量化模型与构建方式 1. 模型名称：基于相似性算法（DTW）的风格轮动模型[1] * 模型构建思路：基于“历史会不断重演”的逻辑，使用DTW（动态时间规整）算法，将当前市场风格指数的走势与历史走势片段进行相似度匹配，以匹配到的历史片段未来表现作为预测当前风格未来走势的胜率信号[1]。 * 模型具体构建过程： 1. 数据准备：选取代表不同风格的市场指数，如价值风格（红利低波指数）、成长风格（创业板综指）、大盘风格（沪深300）、小盘风格（中证2000）[3][15]。 2. 相似度匹配：使用DTW算法计算当前指数行情（如最近N个交易日）与历史上所有等长行情片段之间的相似度距离[1]。 3. 片段筛选：筛选出与当前行情相似度最高的若干历史行情片段作为参照[13]。 4. 信号生成：计算筛选出的历史行情片段在未来5日的加权平均涨跌幅和加权标准差（权重取DTW距离的倒数）[13]。依据未来涨跌幅的平均值和标准差生成交易信号（如乐观、中性、无信号等）[14]。 5. 胜率计算：将DTW信号作为多个胜率指标之一，与其他宏观、市场指标（如国债/美债、CPI_PPI、PMI、动量等）共同构成胜率指标体系[11]。根据各指标发出的信号方向（如指向成长或价值），统计支持某一风格的指标数量占比，得到该风格的胜率[11]。 * 模型评价：该模型能够抓住风格切换的节奏，在样本外形成了有效的泛化验证[3]。 2. 模型名称：基于赔率和胜率的风格配置模型[1] * 模型构建思路：将市场风格的相对估值水平作为预期赔率的关键影响因素，并结合由DTW等指标构成的胜率观点，通过一个综合公式计算风格得分，从而形成风格配置建议[1][12]。 * 模型具体构建过程： 1. 赔率估计：验证市场风格的相对估值水平与其未来预期赔率存在负相关线性关系[9]。根据最新的估值差分位数，推算出当前风格间的相对赔率估计值[9]。例如，价值相对成长的赔率估计为1.18，大盘相对小盘的赔率估计为1.40[9]。 2. 胜率计算：如DTW模型部分所述，综合多个指标得到成长、价值、大盘、小盘各自的胜率[11]。 3. 得分计算：根据给定的公式计算每种风格的投资权重得分[12]。 $$投资权重得分=(胜率*赔率-(1-胜率) )/赔率$$[12] 4. 观点生成：根据计算出的风格得分（如大盘得分-0.10，小盘得分0.14，成长得分-0.36，价值得分0.31），形成最终的风格配置观点（如均衡+价值）[8][12]。 模型的回测效果 1. 成长价值轮动策略（基于红利低波和创业板综指）[3][15] * 全样本年化收益：21.66%[18] * 全样本年化波动：22.81%[18] * 全样本最大回撤：25.26%[18] * 全样本夏普比率：0.95[18] * 全样本收益回撤比：0.86[18] * 样本外收益（2024年起）：106.73%[18] * 2025年收益：64.82%[18] * 2026年至今收益：3.89%[18] * 2025年超额收益（相对等权基准）：38.49%[3][18] * 2026年至今超额收益（相对等权基准）：6.12%[3][18] 2. 大小盘轮动策略（基于沪深300和中证2000）[3] * 全样本年化收益：16.19%[23] * 全样本年化波动：23.08%[23] * 全样本最大回撤：27.40%[23] * 全样本夏普比率：0.70[23] * 全样本收益回撤比：0.59[23] * 样本外收益（2025年11月起）：-6.57%[23] * 2025年收益：42.97%[25] * 2026年至今收益：-9.38%[25] * 2025年超额收益（相对等权基准）：8.35%[3][25] * 2026年至今超额收益（相对等权基准）：-2.18%[3][25] 量化因子与构建方式 1. 因子名称：风格赔率因子[9] * 因子构建思路：市场风格的相对估值水平是其预期赔率的关键影响因素，两者呈现负相关关系[9]。 * 因子具体构建过程：使用风格指数（如价值vs成长，大盘vs小盘）的相对估值指标（如市盈率PE、市净率PB等）的历史分位数，通过已验证的线性关系，推算出当前持有一种风格相对于另一种风格的预期赔率估计值[9]。例如，价值相对成长的赔率估计为1.18，表示看多价值/看空成长组合的预期收益赔率[9]。 2. 因子名称：风格胜率因子（复合因子）[11] * 因子构建思路：综合多个维度的市场指标，判断未来短期内哪种风格占优的概率更高[11]。 * 因子具体构建过程：选取一系列对风格轮动有指示意义的指标，包括： * 宏观指标：国债/美债、CPI_PPI、PMI、中长期贷款[11]。 * 市场技术指标：动量、强势股[11]。 * 相似度指标：基于DTW算法生成的信号[11]。 每个指标在特定时点会发出支持“成长”或“价值”（或“大盘”/“小盘”）的信号。统计所有指标中支持某一风格的指标数量占总指标数的比例，即为该风格的胜率[11]。例如，成长风格胜率37.50%，价值风格胜率62.50%[11]。 因子的回测效果 （报告中未单独提供因子的历史表现测试结果，如IC、IR等，因此本部分省略。）