择时雷达六面图:本周拥挤度指标弱化
国盛证券·2026-01-04 19:30

量化模型与构建方式 1. 模型名称:择时雷达六面图综合择时模型 * 模型构建思路:权益市场表现受多维度因素影响,该模型从流动性、经济面、估值面、资金面、技术面、拥挤度六个维度选取二十一个指标刻画市场,并将其概括为“估值性价比”、“宏观基本面”、“资金&趋势”、“拥挤度&反转”四大类,最终生成一个综合择时分数[1][6]。 * 模型具体构建过程: 1. 单指标打分:对每个底层指标,根据其构建规则计算出一个介于-1到1之间的分数,代表看空、中性或看多信号[9]。 2. 维度综合:将同一维度(如流动性)下的多个指标分数进行综合(具体综合方法未在本文中详述),得到该维度的综合得分[1][8]。 3. 大类综合:将六个维度进一步归类为四大类(估值性价比、宏观基本面、资金&趋势、拥挤度&反转),并计算各大类的综合分数[1][7]。 4. 最终综合打分:基于四大类分数,最终生成一个介于[-1,1]之间的综合择时分数[1][6]。 量化因子与构建方式 1. 因子名称:货币方向因子 * 因子构建思路:判断当前货币政策的方向,通过比较货币政策工具利率与短端市场利率相对于过去一段时期的变化方向来实现[10]。 * 因子具体构建过程:选取央行使用的货币政策工具利率与短端市场利率,计算其相较于90天前的平均变化方向[10]。 * 若货币方向因子 > 0,则判断货币政策宽松,发出看多信号,分数为1。 * 若货币方向因子 < 0,则判断货币政策收紧,发出看空信号,分数为-1[10]。 2. 因子名称:货币强度因子 * 因子构建思路:基于“利率走廊”概念,表征短端市场利率相对于政策利率的偏离幅度,以判断货币环境的松紧强度[12]。 * 因子具体构建过程: 1. 计算偏离度:偏离度=DR007/7天逆回购利率1偏离度 = DR007 / 7天逆回购利率 - 1[12]。 2. 对偏离度进行平滑与z-score标准化,形成货币强度因子[12]。 3. 设定阈值进行打分: * 若货币强度因子 < -1.5倍标准差,则预期未来120个交易日为宽松环境,指标分数为1。 * 若货币强度因子 > 1.5倍标准差,则预期未来120个交易日指标分数为-1[12]。 3. 因子名称:信用方向因子 * 因子构建思路:表征商业银行对实体经济的信贷传导松紧,使用中长期贷款指标的变化趋势来判断[15]。 * 因子具体构建过程: 1. 取中长期贷款当月值。 2. 计算过去十二个月的增量。 3. 计算该增量的同比值,得到信用方向因子[15]。 4. 判断趋势:若信用方向因子相比于三个月之前上升则看多,分数为1;反之则看空,分数为-1[15]。 4. 因子名称:信用强度因子 * 因子构建思路:捕捉信贷指标是否大幅超预期或不及预期,反映信用环境的强度变化[19]。 * 因子具体构建过程: 1. 计算信用强度因子:信用强度因子=(新增人民币贷款当月值–预期中位数)/预期标准差信用强度因子 = (新增人民币贷款当月值 – 预期中位数) / 预期标准差[19]。 2. 设定阈值进行打分: * 若信用强度因子 > 1.5倍标准差,则定义未来60个交易日为信用显著超预期环境,分数为1。 * 若信用强度因子 < -1.5倍标准差,则未来60个交易日分数为-1[19]。 5. 因子名称:增长方向因子 * 因子构建思路:基于PMI数据判断经济增长的方向趋势[23]。 * 因子具体构建过程: 1. 选取中采制造业PMI、中采非制造业PMI、财新制造业PMI。 2. 计算这三个PMI指标过去十二个月的均值。 3. 计算该均值的同比值,得到增长方向因子[23]。 4. 判断趋势:若增长方向因子相比于三个月之前上升则看多,分数为1;反之则看空,分数为-1[23]。 6. 因子名称:增长强度因子 * 因子构建思路:捕捉经济增长指标是否大幅超预期或不及预期[26]。 * 因子具体构建过程: 1. 计算PMI预期差:PMI预期差=(PMI–预期中位数)/预期标准差PMI预期差 = (PMI – 预期中位数) / 预期标准差[26]。 2. 设定阈值进行打分: * 若增长强度因子(即PMI预期差)> 1.5倍标准差,则定义未来60个交易日为增长显著超预期环境,分数为1。 * 若增长强度因子 < -1.5倍标准差,则未来60个交易日分数为-1[26]。 7. 