根据研报内容，以下是量化模型与因子的详细总结： 量化因子与构建方式 1. 因子名称：Trend - 构建思路：捕捉股票价格趋势，通过不同时间窗口的指数加权移动平均比率衡量趋势强度[12] - 具体构建： - Trend_120因子：计算20天与120天指数加权移动平均比率 $Trend\_120 = \frac{EWMA(halflife=20)}{EWMA(halflife=120)}$ - Trend_240因子：计算20天与240天指数加权移动平均比率 $Trend\_240 = \frac{EWMA(halflife=20)}{EWMA(halflife=240)}$ - 评价：近期市场表现最佳的风格因子，反映趋势策略的有效性[9][11] 2. 因子名称：非流动性冲击 (ILLIQ_1M) - 构建思路：衡量股票流动性风险，通过价格冲击效应反映交易成本[16] - 具体构建：过去20个交易日日度涨跌幅绝对值与成交额比值的均值 $ILLIQ\_1M = \frac{1}{20}\sum_{t=1}^{20}\frac{|r_t|}{V_t}$ - 评价：在中证全指等样本空间中近期表现突出[6][18][42] 3. 因子名称：UMR系列（一个月/三个月/六个月/一年UMR） - 构建思路：风险调整后的动量因子，通过特定窗口期收益与波动率比值构建[16] - 具体构建： - 以一个月UMR为例： $UMR\_1M = \frac{\sum_{t=1}^{20}r_t}{\sigma_{1M}}$ 其中$\sigma_{1M}$为过去20天收益波动率 - 评价：在中证800等样本空间中展现稳定的多空收益[18][22][26] 4. 因子名称：特异度 (IVR_1M) - 构建思路：衡量个股收益脱离Fama-French三因子解释的程度[16] - 具体构建： $IVR\_1M = 1 - R^2_{FF3}$ 其中$R^2_{FF3}$为过去20日三因子回归拟合优度 - 评价：近期在中证500样本中表现较弱[22][31] 5. 因子名称：分析师认可度 (ANA_REC) - 构建思路：反映分析师对个股的评级倾向[16] - 具体构建： $ANA\_REC = \frac{N_{buy} - N_{sell}}{N_{total}}$ - 评价：在中证800样本中近期正向收益显著[26][31] 因子回测效果 | 因子名称 | 最近一周 | 最近一月 | 今年以来 | 近1年年化 | 历史年化 | 近一年趋势 | 近十年趋势 | |--------------------|----------|----------|----------|------------|----------|------------|------------| | Trend | 2.88% | 9.68% | -3.46% | 10.89% | 14.33% | - | - | [11] | 非流动性冲击 | 1.14% | 1.33% | 2.82% | -1.20% | -0.42% | - | - | [42] | 六个月UMR | 0.73% | 3.85% | 1.87% | 2.25% | 7.95% | - | - | [42] | 特异度 | -0.51% | -1.04% | 0.95% | 2.27% | 3.68% | - | - | [42] 模型构建方法 MFE组合优化模型 - 构建思路：在控制风格/行业暴露约束下最大化单因子暴露[57] - 具体构建： $\begin{array}{ll}max&f^{T}w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &0\leq w\leq l\\ &1^{T}w=1\\ &\Sigma|w-w_{0}|\leq to_{h}\end{array}$ - 关键约束：风格偏离($X$)、行业偏离($H$)、成分股权重($B_b$)、换手率($to_h$)[57][60] 指数增强产品表现 - 沪深300增强：中位数超额收益最近一周-0.01%，近一年1.77%[48][50] - 中证500增强：中位数超额收益最近一周0.25%，近一年0.81%[54] - 中证1000增强：中位数超额收益最近一周0.24%，近一年5.81%[56]