报告概述
本报告为广发金工团队发布的Alpha因子跟踪月报，覆盖广发金工Alpha因子数据库中的基本面因子、Level-1中高频因子、Level-2高频因子、机器学习因子及另类数据因子。报告以全市场、沪深300、中证A500、中证500、中证1000、创业板指为分析对象，分别采用月度换仓和周度换仓进行因子选股表现分析，重点评估各因子的RankIC、历史胜率、自相关性及指数增强超额收益。报告旨在为多空策略、指数增强、ETF轮动等量化策略提供因子有效性依据。
报告的核心结论
fimage因子近期表现突出，在各板块指数增强中超额收益显著。
fimage因子近一月在全市场月度换仓下RankIC均值达11.16%，今年以来在沪深300、中证A500、中证500、中证800、中证1000、创业板指中均实现正超额收益，其中沪深300超额10.86%，中证A500超额8.32%，显示其对不同市值风格股票的区分能力较强。
深度学习因子整体历史表现优异，但近期分化明显。
agru_dailyquote因子历史以来RankIC均值13.27%，胜率90%，但近一月RankIC仅2.83%；DL_1因子历史以来RankIC均值13.23%，胜率85.35%，但近一月为-3.41%；fimage因子历史以来RankIC均值5.14%，胜率77.94%，近一月高达11.16%。说明不同深度学习因子在近期市场环境下有效性发生轮动。
Level-2高频因子中，大小单因子bigbuy_bigsell在全市场月度换仓下表现稳健。
bigbuy_bigsell因子近一月、近一年、历史以来RankIC分别为0.79%、4.74%、9.27%，历史胜率76.77%，自相关性高达95.01%。该因子通过捕捉大单买卖行为，在月度换仓周期中持续提供选股信号，是高频因子中较稳定的正因子。
风格因子中，盈利类因子（ROE、销售净利率）历史正收益但近期有所减弱。
ROE因子近一月RankIC为2.14%，历史以来-0.20%，但近年整体呈现稳定正效应；销售净利率近一月RankIC达16.87%，但历史以来仅-0.30%，说明近期盈利因子表现突出但长期有效性存疑，需关注其持续性。
报告回答的关键问题
fimage因子在哪些指数中增强效果最好？
今年以来，fimage因子在中证A500指数中增强效果最好，超额收益达8.32%；其次为沪深300的10.86%、中证800的9.97%。该因子在沪深300、中证A500、中证800等大盘风格指数中表现优于中证500和中证1000，表明其更适用于大中盘股票。
近期哪些Level-2高频因子表现较好？
近期（2026年6月）表现较好的Level-2高频因子是bigbuy_bigsell，全市场月度换仓下近一月RankIC为0.79%，近一年4.74%；此外，keyperiod_amount_top30pct因子近一月RankIC为-3.39%，但近一年7.90%，历史以来10.63%，中长期表现突出。整体而言，大小单类因子和重点时段量价因子较为有效。
月度换仓与周度换仓下因子表现有何差异？
月度换仓下，因子RankIC通常更高，历史胜率更稳定；周度换仓下因子波动加大，但部分因子如fimage在周度换仓下近一月RankIC为9.21%，仍保持较高水平。报告显示，周度换仓更考验因子的短期预测能力，而月度换仓更适合中长期策略，两种换仓周期下因子排序有一定差异。
报告中的代表性数据
fimage因子今年以来指数增强超额收益
2026年以来至2026/06/30，在控制行业偏离1%、市值偏离1%、个股权重偏离0.5%、成分股权重80%，月末换仓、双边千三计费条件下的指数增强模拟超额收益。
agru_dailyquote因子历史以来RankIC均值
历史以来至2026/06/30，全市场月度换仓，RankIC均值13.27%，历史胜率90.00%，自相关性91.42%。
bigbuy_bigsell因子近一年RankIC均值
2025/07至2026/06，全市场月度换仓，近一年RankIC均值4.74%，历史以来9.27%，历史胜率76.77%。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 广发金工Alpha因子数据库整体框架介绍，涵盖因子类型、数据来源、存储架构及团队研发能力。
- fimage、agru_dailyquote、DL_1三大深度学习因子在沪深300、中证A500、中证500、中证800、中证1000、创业板指的指数增强收益与回撤曲线图。
- 全市场月度换仓下所有因子的RankIC表现统计表，包括近一月、近一年、历史以来RankIC、历史胜率、自相关性及每期分档平均收益。
- 沪深300、中证A500、中证500、中证1000、创业板指分别的月度换仓因子表现分析表，便于对比各板块因子有效性。
- 全市场及主要板块周度换仓下因子表现分析表，提供高频因子在不同调仓频率下的稳定性比较。
- 风险提示章节，说明模型基于历史数据的局限性及在市场环境变化时可能失效的风险。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
