量化模型与构建方式 1. 行业轮动策略模型 - 模型构建思路：基于绩优基金持仓倾向的边际变化构建行业轮动信号，捕捉市场风格切换机会[34] - 模型具体构建过程： 1. 筛选绩优基金样本（如近1年收益排名前30%的主动权益基金） 2. 计算行业超配比例变化： $超配比例_{t} = \frac{基金持仓行业市值}{基金总市值} - \frac{行业基准市值}{全市场总市值}$ 3. 生成行业轮动信号：超配比例环比上升且绝对值高于历史中位数的行业为推荐配置方向[34] - 模型评价：在存量市场中表现优于传统动量策略，但对基金持仓数据时效性要求较高[34] 2. 景气度行业轮动模型 - 模型构建思路：结合行业基本面景气度指标（如盈利增速、ROE变化）构建多头组合[34] - 模型具体构建过程： 1. 选取5个核心景气度指标（营收增速、利润增速、毛利率、资本开支、分析师预期上调比例） 2. 计算行业综合得分： $景气度得分 = \sum_{i=1}^{5} w_i \times 标准化(指标_i)$ 3. 选择得分前30%的行业作为多头组合[34] 模型的回测效果 1. 绩优基金行业轮动模型 - 年化超额收益：8.2%（vs 中证全指）[36] - 最大回撤：-15.3%[36] - IR：1.35[36] 2. 景气度行业轮动模型 - 年化超额收益：6.7%（vs 中证全指）[36] - 胜率：58%[36] 量化因子与构建方式 1. ESG筛选因子 - 因子构建思路：基于中证A500指数的成分股筛选条件，评估企业在环境、社会和治理维度的表现[8] - 因子具体构建过程： 1. 环境维度（E）：碳排放强度、能源使用效率、污染排放量 2. 社会维度（S）：员工福利、供应链管理、社区关系 3. 治理维度（G）：董事会独立性、反腐败政策、股东权利 4. 综合评分： $ESG得分 = 0.4 \times E + 0.3 \times S + 0.3 \times G$[8] 2. 行业龙头因子 - 因子构建思路：识别三级细分行业中市值和流动性领先的上市公司[8] - 因子具体构建过程： 1. 计算行业相对市值： $相对市值 = \frac{个股市值}{行业中位数市值}$ 2. 计算流动性指标： $流动性得分 = 20\% \times 换手率 + 80\% \times 日均成交额$ 3. 综合排名前20%的个股赋予龙头因子暴露[8] 因子的回测效果 1. ESG筛选因子 - 多空收益差（年化）：4.8%[8] - IC均值：0.12[8] 2. 行业龙头因子 - 多头组合年化超额：5.3%（vs 行业平均）[8] - 月度胜率：63%[8]