量化模型与构建方式 1. 模型名称：量能择时模型[7][24] * 模型构建思路：通过监测主要宽基指数的成交量（量能）变化来判断市场趋势和买卖时机，量能未能持续突破时对市场持谨慎观点[1][12]。 * 模型具体构建过程：报告未详细描述该模型的具体计算规则和信号生成阈值，仅给出了基于该模型生成的择时观点[24]。 * 模型评价：该模型用于判断市场进一步上行是否需要量能进一步提振，当前对主要宽基指数均维持谨慎（看空）观点[1][12][24]。 2. 模型名称：沪深300上涨家数占比择时模型（动量情绪指标）[7][25][27][29] * 模型构建思路：通过计算沪深300指数成分股中过去一段时间内上涨股票的家数占比来衡量市场情绪，并利用该指标的短期与长期移动平均线的关系来生成交易信号[25][27][29]。 * 模型具体构建过程： 1. 计算基础指标：沪深300指数N日上涨家数占比 = 沪深300指数成分股过去N日收益大于0的个股数占比[25]。其中N=230[27]。 2. 对基础指标进行平滑处理：分别计算窗口期为N1和N2的移动平均线，称为慢线和快线，其中N1>N2（报告中N1=50，N2=35）[27][29]。 3. 生成交易信号：当快线大于慢线时，看多沪深300指数；当快线小于慢线时，对市场持中性态度[27][29]。 * 模型评价：该指标可以较快捕捉上涨机会，但由于选择在市场过热阶段提前止盈离场，也会错失市场持续亢奋阶段的上涨收益。同时，该指标在对下跌市场的判断也存在缺陷，难以有效规避下跌风险[26]。 3. 模型名称：均线情绪指标择时模型[7][34][38] * 模型构建思路：基于沪深300指数收盘价与一组均线（八均线体系）的相对位置关系来构造情绪指标，并根据该指标值判断市场趋势状态[34]。 * 模型具体构建过程： 1. 计算八均线数值：均线参数为8, 13, 21, 34, 55, 89, 144, 233[34]。 2. 计算当日沪深300指数收盘价大于每一条均线指标值的数量[38]。 3. 生成交易信号：当前价格大于均线指标值的数量超过5时，看多沪深300指数[38]。 （注：报告中还提到了将八均线区间值映射为-1, 0, 1的赋值方法，但最终信号生成采用了上述计数规则[34][38]） 量化因子与构建方式 1. 因子名称：横截面波动率[7][39] * 因子构建思路：计算特定指数（如沪深300、中证500、中证1000）成分股在横截面上的收益率波动率，用以衡量市场分化程度和选股Alpha机会的强弱[39]。 * 因子具体构建过程：报告未给出具体的计算公式，但指出该因子用于观察短期Alpha环境。因子值上升通常意味着Alpha环境好转[2][39]。 2. 因子名称：时间序列波动率[7][40] * 因子构建思路：计算特定指数成分股加权的时间序列波动率，用以衡量市场整体波动水平和风险环境[40]。 * 因子具体构建过程：报告未给出具体的计算公式，但指出该因子用于观察短期Alpha环境。因子值下降通常意味着Alpha环境恶化[2][40]。 3. 因子名称：抱团基金分离度[7][84] * 因子构建思路：通过计算抱团基金组合截面收益的标准差，来度量基金抱团的程度。标准差小表示抱团度高，表现趋同；标准差大表示抱团正在瓦解[84]。 * 因子具体构建过程：报告未给出抱团基金组合的具体构建方法，但明确了分离度即为该组合截面收益的标准差[84]。 模型的回测效果 （注：报告未提供上述择时模型的历史回测绩效指标，如年化收益率、夏普比率、最大回撤等具体数值。） 因子的回测效果 （注：报告未提供上述因子的IC、IR、多空收益等历史测试指标的具体数值。报告主要展示了截至报告期末这些因子的状态和近期变化。）