量化模型与构建方式 1. 模型名称：美联储流动性指数模型 - 模型构建思路：结合数量维度和价格维度构建美联储流动性指数，用于判断市场流动性状态[7] - 模型具体构建过程：通过量化美联储政策工具（如资产负债表规模、利率等）和市场反应（如高收益债利差、新兴市场权益表现等）合成指数，指数>0代表宽松，<0代表收缩[7][9] - 模型评价：对高收益债和新兴市场权益等流动性敏感资产具有显著预测能力[7] 2. 模型名称：CDS-AH股择时模型 - 模型构建思路：利用中国主权CDS（信用违约互换）与AH股收益的负相关性构建择时信号[12][13] - 模型具体构建过程： 1) 计算CDS的20日差分 2) 当差分下行时触发看多信号 3) 结合港股历史数据优化阈值[12][13] - 模型评价：年化超额收益5.7%，与港股收益拟合度优于A股[12][15] 3. 模型名称：利率债收益预测模型 - 模型构建思路：通过拆解利率债收益来源，预测不同久期债券的未来回报[17][20] - 模型具体构建过程： 1) 利率建模：$r_{t} = \alpha + \beta X_{t} + \epsilon_{t}$，其中X为宏观经济变量 2) 蒙特卡洛模拟利率路径 3) 计算持有期预期收益[17][20] - 模型评价：短久期策略卡玛比率达2.94，优于长久期配置[19] 4. 模型名称：A股收益预测模型（GK模型） - 模型构建思路：基于股息率、盈利增长、估值变化等要素预测宽基指数收益[22][26] - 模型具体构建过程： $R_{t+1} = D_{t} + \Delta E_{t} + \Delta P/E_{t}$ 其中D为股息率，ΔE为盈利增速，ΔP/E为估值变化[26] - 模型评价：对沪深300与中证500的收益差预测能力稳定[22][23] 5. 模型名称：赔率+胜率策略 - 模型构建思路：结合资产赔率（估值）和胜率（宏观因子）构建风险预算组合[65][70] - 模型具体构建过程： 1) 赔率指标：股债风险溢价（权益）、CCB定价误差（转债） 2) 胜率指标：货币/信用/增长/通胀/海外五因子评分 3) 风险预算加权[65][70] - 模型评价：2011年以来年化收益6.9%，最大回撤2.8%[72] --- 量化因子与构建方式 1. 因子名称：质量因子 - 构建思路：筛选盈利稳定、财务健康的股票[46][48] - 具体构建过程： 1) 计算EPS稳定性、ROE波动率 2) 标准化后加权合成[48] - 因子评价：当前呈现"高赔率-中等趋势-低拥挤"特征[46] 2. 因子名称：成长因子 - 构建思路：捕捉营收/净利润高增长股票[47][49] - 具体构建过程： 1) 计算净利润同比、营收TTM同比 2) 行业中性化处理[49] - 因子评价：当前估值吸引力下降，拥挤度较高[47] 3. 因子名称：小盘因子 - 构建思路：利用市值效应获取超额收益[53][55] - 具体构建过程： $Size = \ln(MCap)$ 其中MCap为总市值[55] - 因子评价：当前拥挤度0.3倍标准差，风险较高[53] 4. 因子名称：行业轮动三标尺因子 - 构建思路：结合景气度、趋势、拥挤度筛选行业[60][63] - 具体构建过程： 1) 趋势：过去12个月IR 2) 拥挤度：换手率比率+波动率比率 3) 景气度：分析师预期修正[63] - 因子评价：2011年以来信息比率1.12[61] --- 模型的回测效果 1. 美联储流动性指数模型 - 宽松区间年化夏普比率：标普500（1.52）、纳斯达克（1.78）、高收益债（1.21）[9][11] 2. CDS-AH股择时模型 - 年化收益：11.8% vs 基准6.1% - 最大回撤：19.1% vs 64.1%[15] 3. 利率债收益预测模型 - 短久期策略年化收益：6.8% - 卡玛比率：2.94[19] 4. A股收益预测模型 - 沪深300预测收益：19.7% - 中证500预测收益：-27.8%[26] 5. 赔率+胜率策略 - 2014年以来年化收益：7.6% - 夏普比率：3.48[72] --- 因子的回测效果 1. 质量因子 - 当前赔率：1.3倍标准差 - 拥挤度：-1.1倍标准差[48] 2. 成长因子 - 当前趋势：0.5倍标准差 - 赔率：-1.1倍标准差[49] 3. 行业轮动因子 - 2019年以来超额收益：9.3% - 信息比率：0.88[61]