根据您提供的研报内容，以下是关于量化模型和因子的总结。 量化模型与构建方式 1. 模型名称：基于微观特征的风格轮动模型[4][9] 模型构建思路：从基础风格因子（估值、市值、波动率、动量）出发，通过构造大量微观特征，并使用常用指数作为风格股票池来定义风格收益标签，结合随机森林模型进行风格择时和打分，最终构建月频风格轮动策略[4][9] 模型具体构建过程： 1. 底层因子选择：基于东吴金工特色多因子划分标准，优选80个底层因子作为原始特征[9] 2. 微观特征构造：基于80个基础微观指标，构造出640个微观特征[4][9] 3. 风格收益标签定义：使用常用指数作为风格股票池，取代传统的按风格因子绝对比例划分的方法，构造新的风格收益作为模型训练的标签[4][9] 4. 模型训练与预测：使用随机森林模型对单个风格进行择时预测；通过滚动训练的方式，以有效规避过拟合风险，并优选特征；模型输出每种风格的当期得分[4][9] 5. 策略构建：综合模型的择时结果与打分结果，构建最终的月频风格轮动模型[4][9] 模型的回测效果 1. 基于微观的择时+打分风格轮动策略[4][10][11] - 回测区间：2017/01/01 - 2025/11/30[4][10] - 年化收益率：16.52%[4][11] - 年化波动率：20.46%[4][11] - 信息比率(IR)：0.81[4][11] - 月度胜率：57.01%[4][11] - 历史最大回撤：25.68%[11] 2. 策略对冲市场基准（超额收益）[4][10][11] - 回测区间：2017/01/01 - 2025/11/30[4][10] - 年化收益率：11.04%[4][11] - 年化波动率：11.08%[4][11] - 信息比率(IR)：1.00[4][11] - 月度胜率：55.14%[4][11] - 历史最大回撤：9.00%[11] 量化因子与构建方式 1. 因子名称：估值因子[4][9] 因子的构建思路：作为基础风格因子之一，用于构建风格轮动模型[4][9] 2. 因子名称：市值因子[4][9] 因子的构建思路：作为基础风格因子之一，用于构建风格轮动模型[4][9] 3. 因子名称：波动率因子[4][9] 因子的构建思路：作为基础风格因子之一，用于构建风格轮动模型[4][9] 4. 因子名称：动量因子[4][9] 因子的构建思路：作为基础风格因子之一，用于构建风格轮动模型[4][9] 因子的回测效果 （报告未提供单个因子的独立回测绩效指标，如年化收益率、信息比率等，仅提供了模型层面的综合表现，因此此部分内容省略）