量化模型与构建方式 1. 模型名称：微盘股扩散指数择时模型（首次阈值法）[66]；模型构建思路：基于万得微盘股指数成分股过去20个交易日上涨比例构建扩散指数，通过设定固定阈值进行左侧反转交易[66]；模型具体构建过程：计算扩散指数，定义为万得微盘股指数成分股过去20个交易日处于上涨状态的比例[65]。当扩散指数大于等于0.9时发出空仓信号，当扩散指数小于等于0.1时发出满仓信号，其余时间维持上一期信号。必须满仓之后才能空仓，同时也必须空仓之后才能满仓[66]；模型评价：在样本内无法跑赢微盘股指数但回撤相对可控，2024年以来无法识别大级别熊市，属于“越跌越买”策略，在牛市来临时可能过早离场[66] 2. 模型名称：微盘股扩散指数择时模型（延迟阈值法）[69]；模型构建思路：基于扩散指数，通过设定阈值并进行延迟确认，进行右侧动量交易[69]；模型具体构建过程：计算扩散指数（同上）[65]。当扩散指数上一日在0.9以上且今日跌破0.9时发出空仓信号，当扩散指数上一日在0.1以下且今日突破0.1时发出满仓信号，其余时间维持上一期信号[69]；模型评价：在样本内无法跑赢微盘股指数但回撤相对可控，2024年以来同样无法识别大级别熊市，但在牛市来临时能避免过早离场，较好保留了上涨收益[69] 3. 模型名称：微盘股扩散指数择时模型（双均线法）[72]；模型构建思路：基于扩散指数的均线系统，自适应市场行情变化，进行趋势跟踪交易[72]；模型具体构建过程：计算扩散指数（同上）[65]。计算短期均线（扩散指数的10日简单移动平均，MA）和长期均线（短期均线的20日MA）。当短期均线上穿长期均线时满仓，当短期均线下穿长期均线时空仓[72]；模型评价：在样本内无法跑赢微盘股指数但回撤控制较好，2024年能在大熊市下跌间隙给出看空信号避免大幅下跌，在牛市来临时也能避免过早离场，但对趋势的识别有时因参数平滑不够而不够理想[72] 模型的回测效果 1. 首次阈值法模型，样本外跟踪起始年份2023年[66]，2024年表现无法识别大级别熊市且在牛市来临时过早离场[66]，2025年对底部把握较好并抓住上涨行情但于5月8日触发空仓信号[66] 2. 延迟阈值法模型，样本外跟踪起始年份2023年[69]，2024年表现无法识别大级别熊市但能避免牛市过早离场[69]，2025年抓住部分上涨行情但于5月15日触发空仓信号[69] 3. 双均线法模型，样本外跟踪起始年份2023年[72]，2024年表现能在大熊市中间隙给出看空信号避免大幅下跌且能避免牛市过早离场[72]，2025年抓住一段上涨行情且对动量行情捕捉较好但于8月4日触发空仓信号[72] 量化因子与构建方式 1. 因子名称：扩散指数[65]；因子的构建思路：用于短期衡量微盘股指数的市场情绪，计算成分股中上涨股票的比例[65]；因子具体构建过程：计算万得微盘股指数成分股在过去20个交易日中处于上涨状态的股票数量所占的比例[65]。定义公式为： $$ DiffusionIndex_t = \frac{Count(P_{i,t} > P_{i,t-1})}{N} $$ 其中，$P_{i,t}$ 代表股票i在交易日t的收盘价，$P_{i,t-1}$ 代表股票i在交易日t-1的收盘价，Count函数统计满足条件的股票数量，N为万得微盘股指数的成分股总数[65]

量化模型与构建方式 1. 扩散指数模型 - **模型名称**：扩散指数模型[5][38][39] - **模型构建思路**：通过监测微盘股指数成分股价格变动的扩散程度，预测市场变盘的临界点，用于交易信号生成[38] - **模型具体构建过程**： 1. 横轴代表未来N天后股价相对当前涨跌幅（从涨10%到跌10%，即1.1到0.9） 2. 纵轴代表回顾过去窗口期长度T天或未来N天（T从20到10，N=20-T） 3. 计算扩散指数值：例如横轴0.95和纵轴15天值为0.05，表示N=5天后如果所有成分股跌5%，扩散指数值为0.05 4. 当前扩散指数值为0.39（横轴20，纵轴1.00）[38] - **模型评价**：扩散指数天然有向下趋势，因成分股每日更新，需注意预测局限性[38] 2. 首次阈值法（左侧交易） - **模型名称**：首次阈值法[5][42] - **模型构建思路**：作为扩散指数的左侧交易方法，通过阈值触发空仓信号[5][42] - **模型具体构建过程**：当扩散指数收盘值达到特定阈值（如0.9850）时触发空仓信号[5][42] 3. 延迟阈值法（右侧交易） - **模型名称**：延迟阈值法[5][44][46] - **模型构建思路**：作为扩散指数的右侧交易方法，延迟确认交易信号[5][44][46] - **模型具体构建过程**：当扩散指数收盘值达到特定阈值（如0.8975）时给予空仓信号[5][46] 4. 双均线法（自适应交易） - **模型名称**：双均线法[5][47] - **模型构建思路**：使用双均线交叉作为自适应交易信号[5][47] - **模型具体构建过程**：当短期均线下穿长期均线时给予空仓信号（如2025年8月4日）[5][47] 5. 小市值低波50策略 - **模型名称**：小市值低波50策略[7][18][35] - **模型构建思路**：在微盘股成分股中优选小市值和低波动性的50只股票，每双周调仓一次[7][18][35] - **模型具体构建过程**： 1. 选择微盘股指数成分股 2. 按市值和波动率排序 3. 选取市值最小、波动率最低的50只股票 4. 