量化模型与构建方式 模型名称：黄金价格择时模型 - **模型构建思路**：基于定性分析筛选出符合逻辑的黄金定价指标，并对细分因子的择时能力进行统一的定量测试，最后将有效的金价择时指标进行复合，构建系统化的黄金价格择时模型[53] - **模型具体构建过程**： 1. 筛选出潜在有效的定价指标，包括美国10年期盈亏平衡通胀率、CRB现货指数、美国联邦政府财政赤字、实际利率、地缘政治风险指数、央行购金、SPDR ETF持有量、CFTC黄金投机净多仓[53] 2. 对每个细分因子进行择时测试，确定其择时能力[55][103][119][142][172] 3. 将各期取均值作为最终的打分，复合打分≥0.5则买入黄金，否则空仓[205] - **模型评价**：该模型通过多维度的细分因子进行择时，能够较好地捕捉黄金价格的波动趋势[205] 量化因子与构建方式 因子名称：通胀预期因子 - **因子的构建思路**：由于黄金具有通胀保值属性，因此在美国通胀预期上行及大宗商品价格上涨区间，金价往往表现较为强势[55] - **因子具体构建过程**： 1. 策略构建：美国通胀预期上行，即最新值高于过去2月均值时，买入黄金，否则空仓[55] - **因子评价**：通胀预期因子能够较好地反映黄金的通胀保值属性[55] 因子名称：联邦政府财政赤字因子 - **因子的构建思路**：联邦政府财政赤字可作为美元信用的度量指标，当联邦政府财政赤字扩张、美国政府偿债能力恶化时，全球对美元资产信心下降，金价存在向上动能[103] - **因子具体构建过程**： 1. 策略构建：联邦政府财政赤字最新值高于过去3月均值时，买入黄金，否则空仓[103] - **因子评价**：该因子能够较好地反映美元信用对黄金价格的影响[103] 因子名称：实际利率因子 - **因子的构建思路**：美债实际收益率和美元指数是传统黄金定价范式的核心解释变量，历史上对金价波动具有较好的解释能力[119] - **因子具体构建过程**： 1. 策略构建：美债实际收益率（或美元指数）下行区间买入黄金，否则空仓[119] - **因子评价**：实际利率因子能够较好地解释黄金价格的波动[119] 因子名称：地缘政治风险指数因子 - **因子的构建思路**：由于黄金具有避险属性，当地缘冲突加剧、市场风险偏好明显下行时，黄金投资需求明显抬升，从而提升金价[142] - **因子具体构建过程**： 1. 策略构建：地缘政治风险指数上行区间买入黄金，否则空仓[142] - **因子评价**：地缘政治风险指数因子能够较好地反映市场避险情绪对黄金价格的影响[142] 因子名称：央行购金因子 - **因子的构建思路**：黄金总需求波动主要来自私人投资和央行购金的变动，央行购金目前已经成为黄金第二大需求来源[172] - **因子具体构建过程**： 1. 策略构建：央行购金总规模、SPDR ETF持有量、CFTC黄金投机净多仓等指标进行择时测试[172] - **因子评价**：央行购金因子能够较好地反映官方投资需求对黄金价格的影响[172] 模型的回测效果 - **黄金价格择时模型**： - 累计收益：130.53%[206] - 年化收益：10.14%[206] - 最大回撤：18.12%[206] - 年化波动率：11.90%[206] - 年化Sharpe比率：0.85[206] - Calmar比率：0.55[206] 因子的回测效果 - **通胀预期因子**： - 年化收益：10.9%[217] - 最大回撤：7.54%[217] - 波动率：9.58%[217] - Sharpe比率：1.1372[217] - 95%VaR：0.91%[217] - **联邦政府财政赤字因子**： - 区间收益：11.36%[223] - **实际利率因子**： - 区间收益：11.36%[223] - **地缘政治风险指数因子**： - 区间收益：11.36%[223] - **央行购金因子**： - 区间收益：11.36%[223]

