根据研报内容，以下是关于量化模型和因子的详细总结： 量化模型与构建方式 1. 大小盘轮动模型 模型构建思路：从赔率和胜率两个视角，基于多层次数据形成大小盘轮动的量化配置方案[1][4] 模型具体构建过程： 1. 赔率部分构建： - 赔率定义：一段收益率序列的赔率等于平均正收益/平均负收益的绝对值 - 赔率计算公式：$\mathbb{R}_{\mathbb{B}}^{\pm}\,\mathbb{R}=-\frac{\sum_{i=1}^{n}return_{i}\,/n}{\sum_{j=1}^{m}return_{j}\,/m}$[30] - 估值差计算：$diff_{t}=\sum_{i}^{m}BP_{i,t}\,/m-\sum_{i}^{n}BP_{i},t\,/n$[32] - 相对估值水平：$diff'=\frac{diff_{t}}{\sum_{i}^{z}BP_{i,t}\,/z}$[32] - 历史分位数：$Q=\frac{rank\,\,\,(\,diff'\,\,)}{T}$[32] 2. 胜率部分构建：采用多指标打分法，从经济面、市场面、微观面和日历效应四个层次构建轮动指标[4][40] 3. 配置权重计算：利用凯利公式结合赔率和胜率，计算最优配置权重[77] - 资金增长率公式：$R(x)=(1+x*b)^{n p}(1-x)^{n(1-p)}$[77] - 最优配置解：$x =\frac{p*b-(1-p)}{b}$[77] 2. 细分风格轮动模型 模型构建思路：结合大小盘模型信号和成长价值模型信号，构建细分风格轮动策略[1][87] 模型具体构建过程： - 当大小盘模型指向大盘，成长价值模型指向成长时，发出大盘成长占优信号[87] - 形成大盘成长、大盘价值、小盘成长、小盘价值四个象限的轮动配置[88] 量化因子与构建方式 1. Shibor因子 因子构建思路：流动性宽松时小盘股受益，紧缩时大盘股防御性更强[42] 因子具体构建过程：计算最新Shibor利率在过去一年以来的历史分位数，当分位数大于50%时指向大盘股，反之指向小盘股[42] 2. 短期期限利差因子 因子构建思路：期限利差扩大说明未来货币政策可能收紧，不利于中小市值企业[47] 因子具体构建过程：期限利差=1年期中短期票据收益率-7天中短期票据收益率，计算20日利差均值-250日利差均值，若大于0发出大盘占优信号[47] 3. 市场趋势因子 因子构建思路：市场活跃时小盘风格收益弹性更高，市场低迷时大盘风格更具配置价值[51] 因子具体构建过程：当中证全指5日均线大于20日均线且近20日成交量大于近250日成交量时，发出小盘占优信号；反之发出大盘占优信号[51] 4. 市场波动因子 因子构建思路：窄幅调整期间小盘股缺少收益波动空间，大盘股通过分红形成稳健回报[54] 因子具体构建过程：市场波动率=近20日中证全指收益率标准差，当最近20日市场波动率小于近3年波动率均值时，发出大盘占优信号[54] 5. 风格动量因子 因子构建思路：风格收益率呈现出"动量效应"，强者恒强[57] 因子具体构建过程：比较沪深300和中证2000指数过去四周的收益率，收益率更高的风格发出占优信号[57] 6. 风格拥挤度因子 因子构建思路：风格交易拥挤可能导致收益崩溃，需要警惕过热风险[60] 因子具体构建过程：计算市值最大20%个股近20日成交量在过去三年历史分位数作为大盘拥挤指标，大于0.75时发出小盘占优；计算市值最小20%个股相应指标，大于0.75时发出大盘占优[60] 7. 月历效应因子 因子构建思路：周期性事件驱动形成的月度风格效应，如财报季、春节效应等[63] 因子具体构建过程：计算次周所在自然月在历史年份中沪深300战胜中证2000的胜率，当胜率大于50%时发出大盘占优信号[66] 8. 复合胜率信号因子 因子构建思路：将多个明细指标结果合成为相对稳健有效的胜率信号[72] 因子具体构建过程：当明细指标指向大盘时记1分，指向小盘时记0分，不明确时记0.5分，取得分均值作为复合胜率信号[72] 模型的回测效果 1. 大小盘轮动策略（完全切换） - 年化收益：23.70%[79] - 年化超额收益：20.57%[79] - 年化波动：23.03%[79] - 最大回撤：25.25%[79] - 夏普比率：1.03[79] - 信息比率(IR)：2.27[79] - 收益回撤比：0.94[79] 2. 大小盘加权策略（权重调整） - 年化收益：13.69%[84] - 年化超额收益：10.94%[84] - 年化波动：22.02%[84] - 最大回撤：29.17%[84] - 夏普比率：0.62[84] - 信息比率(IR)：2.47[84] - 收益回撤比：0.47[84] 3. 细分风格轮动模型 - 年化收益：35.91%[92] - 年化超额收益：32.86%[92] - 年化波动：23.97%[92] - 最大回撤：23.37%[92] - 夏普比率：1.50[92] - 信息比率(IR)：3.11[92] - 收益回撤比：1.54[92] 因子的回测效果 1. Shibor因子 - 年化超额收益：11.46%[43] - 最大回撤：35.26%[43] - 夏普比率：0.59[43] 2. 短期期限利差因子 - 年化超额收益：7.41%[48] - 最大回撤：43.45%[48] - 夏普比率：0.42[48] 3. 市场趋势因子 - 年化超额收益：3.52%[52] - 最大回撤：39.86%[52] - 夏普比率：0.28[52] 4. 市场波动因子 - 年化超额收益：13.18%[55] - 最大回撤：30.28%[55] - 夏普比率：0.67[55] 5. 风格动量因子 - 年化超额收益：8.16%[58] - 最大回撤：31.31%[58] - 夏普比率：0.50[58] 6. 风格拥挤度因子 - 年化超额收益：6.63%[61] - 最大回撤：38.66%[61] - 夏普比率：0.40[61] 7. 月历效应因子 - 年化超额收益：4.73%[67] - 最大回撤：45.83%[67] - 夏普比率：0.29[67] 8. 复合胜率信号因子 - 年化超额收益：19.72%[73] - 最大回撤：28.65%[73] - 夏普比率：0.98[73] - 信息比率(IR)：2.17[73]