根据研报内容，总结如下： 量化模型与构建方式 1. 模型名称：A股赔率模型[7][10] * 模型构建思路：通过计算权益风险溢价（ERP）和债务风险溢价（DRP）的标准化数值，等权合成A股市场的整体赔率指标[7][10] * 模型具体构建过程：首先分别计算ERP和DRP，然后对这两个指标进行标准化处理，最后将标准化后的数值进行等权加总，得到A股赔率指标[10] 2. 模型名称：宏观胜率评分卡模型[10] * 模型构建思路：从货币、信用、增长、通胀和海外五个宏观因素出发，合成得到各大类资产的综合胜率[10][43] * 模型具体构建过程：报告提及该模型在专题报告中详细设计，本报告未详述具体构建公式，但指出通过中国主权CDS等指标的变化来调整A股胜率[10] 3. 模型名称：债券赔率模型[9][11] * 模型构建思路：基于收益预测模型，根据长期和短期债券的预期收益差来构建债券资产的赔率指标[11] * 模型具体构建过程：报告提及该模型在专题报告《利率债收益预测框架》中详细说明，本报告未详述具体构建公式[11] 4. 模型名称：美联储流动性指数模型[16][18] * 模型构建思路：结合数量维度和价格维度，综合构建反映美联储流动性状况的指数[18] * 模型具体构建过程：报告提及该模型在专题报告《美联储流动性的量价解构与资产配置应用》中详细说明，本报告未详述具体构建公式，但指出指数由净流动性、联储信用支持、预期引导、市场隐含、公告意外等分项构成[17][18] 5. 模型名称：风格因子三标尺评价模型[19][21][24][27][34] * 模型构建思路：从赔率、趋势、拥挤度三个维度对风格因子进行综合评价和排名[19][21][24][27][34] * 模型具体构建过程：对于每个风格因子，分别计算其赔率、趋势和拥挤度指标，并将这三个指标进行标准化（以标准差倍数表示），然后根据一定的规则或权重进行综合打分和排名[19][21][24][27][32][34] 6. 模型名称：行业轮动三标尺模型[35][36][37] * 模型构建思路：基于行业的景气度、趋势和拥挤度三个维度构建行业轮动策略[35][36][37] * 模型具体构建过程：使用行业过去12个月的信息比率（IR）来刻画行业的动量和趋势；使用行业的换手率比率、波动率比率和beta比率来刻画行业的交易拥挤度；再结合景气度指标，对行业进行三维评价[35][36] 7. 模型名称：赔率增强型策略[40][41] * 模型构建思路：在目标波动率约束下，根据各资产的赔率指标，持续超配高赔率资产，低配低赔率资产，构建固收+增强策略[40] * 模型具体构建过程：结合各资产的赔率指标，在目标波动率约束的条件下进行资产配置[40] 8. 模型名称：胜率增强型策略[43][44] * 模型构建思路：基于宏观胜率评分卡模型得到的各资产胜率评分，类似赔率增强型策略的构建方法，构建固收+增强策略[43] * 模型具体构建过程：从货币、信用、增长、通胀和海外五个因素出发获得各资产的宏观胜率评分，据此进行资产配置[43] 9. 模型名称：赔率+胜率增强型策略[3][40][46] * 模型构建思路：将赔率策略和胜率策略的风险预算进行结合，构建综合性的资产配置策略[3][40][46] * 模型具体构建过程：将赔率策略的风险预算和胜率策略的风险预算进行简单相加得到综合得分，据此构建策略[46] 模型的回测效果 1. 赔率增强型策略[40][42] * 2011年以来年化收益6.7%，年化波动2.3%，最大回撤3.1%，夏普比率2.88[40][42] * 2014年以来年化收益7.5%，年化波动2.2%，最大回撤2.8%，夏普比率3.36[40][42] * 2019年以来年化收益7.0%，年化波动2.2%，最大回撤2.8%，夏普比率3.14[40][42] 2. 胜率增强型策略[43][45] * 2011年以来年化收益7.2%，年化波动2.4%，最大回撤3.4%，夏普比率3.03[43][45] * 2014年以来年化收益8.1%，年化波动2.3%，最大回撤2.2%，夏普比率3.47[43][45] * 2019年以来年化收益7.0%，年化波动2.2%，最大回撤1.5%，夏普比率3.20[43][45] 3. 赔率+胜率增强型策略[3][46][48] * 2011年以来年化收益6.8%，年化波动2.3%，最大回撤2.9%，夏普比率2.94[3][46][48] * 2014年以来年化收益7.4%，年化波动2.2%，最大回撤2.3%，夏普比率3.33[3][46][48] * 2019年以来年化收益6.5%，年化波动2.1%，最大回撤2.3%，夏普比率3.02[3][46][48] 4. 行业轮动三标尺模型[36] * 2011年以来超额收益11.9%，跟踪误差10.8%，最大回撤25.4%，信息比率（IR）1.11[36] * 2014年以来超额收益11.4%，跟踪误差11.5%，最大回撤25.4%，信息比率（IR）0.99[36] * 2019年以来超额收益8.9%，跟踪误差10.3%，最大回撤12.3%，信息比率（IR）0.86[36] 量化因子与构建方式 1. 因子名称：小盘因子[19][20][34] * 因子构建思路：通过中证2000指数与沪深300指数的比值或因子累计收益率来表征小盘风格的表现[19][20] * 因子评价：当前呈现中等赔率-强趋势-低拥挤的特征，配置价值有所修复[19][34] 2. 因子名称：价值因子[21][23][34] * 因子构建思路：通过国证价值指数与国证1000指数的比值来表征价值风格的表现[21][23] * 因子评价：当前呈现高赔率-中等趋势-低拥挤的特征，综合得分较高，建议重点关注[21][34] 3. 因子名称：质量因子[24][26][34] * 因子构建思路：通过因子累计收益率来表征质量风格的表现[24][26] * 因子评价：当前呈现高赔率-弱趋势-中等拥挤的特征，配置价值相对较低，需等待右侧趋势确认[24][34] 4. 因子名称：成长因子[27][29][34] * 因子构建思路：通过国证成长指数与国证1000指数的比值来表征成长风格的表现[27][29] * 因子评价：当前呈现中高赔率-中等趋势-高拥挤的特征，交易风险较高，建议保持谨慎[27][34] 5. 因子名称：低波因子[30][32][34] * 因子构建思路：报告提及了基于不同时间窗口（如3个月、12个月）的低波因子[30][32] * 因子评价：当前低波风格在三标尺综合排名中位居前列，建议重点关注[34] 6. 因子名称：动量因子[30][32][34] * 因子构建思路：报告未详述具体构建方法，但将其作为风格因子之一进行分析[30][32] * 因子评价：横截面来看拥挤度最高，交易风险较高[34] 7. 其他风格因子[30][32] * 因子名称：低市净率因子、高股息因子、低市盈率因子、EPS稳定性因子、净利润同比因子、净利润TTM同比因子、ROE因子、ROE_TTM因子、反转因子、低市销率因子、营收同比因子、营收TTM同比因子等[30][32] * 因子构建思路：报告未详述这些因子的具体构建过程，但将其纳入风格因子三标尺分析框架中进行综合排名[30][32] 因子的回测效果 （报告中未提供单个因子独立的历史回测绩效指标，如IC、IR等，仅提供了当前时点的三标尺状态和综合排名）[19][21][24][27][32][34]