量化模型与构建方式 1. 模型名称：A股景气度高频指数模型[33] * 模型构建思路：通过高频数据对A股整体景气度（以上证指数归母净利润同比为代表）进行实时预测（Nowcasting）[33]。 * 模型具体构建过程：报告未提供该指数模型的具体构建公式和详细步骤，仅说明其目标变量是上证指数归母净利润同比[33]。 2. 模型名称：A股情绪指数择时模型[37][38] * 模型构建思路：基于市场波动率和成交额的变化方向构建情绪时钟，划分出四个不同的市场情绪象限，并根据历史统计规律（不同象限的收益特征）生成择时信号[37][38]。 * 模型具体构建过程： 1. 将市场状态根据波动率和成交额的变化方向（上行或下行）划分为四个象限[37]。 2. 历史回测显示，仅“波动率上行-成交额下行”的区间表现为显著负收益，其余三个象限均为显著正收益[37]。 3. 基于此规律，分别构建了A股情绪见底预警指数（主要与价格波动相关）和见顶预警指数（主要与成交量相关）[37][42]。 4. 综合两个预警指数的信号（“多”或“空”）得出对后市的整体观点[42]。 3. 模型名称：中证500指数增强模型[47][50] * 模型构建思路：通过量化策略模型构建投资组合，旨在持续跑赢中证500指数基准[47]。 * 模型具体构建过程：报告未提供该增强模型的具体因子构成、权重配置及组合优化公式，仅展示了其持仓明细和业绩表现[50][51]。 4. 模型名称：沪深300指数增强模型[55][56] * 模型构建思路：通过量化策略模型构建投资组合，旨在持续跑赢沪深300指数基准[55]。 * 模型具体构建过程：报告未提供该增强模型的具体因子构成、权重配置及组合优化公式，仅展示了其持仓明细和业绩表现[56][59]。 5. 模型名称：主题挖掘算法模型[47] * 模型构建思路：利用文本分析技术（新闻和研报）自动挖掘市场热点主题及相关的投资机会[47]。 * 模型具体构建过程：算法涉及文本处理、主题关键词提取、主题个股关系挖掘、主题活跃周期构建、主题影响力因子构建等多个维度[47]。 模型的回测效果 1. 中证500增强模型，本周收益6.34%，跑输基准1.58%[47]。2020年至今，累计超额收益48.31%，最大回撤-8.19%[47]。 2. 沪深300增强模型，本周收益3.50%，跑赢基准0.72%[55]。2020年至今，累计超额收益42.36%，最大回撤-5.86%[55]。 3. A股情绪指数系统择时模型，报告展示了其历史择时表现图表，但未给出具体的绩效指标数值[47]。 量化因子与构建方式 1. 因子体系：十大类风格因子体系[60] * 因子构建思路：参照BARRA因子模型框架，为A股市场构建一套系统的风格因子，用于描述股票收益的不同风险来源[60]。 * 因子具体构建过程：报告列出了十大类风格因子的名称，包括：市值（SIZE）、BETA、动量（MOM）、残差波动率（RESVOL）、非线性市值（NLSIZE）、估值（BTOP）、流动性（LIQUIDITY）、盈利（EARNINGS_YIELD）、成长（GROWTH）和杠杆（LVRG）[60]。但未提供每个因子的具体计算公式。 因子的回测效果 注：报告未提供各个风格因子长期回测的绩效指标（如IC、IR、多空收益等），仅提供了近期（近一周、近20日）的纯因子收益率和表现描述。 1. 风格因子（近一周表现）：残差波动率因子超额收益较高，动量因子呈较为显著的负向超额收益[61]。高Beta因子近期表现优异，杠杆、盈利等因子表现不佳[61]。 2. 行业因子（近一周表现）：国防军工、保险、传媒等行业因子跑出较高超额收益；消费者服务、农林牧渔、汽车等行业因子回撤较多[61]。