量化模型与构建方式 1. **模型名称：沪深300增强组合**；模型构建思路：基于多因子模型对沪深300指数成分股进行增强配置[5]；模型具体构建过程：报告未详细披露具体构建过程，仅提及为多因子模型 2. **模型名称：中证500增强组合**；模型构建思路：基于多因子模型对中证500指数成分股进行增强配置[5]；模型具体构建过程：报告未详细披露具体构建过程，仅提及为多因子模型 3. **模型名称：中证1000增强组合**；模型构建思路：基于多因子模型对中证1000指数成分股进行增强配置[5]；模型具体构建过程：报告未详细披露具体构建过程，仅提及为多因子模型 4. **模型名称：进取组合**；模型构建思路：未明确说明，推测为基于中证500指数的多因子增强组合[9]；模型具体构建过程：报告未详细披露具体构建过程 5. **模型名称：平衡组合**；模型构建思路：未明确说明，推测为基于中证500指数的多因子增强组合[9]；模型具体构建过程：报告未详细披露具体构建过程 6. **模型名称：绩优基金的独门重仓股组合**；模型构建思路：基于绩优基金的独门重仓股构建组合[5]；模型具体构建过程：报告未详细披露具体构建过程 7. **模型名称：盈利、增长、现金流三者兼优组合**；模型构建思路：筛选在盈利、增长、现金流三个维度均表现优异的股票构建组合[5][29]；模型具体构建过程：报告未详细披露具体构建过程 8. **模型名称：PB-盈利优选组合**；模型构建思路：结合低市净率（PB）与高盈利指标进行选股[5][31]；模型具体构建过程：报告未详细披露具体构建过程 9. **模型名称：GARP组合**；模型构建思路：采用“合理价格成长”策略，兼顾成长性与估值[34]；模型具体构建过程：报告未详细披露具体构建过程 10. **模型名称：小盘价值优选组合1**；模型构建思路：在小盘股中筛选具有价值属性的股票[9][36]；模型具体构建过程：报告未详细披露具体构建过程 11. **模型名称：小盘价值优选组合2**；模型构建思路：在小盘股中筛选具有价值属性的股票[9][38]；模型具体构建过程：报告未详细披露具体构建过程 12. **模型名称：小盘成长组合**；模型构建思路：在小盘股中筛选具有成长属性的股票[5][40]；模型具体构建过程：报告未详细披露具体构建过程 量化因子与构建方式 1. **因子名称：市值因子**；因子构建思路：衡量公司规模大小[43]；因子具体构建过程：报告未详细披露具体构建过程，通常为总市值或流通市值 2. **因子名称：PB因子**；因子构建思路：衡量估值水平，即市净率[43]；因子具体构建过程：报告未详细披露具体构建过程，通常为股价除以每股净资产 3. **因子名称：PE_TTM因子**；因子构建思路：衡量估值水平，即滚动市盈率[43]；因子具体构建过程：报告未详细披露具体构建过程，通常为股价除以过去12个月每股收益 4. **因子名称：反转因子**；因子构建思路：基于股价过去一段时间的涨跌幅，认为过去表现差的股票未来可能反弹[45]；因子具体构建过程：报告未详细披露具体构建过程，通常计算过去N期的收益率并取负值 5. **因子名称：换手率因子**；因子构建思路：衡量股票交易活跃度[45]；因子具体构建过程：报告未详细披露具体构建过程，通常为一段时间内的成交股数除以流通股数 6. **因子名称：波动率因子**；因子构建思路：衡量股票价格的波动程度[45]；因子具体构建过程：报告未详细披露具体构建过程，通常计算过去一段时间收益率的标准差 7. **因子名称：ROE因子**；因子构建思路：衡量公司的盈利能力，即净资产收益率[51]；因子具体构建过程：报告未详细披露具体构建过程，通常为净利润除以净资产 8. **因子名称：SUE因子**；因子构建思路：衡量盈利增长的超预期程度，即标准化未预期盈余[51]；因子具体构建过程：报告未详细披露具体构建过程 9. **因子名称：预期净利润调整因子**；因子构建思路：基于分析师对净利润预测的调整[51]；因子具体构建过程：报告未详细披露具体构建过程 模型的回测效果 （数据统计区间：2024年12月31日至2025年12月19日[9]） 1. 