量化模型与构建方式 1 模型名称：宏观指标趋势模型 模型构建思路：通过宏观指标趋势模型构建宏观指标和大类资产表现的关系，基于宏观指标自身的月度均线，将单个宏观指标分为趋势上行以及趋势下行的情况，统计在上行和下行情况下某个大类资产的平均收益是否会出现明显分化[14] 模型具体构建过程：利用T检验判断某个宏观指标（取不同周期的历史均线）处于上行趋势或下行趋势的不同情况下，未来1个自然月某个大类资产月度收益率的分布是否存在明显差别，如果t值较大，则认为该指标的变化趋势对于大类资产未来1个自然月的表现存在显著影响[14] 公式为： $$t=(\overline{{{R_{1}}}}-\overline{{{R_{2}}}})\Bigg/\left[\sqrt{\frac{(n_{1}-1){S_{1}}^{2}+(n_{2}-1){S_{2}}^{2}}{n_{1}+n_{2}-2}\bigg(\frac{1}{n_{1}}+\frac{1}{n_{2}}\bigg)}\right]\sim!t_{n_{1}+n_{2}-2}$$ 其中，$$\overline{R_1}$$、$$\overline{R_2}$$分别代表宏观指标在趋势上行和趋势下行的不同情况下，某个大类资产未来1个自然月的平均月度收益率；$$S_1$$、$$S_2$$代表宏观指标在趋势上行和趋势下行的不同情况下，某个大类资产未来1个自然月月度收益率的标准差；$$n_1$$、$$n_2$$分别代表宏观指标处于趋势上行或趋势下行的月份数量[14] 具体流程上，采用月度均线的方法判断单个宏观指标的趋势，筛选历史上对于各个大类资产未来1个自然月表现影响较为显著的宏观指标，并以此出发对于各个大类资产进行月度频率的定量打分[15] 模型评价：该模型从宏观视角出发，通过T检验筛选对大类资产未来1个月表现有显著影响的宏观指标，能够定量刻画宏观指标趋势与资产表现之间的关系[14][15] 2 模型名称：技术视角趋势模型 模型构建思路：基于大类资产收盘价或者LLT指标，根据不同的计算方法构建大类资产趋势判断指标来度量大类资产的趋势[19] 模型具体构建过程：对于不同大类资产，根据历史多期测试的结果，采用不同趋势判断方法，如果趋势指标为正，则认为趋势向上，记+1分；如果趋势指标为负，则认为趋势向下，记-1分[19] 具体而言，权益资产采用历史2个月LLT平均月度涨跌幅和历史(T-12至T-2)个月LLT平均月度涨跌幅；债券采用历史2个月收盘价平均月度涨跌幅和历史(T-12至T-2)个月平均月度涨跌幅；黄金采用历史6个月收盘价平均月度涨跌幅；工业品采用历史2个月收盘价平均月度涨跌幅[42] 模型评价：该模型从技术视角出发，针对不同大类资产采用不同的趋势判断方法，能够有效捕捉资产价格的趋势方向[19] 3 模型名称：技术视角估值模型 模型构建思路：计算中证800指数PE(TTM)的倒数减去10年期国债到期收益率的值——即股权风险溢价ERP，并进一步定义该指标的历史5年分位数，以此作为度量权益估值水平的指标[22] 模型具体构建过程：计算ERP的历史5年分位数，公式为：(当前ERP-历史5年ERP最低值)/(历史5年ERP最高值-历史5年ERP最低值)[22] 如果当前ERP的历史5年分位数水平较高，则认为权益资产估值较低；反之则认为权益资产估值较高，针对不同的分位数水平设定估值得分：高于90%设定为+2分，70%-90%设定为+1分；30%-70%设定为0分，10%-30%设定为-1分，低于10%则设定为-2分[22] 模型评价：该模型通过股权风险溢价的历史分位数来衡量权益资产的估值水平，能够为权益资产的估值判断提供定量依据[22] 4 模型名称：技术视角资金流模型 