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：基于行业内部风格差异，通过构建行业内部离散指标与牵引指标合成五大类因子（波动率、基本面、成交量、情绪、动量），形成综合评分驱动行业轮动[6] - 模型具体构建过程： 1. 因子分类：按东吴金工多因子体系划分微观因子为五类（波动率、基本面、成交量、情绪、动量）[6] 2. 行业内部指标构建： - 离散指标：衡量行业内部个股风格分化程度 - 牵引指标：反映行业内部龙头股对整体风格的带动作用 3. 合成因子：结合离散指标与牵引指标生成五类行业因子，加权综合评分[6] - 模型评价：综合因子表现优于单一因子，稳定性与收益能力突出[8][10] 2. 沪深300指数增强策略 - 模型构建思路：基于五维行业轮动模型，每月调整沪深300成分股权重，增强高评分行业、剔除低评分行业[21] - 模型具体构建过程： 1. 行业分组：每月末将申万一级行业按五维评分分为六组，取第一组（多头）和第六组（空头） 2. 权重调整： - 剔除空头行业股票，将其权重按比例分配给多头行业股票 - 其余行业权重保持不变[21] --- 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：反映行业内部个股波动率的离散与牵引效应[6] - 因子评价：近期表现最优，收益能力与稳定性评分最高[8][11] 2. 因子名称：基本面因子 - 因子构建思路：基于行业内部财务指标（如ROE、营收增速）的风格分化[6] 3. 因子名称：成交量因子 - 因子构建思路：捕捉行业内部成交量变化的差异性[6] 4. 因子名称：情绪因子 - 因子构建思路：衡量市场情绪对行业内部个股的影响[6] 5. 因子名称：动量因子 - 因子构建思路：追踪行业内部价格动量效应的扩散[6] --- 模型的回测效果 1. 五维行业轮动模型（多空对冲） - 年化收益率：21.63% - 年化波动率：10.92% - IR：1.98 - 月度胜率：72.65% - 最大回撤：13.30%[10][11] 2. 五维行业轮动模型（多头超额） - 超额年化收益率：10.49% - 超额波动率：6.68% - IR：1.57 - 月度胜率：70.09% - 最大回撤：9.36%[15] 3. 沪深300指数增强策略 - 超额年化收益率：8.82% - 超额波动率：7.60% - IR：1.16 - 月度胜率：69.49% - 最大回撤：12.84%[22] --- 因子的回测效果 1. 波动率因子 - 年化收益率：11.74% - 波动率：10.23% - IR：1.15 - 胜率：59.84% - 最大回撤：14.27%[11] 2. 基本面因子 - 年化收益率：5.95% - 波动率：9.95% - IR：0.60 - 胜率：55.74% - 最大回撤：21.50%[11] 3. 成交量因子 - 年化收益率：7.60% - 波动率：12.23% - IR：0.62 - 胜率：58.20% - 最大回撤：18.51%[11] 4. 情绪因子 - 年化收益率：7.82% - 波动率：12.96% - IR：0.60 - 胜率：64.75% - 最大回撤：13.56%[11] 5. 动量因子 - 年化收益率：11.86% - 波动率：10.81% - IR：1.10 - 胜率：61.16% - 最大回撤：13.52%[11]