根据提供的量化周报内容，以下是报告中所涉及的量化模型和因子的总结。 量化模型与构建方式 1. 模型名称：A股景气度高频指数模型[31] * 模型构建思路：该模型以上证指数归母净利润同比为Nowcasting（即时预测）目标，旨在构建一个能够高频反映A股整体景气度变化的指数[31]。 * 模型具体构建过程：报告指出模型构建的详细方法请参考其前期研究报告《视角透析：A股景气度高频指数构建与观察》，因此本报告未提供具体构建公式和过程[31]。 2. 模型名称：A股情绪指数模型[34] * 模型构建思路：该模型基于市场的波动率和成交额变化来刻画投资者情绪。它将市场按照波动率和成交额的变化方向划分为四个象限，并据此构建包含见底预警与见顶预警的情绪指数[34]。 * 模型具体构建过程：报告指出模型构建的详细方法请参考其前期研究报告《视角透析：A股情绪指数构建与观察》，因此本报告未提供具体构建公式和过程[34]。 3. 模型名称：主题挖掘算法模型[49] * 模型构建思路：该模型通过分析新闻和研报文本，从多个维度挖掘主题投资机会[49]。 * 模型具体构建过程：模型构建过程涉及文本处理、主题关键词提取、主题个股关系挖掘、主题活跃周期构建、主题影响力因子构建等多个步骤。报告未提供每一步骤的详细公式[49]。 4. 模型名称：中证500指数增强模型[49][52] * 模型构建思路：通过量化策略模型构建投资组合，旨在获得超越中证500基准指数的超额收益[49]。 * 模型具体构建过程：报告未详细说明该增强模型的具体因子构成和权重配置方法，仅给出了根据策略模型生成的当期持仓列表[52][55]。 5. 模型名称：沪深300指数增强模型[56][59] * 模型构建思路：通过量化策略模型构建投资组合，旨在获得超越沪深300基准指数的超额收益[56]。 * 模型具体构建过程：报告未详细说明该增强模型的具体因子构成和权重配置方法，仅给出了根据策略模型生成的当期持仓列表[59][60]。 模型的回测效果 1. 中证500增强模型：截至报告周，2020年至今，组合相对中证500指数超额收益49.37%，最大回撤-5.73%[49]。 2. 沪深300增强模型：截至报告周，2020年至今，组合相对沪深300指数超额收益37.55%，最大回撤-5.86%[56]。 量化因子与构建方式 1. 因子体系：BARRA风格因子体系[61] * 因子的构建思路：参照国际通用的BARRA因子模型，针对A股市场构建十大类风格因子，用于解释股票收益的来源和进行组合绩效归因[61]。 * 因子具体构建过程：报告列出了十大类风格因子的名称，包括市值（SIZE）、BETA、动量（MOM）、残差波动率（RESVOL）、非线性市值（NLSIZE）、估值（BTOP）、流动性（LIQUIDITY）、盈利（EARNINGS_YIELD）、成长（GROWTH）和杠杆（LVRG），但未提供每个因子的具体计算公式[61]。 因子的回测效果 报告的本周因子表现分析部分未提供各个因子具体的量化回测指标（如IC值、IR值等），仅进行了定性的相对表现描述，因此本部分略过。 模型或因子的评价 报告中对上述模型和因子未提供明确的定性评价。