根据您提供的研报内容，以下是关于量化因子及其测试结果的详细总结： 量化因子与构建方式 **1 因子名称：“重拾自信2.0”RCP因子[6]** - **因子构建思路**：该因子基于行为金融学中的“过度自信”预期偏差进行构建[6] 其核心逻辑是，投资者过度自信的程度会影响股价，具体表现为股价对利好消息反应过度（快速上涨）后出现回调，而回调时投资者又可能过度悲观，导致回调幅度过大；但由于利好消息的实质支撑，这类股票后续存在补涨（重拾自信）的潜力[6] - **因子具体构建过程**： 1. **第一代过度自信因子（CP）构建**：创新性地使用高频分钟序列数据，通过计算“股价快速上涨和快速下跌的时间差”作为投资者过度自信程度的代理变量[6] 具体公式未在提供文本中详细给出 2. **第二代重拾自信因子（RCP）构建**：在第一代CP因子的基础上，进一步考虑了过度自信后的过度修正现象[6] 将第一代过度自信因子CP与股票的日内收益进行正交化处理，取残差项作为第二代重拾自信因子RCP[6] 具体公式为：将CP因子对日内收益做回归，取残差作为RCP因子，此过程旨在剔除日内波动的影响，捕捉更纯粹的“重拾自信”行为模式[6] 3. **“重拾自信2.0”RCP因子优化**：在后续优化中，使用标准化因子值代替排序值，以尽量保留因子信息，提升因子的纯净度和效果[7] - **因子评价**：基于RCP因子构造的组合表现明显优于传统组合方式[6] 经过纯净化后的新RCP因子效果大幅改进[7] 因子的回测效果 **1 “重拾自信2.0”RCP因子[1][7][12]** - **测试区间**：2014年2月至2025年10月 - **测试范围**：全体A股（剔除北交所股票） - **分组方式**：10分组（按因子值排序，分组1为因子值最小组合，分组10为因子值最大组合） - **多空对冲组合表现**： - 年化收益率：17.55%[1][7][12] - 年化波动率：7.85%[1][7][12] - 信息比率（IR）：2.24[1][7][12] - 月度胜率：77.30%[1][7][12] - 月度最大回撤率：7.46%[1][7][12] **2 “重拾自信2.0”RCP因子（2025年10月表现）[1][10]** - **测试范围**：全体A股（剔除北交所股票） - **分组方式**：10分组 - **月度收益表现**： - 10分组多头组合收益率：2.40% - 10分组空头组合收益率：1.97% - 10分组多空对冲收益率：0.43%

根据提供的研报内容，以下是关于量化模型和因子的总结。报告主要对宽基指数进行多维度指标跟踪，未涉及具体的预测模型或选股因子，因此总结将围绕报告中用于分析指数的各类指标（可视为分析因子）展开。 量化因子与构建方式 1. **因子名称：连阴连阳因子**[11] * **因子构建思路**：通过统计指数K线连续为阴线或阳线的天数，反映市场的短期趋势强度与持续性[11] * **因子具体构建过程**：对于每个宽基指数，计算其日K、周K、月K、季K、年K线的连续涨跌天数。计数从1开始，正数表示连续上涨（连阳）的天数，负数表示连续下跌（连阴）的天数。例如，日K连阴连阳为-2表示指数已连续下跌2天[11] 2. **因子名称：均线相对位置因子**[14][15] * **因子构建思路**：通过比较指数当前收盘价与不同时间窗口的移动平均线（MA）的位置关系，判断指数的短期、中期、长期趋势强弱[14][15] * **因子具体构建过程**：首先，计算各宽基指数的5日（MA5）、10日（MA10）、20日（MA20）、60日（MA60）、120日（MA120）、250日（MA250）移动平均线。然后，计算收盘价相对于各均线的偏离幅度，公式为： $$偏离幅度 = (收盘价 / MA_n - 1) \times 100\%$$ 其中，$MA_n$ 代表第n日的移动平均线[15]。