因子名称:通胀方向因子 * 因子构建思路:通过CPI和PPI的综合变化判断通胀方向,通胀下行通常意味着未来货币政策宽松空间较大,利好权益[29]。 * 因子具体构建过程: 1. 计算通胀方向因子:通胀方向因子=0.5×CPI同比平滑值+0.5×PPI同比原始值通胀方向因子 = 0.5 × CPI同比平滑值 + 0.5 × PPI同比原始值[29]。 2. 判断趋势:若通胀方向因子相较于三个月之前降低,则说明是通胀下行环境,此时看多,分数为1;反之看空,分数为-1[29]。 8. 因子名称:通胀强度因子 * 因子构建思路:捕捉通胀指标是否大幅超预期或不及预期[32]。 * 因子具体构建过程: 1. 分别计算CPI与PPI的预期差:预期差=(披露值–预期中位数)/预期标准差预期差 = (披露值 – 预期中位数) / 预期标准差[32]。 2. 计算CPI与PPI预期差的均值,得到通胀强度因子[32]。 3. 设定阈值进行打分: * 若通胀强度因子 < -1.5倍标准差,则定义未来60个交易日为通胀显著不及预期环境,分数为1。 * 若通胀强度因子 > 1.5倍标准差,则未来60个交易日分数为-1[32]。 9. 因子名称:席勒ERP * 因子构建思路:使用经过周期平滑的盈利计算市盈率,再减去无风险利率,得到股权风险溢价,以衡量经过周期调整后的估值性价比[35]。 * 因子具体构建过程: 1. 计算过去6年通胀调整后的平均盈利。 2. 用该平均盈利计算席勒PE。 3. 计算席勒ERP:席勒ERP=1/席勒PE10年期国债到期收益率席勒ERP = 1 / 席勒PE - 10年期国债到期收益率[35]。 4. 对席勒ERP计算过去6年的z-score作为分数[35]。 10. 因子名称:PB * 因子构建思路:使用市净率的倒数并标准化,作为估值衡量指标[38]。 * 因子具体构建过程:对PB取负数(-PB),计算过去6年的z-score,再用1.5倍标准差截尾后标准化到±1之间得到分数[38]。 11. 因子名称:AIAE (全市场权益配置比例) * 因子构建思路:反映市场整体的风险偏好,逻辑是投资者会根据风险资产和安全资产的供应量动态调整两者价格以达到市场均衡[41]。 * 因子具体构建过程: 1. 构建A股的AIAE指标:AIAE=中证全指总流通市值/(中证全指总流通市值+实体总债务)AIAE = 中证全指总流通市值 / (中证全指总流通市值 + 实体总债务)[41]。 2. 将AIAE取负数(-AIAE),并计算过去6年的z-score得到分数[41]。 12. 因子名称:两融增量 * 因子构建思路:两融余额变化代表市场杠杆资金情绪,其上行通常伴随较好的市场表现[44]。 * 因子具体构建过程: 1. 计算融资余额与融券余额的差值。 2. 计算该差值过去120日的日均增量和过去240日的日均增量。 3. 判断:若120日均增量 > 240日均增量,则看多,分数为1;反之看空,分数为-1[44]。 13. 因子名称:成交额趋势 * 因子构建思路:成交额上行代表市场成交热度与资金活跃度高[47]。 * 因子具体构建过程: 1. 计算对数成交额的均线距离:均线距离=ma120/ma2401均线距离 = ma120 / ma240 - 1[47]。 2. 判断趋势强度: * 当均线距离的max(10日)=max(30日)=max(60日)时看多,分数为1。 * 当均线距离的min(10日)=min(30日)=min(60日)时看空,分数为-1[47]。 14. 因子名称:中国主权CDS利差 * 因子构建思路:该利差代表海外投资者对中国经济与主权信用风险的定价,与中国PMI负相关,可作为外资流入的指代变量[50]。 * 因子具体构建过程:对平滑后的CDS利差计算20日差分。若20日差分 < 0,说明CDS利差下降,海外投资者预期中国基本面转好,此时看多,分数为1;反之看空,分数为-1[50]。 15. 因子名称:海外风险厌恶指数 (花旗RAI指数) * 因子构建思路:该指数由海外期权隐波、信用利差等数据组成,能捕捉海外市场的风险偏好[53]。 * 因子具体构建过程:对平滑后的风险厌恶指数计算20日差分。若20日差分 < 0,说明外资风险偏好上升,此时看多,分数为1;反之看空,分数为-1[53]。 16. 因子名称:价格趋势 * 因子构建思路:使用均线距离衡量标的价格的中长期趋势方向与强度[56]。 * 因子具体构建过程: 1. 