沪深300增强组合，绝对收益23.97%，超额收益7.88%，跟踪误差4.77%，最大相对回撤3.44%[9] 2. 中证500增强组合，绝对收益31.48%，超额收益6.26%，跟踪误差4.48%，最大相对回撤3.75%[9] 3. 中证1000增强组合，绝对收益28.12%，超额收益5.09%，跟踪误差4.85%，最大相对回撤5.42%[9] 4. 进取组合，绝对收益75.17%，超额收益49.95%，跟踪误差22.77%，最大相对回撤13.41%[9] 5. 平衡组合，绝对收益57.75%，超额收益32.53%，跟踪误差19.10%，最大相对回撤17.22%[9] 6. 绩优基金的独门重仓股组合，绝对收益47.60%，超额收益21.40%，跟踪误差22.76%，最大相对回撤14.64%[9] 7. 盈利、增长、现金流三者兼优组合，绝对收益92.70%，超额收益76.61%，跟踪误差18.42%，最大相对回撤11.55%[9] 8. PB-盈利优选组合，绝对收益22.97%，超额收益6.88%，跟踪误差12.66%，最大相对回撤14.55%[9] 9. GARP组合，绝对收益38.61%，超额收益22.52%，跟踪误差12.50%，最大相对回撤9.92%[9] 10. 小盘价值优选组合1，绝对收益51.82%，超额收益-28.51%，跟踪误差10.08%，最大相对回撤36.71%[9] 11. 小盘价值优选组合2，绝对收益57.03%，超额收益-23.30%，跟踪误差8.87%，最大相对回撤32.77%[9] 12. 小盘成长组合，绝对收益67.78%，超额收益-12.55%，跟踪误差12.40%，最大相对回撤28.00%[9] 因子的回测效果 （数据统计区间：2024年12月31日至2025年12月19日[44][49][52]） 1. 市值因子，全市场多空收益47.85%，沪深300多空收益4.56%，中证500多空收益1.74%，中证1000多空收益17.11%[44] 2. PB因子，全市场多空收益-9.25%，沪深300多空收益-29.15%，中证500多空收益-32.23%，中证1000多空收益-7.91%[44] 3. PE_TTM因子，全市场多空收益14.07%，沪深300多空收益-0.86%，中证500多空收益-14.06%，中证1000多空收益-4.04%[44] 4. 反转因子，全市场多空收益3.57%，沪深300多空收益-50.52%，中证500多空收益-6.39%，中证1000多空收益-4.04%[49] 5. 换手率因子，全市场多空收益34.02%，沪深300多空收益-42.25%，中证500多空收益-17.24%，中证1000多空收益6.18%[49] 6. 波动率因子，全市场多空收益11.34%，沪深300多空收益-38.07%，中证500多空收益-22.06%，中证1000多空收益-3.85%[49] 7. ROE因子，全市场多空收益2.13%，沪深300多空收益39.04%，中证500多空收益-5.64%，中证1000多空收益-7.10%[52] 8. SUE因子，全市场多空收益22.06%，沪深300多空收益58.53%，中证500多空收益18.58%，中证1000多空收益21.04%[52] 9. 预期净利润调整因子，全市场多空收益16.37%，沪深300多空收益20.46%，中证500多空收益16.48%，中证1000多空收益-2.92%[52]

