量化模型与构建方式 1. 模型名称：量能择时模型[24] * 模型构建思路： 通过观察主要宽基指数的量能指标来判断市场短期走势，给出看多或谨慎（空）的观点[12][24]。 * 模型具体构建过程： 报告未详细说明该模型的构建过程和具体公式，仅提及其为一种量能择时信号[24]。 2. 模型名称：沪深300上涨家数占比择时模型（动量情绪指标）[25][27][29] * 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家数占比，来衡量市场情绪，并利用该指标的快慢线交叉来产生择时信号[25][27]。 * 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[25]。报告中N取值为230[27]。 2. 对基础指标进行平滑处理：计算该指标的两种移动平均线，窗口期分别为N1和N2，其中N1 > N2，分别称为慢线和快线[27][29]。报告中N1=50，N2=35[27]。 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，对市场持中性或谨慎态度[27][29]。 * 模型评价： 该指标可以较快地捕捉上涨机会，但由于选择在市场过热阶段提前止盈离场，也会错失市场持续亢奋阶段的上涨收益。同时，该指标在判断下跌市场时存在缺陷，难以有效规避下跌风险[25]。 3. 模型名称：均线情绪指标择时模型[34][38] * 模型构建思路： 通过判断沪深300指数收盘价相对于一组长期均线（八均线体系）的位置，来评估市场趋势状态并生成择时信号[34]。 * 模型具体构建过程： 1. 计算八均线数值：计算沪深300指数收盘价的8条均线，参数分别为8, 13, 21, 34, 55, 89, 144, 233[34]。 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数值的数量[38]。 3. 生成交易信号：当收盘价大于均线数值的数量超过5条时，看多沪深300指数[38]。 模型的回测效果 （报告中未提供各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，仅展示了策略净值走势图[30][31][35][36]） 量化因子与构建方式 1. 因子名称：横截面波动率[39] * 因子构建思路： 衡量同一时间点（截面）上，某个指数（如沪深300、中证500等）内所有成分股收益率之间的离散程度，用于评估市场的Alpha获取环境[39]。 * 因子具体构建过程： 报告未给出具体的计算公式，但通常指在特定时间点（如每日），计算指数内所有成分股收益率的截面标准差[39]。 * 因子评价： 横截面波动率上涨，通常意味着个股表现分化加大，短期Alpha环境好转；反之则环境恶化[2][39]。 2. 因子名称：时间序列波动率[40] * 因子构建思路： 衡量指数成分股收益率在时间序列上的波动程度，同样用于评估Alpha环境[40]。 * 因子具体构建过程： 报告未给出具体的计算公式，但通常指计算指数成分股收益率在时间维度上的波动率（如过去20日的年化波动率）[40]。 * 因子评价： 时间序列波动率的变化反映了市场整体波动性的变化，影响量化策略的表现[2][40]。 3. 因子名称：抱团基金分离度[85] * 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。分离度小表示基金表现趋同，抱团程度高；分离度大表示抱团正在瓦解[85]。 * 因子具体构建过程： 1. 构造抱团基金组合（报告未详述具体构造方法）[85]。 2. 计算该组合内各基金在截面上的收益率标准差，即为分离度指标[85]。 * 因子评价： 该指标用于实时监控基金抱团程度，分离度变化反映了市场风格和资金集中度的变化[85]。 因子的回测效果 （报告中未提供上述因子的IC、IR、多空收益等具体测试结果数值，仅提供了因子时间序列的统计描述，如近两年平均值、近一季度平均值及其历史分位数等[40][42][43][72]）