根据研报内容，以下是关于量化模型和因子的总结： 量化因子与构建方式 1. 因子名称：风格相对拥挤度[129] 因子构建思路：通过计算不同风格指数的换手率标准化值差异，来衡量风格之间的相对拥挤程度[129] 因子具体构建过程： 1. 分别计算风格A和风格B指数的近252日平均换手率 2. 在2005年1月1日以来的历史时间序列上计算Z-score标准化值Z-score_A与Z-score_B 3. 计算二者差值：$Z-score_A - Z-score_B$ 4. 计算该差值的滚动6年历史分位数（历史数据量满1年且不足6年时，以全部历史数据进行计算）[129] 2. 因子名称：风格指数累计超额净值[130] 因子构建思路：以万得全A为基准，计算各风格指数的相对表现[130] 因子具体构建过程： 1. 以2020年1月4日为基准日 2. 将各指数的每日收盘点数除以基准日收盘点数得到各风格指数及万得全A指数的累计净值 3. 将各风格指数的累计净值除以同一交易日的万得全A指数累计净值得到累计超额净值[130] 3. 因子名称：机构调研活跃度[131] 因子构建思路：通过机构调研次数的标准化处理，衡量不同板块的机构关注度[131] 因子具体构建过程： 1. 将板块（指数、行业）的近n个交易日的"日均机构调研次数"在滚动y年的历史时间序列上进行z-score标准化 2. 与万得全A的结果作差得到"机构调研活跃度" 3. 计算"机构调研活跃度"的滚动y年历史分位数 4. 长期口径参数：n取126（近半年），滚动窗口为6年 5. 短期口径参数：n取63（近一季度），滚动窗口为3年[131] 4. 因子名称：风险溢价（erp）[50] 因子构建思路：通过比较股票收益率与债券收益率，衡量权益资产的相对吸引力[50] 因子具体构建过程： 计算公式：$erp = \frac{1}{PE_{TTM}} - 10年期中债国债到期收益率$[50] 其中PE_TTM为滚动市盈率 5. 因子名称：动量因子[62] 因子构建思路：基于股票过去一段时间的历史收益率构建动量指标[62] 因子具体构建过程： 动量指标 = 最近一年股票收益率 - 最近一个月股票收益率（剔除涨停板）[62] 6. 因子名称：反转因子[62] 因子构建思路：基于股票短期反转效应构建反转指标[62] 因子具体构建过程： 以最近一个月股票收益率作为筛选指标[62] 因子的回测效果 1. 风格相对拥挤度因子[70][74][77] - 成长vs红利相对拥挤度：本周末66%，上周末67%，上年末1%[70] - 小盘vs大盘相对拥挤度：本周末41%，上周末39%，上年末5%[70] - 微盘股vs中证800相对拥挤度：本周末91%，上周末89%，上年末89%[70] 2. 风格表现因子[59][60] - 成长较红利超额：近一周3.0%，近一月-1.4%，年初至今25.6%[59][60] - 小盘较大盘超额：近一周1.6%，近一月-1.1%，年初至今7.5%[59][60] - 微盘股较基金重仓超额：近一周2.7%，近一月8.1%，年初至今52.2%[59][60] - 动量较反转超额：近一周7.5%，近一月0.2%，年初至今24.9%[59][60] 3. 风险溢价（erp）因子[58] - 万得全A erp：本周末2.8%，分位值62%；上周末2.9%，分位值65%[58] - 沪深300 erp：本周末5.3%，分位值64%；上周末5.4%，分位值66%[58] - 创业板 erp：本周末0.7%，分位值87%；上周末0.8%，分位值89%[58] - 中证500 erp：本周末1.3%，分位值74%；上周末1.4%，分位值76%[58] 4. 估值因子（PE_TTM）[48] - 万得全A PE_TTM：本周末21.7，分位值72%；上周末21.3，分位值71%[48] - 沪深300 PE_TTM：本周末13.9，分位值62%；上周末13.9，分位值61%[48] - 中证1000 PE_TTM：本周末46.4，分位值66%；上周末44.8，分位值63%[48] - 创业板 PE_TTM：本周末39.2，分位值31%；上周末37.7，分位值27%[48]