根据提供的研报内容，以下是其中涉及的量化模型与因子的详细总结。 量化模型与构建方式 1. 模型名称：三维择时框架[7][12] * 模型构建思路：通过综合评估市场的分歧度、流动性和景气度三个维度的状态，对市场整体走势进行判断[7][12] * 模型具体构建过程：模型监控三个核心指标：1）市场分歧度指数，反映投资者观点分歧程度；2）市场流动性指数，反映资金面状况；3）A股景气度指数2.0，反映宏观经济与企业盈利景气状况（金融与工业等分项）[7][11][12][23][24] 通过观察这三个指标的趋势（上行或下行）及其组合，形成对市场（如震荡、下跌）的判断[7][12] 2. 模型名称：ETF热点趋势策略[27][28] * 模型构建思路：根据ETF价格的上涨形态和市场关注度的提升，筛选出具有短期趋势的ETF构建投资组合[27] * 模型具体构建过程：1）首先筛选出最高价与最低价同时呈现上涨形态的ETF；2）计算支撑阻力因子，该因子基于最高价与最低价近20日回归系数的相对陡峭程度；3）在支撑阻力因子的多头组中，进一步选择近5日换手率与近20日换手率比值最高的ETF，即短期关注度明显提升的品种；4）最终对选出的约10只ETF采用风险平价方法构建组合[27] 3. 模型名称：资金流共振策略[35][36] * 模型构建思路：结合融资融券资金和主动大单资金两类资金流在行业层面的动向，寻找两者有共振效应的行业进行推荐[35][36] * 模型具体构建过程： * 行业融资融券资金因子：首先计算个股层面的（融资净买入-融券净卖出），在行业内加总，然后使用Barra市值因子进行中性化处理，再计算其最近50日的均值，最后取该均值的两周环比变化率[35] * 行业主动大单资金因子：计算行业层面的净流入数据，并采用其最近一年的成交量时间序列进行中性化处理，然后对中性化后的结果进行排序，最后取最近10日的均值[35] * 策略逻辑：研究发现融资融券因子的多头端在某些市场状态下有稳定的负向超额收益，而主动大单因子（剔除极端多头行业后）有稳定正向超额收益。因此，策略在主动大单因子的头部行业（打分较高）中，剔除融资融券因子也处于头部的行业，以提高稳定性。策略通常会进一步剔除大金融板块[35] 模型的回测效果 1. 资金流共振策略，年化超额收益13.5%[35]，信息比率(IR)1.7[35]，近期（策略上周）绝对收益1.28%[35]，超额收益（相对行业等权）0.55%[35] 量化因子与构建方式 1. 因子名称：Barra风格因子系列[41][42] * 因子构建思路：采用经典的Barra风险模型框架，从不同维度刻画股票的风格特征[41][42] * 因子具体构建过程：报告中提及的Barra风格因子包括：规模(size)、贝塔(beta)、动量(momentum)、波动率(volatility)、非线性规模(nlsize)、价值(value)、流动性(liquidity)、盈利收益率(earnings_yield)、成长(growth)、杠杆(leverage)。报告未详细描述每个因子的具体计算公式，但指出其属于Barra体系[41][42] 2. 因子名称：速动比率 (quick_ratio)[46] * 因子构建思路：衡量企业短期偿债能力，属于流动性及质量类因子[46] * 因子具体构建过程：$quick\\_ratio = \\frac{速动资产}{流动负债}$ [46] 3. 因子名称：资产负债率 (debt_asset_ratio)[46] * 因子构建思路：衡量企业负债水平，属于杠杆类因子[46] * 因子具体构建过程：$debt\\_asset\\_ratio = \\frac{总负债}{总资产}$ [46] 报告表格中释义为“资产/负债”，但根据因子名称和常规财务定义，应为“总负债/总资产”。 4. 因子名称：产权比率 (debt_to_equity)[46] * 因子构建思路：反映由债权人提供的资本与股东提供的资本的相对关系，属于杠杆类因子[46] * 因子具体构建过程：$debt\\_to\\_equity = \\frac{total\\_liab}{book\\_value}$ [46] 其中 total_liab 为总负债，book_value 为账面价值（股东权益） 5. 