| 高频选股因子周报（20250623- | [Table_Authors] | 郑雅斌(分析师) | | --- | --- | --- | | 20250627） | | 021-38676666 | | 高频因子上周表现分化，日内收益与尾盘占比因子强势。深度 | 登记编号 | S0880525040105 | | 学习因子依然稳健， AI 增强组合上周表现有所分化。 | | | | | | 余浩淼(分析师) | | 本报告导读： | | 021-38676666 | | 上周（特指 20250623-20250627，下同）高频因子上周表现分化，日内收益与尾盘占 比因子强势。深度学习因子依然稳健，AI 增强组合上周表现有所分化。 | 登记编号 | S0880525040013 | 投资要点： 金融工程/[Table_Date] 2025.06.29 金 融 工 程 周 报 证 券 研 究 报 告 请务必阅读正文之后的免责条款部分 金 融 工 程 [Table_Summary] 高频因子上周表现分化，日内收益与尾盘占比因子强势：日内高频 偏度因子上周、6 月、2025 年多空收益为-0.51%，1.48% ...

市场节点：把握市场整体转强的关键节点至关重要。当市场第二天整体买盘增加、呈现转强态势时，即 便手中持有的股票并非领涨股、强势股，也可能因市场整体向好而跟随上涨。这就要求投资者对市场整 体趋势有敏锐的判断，精准识别入场时机，避免在市场弱势时盲目操作。? 人气与审美：选择大众审美、人气高的股票更具安全性。这类股票往往是市场热点所在，受到广泛关 注，即便操作失误，也因为较高的人气和关注度，容易吸引其他投资者接盘，从而降低亏损幅度，实现 相对安全的退场 。? （原标题：和讯投顾徐尧:选股的底层逻辑曝光） 选股的核心在于找到后续有人愿意接盘的股票，从底层逻辑出发，以下几个关键因素值得重点关注：? 抱团趋势：资金更倾向于处于上升势头且维持在趋势线上的抱团股。比如当某板块或个股处于上升通 道，持续获得资金关注，形成良好的上涨趋势，这样的 "抱团" 具有吸引力；反之，一旦抱团股破位， 趋势被打破，就容易失去资金青睐，投资价值也会大打折扣。? 空间预期：以游戏板块为例，如果周末游戏板块涨幅可观，比如上涨 5 个点，市场会形成一种对该板块 后续上涨的预期，第二天相关游戏股票往往更容易获得资金追捧，甚至出现涨停情况。投资者需要关注 ...

证券研究报告 | 2025年06月28日 多因子选股周报 反转因子表现出色，中证 1000 增强组合年内超额 12.30% 国信金工指数增强组合表现跟踪 因子表现监控 以沪深 300 指数为选股空间。最近一周，单季营利同比增速、三个月反转、 特异度等因子表现较好，而一个月换手、三个月换手、EPTTM 等因子表现 较差。 以中证 A500 指数为选股空间。最近一周，单季营利同比增速、三个月反转、 一年动量等因子表现较好，而三个月换手、一个月换手、股息率等因子表现 较差。 以公募重仓指数为选股空间。最近一周，三个月反转、特异度、单季营利同 比增速等因子表现较好，而三个月换手、一个月波动、一个月换手等因子表 现较差。 公募基金指数增强产品表现跟踪 目前，公募基金沪深 300 指数增强产品共有 69 只（A、C 类算作一只，下 同），总规模合计 790 亿元。中证 500 指数增强产品共有 70 只，总规模合 计 454 亿元。中证 1000 指数增强产品共有 46 只，总规模合计 150 亿元。 中证 A500 指数增强产品共有 40 只，总规模合计 250 亿元。 沪深 300 指数增强产品最近一周：超额收益最高 ...

