月转债下修概率环比下降，不强赎概率上升，仅蓝帆、东时、晶能三家提议下修，9家上市公司公告强赎 [30] - 10月转债净退出，新券受理速度大幅上升，后市转债一级市场供给或持续加快 [32] - 10月险资或持续降仓转债，公募基金转债仓位坚挺，一般机构投资者、银行系资金均有明显转债减持 [34]

业绩增长概况 - 2025年前三季度A股公司整体盈利同比增长5.4%，其中金融板块增长9.5%，非金融板块增长1.7% [2] - 单三季度盈利增速显著改善，全A/金融/非金融净利润同比增速分别为+11.4%/+18.9%/+3.8%，较二季度均明显提升 [2] - 单三季度非金融净利润环比为-1.2%，为历史同期较高水平，企业盈利增长改善体现内生韧性 [2] 金融板块业绩 - 资本市场表现活跃推动非银金融业绩高增长，单三季度证券和保险盈利同比分别增长58.9%和68.3% [2] - 银行板块三季度盈利增长2.8%，较之前有所改善 [2] 非金融板块结构分析 - 板块分化明显，主板非金融/创业板/科创板三季度盈利同比增速分别为+0.2%/+30.5%/+66.7% [2] - 新老经济分化显著，单三季度新经济盈利同比提升至12.1%，老经济盈利同比降幅大幅收窄至-2.1% [2] - 上中下游盈利增长分别为4.0%/10.3%/-3.1%，中游受新能源业绩拐点和出口链韧性推动，下游受房地产及消费行业拖累 [2] - 能源原材料盈利ttm占比从2022年高点接近40%回落至3Q25的30.5% [2] 行业层面盈利特征 - 盈利改善行业增多，归母净利润同比增长超过20%的行业达48个，占比37%，为2022年以来次高 [15] - 能源原材料板块内部分化，工业金属/贵金属/稀有金属盈利同比增速分别为+45.2%/+58.7%/+78.2%，钢铁、基础化工、建材在低基数及政策作用下盈利同比增速分别为+231.1%/+23.3%/+16.4%，而煤炭、石油石化盈利同比下滑25.2%和2.5% [17] - 中游制造板块中，电力设备及新能源在低基数下三季度盈利同比增长52.5%，电池板块盈利同比增长53.6%，光伏产业链扭亏为盈，机械行业受益于机器人产业景气和出口偏强，盈利同比增长12.7% [17] - 消费板块整体表现不佳，家电盈利增长2.7%，汽车零部件受益出海和机器人产业实现27%盈利增长，但商贸零售/轻工制造/消费者服务/食品饮料/纺织服装盈利同比大幅下滑 [17] - TMT板块延续高增长，电子盈利同比+45.3%，计算机同比增长82.6%，传媒同比增长44.9%，中证人工智能指数盈利同比+83.3%，创业板人工智能和科创芯片盈利同比增速分别达+141%和+101% [17] A股权重行业表现 - TMT、新能源、医药、有色金属等高景气行业虽盈利占比仅为17%，但占A股权重超过50% [17] - 2025年全A指数权重行业盈利增长状态较好，软件开发增长86%，光学光电子增长75%，证券及半导体增长超50%，电池、保险、工业金属增长超30% [17] 业绩质量分析 - 3Q25的A股非金融ROE(ttm)相比2Q25环比略升，此前持续约16个季度的下行周期有望自3Q25开始阶段企稳 [26] - 非金融企业资产周转率环比已基本持平，新经济行业资产周转率企稳反弹，老经济行业下滑 [26] - 上市公司经营现金流/营业收入(ttm)处于2010年以来最高水平，净现金流/营业收入在三季度进一步转为净流入 [31] - 非金融企业自由现金流/所有者权益维持在5.2%左右的历史最高水平，为分红提供较好基础 [33] 资本开支趋势 - 非金融企业资本开支已连续6个季度负增长，三季度增速较上半年基本持平 [37] - 结构上，AI产业趋势相关的电子和计算机资本开支延续10%以上增长，出海关联度较高的汽车、家电资本开支同比增长超过20% [37] - 电力设备及新能源板块资本开支仍为两位数负增长，但电池资本开支转正，光伏设备下滑47% [37] 资产负债表韧性 - 非金融企业资产增速自3Q24的3.2%反弹至3Q25的4.2%，剔除房地产后增速反弹至5.9% [44] - 预收账款增速连续4个季度改善，剔除房地产/建筑后同比增速反弹至+9.0%，体现经营活力改善 [44] - 企业存货增速大幅反弹至6.8%，主要因科技硬件、电力设备等高景气行业加速补库存 [44] - 非金融企业的公允价值变动损益前三季度为455亿元，对企业利润增速有1个百分点正贡献 [44] 配置建议 - 建议配置更加均衡，从高度共识的AI向其他基本面向好或估值性价比高的领域适度切换 [56] - 结合产能周期视角，关注电池、有色金属、创新药、消费电子、光学光电、养殖业等 [56] - 从出海机遇结合估值视角，关注工程机械、电网设备、商用车、白色家电等行业 [56]

