量化模型与构建方式 1. 模型名称：宏观择时策略 - 模型构建思路：基于动态宏观事件因子构建股债轮动策略，通过经济增长和货币流动性两个维度信号确定权益配置比例[26] - 模型具体构建过程： 1. 经济增长信号：监测工业增加值、PMI等指标，信号强度为0%时表示经济疲软，50%为中性[26][27] 2. 货币流动性信号：跟踪SHIBOR、国债收益率等，信号强度50%对应适度宽松[26][27] 3. 权益仓位计算：综合两维度信号加权得出，4月推荐仓位25%（经济增长0% + 流动性50%）[26][27] - 模型评价：策略年初收益率1.06%，略低于Wind全A的1.90%，适合稳健配置场景[26][27] 2. 模型名称：微盘股择时模型 - 模型构建思路：结合交易情绪与基本面指标监控微盘股风险[30] - 模型具体构建过程： 1. 波动率拥挤度指标：衡量市场交易情绪，阈值突破触发预警（当前-50.09%低于阈值）[30][31][33] 2. 十年国债利率同比指标：反映基本面环境，阈值0.3%（当前-28.69%未触发）[30][31][32] 3. 轮动信号：微盘股/茅指数相对净值上穿243日均线（2024年10月14日触发）[30][34] 模型的回测效果 1. 宏观择时策略： - 年初至今收益率1.06%[26] - 同期Wind全A收益率1.90%[26] - 4月经济增长信号强度0%，流动性信号强度50%[27] 2. 微盘股择时模型： - 波动率拥挤度同比-50.09%（安全）[31][33] - 十年国债利率同比-28.69%（安全）[31][32] - 微盘股20日斜率持续为正[34] 量化因子与构建方式 1. 因子名称：八大类选股因子 - 构建思路：覆盖市值、价值、成长、质量等维度，在不同股票池中测试有效性[37][47] - 具体构建过程： - 市值因子：$LN\_MktCap = \ln(流通市值)$[47] - 价值因子：$BP\_LR = \frac{账面净资产}{市值}$，$EP\_FTTM = \frac{预期净利润}{市值}$[47] - 成长因子：$NetIncome\_SQ\_Chg1Y = \frac{单季度净利润同比增速}{}$[47] - 技术因子：$Skewness\_240D = 240日收益率偏度$[47] 2. 因子名称：转债择券因子 - 构建思路：通过正股关联指标与转债估值指标筛选标的[41][42] - 具体构建过程： - 正股一致预期因子：基于正股目标价收益率构建 - 转债估值因子：平价底价溢价率 因子的回测效果 1. 选股因子IC均值（上周）： - 一致预期因子（全部A股）：7.01%[38] - 市值因子（中证1000）：-1.84%[38] - 成长因子（沪深300）：19.41%[38] 2. 转债因子多空收益： - 正股一致预期因子：正收益[42] - 正股成长因子：正收益[42] 附录：因子分类体系 | 大类因子 | 细分指标示例 | 计算公式参考 | |----------------|-----------------------------|---------------------------| | 价值(↑) | BP_LR | 账面净资产/市值 | | 技术(↓) | Volume_Mean_20D_240D | 20日成交量/240日成交量均值| [47]