量化模型与构建方式 1. 模型/因子名称：行业偏离度模型[8][18][19] * 构建思路：为了监控投资组合相对于业绩比较基准在行业配置上的差异，判断是超配还是低配了某些行业[8][17]。 * 具体构建过程：首先，自定义投资组合的持仓和基准指数的成分股权重[8][18]。基准成分股权重取自月末数据，并根据截止日期的区间涨跌幅进行修正[8][18]。然后，计算每个行业的权重偏离。公式为： $$D_{k}^{w}=W_{P,k}-W_{B,k}$$[19] 其中，$$W_{P,k}$$ 为投资组合在行业 $$k$$ 上的权重，$$W_{B,k}$$ 为基准指数在行业 $$k$$ 上的权重[19][20]。若 $$D_{k}^{w} > 0$$，表示组合相对基准超配该行业；若 $$D_{k}^{w} < 0$$，表示组合相对基准低配该行业[20]。 2. 模型/因子名称：风格偏离度模型[8][24] * 构建思路：为了监控投资组合相对于业绩比较基准在市值、估值、成长等风格因子上的暴露差异[8][25]。 * 具体构建过程：首先，计算组合和基准在每个行业内的风格指标加权均值[24][25]。然后，计算风格偏离度。公式为： $$风格偏离度 = \frac{\bar{S}{P,k} - \bar{S}{B,k}}{\sigma_{B,k}}$$[24] 其中，$$\bar{S}{P,k}$$ 和 $$\bar{S}{B,k}$$ 分别为组合和基准在行业 $$k$$ 内的风格指标加权均值，$$\sigma_{B,k}$$ 为基准在行业 $$k$$ 内该风格指标的标准差[24][25]。当前模型选取自由流通市值、PE TTM 和净利润同比增速，分别刻画市值、估值和成长风格[25]。 模型的回测效果 （报告中未提供具体的模型回测绩效指标，如年化收益率、夏普比率、最大回撤等，因此本部分无内容。） 量化因子与构建方式 1. 因子名称：市值风格因子[25] * 构建思路：用于衡量股票或组合的规模大小，是常见的风格因子之一[25]。 * 具体构建过程：报告中未详细描述该因子的原始计算过程，但在风格偏离度模型中，使用自由流通市值作为该因子的代理指标进行计算[25]。 2. 因子名称：估值风格因子[25] * 构建思路：用于衡量股票或组合的估值水平，是常见的风格因子之一[25]。 * 具体构建过程：报告中未详细描述该因子的原始计算过程，但在风格偏离度模型中，使用PE TTM（滚动市盈率） 作为该因子的代理指标进行计算[25]。 3. 因子名称：成长风格因子[25] * 构建思路：用于衡量股票或组合的盈利增长能力，是常见的风格因子之一[25]。 * 具体构建过程：报告中未详细描述该因子的原始计算过程，但在风格偏离度模型中，使用净利润同比增速作为该因子的代理指标进行计算[25]。 因子的回测效果 （报告中未提供因子的IC、IR、多空收益等具体测试结果，仅提供了特定日期下，以中证A500为持仓、中证800为基准的偏离度截面数据示例[21][22][23][26][27][28]。）