量化模型与构建方式 1. 模型名称：权益类公募基金仓位估算模型[14] * 模型构建思路：通过估算普通股票型基金和偏股混合型基金的权益类资产仓位，来监测公募基金对权益类资产的加仓或减仓情况，以此反映机构投资者对未来市场的预期[14]。 * 模型具体构建过程：报告未详细描述具体的估算模型构建过程，仅提及了估算结果。通常此类模型会基于基金净值、持仓股票收益率等数据，使用回归或其他统计方法进行估算。 2. 因子名称：行业间收益分化程度[30] * 因子构建思路：以行业间收益率的标准差作为代理变量，衡量不同行业之间收益表现的差异或离散程度[30]。 * 因子具体构建过程：计算所有中信一级行业在当周收益率的标准差。公式为： $\sigma_{return} = \sqrt{\frac{1}{N-1} \sum_{i=1}^{N} (r_i - \bar{r})^2}$ 其中，( N ) 为行业数量，( r_i ) 为第 ( i ) 个行业的周收益率，( \bar{r} ) 为所有行业周收益率的平均值[30]。 3. 因子名称：行业间资金分化程度[33] * 因子构建思路：以行业日均换手率的标准差作为代理变量，衡量资金在不同行业间分布的集中或离散程度，规避了因行业市值差异导致成交额不可比的问题[31][33]。 * 因子具体构建过程：计算所有中信一级行业在当周日均换手率的标准差。公式为： $\sigma_{turnover} = \sqrt{\frac{1}{N-1} \sum_{i=1}^{N} (t_i - \bar{t})^2}$ 其中，( N ) 为行业数量，( t_i ) 为第 ( i ) 个行业的周日均换手率，( \bar{t} ) 为所有行业周日均换手率的平均值[33]。 4. 因子名称：行业收益反转效应[29] * 因子构建思路：通过计算近两周行业收益率在截面上的相关系数，来判断行业轮动是否存在反转效应[29]。 * 因子具体构建过程：将本周各行业的收益率与上周各行业的收益率作为两个序列，计算它们的截面相关系数[29]。 5. 因子名称：一致预期净利润两年复合增长率[37] * 因子构建思路：使用机构对未来两年净利润复合增长率的一致预期数据，作为反映市场对未来盈利信心的晴雨表[37]。 * 因子具体构建过程：直接采用Wind等数据提供商汇总的各公司或各指数成分股的一致预期数据，并计算其加权平均值或中位数，得到宽基指数或行业的预期复合增长率[37][38][39]。 6. 因子名称：估值分位数（PE TTM）[37][40] * 因子构建思路：计算当前市盈率（TTM）在历史序列中的分位数，以衡量其估值水平相对于历史的高低[37][40]。 * 因子具体构建过程：对于宽基指数或行业，获取其过去五年（或指定历史窗口）的每日/每周PE（TTM）时间序列，将当前PE值置于该历史序列中，计算其百分位排名[39][40][42]。 模型的回测效果 （报告未提供相关模型的回测效果指标） 因子的回测效果 1. 行业间收益分化程度因子：本周（2026.04.06-04.10）取值为 2.91%，较上周上行0.47%[30]。 2. 行业间资金分化程度因子：本周（2026.04.06-04.10）取值为 0.81%，较上周上行0.05%，位于近三年历史分位数的 35% 附近[33][36]。 3. 行业收益反转效应因子：近两周（报告期）行业收益率截面相关系数为 -9.9%[29]。 4. 一致预期净利润两年复合增长率因子（宽基指数）： * 上证50：6.02%，环比变化 +0.06%[39] * 沪深300：9.06%，环比变化 -0.04%[39] * 中证500：24.59%，环比变化 +0.03%[39] * 中证1000：30.53%，环比变化 +0.21%[39] * 创业板指：34.38%，环比变化 -0.06%[39] * 万得全A：13.96%，环比变化 -0.05%[39] 5. 估值分位数（PE TTM）因子（宽基指数）： * 上证50：77.27%，环比变化 +1.74% 分位数[39] * 沪深300：91.74%，环比变化 +9.75% 分位数[39] * 中证500：96.45%，环比变化 +2.56% 分位数[39] * 中证1000：96.61%，环比变化 +6.45% 分位数[39] * 创业板指：63.72%，环比变化 +11.90% 分位数[39] * 万得全A：97.02%，环比变化 +2.98% 分位数[39]