量化模型与构建方式 1. 模型名称：扩散指数模型 - 模型构建思路：通过监测微盘股指数成分股价格变动的扩散程度来预测市场拐点，触发买卖信号[5][12] - 模型具体构建过程： 1. 横轴为未来N天股价涨跌幅（从+10%到-10%），纵轴为回顾窗口期长度T天（T=20-N） 2. 计算扩散指数值：当成分股价格变动达到特定阈值时，扩散指数触发信号（如0.1以下为买点） 3. 首次阈值法（左侧交易）在扩散指数≤0.0225时触发满仓信号[36] 4. 延迟阈值法（右侧交易）和双均线法（自适应交易）分别基于不同条件触发空仓信号[40][41] 2. 模型名称：小市值低波50策略 - 模型构建思路：在微盘股成分股中优选小市值和低波动率的50只股票，双周调仓并剔除风险[14][29] - 模型具体构建过程： 1. 筛选标准：市值小（中位数17.37亿元[56]）、历史波动率低 2. 风险剔除：临近4月年报季时额外剔除高风险股票[29] 3. 调仓频率：每两周调整一次持仓[29] --- 模型的回测效果 1. 扩散指数模型 - 首次阈值法：2025年4月7日触发开仓信号（扩散指数=0.0225）[36] - 延迟阈值法：2025年2月19日触发空仓信号[40] - 双均线法：2025年3月12日触发空仓信号[41] 2. 小市值低波50策略 - 2024年收益率7.07%，超额收益-2.93%（基准为万得微盘股指数）[29] - 2024年以来收益率22.87%，本周超额2.42%（双边费用0.3%）[29] --- 量化因子与构建方式 1. 因子名称：残差波动率因子 - 因子构建思路：衡量股票收益率中不能被市场因子解释的波动部分[4][27] - 因子评价：本周RankIC为0.135（历史平均-0.04），短期有效性显著提升[4][27] 2. 因子名称：非流动性因子 - 因子构建思路：反映股票交易难度（如买卖价差、成交量等）[4][27] - 因子评价：本周RankIC为0.11（历史平均0.038），市场流动性压力下表现突出[4][27] 3. 因子名称：对数市值因子 - 因子构建思路：取股票总市值的自然对数，捕捉小市值效应[4][27] - 因子评价：本周RankIC为-0.189（历史平均-0.033），小市值风格暂时失效[4][27] 4. 因子名称：10天总市值换手率因子 - 因子构建思路：计算10日内成交额与总市值的比率[4][27] - 因子评价：本周RankIC为-0.093（历史平均-0.058），高换手股票表现疲弱[4][27] --- 因子的回测效果 1. 残差波动率因子：RankIC=0.135（本周），历史平均=-0.04[4][27] 2. 非流动性因子：RankIC=0.11（本周），历史平均=0.038[4][27] 3. 对数市值因子：RankIC=-0.189（本周），历史平均=-0.033[4][27] 4. 10天总市值换手率因子：RankIC=-0.093（本周），历史平均=-0.058[4][27] --- 其他关键指标 1. 微盘股指数成分股总市值中位数：17.37亿元（历史分位数40.58%）[56] 2. 微盘股指数PB中位数：1.96（历史分位数11.44%）[58] 3. 成交占比：微盘股占全市场成交1.29%，小盘股（非国证1000/2000）占20.42%[63][62]