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. 沪深300指数增强模型 - 模型构建思路：通过多因子选股模型在沪深300成分股内进行增强配置[16] - 具体构建过程：未披露具体因子构成，但采用超额收益率作为核心评价指标，跟踪误差控制在1.5%以内[16] - 模型评价：超额收益稳定性较强，近一年IR达1.82[16] 2. 中证500指数增强模型 - 模型构建思路：结合基本面因子与量价因子进行动态加权[17] - 具体构建过程：包含价值、动量、波动率三类因子，采用分层加权方式： $w_i = \frac{Value_i \times 0.4 + Momentum_i \times 0.3 + Volatility_i \times 0.3}{\sum_{i=1}^n (Value_i + Momentum_i + Volatility_i)}$ 其中$Value_i$为标准化后的估值因子[17] - 模型评价：在小盘股行情中表现突出，近三月超额达3.32%[17] 3. 中证1000指数增强模型 - 模型构建思路：侧重高频量价因子与另类数据融合[18] - 具体构建过程：采用分钟级行情构建买卖压力指标： $BP_t = \frac{\sum_{i=1}^n (P_{i,t} \times V_{i,t} \times I_{buy})}{\sum_{i=1}^n (P_{i,t} \times V_{i,t})}$ 其中$I_{buy}$为买单标识变量[18] - 模型评价：超额收益离散度较高（年化4.22%），适合风险承受能力强的投资者[18] 模型的回测效果 1. 沪深300指数增强模型 - 近一年超额收益率：1.82% - 最大回撤：-14.07% - IR：1.48[16] 2. 中证500指数增强模型 - 近一年超额收益率：1.82% - 最大回撤：-15.36% - IR：2.06[17] 3. 中证1000指数增强模型 - 近一年超额收益率：6.35% - 最大回撤：-16.50% - IR：3.87[18] 量化因子与构建方式 1. 医药卫生行业因子 - 构建思路：捕捉医药板块超额收益机会[36] - 具体构建：采用研发投入占比（R&D/Sales）与管线进度加权： $PharmaScore = 0.6 \times \frac{RD}{Sales} + 0.4 \times \sum_{j=1}^m Phase_j \times w_j$ 其中$Phase_j$为临床阶段权重[36] - 因子评价：在集采政策缓和期表现优异[36] 2. 科创板动量因子 - 构建思路：结合科创板高弹性特征[36] - 具体构建：20日自适应动量： $Mom_{20} = \frac{P_t}{P_{t-20}} - \beta \times (Index_t/Index_{t-20})$ 其中$\beta$为个股对科创板100指数的敏感度[36] 因子的回测效果 1. 医药卫生因子 - 近一年超额收益：1.75% - 年化波动率：4.08%[36] 2. 科创板动量因子 - 近一年超额收益：2.27% - 最大回撤：-1.80%[36]