本周热度变化最大行业为医药生物、传媒:市场情绪监控周报(20260406-20260410)-20260412
华创证券·2026-04-12 21:32

量化模型与构建方式 1. 模型名称:宽基轮动策略[13] * 模型构建思路:基于市场情绪热度指标,通过追踪不同宽基指数(如沪深300、中证500等)成分股的总热度周度变化率,构建一个简单的择时轮动策略。其逻辑在于,市场情绪(以热度变化率代理)的边际变化可能预示着短期资金流向或关注度的转移,从而带来交易机会[11][13]。 * 模型具体构建过程: 1. 首先,将全A股市场股票按宽基指数成分股分组,包括沪深300、中证500、中证1000、中证2000以及不属于以上四个指数的“其他”组[8]。 2. 计算每个分组(宽基指数)的“总热度”指标。该指标由组内所有成分股的“个股总热度”加总得到[7]。 3. 计算每个宽基分组每周的“热度变化率”,并对该变化率进行2周移动平均(MA2)平滑处理[11]。 4. 在每周最后一个交易日,比较各宽基分组(不包括“其他”组)的“热度变化率MA2”数值,买入该数值最大的宽基指数对应的资产[13]。 5. 如果“热度变化率MA2”最大的分组是“其他”组,则该周选择空仓[13]。 2. 模型名称:热门概念内低热度选股策略[29][31] * 模型构建思路:在A股市场,概念行情受行为金融因素影响较大,持续时间可能较短。该策略认为,在热门概念板块中,市场关注度(热度)最高的个股其股价可能已迅速反应,而同一概念内关注度较低的个股可能存在反应不足或补涨机会,从而构建一个旨在获取超额收益的选股组合[29][31]。 * 模型具体构建过程: 1. 在每周最后一个交易日,筛选出当周“热度变化率”最大的5个概念[31]。 2. 将这5个热门概念的所有成分股合并,作为初始选股股票池[31]。 3. 从该股票池中,剔除流通市值最小的20%的股票,以规避小市值股票可能带来的异常波动[31]。 4. 对于每个热门概念,分别从剩余股票池中选出“个股总热度”排名最后10位的个股[31]。 5. 将所有选出的个股(5个概念 * 10只个股 = 50只)等权重构建投资组合,称为“BOTTOM组合”[31][33]。 模型的回测效果 1. 宽基轮动策略,年化收益率11.57%,最大回撤23.5%,2026年收益0.02%[16] 2. 热门概念内低热度选股策略(BOTTOM组合),年化收益16.62%,最大回撤28.89%,2026年收益-9.0%[33] 量化因子与构建方式 1. 因子名称:个股总热度[7] * 因子构建思路:从投资者行为角度出发,将个股在特定交易日受到的浏览、加入自选与点击次数加总,作为衡量该股票受市场关注度(情绪热度)的代理变量。通过在全市场范围内进行归一化处理,使得不同股票、不同日期的热度值具有可比性[7]。 * 因子具体构建过程: 1. 对于股票i在交易日t,获取其当日浏览次数、加入自选次数和点击次数。 2. 将这三个次数相加,得到原始热度值。 3. 计算该原始热度值占全市场所有股票当日原始热度值总和的比重,进行归一化。 4. 将归一化后的数值乘以10000,使因子取值区间落在[0, 10000]之间。 公式表示为: 个股总热i,t=(i,t+i,t+i,t)j=1N(j,t+j,t+j,t)×10000个股总热度_{i,t} = \frac{(浏览_{i,t} + 自选_{i,t} + 点击_{i,t})}{\sum_{j=1}^{N}(浏览_{j,t} + 自选_{j,t} + 点击_{j,t})} \times 10000 其中,N为全市场股票总数[7]。 2. 因子名称:宽基/行业/概念总热度[7] * 因子构建思路:将“个股总热度”因子从个股层面聚合到更高层级的资产类别(如宽基指数、申万行业、市场概念),通过加总其成分股的热度值,得到代表该类别整体市场情绪热度的指标,用于监控板块级别的关注度变化[7]。 * 因子具体构建过程: 1. 确定目标资产类别(如沪深300指数、医药生物行业、数字货币概念)及其在交易日t的所有成分股集合。 2. 获取集合内每只成分股在交易日t的“个股总热度”值。 3. 将所有成分股的“个股总热度”值进行求和。 公式表示为: 类别总热G,t=iG个股总热i,t类别总热度_{G,t} = \sum_{i \in G} 个股总热度_{i,t} 其中,G代表某个宽基指数、行业或概念的成分股集合[7]。 3. 因子名称:热度变化率MA2[11][18][20] * 因子构建思路:计算“宽基/行业/概念总热度”指标的周度环比变化率,并对其进行短期平滑(2周移动平均),以捕捉市场情绪热度的边际变化趋势,减少单周数据的噪声,用于构建轮动或选股策略[11][18]。 * 因子具体构建过程: 1. 对于目标类别G,计算其第W周的“周度热度变化率”: 变化G,W=类别总热G,W类别总热G,W1类别总热G,W1变化率_{G,W} = \frac{类别总热度_{G,W} - 类别总热度_{G,W-1}}{类别总热度_{G,W-1}} 2. 对计算出的周度变化率序列,进行窗口期为2的移动平均计算,得到“热度变化率MA2”: 变化率MA2G,W=变化G,W+变化G,W12变化率MA2_{G,W} = \frac{变化率_{G,W} + 变化率_{G,W-1}}{2} 该因子用于图表展示(如图表4、5)和策略信号生成[11][18][20]。 因子的回测效果 (注:本报告未提供单个因子的独立回测效果指标,如IC、IR等。所有效果评估均基于使用这些因子构建的模型,详见“模型的回测效果”部分。)

本周热度变化最大行业为医药生物、传媒:市场情绪监控周报(20260406-20260410)-20260412 - Reportify