每两周调仓一次，费用双边千三[7][18][35] 模型的回测效果 1. **小市值低波50策略**： - 2024年收益7.07%，超额-2.93%[7][18][35] - 2025年YTD收益61.16%，本周超额0.37%[7][18][35] - 基准：万得微盘股指数(8841431.WI)[7][18][35] 2. **扩散指数模型**： - 当前值0.39，预测再调整6%左右或未来6个交易日可能触发买点[5][38][39] 3. **首次阈值法**： - 2025年5月8日收盘触发空仓信号（阈值0.9850）[5][42] 4. **延迟阈值法**： - 2025年5月15日收盘触发空仓信号（阈值0.8975）[5][46] 5. **双均线法**： - 2025年8月4日收盘触发空仓信号[5][47] 量化因子与构建方式 1. 对数市值因子 - **因子名称**：对数市值因子[4][17][33] - **因子构建思路**：使用股票市值的对数作为因子，捕捉市值规模效应[4][17][33] - **因子具体构建过程**： $$ \text{LogMarketCap} = \log(\text{MarketCapitalization}) $$ 其中MarketCapitalization为股票总市值[4][17][33] 2. 非线性市值因子 - **因子名称**：非线性市值因子[4][17][33] - **因子构建思路**：捕捉市值与收益之间的非线性关系[4][17][33] - **因子具体构建过程**：通过对市值进行非线性变换（如分段函数或多项式）构建因子[4][17][33] 3. PE_TTM倒数因子 - **因子名称**：PE_TTM倒数因子[4][17][33] - **因子构建思路**：使用市盈率的倒数作为估值因子，衡量股票便宜程度[4][17][33] - **因子具体构建过程**： $$ \text{EP} = \frac{1}{\text{PE}_{\text{TTM}}} $$ 其中PE_TTM为滚动市盈率[4][17][33] 4. 盈利因子 - **因子名称**：盈利因子[4][17][33] - **因子构建思路**：衡量公司盈利能力[4][17][33] - **因子具体构建过程**：使用ROE、ROA等盈利指标或其变化率构建因子[4][17][33] 5. 单季度净资产收益率因子 - **因子名称**：单季度净资产收益率因子[4][17][33] - **因子构建思路**：使用最新季度的净资产收益率衡量短期盈利能力[4][17][33] - **因子具体构建过程**： $$ \text{ROE}_q = \frac{\text{NetIncome}_q}{\text{Equity}} $$ 其中NetIncome_q为单季度净利润，Equity为净资产[4][17][33] 6. 非流动性因子 - **因子名称**：非流动性因子[4][17][33] - **因子构建思路**：衡量股票流动性风险[4][17][33] - **因子具体构建过程**：使用Amihud非流动性指标或其他流动性度量指标[4][17][33] 7. 贝塔因子 - **因子名称**：贝塔因子[4][17][33] - **因子构建思路**：衡量股票相对于市场的系统性风险[4][17][33] - **因子具体构建过程**：通过CAPM模型回归得到股票Beta系数[4][17][33] 8. 过去一年波动率因子 - **因子名称**：过去一年波动率因子[4][17][33] - **因子构建思路**：衡量股票历史波动率，作为风险因子[4][17][33] - **因子具体构建过程**： $$ \sigma = \sqrt{\frac{1}{n-1} \sum_{i=1}^n (r_i - \bar{r})^2} $$ 其中r_i为日收益率，n为252个交易日[4][17][33] 9. 标准化预期盈利因子 - **因子名称**：标准化预期盈利因子[4][17][33] - **因子构建思路**：使用分析师预期盈利数据构建标准化因子[4][17][33] - **因子具体构建过程**：将预期盈利减去均值后除以标准差进行标准化[4][17][33] 10. 单季度净利润增速因子 - **因子名称**：单季度净利润增速因子[4][17][33] - **因子构建思路**：衡量公司短期盈利增长能力[4][17][33] - **因子具体构建过程**： $$ \text{Growth}_q = \frac{\text{NetIncome}_q - \text{NetIncome}_{q-1}}{\left|\text{NetIncome}_{q-1}\right|} $$ 计算单季度净利润同比或环比增长率[4][17][33] 因子的回测效果 1. **对数市值因子**： - 本周rankIC 0.333，历史平均-0.032[4][17][33] 2. **非线性市值因子**： - 本周rankIC 0.333，历史平均-0.032[4][17][33] 3. **PE_TTM倒数因子**： - 本周rankIC 0.243，历史平均0.018[4][17][33] 4. **盈利因子**： - 本周rankIC 0.236，历史平均0.022[4][17][33] 5. **单季度净资产收益率因子**： - 本周rankIC 0.17，历史平均0.022[4][17][33] 6. **非流动性因子**： - 本周rankIC -0.226，历史平均0.04[4][17][33] 7. **贝塔因子**： - 本周rankIC -0.153，历史平均0.006[4][17][33] 8. **过去一年波动率因子**： - 本周rankIC -0.12，历史平均-0.032[4][17][33] 9. **标准化预期盈利因子**： - 本周rankIC -0.049，历史平均0.013[4][17][33] 10. **单季度净利润增速因子**： - 本周rankIC -0.002，历史平均0.02[4][17][33]

