量化模型与因子总结 量化模型与构建方式 1. 模型名称：微盘股轮动与择时模型[19][28] * 模型构建思路：构建一个综合模型，用于在微盘股与茅指数（代表大盘蓝筹）之间进行轮动配置，并监控微盘股的择时风控信号[19]。 * 模型具体构建过程： * 轮动子模型：结合两个指标进行判断[28]。 1. 相对净值指标：计算微盘股指数与茅指数的相对净值，并计算其243日移动平均线（年均线）。当相对净值高于其年均线时，倾向于投资微盘股；反之则投资茅指数[28]。 2. 动量斜率指标：分别计算微盘股指数和茅指数的20日收盘价斜率。当两个指数的斜率方向相反且一方为正时，选择投资斜率为正的指数[28]。 * 择时风控子模型：基于两个宏观风险指标进行监控，任一指标触及阈值则发出平仓信号[19][28]。 1. 利率风险指标：监控十年期国债到期收益率的同比变化。当该值触及30%的阈值时触发风控[19][28]。 2. 波动率拥挤度指标：监控微盘股波动率拥挤度的同比变化。当该值触及55%的阈值时触发风控[19][28]。 2. 模型名称：宏观择时模型[58] * 模型构建思路：基于宏观经济指标（经济增长和货币流动性）构建信号，动态调整股票仓位[58]。 * 模型具体构建过程：模型从经济增长和货币流动性两个维度生成信号，并综合得出最终的股票配置仓位建议。具体细节可参考相关历史研究报告[58]。 量化因子与构建方式 报告跟踪了八大类选股因子和五类可转债择券因子，并提供了详细的因子定义[71][74]。 1. 因子名称：市值因子[71] * 因子构建思路：使用公司规模作为因子，通常小市值公司可能具有更高的预期收益。 * 因子具体构建过程： * 细分因子：LN_MktCap * 定义：公司流通市值的自然对数[71]。 2. 因子名称：价值因子[71] * 因子构建思路：寻找相对于其基本面价值（如净资产、盈利、收入）被低估的股票。 * 因子具体构建过程： * 细分因子：BP_LR * 定义：最新年报账面净资产除以最新市值[71]。 * 细分因子：EP_FTTM * 定义：未来12个月一致预期净利润除以最新市值[71]。 * 细分因子：SP_TTM * 定义：过去12个月营业收入除以最新市值[71]。 * 细分因子：EP_FY0 * 定义：当期年报一致预期净利润除以最新市值[71]。 * 细分因子：Sales2EV * 定义：过去12个月营业收入除以企业价值[71]。 3. 因子名称：成长因子[71] * 因子构建思路：寻找盈利、收入等财务指标增长更快的公司。 * 因子具体构建过程： * 细分因子：NetIncome_SQ_Chg1Y * 定义：单季度净利润同比增速[71]。 * 细分因子：OperatingIncome_SQ_Chg1Y * 定义：单季度营业利润同比增速[71]。 * 细分因子：Revenues_SQ_Chg1Y * 定义：单季度营业收入同比增速[74]。 4. 因子名称：质量因子[74] * 因子构建思路：寻找盈利能力、运营效率、财务稳健性更高的公司。 * 因子具体构建过程： * 细分因子：ROE_FTTM * 定义：未来12个月一致预期净利润除以股东权益均值[74]。 * 细分因子：OCF2CurrentDebt * 定义：过去12个月经营现金流净额除以流动负债均值[74]。 * 细分因子：GrossMargin_TTM * 定义：过去12个月毛利率[74]。 * 细分因子：Revenues2Asset_TTM * 定义：过去12个月营业收入除以总资产均值[74]。 5. 因子名称：一致预期因子[74] * 因子构建思路：利用分析师一致预期的变化和上调幅度来捕捉市场情绪和认知的改善。 * 因子具体构建过程： * 细分因子：EPS_FTTM_Chg3M * 定义：未来12个月一致预期EPS过去3个月的变化率[74]。 * 细分因子：ROE_FTTM_Chg3M * 定义：未来12个月一致预期ROE过去3个月的变化率[74]。 * 细分因子：TargetReturn_180D * 定义：一致预期目标价相对于目前股价的收益率[74]。 6. 因子名称：技术因子[74] * 因子构建思路：基于价量数据构建，捕捉市场交易行为特征。 * 因子具体构建过程： * 细分因子：Volume_Mean_20D_240D * 定义：20日成交量均值除以240日成交量均值[74]。 * 细分因子：Skewness_240D * 定义：240日收益率偏度[74]。 * 细分因子：Volume_CV_20D * 定义：20日成交量标准差除以20日成交量均值[74]。 * 细分因子：Turnover_Mean_20D * 定义：20日换手率均值[74]。 7. 因子名称：波动率因子[74] * 因子构建思路：识别股价波动特征，低波动股票往往具有更稳定的表现。 * 因子具体构建过程： * 细分因子：Volatility_60D * 定义：60日收益率标准差[74]。 * 细分因子：IV_CAPM * 定义：CAPM模型残差波动率[74]。 * 细分因子：IV_FF * 定义：Fama-French三因子模型残差波动率[74]。 * 细分因子：IV_Carhart * 定义：Carhart四因子模型残差波动率[74]。 8. 因子名称：反转因子[74] * 因子构建思路：认为过去一段时间表现较差的股票未来可能反弹，而过去表现好的可能回调。 * 因子具体构建过程： * 细分因子：Price_Chg20D * 定义：20日收益率[74]。 * 细分因子：Price_Chg40D * 定义：40日收益率[74]。 * 细分因子：Price_Chg60D * 定义：60日收益率[74]。 * 细分因子：Price_Chg120D * 定义：120日收益率[74]。 9. 因子名称：可转债择券因子[70] * 因子构建思路：结合正股基本面因子和转债特有估值指标，构建可转债的量化择券体系。 * 因子具体构建过程： * 正股因子：从预测正股的因子（如价值、成长、一致预期、财务质量）出发，构建可转债的对应因子[70]。 * 转债估值因子：选取了平价底价溢价率作为估值因子[70]。 模型的回测效果 1. 宏观择时模型，2025年年初至今收益率14.59%，同期Wind全A收益率26.87%[58]。截至1月31日，模型给出的2月份股票仓位建议为70%[58]。 因子的回测效果 （以下数据为“上周”和“今年以来”在“全部A股”池中的表现）[62] 1. 一致预期因子，上周IC均值8.26%，今年以来IC均值2.16%，上周多空收益1.40%，今年以来多空收益3.10%[62]。 2. 市值因子，上周IC均值-1.75%，今年以来IC均值5.44%，上周多空收益-1.27%，今年以来多空收益1.70%[62]。 3. 成长因子，上周IC均值6.30%，今年以来IC均值2.24%，上周多空收益0.55%，今年以来多空收益2.21%[62]。 4. 反转因子，上周IC均值4.34%，今年以来IC均值2.11%，上周多空收益-0.39%，今年以来多空收益-2.28%[62]。 5. 质量因子，上周IC均值0.27%，今年以来IC均值1.21%，上周多空收益0.02%，今年以来多空收益1.64%[62]。 6. 技术因子，上周IC均值7.84%，今年以来IC均值6.60%，上周多空收益1.24%，今年以来多空收益0.24%[62]。 7. 价值因子，上周IC均值-4.96%，今年以来IC均值3.50%，上周多空收益-2.07%，今年以来多空收益-2.00%[62]。 8. 波动率因子，上周IC均值5.80%，今年以来IC均值6.00%，上周多空收益0.78%，今年以来多空收益0.39%[62]。