⁣
📰 金融工程研究：规模因子十年回测：小市值溢价的检验与策略构建 - 源达信息 ｜ 发现报告

本文以对数市值（ln市值）作为规模因子，构建了基于总市值的规模因子并结合盈利质量与估值约束，形成多因子选股策略。规模因子在中小盘中表现为负向选股能力，小市值股票长期优于大市值，但在行业和市场阶段差异明显：在银行、非银金融等行业和大市值组中，因子信号转为正向或弱性下降，需结合其它条件使用。通过筛选流程剔除ST、亏损及高市净率标的，且在每年4月和10月调仓，按规模因子排序选取前5只等权重持有，构建了多因子组合以提升稳健性。实证回测显示，2014-2026年间，该组合实现708.5%的总回报、18.38%的年化收益率，超越沪深300指数约598.14%的超额收益；近似结论在不同市值分组与行业层面均得到印证，且因子的有效性随市场风格轮动而变化。总体而言，规模因子具备对小市值溢价的解释力，但需配合盈利质量与估值约束以提升策略的稳定性与安全边际。

🏷️ #规模因子 #小市值 #盈利质量 #估值 #多因子

🔗 原文链接

⁣
📰 汇添富基金董超：AI时代，投资研究的挑战与机遇_《财经》客户端

本文围绕GTC 2026对AI在资本市场投研领域的影响展开讨论。作者指出，金融分析师成为现场关注的核心，AI大模型在金融分析中的应用潜力巨大，能够在极短时间内产出深度报告，覆盖广度高且全天候运作，且具备稳定性和纪律性，正在逐步替代初级分析工作。与此同时，AI与基本面研究之间的界限将变得模糊，量化与主动投资的边界也可能被拉近。面对挑战，投资研究需要在AI赋能下进行进化：坚持AI无法结构化判断的深度认知，如企业家精神、护城河、产业前景等；打造专业化的小模型和深度壁垒，保持行业深耕优势；坚持正确的投资理念与价值观，避免单一因子带来的系统性风险。最终，主张将手工匠人式投资升级为规则化、科学化的组合管理体系，围绕可解释、可执行的因子与技能表达，借助AI实现高效、稳定的长期回报。

🏷️ #AI投研 #量化与主动 #规则化投资 #因子模型 #金融分析

🔗 原文链接