根据研报内容，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：红利超额收益择时策略 - 模型构建思路：基于全球流动性（10年期美债收益率）、内部流动性（国内M2同比）、国内经济预期（M1-M2同比剪刀差）三个维度构建中证红利相对于万得全A的超额收益择时模型[8] - 模型具体构建过程： 1. 美债端信号：当10年期美债收益率60日均线上穿250日均线时看多红利[8][10] 2. 国内流动性信号：M2同比3月均线上穿12月均线时看空红利超额[12][15] 3. 经济预期信号：M1-M2剪刀差3月均线上穿12月均线时看空红利超额[12][17] - 模型评价：2010年以来年化超额收益8.14%，2025年超额择时收益-5.36%[8] 2. 模型名称：红利50优选组合 - 模型构建思路：在高股息基础上叠加多因子增强，采用Barra风格因子约束，结合三维择时模型动态调整红利暴露[45] - 模型具体构建过程： 1. 筛选高股息股票池 2. 加入动量、质量等因子构建线性多因子模型 3. 通过回归方程动态调整组合风格暴露$w_i = \frac{1}{n} + \beta \cdot (f_i - \bar{f})$ 其中$w_i$为权重，$f_i$为因子得分[45] 量化因子与构建方式 1. 因子名称：PETTM估值因子 - 因子构建思路：采用权重因子加权调整中证红利指数PETTM估值[19] - 因子具体构建过程： 1. 计算成分股PETTM 2. 按股息率加权求和：$PETTM_{index} = \sum_{i=1}^n (PETTM_i \times \frac{DY_i}{\sum DY})$[19] 2. 因子名称：成交拥挤度因子 - 因子构建思路：通过成交额百分位预测未来收益[31] - 因子具体构建过程： 1. 计算中证红利成交额近三年滚动百分位 2. 构建回归方程：$R_{t+1} = \alpha + \beta \cdot Percentile_t$[31] 模型的回测效果 1. 红利超额收益择时模型： - 年化超额收益8.14%[8] - 2025年超额收益-5.36%[8] 2. 红利50优选组合： - 近一年绝对收益9.53%，超额收益6.20%[46] - 近三月绝对收益6.04%，超额收益2.91%[46] 因子的回测效果 1. PETTM估值因子： - 近三年绝对PETTM百分位98.53%，预测未来一年收益-1.34%[22] - 近三年相对PETTM百分位72.36%，预测未来一年超额收益0.92%[22] 2. 成交拥挤度因子： - 绝对成交额百分位47.40%，预测未来一年收益16.23%[31] - 相对成交额百分位7.21%，预测未来一月超额收益0.81%[32]