量化模型与构建方式 1. 宏观指标趋势模型 * 模型名称：宏观指标趋势模型[17] * 模型构建思路：通过统计检验方法，筛选出历史上对大类资产未来一个月收益率有显著影响的宏观指标，并基于这些指标的趋势方向对资产进行月度打分[11][17]。 * 模型具体构建过程： 1. 指标趋势判断：对于每个宏观指标，计算其不同周期的历史月度均线，通过比较当前值与均线的关系判断其处于“趋势上行”或“趋势下行”状态[17][18]。 2. 显著性检验：对于每个宏观指标-大类资产对，使用T检验判断在该指标处于“上行”和“下行”两种不同状态下，对应资产未来一个自然月的月度收益率分布是否存在显著差异[17]。检验公式如下： $t={\frac{{\overline{{R_{1}}}}-{\overline{{R_{2}}}}}{\sqrt{\frac{(n_{1}-1){S_{1}}^{2}+(n_{2}-1){S_{2}}^{2}}{n_{1}+n_{2}-2}}({\frac{1}{n_{1}}}+{\frac{1}{n_{2}}})}}\sim t_{n_{1}+n_{2}-2}$ 其中，$\overline{R_{1}}$ 和 $\overline{R_{2}}$ 分别代表宏观指标在趋势上行和趋势下行情况下，大类资产未来一个月的平均月度收益率；$S_{1}$ 和 $S_{2}$ 是对应收益率的标准差；$n_{1}$ 和 $n_{2}$ 是宏观指标处于趋势上行或趋势下行的月份数量[17]。 3. 打分规则：对于通过显著性检验的指标，根据其最新趋势方向（上行或下行）及其对资产的影响方向（正向或负向），赋予+1或-1的得分[31][54]。最终将单个资产下所有有效指标的得分加总，得到该资产的宏观视角总得分[31][54]。 2. 技术视角打分模型 * 模型名称：技术视角打分模型[22] * 模型构建思路：从趋势、估值（仅权益）、资金流（主要针对权益及风格）三个技术维度构建指标，对大类资产和权益风格进行月度打分[22][26]。 * 模型具体构建过程： 1. 趋势指标：基于资产收盘价或LLT指标，计算特定历史窗口的平均月度涨跌幅作为趋势判断指标[22][33]。若指标值为正，则认为趋势向上，记+1分；若为负，则认为趋势向下，记-1分[22]。 2. 估值指标（仅权益）： * 计算股权风险溢价：ERP = 1 / 中证800指数PE(TTM) - 10年期国债到期收益率[23]。 * 计算ERP在过去5年历史数据中的分位数：分位数 = (当前ERP - 过去5年ERP最低值) / (过去5年ERP最高值 - 过去5年ERP最低值)[23]。 * 根据分位数区间赋予估值得分：高于90%为+2分，70%-90%为+1分，30%-70%为0分，10%-30%为-1分，低于10%为-2分[25][26]。 3. 资金流指标：以日频计算个股主动净流入额，加总得到指数月度主动净流入额，并计算其边际变化（如与历史均值比较）作为资金流指标[26]。若指标为正，表示资金流入，记+1分；若为负，表示资金流出，记-1分[26]。 3. 综合观点生成模型 * 模型名称：综合观点生成模型[35][56] * 模型构建思路：将宏观视角和技术视角的得分进行加总，根据总得分的高低形成对大类资产或权益风格的最终观点（如看多、看空、看平）[35][56]。 * 模型具体构建过程：将每个资产或风格在宏观视角下的总得分[31][54]与技术视角下的总得分[33][55]直接相加，得到最新总得分[35][56]。根据总得分的正负和大小，映射为“看好”、“看空”、“看平”等定性观点[2][56]。 4. 战术资产配置组合模型 * 模型名称：战术资产配置组合模型[35] * 模型构建思路：在基准配置（固定比例、风险平价或波动率控制）的基础上，根据宏观指标和技术指标产生的月度信号，动态调整各类资产的配置权重[35][46]。 * 模型具体构建过程： 1. 设定基准组合：确定一组大类资产（如权益、债券、商品、货币）及其基准配置权重[36]。基准权重可以是固定比例（如权益20%、债券60%等）[36]，也可以是风险平价或控制年化波动率（如不超过6%）等经典配置模型计算得出的权重[46]。 2. 信号生成：利用前述宏观指标趋势模型和技术视角打分模型，每月末生成对各类非货币资产的看多/看空信号[35]。 3. 权重调整：根据信号方向，对看多的资产在其基准权重上增加一个固定的“调整权重”，对看空的资产则减少相应的“调整权重”[36]。货币资产的权重则相应反向调整，以保持总权重为100%[35]。 