模型构建思路：以日度频率计算个股的主动净流入额，并将数据加总得到指数月度主动净流入额，通过指数月度主动净流入额计算该数据的边际变化，以此衡量权益资产资金流的整体情况[26] 模型具体构建过程：如果资金流指标为正，则认为资金面边际改善及资金流入，记+1分；如果资金流指标为负，则认为资金面边际恶化及资金流出，记-1分[26] 模型评价：该模型从资金流角度出发，通过主动净流入额的边际变化来衡量资金面的改善或恶化情况[26] 5 模型名称：多维视角行业轮动模型 模型构建思路：分别从历史基本面、资金流、一致预期、宏观、动量、风格等6个视角出发构建指标，以此定量刻画行业在不同视角的特征[28] 模型具体构建过程：首先针对不同观测视角构建多个行业特征指标；而后测试相关指标在行业轮动中的有效性以及指标之间的相关性，并筛选出若干个指标作为对于行业进行定量打分的依据；最终根据多个指标的综合打分结果构建行业轮动组合[31] 筛选出的行业指标包括：SUE（根据加权整体法，采用行业历史3年季度净利润数据计算）、主动资金流入市值比（根据加权整体法计算行业资金流指标，选用主动净流入额）、预期盈利增速估值匹配度（从个股一致预期数据出发，根据加权整体法计算行业预期利润增速，并计算估值与预期利润增速的比值）、工业企业利润增速（基于统计局月频发布的细分行业工业企业利润数据，对于单个成分股采用其对应工业细分行业的利润数据，结合成分股权重计算行业工业企业利润增速）、可解释趋势强度（对于行业指数历史价格回归计算行业趋势指标，并结合回归R方计算行业可解释趋势强度指标）、行业风格匹配度[36] 行业风格匹配度公式为： $$行业风格匹配度=行业规模风格得分S_1+行业成长价值风格得分S_2$$ 其中$$S_1$$、$$S_2$$分别为大小盘、成长价值月度观点[36] 指标相关性方面，行业指标在申万一级行业中的平均相关系数为9.28%，整体来看行业指标之间的相关性处于较低的水平，采用等权的方式将不同指标的打分结果进行汇总[36] 模型评价：该模型从多个维度综合刻画行业特征，指标之间相关性较低，等权汇总方式简单有效，能够较全面地反映行业轮动特征[36] 6 模型名称：固定比例+宏观指标+技术指标大类资产配置组合 模型构建思路：选取权益、债券、商品、货币等总计5类资产，设置固定比例的基准组合权重，并根据宏观指标或者技术指标的月度最新信号，对各类非货币资产在基准权重上进行权重的调整，并相应地调高或调低货币资产的配置比例[43] 模型具体构建过程：基准权重设置为权益（中证800）20%、债券（中证全债）60%、商品（SGE黄金10%、南华工业品5%）、货币（货币基金）5%；调整权重分别为权益5%、债券5%、SGE黄金5%、南华工业品2.5%[44] 模型评价：该组合在固定比例基准上叠加宏观和技术信号进行动态调整，2007年至今该组合的年化收益率为9.82%，最大回撤为9.27%，表现优于单一信号组合和基准组合[44][47] 7 模型名称：控制年化波动率6%+宏观指标+技术指标组合 模型构建思路：以控制年化波动率不超过6%作为基准组合权重，并根据宏观指标或者技术指标的月度最新信号，对各类非货币资产在基准权重上进行权重的调整，并相应地调高或调低货币资产的配置比例[52] 模型具体构建过程：以控制年化波动率6%为约束条件确定基准权重，再根据宏观和技术信号进行动态调整[52] 模型评价：该组合在控制波动率的前提下叠加宏观和技术信号，2007年至今该组合的年化收益率为10.06%，最大回撤为7.37%，年化波动率为5.59%[52][55] 8 模型名称：风险平价+宏观指标+技术指标组合 模型构建思路：以风险平价作为基准组合权重，并根据宏观指标或者技术指标的月度最新信号，对各类非货币资产在基准权重上进行权重的调整，并相应地调高或调低货币资产的配置比例[52] 