量化模型与构建方式 1. 模型名称：黄金交易拥挤度仓位管理策略[19] * 模型构建思路：在长期看多黄金的前提下，通过监测交易拥挤度指标来规避短期过热风险，进行动态仓位调整以提升风险调整后收益[19]。 * 模型具体构建过程： 1. 计算黄金价格40日乖离率：$乖离率 = \frac{当前价格 - 40日移动平均价格}{40日移动平均价格} \times 100\%$[19] 2. 获取沪金主力平值隐含波动率（IV）[19]。 3. 设置交易信号触发条件：当黄金价格40日乖离率超过9%，且沪金主力平值IV超过30%时，发出拥挤信号[21]。 4. 仓位管理规则：当触发拥挤信号时，将组合仓位降低至40%；否则，保持全仓持有黄金[21]。 2. 模型名称：10Y国债利率预测模型（结构化静态因子模型）[44] * 模型构建思路：利率由资金供需决定，通过结构化静态因子模型从宏观指标中抽象出四大驱动因子，共同刻画利率的变动方向[44]。 * 模型具体构建过程： 1. 从精选的宏观指标中抽象出四大核心因子：经济增长、通货膨胀、债务杠杆、短期利率[44]。 2. 采用结构化静态因子模型（Structured Static Factor Model）整合四大因子，预测下月10Y国债利率的变动方向[44][47]。 3. 通过累加或累减实际利率变动来评估模型的择时效果[49]。 3. 模型名称：黄金择时模型（四因子模型）[54] * 模型构建思路：黄金走势主要对标美元信用，从反映美元信用的宏观指标中抽象出四大因子，采用结构化静态因子模型判断黄金价格方向[54]。 * 模型具体构建过程： 1. 从精选的宏观指标中抽象出四大核心因子：美国经济、美国就业、美国财政、美国对外负债[54]。 2. 采用结构化静态因子模型整合四大因子，进行月度黄金走势的择时判断[54]。 4. 模型名称：房地产行业压力指数[61] * 模型构建思路：采用扩散指数法，通过房地产市场供给与需求各链路中的关键指标，从绝对水平和边际变动两个维度打分，加总标准化后衡量房地产市场的整体承压状态[61]。 * 模型具体构建过程： 1. 选取房地产市场供给与需求链路中的关键指标（如土地成交量价、商品房销售面积、房价指数、新开工面积、开发贷款、个人住房贷款等）[61][64]。 2. 对每个指标从绝对水平和边际变动两个维度进行评分[61]。 3. 将所有指标的评分加总并进行标准化处理，得到房地产行业压力指数，指数值越大表示市场压力越大[61]。 5. 模型名称：A股景气度指数2.0[27] * 模型构建思路：考虑到A股净利润主要由金融业和工业构成，通过分别构建两者的高频景气度指数，加和得到整体A股利润的同步预测指数[27]。 * 模型具体构建过程： 1. 分别构建金融业和工业的高频景气度指数[27]。 2. 将金融业景气度指数与工业景气度指数加和，得到整体的A股景气度指数2.0，用于同步预测万得全A净利润同比变化[27]。 6. 模型名称：三维择时体系（分歧度-流动性-景气度）[38][41] * 模型构建思路：从市场分歧度、流动性、景气度三个维度综合判断市场大势[38][41]。 * 模型具体构建过程： 1. 分别构建或监测市场分歧度、流动性、景气度三个指标的变化趋势[41]。 2. 根据三个指标的状态（上升、下降、高位、低位等）进行综合判断，形成对市场整体走势的观点[38]。 7. 模型名称：印度权益市场二维择时框架（分歧度-流动性）[71][75] * 模型构建思路：从量价维度，通过市场分歧度和流动性两个指标的状态组合，对印度权益市场进行择时判断[71][75]。 * 模型具体构建过程： 1. 分别计算印度权益市场的分歧度指标和流动性指标[71]。 2. 根据两个指标的上行/下行状态，将其划分为不同区域，对应不同的市场行情判断（如震荡、放量下跌等）[71][75]。 8. 