量化模型与构建方式 1. 模型名称：DCC模型 - 模型构建思路：用于捕捉多资产收益相关性的动态变化，解决传统滚动窗口相关性(RWC)方法滞后性强、易受异常值干扰的问题[3][4] - 模型具体构建过程： 1) 使用AR(1)模型分别拟合资产收益序列： $$r_{i,t}=\gamma_{i}+\varphi_{i}r_{i,t-1}+\varepsilon_{i,t}$$[25] 2) 使用GARCH(1,1)模型估计条件方差： $$\sigma_{i,t}^{2}=\omega_{i}+\alpha_{i}\varepsilon_{i,t-1}^{2}+\beta_{i}\sigma_{i,t-1}^{2}$$[26] 3) 计算动态条件相关性矩阵： $$R_{t}=\bar{R}+a\big(z_{t-1}z_{t-1}^{T}-\bar{R}\big)+b(R_{t-1}-\bar{R})$$[58] 其中$z_{t}$为标准化残差向量，$\bar{R}$为无条件相关性矩阵 - 模型评价：能有效降低估计噪音，提供更平滑的相关性趋势，且具有预测能力[4][27] 2. 模型名称：风险平价策略 - 模型构建思路：通过优化算法使各类资产对组合波动的贡献相同，实现风险分散[72] - 模型具体构建过程： 1) 计算组合波动率： $$\sigma={\sqrt{w^{\prime}\Sigma w}}$$[74] 2) 计算单个资产波动贡献： $$\sigma_{i}={\frac{w_{i}(\Sigma w)_{i}}{\sqrt{w^{\prime}\Sigma w}}}$$[75] 3) 优化目标函数： $$\operatorname*{min}\{\sum_{i=1}^{N}(\sigma_{i}-{\frac{\sigma}{N}})^{2}\}$$[76] 或 $$\begin{array}{l}{{\operatorname*{min}\left\{s t d(\sigma_{i})\right\}}}\\ {{s.t.\ w^{\prime}{\bf1}=1}}\end{array}$$[77] 3. 模型名称：PCA+风险平价策略 - 模型构建思路：通过主成分分析提取宏观因子，在正交空间实施风险平价配置[84] - 模型具体构建过程： 1) 对资产收益序列进行PCA转换，提取前三个主成分(PC1-PC3)[84] 2) 计算主成分收益序列并构建协方差矩阵[89] 3) 在PCA因子空间实施风险平价优化[89] 模型的回测效果 1. DCC模型优化策略 - 风险平价指数组合：年化收益7.11%，年化波动3.34%，夏普比率2.13，最大回撤4.49%[80] - 风险平价ETF组合：年化收益7.40%，年化波动3.80%，夏普比率1.94，最大回撤4.20%[82] - PCA+风险平价指数组合：年化收益8.21%，年化波动7.56%，夏普比率1.09，最大回撤11.88%[90] - PCA+风险平价ETF组合：年化收益9.78%，年化波动9.18%，夏普比率1.07，最大回撤12.01%[93] 2. 基准策略 - 原始风险平价指数组合：年化收益7.62%，年化波动4.04%，夏普比率1.89，最大回撤6.45%[80] - 原始风险平价ETF组合：年化收益7.61%，年化波动4.57%，夏普比率1.66，最大回撤6.79%[82] - 原始PCA+风险平价指数组合：年化收益7.27%，年化波动7.64%，夏普比率0.95，最大回撤13.21%[90] 量化因子与构建方式 1. 因子名称：股债相关性因子 - 因子构建思路：通过DCC模型动态捕捉股票与债券收益的相关性变化[24] - 因子具体构建过程： 1) 使用中证全指和中债综合财富指数分别代表股债资产[21] 2) 应用DCC(1,1)模型三阶段估计流程[25][26][27] 3) 输出动态条件相关系数DCC_CORR序列[27] 2. 