量化模型与构建方式 （一） 量化择时模型 1. 模型名称：基于PB离散度的市场趋势择时模型 * 模型构建思路：通过计算全市场市净率（PB）的离散度（MAD/Median），并观察其短期变化方向，来判断市场整体估值是处于扩张（看多）还是收缩（谨慎）状态。该指标是市场上涨的领先指标，因为市场整体估值提升前，往往需要内部出现估值结构分化（低估值股票转为高估值或高估值股票继续拉升）[1][12]。 * 模型具体构建过程： 1. 计算全市场所有个股的PB（市净率）。 2. 计算全市场PB的中位数（Median）和平均绝对偏差（MAD）。平均绝对偏差的计算公式为： $MAD = median(|PB_i - median(PB)|)$ 其中，(PB_i) 为个股i的市净率，(median(PB)) 为全市场PB的中位数。 3. 计算估值离散度指标：(PB_MAD = MAD / median(PB))[1][12]。 4. 观察 (PB_MAD) 的20日环比变化方向。当该指标上行时，代表市场估值广度扩张，发出看多信号；反之则发出谨慎信号[1][12]。 * 模型评价：该择时指标长期有效且优秀，是市场上涨的领先指标[1][12]。但需注意，它主要指示方向，作为极值反转信号的有效性不高[12]。 * 衍生信号（阈值预警）： * 构建思路：虽然PB_MAD是方向指标，但当其绝对水平超过特定阈值时，历史上看市场短期上涨速度往往会放缓，可用于预警短期盘整风险[1][12]。 * 具体构建：计算 (PB_MAD) 的20日移动平均值。当该均值高于0.45时，认为市场短期持续上涨面临压力，上涨速度可能放缓[1][12]。最近两个触发该预警的阶段是2025年10月和2026年2月，后续市场均出现阶段性盘整[1]。 2. 模型名称：多维度短期量化择时策略 * 模型构建思路：从宏观基本面、估值面、情绪面、流动性四个维度，分别选取多个二级指标，根据各指标当前值在其过去5年历史中的分位数位置，判断其发出的信号（乐观、谨慎或中性），最后综合四个维度的信号得出总体的仓位建议[18][19][20][21]。 * 模型具体构建过程： 1. 基本面维度：选取制造业PMI、信贷脉冲同比增速、M1同比增速（HP滤波去趋势）三个指标[18]。 * 信号规则：PMI > 50发出乐观信号；信贷脉冲和M1增速的分位数越高，越倾向于发出乐观信号[18][21]。 2. 估值面维度：选取全市场PE中位数和PB中位数两个指标[19]。 * 信号规则：PE和PB的分位数越高，估值均值回归下行的压力越大，越倾向于发出谨慎信号[19][21]。 3. 情绪面维度：选取A股整体Beta离散度、量能情绪得分、年化波动率三个指标[19]。 * 信号规则：Beta离散度分位数高发出谨慎信号；量能情绪分位数高发出乐观信号；波动率分位数处于中性区间[19][21]。 4. 流动性维度：选取货币利率指标、汇率预期指标、两市新增融资额5日均值三个指标[20]。 * 信号规则：货币利率指标分位数低（流动性宽松）发出乐观信号；汇率预期指标分位数低（人民币强势）发出乐观信号；融资额分位数高为中性信号[20][21]。 5. 信号综合：将每个维度下的二级指标信号汇总，得出该维度的一级信号（乐观、中性、谨慎），再综合四个一级信号得出最终的总仓位信号（例如，通过加权或投票机制确定仓位水平）[21]。 （二） 风格轮动模型 1. 模型名称：成长价值风格轮动模型 * 模型构建思路：综合动态宏观信号、估值回归信号、短期动量信号、风格广度信号和风格拥挤信号等多个子信号，构建一个综合的成长价值轮动模型，以决定超配成长风格还是价值风格[29][30]。 * 模型具体构建过程： 1. 模型包含五个子信号源：动态宏观信号、估值回归信号、短期动量信号、风格广度信号、风格拥挤信号[30]。 2. 各子信号会独立输出一个仓位建议（例如，100%表示全仓成长，0%表示全仓价值）[30]。 3. 对五个子信号的仓位建议进行平滑处理（例如，取5日平均），得到最终的成长和价值仓位配置比例[30]。 4. 报告中提到，当前（2026年5月）动态宏观、估值回归、短期动量、风格广度四个信号均支持100%配置成长风格，仅风格拥挤信号为0%（提示拥挤风险），但综合后仍推荐配置成长风格[29][30]。 2. 模型名称：小盘大盘风格轮动模型 * 模型构建思路：从流动性等视角出发，选取11个有效的轮动指标，分别构建信号，然后综合这些信号得出大小盘轮动的最终建议[32][34]。 * 模型具体构建过程： 1. 选取11个轮动指标，包括：A股龙虎榜买入强度、R007、融资买入余额变化、主题投资交易情绪、等级利差、期权波动率风险溢价、Beta离散度、PB分化度、大宗交易折溢价率、中证1000 MACD、中证1000交易量能[34]。 2. 每个指标独立判断，输出对小盘风格看多（100%仓位）或看空（0%仓位）的信号[34]。 3. 将所有指标的信号进行综合（例如，通过看多指标占比或加权平均），得出最终的综合信号，决定超配小盘还是大盘[32][34]。报告指出，当小盘向好的指标占比较高时（例如9/11），小盘风格看多信号明确[32]。 模型的回测效果 1. 多维度短期量化择时策略 * 回测区间：2012年底至2026年5月10日（全区间）及2024年以来[20][24][26] * 基准：月度中性持仓再平衡[20] * 全区间表现： * 年化收益率：15.95%[20] * 基准年化收益率：5.14%[20] * 年化超额收益率：10.81%[20] * 最大回撤：15.05%[20] * 夏普比率：0.9397[24] * 收益回撤比：1.0603[24] * 月度胜率：65.43%[24] * 2024年以来表现： * 年化收益率：23.93%[26] * 基准年化收益率：10.57%[26] * 年化超额收益率：13.36%（计算得出） * 最大回撤：11.10%[26] * 夏普比率：1.2510[26] * 收益回撤比：2.1552[26] * 月度胜率：66.67%[26] 2. 成长价值风格轮动模型（综合信号2_5D平均仓位） * 回测区间：2011年至2026年5月8日[29][30] * 基准：成长价值代理ETF等权配置[30] * 表现： * 累计收益：3645.36%[30] * 年化收益率：28.41%[29][30] * 基准年化收益率：11.50%[29][30] * 年化超额收益率：16.91%[29][30] * 最大回撤：46.75%[30] * 夏普比率：1.06[30] * 收益回撤比：0.61[30] * 年化信息比率（IR）：1.48[30] * 月度超额胜率：66.67%[30] 3. 小盘大盘风格轮动模型（综合信号3D平滑） * 回测区间：2014年至2026年[33][34] * 基准：未明确说明，对比基准应为大小盘均衡配置[33][34] * 表现： * 年化收益率：20.41%[34] * 年化超额收益率：12.54%[34] * 最大回撤：40.70%[34] * 平均换手间隔（交易日）：19天[34] * 胜率（按交易）：50.31%[34] * 分年度表现：自2014年以来，策略每年均产生正向超额收益[33]。2026年以来超额收益率为1.83%[33]。