量化模型与构建方式 1. 模型名称：量能择时模型[27] * 模型构建思路：通过观察主要宽基指数的量能（成交量）变化来判断市场短期走势，并给出“多”或“空”的择时观点[27]。 * 模型具体构建过程：报告未详细描述该模型的构建过程和具体信号生成规则，仅给出了截至报告日的择时信号结果[27]。 2. 模型名称：沪深300上涨家数占比择时模型[28][29][31] * 模型构建思路：通过计算沪深300指数成分股中过去一段时间内上涨的股票数量占比，来捕捉市场情绪变化，并基于此进行择时[28]。 * 模型具体构建过程： 1. 计算基础指标：沪深300指数N日上涨家数占比 = 沪深300指数成分股过去N日收益大于0的个股数占比[28]。报告中N=230[29]。 2. 对基础指标进行平滑处理：分别计算窗口期为N1和N2的移动平均线，作为慢线和快线，其中N1>N2[31]。报告中N1=50，N2=35[29]。 3. 生成交易信号：当快线大于慢线时，看多沪深300指数；当快线小于慢线时，对市场持中性态度[31]。 * 模型评价：该指标可以较快捕捉上涨机会，但也会错失市场持续亢奋阶段的收益，且难以有效规避下跌风险[28]。 3. 模型名称：均线情绪指标择时模型[36][40] * 模型构建思路：利用沪深300指数收盘价与一组长期均线（八均线体系）的相对位置关系来判断市场趋势状态和情绪，并据此进行择时[36]。 * 模型具体构建过程： 1. 计算八条均线：计算沪深300指数收盘价的八条均线，参数分别为8, 13, 21, 34, 55, 89, 144, 233[36]。 2. 计算当日指标值：统计当日沪深300指数收盘价大于这八条均线指标值的数量[40]。 3. 生成交易信号：当当前价格大于八均线指标值的数量超过5时（即收盘价位于多数长期均线之上），看多沪深300指数[40]。 模型的回测效果 （报告未提供上述择时模型具体的回测绩效指标，如年化收益率、夏普比率、最大回撤等数值结果，仅展示了策略净值走势图[32][33][34][37][38][39]） 量化因子与构建方式 1. 因子名称：横截面波动率[41][42] * 因子构建思路：计算某一指数（如沪深300、中证500、中证1000）所有成分股收益率在截面上的标准差，用以衡量股票间的分化程度，进而评估Alpha策略的盈利环境[41]。 * 因子具体构建过程：报告未给出具体的计算公式，但指出其统计了不同指数成分股的横截面波动率，并计算了其在多个时间窗口（近两年、近一年、近半年、近一季度）的平均值及分位数[42]。 2. 因子名称：时间序列波动率[42][45] * 因子构建思路：计算指数成分股加权的时间序列波动率，用以衡量市场整体的波动水平，作为评估Alpha环境的另一个维度[42]。 * 因子具体构建过程：报告未给出具体的计算公式，但指出其统计了不同指数成分股加权的时间序列波动率，并计算了其在多个时间窗口的平均值及分位数[45]。 3. 因子名称：抱团基金分离度[84] * 因子构建思路：通过计算抱团基金组合截面收益的标准差，作为基金抱团程度的代理变量。标准差小表示抱团程度高，标准差大表示抱团正在瓦解[84]。 * 因子具体构建过程： 1. 构造抱团基金组合（具体构造方法未详述）[84]。 2. 计算该组合内基金截面收益的标准差，即为分离度指标[84]。 因子的回测效果 1. 横截面波动率因子[42] * 沪深300横截面波动率：近两年平均值2.02%，近一年平均值2.04%，近半年平均值2.32%，近一季度平均值2.12%[42]。 * 中证500横截面波动率：近两年平均值2.29%，近一年平均值2.32%，近半年平均值2.65%，近一季度平均值2.46%[42]。 * 中证1000横截面波动率：近两年平均值2.51%，近一年平均值2.50%，近半年平均值2.71%，近一季度平均值2.59%[42]。 2. 时间序列波动率因子[45] * 沪深300时序波动率：近两年平均值1.05%，近一年平均值0.93%，近半年平均值1.03%，近一季度平均值1.01%[45]。 * 中证500时序波动率：近两年平均值1.36%，近一年平均值1.21%，近半年平均值1.62%，近一季度平均值1.41%[45]。 * 中证1000时序波动率：近两年平均值1.50%，近一年平均值1.24%，近半年平均值1.61%，近一季度平均值1.39%[45]。 3. 抱团基金分离度因子 （报告未提供该因子的具体历史数值或统计特征）