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：股指期货分红点位预测模型 - 模型构建思路：基于历史数据和成分股分红信息，预测股指期货合约存续期内标的指数的分红点位[9][11][16][18] - 模型具体构建过程： 1. 收集标的指数成分股的历史分红数据 2. 根据上市公司公告和分红政策，预测未来一年内各成分股的分红金额和时间 3. 汇总成分股分红数据，计算指数分红点位 4. 按合约存续期划分，计算各合约期间的分红影响 $分红点位 = \sum_{i=1}^n (成分股i分红金额 \times 权重_i)$ 其中n为指数成分股数量[9][11][16][18] 2. 模型名称：基差修正模型 - 模型构建思路：剔除分红影响后计算真实的期货合约基差[20] - 模型具体构建过程： 1. 计算实际基差：期货价格 - 指数价格 2. 加上存续期内未实现的预期分红 3. 进行年化处理 $年化基差 = \frac{(实际基差 + 预期分红点位)}{指数价格} \times \frac{360}{合约剩余天数}$[20] 3. 模型名称：期现对冲策略 - 模型构建思路：利用股指期货进行现货头寸的风险对冲[44][46][47][51][54][58] - 模型具体构建过程： - 连续对冲策略： 1. 现货端持有标的指数全收益指数 2. 期货端做空等额名义本金的股指期货合约 3. 定期滚动持有季月/当月合约[44] - 最低贴水策略： 1. 计算所有可交易合约的年化基差 2. 选择贴水幅度最小的合约开仓 3. 持有8个交易日后重新选择[46] 量化因子与构建方式 1. 因子名称：Cinda-VIX波动率指数 - 因子构建思路：反映期权市场对标的资产未来波动率的预期[62] - 因子具体构建过程： 1. 收集不同行权价期权的隐含波动率 2. 采用类似海外VIX指数的计算方法 3. 计算不同期限(30/60/90/120日)的波动率预期[62] - 因子评价：能有效捕捉市场恐慌情绪和波动预期 2. 因子名称：Cinda-SKEW偏斜指数 - 因子构建思路：衡量期权市场对标的资产收益分布不对称性的预期[68] - 因子具体构建过程： 1. 计算不同行权价期权的隐含波动率 2. 分析波动率曲线的偏斜特征 3. 量化市场对尾部风险的定价[68] - 因子评价：可作为"黑天鹅"风险预警指标 模型的回测效果 1. IC对冲策略(2022/7/22-2025/4/11) - 年化收益：-2.08%(当月)、-1.71%(季月)、-0.83%(最低贴水) - 波动率：3.98%、4.89%、4.80% - 最大回撤：-7.51%、-8.34%、-7.97% - 净值：0.9449、0.9544、0.9778[48] 2. IF对冲策略(2022/7/22-2025/4/11) - 年化收益：1.01%、1.06%、1.60% - 波动率：3.12%、3.46%、3.24% - 最大回撤：-3.95%、-4.03%、-4.06% - 净值：1.0275、1.0288、1.0439[53] 3. IH对冲策略(2022/7/22-2025/4/11) - 年化收益：1.42%、2.20%、1.86% - 波动率：3.23%、3.66%、3.23% - 最大回撤：-4.22%、-3.75%、-3.91% - 净值：1.0389、1.0604、1.0510[57] 4. IM对冲策略(2022/7/22-2025/4/11) - 年化收益：-4.95%、-3.96%、-3.44% - 波动率：4.39%、5.48%、5.34% - 最大回撤：-13.84%、-12.63%、-11.11% - 净值：0.8718、0.8965、0.9098[59] 因子的回测效果 1. Cinda-VIX指数(2025/4/11) - 上证50VIX_30：22.26 - 沪深300VIX_30：22.97 - 中证500VIX_30：31.73 - 中证1000VIX_30：32.42[62][69] 2. Cinda-SKEW指数(2025/4/11) - 上证50SKEW：100.46 - 沪深300SKEW：101.54 - 中证500SKEW：101.32 - 中证1000SKEW：100.09[69]