身处变局，结构求新 2025 年 06 月 26 日 金融工程 2025 中期策略展望 ➢ 黄金量化：对抗风险，继续持有。从驱动因素来看，当下财政因素继续占主 导。特朗普施政主张对通货膨胀与财政赤字有进一步扩张可能，但实施进度有待 观察。当下全球地缘政治风险与经济政策不确定性仍高，对促发黄金上涨有一定 作用。技术面测算当下已经历盘整积累支持目标价到 3885 美元/盎司。 ➢ 行业量化：轮动加速，机会分散。胜率赔率一致性继续减弱，短期轮动速度 或提高。从生命周期来看，长期配置成长期行业有更高的预期收益。生命周期模 型显示一级行业整体成长性不足，成长性整体分散在三级行业，其中基础化工细 分领域扩张特征明显。 ➢ 利率量化：寻觅资产，关注融资。国债利率跌破 2%，稳定在 1.6%-1.7%低 位，景气度的回升和信贷脉冲的回升抑制了利率的进一步下行。当下通胀资产持 有意愿再度疲软，叠加房地产 ROE 转负、高 ROE 行业杠杆率偏低，导致利率缺 乏上行动能。利率或延续底部震荡，突破需依赖高 ROE 高杠杆行业对资金需求 的拉动。 ➢ 风格量化：成长萌芽，关注预期。当下Δg 和Δgf 都有扩张，成长性的稀缺 度抬升， ...

Moreover, the momentum for IPSC is fast paced, as the stock currently has a beta of 1.77. This indicates that the stock moves 77% higher than the market in either direction. Momentum investors typically don't time the market or "buy low and sell high." In other words, they avoid betting on cheap stocks and waiting long for them to recover. Instead, they believe that "buying high and selling higher" is the way to make far more money in lesser time. Everyone likes betting on fast-moving trending stocks, but i ...

最低费率一档的自由现金流ETF（159201）紧密跟踪国证自由现金流指数，长期收益表现亮眼。自 由现金流选股策略具有良好的配置价值，其持仓结构相较于传统红利策略具有明显差异、在价值行情中 进攻性更强，可以作为防御型策略的优秀补充。 6月23日，A股三大指数低开后涨跌分化，国证自由现金流指数盘中小幅下行，现跌约0.15%，成分 股涨跌互现，锦江航运等领涨，大参林等领跌。相关ETF方面，低费率的自由现金流ETF（159201）跟 随指数调整，盘中交投活跃。自由现金流ETF最新规模为36.98亿元，领跑同类产品。 中信建投表示，前期表现强势的港股新消费和创新药板块，近期出现较明显调整，带动A股相关板 块也出现较大波动，目前港股流动性和风险偏好均受冲击，可能仍将持续一段时间。配置方向维持红利 +新赛道，一方面红利资产继续作为底仓品种，另一方面新赛道方向或将成为投资胜负手，短期更加推 荐AI、半导体方向以及科创主题，新消费和创新药保持中期关注。 （责任编辑：张晓波 ） 【免责声明】本文仅代表作者本人观点，与和讯网无关。和讯网站对文中陈述、观点判断保持中立，不对所包含内容 的准确性、可靠性或完整性提供任何明示或暗示的保证 ...

我们分别以沪深300指数、中证500指数、中证1000指数、中证A500指数及公募重仓指数为选股空间， 构造单因子MFE组合并检验其相对于各自基准的超额收益。 1 沪深300样本空间中的因子表现 我们以沪深300指数为样本空间，对常见选股因子构造其相对于沪深300指数的MFE组合并跟踪其表 现，具体表现如下图。 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0.82%，本年超额收益6.67%。 中证500指数增强组合本周超额收益0.04%，本年超额收益7.84%。 中证1000指数增强组合本周超额收益0.34%，本年超额收益12.61%。 中证A500指数增强组合本周超额收益-0.89%，本年超额收益7.43%。 二、本周选股因子表现跟踪 沪深300成分股中预期EPTTM、单季EP、EPTTM等因子表现较好。 中证500成分股中BP、预期BP、预期EPTTM等因子表现较好。 中证1000成分股中BP、一个月换手、三个月波动等因子表现较好。 中证A500指数成分股中单季EP、预期EPTTM、预期PEG等因子表现较好。 公募基金重仓股中预期EPTTM、单季EP、预期PEG等因子表现较好。 三、本周公 ...

