量化模型与构建方式 1. 模型名称：择时雷达六面图综合择时模型 * 模型构建思路：从流动性、经济面、估值面、资金面、技术面、拥挤度六个维度选取二十一个指标对市场进行综合刻画，并概括为“估值性价比”、“宏观基本面”、“资金&趋势”、“拥挤度&反转”四大类，最终生成一个介于[-1,1]之间的综合择时分数[1][6] * 模型具体构建过程：首先，对每个单指标进行构建和标准化处理，将其转化为[-1, 0, 1]或连续标准化后的择时分数。然后，将六个维度的单指标分数汇总，形成每个维度的综合得分。最后，将六个维度的得分（或四大类得分）进一步综合，生成最终的[-1,1]区间内的市场择时观点[1][6] 量化因子与构建方式 1. 因子名称：货币方向因子 * 因子构建思路：通过比较货币政策工具利率与短端市场利率相对于90天前的平均变化方向，来判断当前货币政策是宽松还是收紧[10] * 因子具体构建过程：选取央行货币政策工具利率与短端市场利率，计算其相较于90天前的平均变化方向。若因子值>0，则判断货币政策宽松，发出看多信号（分数为1）；若因子值<0，则判断货币政策收紧，发出看空信号（分数为-1）[10] 2. 因子名称：货币强度因子 * 因子构建思路：基于“利率走廊”概念，通过计算短端市场利率相对于政策利率的偏离幅度，来表征货币环境的松紧强度[13] * 因子具体构建过程：计算偏离度 = DR007 / 7天逆回购利率 - 1，并对该偏离度进行平滑与z-score标准化，形成货币强度因子。若因子值 < -1.5倍标准差，则预期未来120个交易日为宽松环境，指标分数为1；若因子值 > 1.5倍标准差，则预期未来120个交易日指标分数为-1；否则为中性，分数为0[13] 3. 因子名称：信用方向因子 * 因子构建思路：使用中长期贷款指标的同比变化方向，来表征商业银行对实体经济的信贷传导是趋于宽松还是收紧[16] * 因子具体构建过程：计算中长期贷款当月值在过去十二个月的增量，并计算其同比值作为信用方向因子。若该因子值相比于三个月之前上升，则看多，分数为1；反之则看空，分数为-1[16] 4. 因子名称：信用强度因子 * 因子构建思路：捕捉新增人民币贷款数据是否大幅超预期或不及预期，以衡量信用扩张的强度[20] * 因子具体构建过程：计算信用强度因子 = (新增人民币贷款当月值 – 预期中位数) / 预期标准差。若因子值 > 1.5倍标准差，则定义未来60个交易日为信用显著超预期环境，分数为1；若因子值 < -1.5倍标准差，则未来60个交易日分数为-1；否则为中性，分数为0[20] 5. 因子名称：增长方向因子 * 因子构建思路：基于PMI数据的同比变化方向，来判断经济增长的趋势是向上还是向下[23] * 因子具体构建过程：选取中采制造业PMI、中采非制造业PMI、财新制造业PMI，计算其过去十二个月均值的同比值作为增长方向因子。若该因子值相比于三个月之前上升，则看多，分数为1；反之则看空，分数为-1[23] 6. 因子名称：增长强度因子 * 因子构建思路：捕捉PMI数据是否大幅超预期或不及预期，以衡量经济增长的强度[26] * 因子具体构建过程：计算PMI预期差 = (PMI – 预期中位数) / 预期标准差，作为增长强度因子。若因子值 > 1.5倍标准差，则定义未来60个交易日为增长显著超预期环境，分数为1；若因子值 < -1.5倍标准差，则未来60个交易日分数为-1[26] 7. 因子名称：通胀方向因子 * 因子构建思路：结合CPI和PPI的同比数据，判断通胀水平的变化方向，通胀下行通常为权益资产利好[29] * 因子具体构建过程：计算通胀方向因子 = 0.5 × CPI同比平滑值 + 0.5 × PPI同比原始值。若该因子值相较于三个月之前降低，则说明是通胀下行环境，此时看多，分数为1；反之看空，分数为-1[29] 8. 