量化模型与构建方式 1. 模型名称：风险溢价模型 * 模型构建思路：以十年期国债即期收益率为无风险利率基准，计算各宽基指数相对于该无风险利率的风险溢价，用以衡量其相对投资价值和偏离情况[28] * 模型具体构建过程：风险溢价的计算公式为指数收益率减去十年期国债即期收益率。具体步骤包括：1) 获取各宽基指数的收益率序列；2) 获取十年期国债即期收益率序列；3) 将指数收益率减去国债即期收益率，得到风险溢价序列[28]。公式为： $风险溢价 = 指数收益率 - 十年期国债即期收益率$ * 模型评价：各跟踪指数的风险溢价有明显的均值复归现象，其中中证1000和中证2000的风险溢价波动率相对较大[29]。上证50的风险溢价分布更集中，而中证1000、中证2000和创业板指的风险溢价分布较分散，不确定性相对更大[33] 2. 模型名称：股债性价比模型 * 模型构建思路：以各指数市盈率（PE-TTM）的倒数作为股票预期收益的代理变量，减去十年期国债即期收益率，得到股债利差，用以比较股票与债券的相对吸引力[39] * 模型具体构建过程：股债性价比的计算公式为指数市盈率（PE-TTM）的倒数减去十年期国债即期收益率。具体步骤包括：1) 计算各宽基指数的PE-TTM；2) 求其倒数得到盈利收益率（E/P）；3) 用盈利收益率减去十年期国债即期收益率[39]。公式为： $股债性价比 = \frac{1}{PE-TTM} - 十年期国债即期收益率$ 3. 因子名称：连阴连阳因子 * 因子构建思路：统计指数K线连续为阴线或阳线的天数，用以捕捉市场的短期动量或反转效应[11] * 因子具体构建过程：从指数日收益率序列开始判断每日涨跌，若当日收益率为正则记为阳线（+1），为负则记为阴线（-1）。然后进行连续计数：若当前日与前一日的符号相同，则连阳（或连阴）天数加1；若符号不同，则计数重置为1。最终输出一个序列，正数表示连阳天数，负数表示连阴天数[11] 4. 因子名称：相对均线位置因子 * 因子构建思路：计算指数收盘价相对于不同周期移动平均线（MA）的位置，用以判断指数当前处于短期、中期还是长期的趋势之中[14] * 因子具体构建过程：分别计算指数收盘价的5日（MA5）、10日（MA10）、20日（MA20）、60日（MA60）、120日（MA120）和250日（MA250）简单移动平均线。然后计算收盘价相对于每条均线的百分比偏离，公式为： $相对MA_n位置 = \frac{收盘价 - MA_n}{MA_n} \times 100\%$ 其中n代表不同的周期（5, 10, 20, 60, 120, 250）[15] 5. 因子名称：指数换手率因子 * 因子构建思路：计算宽基指数的整体换手率，反映市场对该指数成分股的交易活跃度[17] * 因子具体构建过程：指数换手率的计算采用流通市值加权平均法。具体公式为： $指数换手率 = \frac{\sum (成分股流通股本 \times 成分股换手率)}{\sum (成分股流通股本)}$ 该计算避免了总股本中非流通部分的影响，更能反映实际可交易部分的活跃程度[18] 6. 因子名称：收益分布形态因子（偏度与超额峰度） * 因子构建思路：通过计算指数日收益率序列的偏度和超额峰度，来描述收益率分布的不对称性和尾部厚度，捕捉市场极端行情出现的概率变化[23][25] * 因子具体构建过程：1) 收集指数近期的日收益率序列；2) 计算该序列的偏度，衡量分布的不对称性，正偏态表示极端正收益情形增加；3) 计算该序列的峰度并减去3（正态分布的峰度值），得到超额峰度，衡量分布的尖峭或扁平程度，峰度越大说明收益率分布更集中[23][25] 7. 因子名称：市盈率分位值因子（PE-TTM分位值） * 因子构建思路：计算指数当前市盈率（PE-TTM）在其历史序列中所处的分位值，用以判断当前估值相对于历史的水平[34][38] * 因子具体构建过程：1) 获取指数在特定历史窗口期（如近1年、近5年或全历史）的每日PE-TTM序列；2) 将当前PE-TTM值与该历史序列进行比较；3) 计算当前值在该历史序列中的百分比排名，即为分位值。例如，近5年分位值90%表示当前PE-TTM值比近5年内90%的时间都要高[38][39] 8. 因子名称：股息率因子 * 因子构建思路：计算指数的股息率（现金分红回报率），作为价值投资和红利投资风格的衡量指标，特别是在市场低迷或利率下行时期[45] * 因子具体构建过程：指数股息率通常基于其成分股计算。具体公式为： $指数股息率 = \frac{\sum (成分股近12个月现金分红总额)}{\sum (成分股总市值)} \times 100\%$ 报告中也采用了历史分位值的方法来评估当前股息率的相对水平[45][49] 9. 因子名称：破净率因子 * 因子构建思路：计算指数中市净率（PB）小于1的个股数量占比，用以衡量市场整体或特定板块的估值低迷程度和悲观情绪[48] * 因子具体构建过程：1) 获取指数所有成分股的市净率（PB）；2) 统计其中PB值小于1的个股数量；3) 计算破净个股数量占指数总成分股数量的百分比，即得到破净率[48]。公式为： $破净率 = \frac{破净个股数}{指数总成分股数} \times 100\%$ 模型的回测效果 注：本报告为市场状态跟踪报告，未提供模型在历史数据上的系统化回测绩效指标（如年化收益率、最大回撤、夏普比率、信息比率IR等）。报告主要展示了各模型/因子在特定时点（2026年4月16日）的截面取值或状态描述。 因子的回测效果 注：本报告为市场状态跟踪报告，未提供因子在历史数据上的系统化回测绩效指标（如IC值、IR值、多空收益、分组收益等）。报告主要展示了各因子在特定时点（2026年4月16日）的截面取值或状态描述[11][15][17][25][31][39][50][51]。