量化模型与构建方式 1. 模型名称：A股景气度高频指数[51] * 模型构建思路： 以上证指数归母净利润同比为Nowcasting目标，构建一个能够高频反映A股景气度变化的指数[51] * 模型具体构建过程： 报告未提供该指数的具体构建公式和计算步骤，仅提及构建详情需参考另一份报告《视角透析：A股景气度高频指数构建与观察》[51] 2. 模型名称：A股情绪指数系统[54] * 模型构建思路： 基于市场波动率和成交额的变化方向来刻画市场情绪，并构造包含见底预警与见顶预警的信号系统[54] * 模型具体构建过程： 1. 将市场按照波动率和成交额的变化方向划分为四个象限[54] 2. 通过历史统计发现，只有“波动率上行-成交额下行”的区间为显著负收益，其余三个象限都为显著正收益[54] 3. 根据当前市场所处的象限，分别发出见底预警信号（基于价格/波动率）和见顶预警信号（基于成交量）[54][57] 4. 综合两个信号得出对后市的整体观点（如“多”或“空”）[57] 3. 模型名称：主题挖掘算法[68] * 模型构建思路： 通过对新闻和研报文本进行处理，挖掘主题投资机会[68] * 模型具体构建过程： 报告未提供算法的详细公式，但描述了其构建的多个维度，包括：文本处理、主题关键词提取、主题个股关系挖掘、主题活跃周期构建、主题影响力因子构建等[68] 4. 模型名称：指数增强组合模型[68][75] * 模型构建思路： 通过量化模型构建投资组合，旨在持续跑赢基准指数（如中证500、沪深300）[68][75] * 模型具体构建过程： 报告未披露具体的选股模型、因子权重或优化方法，仅展示了根据策略模型生成的持仓明细[72][79] 量化因子与构建方式 1. 因子体系：十大类风格因子[81] * 因子构建思路： 参照BARRA因子模型，构建一套用于描述A股市场风格特征的因子体系[81] * 因子具体构建过程： 报告未提供每个因子的具体计算公式，但列出了完整的因子列表，包括：市值（SIZE）、BETA、动量（MOM）、残差波动率（RESVOL）、非线性市值（NLSIZE）、估值（BTOP）、流动性（LIQUIDITY）、盈利（EARNINGS_YIELD）、成长（GROWTH）和杠杆（LVRG）[81] 模型的回测效果 1. A股情绪指数系统择时表现[65] * 报告通过图表展示了该系统的历史择时表现，但未给出具体的量化指标数值（如年化收益率、胜率、最大回撤等）[65] 2. 中证500增强组合[68] * 本周（报告期）收益：-1.16%[68] * 本周超额收益（相对中证500指数）：-1.64%[68] * 2020年至今累计超额收益：46.18%[68] * 2020年至今最大回撤：-10.90%[68] 3. 沪深300增强组合[75] * 本周（报告期）收益：-0.52%[75] * 本周超额收益（相对沪深300指数）：-0.22%[75] * 2020年至今累计超额收益：45.22%[75] * 2020年至今最大回撤：-5.86%[75] 因子的回测效果 1. 风格因子近期表现[82] * 近期（本周）表现： Beta因子超额收益较高；残差波动率因子呈较为显著的负向超额收益；高Beta、高动量股表现优异；价值、盈利等因子表现不佳[82] * 因子暴露相关性： 报告提供了近一周十大类风格因子暴露相关性矩阵图表[83]，显示流动性因子分别与Beta、动量、残差波动率呈现明显正相关性；价值因子分别与Beta、残差波动率、流动性等因子呈现明显负相关性[82] 2. 行业因子近期表现[82] * 近期（本周）表现： 电子、银行、交运等行业因子相对市场市值加权组合跑出较高超额收益；农林牧渔、传媒、钢铁等行业因子回撤较多[82]