量化模型与构建方式 1. 模型名称：10年期国债利率驱动因素模型 - 模型构建思路：通过结构化静态因子模型，从宏观指标中提取关键因子，刻画利率变动方向[32] - 模型具体构建过程： - 提取四大因子：经济增长、通货膨胀、债务杠杆、短期利率[32] - 利用这些因子构建静态因子模型，进行月度利率择时[32] - 模型公式未明确列出，但通过因子方向与利率变化的相关性进行分析[32][40] - 模型评价：模型自2006年以来样本内外胜率均达到70%，2023年以来胜率保持在70%，整体跟踪效果较好[34] 2. 模型名称：黄金驱动因素模型 - 模型构建思路：通过结构化静态因子模型，从宏观指标中提取关键因子，刻画黄金价格变动方向[49] - 模型具体构建过程： - 提取四大因子：美国经济、美国就业、美国财政、美国负债[49] - 利用这些因子构建静态因子模型，进行月度黄金择时[49] - 模型公式未明确列出，但通过因子方向与黄金价格变化的相关性进行分析[49][50] - 模型评价：模型长期对黄金走势具有较高解释度，2023年以来胜率达到74%，表现较为稳定[51] --- 模型的回测效果 1. 10年期国债利率驱动因素模型 - 胜率：2006年以来样本内外胜率均为70%，2023年以来胜率保持在70%[34] 2. 黄金驱动因素模型 - 胜率：2023年以来胜率为74%[51] --- 量化因子与构建方式 1. 因子名称：盈利因子 - 因子构建思路：通过盈利能力指标衡量个股的基本面表现[104] - 因子具体构建过程： - 计算盈利相关指标，如ROE、净利润增速等[104][94] - 对因子进行市值和行业中性化处理[113] - 因子评价：盈利因子在2024年下半年表现持续出色，是牛市反弹初期最强势的风格因子[107] 2. 因子名称：动量因子 - 因子构建思路：通过历史价格和交易量数据捕捉市场趋势[104] - 因子具体构建过程： - 计算动量相关指标，如过去30天评级动量、成交量波动性等[114][118] - 对因子进行市值和行业中性化处理[113] - 因子评价：动量因子在2024年下半年收益反转，表现较为疲弱[107] 3. 因子名称：估值因子 - 因子构建思路：通过估值指标衡量个股的相对价值[104] - 因子具体构建过程： - 计算估值相关指标，如市现率倒数、市盈率倒数等[114][118] - 对因子进行市值和行业中性化处理[113] - 因子评价：估值因子在2024年表现良好，市场偏好估值合理型个股[115] 4. 因子名称：质量因子 - 因子构建思路：通过财务健康指标衡量个股的稳定性[104] - 因子具体构建过程： - 计算质量相关指标，如经营活动现金流与净利润比率、研发销售收入占比等[114][118] - 对因子进行市值和行业中性化处理[113] - 因子评价：质量因子在2024年表现稳健，市场对财务健康状况较为关注[115] --- 因子的回测效果 1. 盈利因子 - 2024年下半年收益：6%[107] 2. 动量因子 - 2024年下半年收益：-0.6%[107] 3. 估值因子 - 市现率倒数因子收益：12.55%（全A市场）[114] - 单季度市盈率倒数因子收益：16.96%（中证1000）[121] 4. 质量因子 - 经营活动现金流与净利润比率因子收益：10.25%（全A市场）[114] - 研发销售收入占比因子收益：9.06%（沪深300）[118]