丨证券研究报告丨 金融工程丨点评报告 [Table_Summary] 行业绝对收益存在一定均值回归特征，连续上涨后次年收益转弱、连续下跌后次年反弹，符合 "涨多回调、跌多反弹"的市场常识。从超额收益的角度来看，热门行业和冷门行业次年相对 万得全 A 均较弱，无论是连续正超额还是连续负超额，次年负超额的概率均较高。 分析师及联系人 [Table_Author] 杨凯杰 刘胜利 SAC：S0490525080004 SAC：S0490517070006 SFC：BWH883 [Table_Title] 持续弱势行业次年表现如何？ 报告要点 请阅读最后评级说明和重要声明 %% %% %% %% research.95579.com 1 [Table_Title2] 持续弱势行业次年表现如何？ [Table_Summary2] 事件描述 为了观察过去持续强势或者弱势的行业次年能否维持趋势，亦或是扭转趋势。我们采用长江一 级行业指数作为统计对象，统计了连续上涨、下跌、跑赢万得全 A、跑输万得全 A 多年的行业 次年表现，数据区间均为 2005 年至 2025 年。 事件评论 丨证券研究报告丨 cjzqdt11111 2 ...

高频选股因子周报（20260104- 20260109） 买入意愿因子开年强势，多粒度因子表现一般。AI 增强组 合超额开年不利，出现大幅回撤。 本报告导读： 2025 年成长、分析师因子表现较好，中证 2000 指数增强策略全年超额 27.77% 2026.01.09 绝对收益产品及策略周报（251229-251231） 2026.01.08 行业主题 ETF 流动性月报（2025.12） 2026.01.08 低频选股因子周报（2025.12.26-2025.12.31） 2026.01.04 高频选股因子周报（20251229-20251231） 2026.01.02 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 上周（特指 20260104-20260109，下同）买入意愿因子开年强势，多粒度因子表现一 般。AI 增强组合超额开年不利，出现大幅回撤。 投资要点： | [Table_Authors] | | | --- | --- | | | 郑雅斌(分析师) | | | 021-23219395 | | | zhengyabin@gtht.com | | 登记编号 | S0 ...

低频选股因子周报（2025.12.31-2026.01.09） [Table_Authors] 郑雅斌(分析师) 2026 年首周，沪深 300 指数增强组合超额收益 1.90% 本报告导读： 上周，大市值、高估值风格占优，低频量价因子普遍回撤。量化股票组合中，沪深 300 指数增强组合周超额收益 1.90%。 投资要点： 风险提示：市场环境变动风险，有效因子变动风险。 | | 021-23219395 | | --- | --- | | | zhengyabin@gtht.com | | 登记编号 | S0880525040105 | | | 罗蕾(分析师) | | | 021-23185653 | | | luolei@gtht.com | | 登记编号 | S0880525040014 | [Table_Report] 相关报告 2025 年成长、分析师因子表现较好，中证 2000 指数增强策略全年超额 27.77% 2026.01.09 绝对收益产品及策略周报（251229-251231） 2026.01.08 行业主题 ETF 流动性月报（2025.12） 2026.01.08 低频选股因子周报（2 ...

证券研究报告·金融工程·金工专题报告 金工专题报告 20260110 深度学习系列之一：AI 重塑量化，基于大语 言模型驱动的因子改进与情绪 Alpha 挖掘 2026 年 01 月 10 日 ◼ 风险提示： 东吴证券研究所 2 / 106 请务必阅读正文之后的免责声明部分 证券分析师 于明明 执业证书：S0600525120002 yumm@dwzq.com.en 东吴证券研究所 1 / 106 请务必阅读正文之后的免责声明部分 [Table_Tag] [Table_Summary] ◼ 本文是深度学习系列报告第一篇。本文系统性地构建了一套基于大语言 模型（LLM）与提示工程（Prompt Engineering）的自动化因子研究框架， 旨在探索 AI 在量化投资全链条中的应用潜力。本文首先在低频量价因 子领域，通过人机交互的迭代循环，实现了对经典 Alpha158 因子库的 深度优化，并进一步从"优化"范式升级为"生成"范式。随后，该自 动化框架被成功迁移并应用于基本面和高频数据领域，系统性地挖掘并 扩充了传统因子库，验证了 AI 在多数据源、多频率场景下的因子发现 能力。最后，本文探索了 AI 在非结构 ...

