根据提供的量化周报内容，以下是关于报告中涉及的量化模型和因子的总结。 量化模型与构建方式 1. 模型名称：A股景气指数[29] - **模型构建思路**：该模型旨在对A股市场的景气度进行高频Nowcasting（即时预测），其核心目标是Nowcasting上证指数的归母净利润同比增速[29] - **模型具体构建过程**：报告指出该指数的构建详情请参考其前期研究报告《视角透析：A股景气度高频指数构建与观察》，但未在本周报中提供具体的构建公式和详细步骤[29] 2. 模型名称：A股情绪指数[32] - **模型构建思路**：该模型旨在通过量价数据来刻画市场情绪，并据此构建了包含见底预警与见顶预警的情绪指数系统[32] - **模型具体构建过程**：模型将市场按照波动率和成交额的变化方向划分为四个象限，这四个象限中，只有“波动率上行-成交额下行”的区间表现为显著的负收益，其余象限均为显著的正收益[32] 基于此规律构建情绪指数，相关研究细节请参考报告《视角透析：A股情绪指数构建与观察》[32] 3. 模型名称：主题挖掘算法[46] - **模型构建思路**：该算法旨在从新闻和研报文本中挖掘主题投资机会[46] - **模型具体构建过程**：算法通过对文本进行处理、提取主题关键词、挖掘主题与个股的关系、构建主题活跃周期以及构建主题影响力因子等多个维度来描述主题投资机会[46] 报告以“半导体概念”为例展示了算法的应用结果，但未提供具体的数学模型或公式[46] 4. 模型名称：中证500增强组合 / 沪深300增强组合[46][52] - **模型构建思路**：构建针对特定宽基指数（中证500、沪深300）的增强型投资组合，目标是获得超越基准指数的超额收益[46][52] - **模型具体构建过程**：报告展示了组合的持仓明细和本周表现，但未详细说明其背后的选股模型、权重优化模型或风险模型的具体构建过程[49][55] 5. 模型名称：风格因子模型（BARRA框架）[56] - **模型构建思路**：参照BARRA因子模型框架，对A股市场构建一套风格因子体系，用于解释股票收益的来源并进行组合的风险收益归因[56] - **模型具体构建过程**：模型构建了十大类风格因子，包括：市值（SIZE）、BETA、动量（MOM）、残差波动率（RESVOL）、非线性市值（NLSIZE）、估值（BTOP）、流动性（LIQUIDITY）、盈利（EARNINGS_YIELD）、成长（GROWTH）和杠杆（LVRG）[56] 报告未提供每个因子的具体计算公式 量化因子与构建方式 1. 因子名称：十大类风格因子[56] - **因子构建思路**：基于BARRA模型框架，从不同维度刻画影响股票收益的风险特征[56] - **因子具体构建过程**：报告中列出了十大类风格因子的名称：市值（SIZE）、BETA、动量（MOM）、残差波动率（RESVOL）、非线性市值（NLSIZE）、估值（BTOP）、流动性（LIQUIDITY）、盈利（EARNINGS_YIELD）、成长（GROWTH）和杠杆（LVRG），但未提供每个因子的具体计算方法和公式[56] 2. 因子名称：行业因子[57] - **因子构建思路**：构建代表不同行业风险敞口的因子，用于分析行业对投资组合收益的贡献[57] - **因子具体构建过程**：报告在风格分析部分提及了银行、保险、煤炭、汽车、电子、基础化工等行业因子，并分析了其近期表现，但未说明这些行业因子的具体构建方法[57] 3. 因子名称：动量因子[2][57] - **因子构建思路**：动量因子基于“强者恒强”的市场现象，认为过去表现好的股票在未来一段时间内会继续表现良好[2][57] - **因子具体构建过程**：报告指出本周动量因子表现出较高的超额收益，并将其作为重要的风格因子进行分析，但未提供其具体的计算定义[2][57] 模型的回测效果 1. **A股情绪指数系统择时表现**：报告通过图表17展示了该系统的历史择时表现，但未给出具体的量化指标数值（如年化收益率、夏普比率等）[43] 2. **中证500增强组合**：截至报告周，2020年至今，组合相对中证500指数的累计超额收益为53.08%，本周跑赢基准1.19%，历史最大回撤为-5.73%[46] 3. **沪深300增强组合**：截至报告周，2020年至今，组合相对沪深300指数的累计超额收益为37.09%，本周跑输基准0.52%，历史最大回撤为-5.86%[52] 因子的回测效果 1. **风格因子近期表现**： * **动量因子**：本周超额收益较高[57] * **Beta因子**：本周呈较为显著的负向超额收益[57] * **杠杆因子（LVRG）**：近期（过去20日）高杠杆股表现优异[57] * **残差波动率因子（RESVOL）**：近期表现不佳[57] * **非线性市值因子（NLSIZE）**：近期表现不佳[57] 2. **行业因子本周表现**： * **银行、保险、煤炭等行业因子**：相对市场市值加权组合跑出较高超额收益[57] * **汽车、电子、基础化工等行业因子**：回撤较多[57] 3. **风格因子暴露相关性**：报告通过图表23展示了近一周十大类风格因子暴露之间的相关性矩阵，例如流动性因子与Beta、动量、残差波动率因子呈现明显正相关性；价值因子与Beta、残差波动率、流动性等因子呈现明显负相关性[58]

根据研报内容，以下是关于量化模型和因子的总结： 量化模型与构建方式 **1.模型名称：择时雷达六面图**[1][6] - **模型构建思路**：权益市场表现受多维度指标因素共同影响，从流动性、经济面、估值面、资金面、技术面、拥挤度六个维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[1][6] - **模型具体构建过程**：将六个维度的二十一个指标打分概括为四大类，生成[-1,1]之间的综合择时分数[1][6] 量化因子与构建方式 **1.因子名称：货币方向因子**[10] - **因子构建思路**：判断当前货币政策的方向，选取央行使用的货币政策工具利率与短端市场利率[10] - **因子具体构建过程**：计算货币政策工具利率与短端市场利率相较于90天前的平均变化方向，若货币方向因子>0则判断货币政策宽松，若货币方向因子<0则判断货币政策收紧[10] **2.因子名称：货币强度因子**[13] - **因子构建思路**：基于"利率走廊"概念，表征短端市场利率相对于政策利率的偏离幅度[13] - **因子具体构建过程**：计算偏离度=DR007/7年逆回购利率-1，并进行平滑与zscore形成货币强度因子[13] **3.