因子名称：宏观驱动因子 - 因子构建思路：基于经济增长和通胀指标解释股债相关性变动[41] - 因子具体构建过程： 1) 使用PMI作为经济增长指标，CPI作为通胀指标[46] 2) 计算宏观指标滚动波动与相关性作为解释变量[46] 3) 建立回归模型： $$r_{t}^{5}-E_{t-1}r_{t}^{5}=b_{g}^{5}e_{t}^{5}+b_{x}^{5}e_{t}^{7}$$[44] $$r_{t}^{b}-E_{t-1}r_{t}^{b}=b_{g}^{b}e_{t}^{g}+b_{n}^{b}e_{t}^{n}$$[44] 因子的回测效果 1. 股债相关性因子 - 全区间拟合参数：股票GARCH参数α=0.0601，β=0.9297；债券GARCH参数α=0.2000，β=0.7000[30] - 相关性持续性参数：a=0.0166，b=0.9834[30] - 预测效果：短期预测值与RWC相关性达0.802(21日窗口)，长期预测均值相关性保持0.7以上[38] 2. 宏观驱动因子 - 经济增长波动系数显著为负(-0.10)，通胀波动系数不显著[50] - 经济增长与通胀相关性系数显著为负(-0.18)[50] - 模型解释力：对126日RWC的解释度达26.8%，对DCC_CORR解释度达30.1%[50]

量化模型与构建方式 1. **模型名称**：三维择时框架 **模型构建思路**：通过流动性、分歧度和景气度三个维度进行市场择时，判断市场趋势并给出仓位建议[7] **模型具体构建过程**： - 流动性：监控市场流动性变化，判断其趋势 - 分歧度：衡量市场参与者之间的分歧程度，判断市场情绪 - 景气度：评估市场整体景气状态，判断市场基本面 根据这三个维度的综合表现，给出半仓的建议[7] **模型评价**：该框架能够有效捕捉市场趋势变化，尤其在关键阻力线测试时表现突出[7] 2. **模型名称**：资金流共振策略 **模型构建思路**：通过监控两融资金与大单资金的共振情绪，选择两类资金都看好的行业[19] **模型具体构建过程**： - 两融资金流：计算融资净买入与融券净卖出的差值，取最近50日均值后的两周环比变化率 - 大单资金流：计算行业最近一年成交量时序中性化后的净流入排序，取最近10日均值 通过剔除大金融板块和极端多头行业，提高策略稳定性[23] **模型评价**：该策略在2018年以来表现稳定，年化超额收益13.5%，信息比率1.7[23] 模型的回测效果 1. **三维择时框架**，半仓建议[7] 2. **资金流共振策略**，年化超额收益13.5%，信息比率1.7[23] 量化因子与构建方式 1. **因子名称**：盈利因子 **因子构建思路**：通过经营现金流、营业利润和净利润等指标衡量企业的盈利能力[29] **因子具体构建过程**： - 经营现金流因子：$$(经营现金流净额_{ttm} - 过去八个季度的经营现金流净额_{ttm}均值) / 过去八个季度的经营现金流净额_{ttm}标准差$$ - 营业利润因子：$$营业利润_{TTM} / 销售费用_{TTM}$$ - 净利润因子：$$(净利润同比 - 过去八个季度的净利润同比均值) / 过去八个季度的净利润同比标准差$$[29] **因子评价**：盈利因子在不同市值下表现较好，尤其在大市值股票中超额收益更高[29] 2. **因子名称**：波动率因子 **因子构建思路**：通过成交量、价格波动等指标衡量股票的波动性[29] **因子具体构建过程**： - 成交量波动因子：$$volume\_std\_1m\_div\_12m$$ - 价格波动因子：$$duvol = 60日上行波动率 / 下行波动率$$[29] **因子评价**：波动率因子在近期表现较好，尤其在成交量波动较大的股票中超额收益显著[29] 因子的回测效果 1. **盈利因子**，沪深300多头超额2.92%，中证500多头超额0.53%，中证1000多头超额-0.14%，国证2000多头超额-0.07%[34] 2. **波动率因子**，沪深300多头超额1.86%，中证500多头超额3.58%，中证1000多头超额25.48%，国证2000多头超额8.98%[34]