晨 会 纪 要 [2025]第 232 号 主 题：对近期重要经济金融新闻、行业事件、公司公告等进行点评 时 间：2026 年 1 月 9 日 8:50-9:30 会议形式：腾讯会议 参会人员：曹旭特 仇华 许雯 王攀 蒋栋 轩鹏程 文正平 张智珑 郭怡萍 李育 文 李正威 邢维洁 马丽明 汪炜 聂孟依 张弛 整理记录：邢维洁 研究所今日晨会要点如下: 一、金融工程 1、商品期货的多因子策略之因子筛选（邢维洁） 供理论支持，但在实际应用过程中需要根据 ICIR 方向进行相应的调整，同时要对因子表现的 背后逻辑进行推演，以确保因子在不同市场状态下的收益效果和稳定性。 不同时间维度下的因子选择 在不同时间维度的因子选择上，报告的关键发现在于因子有效性具有显著的频率依赖性， 这为策略构建提供了直接指导。 商品期货的因子分类 在商品期货多因子体系中，因子可依据其驱动逻辑和数据来源，系统性地划分为六大类 别，涵盖了动量、期限结构、量价、持仓、库存与波动率多个因子。它们共同构成了从市场 情绪、资金行为到深层供需基本面的全方位分析框架。 这六类因子并非孤立存在，而是构成了一个多层级的分析体系。动量与量价因子更多地 捕捉市场 ...

[Table_StockNameRptType] 金融工程 专题报告 虚假信息可被容忍吗？解析其对波动的影响与 边界 ——学海拾珠系列之二百六十一 [Table_RptDate] 报告日期：2026-01-08 [Table_Author] 分析师：骆昱杉 执业证书号：S0010522110001 邮箱：luoyushan@hazq.com 分析师：严佳炜 执业证书号：S0010520070001 邮箱：yanjw@hazq.com 主要观点： [Table_Summary] 本篇是学海拾珠系列第二百六十一篇，文章构建了一个含虚假信息 的掠夺性交易博弈模型，分析正确与虚假信息并存下误差因子、容忍 阈值及对波动影响，扩展至一般失真；探讨信息更新动态作用，发现可 抵消失真、降波动，但随机性增控制难度，利润与波动目标或冲突。 将虚假信息嵌入受害者与捕食者的掠夺性交易博弈模型 本文基于 Carlin 等（2007）与 Carmona & Yang（2011）的微观结 构框架，构建含受害者与捕食者的掠夺性交易博弈模型，引入虚假信 息（玩家误信失真信号），利用信念固着偏差合理化假设，区分其与不 确定性博弈，分析信息扭曲对 ...