最后，根据偏离幅度的正负判断指数是突破还是跌破该均线[14] 3. **因子名称：资金占比与换手率因子**[17][18] * **因子构建思路**：通过分析不同宽基指数的成交金额在市场总成交中的占比及其换手率，衡量资金流向和市场活跃度[17][18] * **因子具体构建过程**： * **资金占比**：计算某宽基指数当天的总成交金额与中证全指当天总成交金额的比值[18] * **换手率**：对于宽基指数，其换手率计算公式为： $$指数换手率 = \frac{\sum(成分股流通股本 \times 成分股换手率)}{\sum(成分股流通股本)}$$ 即按成分股的流通股本加权计算个股换手率[18] 4. **因子名称：收益分布形态因子（偏度与峰度）**[24] * **因子构建思路**：通过计算指数日收益率分布的偏度（Skewness）和峰度（Kurtosis），分析收益分布的不对称性和尖峰厚尾特征，评估风险[24] * **因子具体构建过程**：基于指数近一年和近5年（作为比较基准）的日收益率序列，分别计算其偏度和峰度。报告中特别指出，其峰度计算中减去了3（正态分布的峰度值），即计算的是超额峰度（Excess Kurtosis）[24] 5. **因子名称：风险溢价因子**[26][28][30] * **因子构建思路**：以十年期国债即期收益率作为无风险利率，计算股票指数的超额收益（风险溢价），衡量市场的相对投资价值和风险补偿[26][28] * **因子具体构建过程**：风险溢价的计算公式为： $$风险溢价 = 指数收益率 - 无风险利率$$ 报告中，指数收益率通常使用指数的预期收益率或隐含收益率（如市盈率倒数，见股债性价比因子），但在表4的“当前风险溢价”一栏，可能直接使用了指数的日收益率减去十年期国债即期收益率[30]。同时，计算该风险溢价在近1年和近5年历史数据中的分位值，以判断其当前水平在历史上的位置[28][30] 6. **因子名称：PE-TTM估值因子**[36][37][39][40] * **因子构建思路**：使用滚动市盈率（PE-TTM）作为核心估值指标，评估宽基指数的估值水平及其在历史中的分位情况[36][37] * **因子具体构建过程**：直接获取或计算各宽基指数的PE-TTM值。然后，计算该PE-TTM值在近1年、近5年以及全部历史数据中的分位值（Percentile）[39][40] 7. **因子名称：股债性价比因子**[42] * **因子构建思路**：通过比较股票市场收益率（用PE-TTM的倒数，即盈利收益率代表）与债券市场收益率（十年期国债即期收益率）的差异，判断股票相对于债券的吸引力[42] * **因子具体构建过程**：股债性价比的计算公式为： $$股债性价比 = \frac{1}{PE-TTM} - 十年期国债即期收益率$$ 即股票的盈利收益率与债券收益率之差[42] 8. **因子名称：股息率因子**[45][46][50][51] * **因子构建思路**：跟踪宽基指数的股息率，作为价值投资和红利策略的参考指标，尤其在市场低迷期和高利率环境下受到关注[45][46] * **因子具体构建过程**：计算各宽基指数的股息率，通常为成分股总分红与指数总市值的比率。并计算该股息率在近1年、近5年及全部历史数据中的分位值[50][51] 9. **因子名称：破净率因子**[52][54] * **因子构建思路**：统计指数中市净率（PB）小于1的个股数量占总成分股数量的比例，作为市场整体估值情绪和悲观程度的反向指标[52] * **因子具体构建过程**：对于每个宽基指数，遍历其所有成分股，计算市净率（PB）= 股价 / 每股净资产。统计PB < 1的个股数量，破净率计算公式为： $$破净率 = \frac{破净个股数量}{指数总成分股数量} \times 100\%$$ [52][54] 因子的回测效果 报告主要展示了各宽基指数在特定日期（2025年11月5日）的因子截面数据，而非因子在历史回溯测试中的表现（如IC、IR、多空收益等）。因此，以下为各因子在当日的具体取值情况。 