量化模型与构建方式 1.扩散指数模型 - 模型名称：扩散指数模型[3][13][15][34][35] - 模型构建思路：通过监测微盘股成分股未来价格涨跌的扩散情况，判断市场情绪和变盘临界点[34] - 模型具体构建过程： 横轴代表未来N天后股价相对现在的涨跌幅度，从1.1（涨10%）到0.9（跌10%）[34] 纵轴代表回顾过去窗口期的长度T天或未来N天（N=20-T）[34] 计算每个（涨跌幅，时间窗口）组合下的扩散指数值，例如横轴0.95和纵轴15天值为0.33，表示5天后如果所有成分股跌5%，扩散指数值为0.33[34] 通过观察扩散指数值的分布和变化趋势进行市场判断[34][35] 2.首次阈值法（左侧交易） - 模型名称：首次阈值法[3][13][15][39] - 模型构建思路：作为扩散指数模型的左侧交易方法，在特定阈值触发时给出交易信号[3][39] - 模型具体构建过程： 当扩散指数值达到预设阈值（如0.9850）时触发信号[39] 于2025年5月8日收盘收0.9850触发空仓信号[3][39] 3.延迟阈值法（右侧交易） - 模型名称：延迟阈值法[3][13][15][41][43] - 模型构建思路：作为扩散指数模型的右侧交易方法，在确认趋势后给出交易信号[3][43] - 模型具体构建过程： 当扩散指数值达到确认阈值（如0.8975）时触发信号[43] 于2025年5月15日收盘收0.8975给予空仓信号[3][43] 4.双均线法（自适应交易） - 模型名称：双均线法[3][13][15][44] - 模型构建思路：作为扩散指数模型的自适应交易方法，通过均线交叉判断交易时机[3][44] - 模型具体构建过程： 使用两条移动平均线进行趋势判断[44] 当短期均线下穿长期均线时触发空仓信号[44] 于2025年8月4日收盘再次翻空[3][44] 模型的回测效果 1. 首次阈值法，2025年5月8日触发空仓信号[3][39] 2. 延迟阈值法，2025年5月15日触发空仓信号[3][43] 3. 双均线法，2025年8月4日触发空仓信号[3][44] 量化因子与构建方式 1.过去一年波动率因子 - 因子名称：过去一年波动率因子[3][14][29] - 因子构建思路：衡量股票过去一年的价格波动情况[3][14] - 因子具体构建过程： 计算股票过去一年收益率的标准差[3][14] 本周rankIC值为0.135，历史平均值为-0.032[3][14][29] 2.残差波动率因子 - 因子名称：残差波动率因子[3][14][29] - 因子构建思路：衡量股票剔除市场风险后的特异性波动[3][14] - 因子具体构建过程： 通过回归模型剔除市场收益后计算残差波动率[3][14] 本周rankIC值为0.057，历史平均值为-0.039[3][14][29] 3.成长因子 - 因子名称：成长因子[3][14][29] - 因子构建思路：衡量公司的成长性[3][14] - 因子具体构建过程： 通常使用营收增长率、利润增长率等指标[3][14] 本周rankIC值为0.053，历史平均值为-0.004[3][14][29] 4.杠杆因子 - 因子名称：杠杆因子[3][14][29] - 因子构建思路：衡量公司的财务杠杆水平[3][14] - 因子具体构建过程： 使用资产负债率、权益乘数等指标[3][14] 本周rankIC值为0.042，历史平均值为-0.006[3][14][29] 5.非流动性因子 - 因子名称：非流动性因子[3][14][29] - 因子构建思路：衡量股票的交易流动性程度[3][14] - 因子具体构建过程： 使用Amihud非流动性指标或其他流动性度量[3][14] 本周rankIC值为0.041，历史平均值为0.04[3][14][29] 6.过去10天收益率因子 - 因子名称：过去10天收益率因子[3][14][29] - 因子构建思路：衡量股票短期价格动量[3][14] - 因子具体构建过程： 计算股票过去10天的累计收益率[3][14] 本周rankIC值为-0.131，历史平均值为-0.061[3][14][29] 7.非线性市值因子 - 因子名称：非线性市值因子[3][14][29] - 因子构建思路：捕捉市值与收益率的非线性关系[3][14] - 因子具体构建过程： 通过对数市值或其他非线性变换构建[3][14] 本周rankIC值为-0.13，历史平均值为-0.033[3][14][29] 8.对数市值因子 - 因子名称：对数市值因子[3][14][29] - 因子构建思路：衡量公司规模效应[3][14] - 因子具体构建过程： 取公司总市值的自然对数[3][14] 本周rankIC值为-0.13，历史平均值为-0.033[3][14][29] 9.10天总市值换手率因子 - 因子名称：10天总市值换手率因子[3][14][29] - 因子构建思路：衡量股票的换手活跃度[3][14] - 因子具体构建过程： 计算过去10天总成交金额除以总市值的平均值[3][14] 本周rankIC值为-0.13，历史平均值为-0.06[3][14][29] 10.pe_ttm倒数因子 - 因子名称：pe_ttm倒数因子[3][14][29] - 因子构建思路：衡量股票的估值水平（盈利率）[3][14] - 因子具体构建过程： 取市盈率TTM的倒数（E/P）[3][14] 本周rankIC值为-0.129，历史平均值为0.017[3][14][29] 因子的回测效果 1. 