量化模型与构建方式 1. 模型名称：综合配置策略模型 - 模型构建思路：根据各个细分行业的景气度信号，配置景气上行及景气持平、且拥挤度较低的行业[2][28] - 模型具体构建过程： - 每月更新时，根据各个细分行业的景气度信号，配置景气上行及景气持平、且拥挤度较低的行业 - 景气持平行业的权重设置为景气上行行业的一半 - 最终形成综合配置策略[2][28] - 模型评价：该模型通过动态调整行业配置，旨在捕捉景气度上行的行业机会，同时规避拥挤度较高的行业风险[2][28] 模型的回测效果 - 综合配置策略模型，最近1个月收益0.3%，相对行业等权指数及中证800的超额收益分别为-1.1%和-1.1%[2][28] - 综合配置策略模型，最近3个月收益-9.2%，相对行业等权指数及中证800的超额收益分别为-2.4%和-2.8%[30] - 综合配置策略模型，最近6个月收益18.4%，相对行业等权指数及中证800的超额收益分别为1.4%和3.7%[30] - 综合配置策略模型，2025年以来收益-3.5%，相对行业等权指数及中证800的超额收益分别为-0.6%和-0.4%[30] 量化因子与构建方式 1. 因子名称：行业景气度因子 - 因子的构建思路：通过分析各行业的景气度信号，判断行业的景气上行、持平或下行状态[6][7] - 因子具体构建过程： - 收集各行业的景气度数据 - 根据景气度数据，判断行业的景气状态（上行、持平、下行） - 将景气持平行业的权重设置为景气上行行业的一半[6][7] - 因子评价：该因子通过景气度信号的分析，能够较好地反映行业的景气状态，为行业配置提供依据[6][7] 因子的回测效果 - 行业景气度因子，汽车行业景气度指标边际上行[9][11] - 行业景气度因子，光伏行业综合景气指标边际上行[18][21] - 行业景气度因子，消费电子综合景气指标边际上行[24][25]