1. **连阴连阳因子**[11] * 上证50：日K连阴连阳为-2[11] * 沪深300：日K连阴连阳为-2[11] * 中证500：日K连阴连阳为-2[11] * 中证1000：日K连阴连阳为空[11] * 中证2000：日K连阴连阳为3[11] * 中证全指：日K连阴连阳为-2[11] * 创业板指：日K连阴连阳为-2[11] 2. **均线相对位置因子**[15] * 上证50：vsMA5 (-0.4%), vsMA10 (-0.9%), vsMA20 (-0.2%), vsMA60 (2.2%), vsMA120 (6.0%), vsMA250 (9.8%)[15] * 沪深300：vsMA5 (-0.5%), vsMA10 (-0.9%), vsMA20 (-0.1%), vsMA60 (3.3%), vsMA120 (9.7%), vsMA250 (14.3%)[15] * 中证500：vsMA5 (-0.9%), vsMA10 (-1.1%), vsMA20 (-0.7%), vsMA60 (2.8%), vsMA120 (11.8%), vsMA250 (17.8%)[15] * 中证1000：vsMA5 (-0.3%), vsMA10 (-0.1%), vsMA20 (0.4%), vsMA60 (1.7%), vsMA120 (9.4%), vsMA250 (15.4%)[15] * 中证2000：vsMA5 (0.6%), vsMA10 (0.9%), vsMA20 (1.6%), vsMA60 (1.6%), vsMA120 (8.7%), vsMA250 (17.4%)[15] * 中证全指：vsMA5 (-0.3%), vsMA10 (-0.4%), vsMA20 (0.3%), vsMA60 (2.7%), vsMA120 (9.9%), vsMA250 (15.7%)[15] * 创业板指：vsMA5 (-0.7%), vsMA10 (-1.0%), vsMA20 (1.3%), vsMA60 (8.0%), vsMA120 (24.9%), vsMA250 (35.9%)[15] 3. **资金占比与换手率因子**[17] * **资金占比**：沪深300 (25.52%), 中证2000 (25.04%), 中证1000 (20.34%), 中证全指, 中证500, 创业板指, 上证50[17] * **换手率**：中证2000 (4.45), 中证1000 (2.66), 创业板指 (2.62), 中证全指 (1.82), 中证500 (1.73), 沪深300 (0.62), 上证50 (0.28)[17] 4. **收益分布形态因子（偏度与峰度）**[24] * **当前峰度**：上证50 (0.05), 沪深300 (0.70), 中证500 (0.84), 中证1000 (1.57), 中证2000 (1.49), 中证全指 (0.90), 创业板指 (1.30)[24] * **当前偏度**：上证50 (1.33), 沪深300 (1.54), 中证500 (1.55), 中证1000 (1.64), 中证2000 (1.67), 中证全指 (1.58), 创业板指 (1.62)[24] * **当前vs近5年峰度变化**：上证50 (-2.07), 沪深300 (-1.74), 中证500 (-2.19), 中证1000 (-1.28), 中证2000 (-1.48), 中证全指 (-1.97), 创业板指 (-2.40)[24] * **当前vs近5年偏度变化**：上证50 (-0.58), 沪深300 (-0.45), 中证500 (-0.57), 中证1000 (-0.40), 中证2000 (-0.39), 中证全指 (-0.51), 创业板指 (-0.61)[24] 5. **风险溢价因子**[30] * **当前风险溢价**：上证50 (-0.17%), 沪深300 (0.18%), 中证500 (0.25%), 中证1000 (0.38%), 中证2000 (0.77%), 中证全指 (0.34%), 创业板指 (1.02%)[30] * **近5年分位值**：上证50 (43.41%), 沪深300 (59.44%), 中证500 (59.52%), 中证1000 (60.48%), 中证2000 (69.21%), 中证全指 (63.41%), 创业板指 (76.59%)[30] 6. **PE-TTM估值因子**[40] * **当前值**：上证50 (11.87), 沪深300 (14.19), 中证500 (33.03), 中证1000 (47.81), 中证2000 (156.14), 中证全指 (21.31), 创业板指 (41.36)[40] * **近5年历史分位值**：上证50 (85.54%), 沪深300 (84.88%), 中证500 (96.53%), 中证1000 (97.27%), 中证2000 (82.23%), 中证全指 (94.38%), 创业板指 (56.12%)[40] 7. **股债性价比因子**[42] * 报告指出，在2025年11月5日，没有指数的股债性价比高于其近5年80%分位（机会值），而中证500的股债性价比低于其近5年20%分位（危险值）[42] 8. **股息率因子**[50][51] * **当前值**：上证50 (3.22%), 沪深300 (2.64%), 中证500 (1.35%), 中证1000 (1.10%), 中证2000 (0.77%), 中证全指 (1.97%), 创业板指 (1.00%)[50] * **近5年历史分位值**：上证50 (34.71%), 沪深300 (34.71%), 中证500 (16.12%), 中证1000 (39.34%), 中证2000 (15.54%), 中证全指 (32.73%), 创业板指 (68.43%)[51] 9. **破净率因子**[52] * **当前破净率**：上证50 (20.0%), 沪深300 (15.33%), 中证500 (11.2%), 中证1000 (7.4%), 中证2000 (2.8%), 中证全指 (5.79%), 创业板指 (1.0%)[52]

根据研报内容，本次分析主要基于中证指数有限公司发布的指数编制规则，对沪深300和中证500指数的成分股调整进行预测，不涉及量化模型或量化因子的构建与测试[3]。因此，报告的核心内容是规则应用和名单预测，而非量化模型或因子分析。 **指数成分股调整预测方法** 1. **方法名称：指数成分股调整预测方法**[3] * **构建思路**：严格遵循中证指数有限公司发布的沪深300和中证500指数编制规则，对样本空间内的证券进行筛选和排序，预测在定期调整时可能被调入和调出的股票名单[3][12][15] * **具体构建过程**： * **确定样本空间**：首先确定符合指数要求的样本空间，例如对于沪深300指数，样本空间需满足：非ST、*ST的沪深A股和红筹企业存托凭证；科创板、创业板证券上市时间超过一年；其他证券上市时间超过一个季度（除非该证券自上市以来日均总市值排在前30位）[11] * **流动性筛选**：对样本空间内证券按照过去一年的日均成交金额由高到低排名。沪深300指数剔除排名后50%的证券；中证500指数则是在剔除沪深300指数样本及过去一年日均总市值排名前300的证券后，对剩余证券剔除过去一年日均成交金额排名后20%的证券[11] * **市值排序**：对流动性筛选后的剩余证券，按照过去一年的日均总市值由高到低进行排名[11] * **应用缓冲规则**： * **沪深300指数**：老样本日均成交金额在样本空间中排名前60%，则参与市值排名；日均市值排名在前240名的候选新样本优先进入，排名在前360名的老样本优先保留[11] * **中证500指数**：老样本日均成交金额在样本空间中排名前90%，则参与市值排名；日均市值排名在前400名的候选新样本优先进入，排名在前600名的老样本优先保留[11] * **考虑特殊情形**：对于长期停牌或财务亏损的证券，依据指数编制规则中的特殊处理条款进行判断，例如原则上长期停牌或财务亏损的证券不能成为候选新样本[11] * **生成最终名单**：综合以上步骤，选取市值排名靠前的证券作为预测的调入名单，并根据缓冲规则确定预测的调出名单[12][15] **指数成分股调整预测结果** 1. **沪深300指数预测调整名单**：预测调入上海电气、指南针、国联民生等12只股票，调出一汽解放、福莱特、浙商银行等12只股票[12][13] 2. **中证500指数预测调整名单**：预测调入一汽解放、世运电路、盐田港等50只股票，调出通富微电、光迅科技、中国长城等50只股票[15][16]

