量化模型与构建方式 绩优重仓股与调研共振增强策略 - 模型名称：绩优重仓股与调研共振增强策略 - 模型构建思路：通过基金Alpha因子筛选出绩优基金，结合调研数据，选出过去一个季度被调研过的重仓股，构建共振股池[1][9] - 模型具体构建过程： 1. 在每一个构建时间点，通过基金Alpha因子筛选出绩优基金 2. 根据绩优基金计算其穿透重仓股股池 3. 将透重仓股股池与调研数据相结合，选出过去一个季度被调研过的重仓股，得到绩优基金重仓股与调研共振股池[9] 4. 在10%Alpha普通股票型行业中性基金调研共振池中，每期取因子排名最靠前的15只股票等权持仓，交易费率设置为千分之三[16] - 模型评价：共振股池收益对比偏股混合型基金指数超额收益并不明显，但相对于各类宽基指数超额显著[10] 自主可控概念量化优选策略 - 模型名称：自主可控概念量化优选策略 - 模型构建思路：通过对成长、质量、技术和动量大类因子进行测试并结合基本面财务指标的逻辑筛选判断，构建增强因子[2][24] - 模型具体构建过程： 1. 对5大类因子进行测试并结合基本面财务指标的逻辑筛选判断 2. 发现成长、质量、技术和动量大类的因子在自主可控概念股中对收益有一定预测作用 3. 通过合成的方式构建增强因子 4. 每月末最后一个交易日选取排名前因子得分前20%的股票，以等权方式构建持仓组合，手续费取千分之三[24][29] - 模型评价：增强因子在自主可控概念股票池的收益预测方面具有显著效果[24] 国证2000指数增强策略 - 模型名称：国证2000指数增强策略 - 模型构建思路：基于大小盘选股逻辑差异，筛选出更适合微盘股的选股因子，构建指数增强策略[33] - 模型具体构建过程： 1. 筛选出技术、反转、特异波动率等因子 2. 将波动率因子对技术和反转因子做回归求残差，得到相对独立的波动率因子 3. 将各大类因子等权合成并进行行业市值中性化，构建国证2000增强因子 4. 每月月底取因子值排名前10%的股票买入调仓，以等权方式构建多头组合，手续费率假设为单边千分之二[34][35][41] - 模型评价：该因子的IC均值达到12.99%，T统计量为12.73，有良好的预测效果[35] 基于多目标、多模型的机器学习指数增强策略 - 模型名称：GBDT+NN机器学习指数增强策略 - 模型构建思路：选取GBDT和NN两大类结构具有一定差异的模型，选取不同的特征数据集进行分别训练，并使用多种预测标签进行对比并融合[47] - 模型具体构建过程： 1. 选取GBDT和NN两大类模型 2. 选取不同的特征数据集进行分别训练 3. 使用多种预测标签进行对比并融合，构建GBDT+NN机器学习选股因子 4. 每月月初调仓，假定手续费率单边千二[47][52] - 模型评价：在A股各类宽基指数上表现优异[47] 模型的回测效果 绩优重仓股与调研共振增强策略 - 年化收益率：19.88% - 年化波动率：29.75% - 夏普比率：0.67 - 最大回撤：59.89% - 双边换手率（季度）：154.77% - 年化超额收益率：5.29% - 跟踪误差：10.86% - 信息比率：0.53 - 超额最大回撤：20.69% - 5月收益率：-18.40% - 5月超额收益率：-5.50%[20] 自主可控概念量化优选策略 - 年化收益率：30.36% - 年化波动率：27.03% - 夏普比率：1.12 - 最大回撤：47.15% - 双边换手率（月度）：105.45% - 年化超额收益率：13.91% - 跟踪误差：10.84% - 信息比率：1.26 - 超额最大回撤：14.12% - 5月收益率：-5.99% - 5月超额收益率：-3.29%[32] 国证2000指数增强策略 - 年化收益率：22.79% - 年化波动率：23.94% - 夏普比率：0.95 - 最大回撤：42.49% - 双边换手率（月度）：66.68% - 年化超额收益率：15.19% - 跟踪误差：7.19% - 信息比率：2.11 - 超额最大回撤：10.19% - 5月收益率：-0.74% - 5月超额收益率：1.75%[45] GBDT+NN沪深300指数增强策略 - 年化收益率：15.18% - 年化波动率：21.03% - Sharpe比率：0.72 - 最大回撤率：38.75% - 平均换手率（双边）：97.89% - 年化超额收益率：14.93% - 跟踪误差：4.07% - 信息比率：3.67 - 超额最大回撤：2.87% - 本月收益率：1.61% - 本月超额收益率：2.27% - 今年以来收益率：9.20% - 今年以来超额收益率：4.45%[53] GBDT+NN中证500指数增强策略 - 年化收益率：17.71% - 年化波动率：24.07% - Sharpe比率：0.74 - 最大回撤率：43.20% - 平均换手率（双边）：123.90% - 年化超额收益率：19.08% - 跟踪误差：5.19% - 信息比率：3.68 - 超额最大回撤：8.39% - 本月收益率：-2.73% - 本月超额收益率：-0.28% - 今年以来收益率：0.45% - 今年以来超额收益率：2.01%[57] GBDT+NN中证1000指数增强策略 - 年化收益率：27.53% - 年化波动率：26.41% - Sharpe比率：1.04 - 最大回撤率：45.72% - 平均换手率（双边）：141.81% - 年化超额收益率：31.21% - 跟踪误差：6.04% - 信息比率：5.17 - 超额最大回撤：4.33% - 本月收益率：-0.66% - 本月超额收益率：1.91% - 今年以来收益率：0.91% - 今年以来超额收益率：9.94%[62]