量化模型与构建方式 1. 模型名称：基于微观的风格轮动模型[3][8] * 模型构建思路：从80个基础微观因子出发，构造大量微观特征，并利用风格指数作为股票池来定义风格收益标签，最终通过随机森林模型进行风格择时和打分，构建月频轮动策略[3][8] * 模型具体构建过程： 1. 基础因子选择：选取80个底层微观因子，涵盖估值、市值、波动率、动量等基础风格[8]。 2. 特征构造：基于80个基础微观指标，构造出640个微观特征[3][8]。 3. 风格收益标签定义：使用常用指数作为风格股票池，以此取代按风格因子绝对比例划分的传统方法，并构建新的风格收益作为模型训练的标签[3][8]。 4. 模型训练与预测：使用随机森林模型对单个风格进行择时。通过滚动训练的方式有效规避过拟合风险，并优选特征。模型输出每种风格的当期得分[3][8]。 5. 组合构建：根据随机森林模型的择时结果与风格打分结果，综合构造最终的投资组合，进行月度的风格轮动[3][8]。 模型的回测效果 1. 基于微观的风格轮动模型（回测区间：2017/01/01-2025/08/31）[9][10] * 年化收益率：17.08%[9][10] * 年化波动率：20.07%[9][10] * 信息比率(IR)：0.85[9][10] * 月度胜率：55.77%[9][10] * 历史最大回撤：-29.89%[10] 2. 基于微观的风格轮动模型（对冲市场基准后）（回测区间：2017/01/01-2025/08/31）[9][10] * 年化收益率（超额）：10.42%[9][10] * 年化波动率（超额）：13.03%[9][10] * 信息比率(IR)（超额）：0.80[9][10] * 月度胜率（超额）：56.73%[9][10] * 历史最大回撤（超额）：-9.57%[10] 量化因子与构建方式 1. 因子名称：估值因子[3][8] * 因子构建思路：作为基础风格因子之一，用于刻画股票的估值水平[3][8] 2. 因子名称：市值因子[3][8] * 因子构建思路：作为基础风格因子之一，用于刻画股票的市值大小[3][8] 3. 因子名称：波动率因子[3][8] * 因子构建思路：作为基础风格因子之一，用于刻画股票价格的波动情况[3][8] 4. 因子名称：动量因子[3][8] * 因子构建思路：作为基础风格因子之一，用于刻画股票价格的动量效应[3][8] 最新模型输出 1. 2025年9月风格择时方向：成长、大市值、动量、高波[1][17] 2. 2025年8月模型收益率：7.85%[1][16]