量化模型与构建方式 1. 模型名称：东方A股因子风险模型(DFQ-2020) - 模型构建思路：基于多因子框架，涵盖市值、波动性、流动性、价值、成长等风格因子，通过贝叶斯压缩和市场回归等方法构建风险模型[15][16] - 模型具体构建过程： - Size因子：总市值对数[16] - Beta因子：贝叶斯压缩后的市场Beta[16] - Trend因子： - Trend_120：$EWMA(halflife=20)/EWMA(halflife=120)$ - Trend_240：$EWMA(halflife=20)/EWMA(halflife=240)$[16] - Volatility因子：包括过去243天的标准波动率、FF3特质波动率、最高价/最低价范围等[16] - Liquidity因子：过去243天的平均对数换手率及个股换手率与市场的回归系数[16] - 模型评价：全面覆盖市场风格，适用于不同市场环境下的风险暴露控制[11][12] 2. MFE组合优化模型 - 模型构建思路：在控制行业、风格暴露等约束下，最大化单因子暴露以评估因子有效性[59] - 模型具体构建过程： - 目标函数：$max\ f^{T}w$ - 约束条件： - 风格暴露约束：$s_{l}\leq X(w-w_{b})\leq s_{h}$ - 行业偏离约束：$h_{l}\leq H(w-w_{b})\leq h_{h}$ - 换手率约束：$\Sigma|w-w_{0}|\leq to_{h}$[59] - 模型评价：通过线性规划高效求解，更贴近实际组合构建的复杂约束[59][60] --- 量化因子与构建方式 1. 因子名称：一年动量 - 构建思路：捕捉剔除近1个月后的过去一年股价趋势[20] - 具体构建：$MOMENTUM\_1M = \sum_{t=21}^{252} r_t$（剔除最近20个交易日）[20] - 因子评价：在中证全指和国证2000样本中近期表现突出[8][38] 2. 因子名称：标准化预期外收入（SUR） - 构建思路：衡量营收超分析师预期的幅度[20] - 具体构建：$SUR = \frac{实际单季营收-预期营收}{预期营收标准差}$[20] - 因子评价：在中证800和沪深300样本中稳定性较高[23][31] 3. 因子名称：三个月反转 - 构建思路：捕捉短期价格反转效应[20] - 具体构建：$REVERSE\_3M = \sum_{t=1}^{60} r_t$[20] - 因子评价：在中证1000样本中近期表现最佳[34][36] 4. 因子名称：盈余公告跳空超额（AOG/ALG） - 构建思路：反映盈余公告后的市场异常反应[20] - 具体构建： - AOG：次日开盘涨跌幅-基准指数开盘涨跌幅 - ALG：次日最低价超额收益[20] - 因子评价：创业板指样本中近期表现最强[42][44] --- 模型回测效果 1. 东方DFQ-2020风险模型 - 近一周多空收益：Beta风格1.94%，Value风格-1.43%[11][13] - 近一年年化收益：Beta风格51.27%，Growth风格12.71%[13] 2. MFE组合模型 - 沪深300增强产品近一周超额收益中位数-0.08%，最大2.09%[52][53] - 中证1000增强产品今年以来超额收益中位数5.95%，最大13.91%[58] --- 因子回测效果 1. 一年动量因子 - 中证全指：近一周2.25%，近一年年化-11.61%[47][49] - 国证2000：近一周1.94%，近一年年化28.31%[39][41] 2. 标准化预期外收入（SUR） - 中证800：近一周1.37%，历史年化4.50%[31][33] - 沪深300：近一周1.12%，今年以来7.43%[23][25] 3. 三个月反转因子 - 中证1000：近一周1.04%，近一年趋势-0.81%[35][37] - 中证500：近一周0.21%，历史年化8.14%[27][29] 4. 盈余公告跳空超额（AOG） - 创业板指：近一周0.93%，今年以来19.68%[43][45] - 沪深300：近一周0.72%，历史年化3.35%[23][25] --- 附录：MFE组合优化公式说明 - 变量定义： - $w$为股票权重向量，$w_b$为基准权重 - $X$为风格暴露矩阵，$H$为行业暴露矩阵[59] - 约束逻辑：通过线性规划控制换手率（$to_h$）和成分股权重占比（$B_b$）[59][60]