量化模型与构建方式 1. 模型名称：短期量化择时模型 - 模型构建思路：基于基本面、估值面、情绪面、流动性四个维度的指标综合判断市场短期走势[19] - 模型具体构建过程： 1. 基本面指标： - 制造业PMI分位数（35.59%）、中长期贷款余额同比增速分位数（0.00%）、M1同比增速分位数（66.10%） - 信号合成：制造业景气度偏弱（谨慎）+信贷增速偏弱（谨慎）+M1增速偏强（乐观）→综合信号为谨慎[19] 2. 估值面指标： - PE中位数分位数（89.83%，中性信号）+PB中位数分位数（44.83%，乐观信号）→综合信号为乐观[19] 3. 情绪面指标： - Beta离散度分位数（52.54%，中性）+量能情绪分位数（36.06%，谨慎）+波动率分位数（5.13%，中性）→综合信号为谨慎[21] 4. 流动性指标： - 货币利率分位数（33.90%，乐观）+汇率预期分位数（20.34%，乐观）+融资额分位数（47.31%，中性）→综合信号为乐观[22] - 模型评价：多维度动态加权，历史回测显示对市场拐点捕捉能力较强[22] 2. 模型名称：成长价值轮动模型 - 模型构建思路：通过基本面、估值面、情绪面指标判断成长与价值风格的相对优势[31] - 模型具体构建过程： 1. 基本面指标： - 盈利斜率周期（12.50，利好成长）+利率周期水平（0.00，利好价值）+信贷周期变化（-4.17，利好价值）→综合信号为超配价值[31] 2. 估值面指标： - 成长价值PE差分位数（16.36%，利好成长）+PB差分位数（10.93%，利好成长）→综合信号为超配成长[33] 3. 情绪面指标： - 换手差分位数（2.65%，利好价值）+波动差分位数（45.66%，中性）→综合信号为超配价值[33] 4. 最终权重：基本面（价值100%）+估值面（成长100%）+情绪面（价值100%）→超配价值[33] 3. 模型名称：小盘大盘轮动模型 - 模型构建思路：与成长价值轮动模型类似，但指标调整为小盘与大盘风格的对比[35] - 模型具体构建过程： 1. 基本面指标：盈利斜率（利好小盘）+利率周期（利好大盘）+信贷周期（利好大盘）→综合信号为均衡配置[35] 2. 估值面指标：小盘大盘PE差分位数（78.78%，利好大盘）+PB差分位数（94.41%，利好大盘）→综合信号为超配大盘[37] 3. 情绪面指标：换手差分位数（39.87%，利好大盘）+波动差分位数（82.51%，利好大盘）→综合信号为超配大盘[37] 4. 最终权重：基本面（均衡）+估值面（大盘100%）+情绪面（大盘100%）→均衡配置[37] 4. 模型名称：四风格轮动模型 - 模型构建思路：结合成长价值和小盘大盘轮动模型的结论，生成小盘成长、小盘价值、大盘成长、大盘价值的配置比例[39] - 模型具体构建过程： - 输入：成长价值模型（价值100%）+小盘大盘模型（均衡配置）→输出配置比例为小盘成长12.5%、小盘价值37.5%、大盘成长12.5%、大盘价值37.5%[39] --- 模型的回测效果 1. 短期量化择时模型： - 年化收益率：16.27%（基准4.14%） - 最大回撤：27.70%（基准31.41%） - 夏普比率：0.9620（基准0.2344）[27] - 2025年收益率：4.75%（基准2.74%）[27] 2. 成长价值轮动模型： - 年化收益率：11.35%（基准6.50%） - 最大回撤：43.07%（基准44.13%） - 夏普比率：0.5239（基准0.3108）[34] - 2025年收益率：0.78%（基准2.08%）[34] 3. 小盘大盘轮动模型： - 年化收益率：11.99%（基准6.61%） - 最大回撤：50.65%（基准53.70%） - 夏普比率：0.5241（基准0.3107）[38] - 2025年收益率：-0.53%（基准3.87%）[38] 4. 四风格轮动模型： - 年化收益率：12.90%（基准7.02%） - 最大回撤：47.91%（基准49.07%） - 夏普比率：0.5776（基准0.3318）[41] - 2025年收益率：1.20%（基准2.96%）[41] --- 量化因子与构建方式 （注：报告中未明确提及独立因子构建，仅涉及模型中的二级指标，如PE/PB分位数、换手差等，故本部分略） --- 因子的回测效果 （注：报告中未提供独立因子的测试结果，故本部分略）