量化模型与构建方式 1. 模型名称：A股景气指数 - 模型构建思路：以上证指数归母净利润同比为Nowcasting目标，构建A股景气度高频指数，用于观察市场景气变化趋势[43] - 模型具体构建过程：通过归母净利润同比数据，结合高频数据进行指数化处理，形成景气度指数[43] - 模型评价：该指数能够较好地反映市场景气的变化趋势，当前景气指数呈现震荡上行趋势，显示市场景气度有所回升[46] 2. 模型名称：A股情绪指数 - 模型构建思路：基于市场量价数据，将市场划分为波动率和成交额的四个象限，构造情绪指数，包含见底预警与见顶预警[48] - 模型具体构建过程： - 将市场波动率和成交额的变化方向划分为四个象限 - 统计各象限的收益特征，发现“波动上-成交下”区间为显著负收益，其余区间为显著正收益 - 据此构造情绪指数，分为见底预警指数和见顶预警指数[48][49] - 模型评价：情绪指数能够较为直观地反映市场情绪变化，当前综合信号为“多”，表明市场情绪偏乐观[51] 3. 模型名称：指数增强组合 - 模型构建思路：基于策略模型，通过优化持仓权重，构建中证500和沪深300增强组合，力求在基准指数基础上获取超额收益[57][66] - 模型具体构建过程： - 中证500增强组合：2020年至今相对中证500指数超额收益42.23%，最大回撤-4.99%[57] - 沪深300增强组合：2020年至今相对沪深300指数超额收益20.44%，最大回撤-5.86%[66] - 持仓权重优化：根据策略模型，动态调整持仓权重，具体持仓明细详见报告[61][68] - 模型评价：增强组合在长期表现上取得了显著的超额收益，但短期内表现不佳，本周分别跑输基准0.39%和0.24%[57][66] 4. 模型名称：风格因子模型（BARRA因子模型） - 模型构建思路：基于BARRA因子模型，构建十大类风格因子，用于分析市场风格表现及收益归因[70] - 模型具体构建过程： - 构建因子：包括市值（SIZE）、Beta、动量（MOM）、残差波动率（RESVOL）、非线性市值（NLSIZE）、估值（BTOP）、流动性（LIQUIDITY）、盈利（EARNINGS_YIELD）、成长（GROWTH）和杠杆（LVRG）[70] - 因子收益分析：近一周Beta因子超额收益较高，高动量股表现优异，残差波动率和杠杆因子表现不佳[71] - 收益归因：通过因子暴露分析主要指数的收益来源，发现创业板指、中证500等在Beta因子上暴露较大，表现较好[77][78] - 模型评价：风格因子模型能够有效分解市场收益来源，为投资者提供风格配置参考[77] --- 模型的回测效果 1. A股景气指数 - 当前取值：20.88，相比2023年底上升15.45，显示景气度显著回升[46] 2. A股情绪指数 - 见底预警指数信号：多[51] - 见顶预警指数信号：空[51] - 综合信号：多[51] 3. 指数增强组合 - 中证500增强组合： - 本周收益率：3.67%，跑输基准0.39%[57] - 2020年至今超额收益：42.23%[57] - 最大回撤：-4.99%[57] - 沪深300增强组合： - 本周收益率：1.90%，跑输基准0.24%[66] - 2020年至今超额收益：20.44%[66] - 最大回撤：-5.86%[66] 4. 风格因子模型 - 近一周因子表现： - Beta因子：超额收益较高[71] - 动量因子：高动量股表现优异[71] - 残差波动率因子：表现不佳[71] - 杠杆因子：表现不佳[71] - 主要指数收益归因： - 创业板指、中证500、Wind全A：在Beta因子上暴露较大，表现较好[77] - 上证综指、上证50：在Beta因子上暴露较小，表现不佳[77]