证券研究报告 | 2025年06月21日 多因子选股周报 估值因子表现出色，中证 1000 增强组合年内超额 12.61% 核心观点 金融工程周报 国信金工指数增强组合表现跟踪 因子表现监控 以沪深 300 指数为选股空间。最近一周，预期 EPTTM、单季 EP、EPTTM 等因子表现较好，而一年动量、高管薪酬、非流动性冲击等因子表现较差。 以中证 500 指数为选股空间。最近一周，BP、预期 BP、预期 EPTTM 等因 子表现较好，而一年动量、三个月机构覆盖、非流动性冲击等因子表现较差。 以中证 1000 指数为选股空间。最近一周，BP、一个月换手、三个月波动等 因子表现较好，而一年动量、三个月机构覆盖、单季 ROE 等因子表现较差。 以中证 A500 指数为选股空间。最近一周，单季 EP、预期 EPTTM、预期 PEG 等因子表现较好，而三个月反转、一年动量、一个月反转等因子表现 较差。 以公募重仓指数为选股空间。最近一周，预期 EPTTM、单季 EP、预期 PEG 等因子表现较好，而一年动量、三个月机构覆盖、预期净利润环比等因子表 现较差。 公募基金指数增强产品表现跟踪 目前，公募基金沪深 300 指 ...

风险提示：本文所提到的观点仅代表个人的意见，所涉及标的不作推荐，据此买卖，风险自负。 以下文章来源于府库 ，作者府库 府库 . 规划投资理财，温暖幸福生活 在聊到自己的资产配置情况时 ， 大家总会有很大的不同 ， 还有很多朋友会提出疑问 ， " 为什 么没有选择商品资产 " 、 " 为什么不用红利来替代宽基指数 " 、 " 为什么选择投顾组合 ， 是 不是有更高成本损耗 " 等等一系列的问题 。 大卫 · 史文森有讲到 ， 投资者可以使用到的三种投资工具分别是资产配置 、 选股与择时 。 像 红利 、 科技都是在资产类别上风格的偏离 ， 不同的投资策略也是主观的择时控制 ， 没有对错 或者更好 ， 只是个人的一种选择 。 在罗杰 · 伊博森的研究中 ， 机构投资组合收益波动的90% 以上都可归因于资产配置 。 投资并不是数字游戏 ， 资产配置本质上是一种对世界认知的表达 。 每个人的经历不同 、 环境 不同 ， 对于世界的理解和预期自然不同 ， 这就导致了资产配置必然因人而异 。 在选择资产类 别和比例时 ， 其实是在向外界展示我们如何看待未来 ， 如何理解风险 ， 以及属于我的人生目 标是什么 。 投资有时 ...

广发证券首席金工分析师 安宁宁 SAC: S0260512020003 anningning@gf.com.cn 广发证券资深金工分析师 陈原文 SAC: S0260517080003 chenyuanwen@gf.com.cn 广发证券资深金工分析师 王小康 SAC: S0260525020002 wangxiaokang@gf.com.cn 广发金工安宁宁陈原文团队 摘要 模型选择 ： 机器学习在量化选股领域多年来被各类投资者广泛应用，近些年随着传统因子的大面积失 效，量化策略中机器学习使用的占比还在不断提高。我们选择应用广泛、具有代表性的GBDT类树模型 和神经网络模型进行训练测试。其中GBDT类模型主要包括LGBM, XGBoost和CatBoost，神经网络模型 主要包括GRU,TCN和Transformer。 特征数据准备 ： 量价与基本面类特征适用模型类型不同，树模型能有效处理手工构造的量价和基本 面特征，而神经网络类模型由于需要捕捉特征的时序变化，低频变化的基本面因子喂入会导致效果 较差。此外，鉴于目前投资者积累的各类特征越来越多，进行一定程度的特征筛选再投喂模型也能 提升模型的训练效率。我们 ...