根据提供的研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. 模型名称：仓位估算模型 - 模型构建思路：用于估算公募基金在不同行业的仓位配置变化，反映机构投资者的调仓行为[3] - 模型具体构建过程：通过数理统计方法估算公募基金持仓比例，跟踪消费、机械、新能源、TMT等板块的仓位变动。例如：消费板块仓位从3月4日的11.46%上升至17.33%，机械板块从7.11%降至5.78%[3] - 模型评价：能够捕捉机构投资者对政策预期（如关税、内循环）的提前反应，但存在估算偏差风险[4] 2. 模型名称：知情交易者活跃度指标 - 模型构建思路：通过微观市场结构数据（如订单流、交易量）识别知情交易者的活跃程度，用于市场情绪择时[15] - 模型具体构建过程：未披露具体公式，但通过指标值变化判断市场情绪。例如：本周指标从零点升至近半年较高水平，与市场上涨同步[15][17] 3. 模型名称：价格分段体系 - 模型构建思路：基于技术分析对指数价格走势进行分段，识别日线、周线级别的趋势[14] - 模型具体构建过程：未披露具体算法，但应用于上证综指显示日线与周线均呈边际上行[14][16] --- 量化因子与构建方式 1. 因子名称：分析师景气预期因子 - 因子构建思路：基于分析师一致预测的ROE和净利润增速变化，衡量行业景气度[18] - 因子具体构建过程：计算申万一级行业的ROE FTTM和净利润增速FTTM环比变化。例如：建筑材料行业净利润增速环比上涨4.22%，电子行业ROE环比增长0.87%[18][19] 2. 因子名称：BARRA风格因子 - 因子构建思路：采用BARRA框架分析市场风格偏好，包括价值、成长、动量等维度[23] - 因子具体构建过程：未披露具体公式，但跟踪因子收益表现。例如：本周盈利质量因子收益0.3%，动量因子收益0.9%，市值因子收益-0.5%[23][24] 3. 因子名称：融资融券净买入因子 - 因子构建思路：通过两融资金净流入/流出方向判断行业资金偏好[20] - 因子具体构建过程：计算行业维度融资净买入与融券净卖出的差额。例如：计算机行业净流入15.4亿元，非银金融净流出8.5亿元[20][22] --- 模型的回测效果 1. 仓位估算模型 - 消费板块仓位变动：+5.87%（3月4日11.46% → 17.33%）[3] - TMT板块仓位变动：-1.4%（3月20日23.2% → 21.8%）[3] 2. 知情交易者活跃度指标 - 本周指标值：从零点升至近半年高位[15][17] --- 因子的回测效果 1. 分析师景气预期因子 - ROE环比最高：电子（+0.87%）、传媒（+0.68%）[19] - 净利润增速环比最高：建筑材料（+4.22%）、传媒（+3.47%）[19] 2. BARRA风格因子 - 本周收益前三：动量因子（+0.9%）、长期反转因子（+0.4%）、盈利能力因子（+0.3%）[24] - 本周收益后三：波动率因子（-0.7%）、市值因子（-0.5%）、换手因子（-0.2%）[24] 3. 融资融券净买入因子 - 净流入前三行业：计算机（+15.4亿元）、机械设备、汽车[22] - 净流出前三行业：非银金融（-8.5亿元）、电子（-7.1亿元）、钢铁（-2.6亿元）[22]