根据研报内容，现总结如下： 量化模型与构建方式 1. 模型名称：三维择时框架[7][12] * 模型构建思路：通过监控市场分歧度、流动性和景气度三个维度的变化趋势，对市场整体走势进行判断[7] * 模型具体构建过程：模型基于三个核心指标： * 市场分歧度指数：反映市场参与者观点的差异程度[11][16] * 市场流动性指数：反映市场资金面的宽松程度[17] * A股景气度指数2.0：反映上市公司基本面的景气状况[7][19] 通过观察这三个指标的趋势（上升或下降）组合，形成对市场状态的综合判断[7][12] 2. 模型名称：ETF热点趋势策略[25] * 模型构建思路：根据ETF价格的上涨形态和短期市场关注度的提升，筛选出具有趋势性机会的ETF构建投资组合[25] * 模型具体构建过程： * 第一步：筛选出最高价与最低价同时呈现上涨形态的ETF[25] * 第二步：计算支撑阻力因子，该因子基于最高价与最低价近20日的回归系数的相对陡峭程度[25] * 第三步：在支撑阻力因子的多头组中，选择近5日换手率与近20日换手率比值最高的ETF，即短期关注度明显提升的品种[25] * 第四步：最终选取10只ETF，采用风险平价方法构建组合[25] 3. 模型名称：资金流共振策略[32][33] * 模型构建思路：结合融资融券资金流和主动大单资金流，寻找两类资金共同看好的行业进行配置[32][33] * 模型具体构建过程： * 行业融资融券资金因子构建： 1. 计算个股的融资净买入减去融券净卖出值[29][33] 2. 对该值进行Barra市值因子中性化处理[33] 3. 在行业层面将中性化后的个股值加总[33] 4. 取最近50日的均值，然后计算其两周环比变化率作为最终因子值[33] * 行业主动大单资金因子构建： 1. 计算行业的主动大单净流入[33] 2. 对该净流入值进行最近一年成交量的时序中性化处理[33] 3. 取最近10日的均值，并进行排序打分[33] * 策略逻辑：在主动大单因子打分头部（剔除极端行业）的行业中，剔除融资融券因子同样处于头部的行业（因研究发现其有稳定的负向超额），以提高策略稳定性，最终选出共振行业[33][36] 模型的回测效果 1. 三维择时框架：模型历史表现展示于图表中，但未提供具体的量化指标数值[14] 2. ETF热点趋势策略：策略今年以来表现展示于图表中，但未提供具体的量化指标数值[26] 3. 资金流共振策略：该策略自2018年以来，费后年化超额收益为13.5%，信息比率（IR）为1.7，相对于北向-大单共振策略回撤更小[33]；策略上周实现2.86%的绝对收益和0.19%的超额收益（相对行业等权）[33] 量化因子与构建方式 1. 因子名称：风格因子（Barra系列）[39][40] * 因子构建思路：采用Barra框架下的经典风格因子，用于描述股票在不同维度上的风险收益特征[39][40] * 因子具体构建过程：报告提及了多个Barra风格因子，包括： * Size（规模） * Beta（贝塔） * Momentum（动量） * Volatility（波动率） * Non-Linear Size（非线性规模） * Value（价值） * Liquidity（流动性） * Earnings Yield（盈利收益率） * Growth（成长） * Leverage（杠杆） 报告未详细描述每个因子的具体计算方法，但指出其遵循Barra标准体系[40] 2. 因子名称：Alpha因子[43][44][45] * 因子构建思路：构建多样化的选股因子，从不同维度捕捉个股的超额收益来源[43][44][45] * 因子具体构建过程：报告列举了多个Alpha因子及其简要说明： * illia：每天一个亿成交量能推动的股价涨幅[45] * In volume mean 1m：近1个月成交量的自然对数均值[45] * In volume mean 3m：近3个月成交量的自然对数均值[45] * In volume std 1m：近1个月成交量的自然对数标准差[45] * specific mom1：一个月残差动量[45] * stk quantity q：根据基金年报和半年报披露持股数统计，基金总持股数环比增速[45] * spread bias：-(ln(个股净值) - ln(特征组合净值))，过去60日标准化，特征组合由过去252日收益率相关系数最高的10只股票等权构成[45] * reverse 1m：1个月的收益率（反转因子）[45] * tot rd ttm to sales：研发销售收入占比[45] * rate up 30d：过去30天上调评级家数[45] * duvol：60日上行波动率/下行波动率[45] * roa q delta report：单季度ROA同比差值（考虑快报、预估）[45] * 报告还提到其他因子如单季度净利润同比增长（考虑快报、预估）、研发总投入占资产比、(当前一致预测 np_FY1 - 3个月前一致预测 np_FY1) / |3个月前一致预测 np_FY1|等[46] 因子的回测效果 1. 风格因子近期表现（最近一周）[39][40]： * Size: -2.86% * Beta: 3.05% * Momentum: 1.28% * Volatility: -0.03% * Non-Linear Size: -2.62% * Value: -1.90% * Liquidity: 2.06% * Earnings Yield: -2.08% * Growth: -0.12% * Leverage: -0.74% 2. Alpha因子多头超额收益（近一周）[44][45]： * illia: 1.48% * In volume mean 1m: 0.99% * In volume mean 3m: 0.94% * In volume std 1m: 0.92% * In volume mean 6m: 0.91% * specific mom1: 0.91% * In volume std 3m: 0.90% * In volume mean 12m: 0.77% * In volume std 6m: 0.77% * stk quantity q: 0.71% * spread bias: 0.68% * reverse 1m: 0.62% * tot rd ttm to sales: 0.59% * volume 1m div 12m: 0.53% * rate up 30d: 0.52% * specific mom6: 0.52% * volume std 1m div 12m: 0.48% * duvol: 0.46% * roa q delta report: 0.44%