根据研报内容,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:扩散指数行业轮动模型 - 模型构建思路:基于价格动量原理,通过跟踪行业扩散指数来捕捉行业趋势,选择向上趋势的行业进行配置[6][26][27] - 模型具体构建过程: 1. 计算各中信一级行业的扩散指数,反映行业价格动量强度 2. 对扩散指数进行排名,选择排名靠前的行业作为配置标的 3. 每月定期调整行业配置,根据最新扩散指数排名进行轮动 4. 2025年4月建议配置行业:银行、非银行金融、综合金融、计算机、通信、电子[26][30] - 模型评价:在趋势行情中表现优异,但在市场反转时可能失效[26][38] 2. 模型名称:GRU因子行业轮动模型 - 模型构建思路:基于GRU(门控循环单元)深度学习网络,利用分钟频量价数据生成行业因子,捕捉短期交易信号[7][34][38] - 模型具体构建过程: 1. 输入分钟频量价数据到GRU网络进行训练 2. 输出各行业的GRU因子值,反映行业短期动量强度 3. 根据GRU因子排名进行行业配置,定期调整组合 4. 2025年4月配置行业:银行、交通运输、石油石化、纺织服装、钢铁、非银行金融[34][36] - 模型评价:在短周期表现较好,但对极端行情适应性较弱[34][38] 模型的回测效果 1. 扩散指数行业轮动模型 - 2021年超额收益一度超过25%,但9月后回撤较大[26] - 2022年全年超额收益6.12%[26] - 2023年全年超额收益-4.58%[26] - 2024年全年超额收益-5.82%[26] - 2025年4月以来超额收益-1.08%,今年以来超额收益-3.16%[30] 2. GRU因子行业轮动模型 - 本周组合收益0.9%,超额中信一级行业等权收益-0.31%[36] - 4月以来超额收益0.92%,今年以来超额收益-3.33%[36] 量化因子与构建方式 1. 因子名称:行业扩散指数 - 因子构建思路:通过量化行业价格动量强度,生成扩散指数用于行业轮动[6][27] - 因子具体构建过程: 1. 计算各行业价格时间序列的动量指标 2. 标准化处理得到扩散指数,范围在0-1之间 3. 截至2025年4月25日,扩散指数排名前六的行业:银行(0.986)、非银行金融(0.948)、综合金融(0.926)、计算机(0.873)、商贸零售(0.847)、通信(0.841)[27][28] 2. 因子名称:GRU行业因子 - 因子构建思路:利用GRU深度学习网络从分钟频量价数据中提取行业特征因子[7][34] - 因子具体构建过程: 1. 输入行业分钟频量价数据到GRU网络 2. 输出各行业的GRU因子值,反映行业短期动量特征 3. 截至2025年4月25日,GRU因子排名前六的行业:银行(3.81)、交通运输(2.77)、非银行金融(2.37)、纺织服装(2.34)、传媒(1.98)、轻工制造(1.81)[34] 因子的回测效果 1. 行业扩散指数 - 本周建筑行业扩散指数环比提升0.189,房地产提升0.187,建材提升0.136[28][29] - 本周钢铁行业扩散指数环比下降0.111,电力及公用事业下降0.038[28][29] 2. GRU行业因子 - 本周银行GRU因子提升显著,纺织服装提升明显[34] - 本周煤炭GRU因子下降较大,汽车下降明显[34]
行业轮动周报:泛消费打开连板与涨幅高度,ETF资金平铺机器人、人工智能与芯片-20250428
中邮证券·2025-04-28 16:03