核心观点 - 2025年三季度A股市场上涨，中证全指季度上涨2.65%，公募基金市场整体规模显著增长，非货币基金规模环比增速达8.02% [3] - 被动指数型债券基金规模领涨，环比涨幅19.13%，同比大幅增长80.38%，成为增长最快的细分品类 [3] - 主动权益基金规模小幅上升，持股集中度提高，重仓股集中在电力设备及新能源、食品饮料等行业 [4] - 固收+基金在电子、电力设备及新能源、有色金属等行业增配明显，在银行板块减配，并在有色金属板块呈现超配 [5] - ETF市场（非货币）规模环比提升32.08%，债券型ETF规模同比激增407.15%，通信、人工智能、电池等主题ETF季度回报率领先 [6][131] 基金规模总量上涨 - 2025年三季度末全市场公募基金资产净值合计35.41万亿元，较二季度末增加1.69万亿元 [3][16] - 非货币市场基金总规模达21.06万亿元，环比上升1.56万亿元，环比上涨8.02%，同比上涨13.48% [3][16] - 被动指数型基金规模环比上升26.53%，同比上升43.22%；偏股混合型基金环比增长8.65% [19] - 货币市场型基金规模达14.4万亿元，季度环比涨幅为0.9% [24] 主动权益基金季度分析 - 全市场主动权益基金数4268支，合计规模3.94万亿元，规模环比上升1.06%，同比上升4.80% [4][25] - 主动权益类基金持股比例平均为88.91%，前10大重仓股的基金净值占比平均为39.90%，集中度较上季度提升 [4][27] - 主动权益基金管理规模前十大的基金公司规模合计占全市场44.7%，头部集中度较高，易方达基金规模2692.0亿元排名第一 [28][33] - 前十大重仓股中，宁德时代持仓市值511.10亿元，位列第一，季度涨幅59.38% [35][36] 固收+基金季度分析 - 全市场固收+基金产品1631只，总规模2.11万亿元，按权益仓位分为低、中、高弹性三组，中弹性组规模占比达51.5% [40][42] - 易方达基金、景顺长城基金和富国基金管理规模均超千亿元，景顺长城基金经理李怡文管理规模突破1004.09亿元，为最大 [44][48] - 高、中、低弹性组固收+基金季度收益均值分别为1.67%、1.21%、1.17%，收益随权益占比上升而上升 [50][54] - 重仓行业占比增量方面，电子、电力设备及新能源、有色金属分别上升4.6%、3.2%和3.0%，银行板块下降5.7% [5][69] FOF、ETF、QDII、量化基金与REITs - FOF基金总规模为1934.89亿元，环比上涨16.8%，新发18只，发行份额78.11亿份 [6][112][117] - 非货币ETF总规模54770.41亿元，环比提升32.08%，债券型ETF规模环比增长80.95% [6][131] - 国泰中证全指通信设备ETF单季度回报率最高，达84.01% [140] - QDII基金规模7403亿元，股票型数量占比62.03%，规模占比82.56% [6][152] - REITs基金2025年Q3新发行8只，份额50.99亿份，总上市交易份额426.79亿份 [6]

