【江海证券】金融工程研究报告：指数与ETF研究系列（一）架构篇：冰雪经济主题指数的编制方案——基于NLP成分股识别与Barra因子权重优化-260428（40页）.pdf

1、江海证券有限公司及其关联机构在法律许可的情况下可能与本报告所分析的企业存在业务关系，并且继续寻求发展这些关系。因此，投资者应当考虑到本公司可能存在影响本报告客观性的利益冲突，不应视本报告为投资决策的唯一因素。敬请参阅最后一页之免责条款证券研究报告金融工程报告证券研究报告金融工程报告2026 年年 4 月月 28 日日江海证券研究发展部江海证券研究发展部金融工程研究报告指数与 ETF 研究系列（一）架构篇：冰雪经济主题指数的编指数与 ETF 研究系列（一）架构篇：冰雪经济主题指数的编制方案基于 NLP 成分股识别与 Barra 因子权重优化制方案基于 NLP 成分股识别与 Barra 因子权重优

2、化投资要点投资要点 研究定位：研究定位：系列首篇，方法论基础。本文是指数与 ETF 研究系列的开篇（架构篇），定位为整个系列的研究起点。本系列将研究指数与 ETF 管理方面遇到的实际问题及解决方案。产业基础：产业基础：万亿赛道，政策定位升级。我国冰雪产业规模从 2015 年的 2700 亿元增长至 2024年的 9800 亿元，2025 年预计突破万亿，十年 CAGR 约 14%。2030 年冰雪经济总规模目标 1.5万亿元。冰雪经济的政策属性已从体育政策切换为经济政策，具有结构性而非阶段性的政策红利。核心方法：核心方法：NLP 文本挖掘驱动成分股识别。本文构建了公告文本挖掘框架，以四层分级关

3、键词体系识别冰雪经济相关上市公司。通过三层噪声过滤，再以 IDF 区分度权重时间衰减情感系数构建相关度评分模型。核心优势在于工程化可复现：全流程自动化运行，研究员仅需在每次调仓前更新黑白名单，研发和维护成本显著低于纯人工标注路径，而数据质量和成分股控制与传统方法相当。主题含量：主题含量：分层基础权重与 IDF 协同使用是正确反映个股冰雪经济含量的必要条件，也是本指数相较于等权或纯关键词匹配方法的根本改进。权重优化：权重优化：基本面增强乘法加权，分散而不失倾斜。本指数采用 12 的权重公式，其中i 由 Barra CNE5 三因子（盈利预期0.40+成长0.40+价值0.20）合成的综合基本面因

4、子决定。13 个调仓期的实证数据显示，单股最高权重均值 3.3%（远低于 15%上限），Top5 权重合计均值 12.5%，HHI 均值 218（等权 50 只理论值为 200）。权重分散由公式本身实现，而非依赖截断机制。指数表现：指数表现：回撤控制突出。以 2020 年 1 月 2 日为基点，截至 2026 年 4 月 14 日，全收益指数（TRI）累计收益+61.1%，年化+7.9%，最大回撤-29.3%，夏普比率 0.27；与同类产品（某平台冰雪产业指数，等权 59 只）相比，TRI 最大回撤优势达 17.2 个百分点（-29.3%vs-46.1%），夏普比率略高，年化波动率低 3 个百

5、分点，在 7 个年度中有 5 个年度具有更好的回撤控制。基本面因子加权对低质量标的的降权处理，是回撤优势的核心来源。差异化定位：差异化定位：冰雪经济指数与申万消费（0.71）和中证旅游（0.68）有一定相关性，证明冰雪经济并非单纯的消费或旅游板块暴露，是具有独立产业逻辑的主题工具。通过基本面增强的乘法方案在实现主题倾斜的同时，并未引入显著的额外集中风险，使其比市值加权方案在极端行情下具有更稳定的净值表现。无论是从政策精准导向、相关性、指数表现、风险控制方面，冰雪经济指数都有作为独立主题产品存在的意义。风险提示 风险提示：回测结果不代表未来表现；产业政策变化可能影响景气度；NLP 文本挖掘存在语

6、义识别局限；成分股以中小盘为主，流动性存在波动风险；Barra 因子可能存在拥挤或失效。主题纯度风险，部分个股股价波动可能主要受非冰雪因素驱动。金融工程研究组金融工程研究组分析师：梁俊炜分析师：梁俊炜执业证书编号：执业证书编号：S1410524090001相关研究报告相关研究报告量化投资组合管理研究系列之（九）热潮下的冷思考：估值、拥挤度与资金博弈的量化择时 2026.02.27量化投资组合管理研究系列之（八）基于 GARCH-EVT-VaR 模型的动态风险管理 2025.12.04量化投资组合管理研究系列之（七）中证创新药指数增强的构建 2025.09.051敬请参阅最后一页之免责条款证券研