量化模型与构建方式 1. 短期择时模型 * 模型名称：短期择时模型[11][12][13][15] * 模型构建思路：从宏观基本面、估值面、情绪面和流动性四个维度选取多个二级指标，通过判断各指标在历史分位数上的位置来生成看多或看空的信号，最后综合四个维度的信号得出总体的择时观点[11][12][13][15]。 * 模型具体构建过程： 1. 指标选取与信号生成：模型包含四个一级指标（基本面、估值面、情绪面、流动性），每个一级指标下包含若干二级指标。每周计算每个二级指标的最新值在过去5年历史数据中的分位数，并根据预设的阈值规则将其转化为“乐观”、“谨慎”或“中性”的二级择时信号[11][12][13][15]。 2. 一级信号综合：根据各二级指标信号，综合判断其对应的一级指标信号（乐观/谨慎/中性）[11][12][13][15]。 3. 总仓位信号生成：综合四个一级指标的信号，最终生成整体的“乐观”或“谨慎”的总仓位信号，用于指导仓位配置[4][11][15]。 2. 成长价值风格轮动模型 * 模型名称：成长价值风格轮动模型[22][23][24] * 模型构建思路：从动态宏观、估值回归、短期动量、风格广度和风格拥挤度五个维度构建信号，综合判断并推荐超配成长风格或价值风格[23][24]。 * 模型具体构建过程： 1. 多维度信号构建：模型包含五个维度的独立信号：动态宏观信号、估值回归信号、短期动量信号、风格广度信号、风格拥挤信号。每个信号独立计算，并输出0%（看空）或100%（看多）的仓位建议[24]。 2. 信号综合：对上述五个维度的信号进行综合（报告中展示了两种综合方式：“无中性仓位”和“5日平均仓位”），得到最终的成长风格配置仓位建议[24]。 3. 轮动建议：根据最终的综合信号，给出超配成长或超配价值的建议[4][22]。 3. 小盘大盘风格轮动模型 * 模型名称：小盘大盘风格轮动模型[22][27][28] * 模型构建思路：从流动性、交易情绪、估值分化、技术指标等多个角度选取11个有效轮动指标，构建综合的大小盘轮动信号[27][28]。 * 模型具体构建过程： 1. 多指标信号构建：模型包含11个轮动指标，例如：A股龙虎榜买入强度、R007、融资买入余额变化、主题投资交易情绪、等级利差、期权波动率风险溢价、beta离散度、PB分化度、大宗交易折溢价率、中证1000 MACD、中证1000交易量能。每个指标独立生成看多大盘(0%)或看多小盘(100%)的信号[28]。 2. 信号综合：将所有指标的信号进行综合（报告中采用了“3日平滑”的综合方式），生成最终的综合轮动信号，判断当前应超配大盘还是小盘[27][28]。 模型的回测效果 1. 短期择时模型 * 回测区间：2012年底至今（全区间）及2024年以来[14][18][20] * 基准策略：月度中性持仓再平衡[14][18] * 全区间表现（2012年底至今）：年化收益率16.61%，年化超额收益率11.58%，最大回撤15.05%，夏普比率0.9788，收益回撤比1.1042，月度胜率66.46%[14][18] * 近期表现（2024年以来）：年化收益率30.23%，年化超额收益率（相对基准）未明确给出具体数值但净值表现显著优于基准，最大回撤11.04%，夏普比率1.5665，收益回撤比2.7388，月度胜率73.08%[20] 2. 成长价值风格轮动模型 * 回测区间：2011年至今[23][24] * 基准策略：月度风格均衡配置（国证成长价值等权）[23][24] * 综合信号2（5日平均仓位）表现：累计收益758.23%，年化收益率14.64%，年化超额收益率7.98%，最大回撤40.08%，夏普比率0.65，年化信息比率(IR)1.36，月度超额胜率66.49%[23][24] * 2026年以来表现：超额收益率1.50%[23][24] 3. 