量化模型与构建方式 1. **模型名称：短期量化择时模型** - **模型构建思路**：基于基本面、估值面、情绪面和流动性四个维度的指标，综合判断市场短期走势，给出仓位配置建议[6][27][28][29] - **模型具体构建过程**： 1. **基本面**：通过制造业PMI、中长期贷款余额同比增速、M1同比增速等指标判断经济景气度，给出中性或谨慎信号[27] 2. **估值面**：通过A股整体PE和PB估值分位数判断市场估值水平，给出乐观或中性信号[28] 3. **情绪面**：通过Beta离散度、量能情绪得分、波动率等指标判断市场情绪，给出中性或谨慎信号[28] 4. **流动性**：通过货币利率、汇率预期、融资额等指标判断市场流动性，给出中性或乐观信号[29] - **模型评价**：该模型在2012年至今的年化收益率为16.56%，显著优于基准策略，且最大回撤较低，表现出较好的择时能力[29] 2. **模型名称：成长价值风格轮动模型** - **模型构建思路**：基于基本面、估值面和情绪面三个维度，判断成长与价值风格的相对优势，给出超配或均衡配置建议[39] - **模型具体构建过程**： 1. **基本面**：通过盈利周期斜率、利率综合周期水平、信贷综合周期变化等指标判断经济周期对风格的影响，给出超配成长或价值的信号[39] 2. **估值面**：通过成长价值PE和PB估值差分位数判断估值差异，给出超配成长或价值的信号[39] 3. **情绪面**：通过成长价值换手差和波动差分位数判断市场情绪，给出均衡配置信号[39] - **模型评价**：该模型在2012年至今的年化收益率为12.00%，显著优于基准策略，表现出较好的风格轮动能力[40] 3. **模型名称：小盘大盘风格轮动模型** - **模型构建思路**：基于基本面、估值面和情绪面三个维度，判断小盘与大盘风格的相对优势，给出超配或均衡配置建议[44] - **模型具体构建过程**： 1. **基本面**：通过盈利周期斜率、利率综合周期水平、信贷综合周期变化等指标判断经济周期对风格的影响，给出超配小盘或大盘的信号[44] 2. **估值面**：通过小盘大盘PE和PB估值差分位数判断估值差异，给出超配小盘或大盘的信号[44] 3. **情绪面**：通过小盘大盘换手差和波动差分位数判断市场情绪，给出均衡配置信号[44] - **模型评价**：该模型在2012年至今的年化收益率为12.86%，显著优于基准策略，表现出较好的风格轮动能力[46] 4. **模型名称：四风格轮动模型** - **模型构建思路**：结合成长价值和小盘大盘风格轮动模型的结论，综合判断小盘成长、小盘价值、大盘成长、大盘价值四种风格的相对优势，给出配置比例[50] - **模型具体构建过程**： 1. **成长价值轮动模型**：给出成长与价值的超配或均衡配置建议[39] 2. **小盘大盘轮动模型**：给出小盘与大盘的超配或均衡配置建议[44] 3. **综合配置**：根据上述两个模型的结论，给出四种风格的具体配置比例[50] - **模型评价**：该模型在2012年至今的年化收益率为13.60%，显著优于基准策略，表现出较好的风格轮动能力[50] 模型的回测效果 1. **短期量化择时模型** - 年化收益率：16.56%[29] - 年化波动率：14.76%[29] - 最大回撤：27.70%[29] - 夏普比率：0.9766[29] - 收益回撤比：0.5978[29] - 月度胜率：68.24%[29] - 季度胜率：68.00%[29] - 年度胜率：85.71%[29] 2. **成长价值风格轮动模型** - 年化收益率：12.00%[40] - 年化波动率：20.90%[40] - 最大回撤：43.07%[40] - 夏普比率：0.5519[40] - 收益回撤比：0.2787[40] - 月度胜率：58.50%[40] - 季度胜率：61.22%[40] - 年度胜率：71.43%[40] 3. **小盘大盘风格轮动模型** - 年化收益率：12.86%[46] - 年化波动率：22.76%[46] - 最大回撤：50.65%[46] - 夏普比率：0.5583[46] - 收益回撤比：0.2539[46] - 月度胜率：61.22%[46] - 季度胜率：59.18%[46] - 年度胜率：69.23%[46] 4. **四风格轮动模型** - 年化收益率：13.60%[50] - 年化波动率：21.63%[50] - 最大回撤：47.91%[50] - 夏普比率：0.6062[50] - 收益回撤比：0.2839[50] - 月度胜率：59.86%[50] - 季度胜率：63.27%[50] - 年度胜率：69.23%[50]