市场整体观点 - 市场中期向上动能可期，但短期需防范年末资金兑现扰动[3] - 投资结构建议结合“十五五”产业指引及三季报业绩景气布局[3] 科技成长板块 - 东诚药业创新管线推进，5款诊断核药和4款治疗核药处于临床阶段，2025年第三季度归母净利润同比增长9.8%[4] - 中微公司作为半导体高端设备领先企业，高端产品新增付运量显著提升[11] - 海光信息是国产算力核心标的，CPU/DCU产品竞争力强，受益于AI浪潮和国产替代[19] - 工业富联聚焦AI发展，前三季度营收同比增长38.4%，归母净利润同比增长48.5%[27] 先进制造板块 - 鹏辉能源储能业务景气，2025年上半年户储电芯出货量全球前三，电芯产品量价改善[35] - 金风科技2025年上半年风机及零部件业务毛利率为7.97%，同比明显提升，绿色甲醇业务加快推进[42] 周期板块 - 洛阳钼业受益于铜价有望进入上行通道，公司享有量价齐升逻辑[50] - 华新水泥2025年第三季度归母净利润同比增长120.7%，海外业务发展快速，国内反内卷推进可期[57] 红利资产板块 - 中国太保分红水平较高，2018年以来股息率连续多年超过3%[64] - 上海银行股息价值突出，资产质量稳健[73]

基金仓位监控 - 普通股票型基金仓位中位数为91.98%，偏股混合型基金仓位中位数为91.33%，较上一季度有所提升 [1][6] - 普通股票型基金仓位处于历史98.41%分位点，偏股混合型基金仓位处于历史100%分位点，为历史高位 [1][6] - 普通股票型和偏股混合型基金的港股仓位均值分别为13%和17.11%，均较上一季度小幅提升 [1][11] - 配置港股的基金数量占比为59.55%，自2019年以来稳步提升 [1][9] 基金持股集中度监控 - 基金重仓股占权益配置比重为54.96%，上一期为52.46%，集中度明显提升 [1][10] - 基金经理总体持股数量为2377只，上一期为2507只，持股数量减少表明持仓股票差异降低 [1][10] 板块配置监控 - 2025年三季报主板配置权重为47.54%，创业板为19.29%，科创板为13.91%，港股为19.26% [1][21] - 主板权重较上一季度明显降低，创业板和科创板权重明显提升，港股权重略有降低 [1][21] - 科技板块配置权重大幅加仓12.97%，最新权重达50.51%，为2010年以来历史最高水平 [1][24] - 消费和金融板块分别减仓6.08%和3.48%，目前均处于2010年以来历史最低配置水平 [1][24] 行业配置监控 - 配置权重最高的三个行业为电子、电力设备及新能源、医药，权重分别为23.93%、10.27%和9.81% [1][26] - 主动加仓最多的三个行业为通信、计算机、电子，分别加仓2.93%、1.97%和1.85% [1][27] - 主动减仓最多的三个行业为银行、家电、国防军工，分别减仓1.77%、1.14%和0.79% [1][27] - 在港股配置中，非日常生活消费品和信息技术行业权重最高，分别为21.7%和19.68% [28][29] 个股配置监控 - 绝对市值配置最高的三只股票为宁德时代、腾讯控股、新易盛，配置绝对市值分别为740亿元、682亿元和559亿元 [1][31] - 配置市值比最高的三只股票为荣昌生物、诺诚健华-U、航天南湖 [31] - 个股主动加仓最多的三只股票为工业富联、阿里巴巴-W、中际旭创 [34] - 个股主动减仓最多的三只股票为胜宏科技、美的集团、小米集团-W [34] 绩优基金与百亿基金行业配置 - 绩优基金配置最高的三个行业为电子、通信、计算机，配置权重分别为41.18%、38.25%和8.57% [1][35] - 百亿规模基金配置最高的三个行业为电子、医药、食品饮料，配置权重分别为26.6%、13.97%和11.41% [1][35] - 绩优基金行业配置相对集中，百亿规模基金行业配置相对分散 [35] - 绩优基金主动增仓最多的行业为计算机，增仓4.65%；主动减仓最多的行业为电子，减仓5.41% [36] - 百亿规模基金主动增仓最多的行业为通信，增仓6.21%；主动减仓最多的行业为交通运输，减仓1.33% [36][37]

