量化模型与构建方式 1. 模型名称：情绪择时模型[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，并综合多个情绪因子信号生成择时信号。[14] * 模型具体构建过程：模型包含五个细分情绪因子：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。每个因子独立计算并生成信号（例如，0分或1分），最终将所有因子信号汇总，得到一个总分（满分5分）。[14][17] * 模型评价：该模型用于判断市场情绪的强弱和方向。[14] 2. 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，对主要宽基指数生成买入或卖出信号。[14] * 模型具体构建过程：模型针对不同宽基指数（如沪深300、中证500等）分别构建。根据高频资金流数据，模型会生成四种不同风险偏好的信号：激进多头、激进多空、稳健多头、稳健多空。信号“1”代表正向（做多），“0”代表负向（不做多或做空）。[14][17][20] 3. 模型名称：因子拥挤度模型[18] * 模型构建思路：使用多个指标度量因子的拥挤程度，以预警因子可能因资金过度追逐而失效的风险。[18] * 模型具体构建过程：对于每个待评估的因子（如小市值、低估值等），计算四个分项拥挤度指标： 1. 估值价差：衡量因子多空组合的估值差异。 2. 配对相关性：衡量因子内股票收益的相关性。 3. 长期收益反转：可能指因子动量或反转效应。 4. 因子波动率：衡量因子收益的波动情况。 将这四个分项指标得分标准化后，综合计算得到一个复合拥挤度分数。[18][19] 4. 模型名称：行业拥挤度模型[23] * 模型构建思路：构建指标度量不同行业的拥挤程度，以识别交易过热或关注度过高的行业。[23] * 模型具体构建过程：报告提及该模型参考了专题报告《行业轮动系列研究 15——行业板块拥挤度》，但未在本周报中详述具体构建公式。模型输出结果为各行业的拥挤度数值。[23][25] 模型的回测效果 1. 情绪择时模型，当前模型得分为0分（满分5分），趋势模型信号为负向，加权模型信号为负向。[14] 2. 高频资金流择时模型，截至2026年1月30日，对主要宽基指数的信号为：沪深300指数（正向）、中证500指数（正向）、中证1000指数（负向）、中证2000指数（负向）。[14][17][20] 3. 因子拥挤度模型，截至2026年1月30日，复合拥挤度分数为：小市值因子0.05，低估值因子-0.28，高盈利因子0.20，高盈利增长因子0.53。[19] 4. 行业拥挤度模型，截至2026年1月30日，行业拥挤度较高的有：通信(2.46)、有色金属(2.28)、综合(1.82)、电子(1.71)、基础化工(1.59)；拥挤度上升幅度较大的有：电子(+1.11)、国防军工(+1.08)。[23][25][26] 量化因子与构建方式 1. 因子名称：流动性冲击指标[2][8] * 因子构建思路：基于沪深300指数构建，用于衡量当前市场流动性相对于历史水平的偏离程度。[2][8] * 因子具体构建过程：报告未给出具体计算公式，但指出该指标数值代表“当前市场的流动性高于过去一年平均水平X倍标准差”。例如，数值5.07意味着流动性高于过去一年均值5.07个标准差。[8] 2. 因子名称：PUT-CALL比率[2][8] * 因子构建思路：使用上证50ETF期权的成交量数据计算，反映投资者对标的指数短期走势的乐观或谨慎情绪。[2][8] * 因子具体构建过程：计算公式为PUT合约成交量除以CALL合约成交量。比率下降通常表示谨慎情绪下降或乐观情绪上升。[8] 3. 因子名称：五日平均换手率[2][8] * 因子构建思路：通过计算市场指数的近期平均换手率，来度量市场的交易活跃度。[2][8] * 因子具体构建过程：计算上证综指或Wind全A指数最近五个交易日的换手率平均值。[8] 4. 因子名称：均线强弱指数[14] * 因子构建思路：通过Wind二级行业指数的均线情况来综合判断市场的整体技术强弱。[14] * 因子具体构建过程：报告未给出具体计算公式，但指出该指数得分为172，处于2023年以来的59.50%分位点。[14] 5. 因子名称：估值价差（因子拥挤度分项）[18][19] * 因子构建思路：作为因子拥挤度的度量指标之一，用于衡量因子多空组合的估值差异。[18] * 因子具体构建过程：报告未给出具体计算公式，但在因子拥挤度模型中以分项得分形式出现。[19] 6. 因子名称：配对相关性（因子拥挤度分项）[18][19] * 因子构建思路：作为因子拥挤度的度量指标之一，用于衡量因子内股票收益的相关性。[18] * 因子具体构建过程：报告未给出具体计算公式，但在因子拥挤度模型中以分项得分形式出现。[19] 7. 因子名称：长期收益反转（因子拥挤度分项）[18][19] * 因子构建思路：作为因子拥挤度的度量指标之一，可能用于度量因子的动量或反转效应。[18] * 因子具体构建过程：报告未给出具体计算公式，但在因子拥挤度模型中以分项得分形式出现。[19] 8. 因子名称：因子波动率（因子拥挤度分项）[18][19] * 因子构建思路：作为因子拥挤度的度量指标之一，用于衡量因子收益的波动情况。[18] * 因子具体构建过程：报告未给出具体计算公式，但在因子拥挤度模型中以分项得分形式出现。[19] 因子的回测效果 1. 流动性冲击指标，2026年1月30日数值为5.07。[8] 2. PUT-CALL比率，2026年1月30日数值为0.89。[8] 3. 五日平均换手率，2026年1月30日，上证综指为1.75%（处于2005年以来84.56%分位点），Wind全A为2.49%（处于2005年以来89.72%分位点）。[8] 4. 均线强弱指数，当前市场得分为172，处于2023年以来的59.50%分位点。[14] 5. 估值价差（因子拥挤度分项），截至2026年1月30日，小市值因子得分0.55，低估值因子得分-1.14，高盈利因子得分-0.48，高增长因子得分1.35。[19] 6. 配对相关性（因子拥挤度分项），截至2026年1月30日，小市值因子得分-0.46，低估值因子得分-0.57，高盈利因子得分-0.32，高增长因子得分-0.23。[19] 7. 长期收益反转（因子拥挤度分项），截至2026年1月30日，小市值因子得分0.54，低估值因子得分-1.63，高盈利因子得分1.61，高增长因子得分1.21。[19] 8. 因子波动率（因子拥挤度分项），截至2026年1月30日，小市值因子得分-0.45，低估值因子得分2.24，高盈利因子得分-0.02，高增长因子得分-0.24。[19]