因子名称：5年盈利波动性 (earnings_variability_5y)[46] * 因子构建思路：衡量公司盈利的稳定性，属于盈利质量类因子[46] * 因子具体构建过程：$earnings\\_variability\\_5y = standard \\ deviation \\ of \\ yoy \\ eps \\ growth \\ over \\ 5y$ [46] 计算过去5年每股收益(EPS)同比增速的标准差 6. 因子名称：单季度ROE同比差值（考虑快报、预告）(roe_q_delta_adv)[49] * 因子构建思路：基于业绩快报和预告信息，衡量公司最新单季度净资产收益率相对于去年同期改善程度，属于盈利动量类因子[49] * 因子具体构建过程：报告未给出具体公式，因子释义为“单季度ROE同比差值（考虑快报、预告）”[49] 7. 因子名称：单季度ROA同比差值（考虑快报、预告）(roa_q_delta_adv)[49] * 因子构建思路：基于业绩快报和预告信息，衡量公司最新单季度总资产收益率相对于去年同期改善程度，属于盈利动量类因子[49] * 因子具体构建过程：报告未给出具体公式，因子释义为“单季度ROA同比差值（考虑快报、预告）”[49] 8. 因子名称：单季度每股营业收入同比增长率 (yoy_orps_q)[49] * 因子构建思路：衡量公司营收增长情况，属于成长类因子[49] * 因子具体构建过程：报告未给出具体公式，因子释义为“单季度每股营业收入同比增长率”[49] 9. 因子名称：基金持股比例 (io_to_float_a_share)[49] * 因子构建思路：反映机构投资者对公司的关注度和认可度，属于机构关注度类因子[49] * 因子具体构建过程：$io\\_to\\_float\\_a\\_share = \\frac{基金总持股数}{个股流通股数}$ [49] 根据基金年报和半年报披露持股数统计 因子的回测效果 1. Barra风格因子系列，最近一周收益：价值(value)因子2.36%[42]，杠杆(leverage)因子1.08%[42]，波动率(volatility)因子0.19%[42]，规模(size)因子-3.76%[42]，贝塔(beta)因子-5.52%[42]，动量(momentum)因子-3.16%[42]，流动性(liquidity)因子-2.43%[42]，盈利收益率(earnings_yield)因子-0.08%[42]，成长(growth)因子-2.86%[42]，非线性规模(nlsize)因子-2.30%[42] 2. 速动比率 (quick_ratio)因子，近一周多头超额收益1.32%[46]，近一月多头超额收益1.17%[46] 3. 资产负债率 (debt_asset_ratio)因子，近一周多头超额收益1.21%[46]，近一月多头超额收益1.26%[46] 4. 产权比率 (debt_to_equity)因子，近一周多头超额收益1.11%[46]，近一月多头超额收益1.45%[46] 5. 5年盈利波动性 (earnings_variability_5y)因子，近一周多头超额收益1.04%[46]，近一月多头超额收益1.38%[46] 6. 单季度ROE同比差值（考虑快报、预告）(roe_q_delta_adv)因子，在沪深300成分股中近一周多头超额收益23.45%[49]，在中证500成分股中近一周多头超额收益11.70%[49]，在中证800成分股中近一周多头超额收益18.31%[49]，在中证1000成分股中近一周多头超额收益16.31%[49] 7. 单季度ROA同比差值（考虑快报、预告）(roa_q_delta_adv)因子，在沪深300成分股中近一周多头超额收益24.07%[49]，在中证500成分股中近一周多头超额收益10.44%[49]，在中证800成分股中近一周多头超额收益16.28%[49]，在中证1000成分股中近一周多头超额收益17.56%[49] 8. 单季度每股营业收入同比增长率 (yoy_orps_q)因子，在沪深300成分股中近一周多头超额收益11.05%[49]，在中证500成分股中近一周多头超额收益8.25%[49]，在中证800成分股中近一周多头超额收益11.04%[49]，在中证1000成分股中近一周多头超额收益21.00%[49] 9. 基金持股比例 (io_to_float_a_share)因子，在沪深300成分股中近一周多头超额收益10.96%[49]，在中证500成分股中近一周多头超额收益8.06%[49]，在中证800成分股中近一周多头超额收益10.94%[49]，在中证1000成分股中近一周多头超额收益18.78%[49]