过去一年波动率因子，本周rankIC值0.135，历史平均值-0.032[3][14][29] 2. 残差波动率因子，本周rankIC值0.057，历史平均值-0.039[3][14][29] 3. 成长因子，本周rankIC值0.053，历史平均值-0.004[3][14][29] 4. 杠杆因子，本周rankIC值0.042，历史平均值-0.006[3][14][29] 5. 非流动性因子，本周rankIC值0.041，历史平均值0.04[3][14][29] 6. 过去10天收益率因子，本周rankIC值-0.131，历史平均值-0.061[3][14][29] 7. 非线性市值因子，本周rankIC值-0.13，历史平均值-0.033[极3][14][29] 8. 对数市值因子，本周rankIC值-0.13，历史平均值-0.033[3][14][29] 9. 10天总市值换手率因子，本周rankIC值-极0.13，历史平均值-0.06[3][14][29] 10. pe_ttm倒数因子，本周rankIC值-0.129，历史平均值0.017[3][14][29]

量化模型与构建方式 1. **模型名称：扩散指数模型** - **模型构建思路**：通过监测微盘股成分股未来N天股价涨跌幅的扩散指数临界点，判断市场变盘信号[5][19] - **模型具体构建过程**： 1. 横轴设定未来N天股价相对涨跌幅（1.1至0.9代表涨10%至跌10%） 2. 纵轴设定回顾窗口期长度T天（T从20到10对应未来N=0到10天） 3. 计算扩散指数值（例：横轴0.95和纵轴15天值为0.21，表示未来5天若成分股均跌5%，扩散指数为0.21）[40] 4. 结合三种交易信号方法（首次阈值法、延迟阈值法、双均线法）生成交易信号[5][19] 2. **模型名称：首次阈值法（左侧交易）** - **模型构建思路**：基于扩散指数提前触发空仓信号[5] - **模型具体构建过程**：当扩散指数首次跌破阈值（如2025年5月8日收盘0.9850）时触发空仓[45] 3. **模型名称：延迟阈值法（右侧交易）** - **模型构建思路**：在扩散指数确认趋势后触发信号[5] - **模型具体构建过程**：延迟观察扩散指数变化（如2025年5月15日收盘0.8975触发空仓）[49] 4. **模型名称：双均线法（自适应交易）** - **模型构建思路**：结合均线交叉动态调整仓位[5] - **模型具体构建过程**：短期均线下穿长期均线时翻空（如2025年8月4日信号）[50] 5. **模型名称：小市值低波50策略** - **模型构建思路**：在微盘股成分股中优选小市值和低波动股票[7][37] - **模型具体构建过程**： 1. 筛选微盘股成分股市值最小的50只股票 2. 计算历史波动率并选择低波动标的 3. 每双周调仓一次，费用双边千三[37] - **模型评价**：策略在2025年YTD收益73.21%，但本周超额-1.25%，受市场风格影响较大[37] --- 量化因子与构建方式 1. **因子名称：对数市值因子** - **因子构建思路**：捕捉市值对收益的影响[4][18] - **因子具体构建过程**：$$ \text{因子值} = \ln(\text{总市值}) $$ - **因子评价**：本周rankic 0.206（历史平均-0.033），近期有效性显著提升[4][18] 2. **因子名称：非线性市值因子** - **因子构建思路**：捕捉市值非线性的收益贡献[4] - **因子具体构建过程**：通过分段函数或多项式拟合市值与收益的非线性关系 - **因子评价**：本周rankic 0.206（历史平均-0.033），与对数市值因子表现一致[4] 3. **因子名称：未复权股价因子** - **因子构建思路**：利用股价绝对值筛选标的[4] - **因子具体构建过程**：直接取股票未复权价格 - **因子评价**：本周rankic 0.15（历史平均-0.014），短期有效性增强[4] 4. **因子名称：盈利因子** - **因子构建思路**：衡量公司盈利能力[4] - **因子具体构建过程**：$$ \text{因子值} = \frac{\text{净利润}}{\text{总资产}} $$ - **因子评价**：本周rankic 0.141（历史平均0.022），基本面因子表现稳定[4] 5. **因子名称：单季度净资产收益率因子** - **因子构建思路**：聚焦短期ROE变化[4] - **因子具体构建过程**：$$ \text{因子值} = \frac{\text{单季度净利润}}{\text{净资产}} $$ - **因子评价**：本周rankic 0.137（历史平均0.022），与盈利因子相关性较高[4] 6. **因子名称：非流动性因子** - **因子构建思路**：衡量股票流动性风险[4] - **因子具体构建过程**：$$ \text{因子值} = \frac{\text{日均换手率}^{-1}}{\text{市值}} $$ - **因子评价**：本周rankic -0.128（历史平均0.04），流动性差的股票近期表现不佳[4] 7. **因子名称：动量因子** - **因子构建思路**：捕捉历史收益率延续性[4] - **因子具体构建过程**：$$ \text{因子值} = \text{过去10天收益率} $$ - **因子评价**：本周rankic -0.027（历史平均-0.005），反转效应明显[4] --- 模型的回测效果 1. **扩散指数模型** - 首次阈值法：2025年5月8日触发空仓信号[45] - 延迟阈值法：2025年5月15日触发空仓信号[49] - 双均线法：2025年8月4日触发空仓信号[50] 2. **小市值低波50策略** - 2024年收益7.07%，超额-2.93%[37] - 2025年YTD收益73.21%，本周超额-1.25%[37] --- 因子的回测效果 1. **对数市值因子**：本周rankic 0.206，历史平均-0.033[4] 2. **非线性市值因子**：本周rankic 0.206，历史平均-0.033[4] 3. **未复权股价因子**：本周rankic 0.15，历史平均-0.014[4] 4. **盈利因子**：本周rankic 0.141，历史平均0.022[4] 5. **单季度ROE因子**：本周rankic 0.137，历史平均0.022[4] 6. **非流动性因子**：本周rankic -0.128，历史平均0.04[4] 7. **动量因子**：本周rankic -0.027，历史平均-0.005[4]

根据研报内容，以下是量化模型与因子的详细总结： --- 量化模型与构建方式 1. **扩散指数模型** - **模型构建思路**：通过监测微盘股成分股价格变动的扩散程度，判断市场趋势由头部股票驱动还是底部轮动[6][18] - **具体构建过程**： - 横轴为未来N天股价涨跌幅（1.1=涨10%，0.9=跌10%），纵轴为回顾窗口期T（T=20-N） - 扩散指数值计算示例：横轴0.95与纵轴15天值为0.51，表示若成分股均跌5%，扩散指数为0.51[18] - 当前扩散指数值为0.87（横轴20，纵轴1.0）[18] - **模型评价**：扩散指数下降反映趋势由头部股票驱动，反转因子近期表现较差[6][18] 2. **首次阈值法（左侧交易）** - 触发条件：扩散指数≤0.9850时发出空仓信号，2025年5月8日触发[6][18] 3. **延迟阈值法（右侧交易）** - 触发条件：扩散指数≤0.8975时发出空仓信号，2025年5月15日触发[6][18] 4. **双均线法（自适应交易）** - 触发条件：2025年8月4日收盘发出空仓信号[6][18] --- 量化因子与构建方式 1. **动量因子** - **构建思路**：捕捉股票价格延续趋势的能力 - **测试结果**：本周rankIC为0.224（历史平均-0.005）[5][16] 2. **贝塔因子** - **测试结果**：本周rankIC为0.146（历史平均0.006）[5][16] 3. **非流动性因子** - **测试结果**：本周rankIC为0.14（历史平均0.041）[5][16] 4. **成交额因子** - **测试结果**：本周rankIC为-0.172（历史平均-0.083）[5][16] 5. **小市值低波50策略** - **构建思路**：在微盘股成分股中筛选市值最小且波动率最低的50只股票，双周调仓 - **测试结果**：2025年YTD收益76.74%，本周超额-0.40%（基准万得微盘股指数）[8][16] --- 模型的回测效果 1. **扩散指数模型** - 当前扩散指数值：0.87[18] - 首次阈值法空仓信号触发日期：2025年5月8日[6][18] - 双均线法空仓信号触发日期：2025年8月4日[6][18] 2. **小市值低波50策略** - 2024年收益：7.07%（超额-2.93%）[8][16] - 2025年YTD收益：76.74%[8][16] --- 因子的回测效果 1. **动量因子** - 本周rankIC：0.224[5][16] - 历史平均rankIC：-0.005[5][16] 2. **贝塔因子** - 本周rankIC：0.146[5][16] - 历史平均rankIC：0.006[5][16] 3. **非流动性因子** - 本周rankIC：0.14[5][16] - 历史平均rankIC：0.041[5][16] 4. **成交额因子** - 本周rankIC：-0.172[5][16] - 历史平均rankIC：-0.083[5][16] --- 以上总结覆盖了研报中所有关键模型、因子及其测试结果，未包含风险提示等非核心内容。

小微盘股估值与市场表现 - 小微盘股在2025年预计有明显超额收益，中证2000指数年内涨幅达25.3%，万得微盘股指数涨幅超50%并持续创历史新高 [1][2] - 中证2000指数整体市盈率达146倍、市净率2.75倍，均为2023年指数发布以来最高水平 [2] - 剔除亏损公司后中证2000指数整体市盈率降至57倍，成分股市盈率中位数为37.7倍、市净率中位数3.0倍，处于2010年以来61%和65%历史分位数 [2] 估值水平分析 - 当前A股市值最小20%组合与最大20%组合的市盈率中位数比值为1.17倍，市净率中位数比值为1.09倍，分别位于2010年以来33%和59%历史分位数 [3] - 小微盘股绝对估值和相对估值水平虽上升，但距离历史极值仍有较大差距 [1][3] 基本面逻辑 - 小微盘股占优的市场风格可能反映经济转型升级期的创新探索特征 [1][3] - 在当前市场环境下，小微盘行情仍具关注价值，尤其小市值公司在2025年可能持续表现突出 [1][2] 指数表现数据 - 图表显示中证2000指数年初至今涨幅显著领先其他宽基指数（25.3%），上证50涨幅仅4.3%，沪深300涨幅8.5% [4][5] - 中证2000指数市盈率和市净率走势显示2023-2025年估值持续攀升 [6] - 成分股市盈率中位数长期走势显示当前水平（37.7倍）未达历史高位 [7] - 市净率中位数走势显示当前3.0倍水平处于2010年以来中等偏上区间 [8]

