量化模型与构建方式 1. 模型名称：基于分化度的动态风格轮动策略 模型构建思路：通过个股分化度指标MADI来判断市场风格，当分化度低于特定阈值时，采用风格趋势策略，反之则采用风格反转策略[2] 模型具体构建过程：首先计算个股分化度MADI，公式为： $MADI_{t}=DI_{t}\times{\frac{Vol_{t}}{M}}\sum Vol_{t}$ 其中，DI为个股横截面月收益率标准差，Vol为个股成交量，M为近12期成交量。当MADI低于阈值F时，采用风格趋势策略，否则采用风格反转策略[23][33] 模型评价：该策略能够根据市场分化度动态调整风格，显著提升了策略的年化超额收益率[3] 模型的回测效果 1. 基于分化度的动态风格轮动策略，年化超额收益率为17.6%，年化波动率为9.2%，信息比率（IR）为1.92，最大回撤为7.5%，月换手率为49.5%[40][43] 2. 静态因子策略，年化超额收益率为13.2%，年化波动率为8.0%，信息比率（IR）为1.65，最大回撤为6.4%，月换手率为47.0%[40] 3. 风格趋势策略，年化超额收益率为15.6%，年化波动率为8.5%，信息比率（IR）为1.83，最大回撤为7.5%，月换手率为45.5%[40] 4. 风格反转策略，年化超额收益率为14.6%，年化波动率为9.5%，信息比率（IR）为1.54，最大回撤为17.9%，月换手率为50.8%[40] 量化因子与构建方式 1. 因子名称：成交量调整分化度指标（VADI） 因子构建思路：通过剔除股票池涨跌幅首尾各10%的个股，并在剩余80%的个股中计算分化度，再乘以相对成交量进行调整[23] 因子具体构建过程：首先计算个股分化度DI，公式为： $DI_{t}=\sqrt{\frac{1}{N-1}\sum(r_{it}-{\bar{r}}_{it})^{2}}$ 然后计算VADI，公式为： $VADI_{t}=DI_{t}\times{\frac{Vol_{t}}{M}}\sum Vol_{t}$ 其中，Vol为个股成交量，M为近12期成交量[23] 因子评价：VADI能够更准确地反映市场分化度，尤其是在极端市场环境下[23] 因子的回测效果 1. VADI因子，在中证800成分股中的平均值为6.7%[25] 2. DI因子，在中证800成分股中的平均值为9.7%[25] 最新风格配置结果 1. 中证800策略，最新风格配置权重为：股息率17%，市现率17%，换手率17%，EPS增长率17%，ROE 4.3%，1个月成交金额2.1%，流通市值0%，DP 17%，CFP 17%，EP 8.5%，SP 8.5%，BP 8.5%[76] 2. 中证500策略，最新风格配置权重为：ROE 5.4%，1个月成交金额21.6%，换手率5.4%，一个月股价反转10.8%，三个月股价反转0%，流通市值2.7%，DP 21.6%，CFP 10.8%，EP 5.4%，SP 10.8%，BP 5.4%[79] 3. 沪深300策略，最新风格配置权重为：ROE 3.8%，1个月成交金额3.8%，换手率30.8%，一个月股价反转3.8%，容量比3.8%，流通市值0%，营业费用比例0%，固定比7.7%，EP 15.4%，BP 30.8%[83]