量化模型与构建方式 1. 模型名称：微盘股轮动策略[19][27] * 模型构建思路：通过结合微盘股与茅指数的相对净值趋势和短期价格动量，构建大小盘轮动策略，以捕捉风格切换机会[19][27]。 * 模型具体构建过程： * 子策略一：相对净值与年均线比较。计算微盘股指数与茅指数的相对净值，当该相对净值高于其243日移动平均线时，倾向于投资微盘股；反之则投资茅指数[27]。 * 子策略二：20日收盘价斜率比较。分别计算微盘股指数和茅指数的20日收盘价斜率。当两个指数的斜率方向相反且其中一方为正时，选择投资斜率为正的指数[27]。 * 综合策略：综合以上两个子策略的信号，决定最终配置方向。报告指出，当前两个子策略信号出现分歧，导致轮动策略处于均衡配置状态[19]。 2. 模型名称：微盘股择时风控模型[19][27] * 模型构建思路：通过监控与市场风险相关的宏观及市场指标，在指标触及预设阈值时发出平仓信号，以控制微盘股投资的中期系统性风险[19][27]。 * 模型具体构建过程： * 监控指标一：十年期国债到期收益率同比。计算该指标的同比变化率，当该值触及30%的阈值时，发出风控信号[27]。 * 监控指标二：微盘股波动率拥挤度同比。计算该指标的同比变化率，当该值触及55%的阈值时，发出风控信号[27]。 * 风控规则：任一指标触及其对应阈值，则发出平仓信号[27]。 3. 模型名称：宏观择时模型[49] * 模型构建思路：基于经济增长和货币流动性等宏观维度构建动态事件因子，用于进行股债资产配置的择时判断[49]。 * 模型具体构建过程：报告未详细描述该模型的构建过程，但指出其细节可参考历史研究报告《Beta 猎手系列：基于动态宏观事件因子的股债轮动策略》[49]。 模型的回测效果 1. 宏观择时模型，2026年年初至今收益率为2.44%，同期Wind全A收益率为-1.15%[49]。截至2026年3月31日，模型对4月份经济增长层面信号强度为50%，货币流动性层面信号强度为0%，综合给出的股票推荐仓位为25%[49][50]。 量化因子与构建方式 1. 因子名称：一致预期因子 (排序方向：↑)[64][67] * 因子构建思路：使用分析师一致预期数据，捕捉市场对未来盈利预期的变化[64][67]。 * 因子具体构建过程：包含多个细分因子，例如： * EPS_FTTM_Chg3M：未来12个月一致预期EPS过去3个月的变化率[67]。 * ROE_FTTM_Chg3M：未来12个月一致预期ROE过去3个月的变化率[67]。 * TargetReturn_180D：一致预期目标价相对于目前股价的收益率[67]。 2. 因子名称：成长因子 (排序方向：↑)[64][67] * 因子构建思路：使用公司财务数据的增长率，衡量公司的成长性[64][67]。 * 因子具体构建过程：包含多个细分因子，例如： * NetIncome_SQ_Chg1Y：单季度净利润同比增速[64]。 * OperatingIncome_SQ_Chg1Y：单季度营业利润同比增速[64]。 * Revenues_SQ_Chg1Y：单季度营业收入同比增速[67]。 3. 因子名称：价值因子 (排序方向：↑)[64][67] * 因子构建思路：使用公司市值与账面价值、盈利、收入等指标的比率，寻找估值相对较低的股票[64][67]。 * 因子具体构建过程：包含多个细分因子，例如： * BP_LR：最新年报账面净资产/最新市值[64]。 * EP_FTTM：未来12个月一致预期净利润/最新市值[64]。 * SP_TTM：过去12个月营业收入/最新市值[64]。 4. 因子名称：质量因子 (排序方向：↑)[64][67] * 因子构建思路：使用盈利能力、运营效率等财务指标，衡量公司的经营质量[64][67]。 * 因子具体构建过程：包含多个细分因子，例如： * ROE_FTTM：未来12个月一致预期净利润/股东权益均值[67]。 * GrossMargin_TTM：过去12个月毛利率[67]。 * Revenues2Asset_TTM：过去12个月营业收入/总资产均值[67]。 5. 因子名称：技术因子 (排序方向：↓)[64][67] * 因子构建思路：使用成交量、换手率、价格形态等技术指标，捕捉市场交易行为特征[64][67]。 * 因子具体构建过程：包含多个细分因子，例如： * Volume_Mean_20D_240D：20日成交量均值/240日成交量均值[67]。 * Skewness_240D：240日收益率偏度[67]。 * Turnover_Mean_20D：20日换手率均值[67]。 