因子名称：信用方向因子**[16] - **因子构建思路**：表征商业银行对实体经济传导时的松紧，使用中长期贷款指标进行体现[16] - **因子具体构建过程**：计算信用方向因子为：中长期贷款当月值→计算过去十二个月增量→计算同比。若信用方向因子相比于三个月之前上升则看多[16] **4.因子名称：信用强度因子**[19] - **因子构建思路**：捕捉信用指标是否大幅超预期或者不及预期[19] - **因子具体构建过程**：构建信用强度因子=(新增人民币贷款当月值–预期中位数)/预期标准差[19] **5.因子名称：增长方向因子**[21] - **因子构建思路**：基于PMI数据构建增长方向因子[21] - **因子具体构建过程**：构建增长方向因子=PMI→计算过去十二月均值→计算同比。若增长方向因子相比于三个月之前上升则看多[21] **6.因子名称：增长强度因子**[24] - **因子构建思路**：捕捉经济增长指标是否大幅超预期或者不及预期[24] - **因子具体构建过程**：计算PMI预期差=(PMI–预期中位数)/预期标准差[24] **7.因子名称：通胀方向因子**[28] - **因子构建思路**：当前通胀水平会对货币政策产生制约，若通胀显著下行则未来预期货币宽松政策空间较大[28] - **因子具体构建过程**：计算通胀方向因子=0.5×CPI同比平滑值+0.5×PPI同比原始值，若通胀方向因子相较于三个月之前降低则看多[28] **8.因子名称：通胀强度因子**[31] - **因子构建思路**：捕捉通胀指标是否大幅超预期或者不及预期[31] - **因子具体构建过程**：分别计算CPI与PPI预期差=(披露值–预期中位数)/预期标准差，并计算通胀强度因子=CPI与PPI预期差均值[31] **9.因子名称：席勒ERP**[34] - **因子构建思路**：计算通胀调整后的平均盈利来消除经济周期波动对估值判断的干扰[34] - **因子具体构建过程**：计算过去6年通胀调整后的平均盈利计算席勒PE，再计算席勒ERP=1/席勒PE-10年期国债到期收益率，并计算过去6年zscore作为分数[34] **10.因子名称：PB**[36] - **因子构建思路**：使用PB指标衡量估值水平[36] - **因子具体构建过程**：对PB指标处理步骤：PB×(-1)并计算过去6年zscore，1.5倍标准差截尾后标准化到±1之间得到分数[36] **11.因子名称：AIAE**[40] - **因子构建思路**：全市场权益配置比例，反映市场整体风险偏好[40] - **因子具体构建过程**：构建A股的AIAE指标=中证全指总流通市值/(中证全指总流通市值+实体总债务)，将AIAE×(-1)并计算过去6年zscore得到分数[40] **12.因子名称：两融增量**[42] - **因子构建思路**：两融为市场杠杆资金的来源，当两融上行时市场情绪较好[42] - **因子具体构建过程**：计算融资余额-融券余额，并计算其过去120日均增量与过去240日均增量。若120日均增量>过去240日均增量时看多[42] **13.因子名称：成交额趋势**[45] - **因子构建思路**：成交额上行代表市场成交热度与资金活跃度高[45] - **因子具体构建过程**：对对数成交额计算其均线距离=ma120/ma240-1。当均线距离的max(10)=max(30)=max(60)时看多[45] **14.因子名称：中国主权CDS利差**[49] - **因子构建思路**：代表海外投资者对中国的经济与主权信用风险的定价水平，体现外资流入意愿[49] - **因子具体构建过程**：当平滑后CDS利差的20日差分<0时看多，说明当前CDS利差下降，海外投资者预期中国基本面转好[49] **15.因子名称：海外风险厌恶指数**[52] - **因子构建思路**：花旗风险厌恶指数由海外期权隐波、信用利差等数据组成，捕捉海外市场风险偏好[52] - **因子具体构建过程**：当平滑后风险厌恶指数的20日差分<0时看多，外资风险偏好上升[52] **16.因子名称：价格趋势**[54] - **因子构建思路**：使用均线距离衡量标的价格趋势，衡量市场运行趋势与强度[54] - **因子具体构建过程**：计算均线距离=(ma120/ma240-1)。当均线距离>0时趋势方向分数=1；当均线距离的max(20)=max(60)时趋势强度分数=1；趋势综合分数=(趋势方向分数+趋势强度分数)/2[54] **17.因子名称：新高新低数**[56] - **因子构建思路**：指数成分股的新高新低个数可以作为反转信号[56] - **因子具体构建过程**：当中证800成分股占过去一年新低数-新低数的ma20>0时看多，说明最近新低较多，市场有见底预期[56] **18.因子名称：期权隐含升贴水**[60] - **因子构建思路**：基于看涨看跌平价关系式推导期权隐含的标的升贴水，反映期权市场对未来标的收益率均值的预期与情绪[60] - **因子具体构建过程**：若50ETF近5日收益率<0，且指标分位数<30%，则看多持续20日。若50ETF近5日收益率>0，且指标分位数>70%，则看空持续20日[60] **19.因子名称：期权VIX指数**[61] - **因子构建思路**：反映期权投资者对未来标的波动率的预期与市场情绪，当VIX较高时市场倾向于反转[61] - **因子具体构建过程**：若50ETF近5日收益率<0，且指标分位数>70%，则看多持续20日。若50ETF近5日收益率>0，且指标分位数>70%，则看空持续20日[61] **20.因子名称：期权SKEW指数**[66] - **因子构建思路**：反映期权投资者对未来标的偏度的预期与市场情绪，用作反转指标[66] - **因子具体构建过程**：若50ETF近5日收益率<0，且指标分位数>70%，则看多持续20日。若50ETF近5日收益率>0，且指标分位数<30%，则看空持续20日[66] **21.因子名称：可转债定价偏离度**[68] - **因子构建思路**：可转债估值水平能体现市场情绪，用作反转指标[68] - **因子具体构建过程**：计算可转债定价偏离度=转债价格/模型定价-1，并计算分数=定价偏离度×(-1)并计算过去3年zscore得到分数[68] 模型的回测效果 **1.择时雷达六面图模型**，当前综合打分为-0.11分[1][6] 因子的回测效果 **1.货币方向因子**，当前分数为1分[10] **2.货币强度因子**，当前分数为-1分[13] **3.信用方向因子**，当前分数为1分[16] **4.信用强度因子**，当前分数为0分[19] **5.