量化模型与构建方式 1. 模型名称：DFQ-2020风险因子模型 - 模型构建思路：基于多因子风险模型框架，通过控制行业暴露、风格暴露等约束条件构建最大化单因子暴露组合（MFE组合）[16][56] - 模型具体构建过程： - 目标函数：最大化单因子暴露 $max\ f^{T}w$ - 约束条件： 1. 风格因子偏离约束 $s_{l}\leq X(w-w_{b})\leq s_{h}$ 2. 行业偏离约束 $h_{l}\leq H(w-w_{b})\leq h_{h}$ 3. 个股权重偏离约束 $w_{l}\leq w-w_{b}\leq w_{h}$ 4. 成分股权重占比约束 $b_{l}\leq B_{b}w\leq b_{h}$ 5. 换手率约束 $\Sigma|w-w_{0}|\leq to_{h}$[56][59] - 模型评价：通过线性规划高效求解，适用于沪深300、中证500等指数的增强组合构建[56][60] 量化因子与构建方式 1. 因子名称：Trend风格因子 - 因子构建思路：捕捉股票价格趋势延续性，通过指数加权移动平均（EWMA）比率计算[14] - 因子具体构建过程： - Trend_120：$EWMA(halflife=20)/EWMA(halflife=120)$ - Trend_240：$EWMA(halflife=20)/EWMA(halflife=240)$[14] - 因子评价：在震荡市场中表现突出，反映市场对趋势延续性资产的偏好[11][8] 2. 因子名称：UMR动量因子（风险调整后） - 因子构建思路：基于不同时间窗口（1/3/6/12个月）的收益风险调整动量[19] - 因子具体构建过程： - 一个月UMR：过去20个交易日风险调整收益 - 三个月UMR：过去60个交易日风险调整收益 - 六个月UMR：过去120个交易日风险调整收益[19] - 因子评价：在中证全指和中证500样本中表现优异，但动量类因子近期普遍承压[8][25] 3. 因子名称：估值类因子（EPTTM、BP） - 因子构建思路：衡量盈利与市值比率（EPTTM）或账面市值比（BP）[19] - 因子具体构建过程： - EPTTM：$归母净利润TTM/总市值$ - BP：$净资产/总市值$[19] - 因子评价：在沪深300样本中近期表现强劲，反映市场对低估值的关注[21][24] 4. 因子名称：波动率因子（Stdvol、Ivff） - 因子构建思路：衡量股票历史波动率[14] - 因子具体构建过程： - Stdvol：过去243天的标准差波动率 - Ivff：过去243天的Fama-French三因子特质波动率[14] - 因子评价：近期表现疲软，反映市场对高波动资产的规避[12][13] --- 模型的回测效果 1. DFQ-2020风险因子模型： - Trend风格近一周多空收益2.92%，近一年年化14.11%[13] - Volatility风格近一周收益-1.98%，历史年化-13.23%[13] --- 因子的回测效果 1. 六个月UMR因子： - 中证全指：近一周收益1.23%，近一年年化7.43%[44] - 中证500：近一周收益0.99%，近一年年化-4.07%[26] 2. 单季EP因子： - 沪深300：近一周收益1.02%，历史年化5.59%[22] - 中证800：近一周收益1.40%，历史年化7.77%[30] 3. 三个月反转因子： - 国证2000：近一周收益2.78%，近一年年化10.61%[36] - 创业板指：近一周收益2.52%，历史年化1.54%[39] 4. BP因子： - 中证全指：近一周收益0.69%，历史年化4.65%[44] - 沪深300：近一周收益0.44%，历史年化2.93%[22] 5. 分析师认可度因子： - 沪深300：近一周收益0.81%，历史年化3.46%[22] - 中证1000：近一周收益-0.35%，历史年化7.55%[33] 6. 非流动性冲击因子： - 国证2000：近一周收益1.42%，近一年年化14.67%[36] - 中证全指：近一周收益-0.14%，历史年化0.18%[44] --- 附录：MFE组合构建细节 - 行业约束：控制中信一级行业暴露为0[60] - 市值约束：控制市值风格因子暴露为0[60] - 个股权重偏离：最大偏离基准权重1%[60]