金融工程定期 沪深 300 与中证 500 成分股调整预测（2024 年 6 月） 开 源 证 券 证 券 研 究 报 告 金融工程定期 金融工程定期 图表目录 图 2: 图 4: 表 2: | --- | --- | |-------------------------------------------------------------|-------| | | | | 预计沪深 300 指数调出样本以房地产、电力设备和电子行业为主 . | | | 预计中证 500 指数调出样本以医药生物和电子等行业为主 | | | 沪深 300 指数调出个股在调整日前超额收益为负 | | | 中证 500 指数调入个股在调签日前呈现正超额… | | | 沪深 300 指数和中证 500 指数样本调整规则. | | | 沪深 300 指数成分股调整预测明细 . | | | 中证 500 指数成分股调整预测明细 . | | 2 / 9 均总市值排名前 300 的证券； （2）对样本空间内证券按照过去一年的日均成交金额由高 （2）对样本空间内剩余证券，按照过去一年的日均总市值 （3）对样本空间内剩余证券，按照过去一年的日均 ...

量化模型与构建方式 1. 模型名称：量能择时模型 - **模型构建思路**：通过计算指数成分股的近期正收益个数来判断市场情绪[81] - **模型具体构建过程**： - 计算沪深300指数成分股过去N日收益大于0的个股数占比[96] - 当短期平滑线大于长期平滑线时，看多市场；反之，看空市场[57] - 公式： $$ \text{沪深300指数N日上涨家数占比} = \frac{\text{沪深300指数成分股过去N日收益大于0的个股数}}{\text{沪深300指数成分股总数}} $$ - 参数：N=230，N1=50，N2=35[58] - **模型评价**：该模型可以较快捕捉上涨机会，但在市场过热阶段可能会错失持续亢奋阶段的上涨收益，对下跌市场的判断存在缺陷[110] 2. 模型名称：均线情绪指标模型 - **模型构建思路**：通过计算沪深300指数收盘价大于八均线指标值的数量来判断市场情绪[86] - **模型具体构建过程**： - 计算沪深300收盘价八均线数值，均线参数为8，13，21，34，55，89，144，233[98] - 当当前价格大于八均线指标值的数量超过5时，看多沪深300指数[99] - 公式： $$ \text{八均线指标值} = \frac{\sum_{i=1}^{8} \text{均线值}_i}{8} $$ - **模型评价**：短期内沪深300指数处于情绪景气区间[101] 模型的回测效果 1. 量能择时模型 - **沪深300指数**：当前未处于情绪景气区间[58] - **动量情绪指标**：快线和慢线均同步向上，快线升至慢线之上，预计未来一段时间内将维持乐观情绪[58] 2. 均线情绪指标模型 - **沪深300指数**：短期内处于情绪景气区间[101] 量化因子与构建方式 1. 因子名称：小市值因子 - **因子的构建思路**：通过剔除消息面变化带来的扰动，观察小市值因子的表现[63] - **因子具体构建过程**： - 剔除消息面变化带来的扰动，计算小市值因子的收益率[63] - **因子评价**：小市值因子持续有效[63] 2. 因子名称：反转因子 - **因子的构建思路**：通过剔除消息面变化带来的扰动，观察反转因子的表现[63] - **因子具体构建过程**： - 剔除消息面变化带来的扰动，计算反转因子的收益率[63] - **因子评价**：反转因子持续有效[63] 因子的回测效果 1. 小市值因子 - **收益率**：持续有效[63] 2. 反转因子 - **收益率**：持续有效[63]

- 沪深300指数是由沪深A股中规模大、流动性好的最具代表性的300只股票组成[19] - 上证180指数以沪市A股为样本空间，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公司为样本空间，按照过去一年日均总市值和日均成交金额对上证A股进行排序，然后按照中证行业分类确定各个行业的入选股票数量，选取各行业中排名靠前的股票，通过缓冲设置、剔除重大亏损的股票等步骤得出最新一期的股票，每次调整数量不超过成分股数量的10%[42] - 上证50指数以上证180指数成分股为样本空间，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，然后通过缓冲设置得出最新一期的股票，每次调整数量不超过成分股数量的10%[24] - 科创50指数以上市满6个月的科创板股票为样本空间，剔除样本空间内过去一年日均成交金额排名后10%的股票，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%[25] - 创业板指数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个月的创业板股票为样本空间，剔除样本空间内过去半年日均成交金额排名后10%的股票，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%[49] - 中证500指数是在剔除沪深300样本股及最近一年日均总市值排名前300名的股票、剔除过去一年日均成交额后20%的股票后，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得到的股票。指数由500只股票构成，每次调整数量不超过成分股数量的10%[51]