量化模型与构建方式 1. **模型名称：扩散指数模型** - **模型构建思路**：通过监测微盘股指数成分股未来N天股价涨跌幅与过去T天窗口期的关系，预测扩散指数变盘临界点[5][39] - **模型具体构建过程**： - 横轴为未来N天股价涨跌幅（1.1至0.9代表涨10%至跌10%） - 纵轴为回顾窗口期长度T（20至10天，对应N=20-T） - 扩散指数值计算示例：横轴0.95与纵轴15天值为0.31，表示未来5天若成分股均跌5%，扩散指数为0.31[39] - **模型评价**：适用于监测趋势行情驱动因素（如头部股票主导或底部轮动），当前显示反转因子可能失效，基本面因子走强[5][39] 2. **模型名称：首次阈值法（左侧交易）** - **模型构建思路**：基于扩散指数提前触发交易信号，用于左侧交易[5][43] - **模型具体构建过程**：当扩散指数首次跌破阈值（如0.9850）时触发空仓信号[43] 3. **模型名称：延迟阈值法（右侧交易）** - **模型构建思路**：在扩散指数确认趋势后触发信号，用于右侧交易[5][47] - **模型具体构建过程**：扩散指数连续低于阈值（如0.8975）后发出空仓信号[47] 4. **模型名称：双均线法（自适应交易）** - **模型构建思路**：结合短期与长期均线动态调整仓位[5][48] - **模型具体构建过程**：当短期均线上穿长期均线时翻多（如2025年7月3日信号）[48] --- 模型的回测效果 1. **扩散指数模型**：当前值为0.83（横轴20，纵轴1.00），显示趋势由头部股票驱动[39] 2. **首次阈值法**：2025年5月8日触发空仓信号（阈值0.9850）[43] 3. **延迟阈值法**：2025年5月15日触发空仓信号（阈值0.8975）[47] 4. **双均线法**：2025年7月3日发出开仓信号[48] --- 量化因子与构建方式 1. **因子名称：小市值低波50策略** - **因子构建思路**：在微盘股成分股中筛选市值最小且波动率最低的50只股票[7][36] - **因子具体构建过程**： - 每双周调仓一次 - 基准为万得微盘股指数（8841431.WI） - 费用双边千三[36] 2. **因子名称：周度RankIC因子** - **因子构建思路**：计算微盘股成分股内各因子的RankIC值，评估因子短期有效性[4][34] - **因子具体构建过程**： - 前五因子：未复权股价因子（本周0.177）、贝塔因子（本周0.15）、非流动性因子（本周0.143）、过去10天收益率因子（本周0.105）、pe_ttm倒数因子（本周0.041） - 后五因子：成交额因子（本周-0.189）、动量因子（本周-0.132）、残差波动率因子（本周-0.13）、10天自由流通市值换手率因子（本周-0.12）、流动性因子（本周-0.118）[34] --- 因子的回测效果 1. **小市值低波50策略**： - 2024年收益7.07%，超额-2.93% - 2025年YTD收益69.79%，本周超额-1.88%[7][36] 2. **周度RankIC因子**： - 未复权股价因子历史平均-0.015，本周0.177（显著正向） - 动量因子历史平均-0.005，本周-0.132（显著负向）[4][34] --- 其他关键指标 1. **微盘股指数表现**： - 近一年上涨126.3%，排名38个宽基指数第1[3][27] - 近一季上涨34.48%，排名第1[24][25] 2. **估值与流动性**： - 总市值中位数23.55亿元（历史分位数82.69%）[63] - PB中位数2.55（历史分位数41.67%）[66] - 周换手率3.17%（历史分位数91.43%）[69] 3. **日历效应**： - 8-11月超额中证1000胜率85%[2][15] - 星期二绝对收益正向特征显著[52][53]

量化模型与因子总结 量化模型 1. 基于启发式风格划分的认知风险控制模型 模型构建思路：通过结合启发式方法和因子打分法识别市场认知与个体认知差异，控制认知风险[4][15] 模型具体构建过程： 1) 采用时间序列回归划分个股风格： $$r_{t,t}\sim\beta_{\mathit{Value}}\cdot r_{\mathit{Value},t}+\beta_{\mathit{Growth}}\cdot r_{\mathit{Growth},t}+\varepsilon_{t}$$ 约束条件： $$0\leq\beta_{\mathit{Value}}\leq1$$ $$0\leq\beta_{\mathit{Growth}}\leq1$$ $$\beta_{\mathit{Value}}+\beta_{\mathit{Growth}}=1$$ 2) 计算行业风险贡献： $$RiskContribution_{i}=w_{i}\times{\frac{\partial\sigma_{p}}{\partial w_{i}}}=w_{i}\times{\frac{\sum_{j=1}^{n}w_{i}\cdot Cov\left(r_{i},r_{j}\right)}{\sigma_{p}}}$$ 3) 对高风险行业中的认知差异个股偏离置为0[4][15][81] 2. 