量化模型与构建方式 1. 模型名称：均线强弱指数 - 模型构建思路：通过比较Wind二级行业指数的8种均线组合与当前收盘价的相对位置，预测市场顶部/底部是否显现[17] - 模型具体构建过程： 1. 选取Wind二级行业指数的8日、13日、21日等8种均线组合 2. 计算各均线与当前收盘价的相对位置 3. 综合比较各均线位置关系，生成市场强弱得分（范围0-100%） 4. 当前市场得分为208，处于2021年以来83.9%分位点[14][15] 2. 模型名称：SAR指标翻转信号 - 模型构建思路：基于抛物线转向指标（SAR）捕捉Wind全A指数的趋势反转信号[17] - 模型具体构建过程： 1. 计算Wind全A指数的SAR值（默认参数0.02步长/0.2极值） 2. 当收盘价突破SAR曲线时生成买入/卖出信号 3. 2025年3月6日触发向上突破信号[14][17] 量化因子与构建方式 1. 因子名称：复合因子拥挤度（小市值/低估值/高盈利/高增长） - 因子构建思路：通过估值价差、配对相关性、收益反转、波动率四个维度预警因子失效风险[18][19] - 因子具体构建过程： 1. 估值价差：因子分组内高估值组合与低估值组合的估值比率标准化值 2. 配对相关性：因子分组内股票收益率的平均横截面相关性 3. 收益反转：因子过去12个月收益率的反转效应强度 4. 波动率：因子收益率的滚动20日波动率 5. 综合打分公式： $综合拥挤度 = \frac{估值价差 + 配对相关性 + 收益反转 + 波动率}{4}$ 6. 当前取值：小市值(0.62)、低估值(-0.10)、高盈利(-0.36)、高增长(-0.91)[20] 2. 因子名称：行业拥挤度 - 因子构建思路：通过交易活跃度、估值偏离度等指标监测行业过热风险[21] - 因子具体构建过程： 1. 计算各行业换手率、资金流入、估值分位数等原始指标 2. 标准化后加权合成行业拥挤度指数（范围-2至2） 3. 当前最高拥挤度行业：机械设备(1.15)、电子(1.15)、综合(0.63)[22][24] 模型的回测效果 1. 均线强弱指数： - 当前市场得分208，处于2021年以来83.9%分位点[15] - 与Wind全A指数同步性达0.82（2023-2025年） 2. SAR翻转信号： - 2025年3月6日触发买入信号后3日收益率1.2%[17] 因子的回测效果 1. 小市值因子： - 复合拥挤度0.62（历史80%分位） - 近1月收益率2.8%，年化IR 1.52[20] 2. 低估值因子： - 复合拥挤度-0.10（历史45%分位） - 近1月收益率1.2%，年化IR 0.91[20] 3. 高盈利因子： - 复合拥挤度-0.36（历史30%分位） - 近1月收益率0.7%，年化IR 0.63[20] 4. 机械设备行业： - 拥挤度1.15（月环比+0.29） - 近20日超额收益3.5%[24]