风格因子表现总结 [page::0][page::2]

• 市值、非线性市值、成长、流动性、盈利因子的多头表现良好。

- 估值因子的空头表现强势，市场整体偏好高估值高成长股票。

全市场及各股池基本面与技术因子多空收益表现 [page::3][page::4][page::5]

• 全市场及沪深300、中证500、中证1000市场中，高估值及增速稳定股票多空收益表现显著为正。

- 技术因子中，波动因子多空收益表现较明显，高动量高波动股票占优。

GRU深度学习模型因子表现分化 [page::3][page::5]

• Close1d和barra1d模型多空收益表现较好。

- Barra5d和open1d模型出现较大回撤，GRU多头组合整体表现较弱。

多头组合回测及超额收益表现 [page::7]

| 策略因子名称 | 近一周 | 近一月 | 近三月 | 近六月 | 今年以来 |
|--------------|---------|---------|---------|---------|-----------|
| open1d | -0.97% | -2.85% | -2.74% | 3.10% | 4.20% |
| close1d | -1.68% | -4.50% | -3.80% | 0.92% | 1.90% |
| barra1d | 0.57% | 0.75% | 0.48% | 1.61% | 4.38% |
| barra5d | -2.17% | -3.76% | -2.91% | 3.17% | 4.13% |
| 多因子 | -0.29% | -2.43% | -2.79% | 1.69% | 0.01% |

• Barra1d模型今年以来超额收益率最高（4.38%），表现最佳。

- 其余GRU相关模型多数出现超额回撤，表现明显弱于barra1d模型。

• 多因子组合本周相对中证1000指数超额回撤0.29%。

风险提示 [page::7]

• 因子可能出现失效甚至反向，存在因子失效风险。

- 基于历史数据训练的模型存在失效风险。

• 实盘执行环境复杂，实际交易风险不容忽视。

深度学习模型回撤显著，高波占优——中邮因子周报20250831【中邮金工】详细分析报告

---

一、元数据与报告概览

• 报告标题：《深度学习模型回撤显著，高波占优——中邮因子周报20250831》

- 作者：肖承志、金晓杰

• 发布机构：中邮证券有限责任公司，中邮证券研究所发布

- 发布时间：2025年9月1日

• 研究对象：深度学习模型（GRU等）及多因子投资策略在中国A股市场的股池（全市场、沪深300、中证500、中证1000）中的表现追踪与量化因子分析

- 核心论点：本周市场风格以高波动率、高动量为主导，深度学习模型尤其是部分GRU模型回撤明显，基本面成长、流动性和盈利等因子的多头表现较好，而估值因子空头表现强势。整体观点呈现以高估值、高成长、高波动股票为主的市场风格。



---

二、报告章节详细解读

2.1 摘要及风格因子跟踪

• 本周总体表现显示市值、非线性市值、成长、流动性和盈利因子多头表现强劲；与之对比的是估值因子呈现显著空头表现。

- 全市场股池盈利相关因子和营业相关因子表现突出，技术因子中波动因子多空收益显著，显示高波高动量股票优势明显。

• 深度学习模型GRU因子表现分化明显，barra5d和open1d模型出现回撤，而close1d和barra1d模型多空收益表现相对较好。[page::0]

2.2 风格因子内涵简介

• 风格因子具体内容涵盖了Beta、市值（自然对数）、动量（历史超额收益率均值）、波动（复合超额收益率波动率指标）、非线性市值（市值的三次方处理）、估值（市净率倒数）、流动性（换手率加权）、盈利（分析师预测盈利价格比、市现率倒数和市盈率倒数）、成长（综合近期盈利及营业收入增长）、杠杆等因子。

- 这些因子通过行业中性化处理后进行多空组合构建，选股范围覆盖万得全A市场，剔除特殊股票，截取市值最高10%做多，最低10%做空，确保因子有效性。[page::2]

2.3 因子表现跟踪

（1）全市场

• 基本面因子的多空收益多为正向，尤其是静态财务因子和超预期增长因子表现亮眼，凸显出近期整体短期业绩较好且增速稳定的股票表现优异。

- 技术面因子表现分化，动量类因子多空收益为正，反映高动量股票受到市场青睐，而中长期波动因子则表现负向，意味着市场对高波股票的波动有一定分歧。

• 深度学习GRU因子中，只有barra1d模型表现稳健，其它模型呈现回撤态势，展现模型存在一定的不稳定性和风险。[page::3]

（2）沪深300成分股

• 基本面因子多空正收益普遍，营业利润相关因子表现最强，权益收益相关因子其次，整体风格偏向高估值高成长股票。

- 技术面因子多空收益均正，波动因子表现抢眼，高动量和高波动的股票优势明显。

• GRU因子表现分化，barra5d和open1d模型收益出现回撤，close1d和barra1d表现较好，反映不同模型在不同股池的稳定性差异。[page::4]