因子名称：通胀强度因子 * 因子构建思路：捕捉CPI和PPI数据是否大幅超预期或不及预期，以衡量通胀的强度[32] * 因子具体构建过程：分别计算CPI与PPI的预期差 = (披露值 – 预期中位数) / 预期标准差，并取两者的均值作为通胀强度因子。若通胀强度因子 < -1.5倍标准差，则定义未来60个交易日为通胀显著不及预期环境，分数为1；若因子值 > 1.5倍标准差，则未来60个交易日分数为-1[32] 9. 因子名称：席勒ERP因子 * 因子构建思路：使用经过周期调整的盈利（席勒PE）来计算股权风险溢价，以衡量股票相对于债券的长期估值性价比[34] * 因子具体构建过程：计算过去6年通胀调整后的平均盈利得到席勒PE，然后计算席勒ERP = 1/席勒PE - 10年期国债到期收益率。最后，计算该ERP值在过去6年时间窗口内的z-score作为分数[34] 10. 因子名称：PB因子 * 因子构建思路：使用市净率（PB）的倒数并标准化，作为衡量市场估值水平的指标[36] * 因子具体构建过程：将PB取相反数（PB × (-1)），并计算其过去6年时间窗口内的z-score，再用1.5倍标准差进行截尾处理，最后标准化到±1之间得到分数[36] 11. 因子名称：AIAE因子 * 因子构建思路：通过计算全市场权益资产配置比例，来反映市场整体的风险偏好水平[39] * 因子具体构建过程：构建A股的AIAE指标 = 中证全指总流通市值 / (中证全指总流通市值 + 实体总债务)。将该指标取相反数（AIAE × (-1)），并计算其过去6年时间窗口内的z-score得到分数[39] 12. 因子名称：两融增量因子 * 因子构建思路：通过比较融资融券余额的短期和长期平均增量，来判断杠杆资金的情绪和流向[42] * 因子具体构建过程：计算融资余额与融券余额的差值，并分别计算其过去120日的均增量和过去240日的均增量。若120日均增量 > 240日均增量，则看多，分数为1；反之看空，分数为-1[42] 13. 因子名称：成交额趋势因子 * 因子构建思路：通过分析成交额均线系统的排列关系，来判断市场成交热度和资金活跃度的趋势[45] * 因子具体构建过程：计算对数成交额的均线距离 = ma120 / ma240 - 1。当该均线距离的 max(10日) = max(30日) = max(60日) 时，发出看多信号，分数为1；当 min(10日) = min(30日) = min(60日) 时，发出看空信号，分数为-1；否则为中性，分数为0[45] 14. 因子名称：中国主权CDS利差因子 * 因子构建思路：将中国主权CDS利差的变化作为海外投资者对中国经济基本面预期和外资流入意愿的代理变量[48] * 因子具体构建过程：对平滑后的CDS利差计算其20日差分。若20日差分 < 0，说明CDS利差下降，海外预期转好，此时看多，分数为1；反之看空，分数为-1[48] 15. 因子名称：海外风险厌恶指数因子 * 因子构建思路：使用花旗风险厌恶指数（Citi RAI Index）的变化来衡量海外市场的整体风险偏好，进而影响外资流向[51] * 因子具体构建过程：对平滑后的风险厌恶指数计算其20日差分。若20日差分 < 0，说明外资风险偏好上升，此时看多，分数为1；反之看空，分数为-1[51] 16. 因子名称：价格趋势因子 * 因子构建思路：结合均线距离的方向和强度，来综合判断市场中长期的价格运行趋势[53] * 因子具体构建过程：首先计算价格均线距离 = ma120 / ma240 - 1。方向判断：若均线距离 > 0，趋势方向分数 = 1，反之为 -1。强度判断：若均线距离的 max(20日) = max(60日)，趋势强度分数为1；若 min(20日) = min(60日)，趋势强度分数为-1。