报告核心观点 - 报告重点介绍了三种量化选股策略：戴维斯双击策略、净利润断层策略和沪深300增强组合，并展示了其历史回测及本年度的优异表现 [1][3][4] - 戴维斯双击策略在2010-2017年回测期内实现了**26.45%**的年化收益，超额基准**21.08%**，且年度超额收益稳定性强 [3][7] - 净利润断层策略自2010年至今取得了**29.22%**的年化收益，年化超额基准**26.34%**，本年度累计绝对收益高达**63.03%**，超额基准指数**39.07%** [3][11] - 基于投资者偏好因子构建的沪深300增强组合，历史回测超额收益稳定，本年度相对沪深300指数超额收益为**17.41%** [3][17] 戴维斯双击组合 - 策略核心是以较低市盈率买入成长潜力股，待成长性显现、市盈率提高后卖出，获取EPS和PE的乘数效应收益 [3][6] - 在2010-2017年回测期内，策略实现了**26.45%**的年化收益，超额基准**21.08%**，且在回测期内的7个完整年度里，每个年度的超额收益均超过了**11%**，稳定性好 [3][7] - 截至2025年12月5日，策略本年度累计绝对收益为**48.89%**，超额中证500指数**24.92%**；本期组合自2025年5月6日调仓以来，超额基准指数**9.09%** [3][8] - 全样本（2010年至2025年12月5日）数据显示，策略绝对收益年化为**24.31%**，超额收益年化为**20.95%** [7] 净利润断层组合 - 策略是基本面与技术面共振的选股模式，核心在于“净利润”（业绩超预期）和“断层”（盈余公告后首日股价向上跳空）[3][10] - 具体构建方法为：每期筛选过去两个月内满足业绩超预期事件的股票，按照盈余公告日跳空幅度排序，取前50只股票等权构建组合 [10] - 策略自2010年至今取得了**29.22%**的年化收益，年化超额基准**26.34%** [11] - 截至2025年12月5日，策略本年度累计绝对收益高达**63.03%**，超额基准指数**39.07%**；本周超额收益为**-0.33%** [3][11] - 全样本（2010年至2025年12月5日）数据显示，策略绝对收益年化为**29.22%**，超额收益年化为**26.34%** [11] 沪深300增强组合 - 策略基于对优秀基金的归因，将投资者偏好分为GARP型、成长型和价值型，并构建相应因子 [3][13] - GARP型因子通过PB与ROE分位数之差（PBROE）寻找低估值高盈利股票，通过PE与增速分位数之差（PEG）寻找低估且有成长潜力的公司 [3][13] - 成长型因子关注公司的成长性，通过营收、毛利、净利润增速寻找高速成长股票 [13] - 价值型因子偏好具有长期稳定高ROE的公司 [13] - 基于上述投资者偏好因子构建的增强组合，历史回测超额收益稳定 [17] - 截至2025年12月5日，该组合本年度绝对收益为**33.92%**，相对沪深300指数的超额收益为**17.41%**；本周超额收益为**0.06%**；本月超额收益为**0.06%** [3][15][17] - 全样本（2010年至2025年12月5日）数据显示，策略绝对收益年化为**10.31%**，超额收益年化为**8.74%** [15]

根据提供的量化周报内容，以下是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：A股景气指数模型**[29] * **模型构建思路**：以上证指数归母净利润同比为Nowcasting目标，构建A股景气度高频指数，用于观察市场景气周期[29] * **模型具体构建过程**：报告提及该指数的构建详情请参考另一篇报告《视角透析：A股景气度高频指数构建与观察》，但未在本周报中详细描述具体构建过程和公式[29] 2. **模型名称：A股情绪指数模型**[36] * **模型构建思路**：基于市场波动率和成交额的变化方向来刻画市场情绪，并构建包含见底预警与见顶预警的情绪指数[36] * **模型具体构建过程**：将市场按照波动率和成交额的变化方向划分为四个象限，其中只有“波动上-成交下”的区间为显著负收益，其余象限都为显著正收益，据此构造情绪指数。