量化模型与构建方式 1. 模型名称：DTW择时模型 - 模型构建思路：基于相似性原理和DTW（动态时间弯曲）算法，通过比较当前指数行情与历史行情的相似度，筛选相似片段并预测未来涨跌幅，生成交易信号[1][4][25] - 模型具体构建过程： 1. 计算当前行情与历史片段的DTW距离（弹性度量），筛选相似度最高的片段[25][27] 2. 对筛选片段未来5日或1日涨跌幅加权平均（权重为距离倒数），公式： $\text{预测涨跌幅} = \frac{\sum_{i=1}^k w_i \cdot r_i}{\sum_{i=1}^k w_i}, \quad w_i = \frac{1}{d_i}$ 其中(d_i)为DTW距离，(r_i)为历史片段未来涨跌幅[25] 3. 结合预测涨跌幅均值与方差阈值生成信号（如均值>0且方差<阈值则看多）[14] - 模型评价：在非宏观突变市场环境下表现稳定，但对政策突发变化敏感[16] 2. 模型名称：外资择时模型 - 模型构建思路：基于富时中国A50股指期货和南方A50ETF的价格背离与升贴水指标，复合生成A股择时信号[4][32] - 模型具体构建过程： 1. 从富时A50期货提取升贴水指标和价格背离指标，复合生成期货信号[32] 2. 从南方A50ETF提取价格背离指标，生成ETF信号[32] 3. 将期货与ETF信号加权融合，最终输出外资择时信号[32] - 模型评价：样本外表现稳健，多空策略收益风险比优异[21] --- 模型的回测效果 1. DTW择时模型 - 样本外（2022年11月以来）：绝对收益25.38%，超额沪深300收益19.02%，最大回撤20.07%，周胜率超60%[4][16] - 2024年以来：绝对收益23.58%（沪深300），超额5.27%，最大回撤14.88%，交易胜率63.64%，盈亏比2.64[16] 2. 外资择时模型 - 全样本（2014-2024）：多空策略年化收益18.96%，最大回撤25.69%；多头策略年化14.19%，最大回撤17.27%[18] - 2024年以来：多头策略绝对收益28.05%，最大回撤8.32%；多空策略绝对收益21.66%，最大回撤13.14%[21] --- 其他关键方法说明 - DTW算法改进：引入Sakoe-Chiba边界或Itakura Parallelogram限制条件，解决传统DTW的"病态匹配"问题[29][31] - 相似性度量对比：欧氏距离（锁步度量）易错配时间序列，DTW距离（弹性度量）更适应时序弹性匹配[27][28]