国泰海通证券·2026-05-04 16:16量化模型与构建方式 1. 模型名称：流动性冲击指标[2][8] * 模型构建思路：用于衡量当前市场流动性相对于历史水平的偏离程度，以判断市场流动性状况。 * 模型具体构建过程：基于沪深300指数计算。具体公式未在报告中给出，但根据描述，其计算过程应为：计算当前流动性指标（如成交额、换手率等）相对于过去一年（约250个交易日）该指标均值和标准差的Z值。报告中的数值“0.35”即为Z值，表示当前流动性高于过去一年平均水平0.35倍标准差。 * 模型评价：该指标是判断市场微观流动性的有效工具。 2. 模型名称：情绪模型[7][14][18] * 模型构建思路：通过涨跌停板相关因子来刻画市场的情绪强弱和赚钱效应。 * 模型具体构建过程：根据国泰海通量化团队前期专题报告构建，包含多个细分情绪因子。报告列出了截至当期的细分因子信号：净涨停占比（0）、跌停次日收益（0）、涨停板占比（0）、跌停板占比（0）、高频打板收益（1）。这些因子信号通过一定规则（未详细说明）汇总成综合情绪得分（1分，满分5分）和趋势模型信号（负向）。 * 模型评价：用于预警市场情绪过热或过冷，辅助判断市场赚钱效应。 3. 模型名称：均线强弱指数[7][14][17] * 模型构建思路：通过计算各行业指数相对于其均线的位置，综合判断市场整体的技术性强弱。 * 模型具体构建过程：根据Wind二级行业指数计算。具体方法为：计算每个行业指数是否位于其关键均线（如20日、60日等）之上，并给予得分，然后将所有行业的得分加总或进行标准化处理，得到市场整体的均线强弱得分（当前为163分）及其历史百分位（当前为57.2%）。 * 模型评价：用于从技术面衡量市场整体的趋势强度和广度。 4. 模型名称：高频资金流模型[7][14][18] * 模型构建思路：通过分析高频资金流向数据，对主要宽基指数发出买入或卖出信号。 * 模型具体构建过程：根据国泰海通量化团队前期专题报告构建。模型对沪深300、中证500、中证1000、中证2000指数分别生成四种信号：激进多头、激进多空、稳健多头、稳健多空。报告期内，对所有指数所有信号类型均发出正向买入信号（信号值为1）。 * 模型评价：用于捕捉短期资金动向，辅助进行宽基指数的择时决策。 5. 模型名称：因子拥挤度综合打分模型[19][20] * 模型构建思路：通过多个维度指标综合评估单一因子的拥挤程度，作为因子可能失效的预警。 * 模型具体构建过程：参考国泰海通量化团队专题报告，使用四个指标度量因子拥挤度：估值价差、配对相关性、长期收益反转、因子波动率。每个指标计算后都进行标准化（Z-Score）处理。综合打分由这四个分项指标得分通过一定方式（如等权或加权平均）合成。报告展示了小市值、低估值、高盈利、高增长四个因子的分项及综合得分。 * 模型评价：是有效的因子失效预警工具，帮助投资者规避因资金过度追逐而面临回撤风险的因子。 6. 模型名称：行业拥挤度模型[23][24][25] * 模型构建思路：评估各行业板块的交易拥挤程度，识别过热或关注度不足的行业。 * 模型具体构建过程：根据国泰海通量化团队专题报告构建。具体计算细节未在报告中给出，但结果以标准化分数（Z-Score）形式呈现。报告列出了截至期末各行业的拥挤度数值及相对上月的变化。 * 模型评价：用于行业轮动和风险控制，帮助识别交易过热或存在预期差的行业。 模型的回测效果 1. 流动性冲击指标， 当前数值0.35[2][8] 2. 情绪模型， 综合得分1分（满分5分）， 趋势模型信号为负向[14][18] 3. 均线强弱指数， 当前得分163， 历史百分位57.2%[14][17] 4. 