量化模型与构建方式 1. 模型名称：四轮驱动行业轮动模型 [14] 模型构建思路： 通过综合多种技术信号对行业进行排序，以捕捉行业轮动机会[14] 模型具体构建过程： 1. 对每个行业，监测多种预设的技术信号，例如“赚钱效应异动”、“牛回头”、“弱势行业反转”、“弱势行业反弹”、“低值金叉”、“任位金叉”等[14]。 2. 记录每个行业最近一次出现上述信号的日期（最新信号日期）以及该信号首次出现的日期（近期最早信号日期）[14]。 3. 根据“组合日期”当天各行业的技术信号状态，对所有行业进行综合排序，生成“行业排序”列表[14]。 4. 模型输出结果为按“行业排序”从高到低排列的行业列表，并附上对应的信号类型、是否拥挤（0代表否）以及过去1年的夏普比率排序等辅助信息[14]。 量化因子与构建方式 1. 因子名称：赚钱效应异动（潜在机会）因子 [14] 因子构建思路： 识别行业可能出现的赚钱效应变化迹象，作为潜在机会的信号[14]。 因子具体构建过程： 报告中未详细说明该因子的具体计算规则，仅将其作为“四轮驱动”模型所使用的一个定性信号类型[14]。 2. 因子名称：牛回头（潜在机会）因子 [14] 因子构建思路： 捕捉强势行业在短暂回调后可能再次启动的机会[14]。 因子具体构建过程： 报告中未详细说明该因子的具体计算规则，仅将其作为“四轮驱动”模型所使用的一个定性信号类型[14]。 3. 因子名称：弱势行业反转（潜在机会）因子 [14] 因子构建思路： 识别长期弱势行业可能出现的趋势反转迹象[14]。 因子具体构建过程： 报告中未详细说明该因子的具体计算规则，仅将其作为“四轮驱动”模型所使用的一个定性信号类型[14]。 4. 因子名称：弱势行业反弹（潜在机会）因子 [14] 因子构建思路： 识别弱势行业可能出现的短期反弹机会[14]。 因子具体构建过程： 报告中未详细说明该因子的具体计算规则，仅将其作为“四轮驱动”模型所使用的一个定性信号类型[14]。 5. 因子名称：低值金叉（潜在机会）因子 [14] 因子构建思路： 基于技术指标（如均线）在低位的黄金交叉现象，寻找买入机会[14]。 因子具体构建过程： 报告中未详细说明该因子的具体计算规则，仅将其作为“四轮驱动”模型所使用的一个定性信号类型[14]。 6. 因子名称：任位金叉（潜在机会）因子 [14] 因子构建思路： 基于技术指标在特定位置（任位）的黄金交叉现象，寻找买入机会[14]。 因子具体构建过程： 报告中未详细说明该因子的具体计算规则，仅将其作为“四轮驱动”模型所使用的一个定性信号类型[14]。 模型的回测效果 （报告中未提供“四轮驱动行业轮动模型”的具体量化回测绩效指标，如年化收益率、夏普比率、最大回撤等。） 因子的回测效果 （报告中未提供各技术信号因子的具体量化回测绩效指标，如IC、IR、多空收益等。报告中“过去1年Sharpe排序”是行业自身的绩效指标，并非因子测试结果。）[14]