量化模型与构建方式 1. 模型名称：日收益率分布形态分析模型[18][19] * 模型构建思路：通过统计各宽基指数日收益率在历史不同时期的分布情况，分析其分布特征、胜率和形态倾向，并比较当前分布与历史基准的差异[18][19]。 * 模型具体构建过程： 1. 收集各宽基指数近一年及近6年（剔除近一年）的日收益率数据[19]。 2. 将日收益率划分为若干区间，统计各区间出现的频次，绘制分布图以观察收益分布特征[18]。 3. 计算分布的峰度和偏度，用以衡量分布的集中程度和偏态方向[24]。峰度计算中减去了3（正态分布的峰度值）以进行对比[25]。 4. 对比当前（近一年）的峰度、偏度与近5年（基准期）的对应值，计算差值（当前 vs. 近5年），以观察分布形态的变化[25]。 2. 模型名称：风险溢价分析模型[27] * 模型构建思路：以十年期国债即期收益率作为无风险利率的参考，计算各宽基指数相对于无风险利率的风险溢价，用以衡量其相对投资价值和偏离情况，并观察其均值复归现象[27]。 * 模型具体构建过程： 1. 确定无风险利率：采用十年期国债即期收益率[27]。 2. 计算风险溢价：风险溢价 = 指数收益率 - 十年期国债即期收益率[27]。具体计算时，指数收益率通常采用其预期收益率或历史平均收益率，但报告中展示的“当前风险溢价”可能基于特定计算（如指数市盈率倒数与国债收益率之差，见股债性价比部分）[46]。 3. 统计分析：计算风险溢价的近1年/5年均值、波动率、分位值，以及当前值与均值±1倍/±2倍标准差的差值，用以判断当前风险溢价的相对位置和偏离程度[31]。 3. 模型名称：股债性价比分析模型[46] * 模型构建思路：通过比较股票市场的潜在收益率（以市盈率倒数代表）与债券市场收益率（十年期国债即期收益率）的差值，来判断股票和债券两类资产的相对吸引力[46]。 * 模型具体构建过程： 1. 计算股票潜在收益率：使用各宽基指数的市盈率（PE-TTM）的倒数，即盈利收益率（Earnings Yield）[46]。 $股债性价比 = \frac{1}{PE-TTM} - 十年期国债即期收益率$ 2. 历史分位分析：计算该指标近5年的历史分位值，并设定80%分位值为“机会值”，20%分位值为“危险值”[46]。 3. 趋势与区间判断：观察股债性价比的走势图，并结合其与机会值、危险值及均值的相对位置，判断当前股票资产相对于债券资产的估值吸引力[46]。 量化因子与构建方式 1. 因子名称：均线比较因子[13] * 因子构建思路：通过比较指数当前价格与不同周期移动平均线（MA）的位置关系，判断指数的短期、中期和长期趋势强度及支撑压力情况[13]。 * 因子具体构建过程： 1. 计算移动平均线：分别计算指数收盘价的5日（MA5）、10日（MA10）、20日（MA20）、60日（MA60）、120日（MA120）、250日（MA250）简单移动平均线[14]。 2. 计算相对位置：计算当前收盘价相对于各条移动平均线的百分比偏离[14]。 $vsMA_N = \frac{收盘价 - MA_N}{MA_N} \times 100\%$ 其中，N代表移动平均线的周期（如5，10，20等）[14]。 2. 因子名称：近250日高位/低位回撤因子[13] * 因子构建思路：衡量指数当前价格相对于其过去250个交易日内最高点和最低点的位置，用以评估指数从近期高点回落的幅度或从低点反弹的强度[13]。 * 因子具体构建过程： 1. 确定极值：计算指数在过去250个交易日内的最高价（近250日高位）和最低价（近250日低位）[14]。 2. 计算回撤/反弹幅度：计算当前收盘价相对于近250日高位和低位的百分比变化[14]。 $vs近250日高位 = \frac{收盘价 - 近250日高位}{近250日高位} \times 100\%$ $vs近250日低位 = \frac{收盘价 - 近250日低位}{近250日低位} \times 100\%$ 3. 因子名称：换手率因子[17] * 因子构建思路：衡量市场对某一宽基指数成分股的交易活跃程度，高换手率通常意味着高流动性或高关注度[17]。 * 因子具体构建过程：指数换手率计算方式为成分股流通股本加权平均的换手率[18]。 $指数换手率 = \frac{\sum (成分股流通股本 \times 成分股换手率)}{\sum (成分股流通股本)}$ 4. 因子名称：交易金额占比因子[17] * 因子构建思路：衡量某一宽基指数的总成交金额在整个市场（以中证全指为代表）中的比重，反映资金在不同风格板块间的分布情况[17]。 * 因子具体构建过程：计算该指数当天的总成交金额除以中证全指当天的总成交金额[18]。 $交易金额占比 = \frac{指数当日交易金额}{中证全指当日交易金额} \times 100\%$ 5. 因子名称：破净率因子[54] * 因子构建思路：统计指数成分股中市净率（PB）小于1的个股数量占比，用以衡量市场整体或特定板块的估值低估程度和悲观情绪[54][56]。 * 因子具体构建过程： 1. 判断成分股是否“破净”：对于指数中的每一个成分股，计算其市净率（股价/每股净资产），若市净率 < 1，则判定为破净股[54]。 2. 计算破净率：破净个股数量除以指数成分股总数量[57]。 $破净率 = \frac{破净个股数}{指数成分股总数} \times 100\%$ 模型的回测效果 本报告为市场数据跟踪报告，未提供量化模型的历史回测绩效指标（如年化收益率、夏普比率、最大回撤等）。报告主要展示各模型/因子在特定时点（2026年2月2日）的截面分析结果和近期历史统计特征[31][43][53]。 因子的回测效果 本报告为市场数据跟踪报告，未提供量化因子的历史IC、IR、多空收益等传统因子测试结果。报告主要展示各因子在特定时点（2026年2月2日）的截面取值和近期历史统计特征[14][17][31][43][53][57]。 1. 均线比较因子：2026年2月2日，所有跟踪指数同时跌破5、10、20日均线；上证50和沪深300跌破了60日均线[13]。具体相对位置参见表2[14]。 2. 近250日高位回撤因子：2026年2月2日，中证500距离其近250日高位回撤了6.6%，中证1000回撤了5.9%[13][14]。 3. 换手率因子：2026年2月2日，各宽基指数换手率分别为：中证2000 (4.26)、创业板指 (3.85)、中证1000 (3.1)、中证500 (2.68)、中证全指 (2.15)、沪深300 (0.92)、上证50 (0.48)[17]。 4. 交易金额占比因子：2026年2月2日，沪深300交易金额占比最高（28.38%），其次为中证500（21.35%）和中证2000（20.52%）[17]。 5. 破净率因子：当前（报告时点），各指数破净率为：上证50 (24.0%)、沪深300 (16.67%)、中证500 (11.0%)、中证1000 (7.0%)、中证2000 (2.7%)、中证全指 (5.66%)[57]。