量化因子与构建方式 1. 因子名称：二阶动量 - 构建思路：通过计算价格相对于均值的偏离程度来衡量动量效应[7] - 具体构建过程： $𝐶𝑙𝑜𝑠𝑒𝑡\ 𝐸𝑊𝑀𝐴(−𝑚𝑒𝑎𝑛(𝐶𝑙𝑜𝑠𝑒𝑡−window1:𝑡)) / 𝑚𝑒𝑎𝑛(𝐶𝑙𝑜𝑠𝑒𝑡−window1:𝑡)$ 其中，$𝐶𝑙𝑜𝑠𝑒𝑡$为当期收盘价，$𝐸𝑊𝑀𝐴$为指数加权移动平均，$window1$为回溯窗口[7] 2. 因子名称：动量期限差 - 构建思路：比较不同时间窗口的价格变化差异以捕捉动量期限结构[7] - 具体构建过程： $(𝐶𝑙𝑜𝑠𝑒𝑡−𝐶𝑙𝑜𝑠𝑒𝑡−𝑤𝑖𝑛𝑑𝑜𝑤1)/𝐶𝑙𝑜𝑠𝑒𝑡−𝑤𝑖𝑛𝑑𝑜𝑤1 − (𝐶𝑙𝑜𝑠𝑒𝑡−𝐶𝑙𝑜𝑠𝑒𝑡−𝑤𝑖𝑛𝑑𝑜𝑤2)/𝐶𝑙𝑜𝑠𝑒𝑡−𝑤𝑖𝑛𝑑𝑜𝑤2$ 通过两个不同窗口（$window1$和$window2$）的价格变化率差值构建[7] 3. 因子名称：成交金额波动 - 构建思路：衡量成交金额的波动性作为市场活跃度指标[7] - 具体构建过程： $−𝑆𝑇𝐷(𝐴𝑚𝑜𝑢𝑛𝑡)$ 对成交金额序列取标准差并取负值（波动性越高因子值越低）[7] 4. 因子名称：多空对比总量 - 构建思路：通过计算价格区间内多空力量对比反映市场情绪[7] - 具体构建过程： $\sum_{𝑖=𝑡−𝑤𝑖𝑛𝑑𝑜𝑤}^{𝑡} \left( \frac{𝐶𝑙𝑜𝑠𝑒𝑖−𝐿𝑜𝑤𝑖}{𝐻𝑖𝑔ℎ𝑖−𝐶𝑙𝑜𝑠𝑒𝑖} \right)$ 累加窗口期内每日收盘价相对于高低点的位置比率[7] 5. 因子名称：量价背离协方差 - 构建思路：通过价格与成交量排名的协方差捕捉量价背离现象[7] - 具体构建过程： $𝑟𝑎𝑛𝑘\{𝑐𝑜𝑣𝑎𝑟𝑖𝑎𝑛𝑐𝑒[𝑟𝑎𝑛𝑘(𝐶𝑙𝑜𝑠𝑒), −𝑟𝑎𝑛𝑘(𝑉𝑜𝑙𝑢𝑚𝑒), 𝑤𝑖𝑛𝑑𝑜𝑤]\}$ 对价格和成交量排名序列计算滚动协方差并再次排名[7] 6. 因子名称：量幅同向 - 构建思路：检验成交量变化与价格振幅的同向性[7] - 具体构建过程： $𝑐𝑜𝑟𝑟𝑒𝑙𝑎𝑡𝑖𝑜𝑛[𝑅𝑎𝑛𝑘(\frac{𝑉𝑜𝑙𝑢𝑚𝑒𝑖}{𝑉𝑜𝑙𝑢𝑚𝑒𝑖−1}), 𝑅𝑎𝑛𝑘(\frac{𝐻𝑖𝑔ℎ𝑖}{𝐿𝑜𝑤𝑖}−1), 𝑤𝑖𝑛𝑑𝑜𝑤]$ 计算成交量变化率与价格振幅变化率的滚动秩相关系数[7] 复合模型与构建方式 1. 模型名称：量价行业轮动组合 - 构建思路：综合11个量价因子筛选高动量、低拥挤行业[6][7] - 具体构建过程： - 对中信一级行业（剔除综合类）计算各因子值 - 因子等权加权生成复合因子 - 每月末选择复合因子排名前5的行业等权配置[7][9] 2. 模型名称：正预期与非拥挤行业组合 - 构建思路：结合分析师预期因子与量价拥挤度指标[10] - 具体构建过程： - 构建分析师预期复合因子（含6个子因子） - 通过6个量价因子计算拥挤度指标 - 剔除拥挤度最低的15个行业后选择预期因子前5行业[10] 回测效果 1. 量价行业轮动组合 - 累计收益：707.32%（2010-2025/03）[9] - 累计超额收益：613.37%（vs行业等权）[9] - 2025年3月收益：0.56%（超额0.53%）[1][9] 2. 正预期与非拥挤行业组合 - 累计收益：1027.55%（2010-2025/03）[10] - 累计超额收益：933.59%（vs行业等权）[10] - 2025年3月收益：-2.90%（超额-2.94%）[10] 最新行业配置 - 量价组合：家电、银行、轻工制造、交通运输、房地产（2025/04）[9] - 正预期组合：非银行金融、银行、建材、有色金属、家电（2025/04）[10]