基于个股收益聚类的隐性风险识别模型 模型构建思路：采用Louvain社区发现算法对个股超额收益相关性进行聚类，识别传统风险模型无法捕捉的隐性风险[4][15][117] 模型具体构建过程： 1) 计算个股超额收益相关性矩阵 2) 应用Louvain算法最大化模块度进行聚类 3) 对近期走势趋同的股票聚类结果进行风险控制[117] 3. 动态风格因子控制模型 模型构建思路：针对风格因子波动率聚集现象，对近期波动率排名靠前、波动率显著放大的风格因子进行严格控制[4][15][81] 模型具体构建过程： 1) 计算风格因子滚动3个月收益率年化波动率 2) 识别波动率显著放大的风格因子 3) 在组合优化中约束高波动风格因子暴露[27][28] 4. 目标跟踪误差下的自适应个股偏离模型 模型构建思路：根据过去跟踪误差动态调整个股偏离幅度[4][15][81] 模型具体构建过程： 1) 计算组合相对基准的滚动3个月跟踪误差 2) 当跟踪误差超过阈值时自动缩小个股偏离 3) 形成跟踪误差-偏离幅度的动态调整机制[31][32] 量化因子 1. 黑天鹅指数因子 因子构建思路：通过风格因子收益率偏离度衡量市场极端程度[24][25] 因子具体构建过程： 1) 计算风格因子日度收益率偏离度： $$\sigma_{s,t}=\frac{\bar{r}_{s,t}-\bar{r}_{s}}{\sigma_{s}}$$ 2) 计算黑天鹅指数： $$BlackSwan_{t}=\frac{1}{N}\times\sum_{s\in S}\left|\sigma_{s,t}\right|$$ 因子评价：有效捕捉市场极端风险事件[24][25] 2. 成长价值风格因子 因子构建思路：综合估值和成长指标构建风格因子[82][83] 因子具体构建过程： 1) 价值因子包含股息率、BP、EPTTM、OCFPTTM四个子因子，权重各1/4 2) 成长因子包含DeltaROEQ、NPQYOY、SUE、AOG四个子因子，权重各1/4[82][83] 因子评价：传统因子打分法可能无法完全捕捉市场实际交易风格[88][93] 模型回测效果 1. 传统中证500指数增强组合 年化超额收益18.77%，相对最大回撤9.68%，信息比3.56，收益回撤比1.94，年化跟踪误差4.88%[5][16] 2. 引入全流程风控的中证500指数增强组合 年化超额收益16.51%，相对最大回撤4.90%，信息比3.94，收益回撤比3.37，年化跟踪误差3.98%[5][16]

量化模型与构建方式 1. **模型名称：扩散指数模型** - 模型构建思路：通过监测微盘股成分股未来N天股价涨跌幅与过去窗口期T天的关系，预测扩散指数变盘临界点[5] - 模型具体构建过程： 1. 横轴为未来N天股价相对涨跌幅（1.1至0.9代表涨10%至跌10%） 2. 纵轴为回顾窗口期长度T天（N=20-T） 3. 扩散指数值计算示例：横轴0.95与纵轴15天值为0.51，表示N=5天后若成分股均跌5%，扩散指数为0.51[5] - 模型评价：适用于监测趋势行情中头部股票的驱动效应，当前显示反转因子可能失效[5] 2. **模型名称：首次阈值法（左侧交易）** - 模型构建思路：基于扩散指数提前触发空仓信号[5] - 模型具体构建过程：当扩散指数首次跌破阈值（如0.9850）时发出空仓信号[5] 3. **模型名称：延迟阈值法（右侧交易）** - 模型构建思路：在扩散指数确认趋势后触发信号[5] - 模型具体构建过程：扩散指数连续跌破阈值（如0.8975）后发出空仓信号[5] 4. **模型名称：双均线法（自适应交易）** - 模型构建思路：结合短期与长期均线动态调整仓位[5] - 模型具体构建过程：当短期均线上穿长期均线时发出开仓信号（如2025年7月3日）[5] --- 量化因子与构建方式 1. **因子名称：非流动性因子** - 因子构建思路：衡量股票流动性风险[4] - 因子具体构建过程：基于买卖价差或成交量指标计算，公式未明确给出[4] - 因子评价：本周RankIC达0.268，显著高于历史均值0.04，显示当前流动性因子有效性提升[4] 2. **因子名称：单季度净利润增速因子** - 因子构建思路：捕捉企业短期盈利变化[4] - 因子具体构建过程：计算单季度净利润同比/环比增速[4] 3. **因子名称：未复权股价因子** - 因子构建思路：反映股价绝对水平对收益的影响[4] 4. **因子名称：股息率因子** - 因子构建思路：衡量分红回报率[4] 5. **因子名称：PB倒数因子** - 因子构建思路：估值修复潜力指标[4] 6. **因子名称：成交额因子** - 因子构建思路：反映资金活跃度[4] - 因子评价：本周RankIC为-0.299，显示高成交额股票表现不佳[4] 7. **因子名称：非线性市值因子** - 因子构建思路：捕捉市值与收益的非线性关系[4] 8. **因子名称：对数市值因子** - 因子构建思路：线性市值因子的对数变换[4] 9. **因子名称：10天总市值换手率因子** - 因子构建思路：衡量短期换手率波动[4] 10. **因子名称：10天自由流通市值换手率因子** - 因子构建思路：聚焦自由流通股的换手率[4] --- 模型的回测效果 1. **扩散指数模型** - 当前扩散指数值：0.89（横轴20，纵轴1.00）[5] - 信号触发： - 首次阈值法空仓信号（2025年5月8日）[5] - 