量化模型与构建方式 1. 大类资产配置ETF组合模型 1. 模型名称：固定比例ETF组合[21][34] * 模型构建思路：结合战略配置模型（固定比例）与战术动态调整模型（基于宏观和技术指标打分）构建大类资产配置策略[21] * 模型具体构建过程： * 战略配置：以固定比例模型作为战略配置基础，设定各类资产的权重中枢[21][34] * 战术调整：根据宏观指标和技术指标对风险资产进行月度定量打分，根据总得分调整权重，相应调高或调低货币资产的配置比例[21][34] * 标的与权重：配置指数对应规模最大的ETF，权重中枢及调整范围见下表[34][36] 2. 模型名称：控制波动率6% ETF组合[21][34] * 模型构建思路：结合战略配置模型（控制波动率）与战术动态调整模型（基于宏观和技术指标打分）构建大类资产配置策略[21] * 模型具体构建过程： * 战略配置：以控制波动率模型（目标年化波动率6%）作为战略配置基础[21][34] * 战术调整：根据宏观指标和技术指标对风险资产进行月度定量打分，根据总得分调整权重，相应调高或调低货币资产的配置比例[21][34] * 标的与权重：配置指数对应规模最大的ETF，权重中枢及调整范围见下表[34][36] 3. 模型名称：风险平价ETF组合[21][34] * 模型构建思路：结合战略配置模型（风险平价）与战术动态调整模型（基于宏观和技术指标打分）构建大类资产配置策略[21] * 模型具体构建过程： * 战略配置：以风险平价模型作为战略配置基础[21][34] * 战术调整：根据宏观指标和技术指标对风险资产进行月度定量打分，根据总得分调整权重，相应调高或调低货币资产的配置比例[21][34] * 标的与权重：配置指数对应规模最大的ETF，权重中枢及调整范围见下表[34][36] 2. QDII-ETF组合模型 1. 模型名称：QDII-ETF组合[44][53] * 模型构建思路：从宏观视角及技术视角出发，对境外权益指数进行定量打分，构建QDII-ETF组合[44] * 模型具体构建过程： * 战略配置：采用固定比例模型作为战略配置基础，设定各指数权重中枢为10%[53][54] * 战术调整：根据宏观指标和技术指标对境外权益指数进行月度定量打分，根据总得分调整权重，相应地调高或调低货币资产的配置比例[53] * 标的与权重：配置指数对应规模最大的ETF，权重中枢为10%，调整权重为±5%[53][54] 3. 相对收益ETF组合模型 1. 模型名称：相对收益ETF组合[61][73] * 模型构建思路：从权益指数轮动策略出发，通过多维度优选指标筛选指数，并配置对应ETF构建组合[61] * 模型具体构建过程： * 指数筛选：从历史基本面、资金流、一致预期、宏观、动量、风格6个维度构建7个优选指标，计算各指数的Z值并加权求和得到综合得分[61][65][67] * 标的筛选：筛选规模>2亿元、近1月日均成交额>0.1亿元、存续时间>180天且非转型的ETF[74] * 组合构建：选取综合得分前20%的指数对应的ETF构建组合，约束组合中ETF数量最多10只，并对相同宽基、同类行业主题、SmartBeta指数产品数量设限[73][74][79] 2. 模型名称：结合指数拥挤度的相对收益ETF组合[68][73] * 模型构建思路：在相对收益ETF组合基础上，引入拥挤度指标，剔除短期拥挤度较高的指数以提升组合稳定性[68] * 模型具体构建过程： * 拥挤度判断：从成交额、波动水平、融资存量、融资增量、基金持仓、资金流6个维度构建拥挤度指标，若指标处于历史特定高分位数（如90%）则判定为拥挤[69][72] * 组合构建：在优选指数的基础上，剔除被判定为拥挤的指数，再构建ETF组合[73] 4. 绝对收益ETF组合模型 1. 