增长方向因子**，当前分数为1分[21][22] **6.增长强度因子**，当前分数为-1分[24][25] **7.通胀方向因子**，当前分数为-1分[28] **8.通胀强度因子**，当前分数为0分[31] **9.席勒ERP因子**，当前分数为0.11分[34][38] **10.PB因子**，当前分数为-0.47分[36] **11.AIAE因子**，当前分数为-0.70分[40] **12.两融增量因子**，当前分数为1分[42] **13.成交额趋势因子**，当前分数为1分[45][46] **14.中国主权CDS利差因子**，当前分数为-1分[49][50] **15.海外风险厌恶指数因子**，当前分数为-1分[52] **16.价格趋势因子**，当前分数为0.5分[54] **17.新高新低数因子**，当前分数为-1分[56] **18.期权隐含升贴水因子**，当前分数为1分[60] **19.期权VIX指数因子**，当前分数为1分[61][62] **20.期权SKEW指数因子**，当前分数为-1分[66] **21.可转债定价偏离度因子**，当前分数为-1.00分[68]

黄金市场表现 - 现货黄金价格突破4100美元/盎司，最高触及4131.49美元/盎司 [1] 投资组合策略 - 过去10年，由半流动性私人资产和对冲基金策略组成的混合投资组合表现优于纯股票组合和传统的60/40投资组合 [1] - 在美国财政与货币双宽松政策背景下，通胀风险上升，市场对另类资产需求增加，建议增持实物资产 [1] - 私人基础设施和黄金被重点推荐，基础设施资产能提供抗通胀的长期现金流 [1] 黄金投资逻辑 - 黄金价格突破每盎司3400美元，反映出投资者对地缘政治动荡、美联储政策可信度以及去美元化趋势的担忧 [1]

根据研报内容，总结如下： 量化模型与构建方式 1. **模型名称：三维择时框架**[7][11][12] * **模型构建思路**：通过综合评估市场分歧度、流动性和景气度三个维度的状态，对市场整体走势进行判断[7][11][12] * **模型具体构建过程**：模型基于三个核心指标： 1. 市场分歧度指数：衡量市场参与者观点的差异程度[11][16] 2. 市场流动性指数：衡量市场的资金充裕程度[11][18] 3. A股景气度指数2.0：衡量上市公司整体的经营景气状况[11][20] 通过观察这三个指标的趋势和组合状态（例如，流动性下行、分歧度扩大、景气度稳中有升），形成对市场（如震荡下跌）的判断[7][11][12] 2. **模型名称：热点趋势ETF策略**[25][26][27] * **模型构建思路**：结合价格形态、技术指标和市场关注度，筛选出具有短期上涨趋势的ETF构建投资组合[25][28] * **模型具体构建过程**：过程分为三步： 1. **形态筛选**：首先筛选出最高价与最低价同时呈现上涨形态的ETF[25] 2. **构建支撑阻力因子**：基于最高价与最低价近20日的回归系数，构建衡量趋势陡峭程度的支撑阻力因子[25] 3. **关注度筛选与组合构建**：在支撑阻力因子的多头组中，选择近5日换手率与近20日换手率比值最高（即短期关注度提升最明显）的10只ETF，最终采用风险平价方法构建组合[25][29] 3. **模型名称：资金流共振策略**[33][34][36] * **模型构建思路**：结合融资融券资金和主动大单资金两类资金流的动向，选择两类资金共同看好的行业[2][33] * **模型具体构建过程**： 1. **因子构建**： * **行业融资融券资金因子**：计算行业内个股的（融资净买入-融券净卖出）并加总，然后对Barra市值因子进行中性化处理，再取最近50日均值，并计算其两周环比变化率[33] * **行业主动大单资金因子**：计算行业的净流入数据，并对其进行最近一年成交量的时序中性化处理，然后进行排序，最后取最近10日均值[33] 2. **策略规则**：在主动大单因子的头部打分行业内，剔除融资融券因子也处于头部的行业（研究发现融资融券因子多头端在某些市场状态下有负向超额），以提升策略稳定性，并进一步剔除大金融板块[33] 3. **行业推荐**：每周选择经过上述处理后有资金共振效应的行业作为推荐[33][36] 模型的回测效果 1. **资金流共振策略**，年化超额收益13.5%[33]，信息比率(IR)1.7[33]，上周绝对收益0.98%[33]，上周超额收益（相对行业等权）-0.54%[33] 量化因子与构建方式 1. **因子名称：风格因子（Barra系列）**[39][40][43] * **因子构建思路**：采用经典的Barra风险模型框架中的风格因子，从不同维度刻画股票特征[39][40][43] * **因子具体构建过程**：报告提及了多个Barra风格因子，包括： * **规模因子(size)**：进行行业中性化处理[41] * **贝塔因子(beta)**：进行市值、行业中性化处理[41] * **成长因子(growth)**：进行市值、行业中性化处理[41] * 其他因子如动量(momentum)、波动率(volatility)、非线性规模(nlsize)、价值(value)、流动性(liquidity)、盈利收益率(earnings_yield)、杠杆(leverage)等，大部分进行了市值和行业中性化处理[41][43] 2. **因子名称：Alpha因子**[42][44][46] * **因子构建思路**：构建多种基于基本面、分析师预测、市场交易数据的因子，以捕捉超额收益[42][44][46] * **因子具体构建过程**：报告列举了大量具体因子及其计算方法，例如： * **成长类因子**：如每股营业收入同比增长率(yoy_orps)、资产负债率同比变化率(debt_ratio_yoy)、总负债同比增长(tot_liab_yoy)、单季度营业收入同比增速(yoy_or_q)等[42][44] * **动量类因子**：如1年-1个月的收益率(mom_1y_1m)、十二个月残差动量(specific_mom12)等[44] * **盈利质量类因子**：如单季度ROE同比差值(roe_q_delta_report)、单季度ROE(roe_q_report)等[44][46] * **分析师预测类因子**：如(当前一致预测np_FY1-3个月前一致预测np_FY1)/3个月前一致预测np_FY1绝对值(mom3_np_fy1)、评级上下调差/评级上下调和(est_num_diff)等[46] 因子的回测效果 