量化模型与构建方式 1. 模型名称：A股景气指数 [34] * 模型构建思路：以上证指数归母净利润同比为Nowcasting目标，构建一个能够高频反映A股景气度的指数[34] * 模型具体构建过程：报告未提供该指数的具体构建公式和计算步骤，仅提及构建详情可参考另一篇报告《视角透析：A股景气度高频指数构建与观察》[34] 2. 模型名称：A股情绪指数 [37] * 模型构建思路：基于市场波动率和成交额的变化方向来刻画市场情绪，并构造包含见底预警与见顶预警的信号系统[37] * 模型具体构建过程： 1. 将市场按照波动率和成交额的变化方向划分为四个象限[37] 2. 通过历史统计发现，只有“波动率上行-成交额下行”的区间表现为显著负收益，其余象限均为显著正收益[37] 3. 基于此规律，构造了A股情绪指数，包含见底预警指数（主要基于价格/波动率信号）和见顶预警指数（主要基于成交量信号）[37][41] 4. 综合两个预警指数的信号，得出对市场的整体观点[38][41] 3. 模型名称：主题挖掘算法 [50] * 模型构建思路：通过处理新闻和研报文本，挖掘主题投资机会[50] * 模型具体构建过程：算法涉及多个维度，包括文本处理、主题关键词提取、主题个股关系挖掘、主题活跃周期构建、主题影响力因子构建等[50] 4. 模型名称：中证500增强组合 [50] * 模型构建思路：通过量化策略模型构建投资组合，以跑赢中证500指数基准为目标[50] * 模型具体构建过程：报告未提供具体的策略模型构建细节，但展示了根据模型生成的当前持仓明细[52][53][55] 5. 模型名称：沪深300增强组合 [56] * 模型构建思路：通过量化策略模型构建投资组合，以跑赢沪深300指数基准为目标[56] * 模型具体构建过程：报告未提供具体的策略模型构建细节，但展示了根据模型生成的当前持仓明细[59][60] 量化因子与构建方式 1. 因子体系：参照BARRA因子模型，构建了A股市场的十大类风格因子[62] 2. 因子名称：市值（SIZE）、BETA、动量（MOM）、残差波动率（RESVOL）、非线性市值（NLSIZE）、估值（BTOP）、流动性（LIQUIDITY）、盈利（EARNINGS_YIELD）、成长（GROWTH）和杠杆（LVRG）[62] * 因子构建思路：报告提及参照BARRA模型构建，但未详细说明每个因子的具体构建公式和计算过程[62] 模型的回测效果 1. A股情绪指数系统择时表现：报告通过图表21展示了该系统的历史择时表现，但未提供具体的量化指标数值[47] 2. 中证500增强组合：截至报告本周（2026年4月6日-4月10日），组合相对中证500指数累计超额收益53.21%，历史最大回撤为-10.90%[50] 3. 沪深300增强组合：截至报告本周（2026年4月6日-4月10日），组合相对沪深300指数累计超额收益46.16%，历史最大回撤为-5.86%[56] 因子的回测效果 注：报告未提供各个风格因子长期回测的量化指标（如IC、IR、多空收益等），仅提供了近期（近一周）的表现分析。 1. 近期风格因子表现（近一周）： * 表现较优的因子：Beta因子超额收益较高；高动量股表现优异[63] * 表现不佳的因子：残差波动率因子呈较为显著的负向超额收益；流动性、价值等因子表现不佳[63] 2. 风格因子暴露相关性（近一周）：报告以矩阵形式展示了十大类风格因子风险暴露之间的相关性系数，例如流动性因子与Beta、动量、残差波动率因子呈现明显正相关性；价值因子与Beta、残差波动率、流动性等因子呈现明显负相关性[63][64]