Quantitative Models and Construction Methods National Enterprise Fundamental Factor Stock Selection Strategy - **Model Name**: National Enterprise Fundamental Factor Stock Selection Strategy [3] - **Model Construction Idea**: The strategy is based on fundamental factors tailored to national enterprises, considering both general and industry-specific factors [5][6] - **Model Construction Process**: - Define the sample pool using the CSI National Enterprise Index (000955.CSI) and stocks listed on the Beijing Stock Exchange for over six months with central or local state-owned enterprise attributes [3] - Classify industries into dividend-oriented and growth-oriented categories based on ZX third-level industry logic [3][4] - Select general factors such as ROE (TTM), operating cash ratio, labor productivity, asset-liability ratio, and dividend yield [5][6] - Incorporate industry-specific factors like ROIC, prepayment growth rate, inventory turnover rate, and capital expenditure/depreciation ratio for different industries [6][8] - Adjust factor weights based on industry characteristics, emphasizing dividend yield for dividend-oriented industries and reducing the weight of asset-liability ratio for growth-oriented industries [9] - Calculate scores using weighted averages of general and industry-specific factors, normalize the scores, and assign weights to stocks based on their scores [11] - Formula for stock weight: $$w_{i}={\frac{s c o r e_{i}^{3}}{\sum_{i=1}^{N}s c o r e_{i}^{3}}}$$ [11] - **Model Evaluation**: The strategy effectively captures the characteristics of national enterprises, balancing dividend stability and growth potential [5][6] Technology Theme Fundamental Factor Stock Selection Strategy - **Model Name**: Technology Theme Fundamental Factor Stock Selection Strategy [19] - **Model Construction Idea**: Focus on technology stocks with high R&D investment and strong growth potential, using fundamental factors to identify stocks in their growth and mature stages [20][23] - **Model Construction Process**: - Define the sample pool based on SW third-level industries and R&D investment criteria (R&D expenses > 5% of revenue or R&D personnel > 10% of total employees) [19][20] - Exclude stocks in the shock and decline stages based on cash flow lifecycle analysis [22][23] - Select general factors such as profitability, growth ability, technical level, supply chain concentration, and alpha factors [24][28] - Incorporate specific factors for growth and mature stages, such as management expense ratio, R&D expense ratio, accounts receivable turnover rate, and PB-ROE [24][28] - Adjust scores using R&D expense multipliers to emphasize high R&D industries [28][29] - Formula for stock weight: $$w e i g h t_{i}={\frac{s c o r e_{i}}{\sum_{i=1}^{50}s c o r e_{i}}}$$ [30] - **Model Evaluation**: The strategy highlights technology stocks with strong R&D capabilities and growth potential, effectively capturing industry-specific dynamics [24][28] Consumer Theme Fundamental Factor Stock Selection Strategy - **Model Name**: Consumer Theme Fundamental Factor Stock Selection Strategy [38] - **Model Construction Idea**: Focus on consumer stocks with direct-to-consumer business models, using fundamental factors to identify stocks with strong growth, profitability, and governance [38][39] - **Model Construction Process**: - Define the sample pool based on SW third-level industries, categorizing stocks into daily manufacturing, optional manufacturing, daily services, and optional services [38][39] - Select general factors such as growth-profitability-cash flow composite factor, operating cash flow ratio, ESG management score, and economic sensitivity [40][41] - Incorporate specific factors like market share, R&D expense ratio, accounts receivable turnover rate, and marketing expense ratio [40][41] - Adjust scores using PS (TTM) multipliers to emphasize stocks with lower price-to-sales ratios [46][47] - Formula for stock weight: $$w e l g h t_{i}={\frac{S c o r e_{i}^{a d j}}{\sum_{i=1}^{50}S c o r e_{i}^{a d j}}}$$ [48] - **Model Evaluation**: The strategy effectively identifies consumer stocks with strong fundamentals and growth potential, balancing profitability and governance [40][41] --- Model Backtesting Results National Enterprise Fundamental Factor Stock Selection Strategy - **Annualized Return**: 22.93% [12][15] - **Annualized Volatility**: 20.85% [15] - **Sharpe Ratio**: 1.0961 [15] - **Calmar Ratio**: 0.9963 [15] - **Maximum Drawdown**: -23.01% [15] Technology Theme Fundamental Factor Stock Selection Strategy - **Annualized Return**: 30.61% [31][34] - **Annualized Volatility**: 27.61% [34] - **Sharpe Ratio**: 1.1070 [34] - **Calmar Ratio**: 0.8962 [34] - **Maximum Drawdown**: -34.16% [34] Consumer Theme Fundamental Factor Stock Selection Strategy - **Annualized Return**: 24.86% [49][52] - **Annualized Volatility**: 22.99% [52] - **Sharpe Ratio**: 1.0825 [52] - **Calmar Ratio**: 1.0197 [52] - **Maximum Drawdown**: -24.38% [52]

