根据研报内容，以下是关于量化模型和因子的详细总结。 量化模型与构建方式 1. 模型名称：A股赔率模型[12] * 模型构建思路：通过计算股权风险溢价（ERP）和违约风险溢价（DRP）的标准化数值，等权加总来衡量A股资产的估值吸引力（赔率）[12] * 模型具体构建过程： 1. 计算股权风险溢价（ERP）和违约风险溢价（DRP）[12] 2. 分别对ERP和DRP进行标准化处理，得到其Z-score值[12] 3. 将两个标准化数值进行等权加总，得到最终的赔率指标[12] * 公式：$A股赔率 = Z(ERP) + Z(DRP)$[12] 2. 模型名称：债券赔率模型[19] * 模型构建思路：基于长短债预期收益差构建债券资产的估值吸引力（赔率）指标[19] * 模型具体构建过程：根据专题报告《利率债收益预测框架》中的收益预测模型，计算长短债的预期收益差，并以此构建赔率指标[19] 3. 模型名称：宏观胜率评分卡模型[12][44] * 模型构建思路：从货币、信用、增长、通胀和海外五个宏观因子出发，合成得到各大类资产的综合胜率评分[12][44] * 模型具体构建过程：在专题报告《构建大类资产的宏观胜率评分卡：货币、信用、增长、通胀与海外五因子》中设计了详细的评分体系，综合五个因子的信号得到胜率[12][44] 4. 模型名称：美联储流动性指数模型[20] * 模型构建思路：结合数量维度和价格维度，综合构建反映美联储流动性状况的指数[20] * 模型具体构建过程：在专题报告《美联储流动性的量价解构与资产配置应用》中，结合了净流动性、联储信用支持、预期引导、市场隐含、公告意外等多个指标构建了综合流动性指数[20] 5. 模型名称：风格因子三标尺评价模型[21][23][26][29][35][36] * 模型构建思路：从赔率（估值）、趋势（动量）和拥挤度三个维度对风格因子进行综合评价和排名[21][23][26][29][35][36] * 模型具体构建过程： 1. 赔率：计算因子的估值水平，通常用Z-score表示，数值越大代表因子越便宜[21][23] 2. 趋势：衡量因子的动量强度，数值越大代表趋势越强[21][23] 3. 拥挤度：通过换手率、波动率等指标刻画因子的交易拥挤程度，数值越大代表越拥挤[21][23] 4. 将三个维度的评分综合，得到因子的最终排名[34][35] 6. 模型名称：行业轮动三维评价模型[36][38] * 模型构建思路：基于行业的景气度、趋势和拥挤度三个维度进行行业比较和配置[36][38] * 模型具体构建过程： 1. 趋势：用行业过去12个月的信息比率（IR）来刻画行业的动量和趋势强度[36] 2. 拥挤度：通过行业的换手率比率、波动率比率和beta比率来综合刻画行业的交易拥挤度[36] 3. 景气度：报告中未详细说明具体构建方法，但在分析图谱中以气泡的实心（高景气）和空心（低景气）以及大小来表示[40] 4. 综合三个维度的信息进行行业配置[38][41] 7. 模型名称：赔率+胜率增强型资产配置策略[3][42][44][48] * 模型构建思路：结合资产的赔率（估值吸引力）和胜率（宏观环境支持度）信号，在目标波动率约束下进行资产配置[3][42][44][48] * 模型具体构建过程： 1. 分别计算各资产的赔率指标（如A股赔率模型、债券赔率模型）和胜率指标（宏观胜率评分卡模型）[42][44] 2. 基于风险预算模型，分别为赔率策略和胜率策略分配风险预算[42] 3. 将赔率策略的风险预算和胜率策略的风险预算进行简单相加，得到综合得分[48] 4. 根据综合得分，在目标波动率约束下，持续超配综合得分高的资产，低配综合得分低的资产，构建“固收+”增强型策略[42][44][48] 模型的回测效果 1. 赔率+胜率增强型策略[3][48][50] * 2011年以来年化收益6.7%，年化波动2.3%，最大回撤2.9%，夏普比率2.92[3][48][50] * 2014年以来年化收益7.4%，年化波动2.2%，最大回撤2.3%，夏普比率3.32[3][48][50] * 2019年以来年化收益6.4%，年化波动2.1%，最大回撤2.3%，夏普比率2.99[3][48][50] 2. 赔率增强型策略[42][45] * 2011年以来年化收益6.7%，年化波动2.3%，最大回撤3.1%，夏普比率2.87[42][45] * 2014年以来年化收益7.4%，年化波动2.2%，最大回撤2.8%，夏普比率3.34[42][45] * 2019年以来年化收益6.9%，年化波动2.2%，最大回撤2.8%，夏普比率3.12[42][45] 3. 胜率增强型策略[44][46] * 2011年以来年化收益7.1%，年化波动2.4%，最大回撤3.4%，夏普比率3.01[44][46] * 2014年以来年化收益8.0%，年化波动2.3%，最大回撤2.2%，夏普比率3.44[44][46] * 2019年以来年化收益6.9%，年化波动2.2%，最大回撤1.5%，夏普比率3.14[44][46] 4. 行业轮动策略[37][38] * 2011年以来超额收益12.2%，跟踪误差10.8%，最大回撤25.4%，信息比率（IR）1.14[37][38] * 2014年以来超额收益11.9%，跟踪误差11.5%，最大回撤25.4%，信息比率（IR）1.03[37][38] * 2019年以来超额收益9.6%，跟踪误差10.3%，最大回撤12.3%，信息比率（IR）0.93[37][38] 量化因子与构建方式 1. 因子名称：小盘因子[21][35] * 因子构建思路：通过中证2000指数与沪深300指数的相对表现来表征小盘风格[21] * 因子评价：当前呈现“中等赔率-强趋势-低拥挤”的特征，配置价值有所修复[21][35] 2. 因子名称：价值因子[23][35] * 因子构建思路：通过国证价值指数与国证1000指数的相对表现来表征价值风格[23] * 因子评价：当前呈现“中高赔率-中等趋势-低拥挤”的特征，综合得分较高，建议重点关注[23][35] 3. 因子名称：质量因子[26][35] * 因子构建思路：通过因子累计收益率来表征质量风格的表现[26] * 因子评价：当前呈现“高赔率-中低趋势-中等拥挤”的特征，趋势较弱，配置价值相对较低，需等待右侧确认[26][35] 4. 因子名称：成长因子[29][35] * 因子构建思路：通过国证成长指数与国证1000指数的相对表现来表征成长风格[29] * 因子评价：当前呈现“中等赔率-中高趋势-高拥挤”的特征，交易风险较高，建议保持谨慎[29][35] 5. 因子名称：低波因子[35] * 因子构建思路：报告中提及了不同期限的低波因子，如低波(12个月)、低波(3个月)[32][34] * 因子评价：当前低波风格三标尺综合排名位居前列，建议重点关注[35] 6. 其他风格因子：报告图表中还提到了动量、反转、低市净率、低市盈率、高股息、ROE、营收同比等多种风格因子，但未详细描述其构建过程[32][34] 因子的回测效果 （报告中未提供单个因子的具体回测指标，如年化收益、信息比率等，仅提供了截至报告期的多维度评估状态，因此本部分略过）