量化模型与构建方式 1. 宏观周期识别框架 1. 模型名称：宏观周期识别框架[9] 2. 模型构建思路：为改善单一维度判断不稳定的问题，同时考虑经济景气、通胀、利率、库存、信用五个维度的宏观指标，构建高维宏观周期识别框架[9]。 3. 模型具体构建过程： * 宏观因子变量构建：将宏观指数分别对宽基指数、代理宏观变量做回归，选取t值显著的细分宏观变量，用过去一年标准差倒数加权构建宏观因子变量[2]。 * 数据处理：采用单边HP滤波器对宏观经济数据进行调整，以消除短期波动对长期趋势判断的影响[2]。 * 状态与趋势划分：基于滤波后的变量，分别用因子动量划分宏观趋势（上行、下行）和用时序百分位划分宏观状态（高、中、低位）[2]。 2. 中证全指择时策略 1. 模型名称：中证全指择时策略[28] 2. 模型构建思路：基于宏观变量组合（流动性+库存、流动性+信用）对中证全指未来上涨概率的预测值进行择时[26]。 3. 模型具体构建过程：统计“流动性+库存”和“流动性+信用”两个子策略对中证全指未来收益是否上涨的预测值，当任一子策略的预测值高于阈值（0.6）时，对中证全指做多，反之做空[26]。 3. 红利指数择时策略 1. 模型名称：红利指数择时策略[35] 2. 模型构建思路：基于宏观变量组合（通胀+库存、库存+信用）对红利指数未来上涨概率的预测值进行择时[35]。 3. 模型具体构建过程：计算“通胀+库存”和“库存+信用”两个子策略对红利指数未来收益是否上涨的预测值的均值，当该均值高于阈值（0.6）时，对红利指数做多，反之做空[35]。 4. 风格轮动配置策略 1. 模型名称：风格轮动配置策略[48] 2. 模型构建思路：利用有效的宏观因子两两组合，滚动预测六大风格指数的远期收益率，并基于预测结果进行月度调仓配置[42]。 3. 模型具体构建过程： * 因子组合筛选：筛选出“通胀+库存”和“通胀+信用”两个有效的宏观因子组合[43]。 * 收益预测与排序：将两个子策略对风格指数未来收益的预测值进行截面排序并求均值[48]。 * 配置规则：每月等权配置预测值排名前二的风格指数[48]。 模型的回测效果 1. 中证全指择时策略 * 回测期：2012年1月末至2026年1月31日[28] * 年化收益：16.56%[28] * 年化波动：21.98%[29] * 夏普比率：75.33%[29] * 最大回撤：-28.10%[29] * 超额收益（相对中证全指）：10.19%[28] * 跟踪误差：35.06%[29] * 信息比率(IR)：29.07%[29] * 相对最大回撤：-50.30%[29] 2. 红利指数择时策略 * 回测期：2012年1月末至2026年1月31日[35] * 年化收益：10.97%[35] * 年化波动：14.91%[41] * 夏普比率：0.74[41] * 最大回撤：-19.92%[41] * 超额收益（相对红利指数）：8.49%[35] * 跟踪误差：9.63%[41] * 信息比率(IR)：0.88[41] * 相对最大回撤：-12.47%[41] 3. 风格轮动配置策略 * 回测期：2014年9月30日至2026年1月31日[48] * 年化收益：14.79%[48] * 年化波动：23.46%[52] * 夏普比率：0.63[52] * 最大回撤：-45.93%[52] * 超额收益（相对风格等权）：4.61%[48] * 跟踪误差：10.56%[52] * 信息比率(IR)：0.44[52] * 相对最大回撤：-31.16%[52] 量化因子与构建方式 1. 宏观因子变量 1. 因子名称：宏观因子变量[2] 2. 因子构建思路：通过回归筛选出对市场有显著影响的细分宏观变量，并进行加权合成，以构建综合性的宏观因子[2]。 3. 因子具体构建过程： * 将宏观指数分别对宽基指数、代理宏观变量做回归[2]。 * 选取回归结果中t值显著的细分宏观变量[2]。 * 使用过去一年历史数据的标准差倒数对选出的变量进行加权，构建最终的宏观因子变量[2]。 2. 宏观趋势（因子动量） 1. 因子名称：宏观趋势（因子动量）[2] 2. 因子构建思路：基于滤波后的宏观变量，通过其动量方向来判断宏观经济的趋势是上行还是下行[2]。 3. 因子具体构建过程：对经过单边HP滤波器处理后的宏观变量，计算其动量，并根据动量方向划分为“上行”或“下行”趋势[2]。 3. 宏观状态（时序百分位） 1. 因子名称：宏观状态（时序百分位）[2] 2. 因子构建思路：根据宏观变量在历史序列中所处的位置，来判断当前宏观状态处于高位、中位还是低位[2]。 3. 因子具体构建过程：计算滤波后的宏观变量在历史时间序列上的百分位，根据设定的分位数阈值（例如，前30%为高位，中间40%为中位，后30%为低位）划分状态[2]。 4. 有效宏观因子组合 1. 因子名称：通胀+库存组合、通胀+信用组合[43] 2. 因子构建思路：将两个不同的宏观维度（状态或趋势）进行组合，形成对风格轮动预测更有效的复合因子信号[42][43]。 3. 因子具体构建过程：报告通过测试发现，“通胀”与“库存”的组合，以及“通胀”与“信用”的组合，在预测风格指数未来收益率方面具有较好的有效性和互补性[43]。