根据提供的研报内容，以下是关于量化模型和因子的总结： 量化模型与构建方式 1. 模型名称：短期择时策略[4][14][16] * 模型构建思路：构建一个多维度（基本面、估值面、情绪面、流动性）的量化择时框架，通过综合各维度的信号来判断市场短期走势并给出仓位建议[4][14][16] * 模型具体构建过程： * 维度划分：模型从四个维度进行市场研判：基本面、估值面、情绪面、流动性[14][16] * 指标选取与信号生成：每个维度下包含多个具体指标，根据指标当前值在其过去5年历史中的分位数位置，生成“乐观”、“谨慎”或“中性”的二级信号[14][16][17] * 基本面：包含制造业PMI是否大于50、信贷脉冲环比变化分位数、M1同比增速（HP滤波去趋势）分位数等指标[14][17] * 估值面：包含A股整体PE分位数、A股整体PB分位数等指标[14][17] * 情绪面：包含A股整体Beta离散度分位数、A股整体量能情绪分位数、A股整体波动率分位数等指标[15][17] * 流动性：包含货币利率指标分位数、汇率预期指标分位数、沪深净融资额5日均值分位数等指标[16][17] * 维度综合：将同一维度下的所有二级信号进行综合，得出该维度的一级信号（乐观/谨慎/中性）[14][16][17] * 总仓位生成：综合所有四个维度的一级信号，最终生成总的仓位建议信号（例如，1.00代表满仓看多，0.00代表空仓）[16][17][23] * 模型评价：该模型是一个系统性的多因子择时框架，旨在通过多维数据捕捉市场短期波动机会[14][16] 2. 模型名称：成长价值风格轮动模型[4][24][26] * 模型构建思路：从基本面、估值面、情绪面三个维度构建指标，判断成长风格与价值风格之间的相对强弱，进行风格配置[4][24][26] * 模型具体构建过程： * 维度与指标： * 基本面：基于盈利周期斜率、利率综合周期水平、信贷综合周期变化三个指标进行判断[24][26] * 估值面：基于成长价值PE估值差分位数、成长价值PB估值差分位数进行判断[24][26] * 情绪面：基于成长价值换手差分位数、成长价值波动差分位数进行判断[24][26] * 信号生成：每个指标根据其数值或分位数水平，给出倾向于成长或价值的二级仓位信号（例如，100%成长/0%价值）[24][26] * 维度综合：将同一维度下的二级信号进行综合，得出该维度的一级仓位建议（例如，成长100%）[24][26] * 最终建议：综合三个维度的一级信号，给出最终的风格配置建议（超配成长或超配价值）[4][24] 3. 模型名称：小盘大盘风格轮动模型[4][28][29] * 模型构建思路：基于专题研究，从流动性等多个视角选取11个有效指标，构建综合信号来判断小盘风格与大盘风格之间的轮动[4][28][29] * 模型具体构建过程： * 指标池：模型包含11个轮动指标，例如A股龙虎榜买入强度、R007、融资买入余额变化、主题投资交易情绪、等级利差、期权波动率风险溢价、beta离散度、pb分化度、大宗交易折溢价率、中证1000 MACD、中证1000交易量能等[28][29] * 信号生成：每个指标独立产生一个针对小盘风格的仓位信号（0%或100%）[28][29] * 信号综合：将所有11个指标的信号进行综合（例如，通过3日平滑处理），得出最终的小盘/大盘综合仓位信号[28][29] 模型的回测效果 1. 短期择时策略[16][20][22] * 年化收益率：16.86% * 年化波动率：14.77% * 最大回撤：15.49% * 夏普比率：0.9941 * 收益回撤比：1.0884 * 月度胜率：65.81% * 基准（月度中性持仓再平衡）年化收益率：4.88%[16] * 年化超额收益率：11.99%[16] * 2024年以来年化收益率：35.36%[21] * 2024年以来最大回撤：11.04%[21] * 2025年以来收益率：27.62%（基准收益率：14.02%，超额收益率：13.60%）[16][22] 2. 成长价值风格轮动策略[25][26][27] * 年化收益率：13.53% * 年化波动率：20.81% * 最大回撤：43.07% * 夏普比率：0.6186 * 收益回撤比：0.3142 * 月度胜率：58.44% * 基准（月度风格均衡配置）年化收益率：7.97%[25] * 年化超额收益率：5.56%[25] * 2025年以来策略收益率：34.18%（基准收益率：24.38%，超额收益率：9.80%）[25][27] 3. 小盘大盘风格轮动策略[28][29] * 2025年以来策略收益率：32.67%（基准收益率：24.11%，超额收益率：8.57%）[29] * 2014年以来策略每年均产生正向超额收益[28] * 综合信号3日平滑年化收益率：20.13%[29] * 综合信号3日平滑年化超额收益率：12.84%[29] * 综合信号3日平滑最大回撤：40.70%[29] 量化因子与构建方式 1. 因子名称：估值分位数因子[8][9][10][14][15] * 因子构建思路：使用滚动历史分位数来衡量当前估值水平（如PE、PB）在历史中的相对位置，作为均值回归的信号的依据[8][14][15] * 因子具体构建过程：对于给定的指数或风格，计算其当前PE或PB的中位数，然后计算该中位数在滚动窗口（如1年、3年、5年）历史数据中的分位数[8][9][10][14][15] 2. 因子名称：宏观周期因子[14][24][26] * 因子构建思路：利用宏观经济指标的周期性变化（如盈利周期、利率周期、信贷周期）来判断市场风格或整体走势[14][24][26] * 因子具体构建过程：报告中提及的宏观周期因子包括： * 盈利斜率周期水平[24][26] * 利率综合周期水平[24][26] * 信贷综合周期变化[24][26] * M1同比增速（经过HP滤波去趋势处理）[14] * 人民币中长期贷款脉冲同比增速[14] 3. 因子名称：市场情绪因子[15][16][17][24][26][28][29] * 因子构建思路：捕捉市场参与者的情绪变化，如交易活跃度、风险偏好、观点分歧等[15][16][24][28] * 因子具体构建过程：报告中提及的情绪类因子包括： * A股整体Beta离散度[15][17][28] * A股整体量能情绪[15][17] * A股整体波动率[15][17] * 成长价值换手差[24][26] * 成长价值波动差[24][26] * 主题投资交易情绪[28][29] * 期权波动率风险溢价[28][29] * A股龙虎榜买入强度[28][29] * 融资买入余额变化[28][29] 4. 因子名称：流动性因子[16][17][28][29] * 因子构建思路：从货币市场、汇率、市场资金面等角度衡量市场流动性状况[16][28] * 因子具体构建过程：报告中提及的流动性因子包括： * 货币利率指标（如R007）[16][17][28][29] * 汇率预期指标[16][17] * 沪深两市净融资额[16][17] * 等级利差[28][29] 因子的回测效果 （报告中未提供单个因子的独立回测绩效指标，仅提供了基于这些因子构建的综合模型的回测结果）