量化模型与构建方式 1. 模型名称：风格轮动模型 - 模型构建思路： 本模型从基础风格因子（估值、市值、波动率、动量）出发，逐步构造风格择时和打分体系。通过滚动训练随机森林模型，优选特征并规避过拟合风险，最终形成从风格择时到风格评分，再到实际投资的风格轮动框架[1][8] - 模型具体构建过程： 1. 基于东吴金工特色多因子体系，优选80个底层因子作为原始特征[8] 2. 构造640个微观特征[8] 3. 使用常用指数作为风格股票池，取代风格因子的绝对比例划分，构造新的风格收益作为标签[1][8] 4. 通过随机森林模型对单个风格进行择时，得到每种风格的当期得分[1][8] 5. 综合择时结果与打分结果，构造月频风格轮动模型[1][8] --- 模型的回测效果 1. 风格轮动模型 - 年化收益率：22.31%[9][10] - 年化波动率：24.33%[9][10] - 信息比率（IR）：0.92[9][10] - 月度胜率：59.70%[9][10] - 历史最大回撤：28.33%[10] - 策略对冲市场基准的年化收益率：13.40%[9][10] - 策略对冲市场基准的年化波动率：11.55%[9][10] - 策略对冲市场基准的IR：1.16[9][10] - 策略对冲市场基准的月度胜率：66.42%[9][10] - 策略对冲市场基准的历史最大回撤：10.31%[10] --- 量化因子与构建方式 1. 因子名称：估值因子 - 因子的构建思路：基于个股的估值水平，衡量其相对吸引力[8] - 因子具体构建过程：通过东吴金工多因子体系中的估值相关指标，提取估值因子并纳入风格轮动模型[8] 2. 因子名称：市值因子 - 因子的构建思路：基于个股市值大小，捕捉小市值股票的潜在超额收益[8] - 因子具体构建过程：通过东吴金工多因子体系中的市值相关指标，提取市值因子并纳入风格轮动模型[8] 3. 因子名称：波动率因子 - 因子的构建思路：基于个股的历史波动率，衡量其风险水平[8] - 因子具体构建过程：通过东吴金工多因子体系中的波动率相关指标，提取波动率因子并纳入风格轮动模型[8] 4. 因子名称：动量因子 - 因子的构建思路：基于个股的历史收益率，捕捉趋势性收益[8] - 因子具体构建过程：通过东吴金工多因子体系中的动量相关指标，提取动量因子并纳入风格轮动模型[8] --- 因子的回测效果 1. 估值因子 - 2025年1月收益率（多空对冲）：约-5%[13][14] - 2025年2月收益率（多空对冲）：约-10%[13][14] 2. 市值因子 - 2025年1月收益率（多空对冲）：约5%[13][14] - 2025年2月收益率（多空对冲）：约10%[13][14] 3. 波动率因子 - 2025年1月收益率（多空对冲）：约10%[13][14] - 2025年2月收益率（多空对冲）：约15%[13][14] 4. 动量因子 - 2025年1月收益率（多空对冲）：约0%[13][14] - 2025年2月收益率（多空对冲）：约5%[13][14]