模型具体构建过程：以风险平价方法确定基准权重，再根据宏观和技术信号进行动态调整[52] 模型评价：该组合以风险平价为基础叠加宏观和技术信号，2007年至今该组合的年化收益率为8.07%，最大回撤为4.58%，年化波动率为3.37%[52][55] 9 模型名称：大小盘轮动组合 模型构建思路：选取大盘/小盘风格，设置固定比例的基准组合权重，并根据宏观指标或者技术指标的月度最新信号，对各类权益风格在基准权重上进行权重的调整[64] 模型具体构建过程：基准权重设置为巨潮大盘50%、巨潮小盘50%，调整权重均为25%[65] 模型评价：该组合通过宏观和技术信号进行大小盘风格轮动，2013年至今该组合的累计年化超额收益率为4.96%[65] 10 模型名称：成长价值轮动组合 模型构建思路：选取成长/价值风格，设置固定比例的基准组合权重，并根据宏观指标或者技术指标的月度最新信号，对各类权益风格在基准权重上进行权重的调整[64] 模型具体构建过程：基准权重设置为国证成长50%、国证价值50%，调整权重均为25%[65] 模型评价：该组合通过宏观和技术信号进行成长价值风格轮动，2013年至今该组合的累计年化超额收益率为5.12%[69] 11 模型名称：申万一级行业轮动组合 模型构建思路：基于多维视角综合打分结果构建行业轮动组合，从历史基本面、资金流、一致预期、宏观、动量、风格等6个视角出发构建指标进行定量打分[28][31] 模型具体构建过程：针对不同观测视角构建多个行业特征指标，测试相关指标在行业轮动中的有效性以及指标之间的相关性，筛选出若干个指标作为对于行业进行定量打分的依据，最终根据多个指标的综合打分结果构建行业轮动组合[31] 模型评价：该组合基于多维视角综合打分，2017年至今该组合的累计年化超额收益率为16.67%[78] 模型的回测效果 1 固定比例+宏观指标+技术指标大类资产配置组合 年化收益率9.82%，最大回撤9.27%，年化波动率6.15%[47] 2 固定比例+宏观指标组合 年化收益率9.01%，最大回撤11.21%，年化波动率6.06%[47] 3 固定比例+技术指标组合 年化收益率8.03%，最大回撤12.56%，年化波动率6.08%[47] 4 固定比例基准组合 年化收益率6.08%，最大回撤18.51%，年化波动率5.83%[47] 5 控制年化波动率6%+宏观指标+技术指标组合 年化收益率10.06%，最大回撤7.37%，年化波动率5.59%[55] 6 风险平价+宏观指标+技术指标组合 年化收益率8.07%，最大回撤4.58%，年化波动率3.37%[55] 7 大小盘轮动组合 年化收益率12.54%，最大回撤49.10%，年化波动率22.32%[69] 8 大小盘基准组合 年化收益率7.58%，最大回撤53.59%，年化波动率21.89%[69] 9 成长价值轮动组合 年化收益率12.71%，最大回撤45.18%，年化波动率21.35%[72] 10 成长价值基准组合 年化收益率7.59%，最大回撤44.10%，年化波动率20.55%[72] 11 申万一级行业轮动组合 年化收益率17.71%，最大回撤29.36%，年化波动率22.26%[79] 12 申万一级行业基准组合 年化收益率1.04%，最大回撤36.48%，年化波动率18.86%[79] 量化因子与构建方式 1 因子名称：SUE因子 因子构建思路：根据加权整体法，采用行业历史3年季度净利润数据计算行业SUE指标[36] 因子具体构建过程：根据加权整体法，采用行业历史3年季度净利润数据计算行业SUE指标[36] 因子评价：该因子从历史基本面角度刻画行业特征，在申万一级行业中的平均相关系数较低[36][37] 2 因子名称：主动资金流入市值比因子 