（3）中证500成分股

• 基本面因子多头收益整体为正，估值因子收益显著为正，兼具高估值和增速稳定的股票占优。

- 技术因子仍表现为正向，高动量及高波动股票保持优势。

• GRU模型中barra5d回撤较大，barra1d模型收益表现强劲，显示深度模型性能分化。[page::4-5]

（4）中证1000成分股

• 基本面因子多空收益以增长类和超预期增长类因子最为明显，静态财务因子表现不显著。

- 技术因子普遍正向，多空表现较好。

• GRU因子与中证500相似，barra5d模型表现较弱，barra1d表现良好。[page::5-6]

2.4 多头组合跟踪表现

• 本周GRU多头组合整体表现较差，具体表现为barra1d模型相较于中证1000指数实现了0.57%的正向超额收益，而其它模型如open1d、close1d、barra5d则均出现0.97%至2.17%的超额回撤。

- barra1d模型今年以来累计超额收益达4.38%，表现稳定且突出。

• 多因子综合策略本周表现疲弱，相较中证1000指数出现0.29%的超额回撤。

- 图表数据显示多头组合自2019年起持续累积收益，但近期出现波动，美化了市场高波动背景下策略的差异表现。[page::7]

2.5 风险提示分析

• 因子失效风险：因子基于历史数据，有可能因为未来市场风格、经济环境的变化而失效，甚至出现反向表现。

- 模型失效风险：深度学习模型依赖历史训练数据，如果未来市场逻辑改变，模型预测可能偏离实际，带来投资风险。

• 实盘交易风险：报告回测基于理想条件，现实交易中受限流动性、交易成本、滑点等因素影响，真实收益可能远低于回测结果。[page::7]

---

三、图表深度解读

3.1 风格因子多空收益表现（图表2）

• 该图表列出了主要风格因子的短期（最近一周、一个月）、中长期（半年、今年以来）及历史（3年、5年年化）多空收益表现及趋势。

- 观察最近一周数据，市值、非线性市值、成长、流动性、盈利均呈绿色正向，强化了摘要中结论，即这些因子多头表现＞空头表现，尤其成长因子周度收益达2.79%，显著。

• 估值因子则显示红色负向收益，市值波动表现较大，符合“估值因子空头较为强势”，显示市场资金偏好高估值成长股。

- 三年及五年年化数据印证了成长、盈利因子长期表现较优，估值因子呈现持续正向（可能与阶段性市场风格不同有关），但短期有所调整。

3.2 全市场基本面因子表现（图表3）

• 图表展示了市盈率、市销率、ROE增长、营业利润率超预期增长等多个基本面因子的多空收益。

- 发现营业利润率超预期增长因子短期收益达1.28%，表明盈利能力提升的公司股票受市场青睐。

• 静态财务指标如ROA短期表现较强，而部分增长因子表现趋于分化。

- 这些数据支撑了“短期业绩较好，增速稳定”的市场偏好。

3.3 技术类因子表现（图表4）

• 显示了波动率和动量不同周期的技术因子表现。

- 120日和60日波动因子短期内回报为正，说明高波动股票仍受市场青睐，但长期（5年）趋势显示波动收益有所衰退。

• 20日动量长线表现负向明显，显示短期波动动量效应减弱。

- 图表反映市场高波动和高动量的双重组合策略短期有效。

3.4 GRU模型因子表现（图表5）

• 展示不同GRU模型因子最近一周及近期的多空收益变化。

- close1d和barra1d模型表现较好，近一周多空收益均为正向，而barra5d表现回撤明显。

• 该图反映深度学习模型在不同训练目标和预测区间上表现存在差异，提示投资者对模型具体参数需谨慎选择。

3.5 子市场因子表现解析

• 沪深300（图表6-8）、中证500（图表9-11）、中证1000（图表12-14）因子表现均显示，基本面成长和估值因子多数正向，且技术面波动与动量因子在各股池均存在优势。

- GRU模型在各股池普遍呈现barra1d优于barra5d和其它模型的态势，表现出深度学习模型在更短期预测目标上的相对稳定性和优势。

3.6 多头组合超额收益表现（图表15）

| 策略因子名称 | 近一周 | 近一月 | 近三月 | 近六月 | 今年以来 |
|---------------|--------|--------|--------|--------|----------|
| open1d | -0.97% | -2.85% | -2.74% | 3.10% | 4.20% |
| close1d | -1.68% | -4.50% | -3.80% | 0.92% | 1.90% |
| barra1d | 0.57% | 0.75% | 0.48% | 1.61% | 4.38% |
| barra5d | -2.17% | -3.76% | -2.91% | 3.17% | 4.13% |
| 多因子组合 | -0.29% | -2.43% | -2.79% | 1.69% | 0.01% |