根据提供的金融工程季度报告内容，该报告主要对公募基金的持仓进行监控和统计分析，并未涉及传统的量化投资模型（如多因子模型、风险模型）或量化因子的构建、测试与评价。报告的核心是描述性统计，而非预测性或解释性的量化模型/因子。 报告内容主要集中在以下几个方面，均属于监控指标而非量化模型/因子： 基金持仓监控指标与构建方式 1. **指标名称**：基金持股集中度[18] * **构建思路**：用于衡量基金经理持仓是集中还是分散的趋势[18] * **具体构建过程**：计算所有主动权益基金在某个截面时点（如季度末）的十大重仓股市值占其全部权益投资市值的比例，然后取该比例的中位数作为市场整体的持股集中度指标[18] 2. **指标名称**：基金经理群体持股一致性[18] * **构建思路**：用于衡量基金经理群体在选股上的观点是趋同还是分化[18] * **具体构建过程**：统计在某个截面时点上，所有主动权益基金持有的不同股票的总数量。持有股票数量越少，说明基金经理群体的持股一致性越高，分化度越低[18] 3. **指标名称**：行业主动增减仓[33][34] * **构建思路**：剥离行业涨跌带来的被动权重变化，反映基金经理主动调整行业配置的行为[33][34] * **具体构建过程**： 1. 获取上一个季报披露的行业配置权重 \(w_{t-1}\)[33][34] 2. 获取该行业在当前季度的涨跌幅 \(ind_{ret}\)（使用中信一级行业指数计算）[33][34] 3. 计算经涨跌幅调整后的上一季度行业权重：$$w_{t-1}^{{}^{\prime}}\;=\;w_{t-1}\;*\;(1\;+\;i n d_{r e t})$$[33][34] 4. 将所有行业的 \(w_{t-1}^{'}\) 进行截面归一化处理 5. 用当前季度的行业配置权重减去归一化后的调整权重，得到行业主动增减仓的百分比[33][34] 4. **指标名称**：个股主动加减仓市值[39][40] * **构建思路**：剥离个股价格涨跌带来的持股市值被动变化，反映基金经理对个股的主动交易行为[39][40] * **具体构建过程**： 1. 获取上一个季报披露的基金持有某只股票的市值 \(val_{t-1}\)[39][40] 2. 获取该个股在当前季度的涨跌幅 \(stk_{ret}\)[39][40] 3. 计算经涨跌幅调整后的上一季度持股市值：$$v a l_{t-1}^{\prime}\,=\,v a l_{t-1}\,*\,(1\,+\,s t k_{r e t})$$[39][40] 4. 用当前季度持有该股票的市值减去调整后的上一季度市值 \(val_{t-1}^{'}\)，得到个股主动加减仓的市值金额[39][40] 基金持仓监控指标的统计结果 1. **基金持股集中度**：2025年三季度为54.96%，上一期（2025年二季度）为52.46%[18] 2. **基金经理群体持股一致性**：2025年三季度总体持股数量为2377只，上一期（2025年二季度）为2507只[18] 3. **行业主动增减仓（2025年三季度）**： * 主动加仓最多的三个行业：通信（+2.93%）、计算机（+1.97%）、电子（+1.85%）[34] * 主动减仓最多的三个行业：银行（-1.77%）、家电（-1.14%）、国防军工（-0.79%）[34] 4. **个股主动加减仓市值（2025年三季度）**： * 主动加仓市值最多的三只股票：工业富联（+290亿元）、阿里巴巴-W（+162亿元）、中际旭创（+124亿元）[42] * 主动减仓市值最多的三只股票：胜宏科技（-142亿元）、美的集团（-91亿元）、小米集团-W（-87亿元）[42]

根据研报内容，现总结如下： 量化模型与构建方式 1. **模型名称：三维择时框架**[7][12] * **模型构建思路**：通过监控市场分歧度、流动性和景气度三个维度的变化趋势，对市场整体走势进行判断[7] * **模型具体构建过程**：模型基于三个核心指标： * 市场分歧度指数：反映市场参与者观点的差异程度[11][16] * 市场流动性指数：反映市场资金面的宽松程度[17] * A股景气度指数2.0：反映上市公司基本面的景气状况[7][19] 通过观察这三个指标的趋势（上升或下降）组合，形成对市场状态的综合判断[7][12] 2. **模型名称：ETF热点趋势策略**[25] * **模型构建思路**：根据ETF价格的上涨形态和短期市场关注度的提升，筛选出具有趋势性机会的ETF构建投资组合[25] * **模型具体构建过程**： * 