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：知情交易者活跃度指标 - 构建思路：通过监测市场微观结构中的知情交易行为，判断市场情绪和未来走势[16] - 具体构建过程： 1. 基于高频订单流数据识别知情交易者的异常交易行为 2. 计算标准化后的净主动买入量作为活跃度代理变量 3. 零线以上表示知情交易者看涨，零线以下表示看跌[17] - 模型评价：对短期市场情绪变化敏感，但需结合其他指标验证信号有效性[16] 2. 模型名称：价格分段体系 - 构建思路：通过多时间维度价格趋势分解，识别不同周期下的市场状态[15] - 具体构建过程： 1. 对上证综指日线和周线价格序列分别进行平滑处理 2. 计算差异指数（dea）衡量趋势偏离程度 3. 日线与周线重合时确认趋势共振信号[19] 量化因子与构建方式 1. 因子名称：分析师景气预期因子 - 构建思路：利用分析师一致预测变化捕捉行业景气度边际改善[20] - 具体构建过程： 1. 计算申万一级行业未来12个月ROE环比变化 2. 同步计算净利润增速FTTM环比变化 3. 标准化处理后构建综合景气评分： $Score_{industry} = w_1 \cdot \Delta ROE + w_2 \cdot \Delta EarningsGrowth$ 其中权重$w_1$和$w_2$根据历史IC动态调整[21] 2. 因子名称：融资融券资金流向因子 - 构建思路：监测杠杆资金行业配置变化捕捉资金驱动行情[22] - 具体构建过程： 1. 计算行业维度融资净买入与融券净卖出的差额 2. 按流通市值标准化净流入金额 3. 构建20日移动平均线过滤噪声[24] 3. 因子名称：BARRA风格因子 - 构建思路：基于经典风险模型拆解市场风格收益来源[25] - 具体构建过程： 1. 估值因子（EP）：每股收益/价格 2. 动量因子：过去20日收益率 3. 市值因子：ln(总市值) 4. 波动率因子：过去60日收益标准差[26] 模型回测效果 1. 知情交易者活跃度模型 - 2025年6月周频信号准确率：68%[17] - 最大回撤：-0.0030（2025/1/30）[17] 2. 价格分段体系 - 日线级别趋势捕捉成功率：72%[19] - 周线级别趋势延迟：平均2.3个交易日[19] 因子回测效果 1. 分析师景气预期因子 - 行业轮动组合年化超额：15.6%[21] - IC均值：0.32（2025年H1）[21] 2. 融资融券资金流向因子 - 多空组合夏普比率：1.8[24] - 月度胜率：63%[24] 3. BARRA风格因子 - 估值因子IR：0.85[26] - 动量因子20日衰减率：-0.12[26]