高频资金流模型， 沪深300指数信号：激进多头1、激进多空1、稳健多头1、稳健多空1；中证500指数信号：激进多头1、激进多空1、稳健多头1、稳健多空1；中证1000指数信号：激进多头1、激进多空1、稳健多头1、稳健多空1；中证2000指数信号：激进多头1、激进多空1、稳健多头1、稳健多空1[18] 5. 因子拥挤度综合打分模型， 小市值因子综合拥挤度0.10；低估值因子综合拥挤度-0.72；高盈利因子综合拥挤度-0.21；高盈利增长因子综合拥挤度0.25[4][20] 6. 行业拥挤度模型， 行业拥挤度最高为综合（2.13），其次为通信（1.74）、有色金属（1.43）、电子（1.24）、基础化工（1.03）；行业拥挤度上升幅度最大为计算机（变化0.40）[23][25] 量化因子与构建方式 1. 因子名称：小市值因子[19][20] * 因子构建思路：选择市值较小的股票，基于小市值公司可能具有更高成长性和溢价空间的逻辑。 * 因子具体构建过程：报告未给出具体构建公式。通常使用总市值或流通市值的倒数或排名作为因子值。 * 因子评价：A股市场长期有效的风格因子之一，但容易受到市场风格和资金流向的影响。 2. 因子名称：低估值因子[19][20] * 因子构建思路：选择估值水平（如市盈率PE、市净率PB）较低的股票，基于价值投资理念。 * 因子具体构建过程：报告未给出具体构建公式。通常使用PE或PB的倒数或排名作为因子值。 * 因子评价：经典的价值因子，在风格切换时往往有较好表现。 3. 因子名称：高盈利因子[19][20] * 因子构建思路：选择盈利能力（如净资产收益率ROE、总资产收益率ROA）较强的股票。 * 因子具体构建过程：报告未给出具体构建公式。通常直接使用ROE或ROA的数值或排名作为因子值。 * 因子评价：质量因子的核心代表，关注公司的盈利能力和质量。 4. 因子名称：高盈利增长因子[19][20] * 因子构建思路：选择盈利增长（如净利润增长率、营业收入增长率）较快的股票。 * 因子具体构建过程：报告未给出具体构建公式。通常使用增长率指标的数值或排名作为因子值。 * 因子评价：成长因子的核心代表，关注公司的成长潜力。 5. 因子名称：估值价差（用于拥挤度）[19][20] * 因子构建思路：衡量因子多空组合两端股票的估值差异，差异过大可能预示拥挤。 * 因子具体构建过程：计算因子多头组合与空头组合的平均估值（如市净率PB）之比或差值，并进行标准化。 6. 因子名称：配对相关性（用于拥挤度）[19][20] * 因子构建思路：衡量因子多头组合内股票收益的相关性，相关性升高可能预示拥挤。 * 因子具体构建过程：计算因子多头组合内股票收益率的平均两两相关性，并进行标准化。 7. 因子名称：长期收益反转（用于拥挤度）[19][20] * 因子构建思路：观察因子过去长期收益表现，近期持续强势后可能出现反转，预示拥挤。 * 因子具体构建过程：计算因子组合过去一段时间（如一年）的累计收益，并进行标准化。 8. 因子名称：因子波动率（用于拥挤度）[19][20] * 因子构建思路：衡量因子收益的波动情况，波动率异常升高可能预示拥挤和风险。 * 因子具体构建过程：计算因子组合收益率的滚动波动率，并进行标准化。 因子的回测效果 1. 小市值因子， 估值价差0.95， 配对相关性0.24， 长期收益反转-0.11， 因子波动率-0.67， 综合拥挤度0.10[20] 2. 低估值因子， 估值价差-0.85， 配对相关性0.17， 长期收益反转-1.74， 因子波动率-0.45， 综合拥挤度-0.72[20] 3. 高盈利因子， 估值价差-1.28， 配对相关性-0.57， 长期收益反转1.67， 因子波动率-0.65， 综合拥挤度-0.21[20] 4. 高盈利增长因子， 估值价差0.67， 配对相关性-0.41， 长期收益反转1.23， 因子波动率-0.47， 综合拥挤度0.25[20]