量化模型与构建方式 1. 模型名称：宏观资金面信号择时策略[71][72] * 模型构建思路：通过综合评估外部宏观资金面的两个关键信号——美债利率和人民币汇率，生成择时信号，以判断市场整体环境并指导投资决策[71][72][76][78]。 * 模型具体构建过程： 1. 美债利率信号：计算10年期美债收益率的18个月中位数。将当前美债收益率与其中位数比较。若当前收益率高于中位数，则信号为偏空（赋值为-1）；若低于或等于中位数，则信号为偏多（赋值为+1）[76][77]。 2. 人民币汇率信号：观察USDCNY汇率的4周涨跌幅。若4周涨跌幅为负（即人民币升值），则短期资金信号为偏多（赋值为+1）；若为正（即人民币贬值），则信号为偏空（赋值为-1）[78]。 3. 综合信号生成：将美债利率信号和人民币汇率信号相加，得到综合择时信号。根据报告逻辑，当两者方向相反时，综合信号为中性[6][79]。 模型的回测效果 1. 宏观资金面信号择时策略[82][83] * 收益：8.44%[82] * 最大回撤：38.28%[82] * 年化波动率：13.42%[82] * 胜率：51.54%[82] * 卡尔玛比率：0.22[82] * 夏普比率：0.58[82] 量化因子与构建方式 1. 因子名称：股指期货基差比例[17][19][23] * 因子构建思路：通过计算股指期货价格与其标的指数价格的差额比例，反映市场情绪和未来预期[17][26]。 * 因子具体构建过程：使用次月合约的期货结算价与对应指数的收盘价进行计算。公式为： $基差比例 = (期货价格 / 对应指数价格) - 1$[23] 结果为负表示贴水，为正表示升水。报告跟踪了上证50(IH)、沪深300(IF)、中证500(IC)、中证1000(IM)等主要指数的基差比例[20][22][24]。 2. 因子名称：国债期货隐含收益率[42][44] * 因子构建思路：通过国债期货价格反推出的隐含到期收益率，反映期货市场投资者对远期利率的预期，可与现货收益率对比以观察市场情绪[35][42]。 * 因子具体构建过程：根据国债期货的市场价格、合约面值、票面利率、剩余期限等参数，利用债券定价公式反向推导得出的收益率。报告中将其与10年期国债现货收益率进行对比分析[42][44]。 3. 因子名称：期权波动率指数(VIX)[55][56] * 因子构建思路：通过期权市场价格计算得出的波动率指数，反映市场对未来30天波动性的预期，是衡量市场恐慌或乐观情绪的重要指标[55]。 * 因子具体构建过程：通常基于平价期权（ATM）和虚值期权（OTM）的隐含波动率，通过特定模型（如模型无关的方差互换方法）计算得出。报告跟踪了50ETF、300ETF、500ETF、1000股指及科创50ETF等不同标的的VIX指数[55][56][57]。 4. 因子名称：期权持仓量PCR (Put/Call Ratio)[62][64][67] * 因子构建思路：计算看跌期权与看涨期权的持仓量比值，用于衡量市场多空情绪和风险偏好[62]。 * 因子具体构建过程：公式为： $PCR = 看跌期权持仓量 / 看涨期权持仓量$[62] 比值上升可能代表市场避险情绪升温或看空情绪增加。报告跟踪了50ETF和300ETF期权的持仓量PCR[64][67]。 5. 因子名称：美债收益率信号[76][77] * 因子构建思路：将当前美债收益率与长期历史中位数比较，判断全球无风险利率环境对权益资产的估值压力[5][76]。 * 因子具体构建过程：计算10年期美债收益率的18个月滚动中位数。生成信号规则：若当前收益率 > 18个月中位数，则信号为偏空（-1）；若当前收益率 ≤ 18个月中位数，则信号为偏多（+1）[76][77]。 6. 因子名称：汇率变化信号[78] * 因子构建思路：通过观察人民币兑美元汇率（USDCNY）的短期变化趋势，判断外部资金流向和情绪[5][78]。 * 因子具体构建过程：计算USDCNY汇率的4周涨跌幅。生成信号规则：若4周涨跌幅为负（人民币升值），则信号为偏多（+1）；若4周涨跌幅为正（人民币贬值），则信号为偏空（-1）[78]。 因子的回测效果 （注：本报告未提供单个因子的独立回测绩效指标，仅展示了基于因子构建的“宏观资金面信号择时策略”的整体回测结果，详见“模型的回测效果”部分。）