模型名称：绝对收益ETF组合[84][89] * 模型构建思路：以绝对收益为导向，从指数的基本面、分红及技术面特征出发构建指标，筛选稳定性高、分红可观、与市场相关性低的指数构建组合[84] * 模型具体构建过程： * 指数筛选：构建7个指标（基本面、分红、技术面各维度），计算各指数的Z值并按权重（基本面1/3、分红1/3、技术面1/3）加权求和得到综合得分[88][89][90] * 标的筛选：筛选规模>2亿元、近1月日均成交额>0.1亿元、存续时间>180天且非转型的ETF[91] * 组合构建：选取综合得分前20%的指数对应的ETF构建组合，约束组合中ETF数量最多5只，并对相同宽基、同类行业主题、SmartBeta指数产品数量设限[89][91][95] 5. 全天候多元配置ETF组合模型 1. 模型名称：全天候多元配置ETF组合[7][100] * 模型构建思路：综合前述四个ETF组合（A股大类资产配置、QDII-ETF、A股相对收益、A股绝对收益）的构建思路与标的筛选结果，构建全天候多元配置组合[7][12][13] * 模型具体构建过程： * 战略配置：采用固定比例模型作为战略配置基础，设定各大类资产的权重中枢[100] * 战术调整：根据宏观及技术指标总得分调整A股、港股、海外权益及商品资产的权重，并相应调整货币资产比例[100] * A股权益细分：始终配置5%的绝对收益ETF组合，相对收益ETF组合权重在0%-10%之间动态调整[100] * 标的与权重：配置指数对应规模最大的ETF，具体权重中枢及上下限见下表[100][101] 量化因子与构建方式 1. 宏观指标因子（用于大类资产及QDII-ETF组合） 1. 因子构建思路：从宏观指标的趋势出发，研究其上行和下行对大类资产收益率的影响，筛选出能导致资产收益出现显著分化的宏观指标[24] 2. 因子具体构建过程： * 有效性检验：利用T检验判断某个宏观指标（取不同周期历史均线）处于趋势上行和下行时，某个资产的收益是否存在明显差别[24] * T检验公式： $t={\frac{{\overline{{X_{1}}}}-{\overline{{X_{2}}}}}{\sqrt{\frac{(n_{1}-1){S_{1}}^{2}+(n_{2}-1){S_{2}}^{2}}{n_{1}+n_{2}-2}}({\frac{1}{n_{1}}}+{\frac{1}{n_{2}}})}}\sim t_{n_{1}+n_{2}-2}$ 其中，$\overline{X_1}$、$\overline{X_2}$ 分别代表宏观指标趋势上行和下行情况下，某大类资产的平均月度收益率；$S_1$、$S_2$ 代表对应情况下的月度收益率标准差；$n_1$、$n_2$ 代表宏观指标处于趋势上行或下行的月份数量[24][26] * 打分规则：对于筛选出的宏观指标，根据其趋势及影响方向（正向或负向），对对应资产进行月度打分，打分范围为-1、0、1[29][47] 2. 技术指标因子（用于大类资产及QDII-ETF组合） 1. 因子构建思路：从趋势、估值、资金流三个方面研究技术指标对大类资产表现的影响，筛选在不同时间段内整体有效的指标[31] 2. 因子具体构建过程： * 指标筛选：测试历史上不同技术指标，寻找在不同时间段内对未来1个自然月表现影响较为显著的指标[31][49] * 打分规则：根据指标最新值进行月度打分。趋势、资金流指标打分范围为-1、0、1；估值指标打分范围为-2、-1、0、1、2[32][50] 3. 相对收益优选指标因子（用于相对收益ETF组合） 1. 因子构建思路：从历史基本面、资金流、一致预期、宏观、动量、风格6个维度构建具体指标，作为筛选指数的定量依据[61] 2. 因子具体构建过程： * 指标构成：共7个指标，具体计算方法如下[64][67]： * ROE_TTM环比变化：根据加权整体法计算指数的ROE_TTM，并计算最近一个季度报告期的环比变化 * 净利润增速TTM环比变化：根据加权整体法计算指数的净利润增速TTM，并计算最近一个季度报告期的环比变化 * 主动资金流入市值比：根据加权整体法计算指数的主动净流入额指标 * 预期盈利增速估值匹配度：从个股一致预期数据出发，根据加权整体法计算指数的预期利润增速，并计算估值与预期利润增速的比值 * 工业企业利润增速：基于统计局月频细分行业工业企业利润数据，结合成分股权重计算指数利润增速 * 风格剥离超额收益信息比：指数历史日频涨跌幅与风格指数回归，以残差项的信息比作为指标值 * 指数风格匹配度：定量判断未来风格相对强弱，结合指数自身风格特征计算，公式为：指数风格匹配度 = 指数规模风格得分 * λ1 + 指数成长价值风格得分 * λ2，其中λ1、λ2分别为大小盘、成长价值月度观点 * 加权合成：由于ROE_TTM环比变化与净利润增速TTM环比变化相关性较高，给予这两个指标共计1/6的权重（各1/12），其余5个指标各赋予1/6的权重。