量化模型与构建方式 1. 模型名称：港股多因子模型 - 模型构建思路：基于技术面、资金面、基本面和分析师预期四大类因子，构建多因子模型以筛选港股通成分股[27][28] - 模型具体构建过程： 1. 从港股通成分股中提取四大类因子： - 技术面因子：如动量、波动率等 - 资金面因子：如资金流入流出占比等 - 基本面因子：如市盈率（PE）、市净率（PB）等 - 分析师预期因子：如盈利预测调整等 2. 对因子进行标准化处理，消除量纲差异 3. 根据因子得分加权计算综合得分，选取得分最高的前20只个股构建组合[27][29] - 模型评价：模型通过多因子筛选，能够较好地捕捉超额收益机会[27][29] 2. 模型名称：港股优选20组合 - 模型构建思路：基于港股多因子模型的得分结果，按照等权方式构建组合，并以港股综合指数(HKD)为基准[29] - 模型具体构建过程： 1. 每月底从港股通成分股中选取多因子得分最高的前20只个股 2. 按等权方式分配权重 3. 每月末进行再平衡，更新持仓[29] - 模型评价：组合在长期回测中表现出较高的超额收益率和稳定性[29][31] --- 模型的回测效果 港股多因子模型 - 超额年化收益率：14.4%（2015.12024.9）[31] - 超额收益波动比：1.1（2015.12024.9）[31] - 超额最大回撤：15.0%（2015.12024.9）[31] 港股优选20组合 - 2024年9月收益率：18.47% - 基准收益率：17.56% - 超额收益率：0.91%[29] - 全区间表现（2015.1~2024.9）： - 超额年化收益率：14.4% - 超额收益波动比：1.1 - 超额最大回撤：15.0%[31] --- 量化因子与构建方式 1. 因子名称：技术面因子 - 因子构建思路：通过动量、波动率等指标捕捉市场趋势和价格变化特征[27] - 因子具体构建过程： 1. 计算个股的历史收益率和波动率 2. 对因子值进行标准化处理 3. 根据因子得分排序，筛选表现优异的个股[27] 2. 因子名称：资金面因子 - 因子构建思路：通过资金流入流出占比，衡量市场资金偏好[27] - 因子具体构建过程： 1. 统计个股的资金流入流出数据 2. 归一化处理资金流数据 3. 根据资金流入占比排序，选取资金流入占比高的个股[27] 3. 因子名称：基本面因子 - 因子构建思路：通过市盈率（PE）、市净率（PB）等指标衡量个股的估值水平[27] - 因子具体构建过程： 1. 提取个股的PE、PB等基本面数据 2. 对数据进行标准化处理 3. 根据因子得分排序，筛选估值合理的个股[27] 4. 因子名称：分析师预期因子 - 因子构建思路：通过盈利预测调整等指标，捕捉分析师对个股未来表现的预期变化[27] - 因子具体构建过程： 1. 收集分析师对个股的盈利预测数据 2. 计算预测调整幅度 3. 对因子值进行标准化处理，筛选预期向好的个股[27] --- 因子的回测效果 技术面因子 - 超额年化收益率：14.4%（2015.12024.9）[31] - 超额收益波动比：1.1（2015.12024.9）[31] - 超额最大回撤：15.0%（2015.12024.9）[31] 资金面因子 - 超额年化收益率：14.4%（2015.12024.9）[31] - 超额收益波动比：1.1（2015.12024.9）[31] - 超额最大回撤：15.0%（2015.12024.9）[31] 基本面因子 - 超额年化收益率：14.4%（2015.12024.9）[31] - 超额收益波动比：1.1（2015.12024.9）[31] - 超额最大回撤：15.0%（2015.12024.9）[31] 分析师预期因子 - 超额年化收益率：14.4%（2015.12024.9）[31] - 超额收益波动比：1.1（2015.12024.9）[31] - 超额最大回撤：15.0%（2015.1~2024.9）[31]