量化模型与构建方式 1. 模型名称：MFE组合构建模型 模型构建思路：通过最大化单因子暴露构建组合，同时控制行业、风格等约束条件[51] 模型具体构建过程： - 目标函数：最大化因子暴露 $max\ f^{T}w$ - 约束条件包括： - 风格暴露约束：$s_{l}\leq X(w-w_{b})\leq s_{h}$ - 行业偏离约束：$h_{l}\leq H(w-w_{b})\leq h_{h}$ - 个股权重偏离约束：$w_{l}\leq w-w_{b}\leq w_{h}$ - 成分股权重占比控制：$b_{l}\leq B_{b}w\leq b_{h}$ - 换手率约束：$\Sigma|w-w_{0}|\leq to_{h}$[51] 模型评价：适用于多约束条件下的因子有效性检验，能更真实反映实际组合构建中的因子表现 量化因子与构建方式 1. 因子名称：Beta风格因子 因子构建思路：衡量股票对市场波动的敏感性[13] 因子具体构建过程：使用贝叶斯压缩后的市场Beta值[13] 2. 因子名称：Trend因子 因子构建思路：捕捉股票价格趋势[13] 因子具体构建过程： - Trend_120：$EWMA(halflife=20)/EWMA(halflife=120)$ - Trend_240：$EWMA(halflife=20)/EWMA(halflife=240)$[13] 3. 因子名称：Volatility因子 因子构建思路：衡量股票波动性[13] 因子具体构建过程： - Stdvol：过去243天的标准波动率 - Ivff：Fama-French三因子特质波动率 - Range：最高价/最低价-1 - MaxRet_6/MinRet_6：过去243天最高/最低六日收益率均值[13] 4. 因子名称：Liquidity因子 因子构建思路：衡量股票流动性[13] 因子具体构建过程： - TO：过去243天平均对数换手率 - Liquidity beta：个股换手率与市场换手率的回归系数[13] 5. 因子名称：Value因子 因子构建思路：基于估值指标构建[13] 因子具体构建过程： - BP：账面市值比 - EP：盈利收益率[13] 6. 因子名称：Growth因子 因子构建思路：衡量公司成长性[13] 因子具体构建过程： - Delta ROE：过去3年ROE变动的平均值 - Sales_growth：销售收入TTM的3年复合增速 - Na_growth：净资产TTM的3年复合增速[13] 因子回测效果 1. Beta因子： - 近一周收益：6.95% - 近一年年化收益：42.35% - 历史年化收益：0.72%[12] 2. Liquidity因子： - 近一周收益：5.53% - 近一年年化收益：33.85% - 历史年化收益：-3.31%[12] 3. Value因子： - 近一周收益：-3.55% - 近一年年化收益：-26.81% - 历史年化收益：7.10%[12] 4. 一年动量因子（中证全指）： - 近一周收益：1.56% - 今年以来收益：-5.61% - 近一年年化收益：-13.27%[40] 5. DELTAROE因子（国证2000）： - 近一周收益：8.27% - 近一年年化收益：75.23% - 历史年化收益：11.01%[33] 指数增强产品表现 1. 沪深300指数增强： - 最近一周超额收益中位数：0.11% - 今年以来超额收益中位数：2.13%[44] 2. 中证500指数增强： - 最近一周超额收益中位数：-0.37% - 今年以来超额收益中位数：3.32%[48] 3. 中证1000指数增强： - 最近一周超额收益中位数：-0.23% - 今年以来超额收益中位数：5.22%[50]