量化模型与构建方式 1. 模型名称：大小盘风格轮动模型 - 模型构建思路：基于国泰君安金融工程团队构建的A股风格因子体系，通过月度打分的量化模型结合月度效应与主观分析，确定大小盘风格的轮动观点[19][20] - 模型具体构建过程： 1. 构建A股风格因子体系，涵盖8个大类因子和20个风格因子[19] 2. 基于风格因子体系，构建月度打分的量化模型，评估大小盘风格的表现[19] 3. 结合月度效应与主观分析，确定月度风格观点，并调整配置策略[20] - 模型评价：模型能够结合因子表现与月度效应，动态调整风格配置，具有一定的前瞻性[19][20] 2. 模型名称：风险模型 - 模型构建思路：基于多因子模型，将股票协方差矩阵分解为因子协方差矩阵和股票特质风险矩阵，以实现更准确的风险预测与投资组合归因[19][20] - 模型具体构建过程： 1. 使用多因子模型，分解股票协方差矩阵为因子协方差矩阵和特质风险矩阵[20] 2. 更新因子协方差矩阵（最新数据截至2025/01/24）[20] 3. 应用风险模型对投资组合进行收益与风险归因[20] - 模型评价：模型能够有效分解风险来源，为投资组合的优化和归因提供了科学依据[19][20] --- 模型的回测效果 1. 大小盘风格轮动模型 - 最新得分：模型最新得分指向小盘风格[20] - 月度观点：结合量化模型和月度效应，认为2月小盘风格有望占优，配置策略调整为超配小盘风格[20] 2. 风险模型 - 基金重仓指数： - 年前一周：风格因子贡献超额收益-0.07%（动量因子-0.09%，成长因子0.08%），贡献超额风险68.61%（动量因子27.32%，市值因子22.53%）[20] - 2024年以来：风格因子贡献超额收益0.72%（市值因子1.94%，波动率因子1.70%），贡献超额风险85.78%（市值因子52.04%，波动率因子12.14%）[20] - 中证红利指数： - 年前一周：风格因子贡献超额收益0.32%（价值因子1.01%，波动率因子-0.64%），贡献超额风险90.99%（波动率因子72.07%，价值因子8.01%）[20] - 2024年以来：风格因子贡献超额收益3.44%（价值因子8.10%，波动率因子-8.22%），贡献超额风险87.49%（波动率因子65.21%，价值因子8.42%）[20] - 微盘股指数： - 年前一周：风格因子贡献超额收益-0.49%（价值因子-0.47%，动量因子-0.37%），贡献超额风险98.03%（市值因子79.20%，波动率因子11.20%）[20] - 2024年以来：风格因子贡献超额收益-0.66%（市值因子-10.19%，波动率因子9.87%），贡献超额风险98.79%（市值因子89.31%，波动率因子5.67%）[20] --- 量化因子与构建方式 1. 因子名称：波动率因子 - 因子构建思路：衡量股票价格波动的程度，用于捕捉市场风险偏好变化[19] - 因子具体构建过程：基于历史价格数据计算股票的波动率，作为因子值[19] - 因子评价：波动率因子在2024年以来表现出较高的正向收益，显示其在捕捉市场风险偏好方面的有效性[19] 2. 因子名称：价值因子 - 因子构建思路：衡量股票的估值水平，用于捕捉低估值股票的超额收益[19] - 因子具体构建过程：基于市盈率、市净率等指标计算股票的估值水平，作为因子值[19] - 因子评价：价值因子在2024年以来表现出较高的正向收益，显示其在捕捉低估值股票超额收益方面的有效性[19] 3. 因子名称：流动性因子 - 因子构建思路：衡量股票的交易活跃程度，用于捕捉市场对流动性溢价的偏好[19] - 因子具体构建过程：基于股票的成交量、换手率等指标计算流动性水平，作为因子值[19] - 因子评价：流动性因子在2024年以来表现出负向收益，显示其在当前市场环境下的表现较弱[19] --- 因子的回测效果 1. 波动率因子 - 2024年以来：正向收益较高[19] 2. 价值因子 - 2024年以来：正向收益较高[19] 3. 流动性因子 - 2024年以来：负向收益较高[19]