5. 权益风格轮动组合模型 * 模型名称：权益风格轮动组合模型[57] * 模型构建思路：在大盘/小盘、成长/价值这两对风格内部，根据宏观和技术指标产生的月度信号，动态超配看好的风格，低配看空的风格[57]。 * 模型具体构建过程： 1. 设定基准组合：对于每一对风格（如大盘/小盘），设定基准配置为等权重（各50%）[58]。 2. 信号生成：利用宏观指标趋势模型和技术视角打分模型，每月末生成对大盘（相对于小盘）、价值（相对于成长）的看多/看空信号[54][55]。 3. 权重调整：根据信号，对看好的风格在其基准权重上增加25%的权重，对看空的风格则减少25%的权重[58]。例如，若看好大盘，则大盘权重调整为75%，小盘权重调整为25%[58]。 模型的回测效果 1. 固定比例+宏观指标+技术指标组合 * 回测区间：2006年12月31日至2026年3月31日[41] * 年化收益率：10.01%[40] * 最大回撤：9.27%[40] * 年化波动率：6.20%[40] 2. 控制年化波动率6%+宏观指标+技术指标组合 * 回测区间：2006年12月31日至2026年3月31日[50] * 年化收益率：10.22%[50] * 最大回撤：7.37%[50] * 年化波动率：5.61%[50] 3. 风险平价+宏观指标+技术指标组合 * 回测区间：2006年12月31日至2026年3月31日[50] * 年化收益率：8.21%[50] * 最大回撤：4.58%[50] * 年化波动率：3.41%[50] 4. 大小盘轮动组合 * 回测区间：2012年12月31日至2026年3月31日[59] * 年化收益率：13.28%[59] * 最大回撤：49.10%[59] * 年化波动率：22.36%[59] * 基准组合年化收益率：7.94%[59] * 累计年化超额收益率：5.33%[58] 5. 成长价值轮动组合 * 回测区间：2012年12月31日至2026年3月31日[66] * 年化收益率：13.79%[66] * 最大回撤：45.18%[66] * 年化波动率：21.56%[66] * 基准组合年化收益率：7.95%[66] * 累计年化超额收益率：5.83%[63] 量化因子与构建方式 1. 宏观指标趋势因子 * 因子名称：宏观指标趋势因子[17] * 因子构建思路：将宏观指标（如PMI、CPI、社融等）的月度趋势方向，转化为对特定资产未来收益率的预测信号（+1或-1）[17][31]。 * 因子具体构建过程：同“宏观指标趋势模型”中的指标筛选与打分过程[17][31]。每个有效的宏观指标-资产对即构成一个因子，其因子值为根据指标最新趋势和预设影响方向所赋的得分（+1或-1）[31]。 2. 技术趋势因子 * 因子名称：技术趋势因子[22] * 因子构建思路：使用资产价格序列计算特定窗口期的平均涨幅，用以判断资产的中短期价格趋势[22][33]。 * 因子具体构建过程：对于不同资产，采用不同的价格序列（收盘价或LLT指标）和计算窗口（如过去2个月、6个月或T-12至T-2个月）计算平均月度涨跌幅[33]。因子值为该涨跌幅，其符号（正/负）直接作为趋势信号[22]。 3. 估值因子（股权风险溢价分位数） * 因子名称：股权风险溢价分位数因子[23] * 因子构建思路：通过计算权益资产相对债券的估值吸引力（ERP）的历史分位数，来衡量权益资产的估值水平[23][25]。 * 因子具体构建过程： 1. 计算当前ERP：ERP = 1 / PE(TTM) - 10年期国债到期收益率[23]。 2. 计算历史5年分位数：（当前ERP - 过去5年ERP最小值）/ (过去5年ERP最大值 - 过去5年ERP最小值)[23]。 3. 因子值为该分位数，并根据预设区间映射为-2到+2的得分[25][26]。 4. 资金流因子 * 因子名称：资金流因子[26] * 因子构建思路：通过计算指数成分股主动净买入资金的月度变化，来衡量市场或特定风格的短期资金流向[26][55]。 * 因子具体构建过程：汇总指数内所有成分股的日度主动净流入额，得到指数月度主动净流入额[26]。可进一步计算其边际变化，例如当月值与过去6个月平均值的差值或比值[33][55]。因子值为该边际变化值，其符号（正/负）作为资金流入/流出的信号[26]。 因子的回测效果 （注：报告中未单独展示各因子的历史表现指标（如IC、IR等），仅展示了其集成到模型中的最终组合表现。因此，此部分根据报告内容无法提供。）