量化模型与构建方式 1. 模型名称：四轮驱动行业轮动模型[8][17] * 模型构建思路：该模型旨在通过捕捉行业层面的多种技术信号，以识别潜在的行业轮动机会[17] * 模型具体构建过程：模型对每个行业进行监控，并识别特定的技术信号类型。根据研报中提供的模型输出表格，信号类型主要包括： * 低位金叉：可能指代行业指数或其相关技术指标（如均线）在低位区域出现短期线上穿长期线的看涨信号[17] * 赚钱效应异动：可能指代行业指数的赚钱效应指标（如资金流向、涨跌家数比等）出现异常波动，提示潜在机会[17] * 牛回头：可能指代行业指数在上升趋势中出现短暂回调后，再次企稳并可能恢复上涨的信号[17] 模型根据这些信号的出现日期和类型，对行业进行排序，以提示潜在的轮动方向[17]。 模型的回测效果 （报告中未提供“四轮驱动行业轮动模型”的具体回测指标数值，如年化收益率、夏普比率、最大回撤等，因此本部分无内容。） 量化因子与构建方式 1. 因子名称：拥挤度[1][8][9] * 因子构建思路：通过衡量特定板块或行业的交易活跃度（以成交金额占比为代理变量）在其历史分布中的位置，来判断该板块是否过热或交易过于集中[1][9] * 因子具体构建过程：对于某个行业或板块，计算其当前成交金额占市场总成交额的比例。然后，计算该比例在过去一段时间（报告中提及了3年和20年两个窗口期）历史数据中的分位点（Percentile）。分位点越高，表明当前成交活跃度相对于历史水平越拥挤[9]。 * 公式说明：拥挤度 = 当前行业成交金额占比 在 历史窗口期（如3年或20年） 成交金额占比序列中的分位数[9]。 2. 因子名称：量能关注度及变化[1][8][9] * 因子构建思路：结合成交金额的绝对水平（关注度）和其近期变化幅度，以识别当前市场资金集中流入或流出明显的行业[1][9] * 因子具体构建过程：该因子可能由两个维度构成： * 量能关注度：直接使用行业成交金额的绝对值或其在市场中的占比作为衡量标准[9]。 * 量能变化：计算行业成交金额或其占比在近期（如一周）的变化率或变化幅度[9]。 报告中通过列举“量能关注度较高及变化较明显”的行业来展示该因子的应用结果[1][9]。 因子的回测效果 （报告中未提供“拥挤度”和“量能关注度及变化”因子在选股或行业轮动中的具体IC值、IR、多空收益等量化回测指标，因此本部分无内容。）