量化模型与构建方式 1. 模型名称：宏观+量价大小盘双驱轮动模型[7] - 模型构建思路：从宏观经济和微观量价两个层面出发，选取有效的因子，整合形成对大小盘风格进行轮动配置的策略[7] - 模型具体构建过程： 1. 选取多个宏观与量价因子，每个因子独立产生信号。当因子发出大盘信号时，信号值设为1；发出小盘信号时，信号值设为-1；若无有效信号，则设为0[8] 2. 将所有因子的信号值加总，得到“综合分数”[7] 3. 根据综合分数进行资产配置： - 若综合分数 > 0，则全仓配置沪深300指数（代表大盘）[8] - 若综合分数 < 0，则全仓配置中证1000指数（代表小盘）[8] - 若综合分数 = 0，则等权配置沪深300及中证1000指数[8] - 模型评价：策略具有较高的历史回测胜率[7] 2. 模型名称：宏观量价双驱价值成长风格轮动模型[13] - 模型构建思路：从宏观经济和微观量价两个层面出发，选取有效的因子，整合形成对价值与成长风格进行轮动配置的策略[13] - 模型具体构建过程： 1. 选取多个宏观与量价因子，每个因子独立产生信号。当因子发出价值信号时，信号值设为1；发出成长信号时，信号值设为-1；若无有效信号，则设为0[14] 2. 将所有因子的信号值加总，得到“综合分数”[13] 3. 根据综合分数进行资产配置： - 若综合分数 > 0，则全仓配置国证价值指数[14] - 若综合分数 < 0，则全仓配置国证成长指数[14] - 若综合分数 = 0，则等权配置国证价值及国证成长指数[14] - 模型评价：策略具有较高的历史回测胜率[13] 3. 模型名称：行业轮动复合因子策略[4][18] - 模型构建思路：使用行业历史基本面、预期基本面、情绪面、量价技术面、宏观经济等多个维度的因子对各行业进行综合打分，构建多头组合[4][18] - 模型具体构建过程： 1. 针对中信一级30个行业，从历史基本面、预期基本面、情绪面、量价技术面、宏观经济等维度选取并计算一系列因子[18] 2. 将所有因子整合，对每个行业计算一个综合得分[4] 3. 根据行业得分进行排序，选择排名靠前的行业构建多头组合。报告中提及的策略是选择5个行业等权构建多头组合[18] 4. 模型名称：行业轮动单因子多策略[4][19] - 模型构建思路：分别使用不同维度的单因子构建行业轮动策略，并将这些策略进行组合[4][19] - 模型具体构建过程： 1. 分别针对行业历史基本面、预期基本面、情绪面、量价技术面、宏观经济等不同维度的单因子，构建独立的行业轮动策略[18][19] 2. 将这些基于不同单因子的策略进行组合，形成最终的“单因子多策略”[19] 3. 根据该策略的输出，选择行业构建多头组合。报告中提及的策略是选择5个行业构建多头组合[20] 量化因子与构建方式 1. 因子名称：大小盘风格轮动单因子群[8] - 因子构建思路：从宏观经济和量价层面选取多个指标，用于预测大小盘风格的走势[7] - 因子具体构建过程：报告中列举了用于大小盘双驱轮动模型的7个单因子，包括：PMI季均差分、社融加权同比、货币流动性、中美利差、宏观调整动量、宏观调整狭义风格拥挤度、广义大盘拥挤度。每个因子根据其定义的规则，独立产生1（看多大盘）、-1（看多小盘）或0（无信号）的信号[8] 2. 因子名称：价值成长风格轮动单因子群[14] - 因子构建思路：从宏观经济和量价层面选取多个指标，用于预测价值与成长风格的走势[13] - 因子具体构建过程：报告中列举了用于价值成长双驱轮动模型的7个单因子，包括：PMI新订单季均差分、PPI-CPI加权环比、1Y国债、3M美债水平、宏观调整动量、风格拥挤度、市场情绪。每个因子根据其定义的规则，独立产生1（看多价值）、-1（看多成长）或0（无信号）的信号[14] 3. 因子名称：行业轮动多维度因子群[18] - 因子构建思路：从多个维度构建因子，用于对行业进行打分和排序[18] - 因子具体构建过程：报告指出行业轮动模型使用了行业历史基本面、预期基本面、情绪面、量价技术面、宏观经济等维度的因子，但未提供具体因子名称和计算公式[18] 模型的回测效果 （注：以下回测结果截至2026年4月30日） 1. 宏观+量价大小盘双驱轮动模型 - 区间收益（YTD）：10.36%[11][12] - 年化收益：36.72%[12] - 年化波动：25.20%[12] - 最大回撤：13.45%[12] - 夏普比率：1.46[12] - 卡玛比率：2.73[12] - 历史胜率（截至2026Q1）：81.63%[7] - 相较等权基准累计超额（YTD）：3.28%[11] - 相较沪深300累计超额（YTD）：6.53%[11] - 相较中证1000累计超额（YTD）：0.00%[11] 2. 宏观量价双驱价值成长风格轮动模型 - 区间收益（YTD）：10.11%[15][16] - 年化收益：35.75%[16] - 年化波动：20.26%[16] - 最大回撤：7.97%[16] - 夏普比率：1.76[16] - 卡玛比率：4.48[16] - 历史胜率（截至2026Q1）：77.55%[13] - 相较等权基准累计超额（YTD）：3.96%[15] - 相较国证价值累计超额（YTD）：7.90%[15] - 相较国证成长累计超额（YTD）：0.00%[15] 3. 行业轮动复合因子策略 - 上个月（2026年4月）绝对收益：10.68%[20] - 上个月（2026年4月）超额收益：5.25%[4][20] - 2026年累计绝对收益：19.30%[20] - 2026年累计超额收益：14.13%[20] 4. 行业轮动单因子多策略 - 上个月（2026年4月）绝对收益：8.63%[20] - 上个月（2026年4月）超额收益：3.21%[4][20] - 2026年累计绝对收益：7.95%[20] - 2026年累计超额收益：3.71%[20]