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：股指期货分红点位预测模型 - 模型构建思路：基于历史分红数据和指数成分股信息，预测股指期货合约存续期内的分红点位[9] - 模型具体构建过程： 1. 对标的指数（如中证500、沪深300等）未来一年的成分股分红进行预估 2. 按合约存续期分段计算分红点位（如当月、次月、当季、下季合约） 3. 计算公式： $\text{分红调整后基差} = \text{实际基差} + \text{存续期内未实现的预期分红}$ $\text{年化基差} = \frac{\text{实际基差} + \text{预期分红点位}}{\text{指数价格}} \times \frac{360}{\text{合约剩余天数}}$ 4. 输出各合约存续期内的分红点位占比（如中证500下季合约分红占比1.21%）[9][20] 2. 模型名称：期现对冲策略（连续对冲/最低贴水策略） - 模型构建思路：通过动态调整期货合约对冲现货风险，优化基差收敛收益[48][49] - 模型具体构建过程： - 连续对冲策略： 1. 现货端持有标的指数全收益指数（70%资金） 2. 期货端做空等额名义本金的股指期货合约（30%资金） 3. 调仓规则：持有季月/当月合约至到期前2日，切换至下一合约[48] - 最低贴水策略： 1. 调仓时选择年化基差贴水幅度最小的合约 2. 同一合约至少持有8个交易日或到期前2日切换[49] 3. 因子名称：Cinda-VIX（波动率指数） - 因子构建思路：反映期权市场对标的资产未来波动率的预期[65] - 因子具体构建过程： 1. 基于不同期限（30/60/90/120日）期权隐含波动率计算 2. 输出主要指数VIX值（如上证50VIX_30为18.91）[65][66] 4. 因子名称：Cinda-SKEW（偏斜指数） - 因子构建思路：衡量市场对极端下跌风险的担忧程度[72] - 因子具体构建过程： 1. 分析虚值看跌期权与看涨期权的隐含波动率偏斜 2. 数值超过100表示市场担忧尾部风险（如沪深300SKEW达108.2）[73][79] --- 模型的回测效果 1. IC对冲策略（中证500） - 年化收益：-1.64%（季月连续对冲） - 波动率：4.83% - 最大回撤：-8.34% - 2025年以来收益：0.05%[51] 2. IF对冲策略（沪深300） - 年化收益：0.99%（季月连续对冲） - 波动率：3.41% - 最大回撤：-4.03% - 2025年以来收益：0.83%[56] 3. IH对冲策略（上证50） - 年化收益：2.14%（季月连续对冲） - 波动率：3.61% - 最大回撤：-3.75% - 2025年以来收益：1.18%[60] 4. IM对冲策略（中证1000） - 年化收益：-4.12%（季月连续对冲） - 波动率：5.81% - 最大回撤：-12.63% - 2025年以来收益：-2.55%[62] --- 因子的回测效果 1. Cinda-VIX（30日） - 上证50VIX：18.91 - 沪深300VIX：17.52 - 中证500VIX：24.78 - 中证1000VIX：26.65[65][66] 2. Cinda-SKEW（30日） - 上证50SKEW：107.30 - 沪深300SKEW：108.20 - 中证500SKEW：101.41 - 中证1000SKEW：110.79[73][79] --- 模型与因子评价 1. 分红点位预测模型：有效修正基差计算，提升对冲策略准确性[20] 2. 最低贴水策略：通过动态选择贴水最小合约，显著降低对冲成本（如IC最低贴水策略年化收益-0.61% vs 指数-3.72%）[51] 3. Cinda-SKEW：对市场极端风险预警效果显著（如SKEW突破99%分位预示权重股下跌风险）[73]