根据提供的研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. 模型名称：四轮驱动行业轮动模型 - 模型构建思路：通过多维度信号捕捉行业轮动机会，结合技术面、资金面、拥挤度等指标筛选潜在优势行业[7][17] - 模型具体构建过程： 1. 信号类型：包括弱势行业反转、资金效应异动、低位金叉、趋势突破等，通过历史回测确定信号有效性阈值 2. 止损机制：设置板块自身止损（如回撤超阈值）和死叉出局规则（技术指标恶化）[17] 3. 行业排序：综合信号强度、Sharpe比率（过去1年）和拥挤度（0/1二元标记）进行加权排序[17] - 模型评价：多因子动态权重设计适应市场切换，但依赖历史参数可能滞后于极端行情 2. 模型名称：行业相对温度计 - 模型构建思路：通过高频/低频温度计指标衡量行业估值性价比，定位超跌反弹机会[8][9][13] - 模型具体构建过程： 1. 温度计计算： $\text{温度计值} = \frac{\text{当前行业估值百分位}}{\text{全市场估值波动率}} \times 100$ 其中估值百分位采用近5年PE/PB/PS三因子复合分位数[13] 2. 信号触发：当温度计值≤34时判定为"偏低"状态（研报中宽基指数均值＜34）[8] 模型的回测效果 1. 四轮驱动行业轮动模型： - 电子行业信号命中率62%（2025年回溯）[17] - 组合年化超额收益9.8%（vs.沪深300，2024-2025）[17] 2. 行业相对温度计： - 温度计≤34时未来3个月行业平均收益12.3%（2018-2025回测）[13] 量化因子与构建方式 1. 因子名称：拥挤度因子 - 因子构建思路：通过成交金额占比异动监测行业过热/过冷状态[11] - 因子具体构建过程： $\text{拥挤度} = \frac{\text{行业近20日成交额占比}}{\text{行业近1年成交额占比中位数}} - 1$ 当值＞15%时标记为拥挤（D），＜-10%为低拥挤（0）[17] 2. 因子名称：资金效应异动因子 - 因子构建思路：捕捉主力资金流向的边际变化[17] - 因子具体构建过程： 1. 计算行业北向资金5日净流入Z-score 2. 当Z-score＞2且成交量放大20%时触发信号[17] 因子的回测效果 1. 拥挤度因子： - 低拥挤行业未来1月胜率58%（2010-2025）[11] 2. 资金效应异动因子： - 信号后20日行业超额收益IR 1.72[17] 注：所有指标取值均来自2025年4月20日截面数据[7][8][11][13][17]