根据研报内容，总结如下： 量化模型与构建方式 1 模型名称：A股行业轮动模型 - 模型构建思路：模型从资金、估值、情绪、动量、超买超卖和盈利共6个因子共同构建打分体系，用以研判行业综合评分[3][20] - 模型具体构建过程：模型使用6个因子对行业进行打分[20] - 资金因子：以行业资金主力净流入率作为主要数据[20] - 估值因子：以该行业位于过去1年的估值分位作为主要数据来源[20] - 情绪因子：以上涨成分股比例作为主要数据来源[20] - 动量因子：以MACD指标作为主要数据来源[20] - 超买超卖因子：以RSI指标作为重要数据来源[20] - 盈利因子：以该行业的一致预测EPS位于过去1年的分位作为主要数据来源[20] - 最后将各因子得分加总得到行业综合评分[22] 2 模型名称：共识度选股模型 - 模型构建思路：基于动量、价格等因子，结合高频资金流走势与股票价格走势相似度进行选股[4][23] - 模型具体构建过程： 1. 在申万二级行业层面筛选出过去30天的高涨行业[23] 2. 通过股票月度数据计算动量因子、估值因子和上涨频率[23] 3. 结合资金高频分钟数据计算每支股票高频资金流入流出变化[23] 4. 在涨幅排名前三的二级行业的股票池中，选出各个二级行业中高频资金流走势与股票价格走势相似度最高的各五只股票[23] 模型的回测效果 （报告中未提供具体的模型回测效果指标取值） 量化因子与构建方式 1 因子名称：资金因子 - 因子构建思路：以行业资金主力净流入率衡量资金流向[20] - 因子具体构建过程：通过对过去一段时间每日交易单中大于等于10万股或者金额大于等于20万元的成交金额的交易单作为主力资金流动进行统计，获得每日市场全部股票主力资金净流入数据，然后对股票按照申万一级行业进行行业划分，得到行业主力资金净流入率[3][15] 2 因子名称：估值因子 - 因子构建思路：以行业历史估值分位衡量估值水平[20] - 因子具体构建过程：计算该行业估值指标位于过去1年的分位数[20] 3 因子名称：情绪因子 - 因子构建思路：以上涨成分股比例衡量市场情绪[20] - 因子具体构建过程：计算行业内上涨股票的比例[20] 4 因子名称：动量因子 - 因子构建思路：以MACD指标衡量价格动量[20] - 因子具体构建过程：使用MACD指标作为主要数据来源[20] 5 因子名称：超买超卖因子 - 因子构建思路：以RSI指标衡量超买超卖状态[20] - 因子具体构建过程：使用RSI指标作为重要数据来源[20] 6 因子名称：盈利因子 - 因子构建思路：以一致预测EPS的历史分位衡量盈利预期[20] - 因子具体构建过程：计算该行业的一致预测EPS位于过去1年的分位数[20] 因子的回测效果 （报告中未提供具体的因子回测效果指标取值）