量化模型与构建方式 1. 模型名称：三维择时框架 模型构建思路：通过流动性、分歧度和景气度三个维度进行市场择时判断[7] 模型具体构建过程：流动性保持上行状态但有见顶迹象，分歧度处于下行趋势，景气度保持下行状态，ERP保持极值状态，综合判断市场处于盘整状态下的上涨波段，但价格在上周遇到阻力线后未能实现有效突破[7] 模型评价：该框架在市场盘整状态下表现较为稳定，但需谨慎对待阻力线的突破情况[7] 2. 模型名称：资金流共振策略 模型构建思路：通过监控两融资金与大单资金的共振情绪，选择两类资金都看好的行业[22] 模型具体构建过程：定义行业融资融券资金因子为Barra市值因子中性化后的融资净买入-融券净买入，取最近50日均值后的两周环比变化率；定义行业主动大单资金因子为行业最近一年成交量时序中性化后的净流入排序，并取最近10日均值。在主动大单因子的头部打分内做融资融券因子的剔除，以提高策略稳定性[27] 模型评价：该策略在2018年以来表现稳定，年化超额收益13.5%，信息比率1.7，回撤较小[27] 模型的回测效果 1. 三维择时框架，上周市场处于盘整状态，未能突破阻力线[7] 2. 资金流共振策略，上周实现绝对收益-2.4%，超额收益-0.7%[27] 量化因子与构建方式 1. 因子名称：估值因子 因子构建思路：通过市盈率倒数、经营性净资产/EV等指标构建估值因子[34] 因子具体构建过程：使用市盈率倒数fy3、经营性净资产/EV等指标，进行市值、行业中性化处理，计算因子多头超额收益[34] 因子评价：估值因子在最近一周表现较好，超额收益达到2%以上[34] 2. 因子名称：一致预测目标价因子 因子构建思路：通过30天一致预期目标价格/收盘价-1构建因子[36] 因子具体构建过程：计算30天一致预期目标价格/收盘价-1，并在不同宽基指数内进行测试[36] 因子评价：该因子在不同宽基指数内表现均较好，尤其在大市值下超额更高[36] 因子的回测效果 1. 估值因子，最近一周多头超额收益2.84%[34] 2. 一致预测目标价因子，沪深300中多头超额收益0.19%，中证1000中多头超额收益3.27%[36] 量化组合与构建方式 1. 组合名称：沪深300增强组合 组合构建思路：基于研报覆盖度调整，选用适用性因子进行增强[37] 组合具体构建过程：在沪深300宽基指数内，基于研报覆盖度区分两种域，并运用各自适用性因子进行增强[37] 组合评价：该组合在2015年以来年化超额收益11.23%，Sharpe比率1.99[38] 2. 组合名称：中证500增强组合 组合构建思路：基于研报覆盖度调整，选用适用性因子进行增强[37] 组合具体构建过程：在中证500宽基指数内，基于研报覆盖度区分两种域，并运用各自适用性因子进行增强[37] 组合评价：该组合在2015年以来年化超额收益12.93%，Sharpe比率2.70[38] 组合的回测效果 1. 沪深300增强组合，上周绝对收益-2.69%，超额收益-0.47%[37] 2. 中证500增强组合，上周绝对收益-2.84%，超额收益0.42%[37]