计算均线距离:均线距离=ma120/ma2401均线距离 = ma120 / ma240 - 1[56]。 2. 趋势方向分数:当均线距离 > 0时,分数=1;反之为-1。 3. 趋势强度分数:当均线距离的max(20日)=max(60日)时,分数为1;当min(20日)=min(60日)时,分数为-1。 4. 趋势综合分数综合分数=(趋势方向分数+趋势强度分数)/2综合分数 = (趋势方向分数 + 趋势强度分数) / 2[56]。 17. 因子名称:新高新低数 * 因子构建思路:指数成分股的新高与新低个数之差可作为市场反转信号[59]。 * 因子具体构建过程:计算中证800成分股中,过去一年新低数减去新高数,再取20日移动平均。若该值 > 0,说明近期新低较多,市场有见底预期,此时看多,分数为1;反之看空,分数为-1[59]。 18. 因子名称:期权隐含升贴水 * 因子构建思路:基于看涨看跌平价关系推导,反映期权市场对未来标的收益率均值的预期与情绪,作为反转指标衡量市场拥挤度[63]。 * 因子具体构建过程:设定规则进行打分: * 若50ETF近5日收益率 < 0,且该指标分位数 < 30%,则看多持续20日,分数为1。 * 若50ETF近5日收益率 > 0,且该指标分位数 > 70%,则看空持续20日,分数为-1[63]。 19. 因子名称:期权隐含波动率VIX * 因子构建思路:反映期权投资者对未来标的波动率的预期与市场情绪,较高时市场倾向于反转[64]。 * 因子具体构建过程:设定规则进行打分: * 若50ETF近5日收益率 < 0,且该指标分位数 > 70%,则看多持续20日,分数为1。 * 若50ETF近5日收益率 > 0,且该指标分位数 > 70%,则看空持续20日,分数为-1[64]。 20. 因子名称:期权隐含偏度SKEW * 因子构建思路:反映期权投资者对未来标的偏度的预期与市场情绪,用作反转指标[69]。 * 因子具体构建过程:设定规则进行打分: * 若50ETF近5日收益率 < 0,且该指标分位数 > 70%,则看多持续20日,分数为1。 * 若50ETF近5日收益率 > 0,且该指标分位数 < 30%,则看空持续20日,分数为-1[69]。 21. 因子名称:可转债定价偏离度 * 因子构建思路:可转债估值水平能体现市场情绪,用作反转指标[71]。 * 因子具体构建过程: 1. 计算可转债定价偏离度:定价偏离度=转债价格/模型定价1定价偏离度 = 转债价格 / 模型定价 - 1[71]。 2. 计算分数:将定价偏离度取负数,并计算过去3年的z-score得到分数[71]。 模型的回测效果 注:本报告未提供择时雷达六面图综合择时模型的历史回测绩效指标(如年化收益率、夏普比率、最大回撤等)。报告仅展示了截至报告发布当周(“本周”)模型及各维度、各因子的最新打分情况[6][8][9]。 因子的回测效果 注:本报告未提供各量化因子独立的历史回测绩效指标(如IC、IR、多空收益等)。报告仅展示了截至报告发布当周(“本周”)各因子的最新打分及信号观点[9]。 各因子本周(报告期)打分如下: 1. 货币方向因子, 分数:1.00[9][10] 2. 货币强度因子, 分数:0.00[9][12] 3. 信用方向因子, 分数:1.00[9][15] 4. 信用强度因子, 分数:-1.00[9][19] 5. 增长方向因子, 分数:1.00[9][23][25] 6. 增长强度因子, 分数:-1.00[9][26] 7. 通胀方向因子, 分数:-1.00[9][29] 8. 通胀强度因子, 分数:-1.00[9][32] 9. 席勒ERP, 分数:-0.05[9][37] 10. PB, 分数:-0.58[9][39] 11. AIAE, 分数:-0.91[9][41] 12. 两融增量, 分数:1.00[9][44] 13. 成交额趋势, 分数:1.00[9][47] 14. 中国主权CDS利差, 分数:1.00[9][50][51] 15. 海外风险厌恶指数, 分数:1.00[9][53] 16. 价格趋势, 分数:1.00[9][56][57] 17. 新高新低数, 分数:-1.00[9][59][60] 18. 期权隐含升贴水, 分数:-1.00[9][63] 19. 期权隐含波动率VIX, 分数:0.00[9][64] 20. 期权隐含偏度SKEW, 分数:-1.00[9][69] 21. 可转债定价偏离度, 分数:-1.00[9][71]