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：宽基轮动策略 - 模型构建思路：通过计算不同宽基指数（沪深300、中证500、中证1000、中证2000及"其他"组）的热度变化率，选择周度热度变化率最大的宽基进行投资，若最大变化率为"其他"组则空仓[13] - 模型具体构建过程： 1. 对全A股票按宽基分组，计算各组成分股的总热度指标（浏览、自选、点击次数之和的归一化值乘以10000）[7] 2. 计算每周各组热度变化率，并取2周移动平均（MA2）平滑处理[11] 3. 每周最后一个交易日买入MA2变化率最大的宽基指数[13] - 模型评价：该策略捕捉市场情绪驱动的短期资金流向，2017年以来年化收益8.74%，最大回撤23.5%[16] 2. 模型名称：概念热度组合策略 - 模型构建思路：筛选高热度变化概念中的低关注度个股，利用市场过度反应与滞后效应获取超额收益[32] - 模型具体构建过程： 1. 每周选出热度变化率最大的5个概念作为股票池，剔除流通市值最小的20%股票[32] 2. 对每个概念分别构建： - TOP组合：概念内总热度排名前10的个股等权持有 - BOTTOM组合：概念内总热度排名后10的个股等权持有[32] - 模型评价：BOTTOM组合历史年化收益15.71%，2025年以来收益17%，显示低关注度个股存在滞后补涨效应[34] 量化因子与构建方式 1. 因子名称：总热度指标 - 因子构建思路：通过个股的浏览、自选、点击行为数据合成市场情绪代理变量[7] - 因子具体构建过程： $\text{总热度} = \frac{\text{浏览+自选+点击次数}}{\text{全市场当日总值}} \times 10000$ 其中分子为个股单日行为数据加总，分母为全市场所有股票对应数据总和[7] 2. 因子名称：热度变化率MA2 - 因子构建思路：监测宽基/行业/概念层面的情绪波动强度[11] - 因子具体构建过程： 1. 计算周度热度变化率：$\frac{H_t - H_{t-1}}{H_{t-1}}$ 2. 对变化率取2周移动平均：$\text{MA2} = \frac{\Delta H_t + \Delta H_{t-1}}{2}$[11] 模型的回测效果 1. 宽基轮动策略 - 年化收益率：8.74% - 最大回撤：23.5% - 2025年收益：6.4%（基准宽基等权3.1%）[16] 2. 概念热度BOTTOM组合 - 年化收益率：15.71% - 最大回撤：28.89% - 2025年收益：17%[34] 因子的回测效果 1. 本周宽基热度变化率MA2 - 沪深300：+23.25% - 中证500：未披露具体值 - 中证1000：未披露具体值 - 其他组：-7.64%[18] 2. 申万一级行业热度变化率TOP5 - 农林牧渔：+182.6% - 美容护理：未披露具体值 - 交通运输：未披露具体值 - 商贸零售：未披露具体值 - 食品饮料：未披露具体值[27] 3. 概念热度变化率TOP5 - 大豆：1363.1% - 玉米：929.9% - 转基因：680.4% - 粮食概念：422.1% - 中韩自贸区：386.3%[37]