根据研报内容，现总结如下： 量化模型与构建方式 1. **模型名称：中国经济六周期模型**[1][8] * **模型构建思路**：基于货币、信用、增长三个维度的方向来刻画宏观状态，将经济周期划分为六个阶段[1][8] * **模型具体构建过程**： * **货币因子**：用于判断货币宽松或收紧状态，当前处于宽松区间[1][10] * **信用因子**：使用中长期贷款脉冲（新增中长贷TTM同比）的三个月差分识别信用周期方向[10]。公式为：信用周期方向 = Δ(新增中长贷TTM同比， 3个月)。当该差分为正时，认为信用处于扩张区间；为负时，处于收缩区间[10] * **增长因子**：综合观察中采制造业PMI、中采非制造业PMI和财新制造业PMI的脉冲变化来判断经济增长方向[1][10] * 根据三个因子（宽松/收紧、扩张/收缩、上行/下行）的状态组合，将经济划分为六个阶段：阶段1（信用扩张）、阶段2（经济复苏）、阶段3（货币退潮）、阶段4（信用退潮）、阶段5（经济放缓）、阶段6（货币扩张）[8][11] 2. **模型名称：风格ETF轮动策略**[2][13] * **模型构建思路**：根据六周期模型所处的不同阶段，超配在该阶段历史表现占优的风格ETF[2][13] * **模型具体构建过程**： * **阶段1~2**：配置70%创业板ETF（代表成长风格） + 30%自由现金流ETF（代表质量风格）[16] * **阶段3~4**：配置70%自由现金流ETF + 15%创业板ETF + 15%红利低波100ETF（代表价值风格）[16] * **阶段5~6**：配置70%红利低波100ETF + 30%自由现金流ETF[16] 3. **模型名称：六周期框架下的全天候策略**[3][20] * **模型构建思路**：参考桥水全天候思想，不对经济周期做预测，而是将六个阶段对应的看多资产风险平价组合进行再平衡，构建一个在所有经济环境下都力求表现稳健的组合[3][20] * **模型具体构建过程**： * 首先，为每个经济阶段构建一个风险平价组合，组合内资产为该阶段历史表现占优的资产ETF（具体资产配置见图表5）[18][20] * 然后，将这六个阶段的风险平价组合进行等权或风险平价配置，形成一个综合的全天候策略组合[3][20] 4. **模型名称：六周期多资产ETF轮动策略**[3][26] * **模型构建思路**：基于六周期模型对经济状态的判断，动态轮动配置当前阶段下看多资产的风险平价组合[3][26] * **模型具体构建过程**：根据六周期模型实时判断当前所处的经济阶段，然后动态配置图表5中对应阶段的看多资产风险平价组合[18][26] 5. **模型名称：目标波动率约束下的多资产ETF配置策略**[4][31] * **模型构建思路**：在六周期多资产ETF轮动策略的基础上，加入波动率控制机制，将策略的整体波动率约束在特定目标水平（如3%）附近[4][31] * **模型具体构建过程**：以六周期多资产ETF轮动策略为核心，通过调整仓位或使用衍生品等方法，管理组合风险，使其年化波动率维持在3%左右[31][34] 模型的回测效果 1. **风格ETF轮动策略**[13][14] * 测试期：2013年以来 * 年化收益：27.3% * 年化波动：23.3% * 最大回撤：38.1% * 夏普比率：1.17 * 相对于800收益年化超额：19.6% * 相对于ETF等权基准年化超额：11.8% * 月超额胜率（vs 800收益）：68% * 月超额胜率（vs ETF等权）：62% 2. **各阶段风险平价组合及全天候策略**[23] * 测试期：2014年以来 * **阶段1平价组合**：年化收益14.3%，年化波动13.5%，最大回撤19.2%，夏普比率1.06 * **阶段2平价组合**：年化收益6.8%，年化波动17.4%，最大回撤29.8%，夏普比率0.39 * **阶段3平价组合**：年化收益13.1%，年化波动16.0%，最大回撤28.2%，夏普比率0.82 * **阶段4平价组合**：年化收益10.3%，年化波动6.2%，最大回撤8.8%，夏普比率1.67 * **阶段5平价组合**：年化收益11.2%，年化波动5.8%，最大回撤8.5%，夏普比率1.91 * **阶段6平价组合**：年化收益11.2%，年化波动5.8%，最大回撤8.5%，夏普比率1.91 * **全天候策略**：年化收益11.5%，年化波动6.9%，最大回撤11.2%，夏普比率1.66 3. **六周期多资产ETF轮动策略**[26][28][29] * 测试期：2014年以来 * 年化收益：23.0% * 年化波动：11.3% * 最大回撤：12.0% * 夏普比率：2.04 * 月度胜率：72% * 年单边换手：2.4倍 * 2025年以来（截至10月底）绝对收益：23.2%，回撤：4.4% 4. **目标波动率3%约束下的多资产ETF轮动策略**[31][33][34] * 测试期：2014年以来 * 年化收益：9.4% * 年化波动：3.2% * 最大回撤：3.4% * 夏普比率：2.88 * 月度胜率：79% * 年单边换手：1.3倍 * 相较于原始资产平价组合年化超额：2.0% * 2024年全年收益：13.1% * 2025年以来（截至10月底）绝对收益：5.4% 量化因子与构建方式 1. **因子名称：货币因子**[1][9][10] * **因子构建思路**：通过观察央行货币政策（如降准降息）及市场利率（如DR007）的走势，判断货币环境的宽松或收紧状态[1][10] * **因子具体构建过程**：定性分析与定量指标相结合，关注政策利率变化和银行间市场利率水平，当前因子处于宽松状态[1][10] 2. **因子名称：信用因子**[1][9][10] * **因子构建思路**：使用中长期贷款脉冲来刻画信用周期的扩张与收缩[10] * **因子具体构建过程**：计算中长期贷款脉冲（新增中长贷TTM同比）的三个月差分值。公式为：信用因子值 = 当前月中长贷脉冲 - 3个月前的中长贷脉冲。通过该差分的正负来判断信用周期方向[10] 3. **因子名称：增长因子**[1][9][10] * **因子构建思路**：通过观察制造业和非制造业采购经理人指数（PMI）的脉冲变化来判断经济增长的势头[1][10] * **因子具体构建过程**：综合监测中采制造业PMI、中采非制造业PMI和财新制造业PMI等指标的脉冲变化方向，判断经济增长处于上行或下行状态[1][10] 4. **因子名称：成长风格因子**[2][11][13] * **因子构建思路**：在信用扩张和经济复苏阶段，成长型企业因其盈利和估值弹性更受市场青睐，代表指标为创业板ETF[2][11][13] 5. **因子名称：质量风格因子**[2][11][13] * **因子构建思路**：在货币和信用退潮阶段，盈利稳定、现金流健康的企业防御性更强，代表指标为自由现金流ETF[2][11][13] 6. **因子名称：价值风格因子**[2][11][13] * **因子构建思路**：在经济放缓和货币扩张阶段，类固收资产如价值红利股防御能力突出，代表指标为红利低波100ETF[2][11][13] 因子的回测效果 1. **风格因子在各周期的表现规律**[11][12] * **成长风格因子**：在阶段1（信用扩张）和阶段2（经济复苏）表现占优 * **质量风格因子**：在阶段3（货币退潮）和阶段4（信用退潮）表现占优 * **价值风格因子**：在阶段5（经济放缓）和阶段6（货币扩张）表现占优

根据提供的研报内容，以下是关于量化模型和因子的总结： 量化因子与构建方式 1. **因子名称：RSI相对强弱指标**[2] * **因子构建思路**：通过计算一定周期内价格平均涨幅与平均跌幅的比值，来衡量市场的超买或超卖状态[2] * **因子具体构建过程**：首先计算一定周期（N=12天）内每日涨幅的平均值（AvgGain）和每日跌幅的平均值（AvgLoss），然后计算相对强度RS，最后得到RSI值[2] 公式为： $$RSI = 100 – 100 / (1 + RS)$$ 其中，RS = AvgGain / AvgLoss[2] * **因子评价**：RSI>70表示市场可能处于超买状态，RSI<30表示市场可能处于超卖状态[2] 2. **因子名称：净申购**[2] * **因子构建思路**：通过比较当前净值与考虑收益率后的前一日净值，来计算当日ETF的净申购金额[2] * **因子具体构建过程**：使用基金净值数据计算[2] 公式为： $$NETBUY(T) = NAV(T) – NAV(T-1) * (1 + R(T))$$ 其中，NETBUY(T)为T日净申购金额，NAV(T)为T日ETF净值，NAV(T-1)为T-1日ETF净值，R(T)为T日ETF收益率[2] 因子的回测效果 研报中未提供RSI因子和净申购因子的具体回测指标（如IC值、IR值等）的测试结果。