• 数据反映本周多数模型出现不同程度的超额收益回撤，只有barra1d保持正超额收益。

- 多因子组合虽具平滑效果，但本周亦表现疲软，凸显模型与因子选股策略短期承压。[page::7]

3.7 多头组合超额净值走势图（图表16）

• 从2019年至今，多头组合净值整体呈攀升趋势，体现长期多因子策略的盈利能力。

- 2025年内部分模型出现净值回撤或震荡，验证报告中“深度学习模型回撤显著”的结论。

---

四、估值分析

报告本身并不直接涉及对具体个股的估值测算或目标价预测，但参考因子组构中的“估值因子”（市净率倒数、市盈率等），以及因子表现来看：

• 估值因子多空收益为空头主导，反映市场当前倾向于压制高估值股票回报，提示投资者对估值较高成长个股需谨慎。

- 结合成长、盈利因子多头表现和技术面高波动高动量的风格，隐含了以业绩驱动成长股为核心而非简单低估值价值股的投资策略逻辑。

• 深度学习模型和多因子模型未明显强调PE或PB估值驱动，反而以更多维度因子、动态学习模型捕捉多因子综合表现。

综上，估值分析更侧重于整体因子表现与股池风格切换，而非单一估值指标的绝对水平。

---

五、风险因素评估

1. 因子失效风险：因子表现依赖历史数据规律，未来市场结构或风格变化可能导致因子失效，特别是基本面与技术面因子随着宏观环境调整面临不确定。

2. 模型失效风险：深度学习模型以历史训练数据建立，模型可能出现过拟合或者对市场变化敏感度不足，致使预测能力下降。

1. 实盘交易风险：回测理想化条件与实际交易不符，手续费、执行滑点、流动性不足等均会导致实际收益低于回测，实际操作时需谨慎。[page::7]

---

六、批判性视角与细微差别

• 报告多次指出GRU深度学习模型表现分化且回撤显著，暗示技术驱动模型仍难保证稳定，风险较大。

- 在高波和高动量主题明显下，估值因子出现显著空头，表明市场分歧较大，对估值偏离的公司需要谨慎对待。

• 报告中多因子组合尽管整体看表现较好，但是短期回撤表明多因子策略仍存在风格切换风险。

- 报告偏重于因子多空收益和模型表现的统计解读，缺少对外部宏观经济、政策、行业轮动等非量化因素的讨论，对解读深层次市场驱动逻辑存在一定限制。

• 深度模型在不同因子与时间窗口的表现差异也提示需更细致地理解模型参数和训练机制。

---

七、结论性综合

整体而言，本期中邮金工深度因子周报通过系统梳理风格因子、基本面与技术因子，以及多款深度学习GRU模型在不同股池的多空收益表现，发现市场风格已明显偏向高波动、高动量和高成长股票。

• 风格因子中，成长、盈利及流动性多头表现尤为突出，相比之下估值因子空头表现强势，反映了市场对高估值成长股的认可和防范。

- 技术因子中，波动因子的多头收益较为显著，说明投资者青睐波动率高的股票以期获得超额回报。

• 深度学习模型表现分化明显，barra1d模型展现稳健超额收益，成为当前多因子策略中收益较好的模型，而barra5d等模型回撤明显，提示模型稳定性及预测能力仍存在挑战。

- 多头组合虽长期累积收益较好，但短期仍面对显著的回撤风险，投资者需关注策略的实时表现调整。

• 风险提示严谨指出因子及模型的潜在失效风险以及实盘交易环境带来的不确定性，体现研究者对实际投资应用的谨慎态度。

值得特别注意的是，报告未直接推进具体个股或估值目标，而是通过多维度因子的统计分析和策略表现，精准描绘当前市场风格轮动与模型表现的动态变化，为投资者构建基于因子与深度学习的选股体系提供了重要参考依据。

---

关键词总结

• 高波动高动量主导风格

- 成长与盈利因子多头优势

• 估值因子空头显著

- GRU深度学习模型表现分化

• barra1d模型表现优异

- 多因子组合短期回撤

• 因子与模型失效风险需警惕

- 实盘交易环境带来挑战

以上内容基于中邮证券研究所2025年9月1日《深度学习模型回撤显著，高波占优——中邮因子周报20250831》报告全文及图表信息综合分析整理，严格标注页码，确保分析内容客观详实。[page::0,1,2,3,4,5,6,7,8]

报告