因子构建思路：根据加权整体法计算行业资金流指标，此处选用的具体资金流指标为主动净流入额[36] 因子具体构建过程：根据加权整体法计算行业资金流指标，选用主动净流入额[36] 因子评价：该因子从资金流角度刻画行业特征，在申万一级行业中的平均相关系数较低[36][37] 3 因子名称：预期盈利增速估值匹配度因子 因子构建思路：从个股一致预期数据出发，根据加权整体法计算行业预期利润增速，并计算估值与预期利润增速的比值[36] 因子具体构建过程：从个股一致预期数据出发，根据加权整体法计算行业预期利润增速，并计算估值与预期利润增速的比值[36] 因子评价：该因子从一致预期角度刻画行业特征，在申万一级行业中的平均相关系数较低[36][37] 4 因子名称：工业企业利润增速因子 因子构建思路：基于统计局月频发布的细分行业工业企业利润数据，对于单个成分股采用其对应工业细分行业的利润数据，结合成分股权重计算行业工业企业利润增速[36] 因子具体构建过程：基于统计局月频发布的细分行业工业企业利润数据，对于单个成分股采用其对应工业细分行业的利润数据，结合成分股权重计算行业工业企业利润增速[36] 因子评价：该因子从宏观角度刻画行业特征，在申万一级行业中的平均相关系数较低[36][37] 5 因子名称：可解释趋势强度因子 因子构建思路：对于行业指数历史价格回归计算行业趋势指标，并结合回归R方计算行业可解释趋势强度指标[36] 因子具体构建过程：对于行业指数历史价格回归计算行业趋势指标，并结合回归R方计算行业可解释趋势强度指标[36] 因子评价：该因子从动量角度刻画行业特征，在申万一级行业中的平均相关系数较低[36][37] 6 因子名称：行业风格匹配度因子 因子构建思路：定量判断未来风格相对强弱，并结合行业自身风格特征[36] 因子具体构建过程：公式为： $$行业风格匹配度=行业规模风格得分S_1+行业成长价值风格得分S_2$$ 其中$$S_1$$、$$S_2$$分别为大小盘、成长价值月度观点[36] 因子评价：该因子从风格角度刻画行业特征，在申万一级行业中的平均相关系数较低[36][37] 因子的回测效果 1 SUE因子 在申万一级行业中与主动资金流入市值比相关系数1.36%，与预期盈利增速估值匹配度相关系数-21.89%，与工业企业利润增速相关系数17.61%，与可解释趋势强度相关系数31.06%，与行业风格匹配度相关系数2.35%[37] 2 主动资金流入市值比因子 在申万一级行业中与SUE相关系数1.36%，与预期盈利增速估值匹配度相关系数13.92%，与工业企业利润增速相关系数3.87%，与可解释趋势强度相关系数5.46%，与行业风格匹配度相关系数3.98%[37] 3 预期盈利增速估值匹配度因子 在申万一级行业中与SUE相关系数-21.89%，与主动资金流入市值比相关系数13.92%，与工业企业利润增速相关系数-9.13%，与可解释趋势强度相关系数-6.10%，与行业风格匹配度相关系数-6.44%[37] 4 工业企业利润增速因子 在申万一级行业中与SUE相关系数17.61%，与主动资金流入市值比相关系数3.87%，与预期盈利增速估值匹配度相关系数-9.13%，与可解释趋势强度相关系数14.47%，与行业风格匹配度相关系数10.84%[37] 5 可解释趋势强度因子 在申万一级行业中与SUE相关系数31.06%，与主动资金流入市值比相关系数5.46%，与预期盈利增速估值匹配度相关系数-6.10%，与工业企业利润增速相关系数14.47%，与行业风格匹配度相关系数8.24%[37] 6 行业风格匹配度因子 在申万一级行业中与SUE相关系数2.35%，与主动资金流入市值比相关系数3.98%，与预期盈利增速估值匹配度相关系数-6.44%，与工业企业利润增速相关系数10.84%，与可解释趋势强度相关系数8.24%[37]