量化模型与构建方式 1. 模型名称：东方A股因子风险模型(DFQ-2020) - 模型构建思路：基于风格类风险因子构建多因子风险模型，用于监控市场风格表现[8][10] - 模型具体构建过程： - Size因子：总市值对数[11] - Beta因子：贝叶斯压缩后的市场Beta[11] - Trend因子： $Trend\_120 = EWMA(halflife=20)/EWMA(halflife=120)$ $Trend\_240 = EWMA(halflife=20)/EWMA(halflife=240)$ - Volatility因子：包括过去243天的标准波动率、FF3特质波动率、最高价/最低价范围等[11] - Liquidity因子：过去243天的平均对数换手率及流动性Beta[11] - Value因子：账面市值比(BP)、盈利收益率(EP)[11] - Growth因子：ROE变动均值、销售收入TTM复合增速等[11] - Certainty因子：公募基金持仓比例、分析师覆盖度、上市天数[11] - 模型评价：全面覆盖市场风格，动态反映因子多空收益表现[8][10] 2. 因子库构建： - 估值类因子：BP、EPTTM、预期BP等，计算方式为财务指标与市值的比值[16] - 成长类因子：单季度净利润同比增速、标准化预期外盈利(SUE)等[16] - 盈利类因子：单季度ROE、ROA，计算公式为净利润与净资产/总资产的比值[16] - 分析师预期因子：覆盖度、净利润环比增幅等[16] - 流动性因子：非流动性冲击(ILLIQ_1M) = 过去20日涨跌幅绝对值/成交额的均值[16] --- 模型的回测效果 1. 东方A股因子风险模型(DFQ-2020)： - Certainty因子：近一周收益3.26%，近一年年化4.08%[10] - Value因子：近一月收益1.82%，历史年化9.43%[10] - Volatility因子：近一周收益-3.48%，近一年年化-15.00%[10] --- 量化因子与构建方式 1. 股息率因子： - 构建思路：衡量分红回报，计算为最近四个季度分红金额/总市值[16] - 因子评价：近期表现突出，在中证全指中近一周收益1.01%[38] 2. 非流动性冲击因子(ILLIQ_1M)： - 构建过程：过去20个交易日日度涨跌幅绝对值比成交额的均值[16] - 因子评价：在沪深300样本中近一周收益0.61%[19] 3. EPTTM一年分位点因子： - 构建过程：当前EPTTM在过去一年的分位点[16] - 因子评价：在沪深300样本中近一周收益0.58%[19] --- 因子的回测效果 1. 股息率因子： - 中证全指：近一周1.01%，近一年年化13.46%[38] - 沪深300：近一周0.18%，历史年化5.37%[19] 2. 一个月反转因子： - 中证全指：近一周0.92%，近一年年化-4.22%[38] - 沪深300：近一周0.38%，历史年化-3.80%[19] 3. 三个月波动因子： - 中证1000：近一月3.84%，历史年化4.59%[28] - 中证全指：近一月3.64%，历史年化3.82%[38] --- 公募基金指数增强产品表现 1. 沪深300指数增强产品： - 近一周超额收益中位数0.15%，最高1.75%[42] - 今年以来最高超额收益10.98%[42] 2. 中证500指数增强产品： - 近一周超额收益中位数0.26%，最高2.66%[46] 3. 中证1000指数增强产品： - 近一周超额收益中位数0.54%，最高1.23%[49]