量化模型与构建方式 1. 模型名称：量能择时模型[24][25] * 模型构建思路：通过监测主要宽基指数的成交量能变化来判断市场短期情绪，为交易提供择时信号[24]。 * 模型具体构建过程：报告未详细说明该模型的具体构建公式和计算过程，仅给出了基于该模型产生的择时观点[24][25]。 2. 模型名称：沪深300上涨家数占比择时模型[25][26][27][29] * 模型构建思路：通过计算沪深300指数成分股中近期取得正收益的股票数量占比，来判断市场情绪和趋势，并基于此构建择时策略[25][26]。 * 模型具体构建过程： 1. 首先，计算基础指标：沪深300指数N日上涨家数占比。公式为： $沪深300指数 N 日上涨家数占比 = \frac{沪深300指数成分股过去 N 日收益大于 0 的个股数}{沪深300指数成分股总数}$[25] 2. 然后，对基础指标进行平滑处理以生成交易信号。取N=230，对基础指标进行窗口期N1=50和N2=35（N1>N2）的移动平均，分别得到慢线和快线[27][29]。 3. 生成交易信号：当快线大于慢线时，看多沪深300指数；当快线小于慢线时，对市场持中性或谨慎态度[27][29]。 3. 模型名称：均线情绪指标择时模型[34][35][39] * 模型构建思路：基于沪深300指数收盘价与一组均线（八均线体系）的相对位置关系，构建一个反映市场趋势状态的综合情绪指标，并用于择时[34]。 * 模型具体构建过程： 1. 首先，计算沪深300指数的八条均线，参数分别为8, 13, 21, 34, 55, 89, 144, 233[35]。 2. 然后，计算当日收盘价大于这八条均线中每一条均线的数量[39]。 3. 生成交易信号：当收盘价大于均线的数量超过5条时，看多沪深300指数[39]。 模型的回测效果 1. 动量情绪指标择时策略（基于沪深300上涨家数占比），策略净值表现见附图[30][31] 2. 均线情绪指标择时策略，策略净值表现见附图[36][37] 量化因子与构建方式 1. 因子名称：横截面波动率[40][41] * 因子构建思路：计算特定指数（如沪深300、中证500、中证1000）成分股收益率在截面的离散程度，用于衡量市场分化程度和Alpha策略的潜在盈利环境[40]。 * 因子具体构建过程：报告未给出该因子的具体计算公式，但指出其用于衡量指数成分股间的收益率离散程度，数值上涨通常意味着短期Alpha环境好转[40]。 2. 因子名称：时间序列波动率[41][44] * 因子构建思路：计算特定指数成分股收益率在时间序列上的波动程度，用于衡量市场整体波动风险和Alpha策略环境[41]。 * 因子具体构建过程：报告未给出该因子的具体计算公式，但指出其用于衡量指数成分股的时序波动，并给出了加权时间序列波动率的结果[41][44]。 3. 因子名称：分离度[86] * 因子构建思路：通过计算“抱团基金”组合截面收益率的标准差，来度量基金抱团行为的集中或瓦解程度。标准差小表示抱团程度高，标准差大表示抱团正在瓦解[86]。 * 因子具体构建过程：报告未给出“抱团基金”组合的具体构建方法和分离度因子的详细计算公式，仅说明了其代理变量为抱团基金截面收益的标准差[86]。 因子的回测效果 1. 横截面波动率因子 * 沪深300横截面波动率：近两年平均值2.02%，近一年平均值2.05%，近半年平均值2.34%，近一季度平均值2.15%[41]。 * 中证500横截面波动率：近两年平均值2.29%，近一年平均值2.32%，近半年平均值2.73%，近一季度平均值2.49%[41]。 * 中证1000横截面波动率：近两年平均值2.51%，近一年平均值2.52%，近半年平均值2.78%，近一季度平均值2.61%[41]。 2. 时间序列波动率因子 * 沪深300时序波动率：近两年平均值0.99%，近一年平均值0.91%，近半年平均值0.91%，近一季度平均值0.95%[44]。 * 中证500时序波动率：近两年平均值1.32%，近一年平均值1.23%，近半年平均值1.48%，近一季度平均值1.36%[44]。 * 中证1000时序波动率：近两年平均值1.47%，近一年平均值1.28%，近半年平均值1.48%，近一季度平均值1.32%[44]。