根据提供的量化周报内容，以下是其中涉及的量化模型和因子的总结。 量化模型与构建方式 1. 模型名称：A股景气指数[30][33] * 模型构建思路：该模型旨在对A股市场的景气度进行高频Nowcasting（即时预测），其预测目标是上证指数的归母净利润同比增速[30][33] * 模型具体构建过程：报告指出，该指数的构建细节请参考其专题报告《视角透析：A股景气度高频指数构建与观察》，但未在本周报中提供具体的构建公式和步骤[30][33] 2. 模型名称：A股情绪指数[33][34][36] * 模型构建思路：该模型通过分析市场的波动率和成交额变化来刻画市场情绪，并生成见底和见顶预警信号[33][34] * 模型具体构建过程：模型将市场状态根据波动率和成交额的变化方向划分为四个象限。历史回测表明，只有在“波动率上升-成交额下降”的区间市场表现为显著负收益，其余区间均为显著正收益。基于此规律构建了包含见底预警（基于价格/波动率）和见顶预警（基于成交量）的综合情绪指数系统[33][34][36]。具体构建方法可参考专题报告《视角透析：A股情绪指数构建与观察》 3. 模型名称：中证500增强组合[47][48] * 模型构建思路：通过量化策略模型构建投资组合，旨在持续跑赢中证500指数基准[47][48] * 模型具体构建过程：报告未详细说明该增强组合模型的具体构建逻辑和选股公式，仅展示了其持仓明细和业绩表现[47][48][50] 4. 模型名称：沪深300增强组合[53][55][56] * 模型构建思路：通过量化策略模型构建投资组合，旨在持续跑赢沪深300指数基准[53][55] * 模型具体构建过程：报告未详细说明该增强组合模型的具体构建逻辑和选股公式，仅展示了其持仓明细和业绩表现[53][55][56] 5. 模型名称：主题挖掘算法[47] * 模型构建思路：从新闻和研报文本中自动挖掘主题投资机会[47] * 模型具体构建过程：算法流程包括文本处理、主题关键词提取、主题个股关系挖掘、主题活跃周期构建、主题影响力因子构建等多个维度。例如，近期通过该算法识别出“半导体概念”因相关驱动事件（中国半导体行业协会关于芯片原产地的发文）而热度异动较高[47] 模型的回测效果 1. 中证500增强组合：截至报告期，本周收益0.46%，跑输基准0.54%。自2020年至今，累计超额收益51.82%，最大回撤-5.73%[47][48] 2. 沪深300增强组合：截至报告期，本周收益0.16%，跑赢基准0.59%。自2020年至今，累计超额收益39.01%，最大回撤-5.86%[53][55] 3. A股情绪指数系统：报告展示了该系统的历史择时表现图表，但未给出具体的量化指标数值[44][46] 量化因子与构建方式 1. 因子体系：报告参照BARRA模型，构建了十大类风格因子用于分析A股市场[57] 2. 因子名称：十大类风格因子包括：市值（SIZE）、BETA、动量（MOM）、残差波动率（RESVOL）、非线性市值（NLSIZE）、估值（BTOP）、流动性（LIQUIDITY）、盈利（EARNINGS_YIELD）、成长（GROWTH）和杠杆（LVRG）[57][58] 因子的回测效果 1. 风格因子近期表现： * 表现较好因子：本周Beta因子超额收益较高；近期高杠杆股表现优异[58] * 表现不佳因子：本周成长因子呈较为显著的负向超额收益；近期残差波动率、非线性市值等因子表现不佳[58] 2. 行业因子近期表现：本周有色金属、农林牧渔、钢铁等行业因子相对市场市值加权组合获得较高超额收益；保险、通信、电子等行业因子回撤较多[58] 3. 因子暴露相关性：报告提供了近一周十大类风格因子的暴露相关性矩阵[59][60]