量化模型与构建方式 1. 模型名称：五维行业轮动模型 - 模型构建思路：基于行业内部风格差异，通过划分行业内部股票风格并构建离散指标与牵引指标，合成五大类行业因子（波动率、基本面、成交量、情绪、动量），形成行业轮动策略[6] - 模型具体构建过程： 1. 因子分类：按东吴金工多因子体系将微观因子划分为五大类（波动率、基本面、成交量、情绪、动量）[6] 2. 行业内部指标构建： - 离散指标：衡量行业内部个股因子值的离散程度 - 牵引指标：反映行业内部高因子值股票对整体行业的带动作用 3. 合成因子：结合离散指标与牵引指标生成五类行业因子，最终加权合成综合评分[6] - 模型评价：模型通过多维度因子捕捉行业轮动规律，历史表现稳定且超额收益显著[11][16] 2. 模型名称：沪深300指数增强策略 - 模型构建思路：基于五维行业轮动模型，每月调整沪深300成分股权重，增强高评分行业、剔除低评分行业[21] - 模型具体构建过程： 1. 行业分组：每月末将申万一级行业按五维评分分为六组，取第一组（多头）和第六组（空头）[21] 2. 权重调整： - 剔除空头组行业成分股 - 将剔除的权重等比例分配给多头组行业成分股[21] 3. 月频调仓：动态维持增强组合与基准的偏离[21] --- 量化因子与构建方式 1. 因子名称：波动率因子 - 因子构建思路：反映行业内部个股波动率的离散与牵引效应[6] - 因子具体构建过程：通过计算行业内部个股波动率的标准差（离散指标）与高波动率股票对行业收益的贡献（牵引指标）合成[6] 2. 因子名称：基本面因子 - 因子构建思路：捕捉行业内部财务指标的差异性[6] 3. 因子名称：成交量因子 - 因子构建思路：衡量行业内部成交活跃度的分化[6] 4. 因子名称：情绪因子 - 因子构建思路：反映市场情绪对行业内部股票的驱动[6] 5. 因子名称：动量因子 - 因子构建思路：跟踪行业内部价格趋势的持续性[6] --- 模型的回测效果 1. 五维行业轮动模型（多空对冲）： - 年化收益率：21.86% - 年化波动率：10.86% - IR：2.01 - 月度胜率：72.88% - 最大回撤：13.30%[11][14] 2. 五维行业轮动模型（多头超额）： - 年化收益率：10.57% - 年化波动率：6.64% - IR：1.59 - 月度胜率：70.34% - 最大回撤：9.36%[16] 3. 沪深300指数增强策略： - 超额年化收益率：8.88% - 超额波动率：7.55% - IR：1.18 - 月胜率：69.75% - 最大回撤：12.74%[22] --- 因子的回测效果 1. 波动率因子： - 年化收益率：11.59% - 波动率：10.23% - IR：1.13 - 胜率：59.35% - 最大回撤：14.27%[14] 2. 基本面因子： - 年化收益率：6.18% - 波动率：9.95% - IR：0.62 - 胜率：56.10% - 最大回撤：21.50%[14] 3. 成交量因子： - 年化收益率：7.90% - 波动率：12.22% - IR：0.65 - 胜率：58.54% - 最大回撤：18.51%[14] 4. 情绪因子： - 年化收益率：7.56% - 波动率：12.93% - IR：0.58 - 胜率：64.23% - 最大回撤：14.16%[14] 5. 动量因子： - 年化收益率：11.75% - 波动率：10.79% - IR：1.09 - 胜率：61.48% - 最大回撤：13.52%[14]