量化模型与构建方式 1. 模型名称：成交量模型[1][9][11] * 模型构建思路：基于价量关系进行市场择时，认为成交量是价格变动的重要驱动因素[9]。 * 模型具体构建过程：报告未详细描述具体构建公式和过程。 2. 模型名称：特征龙虎榜机构模型[1][11] * 模型构建思路：利用龙虎榜中机构投资者的买卖行为作为特征，判断市场短期情绪[1][11]。 * 模型具体构建过程：报告未详细描述具体构建公式和过程。 3. 模型名称：特征成交量模型[1][11] * 模型构建思路：提取成交量数据中的特定特征（可能与常规成交量模型不同），用于市场择时[1][11]。 * 模型具体构建过程：报告未详细描述具体构建公式和过程。 4. 模型名称：智能算法模型[1][11] * 模型构建思路：应用智能算法（如机器学习）对市场数据进行建模和预测，针对不同宽基指数（如沪深300、中证500）构建独立模型[1][11]。 * 模型具体构建过程：报告未详细描述具体算法、特征和训练过程。 5. 模型名称：涨跌停模型[1][12] * 模型构建思路：通过分析市场中涨跌停股票的数量或比例等指标，判断市场中期情绪[1][12]。 * 模型具体构建过程：报告未详细描述具体构建公式和过程。 6. 模型名称：上下行收益差模型[1][11][12] * 模型构建思路：通过计算市场上涨阶段与下跌阶段收益的差异，判断市场趋势和动能[1][11][12]。 * 模型具体构建过程：报告未详细描述具体构建公式和过程。 7. 模型名称：月历效应模型[1][12] * 模型构建思路：基于历史数据中存在的特定月份或日期效应（如月初效应、月末效应等）进行择时[1][12]。 * 模型具体构建过程：报告未详细描述具体构建公式和过程。 8. 模型名称：长期动量模型[1][13] * 模型构建思路：基于长期价格动量（趋势）进行择时，认为过去较长时间内表现强势的市场未来仍可能延续[1][13]。 * 模型具体构建过程：报告未详细描述具体构建公式和过程。 9. 模型名称：A股综合兵器V3模型[1][14] * 模型构建思路：一个综合性的A股择时模型，可能耦合了多个周期或多种策略的信号[1][14]。 * 模型具体构建过程：报告未详细描述具体耦合方式和构建过程。 10. 模型名称：A股综合国证2000模型[1][14] * 模型构建思路：专门针对国证2000指数构建的综合择时模型[1][14]。 * 模型具体构建过程：报告未详细描述具体构建公式和过程。 11. 模型名称：成交额倒波幅模型[1][15] * 模型构建思路：结合成交额和波动率（倒波幅）指标，用于港股市场的中期择时[1][15]。 * 模型具体构建过程：报告未详细描述具体构建公式和过程。 12. 模型名称：上下行收益差相似多空模型[1][15] * 模型构建思路：在“上下行收益差模型”基础上，可能引入了相似度计算或多空对比逻辑，专门应用于港股市场（恒生指数、恒生国企指数）[1][15]。 * 模型具体构建过程：报告未详细描述具体构建公式和过程。 13. 模型名称：HCVIX模型[38] * 模型构建思路：复现并计算中国市场的波动率指数（VIX），作为判断市场情绪和风险的参考指标[38]。 * 模型具体构建过程：根据公开披露的VIX计算方法进行复现，具体公式未在报告中给出。其计算基于期权价格，反映市场对未来波动率的预期[38]。 14. 模型名称：双底形态识别模型[39][45] * 模型构建思路：通过技术分析识别股价走势中的“双底”形态（W底），该形态通常被视为看涨反转信号，并据此构建投资组合[39][45]。 * 模型具体构建过程：报告未详细描述自动识别形态的具体算法和规则，但展示了根据形态突破点（如A点、B点、C点）筛选出的个股[44][48]。 15. 模型名称：杯柄形态识别模型[39][40] * 模型构建思路：通过技术分析识别股价走势中的“杯柄”形态，该形态是持续看涨形态，并据此构建投资组合[39][40]。 * 模型具体构建过程：报告未详细描述自动识别形态的具体算法和规则，但展示了根据形态关键点（如A点、B点、C点）筛选出的个股[44][52]。 16. 模型名称：倒杯子形态识别模型[57] * 模型构建思路：通过技术分析识别股价走势中的“倒杯子”形态，该形态是典型的看跌反转形态，用于提示个股下跌风险[57]。 * 模型具体构建过程：报告未详细描述自动识别形态的具体算法和规则，但提及该形态在筑顶后下跌突破时产生[57]。 模型的回测效果 1. 双底形态识别模型：自2020年12月31日至今，组合累计上涨32.89%，同期上证综指累计上涨20.35%，累计超额收益为12.54%[39]。本周（报告期）组合上涨4.14%，跑赢上证综指2.49%[39]。 2. 杯柄形态识别模型：自2020年12月31日至今，组合累计上涨26.51%，同期上证综指累计上涨20.35%，累计超额收益为6.16%[39]。本周（报告期）组合上涨1.77%，跑赢上证综指0.12%[39]。 量化因子与构建方式 1. 因子名称：分析师一致预期调整因子[19][20] * 因子构建思路：利用分析师对个股盈利预测的上调或下调比例，构建行业层面的情绪或基本面强弱指标[19][20]。 * 因子具体构建过程：报告展示了“分析师上调个股比例”和“分析师下调个股比例”两个数据，可能通过计算行业成分股中盈利预测被上调或下调的股票数量占比来构建[19][20]。 2. 因子名称：基金仓位因子[22][23][26] * 因子构建思路：通过监测股票型、混合型基金的行业持仓比例及变化，反映机构资金动向和行业偏好[22][23][26]。 * 因子具体构建过程： * 绝对仓位：计算某类基金在某个行业的持仓市值占其总持仓市值的百分比[26]。 * 超低配仓位：计算基金在某个行业的持仓比例与该行业市值占全市场比例之间的差值。公式为：$超低配比例 = 基金行业持仓比例 - 行业市值占比$[28]。 * 变化值：计算当前仓位相对于上周、上月、上季度的变化[26]。 3. 因子名称：形态学因子（双底/杯柄/倒杯子）[39][40][45][57] * 因子构建思路：将技术分析中的经典价格形态（如双底、杯柄、倒杯子）进行量化，作为个股的择时或风险提示信号[39][40][45][57]。 * 因子具体构建过程：因子值为布尔类型（是否出现形态突破）。报告未给出形态识别的具体量化规则，但通过图表列出了形态突破的关键时间点（A, B, C, E点）[44][48][51][52][58]。 因子的回测效果 （报告未提供单个因子的独立回测绩效指标，如IC、IR等。因子效果体现在其驱动的模型或策略组合表现中。）