量化模型与构建方式 1. 模型名称：宽基轮动策略 [13] * 模型构建思路：基于市场情绪热度变化，构建一个在主流宽基指数间进行轮动的择时策略。其核心逻辑是，市场关注度（热度）的边际变化可能预示着短期资金流向，选择热度上升最快的宽基指数进行投资，以期获得超额收益[13]。 * 模型具体构建过程： 1. 数据准备：计算全A股票池中，属于沪深300、中证500、中证1000、中证2000以及“其他”组（不属于上述四个宽基的股票）的股票总热度[8]。 2. 计算热度变化率：计算每个宽基组（含“其他”组）的周度总热度变化率[11]。 3. 平滑处理：对周度热度变化率取2周移动平均（MA2）进行平滑[11]。 4. 交易信号：在每周最后一个交易日，买入MA2值最大的宽基指数对应的ETF或一篮子股票。如果MA2值最大的是“其他”组，则选择空仓[13]。 5. 调仓周期：每周调仓一次[13]。 2. 模型名称：热门概念内低热度选股策略（BOTTOM组合） [30][32] * 模型构建思路：在短期内受市场情绪驱动、关注度急剧上升的热门概念板块中，逆向选择板块内关注度最低的个股。其逻辑是，热门概念中的高关注度个股可能因“有限注意力”导致短期定价过度，而低关注度个股可能存在反应不足或补涨机会[29]。 * 模型具体构建过程： 1. 筛选热门概念：在每周最后一个交易日，筛选出本周总热度变化率最大的5个概念[32]。 2. 构建备选股票池：将这5个热门概念对应的所有成分股作为初始股票池，并剔除其中流通市值最小的20%的股票[32]。 3. 构建BOTTOM组合：在每个热门概念对应的备选股票池中，选出个股总热度指标排名最低的10只股票，等权重构建投资组合[32]。 4. 调仓周期：每周调仓一次[32]。 模型的回测效果 1. 宽基轮动策略，年化收益率8.74%，最大回撤23.5%，2026年收益为0%[16]。 2. 热门概念内低热度选股策略（BOTTOM组合），年化收益15.71%，最大回撤28.89%，2026年收益为-7.6%[34]。 量化因子与构建方式 1. 因子名称：个股总热度 [7] * 因子构建思路：通过加总个股的浏览、自选与点击次数，并经过标准化处理，构建一个衡量市场对单只股票关注度（情绪热度）的代理指标[7]。 * 因子具体构建过程： 1. 获取股票i在交易日t的浏览、自选与点击次数原始数据。 2. 将这三项数据求和，得到股票i在交易日t的原始总热度。 3. 计算该原始总热度在交易日t全市场所有股票中的占比，进行归一化。 4. 将归一化后的数值乘以10000，使因子取值区间落在[0, 10000]之间[7]。 * 公式： $个股总热度_{i,t} = \frac{（浏览_{i,t} + 自选_{i,t} + 点击_{i,t}）}{\sum_{j=1}^{N}（浏览_{j,t} + 自选_{j,t} + 点击_{j,t}）} \times 10000$ 其中，$i$ 代表个股，$t$ 代表交易日，$N$ 为全市场股票总数[7]。 2. 因子名称：聚合总热度（宽基/行业/概念层面） [7] * 因子构建思路：将属于同一宽基指数、申万行业或概念的成分股的“个股总热度”因子进行加总，得到更高层面的市场情绪热度指标，用于追踪板块或主题的整体关注度变化[7]。 * 因子具体构建过程： 1. 确定分组范围（如：沪深300指数、公用事业行业、兵装重组概念等）。 2. 将该分组内所有成分股在交易日t的“个股总热度”因子值进行求和[7][8]。 * 公式： $聚合总热度_{G,t} = \sum_{i \in G} 个股总热度_{i,t}$ 其中，$G$ 代表某个特定的宽基指数、行业或概念分组[7][8]。 3. 因子名称：热度变化率（周度） [11] * 因子构建思路：计算“聚合总热度”因子在相邻两周之间的变化率，用于衡量市场关注度的边际变化速度[11]。 * 因子具体构建过程： 1. 计算分组G在本周末（$t$）的聚合总热度 $H_{G,t}$。 2. 计算分组G在上周末（$t-1$）的聚合总热度 $H_{G, t-1}$。 3. 计算周度热度变化率[11]。 * 公式： $周度热度变化率_{G,t} = \frac{H_{G,t} - H_{G, t-1}}{H_{G, t-1}}$ 4. 因子名称：热度变化率MA2 [11] * 因子构建思路：对“热度变化率（周度）”因子进行2周移动平均平滑，以降低噪声，得到更稳定的趋势信号[11]。 * 因子具体构建过程： 1. 获取分组G在当周（$t$）和上一周（$t-1$）的“周度热度变化率”。 2. 计算这两周变化率的简单算术平均值[11]。 * 公式： $热度变化率MA2_{G,t} = \frac{周度热度变化率_{G,t} + 周度热度变化率_{G, t-1}}{2}$ 因子的回测效果 （注：报告未提供单个因子的独立回测绩效指标，如IC、IR等。因子效果体现在其构建的模型回测结果中。）