相关详细构建方法请参考报告《视角透析：A股情绪指数构建与观察》[36] 3. **模型名称：中证500指数增强模型**[44] * **模型构建思路**：通过量化策略模型构建投资组合，旨在获得相对于中证500指数的超额收益[44] * **模型具体构建过程**：报告未详细说明该增强模型的具体构建步骤和所用因子，但给出了根据策略模型得到的当前持仓明细[47][49][51] 4. **模型名称：沪深300指数增强模型**[52] * **模型构建思路**：通过量化策略模型构建投资组合，旨在获得相对于沪深300指数的超额收益[52] * **模型具体构建过程**：报告未详细说明该增强模型的具体构建步骤和所用因子，但给出了根据策略模型得到的当前持仓明细[53][55] 5. **模型名称：主题挖掘算法**[44] * **模型构建思路**：根据新闻和研报文本，通过文本处理、主题关键词提取、主题个股关系挖掘、主题活跃周期构建、主题影响力因子构建等多个维度来挖掘主题投资机会[44] * **模型具体构建过程**：报告提及了算法的多个构建维度，但未给出具体的构建细节和公式[44] 模型的回测效果 1. **中证500增强模型**，本周收益-0.24%，跑输基准0.56%，2020年至今超额收益48.55%，最大回撤-5.73%[44] 2. **沪深300增强模型**，本周收益-0.95%，跑输基准0.50%，2020年至今超额收益38.48%，最大回撤-5.86%[52] 3. **A股情绪指数系统择时模型**，报告包含其择时表现图表，但未列出具体数值指标[44] 量化因子与构建方式 1. **因子体系：BARRA风格因子体系**[57] * **因子构建思路**：参照BARRA因子模型，对A股市场构建十大类风格因子用于市场风格分析和组合收益归因[57] * **因子具体构建过程**：报告指出构建的十大类风格因子包括：市值（SIZE）、BETA、动量（MOM）、残差波动率（RESVOL）、非线性市值（NLSIZE）、估值（BTOP）、流动性（LIQUIDITY）、盈利（EARNINGS_YIELD）、成长（GROWTH）和杠杆（LVRG），但未详细描述每个因子的具体计算公式[57] 因子的回测效果 1. **风格因子近一周表现**：Beta因子超额收益较高，残差波动率呈较为显著的负向超额收益；高Beta、高成长股表现优异，非线性市值、价值等因子表现不佳[58] 2. **行业因子近一周表现**：消费者服务、煤炭、汽车等行业因子相对市场市值加权组合跑出较高超额收益，有色金属、保险、证券等行业因子回撤较多[58] 3. **风格因子暴露相关性**：报告以表格形式展示了近一周十大类风格因子暴露之间的相关性系数[59]

量化模型与构建方式 1. A股景气指数模型 **模型名称**：A股景气指数[33] **模型构建思路**：以上证指数归母净利润同比为Nowcasting目标构建高频景气指数，用于追踪A股景气周期[33] **模型具体构建过程**： 1. 选取上证指数归母净利润同比作为核心观测目标 2. 采用Nowcasting方法构建高频指数 3. 通过时间序列分析识别景气周期转折点 4. 指数数值反映景气度水平，上升表示景气改善[33] 2. A股情绪指数模型 **模型名称**：A股情绪指数[37] **模型构建思路**：基于市场波动率和成交额变化方向构造情绪指数，包含见底预警与见顶预警功能[37] **模型具体构建过程**： 1. 将市场按波动率和成交额变化方向划分为四个象限： - 波动上-成交下：显著负收益 - 其他三个象限：显著正收益 2. 根据象限划分构造情绪指数 3. 见底预警指数基于价格信号（波动率） 4. 见顶预警指数基于成交量信号（成交额） 5. 综合信号由两个子信号组合生成[37][40][42] 3. 风格因子模型 **模型名称**：BARRA风格因子模型[60] **模型构建思路**：参照BARRA因子模型框架，构建十大类风格因子描述市场风险特征[60] **模型具体构建过程**： 1. 