量化模型与构建方式 1. 三维择时框架模型 * 模型名称：三维择时框架[4][13] * 模型构建思路：通过市场分歧度、流动性和景气度三个维度的趋势变化，综合判断市场整体走势[4][7]。 * 模型具体构建过程：模型分别构建三个指数，并根据其趋势方向进行综合判断[4][7]。 1. 市场分歧度指数：衡量市场参与者观点的离散程度，上行趋势表示市场分歧加大[4][19]。 2. 市场流动性指数：衡量市场资金面的松紧程度[4][20]。 3. A股景气度指数2.0：衡量上市公司整体经营状况和盈利趋势[4][23]。 4. 将三个指数的趋势（上行或下行）进行组合，形成对市场（如上涨、下跌、震荡）的综合判断[4][7][13]。 2. 热点趋势ETF策略模型 * 模型名称：热点趋势ETF策略[30] * 模型构建思路：结合价格形态、技术支撑阻力以及市场短期关注度（换手率）来筛选ETF，构建风险平价组合[30]。 * 模型具体构建过程： 1. 初筛：根据K线形态，选出最高价与最低价同时为上涨形态的ETF[30]。 2. 构建支撑阻力因子：根据最高价与最低价近20日回归系数的相对陡峭程度构建因子[30]。 3. 筛选关注度：在支撑阻力因子的多头组中，选择近5日换手率/近20日换手率最高的10只ETF，即短期市场关注度明显提升的品种[30]。 4. 组合构建：对最终选出的10只ETF构建风险平价组合[30]。 3. ETF三策略融合模型 * 模型名称：ETF三策略融合轮动模型[34][36] * 模型构建思路：将基于基本面、质量低波、困境反转三个不同维度的行业轮动策略进行等权融合，实现因子与风格互补，降低单一策略风险[34]。 * 模型具体构建过程： 1. 策略一：行业轮动策略。核心因子包括超预期景气度、行业龙头效应、行业动量、拥挤度、通胀beta，旨在宏观适配性强，覆盖行业多维度特性[35]。 2. 策略二：质量低波风格驱动策略。核心因子包括个股动量、个股质量、个股波动率，聚焦个股质量与低波，防御性突出[35]。 3. 策略三：困境反转策略。核心因子包括PB_zscore、分析师长期预期、短期筹码交换，旨在捕捉估值修复与业绩反转机会[35]。 4. 策略融合：将上述三个策略的输出进行等权组合，形成最终的行业/ETF推荐[34][36]。 4. 资金流共振策略模型 * 模型名称：融资-主动大单资金流共振策略[46][49] * 模型构建思路：利用融资融券资金流和主动大单资金流两个维度，寻找资金共振流入的行业，通过合理的因子构建和筛选提高策略稳定性[46]。 * 模型具体构建过程： 1. 构建行业融资融券资金因子：个股层面计算融资净买入-融券净卖出，加总到行业，再经过barra市值因子中性化，取最近50日均值后的两周环比变化率[46]。 2. 构建行业主动大单资金因子：计算行业净流入，经过最近一年成交量时序中性化后排序，取最近10日均值[46]。 3. 策略构建：在主动大单因子的头部打分行业内，剔除融资融券因子的头部行业（研究发现其有稳定的负向超额收益），以提升策略稳定性。进一步剔除大金融板块[46]。 4. 行业推荐：每周选择两种资金流有共振效应的行业作为多头推荐[49]。 5. 全天候配置模型 * 模型名称：全天候配置策略[53] * 模型构建思路：通过循环对冲设计对冲构型，绕过宏观因素预测，直击资产波动进行长期收益平衡，无需杠杆、预测或宏观假设即可获取稳健绝对收益[53]。 * 模型具体构建过程：策略遵循资产选择、风险调整、结构对冲三项基本原则[53]。按风险水平分为两个版本： 1. 高波版：采用“四层结构化-股债金风险平价”构型[57][58]。 2. 低波版：采用“五层结构化-风险预算”构型[59][63]。 模型的回测效果 1. 热点趋势ETF策略模型[30] * 2025年以来收益率：61.57% * 2025年以来相对沪深300超额收益率：39.58% 2. ETF三策略融合模型[39][40] * 总周期（2017/4/10 - 2026/3/6）组合收益率：12.06% * 总周期夏普率：0.73 * 总周期超额收益率（相对基准）：9.39% * 总周期信息比率(IR)：0.97 * 总周期最大回撤：-24.55% * 2026年以来收益率：0.91% 3. 资金流共振策略模型[46][47] * 2018年以来费后年化超额收益：14.3% * 2018年以来信息比率(IR)：1.4 * 上周（报告期）绝对收益：-3.98% * 上周（报告期）超额收益（相对行业等权）：-2.12% 4. 