量化模型与构建方式 1. 模型名称：量能择时模型 - 模型构建思路：通过量能信号判断市场趋势，量能持续提升被视为市场反弹的重要变量[15][23] - 模型具体构建过程： 1. 统计各宽基指数的量能变化情况 2. 根据量能信号发出“看多”或“谨慎”观点 3. 截至2024年9月20日，上证50和沪深300的量能信号为“看多”，其余宽基指数为“谨慎”[23][24] 2. 模型名称：沪深300上涨家数占比情绪指标 - 模型构建思路：通过统计沪深300成分股中正收益股票的占比，判断市场情绪状态[24][25] - 模型具体构建过程： 1. 计算公式： $ \text{沪深300指数N日上涨家数占比} = \frac{\text{过去N日收益大于0的个股数}}{\text{沪深300成分股总数}} $ 2. 当正收益股票占比逐步增多时，市场情绪处于底部；当大部分股票处于正收益状态时，情绪可能过热[24][25] 3. 最近一周该指标震荡向上，上涨家数占比约为27%[25] 3. 模型名称：沪深300上涨家数占比择时模型 - 模型构建思路：通过对上涨家数占比指标进行平滑处理，捕捉市场情绪变化趋势[26] - 模型具体构建过程： 1. 对上涨家数占比指标进行两次平滑处理，分别计算短期平滑线和长期平滑线（N=230，N1=50，N2=35） 2. 当短期平滑线大于长期平滑线时，看多市场；反之，对市场持中性态度 3. 当前快线和慢线同步向下，快线处于慢线之下，市场情绪维持谨慎[26] 4. 模型名称：均线情绪指标 - 模型构建思路：基于八均线体系，通过均线区间值判断市场趋势状态[28][29] - 模型具体构建过程： 1. 计算沪深300收盘价的八均线数值，均线参数为8、13、21、34、55、89、144、233 2. 赋值规则： - 八均线区间值处于1/2/3时，赋值为-1 - 八均线区间值处于4/5/6时，赋值为0 - 八均线区间值处于7/8/9时，赋值为1 3. 当当前价格大于八均线指标值的数量超过5时，看多沪深300指数[28][29] --- 模型的回测效果 1. 量能择时模型 - 上证50量能信号：看多[23][24] - 沪深300量能信号：看多[23][24] - 其余宽基指数量能信号：谨慎[23][24] 2. 沪深300上涨家数占比情绪指标 - 最近一周上涨家数占比：27%[25] 3. 沪深300上涨家数占比择时模型 - 当前快线和慢线同步向下，快线处于慢线之下，市场情绪维持谨慎[26] 4. 均线情绪指标 - 短期内沪深300指数处于情绪非景气区间[34] --- 量化因子与构建方式 1. 因子名称：横截面波动率因子 - 因子构建思路：通过横截面波动率衡量市场的Alpha环境，波动率上升表明短期Alpha环境变好[32][35] - 因子具体构建过程： 1. 计算沪深300、中证500和中证1000指数成分股的横截面波动率 2. 统计近两年、近一年、近半年和近一季度的平均值及分位点[35] 2. 因子名称：时间序列波动率因子 - 因子构建思路：通过时间序列波动率衡量市场的Alpha环境，波动率上升表明短期Alpha环境变好[35][36] - 因子具体构建过程： 1. 计算沪深300、中证500和中证1000指数成分股的时间序列波动率 2. 统计近两年、近一年、近半年和近一季度的平均值及分位点[36] --- 因子的回测效果 1. 横截面波动率因子 - 沪深300：近一季度平均值1.73%，占近两年分位点38.30%[35] - 中证500：近一季度平均值1.85%，占近两年分位点42.86%[35] - 中证1000：近一季度平均值2.00%，占近两年分位点51.00%[35] 2. 时间序列波动率因子 - 沪深300：近一季度平均值0.53%，占近两年分位点42.24%[36] - 中证500：近一季度平均值0.40%，占近两年分位点56.35%[36] - 中证1000：近一季度平均值0.23%，占近两年分位点57.37%[36]