• 科创板因子表现特点 [page::0]

- 科创板风格因子收益波动大，量价因子如低波动率和低换手率表现不突出。
- 剔除开盘后半小时涨幅后的改进反转因子表现显著。
- 基本面因子中研发占比和预期净利润调整因子表现较好。

• 基本面负向剔除因子构建与表现 [page::0]

| 因子名称 | 组成因子 | 年化超额收益(%) | 时间区间 |
|-------------------|----------------------|----------------|-----------------|
| 基本面负向剔除因子 | SUE、SUE_Rev、营收同比增长率 | -6.75 | 2021.01-2025.02 |
- 该因子复合后空头效应强，表现出显著负向收益，具统计显著性。

• 市场关联度与动量因子表现 [page::1]

- 市场关联度因子月均IC为2.5%，统计显著，月胜率58%，累计IC呈上升趋势。
- 改进动量因子结合个股动量与板块涨跌，考虑下行风险，月均IC达到3.91%，正交因子IC为2.64%。

• 多因子模型与组合策略及回测表现 [page::1]

- 多因子复合因子月均IC达6.39%，月胜率74%。
- top100市值加权组合年化收益18.6%，相对科创综指超额22.8%，信息比2.27。
- 线性优化组合年化超额收益10.2%，跟踪误差6.0%，信息比2.0。
- 复合组合月度再平衡配置策略，年化超额收益12.7%，信息比2.25，稳健优异。

• 风险提示 [page::1]

- 报告基于历史统计和模型推断，存在因子失效及模型误设风险。

海通金工 | 科创板因子测试与组合构建——详尽分析报告

1. 元数据与概览

报告标题：海通金工 | 科创板因子测试与组合构建
作者：郑雅斌，海通金融工程首席分析师
发布机构：海通证券研究所
发布时间：2025年3月29日
研究主题：本文围绕科创板市场，针对其中的多因子选股模型进行测试与构造，旨在探索科创板特有的选股因子表现及其组合策略，以实现更优的投资组合构建。

核心论点与目标：
文章指出，传统的全A市场多因子模型在科创板表现不尽理想，因而开展了科创板内因子的单独测试和多因子组合构建。通过对风格因子、量价因子、基本面因子的深入剖析，发现了若干在科创板表现突出的因子，如研发投入占比、预期净利润调整等。基于显著的IC指标和收益率表现，作者构建了top100多因子组合及线性优化组合，最终推出复合组合，显著超越科创综指，体现了模型有效性。最后，报告提出多种风险提示，提醒投资者理性看待因子模型的历史有效性和未来风险。page::0,1]

---

2. 逐节深度解读

2.1 报告开篇与研究背景

报告开头明确指出，整体全A市场的线性回归多因子模型在科创板的效果较弱，促使研究团队针对科创板做了专门的因子测试和组合搭建。此背景说明科创板作为一个相对独立、高成长性的市场板块，在选股因子表现上有其独特性，不能完全套用传统市场的多因子模型。这为后续对因子的深入分析奠定了理论和实践基础。[page::0]

2.2 因子测试结果与构建思路

• 风格因子和量价因子角度：

- 发现科创板中风格因子（如低波动率、低换手率等）收益波动较大，且低波动率、低换手率作为选股指标并不能显著提升组合表现。说明科创板股票的异动性较强，常见的稳健风格因子在此区间效应较弱。
- 剔除开盘后半小时涨幅的改进反转因子表现显著，表明开盘后异常波动的调节对因子表现有实质改善效果。

• 基本面因子：

- 研发占比和预期净利润调整这两个因子被强调为科创板中表现较为抢眼的基本面指标。研发占比的突出意义反映了该市场重视创新和技术潜力的特性。
- 同时考察了SUE（超预期收益指标）、SUE_REV（修正后的SUE）及营收同比增长率，尽管单因子IC表现不显著，但其负向剔除效果强烈，说明这些指标在剔除基本面恶化的标的时具有很大价值。

• 基本面负向剔除因子：

- 将上述三个基本面指标等权复合形成负向剔除因子，测试结果显示组合具有显著空头效应，且带来-6.75%的年化超额收益（即避开表现差的股票带来的正面提升效果），该结果在统计上十分显著，验证了基本面恶化因子的有效剔除作用。[page::0]

2.3 市场关联度因子

该部分指出，科创板里市场关联度越高的股票组合，超额收益效果越明显，月均IC达到2.5%，且统计显著。

• 月胜率58%证明因子持续有效。

- 时间序列上虽然存在个别波动，但整体趋势向上，表明市场关联度作为风险因子或情绪因子，是科创板选股模型中不可忽视的一环。[page::1]

2.4 改进动量因子

作者创新性的将个股动量与所属板块的涨跌结合，构建考虑下行风险的改进动量因子，提出：

• 以20%作为计算参数，原始动量因子月均IC高达3.91%，正交处理后仍有2.64%，均达到统计显著水平。

- 该因子进一步体现了整合系统性板块风险的动量策略在科创板的优越表现，且能够有效减少单纯动量策略的潜在下行风险。[page::1]

