量化模型与构建方式 1. 短期择时模型 模型名称：短期择时模型[16] 模型构建思路：通过综合评估基本面、估值面、情绪面和流动性四个维度的多个指标，生成一个综合性的市场择时信号，以判断当前市场应做多、做空还是保持中性[16]。 模型具体构建过程： 1. 将择时信号分解为四个一级指标：基本面、估值面、情绪面、流动性。 2. 每个一级指标下包含若干二级指标，每个二级指标根据其当前值在历史（过去5年）中的分位数位置，被赋予一个方向性的信号（乐观/谨慎/中性）[16][17]。 3. 每个一级指标的最终信号由其下属的二级指标信号综合决定[16][17]。 4. 综合四个一级指标的信号，生成最终的总仓位信号。从报告中的信号表（图表7）推断，信号可能以0（空仓/谨慎）、0.5（中性/半仓）、1（满仓/乐观）等形式表示[19]。 模型评价：该模型是一个多因子综合判断模型，旨在通过多维度数据捕捉市场状态变化，以降低单一指标失效的风险[16][17]。 2. 成长价值风格轮动模型 模型名称：成长价值风格轮动模型[24] 模型构建思路：通过动态宏观信号、估值回归信号、短期动量信号、风格广度信号和风格拥挤信号等多个子信号，综合判断当前市场环境下应超配成长风格还是价值风格[24][25]。 模型具体构建过程： 1. 模型包含五个子信号源：动态宏观信号、估值回归信号、短期动量信号、风格广度信号、风格拥挤信号[25]。 2. 每个子信号在每日会输出一个针对成长风格的仓位建议（例如0%、100%），表示该信号认为应配置成长风格的比例[25]。 3. 模型采用两种综合方式： * 综合信号1（无中性仓位）：可能直接对子信号进行某种加权或组合[25]。 * 综合信号2（5日平均仓位）：对子信号的仓位建议进行5日移动平均，以平滑信号，减少频繁切换，然后综合生成最终的成长与价值配置比例（例如成长60%，价值40%）[24][25]。 模型评价：该模型采用多信号源复合，并通过平滑处理来降低交易频率，适应震荡市中风格快速轮动的特点[24]。 3. 小盘大盘风格轮动模型 模型名称：小盘大盘风格轮动模型（流动性视角下的市值风格轮动和择时策略）[27] 模型构建思路：从流动性、资金面、市场情绪、估值和技术面等多个角度选取11个有效指标，构建综合信号来判断应超配小盘风格还是大盘风格[27][30]。 模型具体构建过程： 1. 选取11个轮动指标：A股龙虎榜买入强度、R007、融资买入余额变化、主题投资交易情绪、等级利差、期权波动率风险溢价、Beta离散度、PB分化度、大宗交易折溢价率、中证1000 MACD(10,20,10)、中证1000交易量能[30]。 2. 每个指标独立产生一个方向信号（看多小盘为100%，看多大盘为0%）[30]。 3. 综合所有指标的信号，生成一个综合的“小盘”仓位百分比和“大盘”仓位百分比[30]。报告中展示了“综合信号3D平滑”版本，表明对原始综合信号进行了3日平滑处理[30]。 4. 根据综合信号决定配置偏向。例如，当综合信号显示“大盘”仓位为100%时，建议超配大盘风格[27][30]。 量化因子与构建方式 1. 基本面择时因子群 因子构建思路：通过宏观经济指标判断经济基本面的强弱，为择时提供依据[16]。 因子具体构建过程： * 制造业PMI因子：直接观测制造业采购经理指数（PMI）是否大于50的荣枯线。若PMI>50，则发出乐观信号[16][19]。 * 信贷脉冲因子：计算“人民币中长期贷款脉冲同比增速”，并求其在过去5年历史中的分位数。分位数高表示信贷增速偏强，发出乐观信号[16][19]。 * M1同比增速因子：对M1同比增速进行HP滤波去趋势处理，计算去趋势后数据在过去5年历史中的分位数。分位数高表示M1增速偏强，发出乐观信号[16][19]。 2. 估值面择时因子群 因子构建思路：通过市场整体估值水平判断其均值回归压力，为择时提供依据[16]。 因子具体构建过程： * A股整体PE分位数因子：计算全市场股票PE_TTM中位数在过去5年历史中的分位数。分位数过高（如96.03%）意味着估值处于历史高位，存在均值回归下行压力，发出谨慎信号[10][16][19]。 * A股整体PB分位数因子：计算全市场股票PB_LF中位数在过去5年历史中的分位数。分位数过高（如91.32%）意味着估值处于历史高位，存在均值回归下行压力，发出谨慎信号[16][19]。 3. 情绪面择时因子群 因子构建思路：通过市场波动、交易活跃度等指标判断投资者情绪，为择时提供依据[17]。 因子具体构建过程： * Beta离散度因子：计算全市场股票的Beta离散度，并求其在过去5年历史中的分位数。