模型名称：量化大势研判框架[80][81] * 模型构建思路：通过跟踪多类风格资产的优势差（Δgf, Δg, ΔROE等）变化，判断市场风格扩张或收缩状态，从而推荐占优风格[80][81]。 * 模型具体构建过程： 1. 计算预期增速资产优势差（Δgf）、实际增速资产优势差（Δg）、ROE优势差（ΔROE）等指标[80]。 2. 根据这些优势差指标的变动方向（扩张或收缩），结合风格拥挤度，综合判断并推荐当期占优的市场风格（如预期成长、实际成长、盈利能力等）[80][81][85]。 9. 模型名称：国联民生金工多维行业配置策略[99] * 模型构建思路：采取“恒星+卫星”模式，将胜率赔率策略和出清反转策略以4:1的权重组合，策略内部行业等权持有，构建行业配置组合[99]。 * 模型具体构建过程： 1. 胜率赔率策略：从胜率（短周期超额收益概率，由行业景气度决定）和赔率（长周期绝对收益空间，由估值、股息率等决定）两个维度筛选行业[100][102]。 2. 出清反转策略：从行业需求、供给、竞争格局三个维度划分行业状态，筛选处于“出清结束反转状态”的行业[106][111]。 3. 将两个子策略以4:1的权重合并，构成最终的多维行业配置策略组合[99]。 10. 因子名称：黄金价格乖离率[19] * 因子构建思路：衡量黄金价格相对于其移动平均线的偏离程度，乖离率越高意味着获利盘越大，短期回调风险越高[19]。 * 因子具体构建过程：计算当前价格与40日移动平均价格的偏离百分比，公式为：$乖离率 = \frac{当前价格 - 40日移动平均价格}{40日移动平均价格} \times 100\%$[19] 11. 因子名称：沪金主力平值隐含波动率（IV）[19] * 因子构建思路：反映市场对未来黄金价格波动水平的预期，IV越高则预示价格大幅波动的风险越大[19]。 12. 因子名称：市值因子拥挤度[93][95] * 因子构建思路：用于观察小盘/大盘风格的交易拥挤程度，拥挤度越高意味着该风格存在过热和反转的可能[93]。 模型的回测效果 1. 黄金交易拥挤度仓位管理策略，年化收益24.3%，年化波动15.0%，夏普比率1.62，最终净值3.57[21]。 2. 始终全仓持有黄金（基准），年化收益20.9%，年化波动16.6%，夏普比率1.26，最终净值3.04[21]。 3. 10Y国债利率预测模型，2006年以来样本内外胜率约70%，2023年以来样本外胜率68%[47]。 4. 黄金择时模型（四因子模型），2008年以来胜率约65%，2023年以来样本外胜率78%[54]。 5. 国联民生金工多维行业配置策略，2023年绝对收益2.36%，超额收益（相对中信一级行业等权）7.26%；2024年绝对收益15.23%，超额收益4.83%；2025年绝对收益31.35%，超额收益6.47%；2026年截至1月底绝对收益8.41%，超额收益3.34%[99]。 6. 胜率赔率策略，2024年以来绝对收益70.68%，相较于中信一级行业等权基准超额收益19.61%[105]。 量化因子与构建方式 1. 因子名称：黄金价格乖离率[19] * 因子构建思路：衡量黄金价格相对于其移动平均线的偏离程度，乖离率越高意味着获利盘越大，短期回调风险越高[19]。 * 因子具体构建过程：计算当前价格与40日移动平均价格的偏离百分比，公式为：$乖离率 = \frac{当前价格 - 40日移动平均价格}{40日移动平均价格} \times 100\%$[19] 2. 因子名称：沪金主力平值隐含波动率（IV）[19] * 因子构建思路：反映市场对未来黄金价格波动水平的预期，IV越高则预示价格大幅波动的风险越大[19]。 3. 因子名称：市值因子拥挤度[93][95] * 因子构建思路：用于观察小盘/大盘风格的交易拥挤程度，拥挤度越高意味着该风格存在过热和反转的可能[93]。 因子的回测效果 (注：报告中未提供单个因子的独立回测指标值，如IC、IR等，故本部分略过)