量化模型与构建方式 1. 模型名称：量化大势研判框架 - 模型构建思路：通过自下而上的量化分析方法，基于资产的内在属性和产业生命周期的变化，识别未来市场的主流风格[5][6] - 模型具体构建过程： 1. 将股票资产划分为五种风格阶段：外延成长、质量成长、质量红利、价值红利、破产价值[5] 2. 采用资产比较框架，优先级为主流资产（实际增速资产、预期增速资产、盈利资产）优于次级资产（质量红利、价值红利、破产价值）[7] 3. 通过g>ROE>D的优先级，分析资产的“有没有（好资产）”和“（好资产）贵不贵”，最终聚焦优势资产[5][6] 4. 结合因子择时中的Spread方法，计算资产优势差（如净利润增速、预期增速、ROE等），以刻画头部资产的趋势变化[18][21][22] 5. 策略行业选择基于等权重配置[14] - 模型评价：框架自2009年以来年化收益率达26.85%，对A股风格轮动具有较好的解释能力，但在部分年份（如2011、2012、2014、2016）效果有限[14] --- 量化因子与构建方式 1. 因子名称：预期成长因子 - 因子的构建思路：基于分析师预期增速，选择预期增速最高的行业进行配置[6][27] - 因子具体构建过程： 1. 计算分析师预期净利润增速（g_fttm）[6] 2. 对行业进行排名并筛选出预期增速最高的行业[27] - 因子评价：策略在2019年以来超额显著，2014-2015年期间同样表现较好[27] 2. 因子名称：实际成长因子 - 因子的构建思路：基于超预期/△g，选择业绩动量最高的行业进行配置[6][28] - 因子具体构建过程： 1. 计算行业的超预期因子（sue、sur、jor）[28] 2. 对行业进行排名并筛选出业绩动量最高的行业[28] - 因子评价：策略长期超额显著，尤其在成长风格占优的环境下表现突出[28] 3. 因子名称：盈利能力因子 - 因子的构建思路：基于PB-ROE框架，选择高ROE且估值较低的行业进行配置[6][30] - 因子具体构建过程： 1. 计算PB-ROE回归残差[30] 2. 对行业进行排名并筛选出高ROE且估值较低的行业[30] - 因子评价：策略在2016-2020年超额显著，但2021年以来表现较弱[30] 4. 因子名称：质量红利因子 - 因子的构建思路：基于DP+ROE打分，选择得分最高的行业进行配置[6][33] - 因子具体构建过程： 1. 计算行业的股息率（dp）和ROE[33] 2. 综合打分后筛选出得分最高的行业[33] - 因子评价：策略在2016年、2017年、2023年超额显著[33] 5. 因子名称：价值红利因子 - 因子的构建思路：基于DP+BP打分，选择得分最高的行业进行配置[6][36] - 因子具体构建过程： 1. 计算行业的股息率（dp）和账面市值比（bp）[36] 2. 综合打分后筛选出得分最高的行业[36] - 因子评价：策略在2009年、2017年、2021-2023年超额显著[36] 6. 因子名称：破产价值因子 - 因子的构建思路：基于PB+SIZE打分，选择得分最低的行业进行配置[6][38] - 因子具体构建过程： 1. 计算行业的市净率（pb）和市值（size）[38] 2. 综合打分后筛选出得分最低的行业[38] - 因子评价：策略在2015-2016年、2021-2023年超额显著[38] --- 模型的回测效果 - 量化大势研判框架： - 年化收益率：26.85%[14] - 各年超额收益：如2009年51%、2013年36%、2020年44%、2022年62%等[15] --- 因子的回测效果 - 预期成长因子： - 近3月表现：如产业互联网-4.90%、玻璃纤维1.92%、有机硅-4.91%等[27] - 实际成长因子： - 近3月表现：如车用电机电控21.21%、工业机器人及工控系统23.42%、锂电设备0.25%等[29] - 盈利能力因子： - 近3月表现：如非乳饮料1.17%、白酒-3.26%、畜牧养殖-8.41%等[30] - 质量红利因子： - 近3月表现：如服务机器人13.34%、黑色家电Ⅲ8.53%、公交-8.31%等[33] - 价值红利因子： - 近3月表现：如宠物食品20.52%、客车12.65%、安防6.09%等[36] - 破产价值因子： - 近3月表现：如其他电子零组件Ⅲ11.12%、资产管理Ⅱ-19.38%、动物疫苗及兽药-10.93%等[38]