量化模型与构建方式 1. 模型名称：基于微观的风格轮动模型 模型构建思路：从基础风格因子（估值、市值、波动率、动量）出发，通过80个底层微观指标构造640个微观特征，并使用常用指数作为风格股票池取代风格因子的绝对比例划分，构造新的风格收益作为标签[6] 模型具体构建过程： - 优选80个底层因子作为原始特征，构造640个微观特征[6] - 通过滚动训练随机森林模型，规避过拟合风险，优选特征并得到风格推荐[6] - 综合择时结果与打分结果，构造月频风格轮动框架[6] 模型评价：模型通过微观特征和滚动训练有效降低了过拟合风险，实现了风格择时与评分的结合[6] 模型的回测效果 1. 基于微观的择时+打分风格轮动策略 - 年化收益率：21.63%[7][8] - 年化波动率：24.09%[7][8] - 信息比率（IR）：0.90[7][8] - 月度胜率：59.12%[7][8] - 对冲市场基准的年化收益率：13.35%[7][8] - 对冲市场基准的年化波动率：11.43%[7][8] - 对冲市场基准的信息比率（IR）：1.17[7][8] - 对冲市场基准的月度胜率：66.42%[7][8] - 历史最大回撤：10.28%[7][8] 2. 2025年6月风格轮动模型 - 收益率：1.28%[13] - 相对基准超额：-2.51%[13] 量化因子与构建方式 1. 因子名称：估值因子 因子的构建思路：基于微观个股层面的估值指标构造[6] 因子具体构建过程：未详细说明 2. 因子名称：市值因子 因子的构建思路：基于微观个股层面的市值指标构造[6] 因子具体构建过程：未详细说明 3. 因子名称：波动率因子 因子的构建思路：基于微观个股层面的波动率指标构造[6] 因子具体构建过程：未详细说明 4. 因子名称：动量因子 因子的构建思路：基于微观个股层面的动量指标构造[6] 因子具体构建过程：未详细说明 因子的回测效果 1. 2025年风格因子实际收益率（多空对冲） - 动量因子：具体数值未列出[12] - 波动率因子：具体数值未列出[12] - 估值因子：具体数值未列出[12] - 市值因子：具体数值未列出[12] 2. 2025年风格因子择时后收益率（多空对冲） - 动量因子：具体数值未列出[15] - 波动率因子：具体数值未列出[15] - 估值因子：具体数值未列出[15] - 市值因子：具体数值未列出[15] 3. 近一年风格因子权重 - 市值因子：权重未列出[16] - 估值因子：权重未列出[16] - 动量因子：权重未列出[16] - 波动率因子：权重未列出[16]