根据提供的研报内容，总结其中涉及的量化模型与因子如下。 量化模型与构建方式 1. 模型名称：价格分段体系[17] * 模型构建思路：该模型用于对市场价格走势进行多时间维度的划分和识别，以判断当前市场所处的趋势阶段[17] * 模型具体构建过程：模型通过分析上证综指的日线和周线级别的价格数据，识别出不同时间尺度下的价格分段结果，从而判断市场趋势是上行、下行还是震荡[17][20] 2. 模型名称：微观市场结构择时模型[18] * 模型构建思路：通过监测“知情交易者活跃度”这一指标，来捕捉市场内部具有信息优势的交易者的行为变化，从而对市场短期走势进行判断[18] * 模型具体构建过程：报告未详细描述该指标的具体计算方法，但指出其变化与市场走势同步，可用于判断市场情绪和资金动向[18][21] 3. 模型名称：基金仓位估算模型[4][15] * 模型构建思路：该模型旨在估算公募主动权益基金在不同板块（如TMT）的持仓比例，以监测机构资金的配置情况和市场拥挤度[4][15] * 模型具体构建过程：报告未给出具体的构建公式和过程，但展示了模型的应用结果，例如估算出公募基金对TMT板块的累计持仓占比[4][15] 4. 模型名称：交易拥挤度模型[4][15] * 模型构建思路：该模型用于衡量特定板块或资产的交易热度是否处于极端水平，通常使用历史分位数来评估当前交易的拥挤程度[4][15] * 模型具体构建过程：报告未给出具体的构建公式，但说明了其应用方式，即计算板块拥挤度在滚动3年历史数据中的分位数，例如90%分位以上表示交易非常拥挤[4][15] 5. 因子名称：分析师行业景气预期因子[22] * 因子构建思路：基于分析师一致预测数据，构建反映行业基本面景气度变化的因子，包括预期净资产收益率（ROE）和预期净利润增速的变化[22] * 因子具体构建过程：因子计算涉及申万一级行业对应的两个指标： 1. 一致预测滚动未来12个月ROE的环比变化率。 2. 一致预期净利润滚动未来12个月增速（FTTM）的环比变化率[22][23] * 因子评价：该因子可用于追踪行业基本面的边际改善或恶化情况[22][23] 6. 因子名称：融资融券净买入因子[24] * 因子构建思路：通过监测各行业融资融券资金的净流入/流出情况，构建反映杠杆资金偏好的因子[24] * 因子具体构建过程：因子值为行业维度本周的融资净买入额与融券净卖出额的差值，即：$期间净买入额 = 融资净买入额 - 融券净卖出额$[24][26] 该因子按行业计算，取值单位为亿元[24][26] 7. 因子名称：BARRA风格因子[27] * 因子构建思路：采用国际通用的BARRA风险模型框架，从多个维度（如价值、成长、动量、质量、波动率等）刻画市场的风格偏好和股票收益来源[27] * 因子具体构建过程：报告列出了多个BARRA风格因子，但未详细描述每个因子的具体计算公式。涉及的因子包括：换手、财务杠杆、盈利波动、盈利质量、盈利能力、投资质量、长期反转、EP价值、BP价值、成长、动量、非线性市值、市值、波动率、贝塔（近诺）、股息率等[27][28] * 因子评价：该系列因子体系成熟，能全面解析市场风格收益，有助于进行风险控制和风格配置[27][28] 模型的回测效果 （报告中未提供相关量化模型的具体回测指标数值） 因子的回测效果 1. BARRA风格因子[27][28] * 因子名称：换手；本周收益：-0.6% * 因子名称：财务杠杆；本周收益：-0.1% * 因子名称：盈利波动；本周收益：0.2% * 因子名称：盈利质量；本周收益：-0.1% * 因子名称：盈利能力；本周收益：-0.5% * 因子名称：投资质量；本周收益：0.2% * 因子名称：长期反转；本周收益：0.0% * 因子名称：EP价值；本周收益：0.0% * 因子名称：BP价值；本周收益：-0.1% * 因子名称：成长；本周收益：0.0% * 因子名称：动量；本周收益：-0.4% * 因子名称：非线性市值；本周收益：-0.6% * 因子名称：市值；本周收益：-0.5% * 因子名称：波动率；本周收益：0.7% * 因子名称：贝塔（近诺）；本周收益：-1.0% * 因子名称：股息率；本周收益：0.3%