量化模型与构建方式 1. 模型名称：大票30组合 - 模型构建思路：将选股范围限定在上证50与深证100指数成分股（共150只），通过长端动量因子筛选出动量效应最强的30只股票，构建组合，持仓1个月[2][11][14] - 模型具体构建过程： 1. 每月末在150只大票中，计算每只股票的长端动量因子值[11] 2. 选取长端动量因子值最高的30只股票，作为次月的大票30组合[11] 3. 持仓周期为1个月，月末进行再平衡[11] - 模型评价：该模型弥补了量价因子在大市值股票池上的应用空白，同时满足了投资者对少而精的投资需求[2][11] 2. 因子名称：长端动量因子 - 因子的构建思路：基于涨跌幅因子的内在结构，利用振幅切割方法，区分动量效应与反转效应，构造出能够捕捉低振幅下动量效应的因子[67][68] - 因子具体构建过程： 1. 对选定股票，回溯取其最近160个交易日的数据[68] 2. 计算股票每日的振幅（公式：$ 振幅 = \text{最高价} / \text{最低价} - 1 $）[68] 3. 选择振幅较低的70%交易日，将这些交易日的涨跌幅加总，得到长端动量因子值[68] - 因子评价：长端动量因子在全市场样本空间内表现稳健，具有显著的动量效应，选股能力强[68] --- 模型的回测效果 1. 大票30组合 - 年化收益率：13.57%[11][18] - 年化超额收益：13.54%（相对沪深300）[11][18] - 样本外4年均跑赢沪深300，2024年累计超额收益13%[2][14] - 风险收益比：0.57（2023年至今）[18] - 年化IR：2.79（2023年至今）[18] - 相对大票150等权基准的超额年化收益：20.69%[19] - 相对偏股混合型基金指数的超额年化收益：23.4%[19] 2. 长端动量因子 - RankIC均值：4.4%[68] - RankICIR值：1.76[68] - 多空对冲年化收益率：11.1%[68] --- 因子的回测效果 1. 长端动量因子 - RankIC均值：4.4%[68] - RankICIR值：1.76[68] - 多空对冲年化收益率：11.1%[68]