【大浪淘沙】每周研报精选（2025年第21期）（20250630-202507）

主要观点总结

文章主要介绍了多个金融工程专题报告，包括基于随机森林的多因子选股模型构建、全市场主题轮动“录像机”工具构建与应用、大类资产配置模型的演进历程、大模型外部评价体系框架介绍、如何利用DeepSeek辅助降低跟踪误差、基于宏观经济状态划分的BL模型与ETF实践、长短期视角下的大类资产配置策略、指数复制及指数增强方法概述、多策略配置解决方案、构建“分析师50组合”、高阶矩视角下的投资组合优化、全天候策略是否需要择时、参与主题概念行情的投资策略、基于景气度视角下的降频行业轮动策略、资产配置中底层资产的优化、使用投资雷达把握行业轮动机会、业绩超预期策略的有效性、从红利增长到未来高股息的策略改进、港股红利增长策略及分析师因子改进方向等。

关键观点总结

关键观点1: 随机森林多因子选股模型构建

报告聚焦基于随机森林的多因子选股模型构建，针对传统多因子模型线性假设的局限，引入随机森林算法捕捉市场非线性关系与因子交互作用，以中证500指数成分股为标的构建策略，回测显示模型显著跑赢基准，验证了机器学习在量化选股的实用价值。

关键观点2: 全市场主题轮动“录像机”工具构建与应用

报告聚焦全市场主题轮动“录像机”工具的构建与应用，基于图论与最小生成树算法，以300+只全市场“可投指数”为研究池，打造兼具静态关联展示与动态轮动追踪功能的市场观测体系，为主题投资与资产配置提供直观分析工具。

关键观点3: 大类资产配置模型的演进历程

报告系统梳理大类资产配置模型的演进历程、核心特征与未来方向，通过分析各类模型的优劣势及适用场景，为不同类型投资者提供配置框架参考。

关键观点4: 大模型外部评价体系框架介绍

报告核心围绕大模型金融领域问答能力的评价展开，构建了一个专注逻辑推理的金融问答评价基准，并选取国内主流大模型进行测试，分析大模型在金融领域问答能力。

关键观点5: 如何利用DeepSeek辅助降低跟踪误差

报告结合证监会《推动公募基金高质量发展行动方案》中“锚定基准创造超额收益”的要求，探索DeepSeek在降低基金跟踪误差中的应用，形成四类核心方案。