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. 模型名称：沪深300上涨家数占比情绪指标 模型构建思路：通过计算指数成分股的近期正收益个数来判断市场情绪，正收益股票增多时可能处于行情底部，大部分股票正收益时可能情绪过热[23] 模型具体构建过程： - 计算沪深300指数成分股过去N日收益大于0的个股数占比 - 公式：[23] 模型评价：能较快捕捉上涨机会，但在市场过热阶段会提前止盈离场，难以有效规避下跌风险[24] 2. 模型名称：动量情绪指标 模型构建思路：通过对上涨家数占比指标进行不同窗口期的平滑来捕捉情绪变动[27] 模型具体构建过程： - 对上涨家数占比指标进行两次平滑（N1=50，N2=35） - 当短期平滑线>长期平滑线时看多市场[27] 模型评价：当前快线位于慢线之下，显示市场将维持谨慎态度[27] 3. 模型名称：均线情绪指标 模型构建思路：通过八均线体系判断指数趋势状态[30] 模型具体构建过程： - 计算沪深300收盘价的8条均线（参数：8,13,21,34,55,89,144,233） - 当前价格大于某均线时赋值为1，否则为0 - 当超过5条均线被突破时看多市场[33] 模型评价：短期内沪深300处于情绪非景气区间[35] 量化因子与构建方式 1. 因子名称：横截面波动率 因子构建思路：衡量指数成分股间的收益离散程度，反映Alpha环境[36] 因子具体构建过程： - 计算指数成分股日收益率的横截面标准差 - 统计不同时间窗口（周/季/年）的波动率分位数[36] 因子评价：中证1000近期波动率上升显示Alpha环境改善[36] 2. 因子名称：时间序列波动率 因子构建思路：衡量指数成分股自身收益波动性[39] 因子具体构建过程： - 计算成分股加权时间序列波动率（20日年化标准差） - 统计不同时间窗口的分位数水平[39] 因子评价：近期三大指数波动率均下降，Alpha环境变差[39] 模型的回测效果 1. 沪深300上涨家数占比情绪指标： - 当前上涨家数占比约64%[23] - 近一周震荡幅度较大[24] 2. 动量情绪指标： - 快线（35日）与慢线（50日）呈现空头排列[27] - 策略净值近期表现平稳[28] 3. 均线情绪指标： - 当前仅突破3条均线（低于看多阈值5条）[33] - 策略净值近期小幅回落[34] 因子的回测效果 1. 横截面波动率： - 沪深300近一季度平均值1.65%（近两年分位32.22%）[39] - 中证1000近一季度平均值2.24%（近半年分位50.60%）[39] 2. 时间序列波动率： - 沪深300近一季度平均值0.52%（近半年分位60.29%）[42] - 中证500近一季度平均值0.44%（近一年分位53.97%）[42]