量化模型与构建方式 1. 模型名称：成交量模型[1][66] * 模型构建思路： 基于市场成交量的变化来判断短期市场情绪和方向。 * 模型具体构建过程： 报告未提供具体构建公式和详细过程，仅给出了模型信号（中性）[1][66]。 2. 模型名称：特征龙虎榜机构模型[1][66] * 模型构建思路： 利用龙虎榜机构买卖数据构建特征，判断市场短期走势。 * 模型具体构建过程： 报告未提供具体构建公式和详细过程，仅给出了模型信号（看空）[1][66]。 3. 模型名称：特征成交量模型[1][66] * 模型构建思路： 基于成交量的某些特征（可能如量价关系、异常放量等）来判断市场短期走势。 * 模型具体构建过程： 报告未提供具体构建公式和详细过程，仅给出了模型信号（看空）[1][66]。 4. 模型名称：智能算法沪深300模型[1][66] * 模型构建思路： 应用智能算法（如机器学习）对沪深300指数进行择时判断。 * 模型具体构建过程： 报告未提供具体构建公式和详细过程，仅给出了模型信号（看空）[1][66]。 5. 模型名称：智能算法中证500模型[1][66] * 模型构建思路： 应用智能算法（如机器学习）对中证500指数进行择时判断。 * 模型具体构建过程： 报告未提供具体构建公式和详细过程，仅给出了模型信号（看空）[1][66]。 6. 模型名称：涨跌停模型[1][66] * 模型构建思路： 通过分析市场涨跌停股票的数量、比例等特征，判断中期市场情绪和趋势。 * 模型具体构建过程： 报告未提供具体构建公式和详细过程，仅给出了模型信号（中性）[1][66]。 7. 模型名称：上下行收益差模型[1][66] * 模型构建思路： 通过计算市场上涨和下跌时收益率的差异，来判断市场中期多空力量对比。 * 模型具体构建过程： 报告未提供具体构建公式和详细过程，仅给出了模型信号（仅上证50指数看多，其他指数中性）[1][66]。 8. 模型名称：月历效应模型[1][66] * 模型构建思路： 基于历史数据中存在的月度、季度等周期性规律进行择时。 * 模型具体构建过程： 报告未提供具体构建公式和详细过程，仅给出了模型信号（中性）[1][66]。 9. 模型名称：长期动量模型[1][66] * 模型构建思路： 基于长期价格动量效应进行择时，认为过去表现好的资产未来仍可能继续表现好。 * 模型具体构建过程： 报告未提供具体构建公式和详细过程，仅给出了模型信号（中性）[1][66]。 10. 模型名称：A股综合兵器V3模型[1][66] * 模型构建思路： 一个综合性的A股择时模型，可能是将短期、中期、长期多个模型信号进行耦合得到的综合判断[9]。 * 模型具体构建过程： 报告未提供具体构建公式和详细过程，仅给出了模型信号（看空）[1][66]。 11. 模型名称：A股综合国证2000模型[1][66] * 模型构建思路： 针对国证2000指数的综合性择时模型。 * 模型具体构建过程： 报告未提供具体构建公式和详细过程，仅给出了模型信号（看空）[1][66]。 12. 模型名称：成交额倒波幅模型[1][66] * 模型构建思路： 结合成交额与波动率（波幅）指标，用于港股市场的择时判断。 * 模型具体构建过程： 报告未提供具体构建公式和详细过程，仅给出了模型信号（看空）[1][66]。 13. 模型名称：上下行收益差相似多空模型[1][66] * 模型构建思路： 在上下行收益差模型基础上，结合相似性判断，用于港股市场的择时。 * 模型具体构建过程： 报告未提供具体构建公式和详细过程，仅给出了模型信号（恒生指数和恒生国企指数看多）[1][66]。 14. 模型名称：双底形态识别模型[39][40][42] * 模型构建思路： 通过识别股价走势中的“双底”技术形态（W底），寻找潜在的趋势反转和买入机会。 * 模型具体构建过程： 报告未提供具体的形态识别算法和量化规则，但展示了识别出的个股案例，涉及A点（左底）、C点（右底）、E点（突破颈线点）等关键时点[44][50]。 15. 模型名称：杯柄形态识别模型[39][45][46] * 模型构建思路： 通过识别股价走势中的“杯柄”技术形态，寻找上涨中继后的突破机会。 * 模型具体构建过程： 报告未提供具体的形态识别算法和量化规则，但展示了识别出的个股案例，涉及A点（杯底起点）、B点（杯沿/柄部起点）、C点（突破点）等关键时点[48][51]。 16. 模型名称：倒杯子形态识别模型[55] * 模型构建思路： 通过识别股价走势中的“倒杯子”技术形态（倒V顶），作为典型的负向形态，提示下跌趋势可能延续的风险。 * 模型具体构建过程： 报告未提供具体的形态识别算法和量化规则，但给出了识别案例，涉及A点（左肩/顶部起点）、B点（反弹高点）、C点（向下突破点）等关键时点[55]。 17. 模型名称：华创VIX指数模型[36][38] * 模型构建思路： 复现国内市场的波动率指数（VIX），作为判断市场情绪（恐慌程度）的参考指标，通常与大盘呈现负相关关系[38]。 * 模型具体构建过程： 报告提到根据公开披露的VIX计算方法进行复现，并与历史中证VIX指数的相关系数达到99.2%，但未给出具体计算公式[38]。 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21.51%，同期上证综指累计涨幅8.38%，累计跑赢上证综指13.13%[39]。本周（报告期）组合下跌8.13%，相对上证综指（-5.81%）跑输2.32%[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7.50%，同期上证综指累计涨幅8.38%，累计跑输上证综指0.88%[39]。本周（报告期）组合下跌8.15%，相对上证综指（-5.81%）跑输2.34%[39]。 量化因子与构建方式 （报告正文部分未详细描述用于选股或阿尔法模型的量化因子构建细节。提到的“大师策略”监控了33个策略，涉及价值型、成长型、综合型因子，但未展开说明具体因子[35]。） 因子的回测效果 （报告未提供具体量化因子的测试结果取值。）