量化模型与构建方式 1 模型名称：五维行业轮动模型[6] 模型构建思路：基于行业内部普遍存在的风格差异，利用风格指标对行业内部股票进行划分，通过构建行业内部离散指标与行业内部牵引指标合成行业最终因子[6] 模型具体构建过程：以东吴金工特色多因子划分标准对微观因子进行大类划分，将微观因子划分为五大类：波动率、基本面、成交量、情绪、动量[6]；以大类选股因子的风格偏好为参照，构建行业内部离散指标与行业内部牵引指标，最终得到五类合成行业因子，并合成为最终的行业轮动模型[6] 量化因子与构建方式 1 因子名称：波动率因子[6] 因子构建思路：作为五维行业轮动模型的维度之一，从微观个股层面出发构建[6] 因子具体构建过程：属于东吴金工特色多因子体系中的一大类，具体构建方法可参考报告《万流归宗多因子系列研究（一）——基于量价因子的多因子决策树》[6] 2 因子名称：基本面因子[6] 因子构建思路：作为五维行业轮动模型的维度之一，从微观个股层面出发构建[6] 因子具体构建过程：属于东吴金工特色多因子体系中的一大类，具体构建方法可参考报告《万流归宗多因子系列研究（一）——基于量价因子的多因子决策树》[6] 3 因子名称：成交量因子[6] 因子构建思路：作为五维行业轮动模型的维度之一，从微观个股层面出发构建[6] 因子具体构建过程：属于东吴金工特色多因子体系中的一大类，具体构建方法可参考报告《万流归宗多因子系列研究（一）——基于量价因子的多因子决策树》[6] 4 因子名称：情绪因子[6] 因子构建思路：作为五维行业轮动模型的维度之一，从微观个股层面出发构建[6] 因子具体构建过程：属于东吴金工特色多因子体系中的一大类，具体构建方法可参考报告《万流归宗多因子系列研究（一）——基于量价因子的多因子决策树》[6] 5 因子名称：动量因子[6] 因子构建思路：作为五维行业轮动模型的维度之一，从微观个股层面出发构建[6] 因子具体构建过程：属于东吴金工特色多因子体系中的一大类，具体构建方法可参考报告《万流归宗多因子系列研究（一）——基于量价因子的多因子决策树》[6] 6 因子名称：合成因子[6] 因子构建思路：将波动率、基本面、成交量、情绪、动量五大类因子合成，用于五维行业轮动模型[6] 因子具体构建过程：基于行业内部离散指标与行业内部牵引指标，将五类因子合成为最终的行业轮动因子[6] 模型的回测效果 1 五维行业轮动模型（多空对冲），年化收益率21.44%，年化波动率10.84%，信息比率(IR)1.98，月度胜率71.95%，历史最大回撤13.30%[11] 2 五维行业轮动模型（多头超额），年化收益率10.52%，年化波动率6.58%，信息比率(IR)1.60，月度胜率70.49%，历史最大回撤9.36%[12] 3 沪深300指数增强策略，年化收益率8.88%，年化波动率20.01%，信息比率(IR)0.44，胜率56.10%，最大回撤26.45%[22] 4 沪深300指数增强策略（超额），年化收益率8.59%，年化波动率7.37%，信息比率(IR)1.17，胜率69.11%，最大回撤12.65%[22] 因子的回测效果 1 波动率因子，年化收益率11.43%，波动率10.09%，信息比率(IR)1.13，胜率59.84%，最大回撤-14.27%，IC -0.08，ICIR -1.43，RankIC -0.07，RankICIR -1.07[13] 2 基本面因子，年化收益率6.64%，波动率12.10%，信息比率(IR)0.55，胜率55.91%，最大回撤-26.32%，IC 0.15，ICIR 3.25，RankIC 0.04，RankICIR 0.70[13] 3 成交量因子，年化收益率8.24%，波动率11.81%，信息比率(IR)0.70，胜率59.84%，最大回撤-18.40%，IC -0.06，ICIR -0.98，RankIC -0.06，RankICIR -0.94[13] 4 情绪因子，年化收益率7.96%，波动率12.81%，信息比率(IR)0.62，胜率64.57%，最大回撤-14.79%，IC 0.03，ICIR 0.51，RankIC 0.03，RankICIR 0.48[13] 5 动量因子，年化收益率11.54%，波动率10.63%，信息比率(IR)1.09，胜率61.11%，最大回撤-13.52%，IC 0.02，ICIR 0.40，RankIC 0.05，RankICIR 0.73[13] 6 合成因子，年化收益率21.44%，波动率10.84%，信息比率(IR)1.98，胜率72.95%，最大回撤-13.30%，IC -0.03，ICIR -0.62，RankIC -0.10，RankICIR -1.60[13]