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[31] * 模型构建思路：以上证指数归母净利润同比为Nowcasting目标，构建一个能够高频反映A股整体景气度变化的指数[31] * 模型具体构建过程：报告未详细描述该指数的具体构建公式和步骤，仅说明其构建详情需参考另一篇报告《视角透析：A股景气度高频指数构建与观察》[31] 2. 模型名称：A股情绪指数择时系统[36][47] * 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，并据此构建择时信号[36] * 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[36] 2. 通过历史统计发现，只有“波动率上行-成交额下行”的区间为显著负收益，其余三个象限均为显著正收益[36] 3. 基于此规律，构造了包含“见底预警”与“见顶预警”两个维度的A股情绪指数系统[36] 4. 根据当前波动率与成交额所处的象限生成综合择时信号[39] 3. 模型名称：主题挖掘算法[47] * 模型构建思路：通过处理新闻和研报文本，挖掘近期热度异动较高的投资主题及关联个股[47] * 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[47] 4. 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：报告未披露该增强模型的具体因子构成和权重配置方法，仅展示了其持仓明细和业绩表现[50][52][54] 5. 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：报告未披露该增强模型的具体因子构成和权重配置方法，仅展示了其持仓明细和业绩表现[55][59] 6. 模型名称：风格因子模型（参照BARRA）[60] * 模型构建思路：参照BARRA多因子模型框架，对A股市场构建一套风格因子体系，用于解释股票收益和进行组合归因[60] * 模型具体构建过程：报告列出了十大类风格因子，但未给出每个因子的具体计算公式。十大类风格因子包括：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] 量化因子与构建方式 1. 因子名称：十大类风格因子[60] * 因子构建思路：从不同维度刻画股票的特征，包括规模、风险、动量、波动、估值、流动性、基本面质量等[60] * 因子具体构建过程：报告未提供每个风格因子的具体计算公式，仅列出了因子名称[60] * 因子评价：该因子体系是进行风格分析、风险管理和绩效归因的基础工具[60][69] 模型的回测效果 1. A股情绪指数择时系统，历史择时表现参见图表17[47] 2. 中证500增强组合，本周收益4.01%，跑输基准0.33%；2020年至今累计超额收益48.49%，最大回撤-9.51%[47][50] 3. 沪深300增强组合，本周收益0.81%，跑赢基准1.43%；2020年至今累计超额收益45.73%，最大回撤-5.86%[55] 因子的回测效果 1. 风格因子（近一周表现），纯因子收益率显示：Beta因子超额收益较高，市值因子呈较为显著的负向超额收益[61][67] 2. 行业因子（近一周表现），纯因子收益率显示：石油石化、有色金属、建材等行业因子超额收益较高；银行、保险等行业因子回撤较多[61][65]