分位数处于中间区域（如49.15%）表示市场分歧度中性，发出中性信号[17][19]。 * 量能情绪因子：计算“A股整体量能情绪得分”，并求其在过去5年历史中的分位数。分位数处于中间区域（如42.76%）表示交易情绪中性，发出中性信号[17][19]。 * 波动率因子：计算A股整体年化波动率，并求其在过去5年历史中的分位数。分位数处于中间区域（如91.98%被判定为中性）表示市场波动状态中性，发出中性信号[17][19]。 4. 流动性择时因子群 因子构建思路：通过货币市场利率、汇率、杠杆资金等指标判断市场流动性松紧，为择时提供依据[17]。 因子具体构建过程： * 货币利率指标因子：计算某一货币利率指标（具体未说明）在过去5年历史中的分位数。分位数处于中间区域（如44.07%）表示流动性状况中性，发出中性信号[17][19]。 * 汇率预期指标因子：计算人民币兑美元汇率预期变化指标在过去5年历史中的分位数。分位数处于中间区域（如59.32%）表示汇率预期中性，发出中性信号[17][19]。 * 融资余额变化因子：计算沪深两市5日平均新增融资额在过去5年历史中的分位数。分位数处于中间区域（如11.33%被判定为中性）表示杠杆资金情绪中性，发出中性信号[17][19]。 5. 小盘大盘轮动因子群 因子构建思路：从不同维度选取对大小盘风格轮动有预测能力的指标[27][30]。 因子具体构建过程（报告列出了11个因子的名称和部分逻辑）： * A股龙虎榜买入强度：可能与龙虎榜机构买入小盘股的强度相关[30]。 * R007：银行间市场7天回购利率，反映短期资金成本，影响小盘股流动性[27][30]。 * 融资买入余额变化：融资资金买入余额的变化情况，反映杠杆资金偏好[30]。 * 主题投资交易情绪：反映市场主题炒作热度，通常与小盘股活跃度相关[30]。 * 等级利差：可能指信用利差，反映风险偏好，利差收窄利于小盘股[30]。 * 期权波动率风险溢价：反映市场恐慌情绪或风险定价[30]。 * Beta离散度：全市场股票Beta值的离散程度，反映市场分歧度[30]。 * PB分化度：全市场股票市净率（PB）的离散程度，反映估值结构分化[30]。 * 大宗交易折溢价率：大宗交易的折价或溢价水平，反映机构交易意愿[30]。 * 中证1000 MACD(10,20,10)：中证1000指数的MACD技术指标，判断小盘股指趋势[30]。 * 中证1000交易量能：中证1000指数的交易量能指标[30]。 模型的回测效果 1. 短期择时模型 * 回测期：2012年底至今[18] * 年化收益率：15.70%[18][21] * 基准年化收益率（月度中性持仓再平衡）：4.87%[18] * 年化超额收益率：10.82%[18] * 年化波动率：14.80%[21] * 最大回撤：15.05%[18][21] * 夏普比率：0.9246[21] * 收益回撤比：1.0433[21] * 月度胜率：65.22%[21] * 季度胜率：58.18%[21] * 年度胜率：73.33%[21] 2024年以来表现[22]： * 年化收益率：22.60% * 基准年化收益率：9.12% * 年化波动率：16.75% * 最大回撤：11.10% * 夏普比率：1.1811 * 收益回撤比：2.0349 * 月度胜率：65.52% 2. 成长价值风格轮动模型 * 回测期：2011年至今[24] * 综合信号2（5日平均仓位）表现[24][25]： * 累计收益：756.56% * 年化收益：14.44% * 基准收益（国证成长价值等权）年化：6.51% * 年化超额收益率：7.93% * 年化波动率：21.41% * 最大回撤：40.08% * 夏普比率：0.64 * 收益回撤比：0.36 * 年化跟踪误差：5.88% * 年化信息比率（IR）：1.35 * 月度超额胜率：66.49% * 2026年以来超额收益率：2.40%[24][25] 3. 小盘大盘风格轮动模型 * 回测期：2014年以来[28][30] * 综合信号3D平滑策略表现[30]： * 年化收益：19.71% * 年化超额收益率：12.40% * 最大回撤：40.70% * 平均换手间隔（交易日）：19天 * 胜率（按交易）：50.21% * 2026年以来超额收益率：0.17%[28][30] * 各独立因子表现（年化超额收益率范围）：2.90% 至 9.59%[30] 因子的回测效果 （注：报告中未提供单个择时因子或风格轮动因子的独立回测绩效指标，仅在小盘大盘轮动部分列出了11个因子的年化超额收益等数据，已并入“小盘大盘风格轮动模型”的回测效果中。）