2.5 多因子top100组合与线性优化组合

• 多因子组合选股：

- 作者基于表现显著且单调性良好的因子构建复合因子，21年以来科创板月均IC达到6.39%，月胜率高达74%，统计显著。
- 采用复合因子排名前100的股票构建市值加权组合，年化收益率达到18.6%，相较于科创综指的超额收益达22.8%，超额收益年化波动率为10.3%，信息比达2.27，表明组合风险调整后收益极具吸引力。

• 线性优化组合：

- 以一定约束条件设计的优化组合自21年以来相对于科创综指年化超额收益10.2%，跟踪误差6.0%，信息比2.0，表现稳健。

• 复合组合：

- 按20%权重分配给top100组合，其余80%权重分配给优化组合，月度再平衡。
- 该策略21年以来持续带来12.7%的年化超额收益，信息比2.25。值得注意的是，2022年年化超额收益为7.4%，虽然有所下滑，但整体仍保持不错表现，显示策略稳健性较强。[page::1]

---

3. 图表深度解读

3.1 报告封面与形象展示（见 images/106780845f1229d6ce3f...是衡量因子预测未来收益相关性的统计指标，值越高表示因子的有效性越强。月胜率指正向预测结果在月度中所占比例，也体现因子的一致性。

• 信息比（Information Ratio）是超额收益和风险波动率的比值，值越大，代表风险调整后业绩越优。

这些指标共同说明本文多因子模型在科创板的优越表现和优势，尤其顶级组合实现了理论与实践的良好结合。

---

4. 估值分析

本报告偏重因子测试和多因子组合策略构建，未涉及传统意义上的估值分析（如DCF或PE估值法）。其侧重点在因子表现、组合构建及收益分析上的统计学和金融工程方法。因而本部分未体现估值模型计算，但采用信息系数（IC）、胜率、收益率及信息比为核心评判指标，符合量化投资策略的常用衡量体系。

---

5. 风险因素评估

报告明确列出关键风险提示：

• 历史统计规律失效风险：因子和组合基于历史数据统计，可能未来失效，提示投资者勿盲目复制。

- 因子失效风险：任何一个单因子因市场结构调整或资本流向变化可能表现不佳。

• 模型误设风险：模型假设、参数选择可能错误或不完全，导致预测偏差。

该风险提示有助于增强报告的客观性与理性，提醒投资者理性对待研究结论，避免简单地将历史表现等同未来收益。[page::1]

---

6. 批判性视角与细微差别

• 潜在偏见：报告强调了各因子和组合的统计显著性，但实际交易环境中可能存在市场冲击成本、流动性限制等未被充分考虑，这可能导致模型的实际效果比统计分析弱。

- 因子表现波动：部分因子如市场关联度因子表现出周期性波动，且2022年超额收益下滑提示策略在特殊市场环境下存在一定韧性考验。

• 缺乏估值分析结合：因数据驱动策略未与传统估值分析结合，投资者需注意因子策略可能忽视企业内在价值的变化。

- 样本分布与适用性：报告基于2021年至2025年初数据，科创板作为新兴市场，结构快速演化，未来因子适用性及模型稳定性需持续验证。

整体而言，报告专业严谨，但投资者需综合多维度信息审慎应用。

---

7. 结论性综合

本报告围绕科创板市场，深入测试了多种典型和创新选股因子，发现科创板市场因子表现与全A市场存在显著差异。通过改进反转因子、研发投入、预期业绩等基本面指标，以及市场关联度和改进动量因子，构建了多因子复合模型。模型在统计显著性、信息系数、胜率及超额收益率等多重指标上表现良好，尤其top100组合实现超额收益年化22.8%，凸显了策略的投资价值。

该模型由top100多因子市值加权组合和线性约束优化组合构成的复合组合进一步提升了绩效的平稳性和收益稳定性，整体策略自2021年以来稳定创造超额收益，并实现了较高的信息比。

同时，报告高度重视风险提示，强调模型的历史有效性不代表未来一定适用，提醒投资者警惕市场结构变化导致的因子失效与模型误判等风险。

报告未涉及传统估值方法，更多侧重量化因子表现及组合构建，体现了现代金融工程技术在科创板股票研究及投资中的应用深度和前沿性。

总体而言，海通证券通过本报告向专业投资者提供了详尽且数据严谨的因子测试和组合策略建议，提出了具有显著统计优势的多因子投资组合，并通过科学风险管理思路保证了推荐策略的稳健性，具备较强的实践参考价值和理论指导意义。[page::0,1]

---

附注：

• 报告明确面向专业投资者，强调非专业投资者应谨慎使用，强调合规性和风险管理。

- 报告版权归海通证券研究所所有，禁止未经授权擅自引用或篡改。

---

参考图片

报告