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：全天候模型 - 模型构建思路：通过技术面信号识别市场风险，预测震荡整理期[7] - 模型具体构建过程：未披露具体公式，但基于多维度技术指标（如趋势线、波动率等）综合判断市场状态[7] - 模型评价：对短期市场调整的预警效果较好，历史回测符合预期[7] 2. 模型名称：周期分析模型 - 模型构建思路：监控不同级别趋势（如周线、日线）以区分短期调整与中长期趋势[7] - 模型具体构建过程：未披露具体公式，但通过分解价格序列的周期成分（如傅里叶变换或小波分析）判断趋势持续性[7][8] - 模型评价：有效区分短期波动与趋势反转，辅助判断市场蓄势阶段[7] 3. 模型名称：四轮驱动行业轮动模型 - 模型构建思路：结合行业动量、拥挤度、止损信号等动态筛选优势行业[7][16] - 模型具体构建过程： - 信号类型：包括“强势上涨中继”“赚钱效应异动”等，触发条件未公开[16] - 止损规则：基于顶背驰、死叉等技术信号动态出局[16] - 排序逻辑：综合过去1年Sharpe比率、拥挤度等指标排序行业[16] - 模型评价：多因子复合框架，兼顾进攻与防御性[16] --- 模型的回测效果 1. 全天候模型：未披露具体指标值[7] 2. 周期分析模型：未披露具体指标值[7][8] 3. 四轮驱动行业轮动模型： - 行业推荐结果：军工（Sharpe排序10）、家电（-12）、农林牧渔（28）等[16] --- 量化因子与构建方式 1. 因子名称：行业动量因子 - 因子构建思路：捕捉行业短期赚钱效应异动信号[16] - 因子具体构建过程：未披露公式，但涉及价格突破、成交量配合等条件[16] 2. 因子名称：拥挤度因子 - 因子构建思路：监测行业交易过热风险（如0表示未拥挤）[16] - 因子具体构建过程：可能基于换手率、资金流入等标准化指标[16] 3. 因子名称：Sharpe比率排序因子 - 因子构建思路：按过去1年风险调整收益（Sharpe）排名行业[16] - 因子具体构建过程： $Sharpe = \frac{E[R_p - R_f]}{\sigma_p}$ 其中 (R_p) 为行业收益，(R_f) 为无风险利率，(\sigma_p) 为收益波动率[16] --- 因子的回测效果 1. 行业动量因子：未披露独立指标值[16] 2. 拥挤度因子：家电、农林牧渔等拥挤度为0[16] 3. Sharpe比率排序因子：军工（10）、电子（3）、传媒（无数据）等[16] --- 注：未提及的模型/因子细节（如公式、指标口径）均因原文未披露而省略[7][16]