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：知情交易者活跃度模型 - 模型构建思路：通过监测市场微观结构中知情交易者的行为变化来预测市场趋势[15] - 模型具体构建过程： 1. 使用高频订单流数据识别知情交易（如大单交易、异常报价） 2. 计算知情交易占比的滚动标准差作为活跃度指标： $\text{活跃度}_t = \sqrt{\frac{1}{n}\sum_{i=t-n+1}^t (x_i - \bar{x})^2}$ 其中$x_i$为第$i$期知情交易占比，$n$为20日滚动窗口[17] - 模型评价：对市场情绪转折点敏感，但需结合宏观信号过滤噪音[15] 2. 模型名称：分析师景气预期模型 - 模型构建思路：基于分析师一致预测的ROE和净利润增速变化构建行业景气度指标[18] - 模型具体构建过程： 1. 计算申万一级行业未来12个月ROE(FY1)的环比变化 2. 同步计算净利润增速(FY1)的环比变化 3. 对两项指标进行Z-score标准化后等权合成[19] 量化因子与构建方式 1. 因子名称：BARRA风格因子体系 - 因子构建思路：采用多维度风格因子解析市场收益来源[23] - 因子具体构建过程： - 价值因子：BP(账面市值比) = $\frac{\text{净资产}}{\text{总市值}}$ - 动量因子：20日收益率标准化值[24] - 波动率因子：60日收益波动率倒数标准化[24] - 因子评价：价值因子近期表现突出，市值风格出现反转信号[23] 2. 因子名称：微观结构反转因子 - 因子构建思路：捕捉小盘股因流动性溢出产生的反转效应[12] - 因子具体构建过程： 1. 筛选市值后30%个股 2. 计算前一日跌幅排名前20%个股的次日平均收益[12] - 因子评价：7月流动性环境继续强化该因子有效性[12] 模型的回测效果 1. 知情交易者活跃度模型： - 本周指标值：-0.0012（较上周下降0.0008）[17] - 近一月胜率：68%[15] 2. 分析师景气预期模型： - 房地产行业净利润增速预测变化：+1.43%[19] - TMT行业ROE预测变化：电子+0.15%，通信-0.09%[19] 因子的回测效果 1. BARRA风格因子： - BP价值因子收益：+0.2%（本周）[24] - 市值因子收益：+0.1%（风格反转）[24] - 波动率因子收益：-0.3%[24] 2. 微观结构反转因子： - 7月日均超额收益：0.18%[12] - 年化IR：2.1[12]