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：三维复合不定期择时信号 模型构建思路：通过信贷脉冲（经济基本面）、Beta离散度（整体情绪）、交易量能（结构风险）三个核心维度构建择时体系，分别对应平衡指标、高赔率指标、高胜率指标[12] 模型具体构建过程： - 信贷脉冲：采用信贷脉冲环比变化分位数，反映经济基本面边际变化 - Beta离散度：计算市场个股Beta值的离散程度，衡量情绪分化水平 - 交易量能：基于成交额分位数构建量能情绪指标 模型评价：样本内择时效果优秀，2025年6月样本外跟踪持续有效[12] 2. 模型名称：周度择时策略（VERSION2） 模型构建思路：优化基本面信号处理方式，替换PMI和中长期贷款余额指标[15] 模型具体构建过程： - PMI信号改为直接判断是否大于50（原为分位数法） - 用信贷脉冲环比变化分位数替代中长期贷款余额同比增速 模型评价：新版本在信贷周期改善阶段表现更优，但2021-2023年信号稳定性略有下降[15] 3. 模型名称：成长价值轮动模型 模型构建思路：基于盈利周期、利率周期、信贷周期三因素构建风格轮动框架[29] 模型具体构建过程： - 基本面：盈利斜率（成长）、利率水平（价值）、信贷变化（价值） - 估值面：PE/PB估值差分位数均值回归效应 - 情绪面：换手差和波动差分位数分析 模型评价：2012年以来年化超额收益4.73%，但2025年暂时跑输基准[32] 4. 模型名称：小盘大盘轮动模型 模型构建思路：与成长价值模型共享经济周期框架，侧重市值风格切换[33] 模型具体构建过程： - 估值差分析：小盘大盘PE/PB分位数（93.88%/97.67%） - 情绪指标：换手差（81.01%分位数利好小盘）[35] 5. 模型名称：四风格轮动模型 模型构建思路：整合成长价值和小盘大盘模型，形成小盘成长/价值+大盘成长/价值四象限配置[37] 模型具体构建过程： - 当前配置比例：小盘成长37.5%+小盘价值12.5%+大盘成长37.5%+大盘价值12.5% 模型评价：2012年以来年化超额5.72%，但2025年超额-3.26%[38] 模型的回测效果 1. 三维复合择时模型： - 年化收益21.26% | 年化波动14.46% | 最大回撤12.80% | 夏普比率126.76 | 年化超额13.39%[14] 2. 周度择时策略（VERSION2）： - 2025年样本外收益22.82% | 最大回撤11.74% | 夏普比率1.5273[25] - 全区间年化收益17.83% | 超额13.24% | 最大回撤22.44%[27] 3. 成长价值轮动模型： - 全区间年化收益11.76% | 超额4.73% | 最大回撤43.07%[32] 4. 小盘大盘轮动模型： - 全区间年化收益12.45% | 超额5.21% | 最大回撤50.65%[36] 5. 四风格轮动模型： - 全区间年化收益13.37% | 超额5.72% | 最大回撤47.91%[38] 量化因子与构建方式 1. 因子名称：信贷脉冲环比变化 因子构建思路：反映经济基本面边际变化的领先指标[15] 因子具体构建过程： $\text{信贷脉冲}_t = \frac{\Delta \text{信贷余额}_t}{\text{GDP}_t} - \text{移动平均}(\frac{\Delta \text{信贷余额}}{\text{GDP}}, n)$ 取环比变化分位数作为标准化信号 2. 因子名称：Beta离散度 因子构建思路：衡量市场情绪分化程度[12] 因子具体构建过程： $\text{离散度} = \sqrt{\frac{1}{N}\sum_{i=1}^N (\beta_i - \bar{\beta})^2}$ 其中$\beta_i$为个股相对市场Beta值 3. 因子名称：量能情绪得分 因子构建过程： - 计算成交额60日均值 - 当前成交额/60日均值分位数作为标准化信号[21] 因子的回测效果 1. 信贷脉冲因子： - 年化收益11.36% | IR 3.49 | 最大回撤16.75%[14] 2. Beta离散度因子： - 年化收益13.08% | IR 5.21 | 最大回撤33.64%[14] 3. 交易量能因子： - 年化收益15.58% | IR 7.71 | 最大回撤26.19%[14]