1. **风格因子（最近一周收益）**，规模因子(size)1.57%[39][43]，贝塔因子(beta)1.08%[40][43]，成长因子(growth)0.42%[40][43]，动量因子(momentum)0.39%[43]，波动率因子(volatility)0.20%[43]，非线性规模因子(nlsize)1.31%[43]，价值因子(value)-0.13%[43]，流动性因子(liquidity)0.96%[43]，盈利收益率因子(earnings_yield)-0.67%[43]，杠杆因子(leverage)0.48%[43] 2. **Alpha因子（近一周多头超额收益）**，每股营业收入同比增长率(yoy_orps)2.62%[44]，资产负债率同比变化率(debt_ratio_yoy)2.57%[44]，总负债同比增长(tot_liab_yoy)2.53%[44]，单季度营业收入同比增速(yoy_or_q)2.51%[44]，流动负债同比增长(cur_liab_yoy)2.49%[44]，速动比率同比变化(quick_ratio_yoy)2.25%[44]，营业收入同比增速(yoy_or)2.14%[44]，(当期总资产-去年同期总资产)/去年同期总资产绝对值(yoy_total_assets)2.12%[44]，销售商品提供劳务收到的现金流变化/投入资本(delta_cashflow_goodsales_ic)2.03%[44]，应付账款同比变化(yoy_accpayable)1.94%[44]，1年-1个月的收益率(mom_1y_1m)1.76%[44]，十二个月残差动量(specific_mom12)1.74%[44]，营业利润_TTM/销售费用_TTM(oper_salesexp)1.67%[44]，单季度ROE同比差值(roe_q_delta_report)1.61%[44]，单季度ROE同比差值（考虑快报、预告）(roe_q_delta_adv)1.61%[44]，经营活动现金流入变化/投入资本(delta_cashinflow_ic)1.61%[44]，(净利润ttm-过去八个季度的净利润ttm均值)/过去八个季度的净利润ttm标准差(np_ttm_growth_std)1.61%[44]，流动比率同比变化率(cur_ratio_yoy)1.57%[44]，earnings_fttm 1.56%[44]，单季度每股收益同比增速(yoy_eps_q)1.56%[44] 3. **Alpha因子（在不同宽基指数内的近一周多头超额收益）** * **单季度ROE同比差值（考虑快报、预告）(roe_q_delta_adv)**，在沪深300中8.23%[46]，在中证500中4.55%[46]，在中证1000中9.38%[46]，在国证2000中4.96%[46] * **(当前一致预测np_FY1-3个月前一致预测np_FY1)/3个月前一致预测np_FY1绝对值(mom3_np_fy1)**，在沪深300中7.14%[46]，在中证500中5.60%[46]，在中证1000中9.54%[46]，在国证2000中4.19%[46] * **评级上下调差/评级上下调和(est_num_diff)**，在沪深300中7.73%[46]，在中证500中4.86%[46]，在中证1000中8.72%[46]，在国证2000中4.60%[46] * **(当前一致预测eps_FY1-3个月前一致预测eps_FY1)/3个月前一致预测eps_FY1绝对值(mom3_eps_fy1)**，在沪深300中7.70%[46]，在中证500中4.88%[46]，在中证1000中8.28%[46]，在国证2000中5.18%[46] * **单季度ROE同比差值(roe_q_delta_report)**，在沪深300中7.47%[46]，在中证500中3.84%[46]，在中证1000中8.11%[46]，在国证2000中3.09%[46]

根据提供的研报内容，以下是关于量化模型和因子的总结： 量化模型与构建方式 1. **模型名称：择时雷达六面图**[2][7] * **模型构建思路**：权益市场表现受多维度指标共同影响，该模型尝试从流动性、经济面、估值面、资金面、技术面、拥挤度六个维度选取二十一个指标刻画市场，并将其概括为四大类，最终生成一个介于[-1,1]之间的综合择时分数。[2][7] * **模型具体构建过程**： * **第一步：指标选取与分类**。从六个维度（流动性、经济面、估值面、资金面、技术面、拥挤度）选取21个具体指标，并将其归纳为四大类："估值性价比"、"宏观基本面"、"资金&趋势"、"拥挤度&反转"。[2][7] * **第二步：单指标信号生成**。每个单指标根据其特定的构建逻辑和规则，被转化为一个看多(1)、看空(-1)或无信号(0)的分数，部分指标（如估值类）的分数是连续值。[10][12][15]等 * **第三步：综合分数合成**。将所有单指标的分数通过某种方式（报告未明确说明具体加权或合成方法）汇总，最终生成一个介于[-1,1]之间的综合择时分数。[2][7] 量化因子与构建方式 1. **因子名称：货币方向因子**[12] * **因子构建思路**：判断当前货币政策的方向，通过比较当前利率与历史利率的变化方向来识别宽松或收紧。[12] * **因子具体构建过程**：选取央行使用的货币政策工具利率与短端市场利率，计算其相较于90天前的平均变化方向。若货币方向因子>0，则判断货币政策宽松；若<0，则判断货币政策收紧。[12] 2. **因子名称：货币强度因子**[15] * **因子构建思路**：基于"利率走廊"概念，表征短端市场利率相对于政策利率的偏离幅度，以判断货币环境的宽松或紧张程度。[15] * **因子具体构建过程**：计算偏离度=DR007/7天逆回购利率-1，并进行平滑与zscore标准化形成货币强度因子。若因子<-1.5倍标准差，则预期未来120个交易日为宽松环境；若因子>1.5倍标准差，则预期未来120个交易日为紧张环境。[15] 3. **因子名称：信用方向因子**[18] * **因子构建思路**：表征商业银行对实体经济传导信用的松紧程度，使用中长期贷款指标进行体现。[18] * **因子具体构建过程**：计算信用方向因子为：中长期贷款当月值 -> 计算过去十二个月增量 -> 计算同比。若信用方向因子相比于三个月之前上升则看多；反之则看空。[18] 4. **因子名称：信用强度因子**[21] * **因子构建思路**：捕捉信用指标是否大幅超预期或者不及预期。[21] * **因子具体构建过程**：构建信用强度因子=(新增人民币贷款当月值–预期中位数)/预期标准差。若因子>1.5倍标准差，则定义未来60个交易日为信用显著超预期环境；反之若因子<-1.5倍标准差，则定义未来60个交易日为信用显著不及预期环境。