量化模型与构建方式 三维情绪雷达监测模型 1. 模型名称：三维情绪雷达监测模型 2. 模型构建思路：通过情绪预期、情绪温度和情绪浓度三个维度来观察市场情绪面，分别对应中高频、中频和低频的波动[8] 3. 模型具体构建过程： - 情绪预期： - 指标意义：股指期货价格和期权成交额PCR能反映市场对未来短期的预期[9] - 构建方法：通过取沪深300股指期货升贴水率和50ETF期权成交额PCR的倒数的均值和主成分分析合成情绪预期指标 - 公式： $\text{沪深300股指期货升贴水率} = \frac{\text{沪深300股指期货主力价格} - \text{沪深300指数价格}}{\text{沪深300指数价格}}$ $\text{情绪预期} = \frac{{\hat{\mathbb{M}}}\rtimes\mathbb{M}\rtimes{\hat{\mathbb{K}}}\rtimes{\hat{\mathbb{K}}}}{{\hat{\mathbb{M}}}\rtimes\mathbb{R}\rtimes\mathbb{R}\rtimes\mathbb{R}}$ - 评价：情绪预期上行代表市场短期情绪向好，情绪预期下行代表市场短期悲观[9][10] - 情绪温度： - 指标意义：反映市场资金热度，使用主力买入率来感知情绪温度[11] - 构建方法：将主力买入率平滑处理后，计算三年滚动百分位的结果 - 公式： $\text{主力买入率} = \frac{\text{大单买入金额}}{\text{沪深成交总额}}$ - 评价：情绪温度上行代表市场主力资金热度提升，情绪温度下行代表情绪温度降温[11][12] - 情绪浓度： - 指标意义：衡量A股市场多资产的相关性，通过计算中信三级行业体系指数的第一主成分方差贡献率来反映市场情绪浓度[14] - 构建方法：计算中信三级行业体系指数的第一主成分贡献率滚动窗口平滑处理后的结果 - 评价：情绪浓度指标高于警戒线的极值点具有长期牛熊转折的预示作用[14][15] 行业轮动模型 1. 模型名称：行业轮动模型 2. 模型构建思路：通过换手率的量能提示、拥挤度的风险提示和北向资金的热度提示三个视角来观察行业轮动[18] 3. 模型具体构建过程： - 换手率的量能提示： - 核心逻辑：成交量的放大代表市场观点分歧的扩大，成交量中枢上移预示供需关系的变化[19] - 构建方法：运用换手率斜率来监测是否发生“放量”的情况，提示行情机会[21] - 拥挤度的风险提示： - 核心逻辑：拥挤度指标反映交易活动的过热程度，起到对潜在风险的警示作用[23] - 构建方法：制定拥挤度跟踪指标，包括行业成交集中度、行业内部关联度和行业价格乖离率[23][24][25] - 北向资金的热度提示： - 核心逻辑：根据沪港通交易信息披露机制调整，本模型停止更新北向资金相关数据[26] 模型的回测效果 1. 三维情绪雷达监测模型： - Sharpe：0.4067 - 最大回撤：26.93% - 年化收益：6.12%[18] 2. 沪深300持有策略： - Sharpe：0.0811 - 最大回撤：46.50% - 年化收益：-0.46%[18] 量化因子与构建方式 换手率斜率因子 1. 因子名称：换手率斜率因子 2. 因子的构建思路：通过监测换手率斜率来提示行情机会[19] 3. 因子具体构建过程：运用换手率斜率来监测是否发生“放量”的情况，提示行情机会[21] 拥挤度因子 1. 因子名称：拥挤度因子 2. 因子的构建思路：通过监测交易活动的过热程度来提示潜在风险[23] 3. 因子具体构建过程：制定拥挤度跟踪指标，包括行业成交集中度、行业内部关联度和行业价格乖离率[23][24][25] 因子的回测效果 1. 换手率斜率因子： - 未来一个月更可能发生行情反转的行业：建筑材料、传媒、煤炭、美容护理[21] - 未来一个月量能买入信号：建筑材料、煤炭、美容护理、家用电器、纺织服饰、商贸零售、轻工制造、食品饮料、电力设备、基础化工等[22] - 未来一个月量能卖出信号：无[22] 2. 拥挤度因子： - 行业成交集中度风险提示行业：家用电器、食品饮料、交通运输、建筑材料、国防军工、银行[23] - 行业内部关联度风险提示行业：农林牧渔、纺织服饰、房地产、汽车、石油石化[24] - 未来一个月拥挤度卖出信号：农林牧渔、家用电器、纺织服饰、交通运输、房地产、建筑材料、国防军工、银行、汽车、石油石化[25]