量化模型与构建方式 1 流动性冲击指标 - 模型名称：流动性冲击指标[8] - 模型构建思路：基于沪深300指数构建，用于衡量当前市场流动性相对于过去一年平均水平的高低，判断市场流动性冲击程度[8] - 模型具体构建过程：计算沪深300指数的流动性冲击指标，以标准差倍数形式表示当前市场流动性高于或低于过去一年平均水平的程度[8] - 模型评价：该指标可作为市场流动性环境的量化参考，指标为负值意味着当前市场流动性高于过去一年平均水平[8] 2 PUT-CALL比率 - 模型名称：上证50ETF期权成交量的PUT-CALL比率[8] - 模型构建思路：通过上证50ETF期权成交量中PUT与CALL的比率，衡量投资者对上证50ETF短期走势的乐观程度[8] - 模型具体构建过程：计算上证50ETF期权成交量中PUT（看跌期权）与CALL（看涨期权）的比率，比率上升表明投资者乐观程度下降[8] - 模型评价：该指标可作为投资者情绪的量化参考，比率震荡上升意味着投资者对上证50ETF短期走势乐观程度下降[8] 3 SAR翻转指标 - 模型名称：SAR翻转指标[13] - 模型构建思路：通过SAR（抛物线转向）指标判断指数短期走势方向，当指数向下突破翻转指标时发出卖出信号[13] - 模型具体构建过程：根据SAR指标的计算方法，跟踪Wind全A指数的价格走势，当指数向下突破SAR翻转指标时，表明短期走势偏弱[13] - 模型评价：该指标可作为技术面择时的参考，Wind全A指数于9月28日向下突破翻转指标，短期走势仍然偏弱[13] 4 均线强弱指数 - 模型名称：均线强弱指数[13] - 模型构建思路：通过Wind二级行业指数计算市场均线强弱指数，用于判断市场整体走势强弱[13] - 模型具体构建过程：根据Wind二级行业指数计算均线强弱指数，当前市场得分为86，处于2023年以来的27.97%分位点[13] - 模型评价：该指标可作为市场技术面强弱的量化参考[13] 5 情绪模型 - 模型名称：情绪模型[13] - 模型构建思路：根据国泰海通量化团队前期发布的专题报告《从涨停板、打板策略到赚钱效应引发的情绪择时指标》，构建涨跌停板相关因子来刻画市场的情绪强弱[13] - 模型具体构建过程：构建涨跌停板相关因子，包括净涨停占比、跌停次日收益、涨停板占比、跌停板占比、高频打板收益等细分信号，综合计算情绪模型得分[15] - 模型评价：情绪模型得分为1分（满分5分），趋势模型信号为负向，加权模型信号为负向[13] 6 高频资金流模型 - 模型名称：高频资金流模型[13] - 模型构建思路：根据国泰海通量化团队前期发布的专题报告《高频资金流如何辅助宽基择时决策》，通过高频资金流的走势对主要宽基指数发出买入卖出信号[13] - 模型具体构建过程：通过高频资金流的走势对主要宽基指数发出买入卖出信号，包括激进多头、激进多空、稳健多头、稳健多空四个维度的信号[15] - 模型评价：高频资金流信号显示，中证500和中证2000仍维持正向，表明相关方向卖盘出清的积极信号尚未因近期下跌而改变，结构性修复基础仍在；沪深300信号为中性、中证1000为负向[13] 7 因子拥挤度模型 - 模型名称：因子拥挤度模型[16] - 模型构建思路：因子拥挤是指跟踪或者投资某一因子的资金过多，使得该因子的收益或者收益稳定性下降的现象，因此因子拥挤度指标可作为因子失效的预警指标[16] - 模型具体构建过程：根据国泰海通量化团队前期发布的专题报告《选股因子系列（四十二）——因子失效预警：因子拥挤》，使用估值价差、配对相关性、长期收益反转、因子波动率这四个指标度量因子拥挤程度[16] - 模型评价：该模型可对常见因子（小市值、低估值、高盈利、高增长）的拥挤程度进行综合打分，作为因子失效的预警指标[16] 8 行业拥挤度模型 - 模型名称：行业拥挤度模型[21] - 模型构建思路：根据国泰海通量化团队前期发布的专题报告《行业轮动系列研究15——行业板块拥挤度》，对各行业板块的拥挤程度进行度量[21] - 模型具体构建过程：计算各行业板块的拥挤度指标，并计算相对上个月的拥挤度变化[21] - 