本文从高概念数量的股票可能提供长期溢价的思路出发，构建了概念数量因子，并在此基础上对该因子进行优化与拓展分析。
　　【报告亮点】
　　1、亮点一：基于e互动、互动易、公告等文本数据，构建概念数量因子。
　　2、亮点二：市值调整概念数量因子的多头与指增表现较为优异。
　　3、亮点三：市值调整概念数量因子偏好高弹性、高换手、高估值个股。
　　【主要结论】
　　主要结论一、基于e互动、互动易、公告等文本数据，构建概念数量因子。
　　基于同花顺数据源，利用上证e互动、深证互动易等问答文本及定期报告与公告，追溯实际披露日，以确定个股的概念归属期限。定义概念数量因子为，t日个股k所归属的概念数量之和。由于概念数量因子与总市值显著正相关，借鉴DGTW调整法进行市值中性化处理，得到市值调整概念数量因子。
　　主要结论二、市值中性化后的概念数量因子的多头与指增表现较为优异。
　　（1）因子双周RankIC均值为0.019，胜率57.18%。十分组收益率基本单调，多头组（组10）月均收益率2.42%。
　　（2）因子多头组偏好高弹性、高换手和高估值个股，具备明显的“预期驱动”特征。
　　（3）基于该因子构建的沪深300、中证500和中证1000指数增强策略，在2018.01.02-2026.04.30间能实现较为稳健的超额收益。
　　主要结论三、概念数量因子的拓展分析与稳健性检验。
　　（1）考虑到现存概念中，有部分市场关注度已较低。尝试引入概念稀缺度和信息衰减加权，但并没有带来因子绩效的提升。
　　（2）从注意力机制的角度出发，构建指数数量因子。其RankIC均值和胜率均显著高于概念数量因子，但多头组收益率及十分组单调性却明显不及。
　　（3）用“开盘啦”题材库替换同花顺概念指数，重新计算概念数量因子，有效性依然保持。我们认为，概念数量因子具备一定的数据源稳健性。
　　风险提示：概念炒作监管环境可能变化，影响模型与因子的有效性；概念等数据收集过程中的误差、数据更新的频率和及时性，都会影响因子计算的准确性和可靠性；结论基于历史回测结果，相关表现不代表未来收益。