量化模型与构建方式 1. 模型名称：PEM-VC行业配置模型 - 模型构建思路：综合运用“总量”与“边际”思维，优选景气度、超预期与动量边际改善的行业，同时利用估值趋势和拥挤度规避指数下行风险[5][7][8] - 模型具体构建过程： 1. 行业优选模型：基于景气度、超预期和动量因子，选择回测效果较好且因子间相关性较低的因子，合成行业轮动复合因子[8][10] 2. 风险规避模型：基于估值趋势和拥挤度因子，实时监控行业交易状态，规避估值趋势走差或交易拥挤状态下的风险[8][10] 3. 运行框架： - 每月初按照行业轮动复合因子排序筛选前5个行业为多头组，等权持有至月底[13] - 每日实时监控行业是否触发风险状态，动态调整持仓[13] - 当行业估值趋势走好或交易拥挤规避结束时，从现金仓位切换回行业持仓[13] 4. 市场基准：剔除“综合”和“综合金融”后的中信一级行业指数[13] - 模型评价：通过多维度建模，兼顾行业优选与风险规避，具有较强的行业轮动能力[7][8] 2. 模型名称：行业景气度模型 - 模型构建思路：通过财报、快报、预告和分析师预期数据，构建反映行业景气度的因子[31] - 模型具体构建过程： 1. 客户议价力环比增量：衡量行业对下游经销商或客户的议价能力，采用季度环比增量方式构建[32] 2. 供应商议价力环比增量：衡量行业对上游供应商的议价能力，采用季度环比增量方式构建[33] 3. 过去121天异常分析师覆盖：剥离市值、换手率、动量等因素后的异常分析师覆盖，通过自由流通市值加权得到行业因子[34] 4. 销售净利率单季同比增量：基于扣非归母净利润与营业收入的比值，采用单季同比增量方式构建[35] 5. 预测EPS和ROE的环比变动：通过滚动分位数或上下调比例计算预测值的变化[36][38] 6. 核心利润同比增长率：采用单季同比增长率或环比增量方式构建[39][42] - 模型评价：因子设计全面，涵盖盈利能力、成长能力和市场预期等多维度，能够较好地反映行业景气度[31][32] 3. 模型名称：业绩超预期模型 - 模型构建思路：通过财报、分析师预期和行情数据，捕捉行业业绩超预期的表现[43] - 模型具体构建过程： 1. 盈余公告前后异常收益类因子：计算盈余公告前后每日超额收益之和，通过自由流通市值加权得到行业因子[44][45] 2. SUE因子：标准化预期外单季度归母净利润，公式为： $S U E_{i,q}={\frac{X_{i,q}-\mathbb{E}(X_{i,q})}{\sigma_{i,q}}}$[47] 3. SUE衍生类因子：使用ROE、ROA等财务指标替换净利润，计算标准化预期外ROE、ROA等[49] 4. 券商/报告上下调比例类因子：计算过去N日分析师预测上调减去下调比例[50][51] 5. 预测调整类因子：计算过去90天盈利调整幅度，公式为： $P r o f i t\_d a d j u s t\_N d a y_{i,s}=\frac{1}{n}{\sum_{s=1}^{n}\frac{P r o f i t_{i,s}-P r o f i t_{\_}l a s t_{i,s}}{P r o f i t_{\_}l a s t_{i,s}}}$[52] - 模型评价：通过多种因子捕捉业绩超预期的表现，能够有效反映市场对行业的预期变化[43][44] 4. 模型名称：行业动量模型 - 模型构建思路：通过行业量价数据，捕捉行业动量特征[54] - 模型具体构建过程： 1. 行业残差动量：剥离市值和估值影响后的行业特质信息，通过Fama-French三因子模型计算[55] 2. 基于市值的龙头股动量：选取市值占比前60%的个股为龙头股，计算行业动量[56] - 模型评价：因子设计合理，能够捕捉行业内个股的动量特征[54][55] 5. 模型名称：行业估值趋势模型 - 模型构建思路：通过估值因子，规避指数估值过高趋势下行风险[57] - 模型具体构建过程： 1. 行业指数PB估值：计算指数成分股市值与股东权益的比值[58] 2. 行业指数PE估值：计算指数成分股市值与归母净利润的比值[59] 3. 行业指数PBPE估值：PB估值分位数与PE估值分位数的几何平均数[60] 4. 行业指数股权风险溢价：PE倒数与10年期国债收益率之差[61] - 模型评价：通过多种估值因子，能够较好地反映行业估值水平[57][58] 6. 模型名称：行业拥挤度模型 - 模型构建思路：通过微观结构、波动率、流动性等因子，规避行业指数交易拥挤下跌风险[63] - 模型具体构建过程： 1. 波动率因子：计算行业指数日收益率的标准差，公式为： $P r c V o l_{t}={\sqrt{\sum_{i=0}^{N}{\frac{(r_{t-i}-{\bar{r}}_{t})^{2}}{N-1}}}}$[64] 2. 流动性因子：通过成交量、成交额和换手率衡量行业流动性[66] 3. 分布特征因子：计算收益率峰度，公式为： $D P r o f R t K u r t_{t}={\frac{\sum_{i=0}^{N-1}(r_{t-i}-{\bar{r}}_{t})^{4}\,/N}{(\sum_{i=0}^{N-1}(r_{t-i}-{\bar{r}}_{t})^{2}\,/N)^{2}}}$[69] 4. 相关性因子：计算量价相关系数和金额价格相关系数[70] 5. 兴登堡预兆：衡量行业成分股价格创一年新高和新低的比例，公式为： $\mathrm{HindenburgSqrt}={\sqrt{\frac{N e w H i g h N u m}{N u m}}}*{\sqrt{\frac{N e w L o w N u m}{N u m}}}$[71] - 模型评价：因子设计全面，能够有效识别行业顶部风险[63][64] --- 模型的回测效果 1. PEM-VC行业配置模型 - 年化收益率：30.72%[10] - 超额年化收益率：26.64%[10] 2. 行业优选模型 - 年化收益率：16.68%[10] - 超额年化收益率：11.36%[10] 3. 风险规避模型 - 2024年7月超额收益率：0.65%[12] - 2024年以来超额收益率：