量化模型与构建方式 1. 模型名称：价格分段体系[8][15] * 模型构建思路：通过分析上证综指在不同时间尺度（如日线、周线）上的价格走势，识别其边际变化和趋势结构，以判断市场状态[15]。 * 模型具体构建过程：报告未详细描述该模型的具体构建步骤和数学公式，仅展示了其应用结果。从图表描述来看，该模型可能涉及对指数价格序列进行多周期分析，并计算类似移动平均线（如dea）等技术指标来划分价格阶段[18]。 2. 模型名称：微观市场结构择时模型[8][16] * 模型构建思路：通过构建“知情交易者活跃度”指标，监测市场中掌握信息优势的交易者的行为变化，以此作为市场情绪和未来走势的择时信号[16]。 * 模型具体构建过程：报告未详细披露“知情交易者活跃度”指标的具体计算方法和构建公式。其构建思路是基于市场微观结构理论，从交易数据中提取能够反映知情交易行为的特征[16]。 3. 模型名称：分析师行业景气预期监测模型[8][20] * 模型构建思路：通过跟踪和分析师对申万各一级行业的财务预测（如ROE、净利润增速）的一致预期及其变化，来监测各行业的景气度变动趋势[20]。 * 模型具体构建过程：具体构建过程未详细说明。模型核心是计算两个关键指标： 1. 一致预期ROE（滚动未来12个月）的环比变化。 2. 一致预期净利润（滚动未来12个月）增速的环比变化。 通过计算这些指标在“本周”相对于前一周的变化百分比，来评估行业景气预期的边际改善或恶化[21]。 4. 模型名称：融资融券资金流向监测模型[8][22] * 模型构建思路：通过统计各行业融资净买入与融券净卖出的差额，监测杠杆资金在行业间的流向和偏好，以此作为观察市场资金面和行业热度的指标[22]。 * 模型具体构建过程：对于每个申万一级行业，计算指定周期（本周）内的净买入额。公式为： $期间净买入额 = 融资净买入额 - 融券净卖出额$ 其中，融资净买入额代表看多资金的流入，融券净卖出额代表看空资金的流出。两者的差额反映了杠杆资金对该行业的净流入（正值）或净流出（负值）情况[22][24]。 量化因子与构建方式 1. 因子名称：BARRA风格因子（系列）[25] * 因子构建思路：采用经典的BARRA风险模型框架，从市值、估值、盈利、成长、交易行为等多个维度构建一系列风格因子，用以解析市场收益的来源和风格偏好[25]。 * 因子具体构建过程：报告未详细列出每个BARRA风格因子的具体计算公式。文中提及的因子包括： * 基本面类因子：如价值因子、成长因子、盈利因子。 * 交易相关因子：如换手率因子、短期动量因子、贝塔系数因子。 * 市值类因子：如市值因子、非线性市值因子。 这些因子通常通过对股票的基础特征（如市盈率、市净率、净利润增长率、换手率、历史收益率、总市值等）进行标准化、中性化等处理得到[25]。 模型与因子的回测效果 注：本报告主要为市场监测与观点阐述，未提供量化模型或因子在历史回溯测试中的具体绩效指标（如年化收益率、夏普比率、信息比率IR、最大回撤等）。报告中对模型或因子效果的描述均为定性评价[25]。 1. 价格分段体系：模型结果显示，上证综指在元旦节前（2025年12月29日至31日）日线级别维持边际上行，周线级别基本与日线重合[15]。 2. 微观市场结构择时模型：模型结果显示，本周（报告期）知情交易者活跃度指标高位小幅回落，但仍保持零上高位，知情交易者对后市态度较为乐观[16]。 3. 分析师行业景气预期监测模型：模型结果显示，本周房地产、通信、社会服务行业的ROE预期环比增长靠前；农林牧渔、房地产、环保等行业净利润增速预期环比增长靠前，其中农林牧渔行业净利润增速预期环比上涨约一倍[20][21]。 4. 融资融券资金流向监测模型：模型结果显示，本周国防军工、机械设备、公用事业行业获得两融资金较高净流入，其中国防军工净流入44.0亿元；非银金融、电子、医药生物等行业出现较高净流出[22][24]。 5. BARRA风格因子：因子收益监测结果显示，本周（报告期）成长因子表现优于价值因子，盈利类因子普遍回撤。高换手率、短期动量强、贝塔系数高的个股提供正向超额收益。市值因子与非市值因子均有正超额，且非市值因子优势更明显，显示中盘风格相对占优[25]。