最终趋势综合分数 = (趋势方向分数 + 趋势强度分数) / 2[53] 17. 因子名称：新高新低数因子 * 因子构建思路：将指数成分股创一年新高与新低的个股数量差作为市场反转信号，新低过多预示可能见底，新高过多预示可能见顶[56] * 因子具体构建过程：计算中证800成分股中，过去一年新低数减去新高数的差值，并取20日移动平均。若该平滑后的差值 > 0，说明近期新低较多，市场有见底预期，此时看多，分数为1；反之看空，分数为-1[56] 18. 因子名称：期权隐含升贴水因子 * 因子构建思路：将期权市场隐含的标的未来升贴水作为反转指标，用于衡量市场情绪的拥挤度[60] * 因子具体构建过程：若50ETF近5日收益率 < 0，且该指标的历史分位数 < 30%，则发出看多信号，持续20日，分数为1；若50ETF近5日收益率 > 0，且指标分位数 > 70%，则发出看空信号，持续20日，分数为-1[60] 19. 因子名称：期权VIX因子 * 因子构建思路：将期权隐含波动率（VIX）作为市场恐慌情绪和未来波动预期的指标，高VIX往往预示市场反转[61] * 因子具体构建过程：若50ETF近5日收益率 < 0，且VIX指标的历史分位数 > 70%，则发出看多信号，持续20日，分数为1；若50ETF近5日收益率 > 0，且VIX指标分位数 > 70%，则发出看空信号，持续20日，分数为-1[61] 20. 因子名称：期权SKEW因子 * 因子构建思路：将期权隐含偏度（SKEW）作为市场情绪和未来分布偏度的指标，用于判断市场反转[65] * 因子具体构建过程：若50ETF近5日收益率 < 0，且SKEW指标的历史分位数 > 70%，则发出看多信号，持续20日，分数为1；若50ETF近5日收益率 > 0，且SKEW指标分位数 < 30%，则发出看空信号，持续20日，分数为-1[65] 21. 因子名称：可转债定价偏离度因子 * 因子构建思路：通过计算可转债实际价格与模型理论定价的偏离度，来反映通过可转债暴露权益弹性的资金的拥挤情绪[68] * 因子具体构建过程：计算可转债定价偏离度 = 转债价格 / 模型定价 - 1。将该偏离度取相反数，并计算其过去3年时间窗口内的z-score作为分数。定价偏离度越高，拥挤度越高，分数越低[68] 模型的回测效果 * 本报告未提供择时雷达六面图综合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、信息比率IR等）的具体数值。 因子的回测效果 * 本报告提供了全部21个单因子在报告当周（最新）的择时信号分数，具体取值如下[9]： 1. 货币方向因子，当前分数：1.00 2. 货币强度因子，当前分数：0.00 3. 信用方向因子，当前分数：1.00 4. 信用强度因子，当前分数：0.00 5. 增长方向因子，当前分数：-1.00 6. 增长强度因子，当前分数：-1.00 7. 通胀方向因子，当前分数：-1.00 8. 通胀强度因子，当前分数：-1.00 9. 席勒ERP因子，当前分数：0.05 10. PB因子，当前分数：-0.57 11. AIAE因子，当前分数：-0.80 12. 两融增量因子，当前分数：-1.00 13. 成交额趋势因子，当前分数：0.00 14. 中国主权CDS利差因子，当前分数：-1.00 15. 海外风险厌恶指数因子，当前分数：-1.00 16. 价格趋势因子，当前分数：1.00 17. 新高新低数因子，当前分数：-1.00 18. 期权隐含升贴水因子，当前分数：1.00 19. 期权VIX因子，当前分数：1.00 20. 期权SKEW因子，当前分数：1.00 21. 可转债定价偏离度因子，当前分数：-1.00