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：沪深300上涨家数占比情绪指标 模型构建思路：通过计算指数成分股近期正收益的个数来判断市场情绪，强势股的持续上行能为整个板块带来机会[23] 模型具体构建过程： - 计算沪深300指数成分股过去N日收益大于0的个股数占比 - 公式：$沪深300指数N日上涨家数占比 = \frac{沪深300指数成分股过去N日收益>0的个股数}{沪深300指数成分股总数}$ - 当市场中正收益股票增多时处于行情底部，大部分股票正收益时可能过热[23] 模型评价：能较快捕捉上涨机会，但会错失持续亢奋阶段的收益，对下跌市场判断存在缺陷[25] 2. 模型名称：沪深300上涨家数占比择时模型 模型构建思路：通过对情绪指标进行不同窗口期平滑来捕捉市场情绪拐点[26] 模型具体构建过程： - 对上涨家数占比指标进行N1=50和N2=35的移动平均（慢线和快线） - 当快线>慢线时看多市场[28] - 截至2025年8月8日快线在慢线上方，维持看多观点[26] 3. 模型名称：均线情绪指标 模型构建思路：通过八均线体系判断指数趋势状态[32] 模型具体构建过程： - 计算沪深300收盘价的8条均线（参数：8,13,21,34,55,89,144,233） - 统计当日收盘价大于均线的数量，超过5条时看多[32] - 截至2025年8月8日处于情绪景气区间[32] 量化因子与构建方式 1. 因子名称：横截面波动率因子 因子构建思路：衡量指数成分股间收益离散程度，反映Alpha环境强弱[37] 因子具体构建过程： - 计算指数成分股日收益率的横截面标准差 - 统计结果显示：沪深300近一季度横截面波动率1.63%，处于近半年48.86%分位[40] 2. 因子名称：时间序列波动率因子 因子构建思路：反映指数成分股时间维度上的波动特征[40] 因子具体构建过程： - 计算指数成分股加权时间序列波动率 - 沪深300近一季度时序波动率0.47%，处于近半年33.13%分位[42] 模型的回测效果 1. 沪深300上涨家数占比择时模型： - 快线/慢线金叉信号持续有效[26] - 策略净值在情绪景气区间显著跑赢基准[29] 2. 均线情绪指标模型： - 八均线指标值与指数净值呈现正相关性[35] - 在情绪区间7-9时超额收益明显[32] 因子的回测效果 1. 横截面波动率因子： - 沪深300近一年均值1.87%，当前1.63%[40] - 中证1000近半年均值2.31%，当前处于29.88%分位[40] 2. 时间序列波动率因子： - 沪深300近两年均值0.59%，当前0.47%[42] - 中证500近半年均值0.41%，当前处于34.13%分位[42]