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，构建一个在主流宽基指数间进行轮动的策略。每周选择市场关注度（总热度）边际提升最显著的宽基指数进行投资，若关注度提升最大的是非主流股票（“其他”组），则选择空仓。[13] * 模型具体构建过程： 1. 将全市场股票按成分股归属分为五组：沪深300、中证500、中证1000、中证2000以及“其他”（不属于前四组的股票）。[9] 2. 计算每组股票的总热度：对该组内所有成分股的“个股总热度”指标进行求和。[9] 3. 计算每组总热度的周度变化率。[13] 4. 对周度变化率进行MA2（2期移动平均）平滑处理。[13] 5. 在每周最后一个交易日，选择MA2值最大的宽基组（若为“其他”组则空仓），买入该组对应的指数（或等权组合）。[13] 2. 模型名称：热门概念内高低热度选股策略[31] * 模型构建思路：在短期内受市场情绪驱动、关注度急剧上升的热门概念板块中，逆向选择板块内关注度最低的个股，以期获得超额收益。其逻辑在于热门概念中的高关注度个股可能已充分定价，而低关注度个股存在反应不足的可能。[30][31] * 模型具体构建过程： 1. 构建TOP组合： * 在每周最后一个交易日，筛选出本周总热度变化率最大的5个概念。[31] * 将这5个概念的所有成分股合并为初始股票池。[31] * 剔除股票池中流通市值最小的20%股票。[31] * 在每个热门概念中，选出“个股总热度”排名前10的个股。[31] * 将选出的所有个股等权构建组合，称为“热度TOP组合”。[31] 2. 构建BOTTOM组合： * 前三个步骤与TOP组合相同。[31] * 在每个热门概念中，选出“个股总热度”排名最后10的个股。[31] * 将选出的所有个股等权构建组合，称为“热度BOTTOM组合”。[31] 模型的回测效果 1. 宽基轮动策略，年化收益率11.54%[16]，最大回撤23.5%[16]，2026年收益为2.3%[16] 2. 热门概念内高低热度选股策略（BOTTOM组合），年化收益17.05%[33]，最大回撤28.89%[33]，2026年收益为-6.3%[33] 量化因子与构建方式 1. 因子名称：个股总热度[8] * 因子构建思路：从行为金融学角度，用个股的浏览、自选与点击数据来度量市场对该股票的关注度，作为“情绪热度”的代理变量。[8] * 因子具体构建过程： 1. 获取个股单日的浏览、自选与点击次数。[8] 2. 将这三项数据求和。[8] 3. 将该求和值除以当日全市场所有股票的该项求和总值，进行归一化。[8] 4. 将归一化后的数值乘以10000，使因子值区间落在[0, 10000]。[8] * 公式：$个股总热度 = \frac{个股日度（浏览次数+自选次数+点击次数）}{全市场日度（浏览次数+自选次数+点击次数）之和} \times 10000$[8] 2. 因子名称：宽基/行业/概念总热度[8] * 因子构建思路：将个股层面的关注度（情绪热度）聚合到宽基指数、行业或概念板块层面，用于追踪更大范围的市场情绪变化。[8] * 因子具体构建过程：对目标宽基指数、申万行业或概念板块内的所有成分股的“个股总热度”因子值进行直接求和。[8][9] 3. 因子名称：热度周度变化率MA2[13][20] * 因子构建思路：计算宽基、行业或概念“总热度”的边际变化，并做平滑处理，以观察市场情绪热度的短期动向。[13][20] * 因子具体构建过程： 1. 计算目标对象（宽基、行业、概念）本周“总热度”相比上周的变化率。[13][20] 2. 对该周度变化率序列进行2期移动平均（MA2）处理。[13][20] 因子的回测效果 (注：报告未提供单个因子的独立测试结果（如IC、IR等），仅展示了基于因子构建的策略组合表现。)