量化模型与构建方式 1. 模型名称：SAR择时模型[14] * 模型构建思路：使用抛物线转向指标（SAR）来识别市场趋势的潜在反转点，生成买入或卖出信号[14]。 * 模型具体构建过程：SAR指标的计算涉及一个加速因子，随着趋势的延续，该因子会逐步增大，使得止损点（SAR值）加速靠近价格。当价格从下方突破SAR线时，发出买入信号；当价格从上方跌破SAR线时，发出卖出信号[14][15]。报告中将此模型应用于Wind全A指数。 2. 模型名称：市场均线强弱指数[14] * 模型构建思路：通过计算各行业指数相对于其均线的位置，综合评估整个市场的技术强弱[14]。 * 模型具体构建过程：基于Wind二级行业指数，计算每个行业指数与其均线（如20日均线）的相对位置，然后对所有行业的得分进行加总或平均，得到市场整体的均线强弱分数。报告指出当前得分为238，处于2023年以来的86.52%分位点，表明市场技术面偏强[14][16]。 3. 模型名称：市场情绪模型[14] * 模型构建思路：通过构建与涨跌停板相关的因子，来刻画市场的情绪强弱和赚钱效应[14]。 * 模型具体构建过程：根据国泰海通量化团队前期专题报告，构建了多个细分情绪因子，包括：净涨停占比、跌停次日收益、涨停板占比、跌停板占比、高频打板收益[14][17]。每个因子会生成一个信号（例如，1表示看多，0表示中性或看空），最终通过某种方式（如加权或打分卡）汇总成一个综合情绪得分。报告显示当前情绪模型得分为2分（满分5分）[14]。 4. 模型名称：高频资金流择时模型[14] * 模型构建思路：通过分析高频资金流的走势，对主要宽基指数发出买入或卖出信号[14]。 * 模型具体构建过程：根据国泰海通量化团队前期专题报告，利用高频资金流数据构建模型。模型分为“激进多头”、“激进多空”、“稳健多头”、“稳健多空”四种策略，每种策略对特定指数（如沪深300、中证500、中证1000）生成信号（1代表看多）[14][17]。 5. 因子名称：因子拥挤度复合指标[18] * 因子构建思路：为了预警因子可能因资金过度追逐而失效的风险，使用多个维度指标综合度量因子的拥挤程度[18]。 * 因子具体构建过程：参考国泰海通量化团队前期专题报告，使用四个指标来度量因子拥挤度[18]： 1. 估值价差：衡量因子多空组合在估值指标上的差异。 2. 配对相关性：衡量因子多空组合内股票收益的相关性。 3. 长期收益反转：衡量因子近期收益与长期收益的背离情况。 4. 因子波动率：衡量因子收益序列的波动情况。 将上述四个分项指标标准化后，通过一定方法（如等权或加权）合成一个综合拥挤度得分。报告展示了小市值、低估值、高盈利、高增长四个因子的拥挤度[19][21]。 6. 因子名称：行业拥挤度指标[25] * 因子构建思路：度量特定行业板块因资金过度集中而可能面临回调的风险[25]。 * 因子具体构建过程：根据国泰海通量化团队前期专题报告《行业轮动系列研究 15——行业板块拥挤度》构建。报告未给出具体计算公式，但展示了截至2026年1月23日各行业的拥挤度数值及相对上月的变化[25][27][28]。 模型的回测效果 注：本报告为周报，主要展示模型的最新信号和状态，未提供历史回测的绩效指标（如年化收益率、夏普比率、最大回撤等）。 1. SAR择时模型：对Wind全A指数，于1月20日发出卖出信号，于1月23日再度发出买入信号[14]。 2. 市场均线强弱指数：当前市场得分为238，处于2023年以来的86.52%分位点[14]。 3. 市场情绪模型：综合得分为2分（满分5分），趋势模型信号为正向，加权模型信号为正向[14]。细分因子信号为：净涨停占比(1)，跌停次日收益(0)，涨停板占比(0)，跌停板占比(0)，高频打板收益(1)[17]。 4. 高频资金流择时模型：对沪深300、中证500、中证1000指数，激进多头、激进多空、稳健多头、稳健多空四种策略信号均为1（看多）[17]。 因子的回测效果 注：本报告未提供因子IC、IR、多空收益等传统因子测试绩效指标。主要展示了因子拥挤度指标的最新数值。 1. 小市值因子拥挤度：综合打分 0.28[19][21]。分项得分：估值价差 0.67，配对相关性 0.45，市场波动 -0.51，收益反转 0.51[19]。 2. 低估值因子拥挤度：综合打分 -0.42[19][21]。分项得分：估值价差 -1.39，配对相关性 0.24，市场波动 1.39，收益反转 -1.90[19]。 3. 高盈利因子拥挤度：综合打分 0.31[19][21]。分项得分：估值价差 -0.61，配对相关性 0.15，市场波动 0.15，收益反转 1.57[19]。 4. 高盈利增长因子拥挤度：综合打分 0.35[19][21]。分项得分：估值价差 1.12，配对相关性 -0.49，市场波动 -0.21，收益反转 0.97[19]。 5. 行业拥挤度：截至2026年1月23日，有色金属(2.08)、综合(1.98)、通信(1.97)、电子(1.47)、国防军工(1.46)等行业拥挤度相对较高[27][28]。国防军工和电子的行业拥挤度上升幅度相对较大[25][28]。