量化模型与构建方式 1. 模型名称：赔率+胜率策略 - 模型构建思路：结合资产的赔率与胜率指标，通过风险预算模型构建配置策略[40] - 模型具体构建过程： 1. 赔率指标：基于ERP（股权风险溢价）和DRP（债务风险溢价）的标准化数值等权计算，例如A股赔率为1.2倍标准差[11] 2. 胜率指标：通过宏观胜率评分卡（货币、信用、增长、通胀、海外五因子）合成综合胜率，例如A股胜率回升至0轴附近[11] 3. 风险预算分配：将赔率策略和胜率策略的风险预算简单相加，生成综合得分并调整资产权重[40] - 模型评价：通过动态调整高赔率与高胜率资产权重，实现稳健收益 2. 模型名称：行业轮动策略（三维评价体系） - 模型构建思路：基于行业景气度、趋势、拥挤度三维框架筛选行业[35] - 模型具体构建过程： 1. 趋势指标：过去12个月信息比率（IR）衡量行业动量 2. 拥挤度指标：换手率比率、波动率比率、beta比率合成[35] 3. 景气度分类：实心气泡代表高景气行业，空心代表低景气[38] - 模型评价：通过多维度交叉验证，有效捕捉行业轮动机会 3. 模型名称：美联储流动性指数模型 - 模型构建思路：从数量维度和价格维度解构美联储流动性[17] - 模型具体构建过程： 1. 数量维度：净流动性、联储信用支持 2. 价格维度：预期引导、市场隐含利率、公告意外[15] 3. 指数合成：加权计算当前流动性状态（如20%中高水平）[15] --- 量化因子与构建方式 1. 因子名称：价值因子 - 因子构建思路：通过赔率、趋势、拥挤度三标尺综合打分[18] - 因子具体构建过程： 1. 赔率：国证价值/国证1000比值标准化（当前0.2倍标准差）[19] 2. 趋势：滚动窗口计算因子收益率方向（-0.1倍标准差中等水平）[19] 3. 拥挤度：换手率与波动率分位数合成（-1倍标准差低拥挤）[19] - 因子评价：综合得分1分，呈现“强趋势-低拥挤”特征[29] 2. 因子名称：质量因子 - 因子构建思路：侧重盈利稳定性与ROE持续性[20] - 因子具体构建过程： 1. 赔率：高质量因子超额走势分位数（1.4倍标准差高赔率）[22] 2. 趋势：滚动12个月收益方向（-0.3倍标准差弱趋势）[22] 3. 拥挤度：持仓集中度与交易量合成（-0.8倍标准差低拥挤）[22] 3. 因子名称：小盘因子 - 因子构建思路：衡量市值风格与交易拥挤度[26] - 因子具体构建过程： 1. 赔率：中证2000/沪深300比值标准化（-0.5倍标准差低赔率）[28] 2. 趋势：短期动量强度（0.9倍标准差强趋势）[28] 3. 拥挤度：换手率分位数（0.6倍标准差高拥挤）[28] --- 模型的回测效果 1. 赔率+胜率策略 - 年化收益：7.0%（2011年以来）、7.6%（2014年以来）、7.2%（2019年以来）[47] - 最大回撤：2.8%（2011年以来）、2.7%（2014年以来）、2.8%（2019年以来）[47] - 夏普比率：2.86（2011年以来）、3.26（2014年以来）、2.85（2019年以来）[47] 2. 行业轮动策略 - 年化超额收益：13.1%（2011年以来）、13.0%（2014年以来）、10.8%（2019年以来）[36] - 信息比率（IR）：1.18（2011年以来）、1.08（2014年以来）、1.02（2019年以来）[36] --- 因子的回测效果 1. 价值因子 - 综合打分：1分（当前排名最高）[18] - 赔率分位数：0.2倍标准差[19] - 趋势分位数：-0.1倍标准差[19] 2. 质量因子 - 综合打分：0.6分[20] - 赔率分位数：1.4倍标准差[22] - 趋势分位数：-0.3倍标准差[22] 3. 小盘因子 - 综合打分：0分[26] - 趋势分位数：0.9倍标准差[28] - 拥挤度分位数：0.6倍标准差[28]