量化模型与构建方式 1. 模型名称：五维行业轮动模型 - 模型构建思路：基于行业内部普遍存在的风格差异，利用风格指标对行业内部股票进行划分，通过构建行业内部离散指标与行业内部牵引指标，最终合成行业因子[8] - 模型具体构建过程： 1. 以东吴金工特色多因子体系为基础，将微观因子划分为五大类：波动率、基本面、成交量、情绪、动量[8] 2. 以大类选股因子的风格偏好为参照，构建行业内部离散指标与行业内部牵引指标[8] 3. 最终合成五类行业因子，构建包含波动率、基本面、成交量、情绪、动量的五维行业轮动模型[8] - 模型评价：情绪因子近期表现最为优秀[11] 2. 模型名称：五维行业轮动模型的指数增强策略 - 模型构建思路：通过对沪深300指数的行业权重进行调整，增强指数表现[25] - 模型具体构建过程： 1. 每个月月末取五维行业轮动模型评分最高的五个行业为增强行业，评分最低的五个行业为剔除行业，其余行业保持不变[25] 2. 根据月末各个股票在沪深300的权重，将属于剔除行业的股票剔除[25] 3. 将被剔除行业的股票权重等比例赋予增强行业的股票，构成新的沪深300增强组合[25] 4. 按月频调仓[25] --- 模型的回测效果 1. 五维行业轮动模型 - 年化收益率：21.78%[13][14] - 年化波动率：11.00%[13][14] - 信息比率（IR）：1.98[13][14] - 月度胜率：73.28%[13][14] - 历史最大回撤：13.30%[13][14] 2. 五维行业轮动模型多头对冲全市场行业等权组合 - 年化收益率：10.60%[17][18] - 年化波动率：6.73%[17][18] - 信息比率（IR）：1.57[17][18] - 月度胜率：70.69%[17][18] - 历史最大回撤：9.36%[17][18] 3. 五维行业轮动模型的指数增强策略 - 年化收益率：8.80%[27] - 年化波动率：7.72%[27] - 信息比率（IR）：1.14[27] - 月度胜率：70.09%[27] - 历史最大回撤：13.63%[27] --- 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：基于股票价格波动的特性，衡量行业内部的波动分布[8] - 因子具体构建过程：通过行业内部股票的波动率计算，提取行业内的离散性特征[8] 2. 因子名称：基本面因子 - 因子构建思路：基于企业财务数据，衡量行业内部的基本面差异[8] - 因子具体构建过程：通过行业内部股票的财务指标（如盈利能力、资产负债率等）计算，提取行业内的基本面特征[8] 3. 因子名称：成交量因子 - 因子构建思路：基于股票交易活跃度，衡量行业内部的成交量分布[8] - 因子具体构建过程：通过行业内部股票的成交量数据计算，提取行业内的交易活跃性特征[8] 4. 因子名称：情绪因子 - 因子构建思路：基于市场情绪指标，衡量行业内部的情绪波动[8] - 因子具体构建过程：通过行业内部股票的市场情绪数据（如资金流向、投资者情绪指数等）计算，提取行业内的情绪特征[8] 5. 因子名称：动量因子 - 因子构建思路：基于股票价格的趋势性，衡量行业内部的动量效应[8] - 因子具体构建过程：通过行业内部股票的价格动量数据计算，提取行业内的趋势性特征[8] --- 因子的回测效果 1. 波动率因子 - 年化收益率：11.33%[14] - 年化波动率：10.35%[14] - 信息比率（IR）：1.09[14] - 胜率：59.50%[14] - 历史最大回撤：14.27%[14] 2. 基本面因子 - 年化收益率：5.87%[14] - 年化波动率：10.02%[14] - 信息比率（IR）：0.59[14] - 胜率：55.37%[14] - 历史最大回撤：21.50%[14] 3. 成交量因子 - 年化收益率：6.93%[14] - 年化波动率：12.37%[14] - 信息比率（IR）：0.56[14] - 胜率：57.85%[14] - 历史最大回撤：21.00%[14] 4. 情绪因子 - 年化收益率：8.16%[14] - 年化波动率：12.97%[14] - 信息比率（IR）：0.63[14] - 胜率：65.29%[14] - 历史最大回撤：13.56%[14] 5. 动量因子 - 年化收益率：12.07%[14] - 年化波动率：10.84%[14] - 信息比率（IR）：1.11[14] - 胜率：61.67%[14] - 历史最大回撤：13.52%[14]