量化模型与构建方式 量化择时模型 1. 模型名称：短期择时策略模型[5][13][14] 模型构建思路：基于多维度市场指标构建综合择时信号，通过基本面、估值面、情绪面、流动性四个维度的二级指标信号综合判断市场走势[13][14] 模型具体构建过程： - 选取四个一级指标：基本面、估值面、情绪面、流动性 - 每个一级指标下设置多个二级指标： - 基本面：制造业PMI是否>50、信贷脉冲环比变化分位数、M1同比增速（HP滤波去趋势）分位数[13] - 估值面：A股整体PE分位数、A股整体PB分位数[13] - 情绪面：A股整体Beta离散度分位数、A股整体量能情绪分位数、A股整体波动率分位数[14] - 流动性：货币利率指标分位数、汇率预期指标分位数、沪深净融资额5日均值分位数[14] - 每个二级指标根据其数值在历史分位数位置给出乐观、谨慎或中性信号 - 综合各维度信号得出总仓位信号[13][14] 模型评价：该模型通过多维度指标综合判断，能够较全面反映市场状况[13][14] 2. 模型名称：成长价值风格轮动模型[24][25] 模型构建思路：基于基本面、估值面、情绪面三个维度分析成长与价值风格的相对强弱，实现风格轮动配置[24] 模型具体构建过程： - 基本面维度：分析盈利周期斜率、利率综合周期水平、信贷综合周期变化 - 盈利周期斜率大时利好成长风格 - 利率周期水平偏低时利好成长风格 - 信贷周期上行时利好成长风格[24] - 估值面维度：分析成长价值PE估值差分位数、PB估值差分位数 - 估值差均值回归上行时利好成长风格[24] - 情绪面维度：分析成长价值换手差分位数、波动差分位数 - 换手差偏高时利好成长风格 - 波动差反弹至偏高位置时利好均衡配置[24] - 综合三个维度信号得出超配成长或价值的建议[24] 3. 模型名称：小盘大盘风格轮动模型[28][29] 模型构建思路：从流动性视角出发，基于11个有效轮动指标构建综合大小盘轮动信号[28] 模型具体构建过程： - 选取11个轮动指标：A股龙虎榜买入强度、R007、融资买入余额变化、主题投资交易情绪、等级利差、期权波动率风险溢价、beta离散度、pb分化度、大宗交易折溢价率、中证1000MACD(10,20,10)、中证1000交易量能[30] - 每个指标独立给出小盘或大盘的仓位建议（0%或100%） - 对11个指标的综合信号进行3日平滑处理[30] - 根据综合信号确定最终的小盘大盘配置比例[28][30] 模型的回测效果 1. 短期择时策略模型[15][19][22] - 全区间（2012年底至今）年化收益率：16.05%（基准4.64%）[15][19] - 全区间年化超额收益率：11.41%[15][19] - 全区间最大回撤：15.49%（基准31.41%）[15][19] - 全区间夏普比率：0.9453（基准0.2766）[19] - 全区间收益回撤比：1.0360（基准0.1477）[19] - 2024年以来年化收益率：27.83%（基准8.31%）[22] - 2024年以来最大回撤：11.04%（基准8.89%）[22] - 2024年以来夏普比率：1.4264（基准0.5906）[22] 2. 成长价值风格轮动模型[25][27] - 全区间（2012年底至今）年化收益率：12.40%（基准7.75%）[25][27] - 全区间年化超额收益率：4.65%[25] - 全区间最大回撤：43.07%（基准44.13%）[27] - 全区间夏普比率：0.5704（基准0.3684）[27] - 全区间收益回撤比：0.2879（基准0.1757）[27] - 2025年收益率：19.75%（基准22.28%）[25][27] 3. 小盘大盘风格轮动模型[29][30] - 2025年超额收益率：11.88%[29][30] - 2014年以来每年均产生正向超额收益[29] - 综合信号3日平滑年化收益：19.51%[30] - 综合信号年化超额收益：12.73%[30] - 综合信号最大回撤：40.70%[30] 量化因子与构建方式 1. 因子名称：Beta离散度[11][14] 因子构建思路：衡量市场个股Beta系数的离散程度，反映市场共识度和趋势强度[11][14] 因子具体构建过程：计算全市场个股Beta系数的标准差或变异系数[11][14] 2. 因子名称：PB分化度[11][30] 因子构建思路：衡量市场个股市净率的离散程度，反映估值分化状况[11][30] 3. 因子名称：量能情绪得分[14] 因子构建思路：基于市场交易量能变化构建的情绪指标[14] 4. 因子名称：龙虎榜买入强度[28][30] 因子构建思路：通过龙虎榜数据反映机构资金买入意愿[28][30] 5. 因子名称：融资买入余额变化[28][30] 因子构建思路：监测融资资金的变化趋势，反映杠杆资金情绪[28][30] 6. 因子名称：主题投资交易情绪[28][30] 因子构建思路：衡量主题投资的热度和市场关注度[28][30] 7. 因子名称：中证1000MACD(10,20,10)[30] 因子构建思路：基于中证1000指数的MACD技术指标判断小盘股趋势[30] 8. 因子名称：中证1000交易量能[30] 因子构建思路：监测中证1000指数的成交量变化，反映小盘股交易活跃度[30]