6. 因子名称：波动率因子 (排序方向：↓)[64][67] * 因子构建思路：使用历史收益率波动率或因子模型残差波动率，衡量股票的风险水平[64][67]。 * 因子具体构建过程：包含多个细分因子，例如： * Volatility_60D：60日收益率标准差[67]。 * IV_CAPM：CAPM模型残差波动率[67]。 * IV_FF：Fama-French三因子模型残差波动率[67]。 7. 因子名称：反转因子 (排序方向：↓)[64][67] * 因子构建思路：使用过去不同时间窗口的收益率，捕捉股价的均值回归效应[64][67]。 * 因子具体构建过程：包含多个细分因子，例如： * Price_Chg20D：20日收益率[67]。 * Price_Chg60D：60日收益率[67]。 * Price_Chg120D：120日收益率[67]。 8. 因子名称：市值因子 (排序方向：↓)[64] * 因子构建思路：使用公司流通市值，衡量公司规模大小[64]。 * 因子具体构建过程：主要细分因子为LN_MktCap，即流通市值的对数[64]。 9. 因子名称：可转债正股一致预期因子[63][64] * 因子构建思路：从正股与可转债的相关关系出发，将用于预测正股的“一致预期因子”应用于可转债择券[63]。 * 因子具体构建过程：报告未给出具体构建公式，但指出其来源于正股的一致预期因子[63]。 10. 因子名称：可转债正股成长因子[63][64] * 因子构建思路：从正股与可转债的相关关系出发，将用于预测正股的“成长因子”应用于可转债择券[63]。 * 因子具体构建过程：报告未给出具体构建公式，但指出其来源于正股的成长因子[63]。 11. 因子名称：可转债估值因子[63][64] * 因子构建思路：直接从可转债自身特性出发构建估值指标[63]。 * 因子具体构建过程：报告指出选取了“平价底价溢价率”作为转债估值因子，但未给出具体计算公式[63]。 因子的回测效果 （以下数据均基于“上周”时间窗口，因子多空收益单位为%）[55] 1. 一致预期因子，全部A股IC均值1.85%，多空收益-0.18%[55]；沪深300 IC均值16.99%，多空收益2.41%[55]；中证500 IC均值3.82%，多空收益-0.40%[55]；中证1000 IC均值-0.13%，多空收益-0.12%[55] 2. 成长因子，全部A股IC均值9.05%，多空收益1.70%[55]；沪深300 IC均值10.26%，多空收益0.95%[55]；中证500 IC均值10.90%，多空收益2.88%[55]；中证1000 IC均值10.43%，多空收益2.38%[55] 3. 价值因子，全部A股IC均值-17.92%，多空收益-3.13%[55]；沪深300 IC均值-21.95%，多空收益-3.42%[55]；中证500 IC均值-27.01%，多空收益-4.08%[55]；中证1000 IC均值-26.75%，多空收益-4.66%[55] 4. 质量因子，全部A股IC均值2.92%，多空收益0.13%[55]；沪深300 IC均值-4.02%，多空收益0.70%[55]；中证500 IC均值0.92%，多空收益-2.11%[55]；中证1000 IC均值-4.22%，多空收益-1.12%[55] 5. 技术因子，全部A股IC均值-8.89%，多空收益-2.25%[55]；沪深300 IC均值-4.24%，多空收益-0.40%[55]；中证500 IC均值-14.07%，多空收益-1.28%[55]；中证1000 IC均值-7.85%，多空收益-2.02%[55] 6. 波动率因子，全部A股IC均值-14.33%，多空收益-3.06%[55]；沪深300 IC均值-11.84%，多空收益-1.92%[55]；中证500 IC均值-17.39%，多空收益-3.86%[55]；中证1000 IC均值-16.93%，多空收益-3.89%[55] 7. 反转因子，全部A股IC均值-6.63%，多空收益-2.72%[55]；沪深300 IC均值-3.71%，多空收益-1.90%[55]；中证500 IC均值-7.75%，多空收益-2.16%[55]；中证1000 IC均值-11.30%，多空收益-4.62%[55] 8. 市值因子，全部A股IC均值0.25%，多空收益0.86%[55]；沪深300 IC均值-0.51%，多空收益-1.97%[55]；中证500 IC均值-21.66%，多空收益-5.40%[55]；中证1000 IC均值-18.14%，多空收益-3.02%[55]