报告导读： 我们通过细化财务亏损判别规则并引入待复核证券审核机制，对2025年6月 主要市场指数成分股调整名单进行预测，并估算调整样本被动买入卖出金额。我们从全 市场角度研究指数定期调样蕴含的投资机会，发现调入调出样本组合在指数调样不同时 段表现出显著的Alpha收益特征，调整样本通过流动性冲击因子分组效果非常显著。 2019年下半年以来，单次调样绝对收益18.36%、多空收益23.89%、超额收益 15.10%，年度调样绝对收益40.09%、多空收益50.84%、超额收益33.47%。 主要市场指数 ETF 规模。 截至 2025 年 4 月底，上证 50 、科创 50 、沪深 300 、中证 500 、中证 1000 、创业板指等 ETF 产品规模分别为 1706 、 1664 、 10773 、 1441 、 1409 、 1156 亿元， 以上指数 ETF 整体规模 相比 2021 年底增长了近 4 倍， 市场指数化投资趋势愈加明显。 指数成分股定期调样规则梳理与历史测试。 中证和国证系列指数每年大多调整两次，我们通过细化样本筛 选和财务亏损判别规则，并引入待复核证券审核机制， 指数历史调样预测准确度 ...

一、本周指数增强组合表现 沪深300指数增强组合本周超额收益0.32%，本年超额收益3.16%。 中证500指数增强组合本周超额收益0.64%，本年超额收益6.49%。 中证1000指数增强组合本周超额收益0.52%，本年超额收益8.57%。 中证A500指数增强组合本周超额收益0.35%，本年超额收益6.13%。 二、本周选股因子表现跟踪 沪深300成分股中预期净利润环比、3个月盈利上下调、单季超预期幅度等因 子表现较好。 中证500成分股中非流动性冲击、单季ROE、预期PEG等因子表现较好。 中证1000成分股中三个月换手、一个月换手、非流动性冲击等因子表现较 好。 中证A500指数成分股中3个月盈利上下调、单季超预期幅度、DELTAROE等 因子表现较好。 公募基金重仓股中非流动性冲击、三个月换手、一个月换手等因子表现较 好。 三、本周公募基金指数增强产品表现跟踪 沪深300指数增强产品本周超额收益最高1.07%，最低-0.38%，中位数 0.11%。 中证500指数增强产品本周超额收益最高0.90%，最低-0.43%，中位数 0.45%。 中证1000指数增强产品本周超额收益最高1.00%，最低-0. ...

报告摘要 量化市场跟踪 大类因子表现： 本周（2025.05.19-2025.05.23，下同）动量因子和成长性因子获得正收益（0.12%和0.04%）；流动性因 子、beta因子和规模因子取得明显负收益（-0.56%、-0.52%和-0.40%），市场动量效应占优，小市值风格 仍较为显著。 单因子表现： 点击注册小程序 查看完整报告 特别申明： 本订阅号中所涉及的证券研究信息由光大证券研究所编写，仅面向光大证券专业投资者客 户，用作新媒体形势下研究信息和研究观点的沟通交流。非光大证券专业投资者客户，请勿 订阅、接收或使用本订阅号中的任何信息。本订阅号难以设置访问权限，若给您造成不便， 敬请谅解。光大证券研究所不会因关注、收到或阅读本订阅号推送内容而视相关人员为光大 证券的客户。 中证500股票池中，本周表现较好的因子有毛利率TTM(1.65%)、单季度ROA(1.40%)、单季度总资产毛利 率(1.26%)，表现较差的因子有单季度净利润同比增长率(-0.42%)、5日反转(-0.49%)、早盘后收益因子 (-0.64%)。 流动性1500股票池中，本周表现较好的因子有5日平均换手率(0.45%)、5分钟收益 ...

2025 年 5 月 24 日 总量研究 小市值风格占优，私募调研跟踪策略超额明显 ——量化组合跟踪周报 20250524 要点 量化市场跟踪 大类因子表现：本周（2025.05.19-2025.05.23，下同）动量因子和成长性因子 获得正收益（0.12%和 0.04%）；流动性因子、beta 因子和规模因子取得明显 负收益（-0.56%、-0.52%和-0.40%），市场动量效应占优，小市值风格仍较为 显著。 单因子表现：沪深 300 股票池中，本周表现较好的因子有净利润断层(1.30%)、 成交量的 5 日指数移动平均(1.15%)、总资产毛利率 TTM(1.02%)。表现较差的 因子有对数市值因子(-1.02%)、动量弹簧因子(-1.12%)、早盘后收益因子 (-1.29%)。 中证 500 股票池中，本周表现较好的因子有毛利率 TTM(1.65%)、单季度 ROA(1.40%)、单季度总资产毛利率(1.26%)，表现较差的因子有单季度净利润同 比增长率(-0.42%)、5 日反转(-0.49%)、早盘后收益因子(-0.64%)。 流动性 1500 股票池中，本周表现较好的因子有 5 日平均换手率(0 ...