将各指标Z值按权重加权求和得到指数综合得分[65][68] 4. 拥挤度指标因子（用于相对收益ETF组合） 1. 因子构建思路：从成交额、波动水平、融资存量、融资增量、基金持仓、资金流6个维度构建指标，定量刻画指数的拥挤度[68] 2. 因子具体构建过程： * 指标构成与触发条件：共6个指标，具体计算方法及拥挤触发条件如下[72]： * 成交额占比：历史1个月指数成分股在全部A股中的成交额占比。拥挤条件：历史3年分位数 > 90% * Beta：历史1个月指数相对于万得全A的Beta。拥挤条件：历史5年分位数 > 90% * 融资余额市值比：指数融资余额与指数流通市值的比值。拥挤条件：历史3年分位数 > 90% * 融资增量成交额比：历史1个月指数融资净增量与指数成交额的比值。拥挤条件：历史1年分位数 > 90% * 基金持仓比例：指数成分股在主动型权益基金重仓股中的持仓占比。拥挤条件：历史5年分位数 > 90% * 中小单主动买入额占比：历史1个月指数成分股主动买入额占比(中单/小单)。拥挤条件：历史3年分位数 > 100% 5. 绝对收益指标因子（用于绝对收益ETF组合） 1. 因子构建思路：从指数的基本面稳定性、分红可观性、与市场波动的低相关性三个维度出发构建指标，筛选符合绝对收益导向的指数[84] 2. 因子具体构建过程： * 指标构成：共7个指标，具体计算方法如下[90]： * 历史1年ROE_TTM均值/ROE_TTM标准差：采用加权整体法计算指数的ROE_TTM，基于历史4个季度报告期数据构建 * 历史1年净利润增速TTM标准差：采用加权整体法计算指数的净利润增速TTM，基于历史4个季度报告期数据构建 * 历史3年股息率：采用加权整体法，结合指数历史3年现金分红额及最新市值构建 * 历史3年现金分红净利润比：采用加权整体法，结合指数历史3年现金分红额及净利润构建 * 历史12个月Beta：指数历史12个月日频收益率相对于万得全A指数的Beta * 历史12个月SemiBeta：指数历史12个月日频收益率相对于万得全A指数的Beta（仅万得全A指数收益率为负时） * 历史12个月平均相关性：指数历史12个月日频收益率与其它样本指数的平均相关系数 * 加权合成：将基本面、分红、技术面特征指标的总权重均设定为1/3，各子指标权重具体分配见下表。将各指标Z值按权重加权求和得到指数综合得分[88][89] 模型的回测效果 （回测区间：2016.12.31 - 2025.11.30，另有注明者除外） 1. 固定比例ETF组合，年化收益率9.75%，最大回撤4.85%，年化波动率5.67%[38][42] 2. 控制波动率6% ETF组合，年化收益率8.41%，最大回撤6.42%，年化波动率5.84%[38][42] 3. 风险平价ETF组合，年化收益率8.31%，最大回撤2.77%，年化波动率3.75%[38][42] 4. QDII-ETF组合，年化收益率18.51%，最大回撤16.78%，年化波动率11.64%[54][59] 5. 相对收益ETF组合，年化收益率16.76%，最大回撤28.66%，年化波动率22.16%[78][82] 6. 相对收益ETF组合：结合指数拥挤度，年化收益率19.32%，最大回撤25.69%，年化波动率21.87%[78][82] 7. 绝对收益ETF组合，年化收益率12.33%，最大回撤26.11%，年化波动率17.53%[94][98] 8. 全天候多元配置ETF组合（回测区间：2016.12.31 - 2025.12.26），年化收益率9.36%，最大回撤3.64%，年化波动率3.82%，月度胜率82.41%，滚动3月胜率98.11%，滚动1年胜率100%[7][101][105]