量化模型与构建方式 1. 模型名称：情绪模型[4][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，并综合多个因子信号生成情绪得分和择时信号[4][14]。 * 模型具体构建过程：模型包含五个细分情绪因子，每个因子根据其计算规则生成0或1的信号，最后汇总得到总分（满分5分）[18]。具体因子及信号规则如下： 1. 净涨停占比因子：计算规则未在报告中详述，当期信号为0[18]。 2. 跌停次日收益因子：计算规则未在报告中详述，当期信号为0[18]。 3. 涨停板占比因子：计算规则未在报告中详述，当期信号为0[18]。 4. 跌停板占比因子：计算规则未在报告中详述，当期信号为0[18]。 5. 高频打板收益因子：计算规则未在报告中详述，当期信号为0[18]。 * 模型评价：该模型用于判断市场情绪的高低，情绪得分低（如0分）表明市场情绪低迷[4][7][14]。 2. 模型名称：高频资金流模型[4][14] * 模型构建思路：通过分析高频资金流的走势，对主要宽基指数发出买入或卖出信号，以辅助择时决策[4][14]。 * 模型具体构建过程：模型针对不同宽基指数（沪深300、中证500、中证1000、中证2000）生成四种策略信号：激进多头、激进多空、稳健多头、稳健多空[18]。信号取值为1（正向/买入）、0（中性）或-1（负向/卖出）。具体构建方法参考专题报告，本报告未详述[14]。 3. 指标名称：均线强弱指数[4][14] * 构建思路：通过计算Wind二级行业指数的均线排列情况，来综合判断市场的整体技术强弱[4][14]。 * 具体构建过程：报告未详细说明具体计算步骤，仅提及该指数基于Wind二级行业指数算出。当期市场得分为181分，并给出了其在2023年以来的历史分位点（62.50%）[4][14]。 4. 指标名称：流动性冲击指标[4][8] * 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其历史平均水平的偏离程度[4][8]。 * 具体构建过程：报告未给出具体计算公式。指标数值表示当前市场的流动性高于过去一年平均水平的标准差倍数。例如，数值6.21表示高于过去一年均值6.21倍标准差[4][8]。 5. 因子名称：因子拥挤度（复合指标）[19] * 因子构建思路：因子拥挤是指跟踪某一因子的资金过多导致其收益稳定性下降的现象。该复合指标通过综合多个子指标来度量因子的拥挤程度，作为因子失效的预警[19]。 * 因子具体构建过程：使用四个子指标度量因子拥挤程度，并综合打分[19]。具体子指标包括： 1. 估值价差：计算规则详见对应专题报告，本报告未详述[19]。 2. 配对相关性：计算规则详见对应专题报告，本报告未详述[19]。 3. 长期收益反转：计算规则详见对应专题报告，本报告未详述[19]。 4. 因子波动率：计算规则详见对应专题报告，本报告未详述[19]。 * 因子评价：该指标可用于预警因子失效风险，当拥挤度过高时，提示该因子的收益或收益稳定性可能下降[19]。 6. 指标名称：行业拥挤度[23] * 构建思路：参考专题报告构建，用于度量各行业板块的拥挤程度[23]。 * 具体构建过程：报告未给出具体计算公式，计算方法详见对应专题报告[23]。 模型的回测效果 1. 情绪模型，情绪得分0分（满分5分）[4][14]，趋势模型信号为负向[4][14]，加权模型信号为负向[4][14] 2. 高频资金流模型，沪深300指数信号：激进多头1，激进多空0，稳健多头0，稳健多空0[18]；中证500指数信号：激进多头1，激进多空0，稳健多头0，稳健多空0[18]；中证1000指数信号：激进多头0，激进多空-1，稳健多头0，稳健多空0[18]；中证2000指数信号：激进多头0，激进多空-1，稳健多头0，稳健多空-1[18] 3. 均线强弱指数，当前得分181[4][14]，2023年以来历史分位点62.50%[4][14] 4. 流动性冲击指标，当期数值6.21[4][8] 量化因子与构建方式 1. 因子名称：小市值因子拥挤度[20] * 因子构建思路：作为复合因子拥挤度的一个应用，专门度量小市值因子的拥挤情况[20]。 * 因子具体构建过程：其值为复合因子拥挤度模型对小市值因子的综合打分结果[20]。 2. 因子名称：低估值因子拥挤度[20] * 因子构建思路：作为复合因子拥挤度的一个应用，专门度量低估值因子的拥挤情况[20]。 * 因子具体构建过程：其值为复合因子拥挤度模型对低估值因子的综合打分结果[20]。 3. 因子名称：高盈利因子拥挤度[20] * 因子构建思路：作为复合因子拥挤度的一个应用，专门度量高盈利因子的拥挤情况[20]。 * 因子具体构建过程：其值为复合因子拥挤度模型对高盈利因子的综合打分结果[20]。 4. 因子名称：高盈利增长因子拥挤度[20] * 因子构建思路：作为复合因子拥挤度的一个应用，专门度量高盈利增长（高增长）因子的拥挤情况[20]。 * 因子具体构建过程：其值为复合因子拥挤度模型对高盈利增长因子的综合打分结果[20]。 因子的回测效果 1. 小市值因子拥挤度，综合打分0.06[20]，估值价差0.60[20]，配对相关性-0.32[20]，市场波动-0.62[20]，收益反转0.58[20] 2. 低估值因子拥挤度，综合打分-0.31[20]，估值价差-0.47[20]，配对相关性-0.44[20]，市场波动1.21[20]，收益反转-1.55[20] 3. 高盈利因子拥挤度，综合打分-0.01[20]，估值价差-0.72[20]，配对相关性-0.45[20]，市场波动-0.42[20]，收益反转1.56[20] 4. 高盈利增长因子拥挤度，综合打分0.28[20]，估值价差1.02[20]，配对相关性-0.53[20]，市场波动-0.61[20]，收益反转1.22[20] 5. 行业拥挤度，综合行业2.40[27]，基础化工行业2.10[27]，通信行业2.08[27]，有色金属行业2.07[27]，电子行业1.67[27]，国防军工行业1.36[27]，电力设备行业1.04[27]，机械设备行业0.95[27]，商贸零售行业0.38[27]，计算机行业0.00[27]，社会服务行业-0.02[27]，建筑材料行业-0.02[27]，钢铁行业-0.06[27]，银行行业-0.25[27]，交通运输行业-0.28[27]，传媒行业-0.29[27]，石油石化行业-0.32[27]，纺织服饰行业-0.44[27]，汽车行业-0.54[27]，轻工制造行业-0.61[27]，农林牧渔行业-0.77[27]，非银金融行业-0.79[27]，医药生物行业-0.85[27]，煤炭行业-0.86[27]，食品饮料行业-1.00[27]，家用电器行业-1.10[27]，房地产行业-1.10[27]，美容护理行业-1.14[27]，环保行业-1.18[27]，公用事业行业-1.31[27]，建筑装饰行业-1.51[27]