量化模型与构建方式 1. 模型名称：价格分段体系[8][15] * 模型构建思路：通过分析价格走势在不同时间周期（如日线、周线）上的形态和趋势，对市场状态进行划分和识别[15]。 * 模型具体构建过程：报告未详细说明该模型的具体构建步骤和公式，仅展示了其应用结果。从图表[18]来看，该模型可能涉及对指数价格序列进行技术分析，以识别“日线”和“周线”级别的趋势，并与一个名为“dea”的指标进行对比。 2. 模型名称：微观市场结构择时模型（知情交易者活跃度指标）[8][16] * 模型构建思路：通过监测市场中知情交易者（通常指掌握非公开信息或具有信息优势的交易者）的活跃程度，来判断市场情绪和未来走势[16]。 * 模型具体构建过程：报告未详细说明该指标的具体构建步骤和公式，仅展示了其时间序列变化图[19]。该指标可能基于订单流、大单交易或特定价量数据构建，用以捕捉知情交易行为。 3. 模型名称：基金仓位监测模型[6][25] * 模型构建思路：使用数理统计方法估算公募基金等机构的整体持仓比例，以监测市场主力资金的动向[6][25]。 * 模型具体构建过程：报告未详细说明该模型的具体构建步骤和公式。 量化因子与构建方式 1. 因子名称：BARRA风格因子体系[23] * 因子构建思路：采用经典的BARRA风险模型框架，从多个维度（基本面、市场、技术等）刻画股票的风格特征，并计算各风格因子在特定周期内的收益表现[23]。 * 因子具体构建过程：报告未详细说明每个因子的具体构建公式，但列出了因子名称及其本周收益。涉及的因子包括：换手、财务杠杆、盈利波动、盈利质量、盈利能力、投资质量、长期反转、EP价值、BP价值、成长、动量、非线性市值、市值、波动率、贝塔、股息率[23]。这些因子通常基于财务报表数据、市场价格和交易量数据计算得到。 模型的回测效果 （报告中未提供相关量化模型的回测效果指标数据） 因子的回测效果 1. BARRA风格因子，本周收益：换手因子0.3%，财务杠杆因子0.2%，盈利波动因子0.1%，盈利质量因子-0.1%，盈利能力因子-0.5%，投资质量因子0.3%，长期反转因子0.3%，EP价值因子-0.2%，BP价值因子-0.4%，成长因子0.2%，动量因子-0.6%，非线性市值因子-0.3%，市值因子-0.2%，波动率因子-0.1%，贝塔因子-0.7%，股息率因子0.5%[23]。