（转自：国金证券第5小时） 作者：高智威、许坤圣 ■ 投资逻辑 月度择时模型观点及策略表现 根据国金金融工程团队发布的《量化掘基系列之二：量化择时把握港股通大消费板块投资机会》,我们 构建了基于动态宏观事件因子的中证港股通大消费主题指数择时策略。 为了探索中国宏观经济对香港大消费主题上市公司整体状况和走势的影响，我们选取中证港股通大消费 主题指数作为研究对象，尝试从动态宏观事件因子的角度构建择时策略框架。我们用经济、通胀、货币 和信用四维度的20余个宏观数据指标，基于数据样本内时间段的收益率胜率指标和开仓波动调整收益率 指标数值，筛选出这些宏观数据每期最优的事件因子和最优的数据处理方式，并且从中挑选出了5个对 中证港股通大消费主题指数择时效果较好的宏观因子。 在选定了最终使用的宏观指标之后，我们使用这些宏观数据构建的宏观事件因子来搭建择时策略：当大 于2/3的因子发出看多信号，则当期该大类因子的信号标记为1；当少于1/3的因子发出看多信号时，则 当期大类因子信号标记为0；若当因子发出看多信号的比例处于两个区间之后，则大类因子标记为对应 具体的比例。将每期大类因子的得分作为当期的择时仓位信号。 风险提示 1、以 ...

能源化工期权 2025-05-22 能源化工期权策略早报 | 卢品先 | 投研经理 | 从业资格号：F3047321 | 交易咨询号：Z0015541 | 邮箱：lupx@wkqh.cn | | --- | --- | --- | --- | --- | | 黄柯涵 | 期权研究员 | 从业资格号：F03138607 | 电话：0755-23375252 | 邮箱：huangkh@wkqh.cn | 能源化工期权策略早报概要：能源类：原油、LPG；聚烯烃类期权：聚丙烯、聚氯乙烯、塑料、苯乙烯；聚酯类期 权：对二甲苯、PTA、短纤、瓶片；碱化工类：烧碱、纯碱；其他能源化工类：橡胶等。 策略上：构建卖方为主的期权组合策略以及现货套保或备兑策略增强收益。 表1：标的期货市场概况 | 期权品种 | 标的合约 | 最新价 | 涨跌 | 涨跌幅 | 成交量 | 量变化 | 持仓量 | 仓变化 | | --- | --- | --- | --- | --- | --- | --- | --- | --- | | | | | | （%） | (万手) | | (万手) | | | 原油 | SC2507 | 463 | -5 ...

涨停板、"打板策略"、赚钱效应的背后情绪 通过构建与涨跌停个股数量和可交易收益有关的因子，我们成功构建了能够预测市场短期情绪变化的择时 模型。对模型进行改进后，回测区间内无论是收益还是风控能力均较为出色。 情绪择时模型的构建 情绪择时模型组合的年化收益率为 6.65% （ 3.82% ），年化波动率为 15.37% （ 22.40% ），最大 回撤 29.39% （ 55.08% ）。将模型运用在沪深 300 等宽基指数中效果同样出色。 改进 1 ：市场趋势 + 情绪走向 引入市场趋势判断后，情绪择时模型组合的年化收益率为 9.41% （ 3.82% ），年化波动率为 17.98% （ 22.40% ），最大回撤 46.35% （ 55.08% ）。 改进 2 ：不同情绪指标赋权 每周一景： 云南玉龙雪山 点击右上角菜单，收听朗读版 【 金工】 从涨停板、"打板策略"到赚钱效应引发的情绪择时指标 因子加权后的情绪择时模型组合的年化收益率为 9.68% （ 3.82% ），年化波动率为 13.31% （ 22.40% ），最大回撤 24.47% （ 55.08% ）。 >>以上内容节选自国泰海通证券已经发布的研 ...