[21] 5. **因子名称：增长方向因子**[23] * **因子构建思路**：基于PMI数据判断经济增长的方向。[23] * **因子具体构建过程**：基于中采制造业PMI、中采非制造业PMI、财新制造业PMI构建增长方向因子=PMI -> 计算过去十二月均值 -> 计算同比。若增长方向因子相比于三个月之前上升则看多；反之则看空。[23] 6. **因子名称：增长强度因子**[26] * **因子构建思路**：捕捉经济增长指标是否大幅超预期或者不及预期。[26] * **因子具体构建过程**：计算PMI预期差=(PMI–预期中位数)/预期标准差，得到增长强度因子。若因子>1.5倍标准差，则定义未来60个交易日为增长显著超预期环境；反之若因子<-1.5倍标准差，则定义未来60个交易日为增长显著不及预期环境。[26] 7. **因子名称：通胀方向因子**[30] * **因子构建思路**：通过当前通胀水平判断其对货币政策的制约以及未来宽松空间。[30] * **因子具体构建过程**：计算通胀方向因子=0.5×CPI同比平滑值+0.5×PPI同比原始值。若通胀方向因子相较于三个月之前降低，则说明是通胀下行环境，此时看多；反之看空。[30] 8. **因子名称：通胀强度因子**[31] * **因子构建思路**：捕捉通胀指标是否大幅超预期或者不及预期。[31] * **因子具体构建过程**：分别计算CPI与PPI预期差=(披露值–预期中位数)/预期标准差，并计算通胀强度因子=CPI与PPI预期差均值。若通胀强度因子<-1.5，则定义未来60个交易日为通胀显著不及预期环境；反之若通胀强度因子>1.5倍标准差，则定义未来60个交易日为通胀显著超预期环境。[31] 9. **因子名称：席勒ERP**[35] * **因子构建思路**：使用经过周期调整的盈利来计算市盈率，并考虑无风险收益率，以衡量市场的估值水平和风险溢价。[35] * **因子具体构建过程**：计算过去6年通胀调整后的平均盈利得到席勒PE，然后计算席勒ERP=1/席勒PE-10年期国债到期收益率，并计算过去6年zscore作为分数。[35] 10. **因子名称：PB**[37] * **因子构建思路**：使用市净率衡量估值水平。[37] * **因子具体构建过程**：对PB指标乘以(-1)并计算过去6年zscore，1.5倍标准差截尾后标准化到±1之间得到分数。[37] 11. **因子名称：AIAE**[41] * **因子构建思路**：通过计算全市场权益配置比例，反映市场整体的风险偏好。[41] * **因子具体构建过程**：构建A股的AIAE指标=中证全指总流通市值/(中证全指总流通市值+实体总债务)。将AIAE×(-1)并计算过去6年zscore得到分数。[41] 12. **因子名称：两融增量**[43] * **因子构建思路**：通过两融余额的变化判断市场杠杆资金情绪。[43] * **因子具体构建过程**：计算融资余额-融券余额，并计算其过去120日均增量与过去240日均增量。若120日均增量>过去240日均增量时看多；反之看空。[43] 13. **因子名称：成交额趋势**[46] * **因子构建思路**：通过成交额的变化趋势判断市场成交热度和资金活跃度。[46] * **因子具体构建过程**：对对数成交额计算其均线距离=ma120/ma240-1。当均线距离的max(10)=max(30)=max(60)时看多；当均线距离的min(10)=min(30)=min(60)时看空。[46] 14. **因子名称：中国主权CDS利差**[49] * **因子构建思路**：通过中国主权CDS利差的变化反映海外投资者对中国经济和主权信用风险的预期，进而体现外资流入意愿。[49] * **因子具体构建过程**：当平滑后CDS利差的20日差分<0时，说明当前CDS利差下降，海外投资者预期中国基本面转好，此时看多；反之看空。[49] 15. **因子名称：海外风险厌恶指数**[52] * **因子构建思路**：使用花旗风险厌恶指数（Citi RAI Index）捕捉海外市场的风险偏好，影响外资流向。[52] * **因子具体构建过程**：当平滑后风险厌恶指数的20日差分<0时，外资风险偏好上升，此时看多；反之看空。[52] 16. **因子名称：价格趋势**[55] * **因子构建思路**：使用均线距离衡量标的价格的中长期趋势方向和强度。[55] * **因子具体构建过程**：计算均线距离=（ma120/ma240-1）。趋势方向分数：当均线距离>0时为1，反之为-1。趋势强度分数：当均线距离的max(20)=max(60)时为1，当min(20)=min(60)时为-1。趋势综合分数=(趋势方向分数+趋势强度分数)/2。[55] 17. **因子名称：新高新低数**[58] * **因子构建思路**：使用指数成分股的新高和新低个数作为市场反转信号。[58] * **因子具体构建过程**：计算中证800成分股的过去一年新高数-新低数，并取其20日移动平均（ma20）。当该值>0时，说明最近新低较多，市场有见底预期，此时看多；反之看空。[58] 18. **因子名称：期权隐含升贴水**[61] * **因子构建思路**：基于期权平价关系推导出的隐含标的升贴水，反映期权市场对未来收益率的预期和情绪，作为反转指标。[61] * **因子具体构建过程**：若50ETF近5日收益率<0，且指标分位数<30%，则看多持续20日。若50ETF近5日收益率>0，且指标分位数>70%，则看空持续20日。[61] 19. **因子名称：期权VIX指数**[62] * **因子构建思路**：使用期权隐含波动率（VIX）反映市场对未来波动率的预期和情绪，作为反转指标。[62] * **因子具体构建过程**：若50ETF近5日收益率<0，且指标分位数>70%，则看多持续20日。若50ETF近5日收益率>0，且指标分位数>70%，则看空持续20日。[62] 20. **因子名称：期权SKEW指数**[67] * **因子构建思路**：使用期权隐含偏度（SKEW）反映市场对未来偏度的预期和情绪，作为反转指标。[67] * **因子具体构建过程**：若50ETF近5日收益率<0，且指标分位数>70%，则看多持续20日。若50ETF近5日收益率>0，且指标分位数<30%，则看空持续20日。[67] 21. **因子名称：可转债定价偏离度**[69] * **因子构建思路**：通过可转债的市场价格相对于模型理论价格的偏离度，反映市场情绪和拥挤度。[69] * **因子具体构建过程**：计算可转债定价偏离度=转债价格/模型定价-1。