模型评价：该模型可用于识别行业拥挤度相对较高和拥挤度上升幅度相对较大的行业[21] 9 行业三维矩阵 - 模型名称：行业三维矩阵[26] - 模型构建思路：通过拥挤度、历史估值偏离度、分析师预期ROE百分位三个维度构建行业三维矩阵，对行业进行分类[26] - 模型具体构建过程：气泡大小代表行业滚动120个交易日分析师预期ROE的百分位（刻画景气度）；纵轴代表行业滚动500个交易日PB的Z值；横轴代表拥挤度[27] - 模型评价：该矩阵可将行业划分为高估值低拥挤、高估值高拥挤、低估值低拥挤、低估值高拥挤四个象限，辅助行业配置决策[26] 量化因子与构建方式 1 小市值因子 - 因子名称：小市值因子[18] - 因子构建思路：通过估值价差、配对相关性、长期收益反转、因子波动率四个指标度量因子拥挤程度[16] - 因子具体构建过程：使用估值价差、配对相关性、市场波动、收益反转四个分项指标，综合打分得到复合拥挤度[18] - 因子评价：小市值因子拥挤度继续下行[16] 2 低估值因子 - 因子名称：低估值因子[18] - 因子构建思路：通过估值价差、配对相关性、长期收益反转、因子波动率四个指标度量因子拥挤程度[16] - 因子具体构建过程：使用估值价差、配对相关性、市场波动、收益反转四个分项指标，综合打分得到复合拥挤度[18] - 因子评价：低估值因子拥挤度为-0.17[18] 3 高盈利因子 - 因子名称：高盈利因子[18] - 因子构建思路：通过估值价差、配对相关性、长期收益反转、因子波动率四个指标度量因子拥挤程度[16] - 因子具体构建过程：使用估值价差、配对相关性、市场波动、收益反转四个分项指标，综合打分得到复合拥挤度[18] - 因子评价：高盈利因子拥挤度为-0.27[18] 4 高盈利增长因子 - 因子名称：高盈利增长因子[18] - 因子构建思路：通过估值价差、配对相关性、长期收益反转、因子波动率四个指标度量因子拥挤程度[16] - 因子具体构建过程：使用估值价差、配对相关性、市场波动、收益反转四个分项指标，综合打分得到复合拥挤度[18] - 因子评价：高盈利增长因子拥挤度为0.06[18] 5 净涨停占比因子 - 因子名称：净涨停占比[15] - 因子构建思路：作为情绪模型的细分因子，用于刻画市场情绪强弱[13] - 因子具体构建过程：计算市场中净涨停占比，作为情绪模型的细分信号之一[15] - 因子评价：信号值为0[15] 6 跌停次日收益因子 - 因子名称：跌停次日收益[15] - 因子构建思路：作为情绪模型的细分因子，用于刻画市场情绪强弱[13] - 因子具体构建过程：计算跌停股票次日的收益表现，作为情绪模型的细分信号之一[15] - 因子评价：信号值为0[15] 7 涨停板占比因子 - 因子名称：涨停板占比[15] - 因子构建思路：作为情绪模型的细分因子，用于刻画市场情绪强弱[13] - 因子具体构建过程：计算市场中涨停板占比，作为情绪模型的细分信号之一[15] - 因子评价：信号值为0[15] 8 跌停板占比因子 - 因子名称：跌停板占比[15] - 因子构建思路：作为情绪模型的细分因子，用于刻画市场情绪强弱[13] - 因子具体构建过程：计算市场中跌停板占比，作为情绪模型的细分信号之一[15] - 因子评价：信号值为1[15] 9 高频打板收益因子 - 因子名称：高频打板收益[15] - 因子构建思路：作为情绪模型的细分因子，用于刻画市场情绪强弱[13] - 因子具体构建过程：计算高频打板策略的收益表现，作为情绪模型的细分信号之一[15] - 因子评价：信号值为0[15] 模型与因子的回测效果 模型回测效果 1. 流动性冲击指标，周五取值-0.59，持平于前一周（-0.59），当前市场流动性高于过去一年平均水平-0.59倍标准差[8] 2. PUT-CALL比率，周五取值0.76，高于前一周（0.69）[8] 3. 情绪模型，得分1分（满分5分），趋势模型信号为负向，加权模型信号为负向[13] 4. 