根据研报内容，现总结如下： 量化模型与构建方式 1. 模型名称：DTW相似性择时策略 模型构建思路：基于相似性思路，通过比较当前指数行情与历史行情的相似度，筛选出相似的历史片段，并依据这些片段未来的加权平均涨跌幅来生成交易信号[26] 模型具体构建过程： 1. 使用动态时间规整（DTW）距离算法，而非欧氏距离，作为衡量当前行情与历史行情相似度的标准，因为DTW作为一种弹性度量方法，能更好地解决时间序列间的错配问题[28] 2. 为解决传统DTW算法可能存在的“过度弯曲”导致的错误匹配（即“病态匹配”问题），模型引入了改进的DTW算法，例如增加了Sakoe-Chiba边界限制条件或Itakura Parallelogram边界限制条件[30][36] 3. 在历史数据中筛选出与当前行情DTW距离最近（即最相似）的若干历史行情片段 4. 计算这些被筛选出的历史行情片段在未来一期（例如5日或1日）的加权平均涨跌幅和加权标准差，权重取为DTW距离的倒数[26] 5. 根据计算得到的未来涨跌幅的平均值和标准差，结合预设的阈值，生成“看多”、“看空”或“无信号”的交易指令[26][16] 模型评价：在一般市场环境下，择时模型超额收益较为稳定；但在宏观和资本市场突发政策较多时，作为技术面模型无法把握政策的突然变化，可能遭遇回撤[17] 2. 模型名称：外资择时策略 模型构建思路：基于两种境外上市且与A股相关联的资产（富时中国A50股指期货和南方A50ETF），挖掘其价格变化中蕴含的信息，通过构建多个指标并复合信号来对A股进行择时[35] 模型具体构建过程： 1. 选取富时中国A50股指期货（新加坡市场）和南方A50ETF（香港市场）作为信息源[35] 2. 对于富时中国A50股指期货，构建两个指标： * 升贴水指标 * 价格背离指标 将这两个指标复合，形成富时中国A50股指期货的择时信号[35] 3. 对于南方A50ETF，构建价格背离指标，形成南方A50ETF的择时信号[35] 4. 最后，将来自上述两个资产的择时信号进行复合，形成最终的外资择时信号[35] 模型的回测效果 1. DTW相似性择时策略 样本外表现（2022年11月以来）：绝对收益率38.56%，最大回撤率21.32%[4][17] 样本外表现（2024年以来，在沪深300指数上）：绝对收益率36.58%，最大回撤率21.36%，交易胜率50.00%，交易盈亏比3.39[19] 2. 外资择时策略 全样本历史表现（2014年12月30日至2024年12月31日）： * 多空策略：年化收益率18.96%，最大回撤率25.69%，日胜率近55%，盈亏比超过2.5[21] * 多头策略：年化收益率14.19%，最大回撤率17.27%，日胜率近55%，盈亏比超过2.5[21] 样本外表现（2024年以来，多头策略）：绝对收益率35.42%，最大回撤率8.23%[4][24]