量化模型与构建方式 1. 模型名称：A股景气度高频指数 [34] * 模型构建思路：以上证指数归母净利润同比为Nowcasting目标，构建一个能够高频追踪A股景气度变化的指数[34]。 * 模型具体构建过程：报告未提供该指数的具体构建公式和计算步骤，仅提及构建详情可参考报告《视角透析：A股景气度高频指数构建与观察》[34]。 2. 模型名称：A股情绪指数系统 [40][41][44][46] * 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[40]。 * 模型具体构建过程：首先，将市场状态按照波动率和成交额的变化方向划分为四个象限。研究发现，只有“波动率上行、成交额下行”的区间呈现显著负收益，其余三个象限均为显著正收益[40]。基于此规律，构建了A股情绪见底预警指数（基于价格/波动率信号）和见顶预警指数（基于成交量信号）[40][44][46]。具体信号判断逻辑为：当波动率处于上行区间时，见底信号看空；当成交额处于上行区间时，见顶信号看多[43]。 * 模型评价：该模型为市场择时提供了基于量价情绪的信号[40]。 3. 模型名称：主题挖掘算法 [51] * 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[51]。 * 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、主题活跃周期构建以及主题影响力因子构建[51]。根据算法结果，可以推荐近期概念热度异动较高的主题，例如本次报告推荐的半导体概念[51]。 4. 模型名称：中证500增强组合模型 [51][54] * 模型构建思路：构建一个旨在持续跑赢中证500指数的投资组合[51]。 * 模型具体构建过程：报告未提供该组合模型的具体选股和权重配置公式，仅展示了根据该策略模型生成的当前持仓明细[54]。 5. 模型名称：沪深300增强组合模型 [59][62] * 模型构建思路：构建一个旨在持续跑赢沪深300指数的投资组合[59]。 * 模型具体构建过程：报告未提供该组合模型的具体选股和权重配置公式，仅展示了根据该策略模型生成的当前持仓明细[62]。 6. 模型/因子框架：BARRA风格因子模型 [63] * 构建思路：参照BARRA因子模型框架，对A股市场构建一套风格因子体系，用于解释股票收益和进行组合绩效归因[63]。 * 具体构建过程：报告列出了所构建的十大类风格因子名称，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）和杠杆（LVRG）[63]。未提供每个因子的具体计算公式。 模型的回测效果 1. 中证500增强组合模型，本周收益-0.05%，跑输基准0.46%[51]。2020年至今，累计超额收益52.78%，最大回撤-10.90%[51]。 2. 沪深300增强组合模型，本周收益率0.57%，跑输基准0.29%[59]。2020年至今，累计超额收益47.42%，最大回撤-5.86%[59]。 3. A股情绪指数系统择时模型，报告通过图表展示了其历史择时表现，但未给出具体的量化指标数值[49]。 量化因子与构建方式 1. 因子名称：行业因子 [64] * 因子构建思路：用于捕捉不同行业相对于市场的超额收益[64]。 * 因子具体构建过程：报告未提供行业因子的具体构建方法，但在风格分析中将其与风格因子并列，用于收益归因[64]。 2. 风格因子集合 [63] * 包含因子：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）[63]。 * 因子构建思路：全面刻画影响A股股票收益的各种风格风险来源[63]。 * 因子具体构建过程：报告未提供每个风格因子的具体计算公式。 因子的回测效果 1. 风格因子近期表现：本周，动量因子超额收益较高，Beta因子、残差波动率因子呈现较为显著的负向超额收益[64]。从近期表现看，高Beta、高动量股票表现优异，而残差波动率因子、价值因子（可能对应估值BTOP）表现不佳[2][64]。 2. 行业因子近期表现：本周，煤炭、电子、化工等行业因子相对市场市值加权组合跑出较高超额收益；证券、保险、农林牧渔等行业因子回撤较多[2][64]。 3. 风格因子相关性：近期，流动性因子分别与Beta、动量、残差波动率因子呈现明显正相关性；价值因子（可能对应估值BTOP）分别与Beta、残差波动率、流动性等因子呈现明显负相关性[64]。