然后计算分数=定价偏离度×(-1)并计算过去3年zscore得到分数。定价偏离度越高，拥挤度越高，分数越低。[69] 模型的回测效果 1. **择时雷达六面图模型**，当前综合打分为-0.32分[7][9] 因子的回测效果 1. **货币方向因子**，当前分数为1分[10][12] 2. **货币强度因子**，当前分数为-1分[10][15] 3. **信用方向因子**，当前分数为1分[10][18] 4. **信用强度因子**，当前分数为0分[10][21] 5. **增长方向因子**，当前分数为1分[10][23][24] 6. **增长强度因子**，当前分数为-1分[10][26][27] 7. **通胀方向因子**，当前分数为-1分[10][30] 8. **通胀强度因子**，当前分数为0分[10][31] 9. **席勒ERP因子**，当前分数为0.03分[10][35][39] 10. **PB因子**，当前分数为-0.56分[10][37] 11. **AIAE因子**，当前分数为-0.90分[10][41] 12. **两融增量因子**，当前分数为1分[10][43] 13. **成交额趋势因子**，当前分数为0分[10][46] 14. **中国主权CDS利差因子**，当前分数为1分[10][49][50] 15. **海外风险厌恶指数因子**，当前分数为-1分[10][52] 16. **价格趋势因子**，当前分数为0分[10][55][57] 17. **新高新低数因子**，当前分数为-1分[10][58] 18. **期权隐含升贴水因子**，当前分数为-1分[10][61] 19. **期权VIX指数因子**，当前分数为-1分[10][62][63] 20. **期权SKEW指数因子**，当前分数为-1分[10][67] 21. **可转债定价偏离度因子**，当前分数为-1.00分[10][69]

文章核心观点 - 文章旨在为投资港股和美股的投资者介绍和比较多款交易软件的核心功能与适用场景，帮助其根据自身需求选择合适工具 [1][16] 新浪财经APP - 软件覆盖全球40多个金融市场的实时行情，包括A股、港股、美股、期货、外汇及贵金属市场 [2] - 行情刷新速度达0.03秒级，在2025年5月商品期货夜盘暴跌时仍保持毫秒级更新，独家接入纳斯达克Level2数据流 [3] - “喜娜AI助手”通过北京市生成式AI服务备案，可将5000字年报浓缩为300字核心摘要 [3] - 与国内40多家主流券商深度对接，用户无需跳转即可完成开户、银证转账、委托交易全流程 [4] - 被推荐为全球配置型投资者的首选，其40+市场覆盖与AI预警系统可同步监控多市场联动 [13] 富途牛牛 - 作为持牌券商平台，在港股美股交易领域占据重要地位，免费提供LV2美股深度行情，支持盘前盘后交易 [5] - 集成纳斯达克、纽交所官方数据源，配合齐全的技术分析工具，满足高频交易者需求 [5] - 平台使用费为港股15元/订单、美股最低1美元/订单，在A股覆盖上仅支持部分券商通道 [5] - 与技术极客型用户可选的同花顺MindGo构成黄金组合，其LV2行情深度揭示纳斯达克做市商挂单 [13] 同花顺 - 在量化分析领域实力出色，2025年升级的MindGo系统支持毫秒级回测与高频策略执行，委托响应快至3秒 [6] - 免费开放Level-2行情，提供十档盘口、主力资金流向等功能 [7] - 自然语言选股工具“问财”可通过指令自动生成深度报告，将复杂策略平民化 [7] - 在国际市场数据更新速度上稍逊一筹，在美股盘前交易时段，数据需延迟3-5秒 [8] - 被推荐为技术极客型用户和新手用户的选择 [13][15] 护信交易 - 是一个突破传统、由团队自主研发的交易平台，提供美股、港股、ETF及期权交易与社交体验 [9] - 平台支持港股LV2实时串流报价及美股纳斯达克行情 [10] 玖富犇犇 - 是玖富证券推出的专注于港股和美股市场的智能交易应用，截至2025年5月总下载量已超过300万 [11] - 依托人工智能技术，开发智能投顾、变盘预警等功能，并推出“美版余额宝”功能，允许用户通过境外卡理财并管理空仓资金 [11] 腾讯自选股 - 由腾讯官方出品，覆盖全球主要股市行情，用户可通过QQ或微信账号快速登录，实现多端数据同步 [12] - 整合实时行情、智能选股、风险预警、财经资讯和活跃社区等核心功能 [12] - 独特优势在于与微信生态深度融合，支持微信支付快捷申购基金，与国内主流券商深度合作 [12] 软件选择指南 - 社区依赖型散户可考虑雪盈证券免费Level-2行情叠加东方财富股吧情绪分析 [14] - 新手用户可考虑老虎证券或同花顺，因其界面简单更易上手 [15]

根据研报内容，总结如下： 量化模型与构建方式 **1 模型名称：A股景气指数模型[29]** - 模型构建思路：以上证指数归母净利润同比为Nowcasting目标，构建反映A股景气度的高频指数[29] - 模型具体构建过程：通过高频数据实时追踪上证指数归母净利润同比变化，构建景气度指数，用于判断经济周期位置和趋势[29] **2 模型名称：A股情绪指数模型[36]** - 模型构建思路：基于市场波动率和成交额的变化方向划分四个象限，构造情绪指数包含见底预警与见顶预警[36] - 模型具体构建过程：将市场按照波动率和成交额的变化方向划分为四个象限，识别不同象限的市场收益特征，据此构建情绪指数$$情绪指数 = f(波动率变化, 成交额变化)$$其中波动率变化和成交额变化分别代表市场价和量的情绪维度[36] **3 模型名称：BARRA多因子模型[58]** - 模型构建思路：参照BARRA因子模型框架，对A股市场构建十大类风格因子体系[58] - 模型具体构建过程：构建十大类风格因子包括：市值（SIZE）、BETA、动量（MOM）、残差波动率（RESVOL）、非线性市值（NLSIZE）、估值（BTOP）、流动性（LIQUIDITY）、盈利（EARNINGS_YIELD）、成长（GROWTH）和杠杆（LVRG），用于解释股票收益和市场风格特征[58] **4 模型名称：指数增强组合模型[46][53]** - 模型构建思路：基于量化策略模型构建中证500和沪深300指数增强组合，追求超越基准的超额收益[46][53] - 模型具体构建过程：通过多因子选股模型和优化算法，在控制跟踪误差的前提下构建投资组合，具体持仓权重由策略模型生成[46][53] **5 模型名称：主题挖掘算法模型[46]** - 模型构建思路：基于新闻和研报文本挖掘主题投资机会[46] - 