量化模型与构建方式 1. 模型名称：四维择时框架2.0综合模型[1][2][5][11] * 模型构建思路：将择时维度划分为“动态宏观、非线性情绪、估值回归、价量趋势”四个维度，其中前两者为非线性信号，后两者分别为左侧和右侧信号，旨在实现信号的均衡与互补[11]。 * 模型具体构建过程： 1. 信号构建：每个交易日分别计算四个维度的细分信号得分（具体过程见下文各维度信号构建）[16]。 2. 信号合成：对上述四个维度的日度信号得分求均值，得到综合信号得分[16]。 3. 仓位决策：若综合信号得分 > 0.5，则给出满仓信号（1）；若 < 0.5，给出空仓信号（0）；若 = 0.5，则维持0.5半仓信号[16]。 4. 仓位平滑：在策略层面，可对日度综合信号求5日均值，得到一个更加平滑的择时仓位信号，使仓位在0%-100%之间均匀变化[16][17]。 * 模型评价：综合信号具备较好的均衡性，能呈现“1+1>2”的效果，其表现优于所有单指标择时效果[11][16][26]。 2. 因子名称：动态宏观信号[1][5][11][27] * 因子构建思路：将原始静态宏观指标升级为动态宏观指标信号，通过滚动计算宏观指标的择时胜率，动态筛选有效指标，以提升宏观因子的有效性和适应性，避免部分宏观逻辑随时间失效[11][27][28]。 * 因子具体构建过程： 1. 指标池：包含18个核心宏观指标，如中长期信贷脉冲、M1、PMI增速、国内利率、盈利增速等[27][30]。 2. 胜率筛选：每月末，统计每个宏观指标在过去144个月（12年）内的月度择时胜率。胜率统计方向基于事前定义的指标对全A指数收益的影响方向（正向或负向）[27][30]。仅保留胜率在54%以上的宏观指标[27]。 3. 信号生成：对筛选出的每个有效宏观指标，根据其最新数值与事前定义的方向，给出看多（1）或看空（0）的信号[16][27]。 4. 信号合成：对月末所有有效指标的信号求均值，得到综合宏观信号得分[16][27]。 5. 仓位决策：若得分 > 0.5，则给出满仓信号（1）；若 < 0.5，给出空仓信号（0）；若 = 0.5，则维持0.5半仓信号[16][27]。 3. 因子名称：非线性情绪信号[1][5][11][39] * 因子构建思路：根据情绪信号单侧反转的特性（极弱情绪易反转，其余情况趋势跟随），由原始较为模糊的信号升级为非线性情绪指标信号[1][5][11]。 * 因子具体构建过程： 1. 指标计算：每个交易日观察12个细分情绪指标（如融资余额市值比、收益换手比、新增开户数等）在滚动1、3、5、8、10、12年窗口内的分位数水平[16][39]。 2. 非线性映射：根据每个指标在不同分位数区间的历史表现（呈现“√”型关系），将分位数映射为情绪信号值（0, 0.5, 1.0）。映射规则为：分位数在0-5%和60%-100%区间给1.0（看多），在5%-40%区间给0.0（看空），在40%-60%区间给0.5（中性）[39][41][44]。 3. 指标归类：将12个指标归为8个维度（如价量比信号、上涨下跌差信号、PCR信号等），对每个维度内不同回看窗口的信号求均值，得到该维度的日度信号[16][41]。 4. 信号合成：对8个维度的情绪得分求均值，得到综合情绪信号得分[16][42]。 5. 仓位决策：若得分 > 0.6，则给出满仓信号（1）；若 < 0.6，给出空仓信号（0）；若 = 0.6，则给出0.5半仓信号[16][42]。 4. 因子名称：价量趋势信号[1][5][11][70] * 因子构建思路：保留在A股市场极为有效的交易量能指标，并结合前期研究中挖掘的效果较好的“PB离散度”作为价值趋势指标，共同捕捉市场的价量趋势[1][5][11]。 * 因子具体构建过程： 1. 价信号（PB离散度）：每日计算指数成分股PB的离散度指标，公式为： $$价信号值 = \frac{MAD(PB)}{Median(PB)}$$ 其中，MAD为成分股PB的中位数绝对偏差。若当日值 > 20日均值，则看多（信号为1），反之看空（信号为0）[16][70]。 2. 量信号（成交额/换手率布林带）：计算指数的成交额与换手率布林带指标（基于60日均线±2倍标准差）。若当日值 > 20日均值，则看多（信号为1），反之看空（信号为0）[16][70]。 3. 信号合成：将价信号和量信号求均值，得到综合价量信号得分[16][70]。 4. 仓位决策：若得分 > 0.5，则看多（满仓）；若 = 0.5，则半仓；若 < 0.5，则看空（空仓）[16][70]。 5. 因子名称：估值回归信号[1][5][12] * 因子构建思路：将PE中位数替换为ERP（股票风险溢价）指标，并采用更严格的极端阈值和更长的回看窗口，以捕捉市场的长期估值均值回归特性[1][5][12]。 * 因子具体构建过程： 1. 指标计算：每日计算指数PB估值中位数以及ERP（公式为 $$ERP = \frac{1}{PE} - 3年存款利率$$）的滚动12年分位数[16]。 2. 极端值触发：若PB中位数或ERP的分位数大于97.5%，则认为相对高估，给出空仓信号（0）；若分位数小于2.5%，则认为相对低估，给出满仓信号（1）[16]。 3. 半仓信号触发：若此前为空仓信号，当分位数从高处降至60%分位数时，给出半仓信号（0.5）；若此前为满仓信号，当分位数从低处回升至40%分位数时，给出半仓信号（0.5）[16]。 4. 信号维持：半仓信号触发后，在未再次进入极端值区间前，均维持半仓信号[16]。 模型的回测效果 1. 四维择时框架2.0综合模型（万得全A，20041231-20260623，5日均匀建仓），年化收益22.23%，年化波动率18.09%，最大回撤24.95%，夏普比率1.09，收益回撤比0.89，年化换手率8.76[5][19][20]。 2. 四维择时框架2.0综合模型（万得全A，20041231-20260623，日度信号），年化收益24.63%，年化波动率18.61%，最大回撤27.20%，夏普比率1.17，收益回撤比0.91，年化换手率21.73[19]。 因子的回测效果 （以下为万得全A指数，20041231-20260618期间，5日均匀建仓策略的测试结果） 1. 动态宏观信号，年化收益15.67%，年化波动率17.23%，最大回撤36.93%，夏普比率0.82，收益回撤比0.42，年化换手率3.20[26][33][34]。 2. 非线性情绪信号，年化收益16.62%，年化波动率22.94%，最大回撤52.23%，夏普比率0.70，收益回撤比0.32，年化换手率6.92[26][63][65]。 3. 价量趋势信号，年化收益13.18%，年化波动率14.19%，最大回撤33.13%，夏普比率0.80，收益回撤比0.40，年化换手率13.50[26][80][82]。 4. 估值回归信号，年化收益12.69%，年化波动率16.38%，最大回撤27.83%，夏普比率0.69，收益回撤比0.46，年化换手率0.39[26]。