高频资金流模型，沪深300信号为中性（激进多头1、激进多空1、稳健多头0、稳健多空0），中证500信号为正向（激进多头1、激进多空1、稳健多头1、稳健多空1），中证1000信号为负向（激进多头0、激进多空-1、稳健多头0、稳健多空0），中证2000信号为正向（激进多头1、激进多空1、稳健多头1、稳健多空1）[15] 5. 均线强弱指数，当前市场得分86，处于2023年以来的27.97%分位点[13] 因子回测效果 1. 小市值因子，估值价差-0.47，配对相关性-0.27，市场波动-0.37，收益反转-0.36，综合打分-0.37[18] 2. 低估值因子，估值价差-0.33，配对相关性0.13，市场波动0.71，收益反转-1.20，综合打分-0.17[18] 3. 高盈利因子，估值价差-1.79，配对相关性-0.13，市场波动-0.65，收益反转1.50，综合打分-0.27[18] 4. 高盈利增长因子，估值价差0.55，配对相关性-0.11，市场波动0.35，收益反转-0.53，综合打分0.06[18] 5. 净涨停占比因子，信号值0[15] 6. 跌停次日收益因子，信号值0[15] 7. 涨停板占比因子，信号值0[15] 8. 跌停板占比因子，信号值1[15] 9. 高频打板收益因子，信号值0[15] 行业拥挤度取值 1. 建筑材料，拥挤度2.38，上月拥挤度2.32，变化0.06[25] 2. 基础化工，拥挤度1.90，上月拥挤度1.69，变化0.21[25] 3. 综合，拥挤度1.78，上月拥挤度1.74，变化0.04[25] 4. 通信，拥挤度1.62，上月拥挤度1.67，变化-0.05[25] 5. 煤炭，拥挤度1.51，上月拥挤度1.59，变化-0.08[25] 6. 石油石化，拥挤度1.41，上月拥挤度1.40，变化0.01[25] 7. 电子，拥挤度1.35，上月拥挤度1.28，变化0.07[25] 8. 有色金属，拥挤度1.34，上月拥挤度1.20，变化0.14[25] 9. 机械设备，拥挤度1.34，上月拥挤度1.25，变化0.09[25] 10. 钢铁，拥挤度0.67，上月拥挤度0.76，变化-0.08[25] 11. 国防军工，拥挤度0.56，上月拥挤度0.38，变化0.18[25] 12. 交通运输，拥挤度0.48，上月拥挤度0.65，变化-0.17[25] 13. 商贸零售，拥挤度0.32，上月拥挤度0.17，变化0.15[25] 14. 计算机，拥挤度-0.08，上月拥挤度-0.08，变化-0.01[25] 15. 农林牧渔，拥挤度-0.15，上月拥挤度0.05，变化-0.20[25] 16. 纺织服饰，拥挤度-0.16，上月拥挤度-0.18，变化0.01[25] 17. 轻工制造，拥挤度-0.18，上月拥挤度-0.23，变化0.05[25] 18. 传媒，拥挤度-0.20，上月拥挤度-0.44，变化0.24[25] 19. 环保，拥挤度-0.26，上月拥挤度-0.31，变化0.05[25] 20. 医药生物，拥挤度-0.35，上月拥挤度-0.40，变化0.05[25] 21. 公用事业，拥挤度-0.43，上月拥挤度-0.39，变化-0.05[25] 22. 非银金融，拥挤度-0.45，上月拥挤度-1.12，变化0.67[25] 23. 房地产，拥挤度-0.52，上月拥挤度-0.57，变化0.05[25] 24. 银行，拥挤度-0.55，上月拥挤度-0.31，变化-0.24[25] 25. 建筑装饰，拥挤度-0.64，上月拥挤度-0.42，变化-0.22[25] 26. 汽车，拥挤度-0.64，上月拥挤度-0.66，变化0.02[25] 27. 社会服务，拥挤度-0.76，上月拥挤度-0.90，变化0.15[25] 28. 电力设备，拥挤度-0.83，上月拥挤度-0.81，变化-0.02[25] 29. 食品饮料，拥挤度-0.84，上月拥挤度-0.75，变化-0.08[25] 30. 家用电器，拥挤度-0.86，上月拥挤度-0.70，变化-0.16[25] 31. 美容护理，拥挤度-1.57，上月拥挤度-1.41，变化-0.15[25]