根据提供的研报内容，以下是量化模型与因子的详细总结： --- 量化模型与构建方式 1. 模型名称：宏观择时策略 - 模型构建思路：基于动态宏观事件因子进行股债轮动配置，通过经济增长和货币流动性两个维度生成信号[28][29] - 模型具体构建过程： 1. 经济增长信号：综合PMI、工业增加值等经济指标，信号强度为0%（4月）[29] 2. 货币流动性信号：跟踪SHIBOR、DR007等利率指标，信号强度为50%（4月）[29] 3. 仓位计算：3月权益推荐仓位为25%，通过加权信号强度动态调整[28][29] - 模型评价：策略2025年初收益率1.06%，略低于Wind全A的1.90%，但风险控制稳健[28] 2. 模型名称：微盘股择时模型 - 模型构建思路：结合交易情绪（波动率拥挤度）和基本面（利率同比）指标监控风险[32][33] - 模型具体构建过程： 1. 波动率拥挤度指标：$\text{波动率拥挤度同比} = \frac{\text{当前波动率}}{\text{历史波动率均值}} - 1$，阈值0.3，当前-50.09%[33] 2. 利率同比指标：$\text{十年国债利率同比} = \frac{\text{当前利率}}{\text{去年同期利率}} - 1$，阈值0.3，当前-20.45%[33] 3. 信号触发：若任一指标突破阈值则触发风控，当前未触发[32] --- 量化因子与构建方式 1. 因子名称：大类选股因子（8类） - 因子构建思路：覆盖市值、价值、成长、质量等维度，在A股、沪深300等股票池中测试[43][45] - 因子具体构建过程（部分示例）： - 价值因子：$BP\_LR = \frac{\text{账面净资产}}{\text{市值}}$，方向↑[55] - 成长因子：$\text{Revenues\_SQ\_Chg1Y} = \frac{\text{单季度营业收入}}{\text{去年同期营业收入}} - 1$，方向↑[55] - 波动率因子：$\text{Volatility\_60D} = \sqrt{\frac{1}{60}\sum_{t=1}^{60}(r_t - \bar{r})^2}$，方向↓[55] 2. 因子名称：可转债择券因子 - 因子构建思路：从正股财务质量、估值等角度构建转债筛选因子[47][51] - 因子具体构建过程： - 正股财务质量因子：基于ROE、现金流等指标合成[51] - 转债估值因子：$\text{平价底价溢价率} = \frac{\text{转债价格}}{\text{纯债价值}} - 1$[51] --- 模型的回测效果 1. 宏观择时模型 - 年化收益率：1.06%（2025年初至今）[28] - 同期基准（Wind全A）：1.90%[28] 2. 微盘股择时模型 - 波动率拥挤度指标：-50.09%（未触发风控）[33] - 利率同比指标：-20.45%（未触发风控）[33] --- 因子的回测效果 1. 大类选股因子（上周IC均值） - 价值因子：沪深300股票池中IC均值19.53%[45] - 质量因子：全A股票池中IC均值1.75%[45] - 反转因子：中证1000股票池中IC均值7.94%[45] 2. 可转债择券因子（上周多空收益） - 正股财务质量因子：正收益[51] - 转债估值因子：正收益[51] --- 以上总结严格基于研报中提及的模型、因子及其构建逻辑[28][29][32][33][43][45][51][55]。