- PB-ROE策略的核心思想是寻找市场中的预期差，同时叠加超预期因子增强组合收益[2] - PB-ROE-50策略在2024年4月基于中证500股票池获得超额收益4.57%，基于中证800股票池获得超额收益2.27%，基于全市场股票池获得超额收益0.91%[20][104] - 公募调研选股策略和私募调研跟踪策略在4月份出现回撤，公募调研选股策略相对中证800获取超额收益-5.14%，私募调研跟踪策略相对中证800获取超额收益-7.33%[88][109] - 宽松有息负债率排名前30的股票中，中毅达、法尔胜、现代投资、美晨生态、光智科技、联创电子在传统口径下排名在100及以后[92][110] - 财务成本负担率较高的股票有丽岛新材、天原股份、天晟新材、硕贝德、冠中生态、上峰水泥、金新农、普路通、超频三、航天彩虹、维尔利、中国重工、蓝科高新、联创电子，其指标数值均在10倍以上[12][95]

- 本周恰逢五一假期，仅有两个交易日，各股指冲高回落，小幅震荡整理[12][19][105] - 5月2日美联储公布议息会议决议，美联储鹰派与鸽派并存，海外降息政策存在不确定性，预计将对外资流向造成扰动[12][19][105] - 目前二季度政策面预期不断升温，二季度政策将靠前发力，有利于稳定经济需求端与市场预期[12][19][105] - 政策面预期是推动股指反弹的主要动能，节前股指的反弹对政策预期以及假期消费已经有所体现，后续持续性需要政策面的配合[12][19][105] - 目前国内居民部门对股票基金的偏好仍持续弱于固收类基金，股市增量资金的来源主要看北向资金以及社保养老基金，目前仍未关注到这两方面的明确入市信号[12][19][105] - 假期期间港股和中概股全面反弹，预计假期后首日股指将走出开门红[12][19][105] - 短期内股指区间震荡为主[12][19][105] - 近期期权隐含波动率延续回落，考虑到上证50与沪深300的估值水平和业绩预期相对较强，预计短期内震荡偏强，可以选择卖出宽跨式期权策略或者构建牛市价差策略[20][106][119]

量化因子与构建方式 1. **因子名称**：量稳换手率变化率SCR因子 - **因子的构建思路**：将换手率变化率和量稳换手率的研究思路相结合，计算量稳换手率的变化率，构造SCR因子（The STR Change Rate）[1][11] - **因子具体构建过程**： - 计算换手率波动率的变化率：当月换手率波动率/基准换手率波动率-1 - 再做横截面市值中性化处理，得到量稳换手率变化率SCR因子[11] - **因子评价**：在剔除了市场常用风格和行业的干扰后，纯净SCR因子仍然具备一定的选股能力[1] 2. **因子名称**：换手率变化率因子PctTurn20 - **因子的构建思路**：引入“换手率变化率”的概念，发现换手率的相对变化比其绝对数值更为重要，由此构造了换手率变化率因子PctTurn20[15] - **因子具体构建过程**： - 计算每日换手率的变化率 - 配合价格信息，对每日换手率的权重进行调整[15] 因子的回测效果 1. **量稳换手率变化率SCR因子** - 年化收益率：18.30%[1][13] - 年化波动率：10.10%[1][13] - 信息比率（IR）：1.81[1][13] - 月度胜率：71.30%[1][13] - 最大回撤率：11.99%[1][13] 2. **换手率变化率因子PctTurn20** - 年化收益率：18.30%[1][16] - 年化波动率：10.10%[1][16] - 信息比率（IR）：1.81[1][16] - 月度胜率：71.30%[1][16] - 最大回撤率：11.99%[1][16] 4月份因子收益统计 1. **量稳换手率变化率SCR因子** - 10分组多头组合的收益率：-0.87%[1][19] - 10分组空头组合的收益率：-4.82%[1][19] - 10分组多空对冲的收益率：3.95%[1][19]