第一步：筛选出最高价与最低价同时呈现上涨形态的ETF[25] * 第二步：计算支撑阻力因子，该因子基于最高价与最低价近20日的回归系数的相对陡峭程度[25] * 第三步：在支撑阻力因子的多头组中，选择近5日换手率与近20日换手率比值最高的ETF，即短期关注度明显提升的品种[25] * 第四步：最终选取10只ETF，采用风险平价方法构建组合[25] 3. **模型名称：资金流共振策略**[32][33] * **模型构建思路**：结合融资融券资金流和主动大单资金流，寻找两类资金共同看好的行业进行配置[32][33] * **模型具体构建过程**： * **行业融资融券资金因子构建**： 1. 计算个股的融资净买入减去融券净卖出值[29][33] 2. 对该值进行Barra市值因子中性化处理[33] 3. 在行业层面将中性化后的个股值加总[33] 4. 取最近50日的均值，然后计算其两周环比变化率作为最终因子值[33] * **行业主动大单资金因子构建**： 1. 计算行业的主动大单净流入[33] 2. 对该净流入值进行最近一年成交量的时序中性化处理[33] 3. 取最近10日的均值，并进行排序打分[33] * **策略逻辑**：在主动大单因子打分头部（剔除极端行业）的行业中，剔除融资融券因子同样处于头部的行业（因研究发现其有稳定的负向超额），以提高策略稳定性，最终选出共振行业[33][36] 模型的回测效果 1. **三维择时框架**：模型历史表现展示于图表中，但未提供具体的量化指标数值[14] 2. **ETF热点趋势策略**：策略今年以来表现展示于图表中，但未提供具体的量化指标数值[26] 3. **资金流共振策略**：该策略自2018年以来，费后年化超额收益为13.5%，信息比率（IR）为1.7，相对于北向-大单共振策略回撤更小[33]；策略上周实现2.86%的绝对收益和0.19%的超额收益（相对行业等权）[33] 量化因子与构建方式 1. **因子名称：风格因子（Barra系列）**[39][40] * **因子构建思路**：采用Barra框架下的经典风格因子，用于描述股票在不同维度上的风险收益特征[39][40] * **因子具体构建过程**：报告提及了多个Barra风格因子，包括： * Size（规模） * Beta（贝塔） * Momentum（动量） * Volatility（波动率） * Non-Linear Size（非线性规模） * Value（价值） * Liquidity（流动性） * Earnings Yield（盈利收益率） * Growth（成长） * Leverage（杠杆） 报告未详细描述每个因子的具体计算方法，但指出其遵循Barra标准体系[40] 2. **因子名称：Alpha因子**[43][44][45] * **因子构建思路**：构建多样化的选股因子，从不同维度捕捉个股的超额收益来源[43][44][45] * **因子具体构建过程**：报告列举了多个Alpha因子及其简要说明： * `illia`：每天一个亿成交量能推动的股价涨幅[45] * `In volume mean 1m`：近1个月成交量的自然对数均值[45] * `In volume mean 3m`：近3个月成交量的自然对数均值[45] * `In volume std 1m`：近1个月成交量的自然对数标准差[45] * `specific mom1`：一个月残差动量[45] * `stk quantity q`：根据基金年报和半年报披露持股数统计，基金总持股数环比增速[45] * `spread bias`：`-(ln(个股净值) - ln(特征组合净值))`，过去60日标准化，特征组合由过去252日收益率相关系数最高的10只股票等权构成[45] * `reverse 1m`：1个月的收益率（反转因子）[45] * `tot rd ttm to sales`：研发销售收入占比[45] * `rate up 30d`：过去30天上调评级家数[45] * `duvol`：60日上行波动率/下行波动率[45] * `roa q delta report`：单季度ROA同比差值（考虑快报、预估）[45] * 