量化模型与构建方式 1. 模型名称：A股景气度高频指数[44] * 模型构建思路： 以上证指数归母净利润同比为Nowcasting目标，构建一个能够高频反映A股市场景气度变化的指数[44]。 * 模型具体构建过程： 报告未详细描述该指数的具体构建公式和计算步骤，仅提及构建详情需参考另一篇报告《视角透析：A股景气度高频指数构建与观察》[44]。 * 模型评价： 该指数用于判断景气周期的位置，报告指出本轮景气下行周期底部区域已经出现，当前景气指数正缓慢呈现出震荡上行趋势[44]。 2. 模型名称：A股情绪指数系统[47] * 模型构建思路： 基于市场波动率和成交额的变化方向来刻画市场情绪，并构造包含见底预警与见顶预警的情绪指数[47]。 * 模型具体构建过程： 1. 将市场状态根据波动率和成交额的变化方向划分为四个象限[47]。 2. 通过历史统计发现，只有“波动率上行-成交额下行”的区间为显著负收益，其余三个象限都为显著正收益[47]。 3. 基于此规律，分别构建了A股情绪见底预警指数和见顶预警指数[47]。 * 模型评价： 该模型提供了一种基于量价数据的情绪择时信号，用于判断市场短期顶部和底部的风险[47]。 3. 模型名称：主题挖掘算法[59] * 模型构建思路： 通过处理新闻和研报文本，挖掘主题投资机会[59]。 * 模型具体构建过程： 算法涉及多个维度，包括文本处理、主题关键词提取、主题个股关系挖掘、主题活跃周期构建、主题影响力因子构建等[59]。报告未提供具体的数学公式。 4. 模型名称：中证500指数增强组合[59] * 模型构建思路： 通过量化策略模型构建投资组合，旨在持续跑赢中证500指数基准[59]。 * 模型具体构建过程： 报告未披露具体的策略模型（如多因子选股模型）的构建细节和公式，仅展示了根据模型得出的当前持仓明细[62][64]。 5. 模型名称：沪深300指数增强组合[65] * 模型构建思路： 通过量化策略模型构建投资组合，旨在持续跑赢沪深300指数基准[65]。 * 模型具体构建过程： 报告未披露具体的策略模型（如多因子选股模型）的构建细节和公式，仅展示了根据模型得出的当前持仓明细[69]。 模型的回测效果 1. A股情绪指数系统择时表现，报告提供了历史表现图表，但未给出具体的量化指标数值（如年化收益率、夏普比率等）[58]。 2. 中证500增强组合，截至2026年3月27日当周，跑赢基准0.39%；2020年至今，相对中证500指数超额收益52.08%，最大回撤-10.90%[59]。 3. 沪深300增强组合，截至2026年3月27日当周，跑赢基准0.43%；2020年至今，相对沪深300指数超额收益45.02%，最大回撤-5.86%[65]。 量化因子与构建方式 1. 因子体系：BARRA风格因子体系[70] * 因子构建思路： 参照BARRA因子模型，构建适用于A股市场的十大类风格因子，用于描述股票的共同风险特征和收益来源[70]。 * 因子具体构建过程： 报告列出了十大类风格因子的名称，但未提供每个因子的具体计算公式。十大类风格因子包括： * 市值（SIZE） * BETA * 动量（MOM） * 残差波动率（RESVOL） * 非线性市值（NLSIZE） * 估值（BTOP） * 流动性（LIQUIDITY） * 盈利（EARNINGS_YIELD） * 成长（GROWTH） * 杠杆（LVRG）[70] 因子的回测效果 1. 风格因子近期表现（截至2026年3月27日当周）： * 动量因子：超额收益较高[71]。 * 市值因子：呈较为显著的负向超额收益[71]。 * 盈利因子：高盈利股表现优异[71]。 * 流动性因子：表现不佳[71]。 * 非线性市值因子：表现不佳[71]。 2. 风格因子暴露相关性（近一周）：报告以相关系数矩阵表格形式展示了十大类风格因子风险暴露之间的相关性，例如流动性因子分别与Beta、动量、残差波动率呈现明显正相关性；价值因子分别与Beta、残差波动率、流动性等因子呈现明显负相关性[72]。 3. 行业因子近期表现（截至2026年3月27日当周）： * 电力及公用事业、化工、有色金属等行业因子：相对市场市值加权组合跑出较高超额收益[71]。 * 保险、计算机、农林牧渔等行业因子：回撤较多[71]。