- 市场全线上涨，规模指数中中证2000指数表现较好，板块指数中科创100指数表现较好，风格指数中沪深300成长指数表现较好[2][13] - 今日基础化工、医药、食品饮料、家电、轻工制造行业表现较好，通信、银行、煤炭、消费者服务、房地产行业表现较差[2][14] - 今日收盘时有105只股票涨停，有68只股票跌停，昨日涨停股票今日收盘收益为3.72%，昨日跌停股票今日收盘收益为-3.16%，今日封板率74%，较前日提升3%，连板率30%，较前日提升11%[2][6][16] - 截至20240430两融余额为15121亿元，其中融资余额14740亿元，融券余额380亿元，两融余额占流通市值比重为2.2%，两融交易占市场成交额比重为8.1%[2][8][40] - 20240506北向合计净流入93.2亿元[2][19] - 20240430当日ETF溢价较多的是科技AHETF，ETF折价较多的是家电ETF，近半年以来大宗交易日均成交金额达到18亿元，20240430当日大宗交易成交金额为18亿元，近半年以来平均折价率3.60%，当日折价率为3.52%[2][44][57][65] - 近一年以来上证50股指期货主力合约年化升水率中位数为2.13%，近一年以来沪深300股指期货主力合约年化升水率中位数为1.60%，近一年以来中证500股指期货主力合约年化贴水率中位数为-3.17%，近一年以来中证1000股指期货主力合约年化贴水率中位数为-6.16%，20240506当日上证50股指期货主力合约年化升水率为2.49%，处于近一年来53%分位点，当日沪深300股指期货主力合约年化贴水率为1.27%，处于近一年来35%分位点，当日中证500股指期货主力合约年化贴水率为2.61%，处于近一年来53%分位点，当日中证1000股指期货主力合约年化贴水率为7.87%，处于近一年来42%分位点[2][20][60] - 近一周内调研机构较多的股票是迈瑞医疗、爱美客、芯源微、迈为股份、开润股份、澜起科技、温氏股份、中科飞测等，迈瑞医疗被412家机构调研[2][10][69] - 20240506披露龙虎榜数据中，机构专用席位净流入较多的股票是鹏鼎控股、英诺特、宝丽迪、雪祺电气、华帝股份、建新股份、凯撒文化、远大智能、国创高新等，机构专用席位净流出较多的股票是百利天恒-U、川宁生物、石英股份、广深铁路、华宏科技、辉煌科技、鲁北化工、神宇股份、格尔软件、酒鬼酒、超越科技等[2][80][103]

量化因子与构建方式 1. **因子名称**：估值偏离EPD因子 - **因子的构建思路**：利用估值指标PE的均值回复特性构建[5][10] - **因子具体构建过程**：将CTA领域常用的布林带均值回复策略与基本面的估值修复逻辑相结合，利用估值指标PE的均值回复特性构建估值偏离EPD因子[5][10] - **因子评价**：该因子在全体A股中表现出较高的年化收益和信息比率，月度胜率也较高[2][10] 2. **因子名称**：缓慢偏离EPDS因子 - **因子的构建思路**：剔除个股估值逻辑变化带来的影响[5][10] - **因子具体构建过程**：在截面上用EPD剔除个股估值逻辑被改变的概率（由个股信息比率代理），构造缓慢偏离因子EPDS[5][10] - **因子评价**：该因子在全体A股中表现出较高的年化收益和信息比率，月度胜率也较高，且最大回撤率较低[3][10] 3. **因子名称**：估值异常EPA因子 - **因子的构建思路**：剔除影响“估值异常”逻辑的Beta、成长与价值风格[5][10] - **因子具体构建过程**：剔除影响“估值异常”逻辑的Beta、成长与价值风格，最终得到估值异常EPA因子[5][10] - **因子评价**：该因子在全体A股中表现出较高的年化收益和信息比率，月度胜率也较高，且最大回撤率较低[4][10] 因子的回测效果 1. **估值偏离EPD因子** - 年化收益率：18.63%[2][10][98] - 年化波动率：9.91%[2][10][98] - 信息比率（IR）：1.88[2][10][98] - 月度胜率：71.93%[2][10][98] - 最大回撤率：8.93%[2][10][98] 2. **缓慢偏离EPDS因子** - 年化收益率：16.75%[3][10][98] - 年化波动率：5.67%[3][10][98] - 信息比率（IR）：2.95[3][10][98] - 月度胜率：79.53%[3][10][98] - 最大回撤率：3.10%[3][10][98] 3. **估值异常EPA因子** - 年化收益率：17.30%[4][10][98] - 年化波动率：5.14%[4][10][98] - 信息比率（IR）：3.36[4][10][98] - 月度胜率：80.70%[4][10][98] - 最大回撤率：3.12%[4][10][98]