根据提供的研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. **模型名称：GDPNOW模型** - 模型构建思路：基于宏观经济高频数据预测GDP增速[15] - 模型具体构建过程：通过实时整合工业生产、消费、投资等高频指标，采用动态因子模型计算GDP增速。公式为加权平均法，具体参数未披露[15] - 模型评价：短期预测稳定性较高，但对政策冲击敏感 2. **模型名称：知情交易者活跃度指标** - 模型构建思路：通过龙虎榜数据量化游资交易行为[17] - 模型具体构建过程：计算异常交易金额占比与机构席位净买入强度的综合指标，阈值设定为历史分位数[3][17] - 模型评价：对市场风格切换有领先指示作用 3. **模型名称：价格分段体系** - 模型构建思路：识别上证综指不同时间维度的趋势状态[14] - 模型具体构建过程：采用MACD算法对日线/周线数据进行平滑处理，公式为： $$ DIF = EMA(close,12) - EMA(close,26) $$ $$ DEA = EMA(DIF,9) $$ 当DIF上穿DEA时判定为上行趋势[14][18] 量化因子与构建方式 1. **因子名称：BARRA风格因子** - 因子构建思路：捕捉市值/价值/动量等风格收益[26] - 因子具体构建过程： - EP价值因子：$$ EP = \frac{净利润}{市值} $$ - 波动率因子：20日收益率标准差[26][27] - 因子评价：本周价值因子表现优于成长因子 2. **因子名称：分析师景气预期因子** - 因子构建思路：跟踪分析师对行业ROE/净利润的预测变化[20] - 因子具体构建过程：计算未来12个月一致预测值的环比变动，钢铁行业净利润增速变动达1.60%[20][21] 模型的回测效果 1. **GDPNOW模型**：2025Q1 GDP预测值4.1%[15] 2. **知情交易者活跃度指标**：3月11日读数0.0025，突破零阈值[17][19] 3. **价格分段体系**：周线级别趋势与日线重合[14][18] 因子的回测效果 1. **EP价值因子**：本周收益0.5%，近一季累计1.2%[26][27] 2. **波动率因子**：本周收益0.5%，逆转上周-0.6%表现[26][27] 3. **钢铁行业净利润预期因子**：环比增长1.60%，居全行业首位[20][21] 注：所有公式引用自原文图表说明，测试结果为2025年3月14日最新数据[14][15][17][20][26]

证券研究报告 | 金融工程 gszqdatemark 2025 03 15 年 月 日 量化分析报告 择时雷达六面图：估值面略有弱化 择时雷达六面图：基于多维视角的择时框架。权益市场的表现受到多维度 指标因素的共同影响，我们尝试从流动性、经济面、估值面、资金面、技 术面、拥挤度选取二十一个指标对市场进行刻画，并将其概括为"估值性 价比"、"宏观基本面"、"资金&趋势"、"拥挤度&反转"四大类，从而生成 [-1,1]之间的综合择时分数。 本周综合打分。本周市场的估值性价比有所下降，宏观基本面无显著变化， 市场的资金&趋势仍然维持较高水平，而拥挤度&反转指标仍维持看空信 号，综合打分位于[-1,1]之间，当前的综合打分为-0.21 分，整体为中性偏 空观点。当前六面图各个维度的观点如下： 流动性。本周货币方向、货币强度、信用方向、信用强度均发出看空信 号，当前流动性得分为-1.00 分，综合来看发出显著看空信号。 估值面。由于市场回升，本周席勒 ERP、PB 与 AIAE 指标的 zscore 均 下降，当前市场的估值面得分为-0.17 分，信号较为中性。 资金面。本周内资的两融增量与成交额继续维持上行趋势，均发 ...