全天候配置模型[64][65] * 高波版： * 截至2025年年化收益率：11.8% * 截至2025年年平均最大回撤：3.6% * 截至2025年夏普比率：2.3 * 2026年以来收益率：3.1% * 低波版： * 截至2025年年化收益率：8.8% * 截至2025年年平均最大回撤：2.0% * 截至2025年夏普比率：3.4 * 2026年以来收益率：1.3% 量化因子与构建方式 1. 风格因子 * 因子名称：贝塔因子、动量因子、流动性因子[67] * 因子构建思路：用于刻画市场当前呈现的风格特征[67]。 * 因子具体构建过程：报告未详细描述具体计算过程，但指出本周市场呈现“高贝塔高动量高流动性”风格，即高贝塔、高动量、高流动性个股表现占优[67]。 2. Alpha因子（通用构建说明） * 因子构建思路：从多维度观察因子表现，包括不同时间窗口、宽基指数和行业板块[68]。 * 因子具体构建过程：因子收益测算采用流通市值加权，计算因子多头（前1/5组）收益。除规模因子外，均进行了市值、行业中性化处理；规模因子仅进行行业中性化处理[68]。 2.1 时间维度表现突出的因子 * 因子名称：1年-1个月的收益率因子 (mom 1y 1m)[69][71] * 因子构建思路：衡量过去1年剔除最近1个月后的收益率，属于动量因子的一种变体[71]。 * 因子具体构建过程：报告未给出具体公式，但根据名称推断为过去250个交易日收益率减去过去20个交易日收益率。 * 因子名称：营业利润占销售费用比因子 (oper salesexp)[69][71] * 因子构建思路：衡量企业营业利润相对于销售费用的效率，属于盈利质量因子[71]。 * 因子具体构建过程：[71] 2.2 指数维度表现突出的因子 * 因子名称：营业利润销售费用比因子 (oper salesexp)[73][74] * 因子构建思路：同2.1中所述[74]。 * 因子名称：单季度ROA同比差值（考虑快报、预告）因子 (roa q delta adv)[73][74] * 因子构建思路：衡量单季度资产回报率相对于去年同期的变化，考虑了业绩快报和预告信息，属于盈利增长因子[74]。 * 因子名称：一致预测营业收入变化占比因子 (mom3 rev fy1)[73][74] * 因子构建思路：衡量分析师对未来一年营业收入一致预测在近3个月内的变化幅度，属于预期修正因子[74]。 * 因子具体构建过程：[74] * 因子名称：十二个月残差动量因子 (specific mom12)[73][74] * 因子构建思路：剔除市场、行业等共同因素影响后的过去12个月特异性收益动量[74]。 * 因子名称：单季度净利润同比增长（考虑快报、预告）因子 (yoy np q adv)[73][74] * 因子构建思路：衡量单季度净利润相对于去年同期的增长率，考虑了业绩快报和预告信息[74]。 因子的回测效果 （注：报告中对因子的测试结果主要为近期表现和近一年在不同指数内的多头超额收益，以下按此口径分组列出） 1. 近期（近一周及近一月）表现 1. 1年-1个月的收益率因子 (mom 1y 1m)[71] * 近一周多头超额收益：1.18% * 近一个月多头超额收益：-0.32% 2. 营业利润占销售费用比因子 (oper salesexp)[71] * 近一周多头超额收益：1.13% * 近一个月多头超额收益：3.37% 2. 近一年在不同指数内的表现（多头超额收益） 1. 营业利润销售费用比因子 (oper salesexp)[74] * 沪深300中：35.65% * 中证500中：-1.17% * 中证800中：25.76% * 中证1000中：15.02% 2. 单季度ROA同比差值（考虑快报、预告）因子 (roa q delta adv)[74] * 沪深300中：34.46% * 中证500中：3.13% * 中证800中：25.81% * 中证1000中：17.31% 3. 一致预测营业收入变化占比因子 (mom3 rev fy1)[74] * 沪深300中：26.47% * 中证500中：12.61% * 中证800中：26.99% * 中证1000中：17.94% 4. 十二个月残差动量因子 (specific mom12)[74] * 沪深300中：33.80% * 中证500中：11.30% * 中证800中：29.57% * 中证1000中：15.44% 5. 单季度净利润同比增长（考虑快报、预告）因子 (yoy np q adv)[74] * 沪深300中：29.31% * 中证500中：8.84% * 中证800中：28.15% * 中证1000中：22.86%
市场由趋势转为盘整
国联民生证券·2026-03-08 18:29