报告主要以表格形式展示了多个ETF在特定日期的RSI值和净申购金额的截面数据[4][6]。

根据提供的研报内容，经过全面梳理，报告主要涉及对基金投顾产品的业绩统计和调仓行为分析，并未涉及具体的量化模型或量化因子的构建、测试与评价。因此，本总结将跳过“量化模型与构建方式”、“模型的回测效果”、“量化因子与构建方式”及“因子的回测效果”等部分。

根据提供的金融工程日报内容，经过全面分析，该报告主要描述了市场表现、情绪、资金流向等市场监测指标，并未涉及具体的量化模型或量化因子的构建、测试与评价。报告内容属于市场数据统计与描述性分析范畴。 因此，本次总结中**没有**需要列出的量化模型或量化因子相关内容。

根据提供的研报内容，以下是关于指数成分股调整预测模型的总结。 量化模型与构建方式 1. **模型名称：沪深300指数成分股调整预测模型**[20] * **模型构建思路**：基于沪深300指数的官方编制规则，通过筛选样本空间、排序关键指标、应用缓冲规则等步骤，预测定期调整中可能被调入和调出的股票[20] * **模型具体构建过程**： * **样本空间**：选择经营状况良好、无违法违规事件、财务报告无重大问题、股票价格无明显异常波动或市场操纵的沪深A股[20] * **排序指标**：对样本空间内的股票，根据其在最近一年的日均成交金额和日均总市值进行排序[20] * **筛选与调整**：在排序基础上，通过缓冲调整规则（每次调整数量不超过成分股数量的10%）并剔除重大亏损的股票，最终确定新一期成分股名单[20] 2. **模型名称：上证180指数成分股调整预测模型**[22] * **模型构建思路**：依据上证180指数的编制方案，在考虑ESG评级的基础上，对股票的流动性和规模进行排序，以预测成分股调整[22] * **模型具体构建过程**： * **样本空间**：沪市A股[22] * **排序指标**：根据股票的ESG评级以及在最近一年的日均成交金额和日均总市值进行排序[22] * **调整规则**：每次调整数量不超过成分股数量的10%[22] 3. **模型名称：上证50指数成分股调整预测模型**[25] * **模型构建思路**：以上证180指数成分股为样本池，综合评估股票的市值和成交金额，并应用缓冲规则进行预测[25] * **模型具体构建过程**： * **样本空间**：上证180指数成分股[25] * **排序指标**：按照过去一年的日均总市值和日均成交金额进行综合排序[25] * **调整规则**：通过缓冲设置得出最新一期成分股，每次调整数量不超过成分股数量的10%[25] 4. **模型名称：科创50指数成分股调整预测模型**[27] * **模型构建思路**：针对科创板特点，在满足上市时间要求并剔除低流动性股票后，依据市值排名和缓冲规则预测调整[27] * **模型具体构建过程**： * **样本空间**：上市满12个月的科创板股票[27] * **流动性筛选**：剔除样本空间内过去一年日均成交金额排名后10%的股票[27] * **市值排序与调整**：通过缓冲规则选择过去一年日均市值最大的50只股票，每次调整数量不超过成分股数量的10%[27] 5. **模型名称：创业板指数成分股调整预测模型**[30] * **模型构建思路**：在满足基本条件的前提下，结合ESG评级、流动性和市值指标，预测创业板指的成分股调整[30] * **模型具体构建过程**： * **样本空间**：选择最近一年无重大违规、无重大亏损以及股价无异常波动的上市满6个月的创业板股票[30] * **筛选条件**：剔除样本空间内过去半年日均成交金额排名后10%的股票以及ESG评级过低的股票[30] * **市值排序与调整**：通过缓冲规则选择过去半年日均市值最大的100只股票，每次调整数量不超过成分股数量的10%[30] 