量化模型与构建方式 1. 模型名称：成交量模型[9][12] * 模型构建思路：属于短期择时模型，基于价量关系进行市场判断[9]。 * 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。 2. 模型名称：特征龙虎榜机构模型[12] * 模型构建思路：属于短期择时模型，基于龙虎榜机构买卖行为特征进行判断[12]。 * 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。 3. 模型名称：特征成交量模型[12] * 模型构建思路：属于短期择时模型，基于特殊的成交量特征进行判断[12]。 * 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。 4. 模型名称：智能算法沪深300模型 / 智能算法中证500模型[12] * 模型构建思路：属于短期择时模型，应用智能算法对特定宽基指数（沪深300、中证500）进行择时[12]。 * 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。 5. 模型名称：涨跌停模型[13] * 模型构建思路：属于中期择时模型，从涨跌停角度构建择时策略[9][13]。 * 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。 6. 模型名称：上下行收益差模型[13] * 模型构建思路：属于中期择时模型，基于市场上涨和下跌收益的差异进行判断[13]。 * 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。 7. 模型名称：月历效应模型[13] * 模型构建思路：属于中期择时模型，基于日历效应进行市场择时[13]。 * 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。 8. 模型名称：长期动量模型[14] * 模型构建思路：属于长期择时模型，基于长期动量角度构建择时策略[9][14]。 * 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。 9. 模型名称：A股综合兵器V3模型 / A股综合国证2000模型[15] * 模型构建思路：属于综合择时模型，通过耦合不同周期或同一周期下的多个模型信号，实现攻守兼备[9][15]。 * 模型具体构建过程：报告未提供该模型的具体耦合方法与详细步骤。 10. 模型名称：成交额倒波幅模型[16] * 模型构建思路：属于港股中期择时模型[16]。 * 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。 11. 模型名称：恒生指数上下行收益差模型 / 上下行收益差相似模型[16] * 模型构建思路：属于港股中期择时模型，基于上下行收益差或其相似逻辑进行判断[16]。 * 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。 12. 模型名称：形态学监控模型（双底形态、杯柄形态）[43] * 模型构建思路：基于技术分析中的经典价格形态（如双底、杯柄形态）识别突破信号，构建选股组合[43]。 * 模型具体构建过程：报告展示了形态识别的结果（如A点、B点、C点等关键时点），但未提供形态识别的具体量化规则和公式[48][49][54][55]。 13. 模型名称：大师策略监控模型[38] * 模型构建思路：监控经典量化选股策略（价值型、成长型、综合型），以发现当前收益靠前组合暴露的因子及因子标准[38]。 * 模型具体构建过程：报告提及监控了33个大师系列策略，但未列出具体策略名称、构建思路及详细过程[38]。 14. 模型名称：VIX指数计算模型[42] * 模型构建思路：根据公开披露的VIX计算方法，复现国内市场的波动率指数，用于监控市场情绪[42]。 * 模型具体构建过程：报告未提供具体的VIX计算公式，但提及复现的指数与中证指数公司历史发布的VIX指数相关系数达99.2%[42]。 模型的回测效果 1. 双底形态组合，本周上涨3.75%，相对上证综指超额收益2.91%，自2020年12月31日至今累计上涨28.48%，相对上证综指累计超额收益9.38%[43]。 2. 杯柄形态组合，本周上涨4.51%，相对上证综指超额收益3.67%，自2020年12月31日至今累计上涨23.66%，相对上证综指累计超额收益4.57%[43]。 3. 上周杯柄形态突破个股（70只），上周平均相对上证综指超额收益1.11%[44]。 4. 上周双底形态突破个股（102只），上周平均相对上证综指超额收益2.0%[51]。 量化因子与构建方式 1. 因子名称：分析师上调/下调个股比例[20] * 因子构建思路：从分析师一致预期角度观察行业，计算行业内获得分析师上调或下调评级的个股占比[20][21]。 * 因子具体构建过程：对于每个行业，因子值为： * 分析师上调个股比例 = (行业内被上调评级的个股数量 / 行业内总样本股数量) * 100% * 分析师下调个股比例 = (行业内被下调评级的个股数量 / 行业内总样本股数量) * 100% 报告以表格形式展示了各行业的计算结果[20][23]。 2. 因子名称：基金仓位（绝对仓位）[23][29] * 因子构建思路：监控股票型基金和混合型基金在不同行业上的配置比例，反映机构资金的布局动向[23]。 * 因子具体构建过程：基于基金持仓数据，汇总计算各类型基金在每个行业上的持仓市值占其总资产的比例，得到本周仓位及相较于上周、上月、上季的变化[29]。 3. 因子名称：基金超低配仓位[24][32] * 因子构建思路：衡量基金在行业上的主动配置倾向，即基金仓位与市场标准（如行业市值占比）的差异[24]。 * 因子具体构建过程：对于每个行业和基金类型，计算： * 超/低配(%) = 基金本周仓位(%) - 行业市值占比(%) 同时，计算该超低配值在近两年历史中的分位数，以判断当前配置水平在历史上的位置[32][33]。 因子的回测效果 (报告未提供上述因子的独立历史回测绩效指标，如IC、IR、多空收益等。)