根据提供的量化市场追踪周报内容，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. 行业轮动模型 - 构建思路：基于绩优基金持仓倾向的边际变化，捕捉行业配置的超配/低配信号[39] - 具体构建： 1. 筛选绩优基金（如近3月回报前20%的主动权益基金） 2. 计算行业持仓比例变化： $\Delta w_{i,t} = w_{i,t} - w_{i,t-1}$ 其中 ( w_{i,t} ) 为行业i在t期的持仓权重 3. 生成超配信号：若 (\Delta w_{i,t} > \text{阈值})（如1倍标准差）则标记为超配[39] - 评价：策略在通信、军工等板块表现突出，但需警惕市场情绪分化风险[39] 2. 风格暴露模型 - 构建思路：跟踪主动权益基金在大盘/小盘、成长/价值风格的仓位变化[33] - 具体构建： 1. 按市值（大盘/中盘/小盘）和估值（成长/价值）划分风格 2. 加权计算基金组合的风格暴露： $\text{Exposure}_k = \sum (w_{i,k} \times \text{风格因子值}_k)$ 其中 ( w_{i,k} ) 为基金i在风格k的权重[33] --- 量化因子与构建方式 1. 通信行业加仓因子 - 构建思路：反映主动权益基金对通信行业的配置热度[36] - 具体构建： 1. 计算行业持仓比例变化： $\Delta \text{通信} = 5.31\% - 4.18\% = +1.13\text{pct}$ 2. 标准化为Z-score因子[36] - 评价：短期有效性显著，但需结合行业景气度验证[36] 2. 港股科技ETF资金流因子 - 构建思路：追踪恒生科技ETF净流入规模[69] - 具体构建： 1. 统计周度净流入额（如华泰柏瑞恒生科技ETF单周+30.68亿元） 2. 构建动量指标： $\text{Momentum} = \frac{\text{近1周流入}}{\text{近3月平均流入}}$[69] --- 模型的回测效果 1. 行业轮动模型 - 信息比率(IR)：1.35（2020-2025年回溯测试）[41] - 超额收益：多头组合年化超额基准4.2%[41] 2. 风格暴露模型 - 大盘成长暴露：25.07%（较上周+2.83pct）[33] - 小盘成长暴露：44.34%（较上周-3.82pct）[33] --- 因子的回测效果 1. 通信行业加仓因子 - IC（信息系数）：0.12（近1年滚动）[36] - 多空收益差：+3.14%（本周通信行业涨幅）[17] 2. 港股科技ETF资金流因子 - 周度净流入：253.8亿元（境外指数ETF合计）[69] - 资金集中度：恒生科技指数占比34.3%[69] --- 注：以上总结未包含免责声明、风险提示等非核心内容[78][79][80][81][82]