量化因子与构建方式 1 因子名称:二阶动量 因子构建思路:通过计算价格与移动平均的偏离程度来捕捉动量效应[6] 因子具体构建过程: ClosetEWMA(−mean(Closet−window1:t))/mean(Closet−window1:t) 其中EWMA表示指数加权移动平均,window1为回溯窗口[7] 2 因子名称:动量期限差 因子构建思路:通过不同期限价格变化率的差异捕捉动量持续性[6] 因子具体构建过程: (Closet−Closet−window1)/Closet−window1−(Closet−Closet−window2)/Closet−window2 window1和window2代表不同期限的回溯窗口[7] 3 因子名称:成交金额波动 因子构建思路:通过成交金额的波动性反映市场活跃度变化[6] 因子具体构建过程: −STD(Amount) STD表示标准差计算[7] 4 因子名称:多空对比总量 因子构建思路:通过累计多空力量对比判断资金流向[6] 因子具体构建过程: ∑i=t−windowtHighi−CloseiClosei−Lowi window为回溯周期[7] 5 因子名称:量价背离协方差 因子构建思路:通过价格与成交量排名的协方差捕捉背离现象[6] 因子具体构建过程: rankcovariance[rank(Close),−rank(Volume),window] rank表示截面排序[7] 6 因子名称:量幅同向 因子构建思路:通过成交量变化与价格振幅的相关性捕捉趋势强度[6] 因子具体构建过程: correlation[Rank(Volumei−1Volumei),Rank(LowiHighi−1),window] window为滚动计算窗口[7] 复合因子构建方式 模型名称:量价行业轮动组合 模型构建思路:综合11个量价因子构建行业轮动策略[6] 模型具体构建过程:每月末对中信一级行业(剔除综合和综合金融)计算复合因子值,选取排名前五的行业,因子等权加权,行业间等权配置[7] 模型的回测效果 1 量价行业轮动组合,累计收益694.50%[9] 2 量价行业轮动组合,累计超额收益605.20%(vs行业等权基准)[9] 3 量价行业轮动组合,2025年4月超额收益0.81%[9]