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：战略与战术资产配置模型 - 模型构建思路：通过战略配置确定长期资产比例，战术配置根据市场环境动态调整[35] - 模型具体构建过程： 1. 战略配置：基于风险预算框架，设定权益、债券等大类资产的长期配置比例 2. 战术配置：结合宏观经济（货币政策、财政政策）、技术指标（资金流向、价格趋势）、市场情绪（交易数据、波动率）三类因子构建综合评分模型，动态调整资产权重[35] 3. 风险控制：每日跟踪组合表现，定期压力测试，确保组合风险与目标偏差最小化[39] 2. 模型名称：子基金筛选模型 - 模型构建思路：通过定量与定性结合的方法优选子基金[36] - 模型具体构建过程： 1. 定量筛选： - 业绩分析：计算夏普比率、卡玛比等指标 - 持仓分析：评估基金风格稳定性 - 风险控制能力：最大回撤、波动率等 2. 定性调研：通过基金经理访谈评估投资理念与盈利模式[38] --- 量化因子与构建方式 1. 因子名称：宏观经济因子 - 因子构建思路：反映宏观经济对资产配置的影响[35] - 因子具体构建过程： - 选取货币政策（如利率变化）、财政政策（如赤字率）、工业生产（如PMI）等指标 - 标准化后加权综合评分： $\text{MacroScore} = w_1 \cdot \text{Policy} + w_2 \cdot \text{Growth} + w_3 \cdot \text{Inflation}$ 2. 因子名称：市场情绪因子 - 因子构建思路：捕捉市场短期情绪波动[35] - 因子具体构建过程： - 使用交易量、换手率、隐含波动率（如VIX）等数据 - 标准化后合成情绪指数： $\text{SentimentIndex} = \frac{\text{Volume}_t}{\text{Volume}_{MA20}} + \lambda \cdot \text{VIX}_t$ 3. 因子名称：技术指标因子 - 因子构建思路：识别资产价格趋势与资金流向[35] - 因子具体构建过程： - 计算动量指标（如12个月收益率）、波动率（如20日标准差） - 资金流向通过主力资金净流入数据构建 --- 模型的回测效果 1. 战略与战术资产配置模型： - 年化收益率：5.13% - 最大回撤：0.88% - 夏普比率：2.94 - 卡玛比：5.81[43] 2. 子基金筛选模型： - 前十大重仓基金占比：94.33%（市值）、85.60%（净值）[52] --- 因子的回测效果 1. 宏观经济因子： - 在2024年利率下行期有效降低债券久期风险[51] 2. 市场情绪因子： - 在2024年10月权益高波动阶段触发权益止盈信号[49] 3. 技术指标因子： - 2025年二季度增配A股科技板块时提供正向动量信号[50] --- 其他关键指标 - 基金业绩：任意时点买入持有3个月正收益概率100%，最低收益率0.43%，最高2.58%[45] - 资产配置比例：固收类93.15%（2024年年报），权益类6.35%[51] 注：研报未提供部分因子的具体公式或独立测试结果，故未列出。