量化模型与构建方式 1. 模型名称：宽基轮动策略[14] * 模型构建思路：基于市场情绪热度变化，构建一个在主流宽基指数间进行轮动的策略。其核心逻辑是，市场关注度（热度）的边际变化可能预示短期资金流向，选择热度上升最快的宽基指数进行投资[12]。 * 模型具体构建过程： 1. 将全A股票按沪深300、中证500、中证1000、中证2000以及“其他”进行分组[9]。 2. 对每个分组内的成分股，计算其“总热度”指标（个股浏览、自选与点击次数之和，经全市场占比归一化并乘以10000）[8]。 3. 计算每个宽基分组（及“其他”组）的周度热度变化率，并取MA2（2期移动平均）进行平滑处理[12]。 4. 在每周最后一个交易日，买入总热度变化率MA2最大的宽基指数。如果变化率最大的为“其他”组，则选择空仓[14]。 2. 模型名称：热门概念内低热度选股策略[30] * 模型构建思路：在短期内市场关注度（热度）急剧上升的概念板块中，选择该板块内相对受关注度较低的个股。其逻辑是，热门概念中的高热度个股可能因过度关注而价格反应迅速，而低热度个股可能存在反应不足或补涨机会[30]。 * 模型具体构建过程： 1. 在每周最后一个交易日，筛选出本周热度变化率最大的5个概念[32]。 2. 将这5个热门概念对应的所有成分股作为初选股票池[32]。 3. 从初选股票池中，排除流通市值最小的20%的股票[32]。 4. 对于每个热门概念，分别从剩余股票池中选出“总热度”指标排名最后10位的个股[32]。 5. 将所有选出的个股等权构建投资组合，即“BOTTOM组合”[32]。 模型的回测效果 1. 宽基轮动策略，年化收益率12.25%，最大回撤-23.51%，2026年收益11.07%[17]。 2. 热门概念内低热度选股策略 (BOTTOM组合)，年化收益16.3%，最大回撤-28.89%，2026年收益-7.07%[34]。 量化因子与构建方式 1. 因子名称：个股总热度[8] * 因子构建思路：通过加总个股的浏览、自选与点击行为数据，构建一个衡量市场对单只股票关注度（情绪热度）的代理指标[8]。 * 因子具体构建过程：对于单只股票，计算其单日的浏览、自选与点击次数之和，然后将该数值除以同一日全市场所有股票的浏览、自选与点击次数总和，得到占比。最后将归一化后的占比数值乘以10000，使因子取值区间为[0, 10000][8]。 公式为： $$个股总热度_t = \frac{个股_t的（浏览+自选+点击）次数}{全市场当日（浏览+自选+点击）总次数} \times 10000$$ 其中，t代表交易日。 2. 因子名称：聚合总热度 (宽基/行业/概念层面)[8] * 因子构建思路：将特定群体（如某个宽基指数、行业或概念板块）内所有成分股的“个股总热度”因子进行加总，得到该群体的整体情绪热度指标，用于监控更宏观层面的市场情绪变化[8]。 * 因子具体构建过程：对于目标群体G（例如沪深300指数），在交易日t，将其所有成分股的“个股总热度_t”值直接求和[8]。 公式为： $$群体G的总热度_t = \sum_{i \in G} 个股i的总热度_t$$ 3. 因子名称：热度变化率MA2[12][21] * 因子构建思路：计算“聚合总热度”因子的周度环比变化率，并采用移动平均进行平滑，以观察热度趋势的边际变化，减少噪声[12][21]。 * 因子具体构建过程： 1. 计算群体G在第w周的周度“聚合总热度”（通常为周内日均值或周末值）。 2. 计算周度热度变化率：$$变化率_w = \frac{热度_w - 热度_{w-1}}{热度_{w-1}}$$ 3. 对计算得到的变化率序列，取2期移动平均（MA2）进行平滑：$$变化率MA2_w = \frac{变化率_w + 变化率_{w-1}}{2}$$ 4. 因子名称：估值历史分位数[38][39] * 因子构建思路：计算宽基指数或行业的当前估值（如PE_TTM）在其自身历史序列中所处的位置，用以判断当前估值水平的高低[38][39]。 * 因子具体构建过程： 1. 确定估值指标（报告中未明确具体指标，通常为PE或PB）和回溯窗口期（如滚动5年或从2015年起）[38][39]。 2. 计算当前估值在设定的历史时间窗口内的百分位排名。 3. 报告中使用两种窗口：a) 滚动5年历史分位数（用于宽基）[38]；b) 从2015年起始至今的历史分位数（用于行业）[39]。