报告还提到其他因子如单季度净利润同比增长（考虑快报、预估）、研发总投入占资产比、`(当前一致预测 np_FY1 - 3个月前一致预测 np_FY1) / |3个月前一致预测 np_FY1|`等[46] 因子的回测效果 1. **风格因子近期表现（最近一周）**[39][40]： * Size: -2.86% * Beta: 3.05% * Momentum: 1.28% * Volatility: -0.03% * Non-Linear Size: -2.62% * Value: -1.90% * Liquidity: 2.06% * Earnings Yield: -2.08% * Growth: -0.12% * Leverage: -0.74% 2. **Alpha因子多头超额收益（近一周）**[44][45]： * `illia`: 1.48% * `In volume mean 1m`: 0.99% * `In volume mean 3m`: 0.94% * `In volume std 1m`: 0.92% * `In volume mean 6m`: 0.91% * `specific mom1`: 0.91% * `In volume std 3m`: 0.90% * `In volume mean 12m`: 0.77% * `In volume std 6m`: 0.77% * `stk quantity q`: 0.71% * `spread bias`: 0.68% * `reverse 1m`: 0.62% * `tot rd ttm to sales`: 0.59% * `volume 1m div 12m`: 0.53% * `rate up 30d`: 0.52% * `specific mom6`: 0.52% * `volume std 1m div 12m`: 0.48% * `duvol`: 0.46% * `roa q delta report`: 0.44%

核心观点 - 2025年10月24日A股市场放量上涨，上证指数创近10年新高，科技股在“十五五”规划政策导向下领涨，市场风格或由防守转向进攻 [2] - 全市场成交额显著放大至1.99万亿元，较前一交易日增长19.9%，显示增量资金入场明显 [3] - 市场未来有望延续震荡上行格局，“十五五”规划侧重点与中美关系进展将是主导未来市场走向的关键因素 [7] 股票市场行情 - 主要股指全线上涨：上证指数上涨0.71%，收报3950.31点；深证成指上涨2.02%；创业板指大涨3.57%；科创50指数涨幅达4.35% [3] - 行业板块表现分化：通信、电子、国防军工、计算机、电力设备及新能源板块领涨，涨幅分别为4.62%、4.54%、2.54%、2.08%、1.89%；而石油石化、煤炭、食品饮料等红利板块回调 [5] - 领涨标的多为大市值行业龙头，如寒武纪-U、中际旭创、宁德时代等成交额居前 [7] 债券市场行情 - 国债期货全线收跌：30年期主力合约下跌0.25%，10年期主力合约下跌0.06%，短端品种跌幅相对较小 [7] - 央行通过逆回购实现净投放32亿元，银行间市场利率保持稳定，Shibor隔夜和7天期利率波动轻微 [7] - 短期流动性无忧，债市处于“下有资金支撑、上有政策约束”的平衡区间 [7] 商品市场行情 - 全球定价工业品领涨：燃料油、原油主力合约分别上涨3.15%、2.40%；欧线集运上涨3.14%；国际铜、沪铜分别上涨2.72%、2.50% [10] - 原油价格受地缘政治因素及库存改善支撑：美国EIA原油库存减少96.1万桶，优于市场预期 [10] - 铜价上涨核心支撑为低库存格局，LME铜库存降至13.64万吨，叠加“十五五”规划扩大内需的预期 [10] 交易热点与品种 - 科技主线受关注：人工智能、国产芯片、量子科技、机器人等被列为近期热门品种，逻辑包括全球科技巨头资本开支加速、技术突破与国产替代等 [10] - 其他关注品种包括贵金属（央行增持与美联储降息预期）、红利板块（市场风格切换）、大消费（人民币升值）及券商（成交活跃）等 [10] - 短期需关注美联储议息会议、APEC会议等宏观事件落地对市场的影响 [9]