小盘大盘风格轮动模型 * 回测区间：2014年以来[28] * 基准：沪深300与中证1000全收益指数等权配置[28] * 综合信号（3日平滑）表现：年化收益率20.82%，年化超额收益率13.20%，最大回撤40.70%，胜率（按交易）50.32%[28] * 分年度表现：2014年至2026年（截至报告期）每年均产生正向超额收益[28] * 2026年以来表现：超额收益率1.23%[28] 量化因子与构建方式 1. 基本面择时因子 * 因子群名称：基本面择时因子[11][15] * 因子构建思路：选取反映经济景气度、信贷环境与货币供应的宏观指标，通过其在历史分位数上的位置来判断对股市的利好或利空影响[11][15]。 * 因子具体构建过程： * 制造业PMI因子：直接使用最新制造业PMI数值，与50的临界值比较，判断景气度强弱[11][15]。 * 信贷脉冲因子：计算“人民币中长期贷款脉冲同比增速”，并求其过去5年分位数，用以衡量信贷增速的强弱[11][15]。 * M1增速因子：对M1同比增速进行HP滤波去趋势处理，计算处理后的数据在过去5年的分位数，用以衡量货币供应增速的强弱[11][15]。 2. 估值面择时因子 * 因子群名称：估值面择时因子[12][15] * 因子构建思路：使用市场整体估值水平的历史分位数，基于均值回归原理判断估值上行或下行的压力[12][15]。 * 因子具体构建过程： * PE分位数因子：计算全A股PE中位数在过去5年的滚动分位数[12][15]。 * PB分位数因子：计算全A股PB中位数在过去5年的滚动分位数[12][15]。 3. 情绪面择时因子 * 因子群名称：情绪面择时因子[13][15] * 因子构建思路：选取反映市场内部结构、交易活跃度和波动风险的指标，用以度量市场情绪[13][15]。 * 因子具体构建过程： * Beta离散度因子：计算A股整体Beta离散度，并求其过去5年分位数，衡量市场分化程度[13][15]。 * 量能情绪因子：计算A股整体量能情绪得分，并求其过去5年分位数，衡量基于成交量的市场情绪强弱[13][15]。 * 波动率因子：计算A股整体年化波动率，并求其过去5年分位数，衡量市场风险水平[13][15]。 4. 流动性择时因子 * 因子群名称：流动性择时因子[13][15] * 因子构建思路：从货币市场利率、汇率预期和场内杠杆资金变化三个层面评估市场流动性环境[13][15]。 * 因子具体构建过程： * 货币利率指标因子：计算特定货币利率指标在过去5年的分位数[13][15]。 * 汇率预期指标因子：计算汇率预期指标在过去5年的分位数，反映人民币汇率强弱预期[13][15]。 * 融资额变化因子：计算两市5日平均新增融资额，并求其过去5年分位数，反映杠杆资金入场意愿[13][15]。 5. 小盘大盘轮动因子 * 因子群名称：小盘大盘轮动因子[28] * 因子构建思路：从资金流向、流动性环境、主题热度、信用利差、期权市场、市场结构、估值分化、技术指标等多个角度构建11个用于判断大小盘风格的因子[27][28]。 * 因子具体构建过程：报告列出了11个因子的名称及其独立测试表现，但未详细描述每个因子的具体计算公式。这些因子包括：A股龙虎榜买入强度、R007、融资买入余额变化、主题投资交易情绪、等级利差、期权波动率风险溢价、beta离散度、pb分化度、大宗交易折溢价率、中证1000MACD(10,20,10)、中证1000交易量能[28]。 因子的回测效果 （注：报告中对单个因子的回测效果仅在小盘大盘轮动部分有详细列示） 1. 小盘大盘轮动因子 * 测试基准：沪深300与中证1000全收益指数等权配置[28] * 各因子独立表现（年化超额收益率）： * 融资买入余额变化：5.72%[28] * 大宗交易折溢价率：9.45%[28] * A股龙虎榜买入强度：5.27%[28] * R007：4.53%[28] * 主题投资交易情绪：5.66%[28] * 等级利差：5.07%[28] * 期权波动率风险溢价：5.41%[28] * beta离散度：3.42%[28] * pb分化度：9.53%[28] * 中证1000MACD(10,20,10)：8.89%[28] * 中证1000交易量能：9.90%[28]