量化模型与构建方式 1. 模型名称：宏观+量价大小盘双驱轮动策略 模型构建思路：从宏观经济和微观量价层面分析驱动大小盘风格轮动的因素，整合有效因子形成综合策略[6] 模型具体构建过程： - 单因子信号值：1表示大盘信号，-1表示小盘信号，0表示无信号[7] - 综合分数计算：各因子信号值加权求和，若>0全仓沪深300，<0全仓中证1000，=0等权配置[7] 模型评价：回测胜率达82.22%，但2025Q1区间收益为-1.21%，存在短期波动风险[6][10] 2. 模型名称：宏观量价双驱价值成长风格轮动模型 模型构建思路：结合宏观经济和量价因子预测价值/成长风格切换[11] 模型具体构建过程： - 单因子信号值：1表示价值信号，-1表示成长信号，0表示无信号[12] - 综合分数应用：>0全仓国证价值指数，<0全仓国证成长指数，=0等权配置[12] 模型评价：回测胜率77.78%，2025Q2信号转向价值风格[11][16] 3. 模型名称：行业轮动复合因子策略 模型构建思路：整合历史基本面、预期基本面、情绪面、量价技术面、宏观经济五类因子[17] 模型具体构建过程： - 因子标准化：对30个中信一级行业的多维度因子进行Z-score标准化 - 组合构建：选取标准化总分前5行业等权配置[20] 4. 模型名称：行业轮动单因子多策略 模型构建思路：独立运行多类单因子策略并等权合成[17] 模型具体构建过程： - 单因子筛选：每类因子选取IC最高的代表性指标 - 信号合成：各单因子策略信号等权加权[20] 模型的回测效果 1. 宏观+量价大小盘双驱轮动策略 - 区间收益：-1.21% - 年化收益：-4.92% - 年化波动：14.80% - 最大回撤：5.40% - 夏普比率：-0.33 - 卡玛比率：-0.91[10] 2. 宏观量价双驱价值成长风格轮动模型 - 区间收益：0.46% - 年化收益：1.94% - 年化波动：17.51% - 最大回撤：5.23% - 夏普比率：0.11 - 卡玛比率：0.37[16] 3. 行业轮动复合因子策略 - 上月超额收益：1.45% - 2025年超额收益：5.94%[20] 4. 行业轮动单因子多策略 - 上月超额收益：2.52% - 2025年超额收益：4.05%[20] 量化因子与构建方式 1. 因子名称：大小盘轮动宏观因子组 因子构建思路：包含货币流动差分、PMI季均、社融加权同比等7个宏观指标[7] 因子具体构建过程： - 信号标准化：对原始指标进行3个月移动平均处理 - 方向判定：突破阈值时发出1/-1信号[7] 2. 因子名称：价值成长轮动量价因子组 因子构建思路：涵盖风格拥挤度、市场情绪等微观指标[12] 因子具体构建过程： - 情绪指标：基于换手率波动率构建 - 拥挤度计算：$Crowding = \frac{Price - MA_{20}}{σ_{20}}$[12] 因子的回测效果 1. 大小盘轮动宏观因子组 - 2025Q2信号强度：货币流动差分(-1)、PMI季均(1)、社融加权同比(1)[7] 2. 价值成长轮动量价因子组 - 2025Q2信号强度：风格拥挤度(1)、市场情绪(-1)[12] 最新配置信号 1. 大小盘风格：2025Q2综合分数3，推荐大盘风格[6] 2. 价值成长风格：2025Q2综合分数3，推荐价值风格[11] 3. 行业配置： - 单因子多策略推荐：有色金属、建材、银行、非银行金融[20] - 复合因子策略推荐：汽车、有色金属、非银行金融、建材、基础化工[20]