选基因子回顾
　　从数据来源角度，传统的选基因子主要可以分为三类，即收益角度、持仓角度和其他角度。传统因子表现相对优异，但有效因子数量仍然有限。
　　宏观、中观、微观角度构建选基因子
　　从2025年基金四季报的基金经理投资策略和未来展望的分析上来看，宏观研判占据核心；其次是中观行业和风格配置；其次是个股基本面、情绪面与资金面。本文探索从全新的宏观、中观、微观角度构造选基因子，丰富选基因子库。
　　宏观层面，我们使用基金在主要宏观数据披露后的收益构造因子，衡量基金经理对于宏观的把握程度，收益较高说明基金经理持仓与宏观环境不冲突。
　　CPI/PPI、PMI、GDP、M2/CREDIT事件构建的因子有一定效果。CPI/PPI因子反映通胀预期把握度，对不同类型基金具有较好选基效果，在全样本中Rank IC均值为6.0%，多头相对基准超额收益5.5%。
　　PMI因子反映制造业景气度把握度，选基效果一般；PMI因子（月份筛选）效果较好，在全样本中Rank IC均值为5.1%，多头相对基准超额收益6.3%。
　　GDP数据反映宏观经济整体运行状况把握度，对不同类型基金具有较好选基效果，在全样本中Rank IC均值为3.7%，多头相对基准超额收益2.9%。
　　M2/社融因子反映流动性宽松程度，对科技型基金具有显著选基效果。
　　中观层面，我们构建行业上行共振因子，识别基金经理在行业上行期的弹性标的选取与alpha挖掘能力。
　　我们根据因子相关性将31个一级行业聚类为五大板块。将TMT、大消费、中游制造板块上行共振因子等权合成上行共振综合因子。综合因子效果较好，在全样本中Rank IC均值4.9%，Rank ICIR为1.34，多头相对基准超额收益2.8%。
　　微观层面，我们构建价值类和成长类因子，衡量基金经理个股基本面挖掘能力。价值回归类因子旨在衡量基金经理安全边际把握、估值修复发现的能力。因子效果较好，股息率因子在全样本中Rank IC均值4.1%，多头相对基准超额收益2.9%。该类因子进行基金收益中性化后效果一般。
　　成长兑现类因子旨在衡量基金经理业绩增长挖掘能力。因子效果均较好，一致预期调整因子全样本中Rank IC均值6.9%，多头相对基准超额收益5.4%。ROE增长因子在全样本中Rank IC均值5.5%，多头相对基准超额收益4.2%。基金收益中性化后仍有一定效果。
　　此外，考虑到个股业绩增长兑现并不一定集中在一个时段，也可能分散在不同时点，如个股报告发布的时点。基于此，我们构造了基于基金持仓的业绩兑现因子。核心逻辑是通过捕捉基金持仓股票在财报披露后的超额收益，来衡量基金经理对基本面信息的预判与兑现能力。因子在成长基金池中表现优异，成长基金池中Rank IC均值3.8%，多头相对基准超额收益3.6%，超额收益夏普率0.68。
　　风险提示：模型测试基于历史数据，市场未来可能发生变化。