模型具体构建过程：通过对文本处理、主题关键词提取、主题个股关系挖掘、主题活跃周期构建、主题影响力因子构建等多个维度描述主题投资机会[46] 量化因子与构建方式 **1 因子名称：市值因子（SIZE）[58][59]** - 因子构建思路：衡量股票市值规模对收益的影响[58] - 因子具体构建过程：基于股票总市值或流通市值构建，反映规模效应[58] **2 因子名称：BETA因子[58][59]** - 因子构建思路：衡量股票系统性风险暴露[58] - 因子具体构建过程：通过股票收益与市场收益的回归系数计算[58] **3 因子名称：动量因子（MOM）[58][59]** - 因子构建思路：捕捉股票价格动量效应[58] - 因子具体构建过程：基于历史价格表现构建，反映趋势延续特征[58] **4 因子名称：残差波动率因子（RESVOL）[58][59]** - 因子构建思路：衡量股票特异性风险[58] - 因子具体构建过程：通过回归残差的标准差计算，反映非系统性波动[58] **5 因子名称：非线性市值因子（NLSIZE）[58][59]** - 因子构建思路：捕捉市值与收益的非线性关系[58] - 因子具体构建过程：对市值因子进行非线性变换，识别市值效应的复杂特征[58] **6 因子名称：估值因子（BTOP）[58][59]** - 因子构建思路：衡量股票估值水平对收益的影响[58] - 因子具体构建过程：基于市净率等估值指标构建，反映价值效应[58] **7 因子名称：流动性因子（LIQUIDITY）[58][59]** - 因子构建思路：捕捉流动性溢价效应[58] - 因子具体构建过程：基于换手率、交易量等流动性指标构建[58] **8 因子名称：盈利因子（EARNINGS_YIELD）[58][59]** - 因子构建思路：衡量公司盈利能力对收益的影响[58] - 因子具体构建过程：基于市盈率、盈利收益率等指标构建[58] **9 因子名称：成长因子（GROWTH）[58][59]** - 因子构建思路：捕捉公司成长性特征[58] - 因子具体构建过程：基于收入增长率、盈利增长率等成长性指标构建[58] **10 因子名称：杠杆因子（LVRG）[58][59]** - 因子构建思路：衡量公司财务杠杆水平对收益的影响[58] - 因子具体构建过程：基于资产负债率、权益乘数等杠杆指标构建[58] 模型的回测效果 **1 A股景气指数模型[33]** - 截至2025年9月30日，A股景气指数为21.28，相比2023年底上升15.85[33] **2 指数增强组合模型[46][53]** - 中证500增强组合：节前收益1.99%，跑输基准0.38%；2020年至今超额收益51.20%，最大回撤-5.73%[46] - 沪深300增强组合：节前收益率2.15%，跑赢基准0.16%；2020年至今超额收益38.68%，最大回撤-5.86%[53] **3 A股情绪指数模型[40]** - 当前A股情绪见底指数信号：空，A股情绪见顶指数信号：空，综合信号为：空[40] 因子的回测效果 **1 风格因子近期表现[59]** - 市值因子：超额收益较高[59] - 残差波动率因子：呈较为显著的负向超额收益[59] - BETA因子：表现优异[59] - 成长因子：表现优异[59] - 价值因子：表现不佳[59] **2 行业因子近期表现[59]** - 钢铁、电力设备、有色金属等行业因子：相对市场市值加权组合跑出较高超额收益[59] - 消费者服务、煤炭、银行等行业因子：回撤较多[59] **3 因子相关性分析[60]** - 流动性因子与Beta、动量、残差波动率呈现明显正相关性[60] - 价值因子与Beta、残差波动率、流动性等因子呈现明显负相关性[60] - 市值因子与非线性市值因子相关性为0.513[60] - Beta因子与流动性因子相关性为0.568[60] - 动量因子与残差波动率因子相关性为0.577[60]

市场现象与资金行为逻辑 - 美国联邦政府停摆期间医药板块逆势走强辉瑞上涨6.83%默克上涨6.81%礼来上涨5.02% [1] - 避险资金流向医药等防御性板块反映出市场在风险事件中的资金行为逻辑 [11] - 部分科技股的分化现象反映出机构调仓迹象 [11] 指数与个股表现分化 - 上证指数创近十年新高但超过四成个股未达四年新高呈现指数牛市与个股熊市并存局面 [2] - 市场的本质在于资金行为的真实意图而非表面的指数涨跌 [2] 量化分析工具与应用 - 机构库存数据反映机构资金活跃程度空头回补数据反映做空资金重新买入行为两者同时出现常预示机构调整结束 [8] - 通过量化分析系统可捕捉机构收回筹码的动作以避开股价震荡期 [6] - 硅宝科技长春一东屹通新材等不同行业股票均呈现机构回补后股价快速拉升的规律 [10] 投资策略与框架 - 投资应关注资金行为而非消息本身找到适合自己的量化分析工具 [11] - 建立基于行为金融学的投资框架穿透市场表象把握资金行为底层逻辑 [10][11] - 锂矿企业的异动暗示新能源赛道具备长期投资价值 [11]

市场现象分析 - 93只A股个股连续获得融资净买入，其中雪天盐业连续14个交易日被资金追捧 [1] 市场交易特征 - A股市场交易逻辑与国外市场不同，倾向于打提前量、提前埋伏、提前炒作，遵循“买传闻，卖新闻”的规则 [3] - 市场存在“虚涨实跌”和“虚跌实涨”的普遍现象，其背后是机构资金在操作 [5][6] 常见投资陷阱 - “持股待涨”陷阱：机构倾向于收割持有懒人思维的投资者 [3] - “只做热点”陷阱：追涨杀跌是散户的常见错误 [3] - “强者恒强”陷阱：表面强势股可能已透支未来涨幅 [3] - “超跌反弹”陷阱：抄底行为容易发生在半山腰，导致亏损 [3] 有效分析方法 - 量化工具分析揭示，快速反弹的股票可能伴随机构资金活跃度消失，而大幅下跌的股票可能有机构资金在暗中吸筹 [8] - 融资数据不可盲目相信，因为融资客也会犯错 [8] - 客观数据优于主观判断，应关注机构资金的真实动向以判断股价长期走势 [8] - 市场上90%的观点均为噪音，保持独立思考能力至关重要 [8]