构建十大类风格因子包括： - 市值（SIZE） - BETA - 动量（MOM） - 残差波动率（RESVOL） - 非线性市值（NLSIZE） - 估值（BTOP） - 流动性（LIQUIDITY） - 盈利（EARNINGS_YIELD） - 成长（GROWTH） - 杠杆（LVRG） 2. 计算各因子暴露度和纯因子收益 3. 用于组合绩效归因分析和风格暴露监控[60] 4. 指数增强模型 **模型名称**：中证500增强组合[48] **模型构建思路**：通过量化模型构建超越中证500指数的投资组合[48] **模型具体构建过程**： 1. 基于多因子模型选股 2. 优化组合权重 3. 控制跟踪误差 4. 定期调整持仓[48][50] **模型名称**：沪深300增强组合[55] **模型构建思路**：通过量化模型构建超越沪深300指数的投资组合[55] **模型具体构建过程**： 1. 基于多因子模型选股 2. 优化组合权重 3. 控制跟踪误差 4. 定期调整持仓[55][56] 模型的回测效果 1. 中证500增强组合 - 本周收益：-1.96%[48] - 本周超额收益：-0.11%（跑输基准）[48] - 2020年至今超额收益：50.56%[48] - 最大回撤：-4.99%[48] 2. 沪深300增强组合 - 本周收益：-0.38%[55] - 本周超额收益：+0.43%（跑赢基准）[55] - 2020年至今超额收益：38.85%[55] - 最大回撤：-5.86%[55] 量化因子与构建方式 1. 风格因子体系 **因子名称**：十大类风格因子[60] **因子构建思路**：基于BARRA框架构建全面描述市场风险特征的因子体系[60] **因子具体构建过程**： 1. **市值因子（SIZE）**：基于总市值的规模因子 2. **BETA因子**：衡量个股相对于市场的系统性风险 3. **动量因子（MOM）**：基于历史价格表现的动量效应 4. **残差波动率因子（RESVOL）**：剔除市场影响后的特异波动率 5. **非线性市值因子（NLSIZE）**：市值因子的非线性变换 6. **估值因子（BTOP）**：基于账面市值比的价值因子 7. **流动性因子（LIQUIDITY）**：衡量股票流动性的指标 8. **盈利因子（EARNINGS_YIELD）**：衡量公司盈利能力的指标 9. **成长因子（GROWTH）**：衡量公司成长性的指标 10. **杠杆因子（LVRG）**：衡量公司财务杠杆水平的指标[60] 2. 行业因子 **因子构建思路**：构建行业纯因子收益，衡量各行业相对市场市值加权组合的超额收益[61] **因子具体构建过程**： 1. 按行业分类计算纯因子收益 2. 相对市场市值加权组合计算超额收益 3. 监控各行业因子表现[61][66] 因子的回测效果 1. 近期风格因子表现 - **Beta因子**：超额收益较高[61] - **动量因子**：呈较为显著的负向超额收益[61] - **非线性市值因子**：呈较为显著的负向超额收益[61] - **价值因子**：表现不佳[61] - **盈利因子**：表现不佳[61] 2. 风格因子相关性 从因子暴露相关性来看（近一周）：[62] - 流动性因子与Beta、动量、残差波动率呈现明显正相关性 - 价值因子与Beta、残差波动率、流动性等因子呈现明显负相关性 - 市值因子与非线性市值因子相关性为0.515 - Beta因子与流动性因子相关性为0.523 - 动量因子与残差波动率因子相关性为0.630 - 价值因子与盈利因子相关性为0.521 3. 行业因子表现 - **表现较好行业因子**：电力设备、有色金属[61] - **回撤较多行业因子**：国防军工、保险、计算机[61]

