量化模型与构建方式 1. 模型名称：DTW相似性择时模型[7][20] * 模型构建思路：基于技术分析中的相似性原理，通过比较当前市场行情与历史行情的相似度来预测未来走势[20]。采用动态时间规整（DTW）距离而非欧氏距离作为相似性度量标准，以解决时间序列错配问题，并引入改进的DTW算法来避免“病态匹配”[22][24]。 * 模型具体构建过程： 1. 数据准备：获取目标指数（如沪深300）的历史价格序列。 2. 片段截取：将当前最新的行情片段（例如最近N个交易日）作为待匹配序列。 3. 相似性计算：在历史数据中滑动截取相同长度的片段，使用改进的DTW算法计算当前片段与每一个历史片段之间的距离。改进算法通过增加边界限制条件（如Sakoe-Chiba或Itakura Parallelogram）来约束规整路径，防止过度弯曲[24][26][28]。 4. 片段筛选：选取DTW距离最小的K个历史片段作为相似片段。 5. 信号生成：计算这K个相似片段在未来特定时期（如未来5日或1日）的收益率。对这些未来收益率进行加权平均，权重为对应历史片段DTW距离的倒数[20]。同时计算这些未来收益率的加权标准差。 6. 决策规则：根据计算出的加权平均预测涨跌幅和其方差（不确定性），结合预设的阈值（如预测涨跌幅必须大于某个值，且方差低于某个值）来生成最终的交易信号（如“多”、“空”或“无信号”）[8][20]。例如，若预测涨跌幅为正且超过阈值，同时方差低于阈值，则发出看多信号。 2. 模型名称：外资择时模型[7][30] * 模型构建思路：利用境外上市的、与A股相关联的金融资产（富时中国A50股指期货和南方A50ETF）的价格信息，构建择时指标，挖掘外资动向对A股的预示作用[30]。 * 模型具体构建过程： 1. 数据源选择：选取富时中国A50股指期货（新加坡交易所）和南方A50ETF（香港交易所）作为信息源[30]。 2. 指标构建（富时中国A50股指期货）： * 升贴水指标：基于期货价格与现货指数之间的升贴水关系构建。 * 价格背离指标：基于期货价格与A股现货指数之间的走势背离关系构建。 * 将上述两个指标复合，形成富时中国A50股指期货择时信号[30]。 3. 指标构建（南方A50ETF）： * 价格背离指标：基于ETF价格与A股现货指数之间的走势背离关系构建，形成南方A50ETF择时信号[30]。 4. 信号复合：将来自富时中国A50股指期货和南方A50ETF的两个择时信号进行复合，最终生成统一的外资择时信号[30]。 模型的回测效果 1. DTW相似性择时模型，样本外跟踪期间（2022年11月以来）绝对收益率35.52%[2][9]，相对沪深300指数超额收益率8.60%[9]，最大回撤率21.32%[2][9]。 2. 外资择时模型（多头策略），样本外跟踪期间（2024年以来）绝对收益率31.33%[2][17]，最大回撤率8.23%[2][17]。 3. 外资择时模型（全样本：2014年12月30日至2024年12月31日），多空策略年化收益率18.96%[13]，最大回撤率25.69%[13]；多头策略年化收益率14.19%[13]，最大回撤率17.27%[13]，日胜率近55%[13]，盈亏比超过2.5[13]。 量化因子与构建方式 1. 因子名称：大小盘轮动因子（DTW）[3][8] * 因子构建思路：利用DTW相似性模型，直接对大小盘风格进行择时判断[3]。 * 因子具体构建过程：该因子是DTW相似性择时模型的一个直接应用输出。模型通过比较当前市场整体或风格指数的行情与历史行情的相似度，直接输出对于“大盘”或“小盘”风格的判断信号[3][8]。 2. 因子名称：大小盘轮动因子（估值比）[3][8] * 因子构建思路：基于大小盘指数之间的估值比率（如市盈率PE之比、市净率PB之比）进行风格轮动判断。 * 因子具体构建过程：计算代表大盘的指数（如沪深300）与代表小盘的指数（如中证1000）的估值指标比率。当该比率处于历史高位时，可能预示小盘股相对估值偏高，风格可能切换至大盘；反之亦然。根据比率在历史分位数上的位置生成信号[3][8]。 3. 因子名称：成长价值轮动因子（估值比）[3][8] * 因子构建思路：基于成长与价值风格指数之间的估值比率进行风格轮动判断。 * 因子具体构建过程：计算代表成长风格的指数与代表价值风格的指数的估值指标比率。通过分析该比率的历史分位数或变化趋势，来判断市场风格是偏向成长还是价值[3][8]。 4. 因子名称：AH轮动因子[3][8] * 因子构建思路：针对同时在A股和港股上市的公司或板块，通过模型判断投资A股还是港股更具优势。 * 因子具体构建过程：该因子是DTW相似性择时模型在跨市场比较上的应用。模型分别对A股和港股对应板块或指数的未来走势进行预测，并比较其预测涨跌幅及确定性，从而给出“A股”、“港股”或“均衡”的信号[8]。例如，对于“科技”板块，模型给出A股权重83%、港股权重17%的判断，最终信号为“A股”[8]。 5. 因子名称：富时中国A50股指期货升贴水指标[30] * 因子构建思路：期货价格与现货指数价格的差异（升水或贴水）反映了市场情绪和资金预期。 * 因子具体构建过程：计算富时中国A50股指期货价格与其标的现货指数价格之间的比率或差值。持续升水可能代表外资看好后市，贴水则可能代表看空或套保需求旺盛。该指标作为外资择时模型的子指标之一[30]。 6. 因子名称：价格背离指标[30] * 因子构建思路：境外资产（A50期货或ETF）价格走势与境内A股现货指数走势出现背离时，可能蕴含先行信息。 * 因子具体构建过程：分别计算富时中国A50股指期货、南方A50ETF的价格序列与A股核心现货指数（如沪深300）价格序列之间的相关性、相对强弱或走势差异。当出现显著背离时，将其作为择时信号的一个来源。该指标应用于外资择时模型中的两个资产[30]。 因子的回测效果 （报告中未提供单个因子的独立回测业绩指标，仅展示了整合这些因子的模型的整体表现。）