量化模型与构建方式 1 模型名称：均线距离择时模型 模型构建思路：通过计算wind全A指数的短期均线（20日）与长期均线（120日）的距离变化，判断市场整体环境（震荡/趋势）[2][9] 模型具体构建过程： - 计算20日均线（MA20）和120日均线（MA120）： $MA20 = \frac{\sum_{i=1}^{20} P_i}{20}, \quad MA120 = \frac{\sum_{i=1}^{120} P_i}{120}$ 其中$P_i$为第i日收盘价 - 计算两线距离百分比： $Distance = \frac{MA20 - MA120}{MA120} \times 100\%$ - 阈值设定：距离小于3%判定为震荡格局，大于3%为趋势格局[2][9] 2 模型名称：TWO BETA行业配置模型 模型构建思路：基于市场风险偏好和行业特性，筛选科技等具有高弹性特征的板块[3][10] 模型具体构建过程： - 通过宏观经济指标（如关税政策窗口期）评估市场风险偏好[10] - 结合行业历史Beta值（如科技板块对市场波动的敏感性）和事件驱动（国产替代/军工）进行行业筛选[3][10] 3 模型名称：仓位管理模型 模型构建思路：综合估值分位数（PE/PB）和短期趋势信号动态调整仓位[3][11] 模型具体构建过程： - 计算wind全A的PE/PB历史分位数（PE 60分位、PB 20分位）[11] - 结合均线距离模型的震荡信号（2.72%），输出仓位建议值： $Position = 60\% \quad \text{（当前建议值）}$ 量化因子与构建方式 1 因子名称：成交萎缩因子 因子构建思路：通过市场成交量极端萎缩捕捉反弹机会[1][8] 因子具体构建过程： - 监测wind全A日成交额，设定阈值（如1.1万亿）[1] - 触发条件：连续3日成交额低于阈值且缩量幅度超过15%[1][8] 模型的回测效果 1 均线距离择时模型 最新距离值2.72%[2] 震荡格局判定准确率78%（历史回测）[9] 2 TWO BETA模型 科技板块周超额收益1.2%（相对沪深300）[10] 3 仓位管理模型 当前建议仓位60%[11] 历史波动率降低23%[3] 因子的回测效果 1 成交萎缩因子 触发后5日反弹概率68%[1] 平均超额收益1.8%[8]