量化模型与构建方式 1. 模型名称：基金仓位测算模型[2][13] * 模型构建思路：通过数理统计方法估算公募主动权益基金在特定行业（如有色金属）上的配置比例，以监测机构资金的持仓变化[2][13][26]。 * 模型具体构建过程：报告未详细描述该模型的具体构建步骤和公式，仅提及模型用于估算基金仓位，并给出了具体时点的测算结果（如1月30日有色金属仓位10.5%，3月20日降至8.7%）[2][13][14]。 2. 模型名称：价格分段体系[16][19] * 模型构建思路：对指数（如上证综指）价格走势进行分析和分段，以识别不同时间周期（如日线、周线）下的市场结构状态[16][19]。 * 模型具体构建过程：报告未详细描述该模型的具体构建算法和公式，主要通过图表（图1）展示分段结果，图中包含“dea”指标，可能涉及移动平均线或类似技术指标的计算[19]。 3. 模型名称：微观市场结构择时模型（知情交易者活跃度指标）[17][20] * 模型构建思路：构建一个反映“知情交易者”活跃程度的指标，用于判断市场内部结构变化，辅助择时[17][20]。 * 模型具体构建过程：报告未详细描述该指标的具体构建算法和计算公式，仅展示了该指标的历史走势图（图2），并说明其与市场走势的同步关系[17][20]。 模型的回测效果 （报告未提供上述模型的量化回测效果指标，如年化收益率、夏普比率、最大回撤等。） 量化因子与构建方式 1. 因子名称：BARRA风格因子体系[22][23][25] * 因子构建思路：采用经典的BARRA多因子模型框架，从多个维度（基本面、市场、风险等）拆解股票收益来源，以监测市场风格偏好[22][23][25]。 * 因子具体构建过程：报告未详细描述每个因子的具体计算公式，但列举了所监测的因子类别及名称，包括： * 基本面类因子：换手、财务杠杆、盈利波动、盈利质量、盈利能力、投资质量、长期反转、EP价值、BP价值、成长[23][25]。 * 市场与风险类因子：动量、非线性市值、市值、波动率、股息率[23][25]。 * 报告还提到了“残差波动率”（可能为“Residual Volatility”的翻译）因子[23]。 * 因子评价：该因子体系被用于有效监测市场风格偏好的变化，例如报告指出本周基本面因子表现分化，资金偏好成长多于价值，交易类因子中高波动股票占优，市值风格上大盘股相对占优[22][25]。 因子的回测效果 1. BARRA风格因子，本周收益：换手 -0.4%，财务杠杆 -0.3%，盈利波动 0.4%，盈利质量 0.0%，盈利能力 0.1%，投资质量 -0.2%，长期反转 0.0%，EP价值 -0.4%，BP价值 -0.3%，成长 0.1%，动量 -0.6%，非线性市值 0.1%，市值 0.5%，波动率 0.7%，残差波动率 0.1%，股息率 0.5%[23]。 （报告仅提供了因子在特定一周内的收益表现，未提供长期历史回测指标如IC、IR、多空收益等。）