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：绝对收益ETF模拟组合 模型构建思路：通过"动量+风险预算"确定大类资产配置权重，并在股票行业层面叠加行业轮动模型以增强收益，同时考虑红利资产的择时观点[26] 模型具体构建过程： - 大类资产配置：根据资产近期趋势计算权重，趋势强的资产赋予更高风险预算 - 权益资产配置：采用月频行业轮动模型生成行业观点，结合红利资产择时信号 - 最新调仓操作：剔除钢铁/基础化工/非银金融/计算机行业，加仓医药/消费者服务/红利资产[29] 模型评价：通过动态调整实现风险分散，兼顾趋势跟踪与行业轮动优势 2. 因子名称：信用债ETF流动性因子 因子构建思路：通过成交额变化率衡量信用债ETF流动性改善程度[16] 因子具体构建过程： $流动性因子 = \frac{当期成交额 - 上期成交额}{上期成交额} \times 100\%$ 应用案例：南方上证基准做市公司债ETF近一周成交额增长36%至363.5亿元[16] 模型的回测效果 1. 绝对收益ETF模拟组合 - 年化收益率：6.45% - 年化波动率：3.85% - 最大回撤：4.65% - 夏普比率：1.68 - Calmar比率：1.39 - 今年以来收益率：3.94%[28] 因子测试结果 1. 信用债ETF流动性因子 - 沪做市公司债ETF周成交额：363.5亿元（增长率36%） - 深做市信用债ETF周成交额：170.7亿元（增长率-41%） - 中短融ETF周成交额：295.7亿元（增长率-31%）[16] 2. 港股ETF规模增长因子 - 富国中证港股通互联网ETF规模增长：238.6亿元 - 工银国证港股通科技ETF规模增长：147.1亿元 - 景顺长城中证港股通科技ETF规模增长：77.9亿元[12] 行业轮动模型 构建特征： - 计算机行业ETF周资金流入32.2亿元[14] - 医药行业ETF周资金流出31.1亿元[14] - 国防军工ETF近一月资金流入44.9亿元[14] 注：报告中未涉及其他量化模型或因子构建的详细数学公式及完整测试指标[1][2][3][7][10]