量化模型与构建方式 1. 模型名称：情绪模型 [12] * 模型构建思路：通过构建与涨停板、跌停板相关的因子来刻画市场的情绪强弱 [12] * 模型具体构建过程：根据国泰海通量化团队前期发布的专题报告《从涨停板、打板策略到赚钱效应引发的情绪择时指标》，构建了涨跌停板相关因子。模型包含多个细分情绪因子，包括净涨停占比、跌停次日收益、涨停板占比、跌停板占比和高频打板收益。每个因子会生成一个信号（例如0或1），最终汇总得到一个综合的情绪得分（满分5分）[12][16] 2. 模型名称：趋势模型 [12] * 模型构建思路：未在报告中详细说明，但从上下文看，该模型用于判断市场趋势方向（正向或负向）[12] * 模型具体构建过程：报告未详细描述该模型的具体构建过程，仅提及了其信号输出[12] 3. 模型名称：加权模型 [12] * 模型构建思路：未在报告中详细说明，可能结合了情绪模型和趋势模型或其他信号进行加权综合判断[12] * 模型具体构建过程：报告未详细描述该模型的具体构建过程，仅提及了其信号输出[12] 4. 模型名称：高频资金流模型 [12] * 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[12] * 模型具体构建过程：根据国泰海通量化团队前期发布的专题报告《高频资金流如何辅助宽基择时决策》构建。模型针对不同的风险偏好，输出“激进多头”、“激进多空”、“稳健多头”、“稳健多空”四种策略信号，信号值为1（买入）、0（中性）或-1（卖出）[12][16] 5. 模型名称：因子拥挤度模型 [17] * 模型构建思路：使用多个指标度量因子拥挤程度，作为因子失效的预警指标[17] * 模型具体构建过程：根据国泰海通量化团队前期发布的专题报告《选股因子系列（四十二）——因子失效预警：因子拥挤》构建。使用估值价差、配对相关性、长期收益反转、因子波动率这四个指标度量因子拥挤程度，并综合计算得到复合拥挤度得分[17] 6. 模型名称：行业拥挤度模型 [21] * 模型构建思路：评估不同行业板块的拥挤程度[21] * 模型具体构建过程：根据国泰海通量化团队前期发布的专题报告《行业轮动系列研究 15——行业板块拥挤度》构建。报告未给出具体计算公式，但展示了最终的行业拥挤度得分及变化[21][23][24] 模型的回测效果 1. 情绪模型，当前得分为0分（满分5分）[12] 2. 趋势模型，当前信号为正向[12] 3. 加权模型，当前信号为负向[12] 4. 高频资金流模型，对沪深300指数信号为：激进多头0，激进多空-1，稳健多头0，稳健多空-1[16]；对中证500指数信号为：激进多头0，激进多空-1，稳健多头0，稳健多空-1[16]；对中证1000指数信号为：激进多头0，激进多空-1，稳健多头0，稳健多空-1[16]；对中证2000指数信号为：激进多头0，激进多空-1，稳健多头0，稳健多空-1[16] 5. 因子拥挤度模型，小市值因子综合拥挤度-0.06[19]，低估值因子综合拥挤度-0.67[19]，高盈利因子综合拥挤度0.13[19]，高盈利增长因子综合拥挤度0.21[19] 6. 行业拥挤度模型，综合行业拥挤度2.53[24]，有色金属行业拥挤度1.92[24]，基础化工行业拥挤度1.81[24]，通信行业拥挤度1.72[24]，钢铁行业拥挤度1.66[24] 量化因子与构建方式 1. 因子名称：流动性冲击指标 [8] * 因子构建思路：基于沪深300指数，衡量当前市场流动性相对于过去一年平均水平的偏离程度[8] * 因子具体构建过程：报告未给出具体计算公式。指标值为正表示流动性低于历史平均水平，为负表示高于历史平均水平。当前值为0.05，意味着市场流动性高于过去一年平均水平0.05倍标准差[8] 2. 因子名称：PUT-CALL比率 [8] * 因子构建思路：使用上证50ETF期权成交量的认沽期权与认购期权比率，反映投资者对标的短期走势的乐观/悲观情绪[8] * 因子具体构建过程：$PUT-CALL比率 = \frac{认沽期权成交量}{认购期权成交量}$ 比率下降通常表示乐观情绪上升[8] 3. 因子名称：五日平均换手率 [8] * 因子构建思路：计算上证综指和Wind全A指数的五日平均换手率，用以衡量市场交易活跃度[8] * 因子具体构建过程：报告未给出具体计算公式。通过计算其历史分位点来判断当前活跃度水平[8] 4. 因子名称：均线强弱指数 [12] * 因子构建思路：通过Wind二级行业指数计算，用于评估市场整体技术面强弱[12] * 因子具体构建过程：报告未给出具体计算公式。当前市场得分为144，处于2023年以来的47.00%分位点[12] 5. 情绪模型细分因子 [16] * 因子名称：净涨停占比、跌停次日收益、涨停板占比、跌停板占比、高频打板收益[16] * 因子构建思路：从不同维度刻画市场涨停、跌停相关的情绪[12][16] * 因子具体构建过程：报告未给出各因子的具体计算公式。在最新一期，所有细分因子的信号值均为0[16] 6. 复合因子拥挤度分项指标 [17][19] * 因子名称：估值价差、配对相关性、市场波动、收益反转[17][19] * 因子构建思路：从不同角度（估值、相关性、波动性、收益特征）度量因子的拥挤程度[17] * 因子具体构建过程：详细计算方法请参考国泰海通量化团队专题报告《选股因子系列（四十二）——因子失效预警：因子拥挤》[17] 因子的回测效果 1. 流动性冲击指标，基于沪深300指数，周五值为0.05[8] 2. PUT-CALL比率，周五值为0.73[8] 3. 五日平均换手率，上证综指为1.62%，处于2005年以来82.79%分位点[8]；Wind全A为2.24%，处于2005年以来86.86%分位点[8] 4. 均线强弱指数，当前得分为144，处于2023年以来47.00%分位点[12] 5. 情绪模型细分因子，净涨停占比信号0，跌停次日收益信号0，涨停板占比信号0，跌停板占比信号0，高频打板收益信号0[16] 6. 估值价差因子，小市值因子取值0.35，低估值因子取值-1.06，高盈利因子取值-0.82，高增长因子取值0.88[19] 7. 配对相关性因子，小市值因子取值-0.49，低估值因子取值0.23，高盈利因子取值0.68，高增长因子取值-0.40[19] 8. 市场波动因子，小市值因子取值-0.53，低估值因子取值-0.39，高盈利因子取值-0.68，高增长因子取值-0.58[19] 9. 收益反转因子，小市值因子取值0.42，低估值因子取值-1.45，高盈利因子取值1.32，高增长因子取值0.92[19]