量化模型与因子总结 量化模型与构建方式 1. 模型名称：量能择时模型[24] * 模型构建思路：通过分析市场成交量的变化来对市场未来走势进行判断，生成看多或看空的择时信号[24]。 * 模型具体构建过程：报告未详细描述该模型的具体构建公式和计算过程，仅给出了基于该模型对各大宽基指数的最新择时观点[24]。 2. 模型名称：沪深300上涨家数占比择时模型[25][27][29] * 模型构建思路：通过计算沪深300指数成分股中过去一段时间内上涨的股票数量占比，来衡量市场情绪，并基于情绪指标的变化（快慢线交叉）来生成择时信号[25][27][29]。 * 模型具体构建过程： 1. 计算基础指标：沪深300指数N日上涨家数占比 = 沪深300指数成分股过去N日收益大于0的个股数占比[25]。其中N=230[27]。 2. 对基础指标进行平滑处理：分别计算该指标的N1日（慢线）和N2日（快线）移动平均，其中N1=50，N2=35[27]。 3. 生成信号：当快线大于慢线时，看多沪深300指数；当快线小于慢线时，对市场持中性态度[27][29]。 * 模型评价：该指标可以较快捕捉上涨机会，但在市场过热阶段会提前止盈离场，错失后续上涨收益，且对下跌市场的判断存在缺陷[26]。 3. 模型名称：均线情绪指标择时模型[33][37] * 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，构建情绪指标，并据此判断市场趋势状态，生成择时信号[33][37]。 * 模型具体构建过程： 1. 计算八均线数值：计算沪深300收盘价的8条均线，参数分别为8, 13, 21, 34, 55, 89, 144, 233[33]。 2. 计算当日指标值：统计当日沪深300指数收盘价大于这八条均线数值的数量[37]。 3. 生成信号：当当前价格大于八均线指标值的数量超过5时，看多沪深300指数[37]。 模型的回测效果 （报告中未提供各择时模型的具体回测绩效指标数值，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：横截面波动率[38] * 因子构建思路：计算某一指数（如沪深300、中证500、中证1000）所有成分股在同一时间截面上的收益率标准差，用以衡量股票间的分化程度，反映市场Alpha获取环境的难易度[38]。 * 因子具体构建过程：报告未给出具体的计算公式，但指出该因子是计算指数成分股收益率的横截面波动率[38]。 2. 因子名称：时间序列波动率[39] * 因子构建思路：计算指数成分股的加权时间序列波动率，用以衡量市场整体的波动水平，同样作为判断Alpha环境的指标[39]。 * 因子具体构建过程：报告未给出具体的计算公式，但指出该因子是计算指数成分股的加权时间序列波动率[39]。 3. 因子名称：抱团基金分离度[81] * 因子构建思路：通过计算抱团基金组合截面收益的标准差，来衡量基金抱团的程度。标准差越小，说明基金表现越趋同，抱团程度越高；反之则表示抱团正在瓦解[81]。 * 因子具体构建过程：具体计算方式为抱团基金截面收益的标准差[81]。 因子的回测效果 （报告中未提供上述因子的IC、IR、多空收益等具体测试结果取值，仅提供了因子数值的统计描述和近期观察。） 因子/指标的具体统计结果 1. 横截面波动率统计[39] * 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2.35%，近一季度平均值2.15%[39]。 * 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2.71%，近一季度平均值2.49%[39]。 * 中证1000横截面波动率：近两年平均值2.51%，近一年平均值2.51%，近半年平均值2.78%，近一季度平均值2.61%[39]。 2. 时间序列波动率统计[42] * 沪深300时序波动率：近两年平均值1.02%，近一年平均值0.92%，近半年平均值0.97%，近一季度平均值1.00%[42]。 * 中证500时序波动率：近两年平均值1.34%，近一年平均值1.23%，近半年平均值1.59%，近一季度平均值1.41%[42]。 * 中证1000时序波动率：近两年平均值1.49%，近一年平均值1.27%，近半年平均值1.61%，近一季度平均值1.38%[42]。