量化模型与构建方式 1. 模型名称：南向资金行业轮动模型 - 模型构建思路：基于南向资金净买入额及其分位数数据，结合行业市值调整，构建港股行业轮动策略[4][46] - 模型具体构建过程： 1. 数据整合：计算各行业成分股的南向资金净买入额 $S_{i,t}=(N_{i,t}-N_{i,t-1})*P_{i,t}$ $Ind_{t}=\sum S_{i,t}$ 其中，$N_{i,t}$为成分股$i$在$t$日的持股量，$P_{i,t}$为均价，$S_{i,t}$为净买入额，$Ind_t$为行业累计净买入额[36][37] 2. 因子处理： - 原始南向资金净买入额 - 行业市值调整：将净买入额除以行业市值以消除规模偏差[40] - 近三年分位处理：计算净买入额在近三年历史数据中的分位数[40][46] 3. 策略规则：每月选择净买入额或分位数最高的行业，分位数相同时选择净买入额更大的行业[46] - 模型评价：行业市值调整和分位处理能有效提升策略稳定性，但分位数策略在极端市场环境下可能失效[40][46] 2. 模型名称：南向资金有效性测试模型 - 模型构建思路：通过Rank IC检验南向资金净买入额对行业轮动的预测能力[40] - 模型具体构建过程： 1. 计算南向资金月度净买入额与行业下期收益的Rank IC 2. 测试不同因子（原始值、市值调整、三年/五年分位）的Rank IC均值和显著性[40][41] - 模型评价：Rank IC均值均为正，显示南向资金对行业轮动具有持续有效性[40] --- 模型的回测效果 1. 南向资金月度净买入额模型： - 年化收益率：4.73% - 超额收益率：3.22% - 最大回撤：56.01% - 夏普比率：0.3130 - IR：0.3864 - 对恒生指数胜率：59.59% - 对基准胜率：57.58%[52] 2. 行业市值调整南向资金模型： - 年化收益率：5.40% - 超额收益率：3.89% - 最大回撤：50.24% - 夏普比率：0.3384 - IR：0.3901 - 对恒生指数胜率：53.54% - 对基准胜率：54.55%[52] 3. 南向资金三年分位模型： - 年化收益率：3.61% - 超额收益率：-2.05% - 最大回撤：54.33% - 夏普比率：0.2704 - IR：0.1498 - 对恒生指数胜率：51.56% - 对基准胜率：50.00%[52] 4. 行业市值调整南向资金三年分位模型： - 年化收益率：7.99% - 超额收益率：2.33% - 最大回撤：45.84% - 夏普比率：0.4350 - IR：0.4713 - 对恒生指数胜率：57.81% - 对基准胜率：53.12%[52] --- 量化因子与构建方式 1. 因子名称：南向资金净买入额 - 因子构建思路：直接反映南向资金对行业的偏好[36] - 因子具体构建过程： - 按成分股计算每日净买入额并汇总至行业 $S_{i,t}=(N_{i,t}-N_{i,t-1})*P_{i,t}$ $Ind_{t}=\sum S_{i,t}$[36][37] 2. 因子名称：行业市值调整南向资金 - 因子构建思路：消除行业规模对净买入额的影响[40] - 因子具体构建过程： - 将行业净买入额除以行业总市值[40] 3. 因子名称：南向资金三年分位 - 因子构建思路：捕捉资金流向的极端分位数信号[40] - 因子具体构建过程： - 计算净买入额在近三年历史数据中的分位数[40] --- 因子的回测效果 1. 南向资金净买入额因子： - Rank IC均值：7.72% - Rank IC t值：24.31%[41] 2. 行业市值调整南向资金因子： - Rank IC均值：5.15% - Rank IC t值：15.66%[41] 3. 南向资金三年分位因子： - Rank IC均值：4.13% - Rank IC t值：12.75%[41] 4. 行业市值调整南向资金三年分位因子： - Rank IC均值：4.55% - Rank IC t值：14.82%[41]