根据提供的研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. 模型名称：沪深300上涨家数占比情绪指标 模型构建思路：通过计算指数成分股的近期正收益个数来判断市场情绪，正收益股票增多时可能处于行情底部，大部分股票正收益时可能预示过热风险[24] 模型具体构建过程： - 计算沪深300指数N日上涨家数占比： $\text{上涨家数占比} = \frac{\text{过去N日收益>0的个股数}}{\text{沪深300成分股总数}}$ - 采用双窗口平滑（短期N2=35日，长期N1=50日）生成快慢线，快线上穿慢线时看多[27] 模型评价：能快速捕捉上涨机会，但对下跌市场判断存在滞后性[25] 2. 模型名称：均线情绪指标 模型构建思路：基于八均线体系（8/13/21/34/55/89/144/233日）判断趋势状态，通过价格与均线关系划分情绪区间[31] 模型具体构建过程： - 计算收盘价大于各均线的数量 - 数量≥5时看多，≤3时看空，其余中性[32] 模型评价：对趋势延续性有较好指示作用，但震荡市中易产生假信号[37] 3. 模型名称：量能择时模型 模型构建思路：通过成交量变化判断市场情绪转折点[23] 模型具体构建过程：未披露具体公式，输出为多空信号[24] 量化因子与构建方式 1. 因子名称：横截面波动率 因子构建思路：衡量指数成分股收益离散程度，反映Alpha机会丰富度[34] 因子具体构建过程： - 计算指数成分股日收益率的截面标准差 - 统计不同时间窗口（季度/半年/年）的分位数水平[38] 2. 因子名称：时间序列波动率 因子构建思路：通过加权计算成分股历史波动率评估市场风险[39] 因子具体构建过程： - 采用加权移动平均法计算个股波动率 - 按市值加权合成指数层面波动率[40] 模型的回测效果 1. 沪深300上涨家数占比模型： - 近一年胜率：62%[28] - 年化超额收益：8.3%[28] 2. 均线情绪指标模型： - 年化IR：1.2[33] - 最大回撤：-22%[33] 3. 量能择时模型： - 当前信号：全宽基指数空头[24] 因子的回测效果 1. 横截面波动率： - 沪深300近季度值：1.84%（近两年分位55.19%）[38] - 中证1000近季度值：2.53%（近半年分位66.53%）[38] 2. 时间序列波动率： - 沪深300近季度值：0.59%（近一年分位71.58%）[40] - 中证500近季度值：0.46%（近半年分位64.29%）[40] 注：所有测试结果均基于2025年5月9日数据[21][24][38][40]