延迟阈值法空仓信号（2025年5月15日）[5] - 双均线法开仓信号（2025年7月3日）[5] 2. **小市值低波50策略** - 2024年收益：7.07%（超额-2.93%）[7] - 2025年YTD收益：71.16%（本周超额1.98%）[7] - 调仓频率：每双周一次，基准为万得微盘股指数[7] --- 因子的回测效果 1. **非流动性因子** - 本周RankIC：0.268（历史平均0.04）[4] 2. **单季度净利润增速因子** - 本周RankIC：0.062（历史平均0.02）[4] 3. **未复权股价因子** - 本周RankIC：0.055（历史平均-0.016）[4] 4. **股息率因子** - 本周RankIC：0.046（历史平均0.021）[4] 5. **PB倒数因子** - 本周RankIC：0.042（历史平均0.033）[4] 6. **成交额因子** - 本周RankIC：-0.299（历史平均-0.082）[4] 7. **非线性市值因子** - 本周RankIC：-0.257（历史平均-0.033）[4] 8. **对数市值因子** - 本周RankIC：-0.257（历史平均-0.033）[4] 9. **10天总市值换手率因子** - 本周RankIC：-0.208（历史平均-0.06）[4] 10. **10天自由流通市值换手率因子** - 本周RankIC：-0.202（历史平均-0.062）[4]

量化模型与构建方式 1. **模型名称：扩散指数模型** - 模型构建思路：通过监测微盘股成分股未来价格涨跌的扩散程度，判断市场趋势反转的临界点[5][20] - 模型具体构建过程： 1. 横轴设定为未来N天股价涨跌幅区间（从涨10%到跌10%，即1.1至0.9） 2. 纵轴设定为回顾窗口期长度T天（T从20到10，对应未来N=0到10天） 3. 计算每个网格点（如横轴0.95与纵轴15天）的扩散指数值，反映成分股在特定涨跌幅区间的分布比例 4. 当前扩散指数值为0.94（横轴20，纵轴1.0），通过观察底部股票数量变化判断趋势[5][20] - 模型评价：对反转行情敏感，但需结合成分股动态调整的影响 2. **模型名称：首次阈值法（左侧交易）** - 模型构建思路：基于扩散指数首次突破阈值触发交易信号，偏向提前布局[5][45] - 模型具体构建过程：当扩散指数首次跌破0.9850时触发空仓信号（2025年5月8日）[45] 3. **模型名称：延迟阈值法（右侧交易）** - 模型构建思路：等待扩散指数确认趋势后触发信号，减少误判[5][48] - 模型具体构建过程：扩散指数收于0.8975时发出空仓信号（2025年5月15日）[48] 4. **模型名称：双均线法（自适应交易）** - 模型构建思路：结合短期与长期均线动态调整仓位[5][50] - 模型具体构建过程：2025年7月3日收盘时均线交叉触发开仓信号[50] --- 模型的回测效果 1. **扩散指数模型** - 当前扩散指数值：0.94（横轴20，纵轴1.0）[5] - 趋势信号：底部股票数量减少，反转压力增大[20] 2. **首次阈值法** - 触发信号：空仓（2025年5月8日，阈值0.9850）[45] 3. **延迟阈值法** - 触发信号：空仓（2025年5月15日，阈值0.8975）[48] 4. **双均线法** - 触发信号：开仓（2025年7月3日）[50] --- 量化因子与构建方式 1. **因子名称：非流动性因子** - 构建思路：衡量股票交易难度，高值代表低流动性[4][36] - 具体构建：未披露公式，但通过买卖价差或成交量倒数计算 - 因子评价：本周RankIC达0.353（历史平均0.04），短期有效性显著[36] 2. **因子名称：未复权股价因子** - 构建思路：捕捉低价股的异常收益[4][36] - 本周RankIC：0.348（历史平均-0.016）[36] 3. **因子名称：贝塔因子** - 构建思路：衡量个股相对于市场的波动性[4][36] - 本周RankIC：0.247（历史平均0.005）[36] 4. **因子名称：成交额因子** - 构建思路：反映资金关注度，高成交额可能预示反转[4][36] - 本周RankIC：-0.336（历史平均-0.082）[36] 5. **因子名称：小市值低波50策略** - 构建思路：在微盘股中筛选市值最小且波动率最低的50只股票[7][37] - 具体构建： 1. 成分股限定为万得微盘股指数成分 2. 每双周调仓，按市值升序和波动率升序复合排序选股 3. 费用设定为双边千三[37] - 因子评价：2025年YTD收益62.07%，但本周超额-2.44%[37] --- 因子的回测效果 1. **非流动性因子** - 本周RankIC：0.353 - 历史平均RankIC：0.04[36] 2. **未复权股价因子** - 本周RankIC：0.348 - 历史平均RankIC：-0.016[36] 3. **小市值低波50策略** - 2024年收益：7.07%（超额-2.93%） - 2025年YTD收益：62.07%[37] --- 其他关键指标 1. **万得微盘股指数成分股总市值中位数** - 当前值：22.88亿元 - 历史分位数：80.9%[65] 2. **成分股PB中位数** - 当前值：2.46 - 历史分位数：36.44%[67] 3. **成交占比** - 微盘股成交占比：1.69%[75] - 大盘/中盘/小盘成交占比：41.22%/35.19%/23.59%[71]