6. **模型名称：中证500指数成分股调整预测模型**[32] * **模型构建思路**：在剔除特定范围股票后，于剩余股票池中根据市值排序和缓冲规则预测中证500指数的成分股调整[32] * **模型具体构建过程**： * **初始剔除**：首先剔除沪深300指数样本股及最近一年日均总市值排名前300名的股票[32] * **流动性剔除**：进一步剔除过去一年日均成交额后20%的股票，形成剩余股票池[32] * **排序与调整**：在剩余股票池中，根据股票过去一年的日均总市值进行排序，通过缓冲调整、剔除重大亏损的股票等步骤，最终选出500只股票构成指数，每次调整数量不超过成分股数量的10%[32] 模型的回测效果 > 注：本报告为指数成分股调整预测，未提供各预测模型的历史回测绩效指标（如年化收益率、夏普比率、信息比率IR、最大回撤等）。报告的核心输出是具体的调入调出股票名单及其基础数据（如日均市值、日均成交额等）[23][24][26][28][33][34]。

根据提供的研报内容，该报告主要对A股市场主要宽基指数进行多维度数据跟踪和统计，并未涉及具体的量化交易模型或用于选股的量化因子。报告内容侧重于市场现状描述和指标展示，而非模型或因子的构建与测试。以下是报告中出现的主要指标及其构建方式的总结： 量化指标与构建方式 **1 指标名称：指数与均线比较** - **指标构建思路**：通过比较指数收盘价与不同时间窗口的移动平均线（MA）的位置关系，来判断指数的短期、中期和长期趋势[13] - **指标具体构建过程**： - 计算指数收盘价的5日（MA5）、10日（MA10）、20日（MA20）、60日（MA60）、120日（MA120）和250日（MA250）简单移动平均线 - 计算收盘价相对于各均线的偏离幅度：$$偏离幅度 = (收盘价 / MA_n - 1) \times 100\%$$ 其中n代表均线周期[13] - 同时计算指数收盘价相对于近250交易日最高位和最低位的偏离幅度[13] **2 指标名称：风险溢价** - **指标构建思路**：以十年期国债即期收益率作为无风险利率的参考，计算股票指数收益率与其差值，衡量股票市场的相对投资价值和风险补偿[23][24] - **指标具体构建过程**： - 风险溢价 = 指数收益率 - 十年期国债即期收益率[24] - 报告中使用的是基于历史数据的风险溢价统计值，包括当前值、近1年及近5年分位值、均值、波动率等[26] **3 指标名称：股债性价比** - **指标构建思路**：使用指数市盈率（PE-TTM）的倒数代表股票的潜在收益率，并与十年期国债收益率比较，以衡量股债两类资产的相对吸引力[41] - **指标具体构建过程**： - 股债性价比 = 1 / PE-TTM - 十年期国债即期收益率[41] - 报告中还计算了该指标近5年的分位值（如80%分位值为机会值，20%分位值为危险值）以及均值±1倍标准差区间[41] **4 指标名称：破净率** - **指标构建思路**：统计指数成分股中股价低于每股净资产（即市净率PB < 1）的股票数量占比，反映市场的整体估值水平和悲观情绪[48][50] - **指标具体构建过程**： - 破净率 = (指数成分股中破净个股数量 / 指数总成分股数量) × 100%[48][50] 指标的回测效果 （注：报告未提供上述指标在量化策略中的历史回测绩效指标，如年化收益率、夏普比率、信息比率（IR）、最大回撤等。报告内容主要为特定日期（2025年11月4日）的截面数据展示和历史分位值统计[10][13][26][38][48]，不涉及基于这些指标的策略回测结果。）

根据研报内容，该报告主要探讨了市场行情和风格切换的“日历效应”，并未涉及具体的量化模型或量化因子的构建、测试与评价。报告的核心是对历史数据的统计分析和市场阶段的定性研判。 **量化模型与构建方式** * 无相关内容。 **模型的回测效果** * 无相关内容。 **量化因子与构建方式** * 无相关内容。 **因子的回测效果** * 无相关内容。