根据提供的量化周报内容，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. **A股景气指数模型** - 构建思路：以上证指数归母净利润同比为Nowcasting目标构建高频指数，用于监测A股景气周期[32] - 具体构建：通过历史下行周期的时间与幅度对比，判断当前景气位置（2025年8月指数值为22.24，较2023年底上升16.82）[32][35] - 评价：能有效捕捉景气拐点，当前显示A股处于上升周期 2. **A股情绪指数模型** - 构建思路：基于波动率与成交额变化方向划分四个象限，构造见底/见顶预警信号[36] - 具体构建： - 波动率上行+成交额下行=显著负收益区间 - 其他组合=显著正收益区间[36] - 当前信号：见底预警空/见顶预警多，综合看多[41] 3. **BARRA风格因子模型** - 包含因子：市值（SIZE）、BETA、动量（MOM）、残差波动率（RESVOL）、非线性市值（NLSIZE）、估值（BTOP）、流动性（LIQUIDITY）、盈利（EARNINGS_YIELD）、成长（GROWTH）、杠杆（LVRG）[58] - 构建过程：通过个股风险暴露相关性分析，计算纯因子收益率[58][59] 量化因子与构建方式 1. **动量因子（MOM）** - 构建思路：捕捉近期高收益股票持续强势的特征[58] - 测试结果：本周超额收益显著，与流动性因子正相关[59][66] 2. **市值因子（SIZE）** - 构建思路：区分大/小市值股票表现差异[58] - 测试结果：本周呈显著负向超额收益[59][66] 3. **行业因子（国防军工/有色金属/煤炭）** - 构建思路：行业相对市场市值加权组合的超额收益[59] - 测试结果：本周国防军工、有色金属、煤炭超额收益较高；医药、计算机回撤明显[59][63] 模型的回测效果 1. **中证500增强组合** - 本周超额收益：0.22%（2020年至今累计超额50.26%）[48] - 最大回撤：-4.99%[48] 2. **沪深300增强组合** - 本周超额收益：0.61%（2020年至今累计超额34.90%）[54] - 最大回撤：-5.86%[54] 因子的回测效果 1. **动量因子** - 本周纯因子收益率：显著正向[59][66] - 近期表现：高Beta股持续占优[59] 2. **成长因子（GROWTH）** - 本周纯因子收益率：负向[59] - 近期表现：与杠杆因子同步不佳[59] 3. **流动性因子（LIQUIDITY）** - 相关性：与Beta/动量因子正相关[59][61] （注：部分因子如盈利/估值等未提供具体数值，故未列出测试结果）

市场趋势分析 - WIND全A指数当前趋势线位于5400点附近，赚钱效应值为4.09%，显著为正，市场处于上行趋势格局 [1][3][8] - 均线距离为5.21%，显著高于3%的阈值，显示上行趋势延续 [3][8] - 短期可能受美联储议息和中美关税等宏观事件影响，但赚钱效应为正背景下建议逢低加仓 [1][3][8] 行业配置建议 - 中期推荐困境反转型板块：港股创新药、港股证券、恒生消费 [2][3][8] - TWO BETA模型推荐科技板块，重点关注军工、AI应用和固态电池 [2][3][8] - 上行趋势中券商和科技等高弹性板块值得重点关注 [2][3][8] 策略表现 - 戴维斯双击策略本年累计绝对收益26.78%，超额中证500指数16.76%，本周超额-0.44% [9][12] - 净利润断层策略本年累计绝对收益35.72%，超额基准25.70% [13][15] - 沪深300增强策略本年超额收益16.82%，本周超额0.31% [16][17] 估值与仓位 - WIND全A指数PE位于70分位点（中等水平），PB位于30分位点（较低水平） [4][6] - 绝对收益产品建议仓位提升至80% [4][8] - 沪深300整体PE为13.27倍，创业板指整体PE为23.04倍，中证500整体PE为16.45倍 [5] 市场表现回顾 - 上周WIND全A上涨2.21%，中证500上涨3.28%，沪深300上涨1.69% [2] - 煤炭行业单周涨幅达8%，银行板块下跌2.89% [2] - 煤炭、建筑、建材板块资金流入明显 [2]