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:价格分段体系[16] * 模型构建思路:通过分析价格在不同时间尺度(如日线、周线)上的走势,对市场状态进行划分和识别[16] * 模型具体构建过程:模型通过计算不同时间周期的价格走势(如上证综指的日线和周线)并进行比较,以识别趋势的共振或分化。报告中提到了“dea”指标,该指标通常是技术分析中MACD(指数平滑异同移动平均线)的组成部分。MACD的计算过程一般包含以下步骤: 1. 计算短期(如12日)和长期(如26日)的指数移动平均线(EMA): 其中,close为收盘价,N为时间周期。 2. 计算离差值(DIF): 3. 计算离差平均值(DEA,即MACD的信号线),通常为DIF的9日EMA: 模型通过观察不同周期(日线、周线)的DEA指标与价格走势的关系,来判断市场的分段状态[16][19] 2. 模型名称:微观市场结构择时模型[17] * 模型构建思路:通过监测市场中“知情交易者”的活跃度变化,来判断市场未来的走势[17] * 模型具体构建过程:该模型构建了一个“知情交易者活跃度指标”。虽然报告未详细说明其具体计算方法,但通常这类模型会基于高频交易数据、订单簿信息或特定的大单交易行为来识别和追踪可能拥有信息优势的交易者的活动,并据此合成一个综合指标来反映其交易意愿和活跃程度[17][20] 3. 因子名称:分析师行业景气预期因子[21] * 因子构建思路:利用分析师对上市公司未来业绩的一致预测数据,构建反映行业景气度变化的因子[21] * 因子具体构建过程:因子具体包含两个维度: 1. 一致预期ROE变化:计算申万一级行业成分股的分析师一致预测滚动未来12个月ROE(ROEFTTM)的环比变化率[21][22] 2. 一致预期净利润增速变化:计算申万一级行业成分股的分析师一致预测滚动未来12个月净利润(FTTM)增速的环比变化率[21][22] 通过监测这些指标的变化,来捕捉行业基本面的预期变动[21] 4. 因子名称:融资融券净流入因子[23] * 因子构建思路:通过分析两融资金在不同行业间的净流入/流出情况,来捕捉资金的短期偏好和动向[23] * 因子具体构建过程:计算特定时间段内(如本周)各行业的融资净买入额与融券净卖出额的差值,作为该行业的融资融券净流入额。公式可表示为: 该因子反映了杠杆资金对行业的看法和配置行为[23][28] 5. 因子名称:BARRA风格因子[24] * 因子构建思路:采用经典的BARRA风险模型框架,从多个维度(如价值、成长、动量、质量等)刻画股票的风格特征,并分析其收益表现[24] * 因子具体构建过程:报告提及了多个BARRA风格因子,包括: * 价值类因子:如EP(盈利价格比)价值、BP(账面价格比)价值[24][25] * 成长类因子[24][25] * 动量类因子:如短期动量[24][25] * 质量类因子:如盈利质量、盈利能力、投资质量[24][25] * 交易类因子:如换手率、波动率、流动性(“近释”可能指近期解禁或流动性指标)[24][25] * 规模类因子:如市值、非线性市值[24][25] * 杠杆类因子:如财务杠杆[24][25] 这些因子均按照BARRA模型的标准方法构建,用于解释股票的超额收益[24] 模型的回测效果 报告未提供具体量化模型的回测效果指标取值。 因子的回测效果 1. BARRA风格因子[24][25] * 本周收益:换手因子 -0.5%,财务杠杆因子 0.1%,盈利波动因子 0.0%,盈利质量因子 0.3%,盈利能力因子 0.3%,投资质量因子 0.4%,长期反转因子 -0.5%,EP价值因子 -0.3%,BP价值因子 0.2%,成长因子 0.1%,动量因子 1.2%,非线性市值因子 -0.6%,市值因子 -0.3%,波动率因子 -0.5%,流动性因子 1.3%,股息率因子 -0.1%[25] * 上周收益:换手因子 -0.6%,财务杠杆因子 -0.1%,盈利波动因子 0.2%,盈利质量因子 -0.1%,盈利能力因子 -0.5%,投资质量因子 0.2%,长期反转因子 0.0%,EP价值因子 0.0%,BP价值因子 -0.1%,成长因子 0.0%,动量因子 -0.4%,非线性市值因子 -0.6%,市值因子 -0.5%,波动率因子 0.7%,流动性因子 -1.0%,股息率因子 0.3%[25]
主动量化周报:11月:资金动能减弱,月底再启动-20251102