量化模型与构建方式 1. 模型名称：RSI相对强弱指标 模型构建思路：通过计算一定周期内的平均涨幅和平均跌幅的比值，判断市场是否处于超买或超卖状态[3] 模型具体构建过程： - 计算一定周期（12天）内的平均涨幅和平均跌幅 - 计算RS值，即平均涨幅与平均跌幅的比值 - 计算RSI值，公式为： $RSI = 100 – \frac{100}{1 + RS}$ - RSI>70表示市场处于超买状态，RSI<30表示市场处于超卖状态[3] 模型评价：RSI指标简单直观，适用于短期市场情绪的判断[3] 2. 模型名称：净申购金额计算模型 模型构建思路：通过计算ETF净值的变动和收益率，得出净申购金额[3] 模型具体构建过程： - 计算净申购金额，公式为： $NETBUY(T) = NAV(T) – NAV(T-1) \times (1 + R(T))$ 其中，NETBUY(T)为净申购金额，NAV(T-1)为前一交易日的ETF净值，R(T)为收益率[3] 量化因子与构建方式 1. 因子名称：日内行情趋势因子 因子构建思路：通过5分钟级别的日内成交价构成的趋势图，分析当日最高价和最低价的变化[3] 因子具体构建过程： - 使用5分钟级别的日内成交价绘制趋势图 - 标记当日最高价和最低价，形成红点[3] 因子评价：日内行情趋势因子能够捕捉短期价格波动，适用于日内交易策略[3] 模型的回测效果 1. RSI相对强弱指标，RSI值范围：51.41 - 96.03[3] 2. 净申购金额计算模型，净申购金额范围：-2.78 - 7.37亿元[3] 因子的回测效果 1. 日内行情趋势因子，日内最高价与最低价变化范围：-1.98 - 3.32[3]