量化模型与构建方式 1. 模型名称：A股景气指数模型[29] * 模型构建思路：构建一个高频指数，用于对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）[29]。 * 模型具体构建过程：报告未提供该模型的具体构建公式和详细步骤，仅说明其目标是对上证指数归母净利润同比进行Nowcasting[29]。 2. 模型名称：A股情绪指数系统[34] * 模型构建思路：基于市场波动率和成交额的变化方向来刻画市场情绪，并构建择时信号[34]。 * 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划分为四个象限[34]。 2. 通过历史统计发现，只有“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[34]。 3. 基于此规律，构建了包含“见底预警”与“见顶预警”的A股情绪指数[34]。 4. 具体信号生成逻辑：当市场波动率处于下行区间时，见底信号看多；当成交额处于上行区间时，见顶信号看多；综合两个信号得出整体观点[37]。 3. 模型名称：中证500增强组合模型[45] * 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[45]。 * 模型具体构建过程：报告未提供该增强模型的具体构建公式和详细步骤，仅展示了其持仓和业绩表现[45][48]。 4. 模型名称：沪深300增强组合模型[51] * 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[51]。 * 模型具体构建过程：报告未提供该增强模型的具体构建公式和详细步骤，仅展示了其持仓和业绩表现[51][54]。 5. 模型名称：主题挖掘算法[45] * 模型构建思路：从新闻和研报文本中自动挖掘具有投资机会的主题概念[45]。 * 模型具体构建过程：算法涉及多个维度，包括文本处理、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[45]。报告未提供具体公式。 模型的回测效果 1. 中证500增强组合模型，本周收益1.07%，本周超额收益-1.12%（跑输基准），2020年至今累计超额收益47.12%，2020年至今最大回撤-9.32%[45]。 2. 沪深300增强组合模型，本周收益0.44%，本周超额收益1.01%（跑赢基准），2020年至今累计超额收益43.72%，2020年至今最大回撤-5.86%[51]。 量化因子与构建方式 1. 因子名称：市值因子 (SIZE)[55] * 因子构建思路：衡量公司规模大小的风格因子[55]。 * 因子具体构建过程：报告未提供具体构建公式，但指出参照了BARRA因子模型框架[55]。 2. 因子名称：BETA因子[55] * 因子构建思路：衡量股票相对于市场整体波动性的风格因子[55]。 * 因子具体构建过程：报告未提供具体构建公式，但指出参照了BARRA因子模型框架[55]。 3. 因子名称：动量因子 (MOM)[55] * 因子构建思路：衡量股票价格趋势强弱的风格因子[55]。 * 因子具体构建过程：报告未提供具体构建公式，但指出参照了BARRA因子模型框架[55]。 4. 因子名称：残差波动率因子 (RESVOL)[55] * 因子构建思路：衡量股票特异性风险的风格因子[55]。 * 因子具体构建过程：报告未提供具体构建公式，但指出参照了BARRA因子模型框架[55]。 5. 因子名称：非线性市值因子 (NLSIZE)[55] * 因子构建思路：捕捉市值因子非线性效应的风格因子[55]。 * 因子具体构建过程：报告未提供具体构建公式，但指出参照了BARRA因子模型框架[55]。 6. 因子名称：估值因子 (BTOP， 即Book-to-Price)[55] * 因子构建思路：衡量股票估值水平的风格因子[55]。 * 因子具体构建过程：报告未提供具体构建公式，但指出参照了BARRA因子模型框架[55]。 7. 因子名称：流动性因子 (LIQUIDITY)[55] * 因子构建思路：衡量股票交易活跃度与变现能力的风格因子[55]。 * 因子具体构建过程：报告未提供具体构建公式，但指出参照了BARRA因子模型框架[55]。 8. 因子名称：盈利因子 (EARNINGS_YIELD)[55] * 因子构建思路：衡量公司盈利能力的风格因子[55]。 * 因子具体构建过程：报告未提供具体构建公式，但指出参照了BARRA因子模型框架[55]。 9. 因子名称：成长因子 (GROWTH)[55] * 因子构建思路：衡量公司成长能力的风格因子[55]。 * 因子具体构建过程：报告未提供具体构建公式，但指出参照了BARRA因子模型框架[55]。 10. 因子名称：杠杆因子 (LVRG)[55] * 因子构建思路：衡量公司财务杠杆水平的风格因子[55]。 * 因子具体构建过程：报告未提供具体构建公式，但指出参照了BARRA因子模型框架[55]。 11. 因子名称：行业因子[56] * 因子构建思路：衡量不同行业对投资组合收益影响的因子[56]。 * 因子具体构建过程：报告未提供具体构建公式，但在风格分析中将其与十大类风格因子并列提及[56]。 因子的回测效果 注：报告未提供各因子长期历史回测指标（如IC、IR、多空收益等）的具体数值。仅提供了近期（近一周）的表现描述和相关性矩阵。 1. 近期因子表现评价：本周，风格因子中Beta因子超额收益较高，残差波动率因子呈较为显著的负向超额收益[56]。从近期表现看，高Beta股表现优异，杠杆因子、盈利因子等表现不佳[56]。行业因子中，计算机、传媒等行业因子跑出较高超额收益，国防军工、煤炭、保险等行业因子回撤较多[56]。 2. 因子暴露相关性：近一周，流动性因子分别与Beta、动量、残差波动率因子呈现明显正相关性；价值因子分别与Beta、残差波动率、流动性等因子呈现明显负相关性[56]。具体相关性矩阵参见报告图表[57]。