量化模型与构建方式 1. 模型名称：微盘股扩散指数择时模型（首次阈值法） - 模型构建思路：基于万得微盘股指数成分股过去20日上涨比例的扩散指数，通过设定阈值（0.9和0.1）进行左侧交易决策[65] - 模型具体构建过程： 1. 计算扩散指数：过去20个交易日上涨股票比例 2. 当扩散指数≥0.9时空仓，≤0.1时满仓 3. 必须满仓后才能空仓，反之亦然 4. 其他时间维持上一期信号 - 模型评价：样本外回撤可控但易过早止盈，2024年9月牛市过早敲出[65] 2. 模型名称：微盘股扩散指数择时模型（延迟阈值法） - 模型构建思路：改进首次阈值法的反转逻辑为动量逻辑，通过延迟触发阈值减少误判[67] - 模型具体构建过程： 1. 扩散指数上一日≥0.9且当日跌破0.9时空仓 2. 上一日≤0.1且当日突破0.1时满仓 3. 其他时间维持上一期信号 - 模型评价：保留牛市收益能力更强，2024年9月未过早止盈[67] 3. 模型名称：微盘股扩散指数择时模型（双均线法） - 模型构建思路：采用10日MA与20日MA的均线交叉自适应市场变化，避免固定阈值依赖[70] - 模型具体构建过程： 1. 计算扩散指数的10日短期均线（MA10） 2. 计算MA10的20日长期均线（MA20） 3. MA10上穿MA20时满仓，下穿时空仓 - 模型评价：参数平滑不足导致2024年12月短暂误判，但整体回撤控制最佳[70] 模型的回测效果 1. 首次阈值法：2025年4月7日触发满仓信号（扩散指数0.0225）[65] 2. 延迟阈值法：2025年4月22日触发开仓信号[67] 3. 双均线法：2025年4月30日触发开仓信号[70] 量化因子与构建方式 1. 因子名称：微盘股拥挤度因子 - 因子构建思路：通过前十大股东中公募/金融机构持股占比衡量市场拥挤程度[51] - 因子具体构建过程： 1. 计算公募基金持股占流通市值比例： $\text{公募拥挤度} = \frac{\text{前十大股东公募持股市值}}{\text{指数总流通市值}}$ 2. 计算金融机构持股占流通市值比例： $\text{机构拥挤度} = \frac{\text{前十大股东机构持股市值}}{\text{指数总流通市值}}$ - 因子评价：有效识别历史低位，2025Q1微盘股公募拥挤度仅0.20%[51] 2. 因子名称：市值分层因子 - 因子构建思路：按成分股市值分层（30亿/50亿/100亿以下）统计基金持仓变化[25][28][32] - 因子具体构建过程： 1. 筛选对应市值区间的成分股 2. 计算公募基金持仓市值及占流通市值比例 3. 监测季度环比变化（如2024Q4 50亿以下市值持仓下降40bp）[41] 因子的回测效果 1. 微盘股拥挤度因子： - 公募持股占比0.20%（历史最低0.07%）[51] - 金融机构持股占比1.29%（历史最低0.88%）[51] 2. 50亿以下市值因子：2025Q1公募重仓占比0.28%，较2024Q4下降5.05bp[44] 3. 100亿以下市值因子：2025Q1公募重仓占比0.56%，较2024Q4上升3.53bp[47]