量化模型与构建方式 量化模型 1. 模型名称：三维择时框架 - 模型构建思路：通过分歧度、流动性和景气度三个维度来判断市场的择时信号[1][8] - 模型具体构建过程： - 分歧度：衡量市场参与者之间的意见分歧程度 - 流动性：衡量市场的资金流动情况 - 景气度：衡量市场的整体经济状况 - 通过这三个指标的综合分析，判断市场的短期调整概率和长期趋势[1][8] - 模型评价：该模型能够较好地捕捉市场的短期调整信号，同时对长期趋势保持乐观[1][8] 2. 模型名称：基于研报覆盖度调整的指数增强模型 - 模型构建思路：在研报覆盖度高和低的域内分别选用合适因子进行增强，效果好于统一的原始因子选股[44] - 模型具体构建过程： - 沪深300增强组合：基于研报覆盖度调整，选用适用性因子进行增强 - 中证500增强组合：同样基于研报覆盖度调整，选用适用性因子进行增强 - 中证1000增强组合：基于研报覆盖度调整，选用适用性因子进行增强[44] - 模型评价：该模型在不同宽基指数内表现出较好的增强效果，能够实现较高的超额收益[44] 量化因子 1. 因子名称：动量因子 - 因子的构建思路：通过股票的历史价格变化趋势来预测未来的价格走势[37] - 因子具体构建过程： - 动量因子：如2年的收益率、六个月残差动量、1年的收益率等 - 公式：$ \text{动量因子} = \frac{\text{当前价格} - \text{过去价格}}{\text{过去价格}} $ - 公式中，当前价格代表当前的股票价格，过去价格代表一段时间前的股票价格[38][39] - 因子评价：动量因子在不同时间维度、宽基指数和行业板块中表现较好，具有较高的胜率[37][38][42] 2. 因子名称：成交量因子 - 因子的构建思路：通过股票的成交量变化来预测未来的价格走势[38] - 因子具体构建过程： - 成交量因子：如每天一个亿成交量能推动的股价涨幅、每笔成交前十的交易日累计涨跌幅减去成交后十的交易日累计涨跌幅等 - 公式：$ \text{成交量因子} = \frac{\text{当前成交量} - \text{过去成交量}}{\text{过去成交量}} $ - 公式中，当前成交量代表当前的股票成交量，过去成交量代表一段时间前的股票成交量[38][39] - 因子评价：成交量因子在不同时间维度和宽基指数中表现较好，具有较高的超额收益[38][39] 模型的回测效果 1. 三维择时框架： - 沪深300增强组合：上周绝对收益0.27%，超额收益-0.53%，10月超额-0.96%，本年超额收益6.87%[44][45] - 中证500增强组合：上周绝对收益3.39%，超额收益0.38%，10月超额-0.21%，本年超额收益8.66%[44][45] - 中证1000增强组合：上周绝对收益5.14%，超额收益1.22%，10月超额-0.98%，本年超额收益4.77%[44][45] 因子的回测效果 1. 动量因子： - 近一周多头超额：如每天一个亿成交量能推动的股价涨幅6.70%，每笔成交前十的交易日累计涨跌幅减去成交后十的交易日累计涨跌幅5.94%，2年的收益率5.38%等[39] - 近一个月多头超额：如每天一个亿成交量能推动的股价涨幅16.75%，每笔成交前十的交易日累计涨跌幅减去成交后十的交易日累计涨跌幅17.76%，2年的收益率11.75%等[39] - 近一年多头超额：如每天一个亿成交量能推动的股价涨幅21.60%，每笔成交前十的交易日累计涨跌幅减去成交后十的交易日累计涨跌幅16.84%，2年的收益率15.42%等[39] 2. 成交量因子： - 近一周多头超额：如每天一个亿成交量能推动的股价涨幅6.70%，每笔成交前十的交易日累计涨跌幅减去成交后十的交易日累计涨跌幅5.94%，2年的收益率5.38%等[39] - 近一个月多头超额：如每天一个亿成交量能推动的股价涨幅16.75%，每笔成交前十的交易日累计涨跌幅减去成交后十的交易日累计涨跌幅17.76%，2年的收益率11.75%等[39] - 近一年多头超额：如每天一个亿成交量能推动的股价涨幅21.60%，每笔成交前十的交易日累计涨跌幅减去成交后十的交易日累计涨跌幅16.84%，2年的收益率15.42%等[39]