量化模型与构建方式 1. **模型名称：均线强弱指数** **模型构建思路**：通过比较不同均线与当前收盘价的相对位置，预测市场顶部或底部是否显现[15] **模型具体构建过程**：采用Wind二级行业指数的8日、13日、21日等8种均线组合，计算当前市场得分，得分越高表明市场越强[15] **模型评价**：该模型能够有效捕捉市场趋势，尤其是在市场波动较大时表现较为稳定[15] 2. **模型名称：SAR指标** **模型构建思路**：通过计算翻转指标，判断市场趋势的转折点[13] **模型具体构建过程**：Wind全A指数于3月6日向上突破翻转指标，表明市场趋势可能发生反转[13] **模型评价**：SAR指标在市场趋势反转时具有较高的预警能力[13] 模型的回测效果 1. **均线强弱指数模型**，当前市场得分为255，处于2021年以来的94.3%分位点[15] 2. **SAR指标模型**，Wind全A指数于3月6日向上突破翻转指标[13] 量化因子与构建方式 1. **因子名称：小市值因子** **因子构建思路**：通过计算小市值股票的复合拥挤度，判断因子的有效性[18] **因子具体构建过程**：使用估值价差、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[18] **因子评价**：小市值因子在当前市场环境下表现较为稳定[19] 2. **因子名称：低估值因子** **因子构建思路**：通过计算低估值股票的复合拥挤度，判断因子的有效性[18] **因子具体构建过程**：使用估值价差、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[18] **因子评价**：低估值因子拥挤度有所下降，表明其收益稳定性可能受到影响[19] 3. **因子名称：高盈利因子** **因子构建思路**：通过计算高盈利股票的复合拥挤度，判断因子的有效性[18] **因子具体构建过程**：使用估值价差、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[18] **因子评价**：高盈利因子在当前市场环境下表现较为疲软[19] 4. **因子名称：高增长因子** **因子构建思路**：通过计算高增长股票的复合拥挤度，判断因子的有效性[18] **因子具体构建过程**：使用估值价差、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[18] **因子评价**：高增长因子拥挤度较低，表明其收益稳定性可能较好[19] 因子的回测效果 1. **小市值因子**，拥挤度为0.84[19] 2. **低估值因子**，拥挤度为-0.15[19] 3. **高盈利因子**，拥挤度为-0.50[19] 4. **高增长因子**，拥挤度为-1.01[19] 行业拥挤度 1. **机械设备**，拥挤度为1.08[24] 2. **电子**，拥挤度为1.00[24] 3. **综合**，拥挤度为0.61[24] 4. **传媒**，拥挤度为0.50[24] 5. **非银金融**，拥挤度为0.50[24] 6. **汽车**，拥挤度为0.35[24] 7. **有色金属**，拥挤度为-0.18[24]

金融工程 | 动态跟踪 报告发布日期 2025 年 03 月 16 日 杨怡玲 yangyiling@orientsec.com.cn 执业证书编号：S0860523040002 研究结论 风格表现监控 ——东方因子周报 ⚫ 以沪深 300 指数为选股空间，最近一周，单季 ROE、一个月反转等因子表现较好， 而非流动性冲击、三个月换手等因子表现较差。最近一月，一个月反转、单季 ROA 等因子表现较好，而 BP、非流动性冲击等因子表现较差。 ⚫ 以中证 500 指数为选股空间，最近一周，预期 EPTTM、一个月反转等因子表现较 好，而单季营收同比增速、分析师认可度等因子表现较差。最近一月，高管薪酬、 一年动量等因子表现较好，而六个月 UMR、三个月换手等因子表现较差。 ⚫ 以中证 800 指数为选股空间，最近一周，一个月反转、预期 EPTTM 等因子表现较 好，而非流动性冲击、一个月换手等因子表现较差。最近一月，一个月反转、 PB_ROE_排序差等因子表现较好，而 BP、六个月 UMR 等因子表现较差。 ⚫ 以中证 1000 指数为选股空间，最近一周，一个月反转、预期 EPTTM 等因子表现较 好，而标准化预期 ...

