【金工周报】本周热度变化最大行业为社会服务、商贸零售

我们采用总热度指标，对宽基、行业、概念中的个股成分股的总热度指标进行加和，得到宽基、行业、概念层面的"总热度"指标[9] - 股票的浏览、自选与点击次数之和，以同一日在全市场占比的方式进行归一化，将归一化后的数值乘以10000，指标取值区间为[0,10000][9] - 宽基、行业与概念作为一个更大的整体，关注度不足导致错误定价的逻辑不如在个股层面通畅，因此我们将聚合的总热度看作"情绪热度"的代理变量进行追踪[9] 量化模型与构建方式 1. 模型名称：宽基轮动策略 - 模型构建思路：通过热度周度变化率构建轮动策略，在每周最后一个交易日买入总热度变化率MA2最大的宽基，如果变化率最大的为"其他"组则空仓[15] - 模型具体构建过程： - 计算不同组股票周度热度变化率，并取MA2进行平滑处理 - 在每周最后一个交易日买入总热度变化率MA2最大的宽基，如果变化率最大的为"其他"组则空仓[12][15] - 模型评价：策略2017年来年化收益率8.74%，最大回撤23.5%，2024年来收益为-8.2%[17] 模型的回测效果 1. 宽基轮动策略： - 年化收益率：8.74%[17] - 最大回撤：23.5%[17] - 2024年来收益：-8.2%[17] 量化因子与构建方式 1. 因子名称：总热度指标 - 因子的构建思路：通过股票的浏览、自选与点击次数之和，以同一日在全市场占比的方式进行归一化，将归一化后的数值乘以10000，得到总热度指标[9] - 因子具体构建过程： - 股票的浏览、自选与点击次数之和 - 以同一日在全市场占比的方式进行归一化 - 将归一化后的数值乘以10000，指标取值区间为[0,10000][9] - 因子评价：总热度指标作为"情绪热度"的代理变量进行追踪[9] 因子的回测效果 1. 总热度指标： - 无具体回测效果数据复合因子与构建方式 1. 因子名称：热度变化率 - 因子的构建思路：通过计算每个申万一级、二级行业热度的周度变化率MA2，得到行业层面的热度变化率[20] - 因子具体构建过程： - 计算每个申万一级、二级行业热度的周度变化率 - 取MA2进行平滑处理[20] - 因子评价：热度变化率作为行业热度变化的代理变量进行追踪[20] 因子的回测效果 1. 热度变化率： - 无具体回测效果数据