金融工程 证 券 研 究 报 告 市场情绪监控周报（20251229-20251231） 深度学习因子 12 月超额 5.46%，本周热度变化最 大行业为有石油石化、建筑装饰 本周情绪因子跟踪 本周宽基热度变化方面：热度变化率最大的中证 500，相比上周提高 3.45%， 最小的为"其他"，相比上周降低 2.39%；宽基热度动量组合 25 年累计收益为 36.8%。 本周申万行业热度变化方面，一级行业中热度变化率正向变化前 5 的一级行 业分别为石油石化、建筑装饰、基础化工、机械设备、家用电器，负向变化前 5 的一级行业分别为农林牧渔、社会服务、商贸零售、食品饮料、煤炭；申万 二级行业中，热度正向变化率最大的 5 个行业是电机Ⅱ、装修装饰Ⅱ、炼化及 贸易、航运港口、化学纤维。 本周概念热度变化最大的 5 个概念为华为盘古、移动支付、代糖概念、减速 器、PEEK 材料；高热度概念+低热度个股组合 25 年累计收益为 41.8%。 本周市场估值跟踪 本周宽基和行业估值： 沪深 300、中证 500、中证 1000 的滚动 5 年历史分位数分别为 90%、97%、 94%。 申万一级行业中，从 2015 年开始回溯 ...

证券研究报告 | 金融工程 gszqdatemark 2026 01 04 年 月 日 量化分析报告 择时雷达六面图：本周拥挤度指标弱化 择时雷达六面图：基于多维视角的择时框架。权益市场的表现受到多维度 指标因素的共同影响，我们尝试从流动性、经济面、估值面、资金面、技 术面、拥挤度选取二十一个指标对市场进行刻画，并将其概括为"估值性 价比"、"宏观基本面"、"资金&趋势"、"拥挤度&反转"四大类，从而生成 [-1,1]之间的综合择时分数。 本周综合打分。本周市场的拥挤度&反转分数下降，估值性价比分数、宏 观基本面分数、趋势&资金分数维持不变，综合打分位于[-1,1]之间，当前 的综合打分为-0.11 分，比上周下降 0.10 分（上周综合分数为-0.01 分）， 维持中性观点。当前六面图各个维度的观点如下： 流动性。本周货币方向、信用方向发出看多信号，货币强度信号中性， 信用强度发出看空信号，当前流动性得分为 0.25 分，综合来看发出中性 偏多信号。 经济面。本周增长方向指标发出看多信号，增长强度、通胀方向、通胀 强度发出看空信号，当前经济面综合得分为-0.50 分，综合来看发出中性 偏空信号。 估值面。本 ...

净利润断层策略 2025 年绝对收益 67.17% 证券研究报告/金融工程定期报告 2026 年 01 月 04 日 执业证书编号：S0740525110003 Email：wuxx02@zts.com.cn 执业证书编号：S0740525060001 Email：wangpf@zts.com.cn 1、《量化择时周报：市场于周二再 度 重 回 上 行 趋 势 ， 保 持 积 极 》 2025-12-28 2、《净利润断层策略本年绝对收益 69.56%》2025-12-28 3、《量化择时周报：市场格局仍在 反复，谨慎应对》2025-12-21 分析师：吴先兴 报告摘要 戴维斯双击策略 相关报告 净利润断层策略 沪深 300 增强组合 风险提示：模型基于历史数据，存在失效的风险；市场风格变化风险。 请务必阅读正文之后的重要声明部分 分析师：王鹏飞 戴维斯双击即指以较低的市盈率买入具有成长潜力的股票，待成长性显现、市盈率相 应提高后卖出，获得乘数效应的收益，即 EPS 和 PE 的"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%。 策略在 2010-2017 ...