量化模型与因子总结 量化模型与构建方式 1. 模型名称：微盘股轮动与择时模型[2][18][26] * 模型构建思路：构建一个结合大小盘轮动和中期择时的综合策略，以捕捉微盘股相对于大盘（茅指数）的风格切换机会，并在风险过高时进行平仓控制[2][18][26]。 * 模型具体构建过程： 1. 轮动子策略：包含两个信号源。 * 信号一（相对净值）：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[18][26]。 * 信号二（动量斜率）：分别计算微盘股指数和茅指数的20日收盘价斜率。当两者方向相反且一方为正时，选择投资斜率为正的指数[26]。 * 综合轮动信号：结合上述两个子策略信号，决定最终配置方向[2]。 2. 择时风控子策略：基于两个宏观风险指标。 * 指标一：十年期国债到期收益率同比。当该值触及30%（0.3）的阈值时，发出平仓信号[18][26]。 * 指标二：微盘股波动率拥挤度同比。当该值触及55%（0.55）的阈值时，发出平仓信号[18][26]。 * 择时信号：任一指标触及阈值，则对微盘股持仓发出平仓信号[26]。 * 模型评价：该模型旨在通过多维度信号进行风格轮动，并引入宏观风险指标进行中期风险控制[2][18]。 2. 模型名称：宏观择时模型[45][46] * 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信号，动态调整权益资产（股票）的配置仓位[45]。 * 模型具体构建过程：模型从经济增长和货币流动性两个观察维度生成信号，并综合得出最终的权益仓位建议。具体因子构建细节可参考历史报告《Beta 猎手系列：基于动态宏观事件因子的股债轮动策略》[45]。 模型的回测效果 1. 微盘股轮动与择时模型：截至2026年4月24日，轮动模型处于均衡配置状态[2][18]。微盘股对茅指数的相对净值为2.47，高于其243日均线（2.08）[2][18]。波动率拥挤度同比为1.00%，十年期国债到期收益率同比为5.78%，均未触及风控阈值[18]。 2. 宏观择时模型：模型给出的2026年4月份权益推荐仓位为25%，配置观点为“中性偏低”[45][46]。其中，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%[46]。该策略2026年年初至今收益率为2.44%，同期Wind全A收益率为-1.15%[45]。 量化因子与构建方式 1. 因子名称：一致预期因子[52][62][64] * 因子构建思路：基于分析师对未来盈利的一致预期数据构建，捕捉市场对上市公司未来业绩的共识变化[52][62]。 * 因子具体构建过程：报告中列出了三个细分因子： * EPS_FTTM_Chg3M：未来12个月一致预期EPS过去3个月的变化率[64]。 * ROE_FTTM_Chg3M：未来12个月一致预期ROE过去3个月的变化率[64]。 * TargetReturn_180D：一致预期目标价相对于目前股价的收益率[64]。 2. 因子名称：价值因子[52][62] * 因子构建思路：寻找相对于其基本面价值（如净资产、盈利、收入等）被低估的股票[52][62]。 * 因子具体构建过程：报告中列出了六个细分因子： * BP_LR：最新年报账面净资产除以最新市值[62]。 * EP_FTTM：未来12个月一致预期净利润除以最新市值[62]。 * EP_FY0：当期年报一致预期净利润除以最新市值[62]。 * SP_TTM：过去12个月营业收入除以最新市值[62]。 * Sales2EV：过去12个月营业收入除以企业价值[62]。 3. 因子名称：成长因子[52][62] * 因子构建思路：寻找营业收入、利润等财务指标增长较快的公司[52][62]。 * 因子具体构建过程：报告中列出了三个细分因子： * NetIncome_SQ_Chg1Y：单季度净利润同比增速[62]。 * OperatingIncome_SQ_Chg1Y：单季度营业利润同比增速[62]。 * Revenues_SQ_Chg1Y：单季度营业收入同比增速[64]。 4. 因子名称：质量因子[52][62][64] * 因子构建思路：筛选盈利能力、运营效率、财务稳健性较高的公司[52][62]。 * 因子具体构建过程：报告中列出了五个细分因子： * ROE_FTTM：未来12个月一致预期净利润除以股东权益均值[64]。 * OCF2CurrentDebt：过去12个月经营现金流净额除以流动负债均值[64]。 * GrossMargin_TTM：过去12个月毛利率[64]。 * Revenues2Asset_TTM：过去12个月营业收入除以总资产均值[64]。 5. 因子名称：技术因子[52][62][64] * 因子构建思路：基于价量数据，捕捉市场的交易行为特征[52][62]。 * 因子具体构建过程：报告中列出了四个细分因子： * Volume_Mean_20D_240D：20日成交量均值除以240日成交量均值[64]。 * Skewness_240D：240日收益率偏度[64]。 * Volume_CV_20D：20日成交量标准差除以20日成交量均值[64]。 * Turnover_Mean_20D：20日换手率均值[64]。 6. 因子名称：波动率因子[52][62][64] * 因子构建思路：度量股票价格波动风险，通常低波动股票具有长期超额收益[52][62]。 * 因子具体构建过程：报告中列出了五个细分因子： * Volatility_60D：60日收益率标准差[64]。 * IV_CAPM：CAPM模型残差波动率[64]。 * IV_FF：Fama-French三因子模型残差波动率[64]。 * IV_Carhart：Carhart四因子模型残差波动率[64]。 7. 因子名称：反转因子[52][62][64] * 因子构建思路：认为过去一段时间涨幅过大的股票未来会下跌，跌幅过大的股票未来会上涨[52][62]。 * 因子具体构建过程：报告中列出了四个细分因子： * Price_Chg20D：20日收益率[64]。 * Price_Chg40D：40日收益率[64]。 * Price_Chg60D：60日收益率[64]。 * Price_Chg120D：120日收益率[64]。 8. 因子名称：市值因子[52][62] * 因子构建思路：以公司流通市值的对数作为因子，通常小市值公司长期表现更优[52][62]。 * 因子具体构建过程： * LN_MktCap：流通市值的对数[62]。 9. 因子名称：可转债择券因子[61] * 因子构建思路：针对可转债特性构建择券因子，包括从正股映射的因子和转债特有的估值因子[61]。 * 因子具体构建过程： * 正股映射因子：从预测正股的因子（如一致预期、成长、财务质量、价值）来构建可转债因子[61]。 * 转债估值因子：选取了平价底价溢价率作为估值因子[61]。 因子的回测效果 （数据截至报告上周，股票池为全部A股）[53] 1. 一致预期因子，IC均值3.45%，多空收益1.97%[53]。 2. 价值因子，IC均值4.61%，多空收益2.62%[53]。 3. 成长因子，IC均值0.23%，多空收益2.16%[53]。 4. 质量因子，IC均值1.10%，多空收益0.43%[53]。 5. 技术因子，IC均值5.35%，多空收益4.58%[53]。 6. 波动率因子，IC均值5.37%，多空收益4.53%[53]。 7. 反转因子，IC均值-6.54%，多空收益-0.75%[53]。 8. 市值因子，IC均值-9.11%，多空收益0.65%[53]。