根据提供的研报内容，经过全面梳理后，未发现涉及量化模型或量化因子的具体构建方法、测试结果或评价内容。该报告主要聚焦于以下几方面： 1. **宏观市场分析** - 国内生产/消费/进出口数据跟踪[31][32][35] - 货币政策与资金面观察[74][75] - 大类资产行情回顾（股票/债券/商品/外汇）[11][12][13][14] 2. **相关性分析** - 短期（10日）与中期（120日）全球资产相关性矩阵[18][24] - 重点监测指标间相关性变化[26] 3. **政策与事件解读** - 国内外关税政策动态[33] - 央行货币政策信号[34] **特别说明**： 研报中出现的"债券分歧指数"、"资金情绪指数"等指标[93][94]属于市场监测工具，但未披露具体构建逻辑或公式，不符合量化因子/模型的总结标准。如需进一步分析其他报告中的量化内容，建议提供更聚焦量化投资策略的研报材料。 （注：已严格遵循任务要求，对未涉及的内容不作"无相关"表述，且未包含免责声明等非核心信息）

2025 年 03 月 16 日 上期推荐三个行业涨幅前五，继续关注资金流长 短景气和反转 —行业和风格因子跟踪报告 投资要点 ▌ 行业因子最新变动情况 上周推荐的食品饮料、有色金属、纺织服装涨幅居全行业 前 5。 行业因子上周最大特征单一大类因子解释力度不佳，因为 单大类因子选择的部分行业跌幅过深。本周高低切换明 显，反转类因子有效，复合因子层面短期景气预期有效性 显著。因子多头短期预期营收调升比例均值同比上周表现 最好。主力资金因子未能排入前列但多头超额继续创下新 高。 整体看行业轮动因子描述市场开始积极定价一季报，资金 高切低时有分歧，分歧可能源自博弈上周政策，最终博弈 结果来看消费>顺周期>地产链。景气预期层面继续关注长 短预期。我们推荐长期景气 30%、短期景气 20%权重突出 多头选择，给主力资金 30%权重，长端反转因子 20%来筛 选当前政策刺激下的受益板块。 月频流动性角度三月最强势的复合因子是短周期预期和部 分财报质量因子。选择的是消费中的食品饮料和社服、军 工和顺周期中的钢铁、有色，以及纺织服装。 ▌ 定量行业推荐 基于权重分配，我们推荐内资主力资金因子为代表的资金流 （30%）、细分因 ...

证 券 研 究 报 告 金融工程周报 鑫选ETF组合新高， 推荐关注消费ETF ——指数基金投资+ 2025年3月16日 n 分析师：吕思江 n SAC编号：S1050522030001 n 联系人：武文静 n SAC编号：S1050123070007 市场观点和ETF交易机会 PAGE 2 诚信、专业、稳健、高效 请阅读最后一页重要免责声明 4. 市场表现复盘 PAGE 3 诚信、专业、稳健、高效 请阅读最后一页重要免责声明 0 1 推 荐 关 注 消 费 E T F 1.1 鑫选ETF绝对收益策略 鑫选ETF策略样本外表现出色 数据来源：wind，华鑫证券研究 PAGE 5 诚信、专业、稳健、高效 请阅读最后一页重要免责声明 p 【国内市场跟踪】本周市场成交依旧活跃，宽基指数中上证50和中证红利表现靠前，科创50跌幅较大- 1.76%，风格上大盘、红利占优。恒生科技收跌-2.59%，哑铃策略另一端港股高股息占优+1.38%。一级 行业中内需及顺周期大涨，科技主线回调，食品饮料、煤炭、有色、非银涨幅靠前，电子、计算机调整。 生育补贴政策密集出台，表征政策从前期过度关注制造业企业向关注居民部门需求、提振内需的 ...