Group 1 - The core objective of investors is to pursue excess returns, even in the realm of passive investment strategies like index replication [1] - The concept of enhanced index funds has evolved since the introduction of the first index mutual fund by Vanguard in 1976, with significant developments in the 1980s and 1990s [1][2] - Enhanced index products have become a significant choice for investors in China since their introduction in 2002, allowing for additional returns while maintaining similar risk-return characteristics to benchmark indices [1][2] Group 2 - The STAR Market Index, launched in 2019, has become a focal point for investors due to its concentration of high-growth, high-potential technology companies [2] - As of April 30, 2025, the STAR Market Index includes 569 sample stocks with a total market capitalization exceeding 6.5 trillion yuan, with a significant weight in the semiconductor sector at 36.5% [2][3] - The launch of the STAR Market Index has prompted over 10 fund companies to establish related ETF products, with total assets exceeding 15 billion yuan [3] Group 3 - The manager of the Huashang STAR Market Enhanced Index Fund emphasizes the importance of technology in national strategy and the potential for exponential growth in tech companies amid a new cycle of technological innovation [3][4] - Historical performance data indicates that most equity enhanced index funds have achieved positive excess returns over medium to long-term periods [5][6] - The average excess returns for equity enhanced index funds over the past ten, seven, and five years are notably significant, at 60.73%, 28.21%, and 21.75% respectively [6] Group 4 - The rise of artificial intelligence has provided enhanced strategies with more tools, allowing for better adaptability to rapidly changing markets through a multi-factor and AI-enabled quantitative stock selection model [6][7] - The model addresses issues such as factor collinearity and non-linearity, potentially offering higher and more stable excess returns compared to traditional quantitative strategies [7] - The Huashang STAR Market Enhanced Index Fund is managed by two fund managers with different backgrounds, enhancing its investment strategy [10][12]

投资咨询业务资格：证监许可【2011】1778 号 晨会纪要 宝城期货橡胶早报-2025-05-22 品种晨会纪要 时间周期说明：短期为一周以内、中期为两周至一月 | 品种 | | 短期 | 中期 | 日内 | 观点参考 | 核心逻辑概要 | | --- | --- | --- | --- | --- | --- | --- | | 沪胶 | 2509 | 震荡 | 震荡 | 震荡 偏强 | 偏强运行 | 偏多氛围支撑，沪胶震荡偏强 | | 合成胶 | 2507 | 震荡 | 震荡 | 震荡 偏强 | 偏强运行 | 偏多氛围支撑，合成胶震荡偏强 | 备注： 1.有夜盘的品种以夜盘收盘价为起始价格，无夜盘的品种以昨日收盘价为起始价格，当日日盘收盘 价为终点价格，计算涨跌幅度。 2.跌幅大于 1%为下跌，跌幅 0~1%为震荡偏弱，涨幅 0~1%为震荡偏强，涨幅大于 1%为上涨。 3.震荡偏强/偏弱只针对日内观点，短期和中期不做区分。 主要品种价格行情驱动逻辑—商品期货能源化工板块 沪胶（RU） 日内观点：震荡偏强 中期观点：震荡 参考观点：偏强运行 晨会纪要 合成胶（BR） 日内观点：震荡偏强 中期观点：震荡 核 ...

Core Viewpoint - The rapid growth of index-enhanced funds in the market is driven by the evolution of market conditions and the increasing demand from investors for more sophisticated investment tools, with a total scale exceeding 200 billion yuan by the end of Q1 2025, representing an increase of over 80% since the end of 2020 [1]. Group 1: Definition and Characteristics of Quantitative Index Enhancement - Quantitative index enhancement involves tracking benchmark indices while using quantitative models to optimize stock selection and portfolio management to pursue excess returns (Alpha) [1]. - Unlike traditional index funds that passively replicate constituent stocks, index-enhanced products allow fund managers to adjust holdings within certain constraints to achieve returns that exceed the index [1]. - The average return of index-enhanced funds based on the CSI 300 index was 25.48%, compared to 6.07% for ordinary CSI 300 index funds, indicating the effectiveness of the index enhancement strategy [5]. Group 2: Performance Comparison - Over the past decade, the index-enhanced fund index has shown significant excess returns, with a gain of 24.88% compared to -18.05% for the CSI 300 index and 2.26% for stock index funds [2][3]. - The performance of index-enhanced products is particularly notable during periods of market recovery, as they benefit from both beta returns from the underlying index and alpha returns from active management strategies [7]. Group 3: Mechanisms of Index Enhancement - The enhancement is achieved through two core components: modeling stock returns and optimizing the portfolio relative to the benchmark index [8]. - Three primary methods for achieving index enhancement include: 1. Multi-factor stock selection models that assess various factors such as value, momentum, growth, sentiment, and quality to improve stock selection accuracy [10]. 2. AI stock selection techniques that utilize machine learning and deep learning to uncover patterns in historical data and enhance stock selection efficiency [11][12]. 3. Fundamental enhancement strategies that analyze a company's financial health and operational efficiency to identify investment opportunities [13]. Group 4: Key Indicators for Index Enhanced Funds - When selecting index-enhanced funds, important indicators to consider include annualized excess returns, tracking error, information ratio, maximum drawdown, daily and monthly win rates, all centered around the core metric of daily excess returns [13].