泛科技框架重構及選股模型初探.pdf
- 上傳者:風****
- 時間:2026/03/11
- 熱度:67
- 0人點贊
- 舉報
泛科技框架重構及選股模型初探。科技板塊框架重構與復盤。受全球科技產業變遷及新質生產力政策紅利釋放,A 股傳統 TMT 已重構為泛科技板塊,分為老科技( 電子、計算機、通信、傳媒)與新科技(電力設備及新能源、軍工、機械、有色等)。新老科技形成雙輪驅動,新科技貢獻超六 成營收作為基本盤,TMT 具備高彈性充當增速放大器,盈利修復中 TMT 率先反彈、新科技跟進。交易層面呈現階段性資金輪動, TMT 高換手、低占比,新科技高持倉、低換手,行情由上游向下游傳導。2025 年科技板塊結構性分化,有色、能源電力、機器人 三大主線輪番領漲。2026 年泛科技仍是市場核心,新科技有望引領行情,TMT 等待新催化,人形機器人迎來真正交付元年,賽道 節奏與內部結構分化將進一步加劇。
因子表現梳理分析。盈利能力維度,資本收益率因子呈弱正向但分組單調性不足;營業外收支凈額占比因子IC正值占比69.4%,但 與傳統價值邏輯相悖且穩定性欠佳。現金流因子有效性突出,非籌資性現金凈流量與負債總額比率(IC均值3.66%,正值占比 66.67%)及經營活動現金流/負債合計(IC均值3.38%)表現優異,2025年部分指標波動加大,顯示宏觀環境敏感性。殘差波動率 因子(DASTD)負向顯著(IC均值-3.99%),低波動組合持續占優,2024年表現強勢,2025年風格切換下溢價收窄但單調性仍 存。動量效應層面,隔夜收益率及夏普比率正向有效,日內指標穩定性最優,區間表現相對平庸。流動性因子整體負向有效, 2025-2026年組間區分度下降,需結合擇時調整。成交量因子單調性顯著,但與市值因子相關性達60.52%,存在共線性風險。價 量共振因子呈負向選股特征,"量弱"組別長期占優。
結合基本面和價量要素的選股策略。在建池階段嚴格執行剔除后20%市值與前20%高動量股票的雙重剔除邏輯以規避擁擠與反轉 風險。基本面端聚焦償債、成長、營運與現金四大維度以尋找高質量資產,其中償債能力與現金狀況因子表現最優,年化收益均 突破30%且夏普比率大于1,能夠不高度依賴特定市場環境持續穩定地產出Alpha。量價端立足于市場情緒快速輪動邏輯,采用“ 隔夜做多+同周期日內做空”及負向打分高成交換手的匹配設計,旨在精準挖掘“價強量弱”、上漲阻力較小的優質科技標的。綜 合優選策略策略回測自2023年3月1日至2026年1月30日,年化收益率達29.31%,相對科技100指數年化超額9.94%,夏普比率 1.14,相對中證全指超額年化20.63%,信息比率1.82。當前截面持倉呈現兼顧確定性與高彈性的啞鈴型分布,重點超配新科技( 占比68%)與TMT(占比32%)主線的高景氣度行業。
免責聲明:本文 / 資料由用戶個人上傳,平臺僅提供信息存儲服務,如有侵權請聯系刪除。
- 相關標簽
- 相關專題
- 全部熱門
- 本年熱門
- 本季熱門
- 金融工程專題:基于QLIBALPHA360的Temporal FusionTransformer選股模型.pdf 1441 6積分
- 量化投資因子選股系列專題報告:DFQ_diversify,解決分布外泛化問題的自監督領域識別與對抗解耦模型.pdf 266 6積分
- 泛科技專題研究:從美國泛科技看,中國科技產業鏈發展.pdf 234 6積分
- 機器學習應用系列:強化學習驅動下的解耦時序對比選股模型.pdf 88 6積分
- 泛科技框架重構及選股模型初探.pdf 68 6積分
- 金融工程丨深度報告:平臺突破——時序選股模型(一).pdf 63 3積分
- 機器學習應用系列:強化學習驅動下的解耦時序對比選股模型.pdf 88 6積分
- 泛科技框架重構及選股模型初探.pdf 68 6積分
- 金融工程丨深度報告:平臺突破——時序選股模型(一).pdf 63 3積分