量化模型与构建方式 主动风险预算模型 1. **模型名称**：主动风险预算模型 2. **模型构建思路**：将风险平价模型与主动信号结合，通过股债横向比价、股票纵向估值水平、市场流动性三个维度构建主动风险预算指标，计算出股票与债券的配置权重[2][17] 3. **模型具体构建过程**： - **股债横向比价**：借鉴美联储FED模型，定义股权风险溢价（ERP）为： $$ ERP = \frac{1}{PE_{ttm}} - YTM_{TB}^{10Y} $$ 其中，$PE_{ttm}$为中证800市盈率ttm，$YTM_{TB}^{10Y}$为10年期国债到期收益率。当ERP > 5%时超配权益资产，当ERP < 2%时低配权益资产[19][20] - **股票纵向估值水平**：滚动窗口计算股票估值在近5年历史中的分位数，当估值分位数位于25%之下时超配权益资产，反之当估值分位数位于75%之上时低配权益资产[22] - **市场流动性**：M2与M1的差额为准货币，当M2-M1≥5%时，市场流动性宽松，超配权益资产；当M2-M1≤-5%时，市场流动性收紧，低配权益资产[25] - **信号汇总**：将三个维度的信号得分代入softmax函数，计算权益资产风险预算权重： $$ softmax(x) = \frac{\exp(\lambda x)}{\exp(\lambda x) + \exp(-\lambda x)} $$ 其中，$x$为权益汇总信号，$\lambda$为风险调整系数[30][31] 4. **模型评价**：通过多维度指标对资产波动贡献进行动态调整，提供稳健的资产配置建议[18][30] 模型的回测效果 1. **主动风险预算模型**： - 年化收益率：6.31%[2] - 最大回撤：4.89%[2] - 收益波动比：1.61[2] - 收益回撤比：1.29[2] 量化因子与构建方式 成长因子 1. **因子名称**：成长因子 2. **因子的构建思路**：通过趋势动量和景气上行来捕捉成长类策略的投资机会[69] 3. **因子具体构建过程**：利用因子溢价动量和因子景气价差来进行择时，选择成长类策略[67][69] 4. **因子评价**：在景气上行阶段具有较高的赔率和胜率[69] 质量因子 1. **因子名称**：质量因子 2. **因子的构建思路**：通过趋势动量和景气上行来捕捉高质量类策略的投资机会[69] 3. **因子具体构建过程**：利用因子溢价动量和因子景气价差来进行择时，选择高质量类策略[67][69] 4. **因子评价**：在景气上行阶段具有较高的赔率和胜率[69] 估值因子 1. **因子名称**：估值因子 2. **因子的构建思路**：通过趋势动量和景气上行来捕捉低估值类策略的投资机会[69] 3. **因子具体构建过程**：利用因子溢价动量和因子景气价差来进行择时，选择低估值类策略[67][69] 4. **因子评价**：在景气上行阶段具有较高的赔率和胜率[69] 因子的回测效果 1. **成长因子**： - 趋势：强动量[69] - 胜率：景气上行[69] - 赔率：中赔率[69] 2. **质量因子**： - 趋势：强动量[69] - 胜率：景气上行[69] - 赔率：高赔率[69] 3. **估值因子**： - 趋势：强动量[69] - 胜率：景气上行[69] - 赔率：中赔率[69]