量化模型与构建方式 1. 模型名称：风格组相对拥挤度模型[130] * 模型构建思路：通过计算不同风格指数换手率Z-score的差值及其历史分位，来度量某一风格相对于另一风格的交易拥挤程度[130]。 * 模型具体构建过程： 1. 分别计算风格A指数和风格B指数在过去252个交易日的平均换手率[130]。 2. 将上述平均换手率序列，在自2005年1月1日起的历史时间序列上进行Z-score标准化，得到Z-score_A和Z-score_B[130]。 3. 计算二者差值：$Diff = Z\_score\_A - Z\_score\_B$ [130] 4. 计算该差值序列在过去6年滚动窗口内的历史分位数（若历史数据不足6年但满1年，则使用全部历史数据计算）[130]。该分位数即为风格A相对于风格B的“相对拥挤度”。 2. 模型名称：风格指数累计超额净值模型[131] * 模型构建思路：通过计算风格指数相对于市场基准指数（万得全A）的累计净值比，来衡量该风格的长期超额收益表现[131]。 * 模型具体构建过程： 1. 以2020年1月4日为基准日，计算风格指数和万得全A指数的每日累计净值：$Cumulative\_Net\_Value_{t} = \frac{Close\_Price_{t}}{Close\_Price_{基准日}}$ [131] 2. 计算风格指数相对于万得全A指数的累计超额净值：$Cumulative\_Excess\_Net\_Value_{t} = \frac{Cumulative\_Net\_Value_{风格,t}}{Cumulative\_Net\_Value_{万得全A,t}}$ [131] 3. 模型名称：机构调研活跃度分位数模型[132] * 模型构建思路：通过计算板块或行业相对于全市场机构调研活跃度的标准化差值及其历史分位，来评估其受机构关注度的相对水平[132]。 * 模型具体构建过程： 1. 计算板块（或指数、行业）在过去n个交易日的“日均机构调研次数”[132]。 2. 将上述序列在滚动y年的历史时间序列上进行Z-score标准化，得到该板块的Z-score值[132]。 3. 对万得全A指数进行同样的计算，得到市场基准的Z-score值[132]。 4. 计算“机构调研活跃度”：$Survey\_Activity = Z\_score_{板块} - Z\_score_{万得全A}$ [132] 5. 计算该“机构调研活跃度”序列在滚动y年窗口内的历史分位数（长期口径：n=126，y=6年；短期口径：n=63，y=3年。历史数据不足时使用全部可用数据）[132]。 4. 因子名称：风险溢价因子 (ERP)[52] * 因子构建思路：通过计算股票指数市盈率倒数与无风险利率（10年期国债收益率）的差值，来衡量投资权益资产相对于债券资产的超额回报补偿，即股债性价比[52]。 * 因子具体构建过程：对于任一股票指数，其ERP计算公式为：$ERP = \frac{1}{PE\_TTM} - 10年期国债到期收益率$ [52] 其中，PE_TTM为指数的滚动市盈率。 5. 因子名称：长江动量因子[64] * 因子构建思路：以过去一年（剔除最近一个月）的股票收益率作为动量指标，筛选市场中动量特征强的股票构建指数[64]。 * 因子具体构建过程：“长江动量”指数以最近一年股票收益率减去最近一个月股票收益率（剔除涨停板）作为动量指标，综合选择A股市场中动量特征强且流动性相对较高的前100只股票作为指数成分股[64]。 6. 因子名称：长江反转因子[64] * 因子构建思路：以最近一个月的股票收益率作为反转指标，筛选市场中反转效应强的股票构建指数[64]。 * 因子具体构建过程：“长江反转”指数以最近一个月股票收益率作为筛选指标，综合选择A股市场中反转效应强、流动性较好的前100只股票作为指数成分股，并采用成分股近三个月日均成交量进行加权[64]。 模型的回测效果 （本报告未提供量化模型在历史回测中的具体绩效指标，如年化收益率、夏普比率、最大回撤等数值结果。报告主要展示了模型在特定时点的输出状态，例如拥挤度分位、超额净值走势等。） 1. 风格组相对拥挤度模型，成长 vs 红利相对拥挤度历史分位为73%[72]，小盘 vs 大盘相对拥挤度历史分位为20%[77]，微盘股 vs 中证800相对拥挤度历史分位为76%[80] 2. 风格指数累计超额净值模型，成长较红利累计超额净值处于历史较高位置[72]，小盘较大盘累计超额净值处于历史较高位置[77]，微盘股较中证800累计超额净值处于历史极高位置[80] 量化因子与构建方式 （报告中提及的动量、反转、成长、红利、大小盘等均为市场常见风格因子，其具体构建已在对应的指数编制方法中说明，详见“量化模型与构建方式”第5、6点及报告对风格指数的描述。） 因子的回测效果 （本报告未提供单因子测试的绩效指标，如因子IC、IR、多空组合收益等。报告主要展示了基于这些因子构建的风格指数在特定时期的表现。） 1. 成长 vs 红利因子，近一周相对收益为-2.6%，近一月为-3.8%，年初至今为-1.9%[61] 2. 小盘 vs 大盘因子，近一周相对收益为-2.7%，近一月为1.1%，年初至今为11.2%[61] 3. 动量 vs 反转因子，近一周相对收益为-2.0%，近一月为-2.3%，年初至今为-4.5%[61] 4. 微盘股 vs 基金重仓因子，近一周相对收益为1.2%，近一月为4.1%，年初至今为8.5%[61]