【广发金工】量价因子凸显有效性：Alpha因子跟踪周报（2025.11.14）

来源：市场投研资讯

（来源：广发金融工程研究）

广发金工Alpha因子数据库：本数据库基于mysql8.0建立，整体框架如下图所示，覆盖广发金工团队十余年研发经验深厚积累的基本面因子、Level-1中高频因子、Level-2高频因子、机器学习因子、另类数据因子等，为多空策略、指数增强、ETF轮动、资产配置、衍生品等策略提供可靠且有效的因子库支持。广发金工团队自有100TB级存储数据库、高性能CPU/GPU算力服务器，拥有Wind、天软、通联等多个可靠的数据供应商，实现因子高效研发和动态更新。

Alpha因子表现分析：本报告对上述数据库中的Alpha因子在全市场、沪深300、中证A500、中证500、中证1000、创业板板块，分别以月度、周度换仓进行选股表现分析。本文数据截止日期为2025/11/14。

深度学习因子表现：在全市场、月度换仓条件下，agru_dailyquote因子在近一周、近一月、近一年、历史以来的RankIC均值分别为15.17%、23.57%、13.97%、13.97%，历史胜率为91.51%。

DL_1因子在近一周、近一月、近一年、历史以来的RankIC均值分别为32.44%、32.41%、15.39%、13.95%，历史胜率为87.87%。

fimage因子在近一周、近一月、近一年、历史以来的RankIC均值分别为-3.21%、-0.15%、2.97%、5.19%，历史胜率为78.09%。今年以来，月度换仓、千三计费后在沪深300、中证A500、中证500、中证800，中证1000、创业板指的指数增强超额收益率分别为8.80%、9.67%、6.73%、11.08%、11.24%、7.55%，最大回撤率分别为1.96%、1.16%、3.47%、1.49%、1.24%、1.84%。

29个Level-2高频因子表现：在全市场中、月度换仓条件下，近期表现较好的Level-2因子是integrated_bigsmall_longshort因子，其近一周、近一月、近一年、历史以来的RankIC均值分别29.72%、25.94%、10.09%、11.04%，历史胜率为75.80%。

55个分钟频因子表现：在全市场中、月度换仓条件下，近期表现较好的分钟频因子是Amihud_illiq因子，其近一周、近一月、近一年、历史以来的RankIC均值分别为36.00%、29.33%、14.12%、11.09%，历史胜率为74.80%。

45个风格因子表现：详见本报告正文。

风险提示：（1）本文所述模型用量化方法通过历史数据统计、建模和测算完成，所得结论与规律在市场政策、环境变化时存在失效风险；（2）本文策略在市场结构及交易行为改变时有可能存在失效风险；（3）因量化模型不同，本文提出的观点可能与其他量化模型结论存在差异。

agru_dailyquote因子在各板块的指数增强表现

DL_1因子在各板块的指数增强表现

fimage因子在各板块的指数增强表现

月度换仓-全市场

月度换仓-沪深300

月度换仓-中证A500

月度换仓-中证500

月度换仓-中证1000

月度换仓-创业板

周度换仓-全市场

周度换仓-沪深300

周度换仓-中证A500

周度换仓-中证500

周度换仓-中证1000

周度换仓-创业板

本文所述模型用量化方法通过历史数据统计、建模和测算完成，所得结论与规律在市场政策、环境变化时存在失效风险；

本文策略在市场结构及交易行为改变时有可能存在失效风险；

因量化模型不同，本文提出的观点可能与其他量化模型结论存在差异。