量化模型与构建方式 1. 风格轮动模型 模型名称：基于微观的择时+打分风格轮动模型[4][9] 模型构建思路：从基础风格因子（估值、市值、波动率、动量）出发，通过微观个股层面构造特征，使用随机森林模型进行风格择时和打分，最终构建月频风格轮动框架[4][9] 模型具体构建过程： 1. 优选80个底层微观因子作为原始特征[9] 2. 基于80个基础微观指标，构造640个微观特征[4][9] 3. 通过常用指数作为风格股票池取代风格因子的绝对比例划分，构造新的风格收益作为标签[4][9] 4. 使用随机森林模型对单个风格进行择时，并得到每种风格的当期得分[4][9] 5. 通过滚动训练随机森林模型，有效规避过拟合风险，优选特征并得到风格推荐[9] 6. 根据择时结果与打分结果，综合构造月频风格轮动模型[4] 模型的回测效果 1. 风格轮动模型 回测区间：2017/01/01-2025/10/31[4][10] 年化收益率：16.18%[4][10][11] 年化波动率：20.28%[4][10][11] 信息比率(IR)：0.80[4][10][11] 月度胜率：59.43%[4][10][11] 最大回撤：25.20%[11] 2. 策略对冲市场基准 回测区间：2017/01/01-2025/10/31[4][10] 年化收益率：10.36%[4][10][11] 年化波动率：10.85%[4][10][11] 信息比率(IR)：0.95[4][10][11] 月度胜率：54.72%[4][10][11] 历史最大回撤：8.53%[4][10][11] 量化因子与构建方式 1. 基础风格因子 因子名称：估值、市值、波动率、动量[4][9] 因子的构建思路：从微观个股层面出发，作为风格轮动模型的基础风格因子[9] 因子的回测效果 1. 2025年风格因子实际收益率（多空对冲） 动量因子收益率：图中显示在2025年1月至10月期间有正有负，具体数值需从图表中读取[13] 波动率因子收益率：图中显示在2025年1月至10月期间有正有负，具体数值需从图表中读取[13] 估值因子收益率：图中显示在2025年1月至10月期间有正有负，具体数值需从图表中读取[13] 市值因子收益率：图中显示在2025年1月至10月期间有正有负，具体数值需从图表中读取[13] 2. 2025年风格因子择时后收益率（多空对冲） 动量因子收益率：图中显示在2025年1月至10月期间有正有负，具体数值需从图表中读取[18] 波动率因子收益率：图中显示在2025年1月至10月期间有正有负，具体数值需从图表中读取[18] 估值因子收益率：图中显示在2025年1月至10月期间有正有负，具体数值需从图表中读取[18] 市值因子收益率：图中显示在2025年1月至10月期间有正有负，具体数值需从图表中读取[18]