量化模型与构建方式 1. 择时雷达六面图综合模型 - **模型名称**：择时雷达六面图综合模型 - **模型构建思路**：从流动性、经济面、估值面、资金面、技术面、拥挤度六个维度选取21个指标，综合生成[-1,1]之间的择时分数，概括为四大类（估值性价比、宏观基本面、资金&趋势、拥挤度&反转）[2][7] - **模型具体构建过程**： 1. 对每个维度下的指标分别计算分数（部分指标通过z-score、阈值判断或趋势比较等方式生成[-1,0,1]或连续分数） 2. 将六个维度的分数综合处理（具体方法未详细说明）生成最终择时分数 - **模型评价**：能够多维度刻画市场状态，提供综合择时观点 --- 量化因子与构建方式 1. 货币方向因子 - **因子构建思路**：判断货币政策方向，通过利率变化方向表征宽松或收紧[11] - **因子具体构建过程**： 选取央行货币政策工具利率与短端市场利率，计算其相较于90天前的平均变化方向： - 若 >0，判断货币政策宽松（分数=1） - 若 <0，判断货币政策收紧（分数=-1）[11] 2. 货币强度因子 - **因子构建思路**：表征短端市场利率相对于政策利率的偏离幅度，基于“利率走廊”概念[15] - **因子具体构建过程**： 计算偏离度： $$偏离度 = \frac{DR007}{7天逆回购利率} - 1$$ 对偏离度进行平滑与z-score处理，形成货币强度因子： - 若 < -1.5倍标准差，则未来120日分数=1 - 若 > 1.5倍标准差，则未来120日分数=-1[15] 3. 信用方向因子 - **因子构建思路**：表征商业银行对实体经济传导的松紧，使用中长期贷款指标[18] - **因子具体构建过程**： 计算中长期贷款过去十二个月增量，再计算同比： - 若信用方向因子相比三个月前上升，则分数=1 - 若下降，则分数=-1[18] 4. 信用强度因子 - **因子构建思路**：捕捉信用指标是否大幅超预期或不及预期[22] - **因子具体构建过程**： 计算： $$信用强度因子 = \frac{新增人民币贷款当月值 - 预期中位数}{预期标准差}$$ - 若 >1.5倍标准差，则未来60日分数=1 - 若 <-1.5倍标准差，则未来60日分数=-1[22] 5. 增长方向因子 - **因子构建思路**：基于PMI数据判断经济增长方向[25] - **因子具体构建过程**： 使用中采制造业PMI、中采非制造业PMI、财新制造业PMI，计算过去十二月均值，再计算同比： - 若相比三个月前上升，则分数=1 - 若下降，则分数=-1[25] 6. 增长强度因子 - **因子构建思路**：捕捉经济增长指标是否大幅超预期或不及预期[28] - **因子具体构建过程**： 计算PMI预期差： $$增长强度因子 = \frac{PMI - 预期中位数}{预期标准差}$$ - 若 >1.5倍标准差，则未来60日分数=1 - 若 <-1.5倍标准差，则未来60日分数=-1[28] 7. 通胀方向因子 - **因子构建思路**：判断通胀水平对货币政策的影响[32] - **因子具体构建过程**： 计算： $$通胀方向因子 = 0.5 \times CPI同比平滑值 + 0.5 \times PPI同比原始值$$ - 若相较于三个月前降低，则分数=1 - 若上升，则分数=-1[32] 8. 通胀强度因子 - **因子构建思路**：捕捉通胀指标是否大幅超预期或不及预期[35] - **因子具体构建过程**： 分别计算CPI与PPI预期差： $$预期差 = \frac{披露值 - 预期中位数}{预期标准差}$$ 取两者均值作为通胀强度因子： - 若 <-1.5倍标准差，则未来60日分数=1 - 若 >1.5倍标准差，则未来60日分数=-1[35] 9. 席勒ERP因子 - **因子构建思路**：计算经通胀调整的盈利估值指标，衡量权益性价比[38] - **因子具体构建过程**： 计算过去6年通胀调整后的平均盈利（席勒PE），再计算： $$席勒 ERP = \frac{1}{席勒 PE} - 10年期国债到期收益率$$ 对席勒ERP计算过去6年z-score作为分数[38] 10. PB因子 - **因子构建思路**：使用PB指标衡量估值水平[40] - **因子具体构建过程**： 对PB×(-1)计算过去6年z-score，1.5倍标准差截尾后标准化到±1之间得到分数[40] 11. AIAE因子 - **因子构建思路**：衡量全市场权益配置比例，反映市场风险偏好[44] - **因子具体构建过程**： 计算： $$AIAE = \frac{中证全指总流通市值}{中证全指总流通市值 + 实体总债务}$$ 对AIAE×(-1)计算过去6年z-score得到分数[44] 12. 两融增量因子 - **因子构建思路**：通过两融余额变化判断市场情绪[47] - **因子具体构建过程**： 计算融资余额-融券余额，再计算120日均增量与240日均增量： - 若120日均增量 > 240日均增量，则分数=1 - 若120日均增量 < 240日均增量，则分数=-1[47] 13. 成交额趋势因子 - **因子构建思路**：通过成交额均线距离判断市场热度[50] - **因子具体构建过程**： 计算对数成交额的均线距离： $$均线距离 = \frac{ma120}{ma240} - 1$$ - 若max(10)=max(30)=max(60)，则分数=1 - 若min(10)=min(30)=min(60)，则分数=-1[50] 14. 中国主权CDS利差因子 - **因子构建思路**：通过CDS利差变化判断外资流入意愿[53] - **因子具体构建过程**： 对平滑后CDS利差计算20日差分： - 若20日差分 <0，则分数=1 - 若20日差分 >0，则分数=-1[53] 15. 海外风险厌恶指数因子 - **因子构建思路**：通过花旗风险厌恶指数判断海外市场风险偏好[56] - **因子具体构建过程**： 对平滑后风险厌恶指数计算20日差分： - 若20日差分 <0，则分数=1 - 若20日差分 >0，则分数=-1[56] 16. 价格趋势因子 - **因子构建思路**：通过均线距离判断价格趋势方向与强度[60] - **因子具体构建过程**： 计算均线距离： $$均线距离 = \frac{ma120}{ma240} - 1$$ - 趋势方向分数：若 >0则为1，否则为-1 - 趋势强度分数：若max(20)=max(60)则为1，若min(20)=min(60)则为-1 综合分数 = (趋势方向分数 + 趋势强度分数)/2[60] 17. 新高新低数因子 - **因子构建思路**：通过成分股新高新低个数判断市场反转信号[63] - **因子具体构建过程**： 计算中证800成分股过去一年新高数-新低数的ma20： - 若 >0，则分数=1 - 若 <0，则分数=-1[63] 18. 期权隐含升贴水因子 - **因子构建思路**：通过期权隐含升贴水判断市场情绪与拥挤度[66] - **因子具体构建过程**： 基于看涨看跌平价关系推导隐含升贴水： - 若50ETF近5日收益率<0且指标分位数<30%，则分数=1（持续20日） - 若50ETF近5日收益率>0且指标分位数>70%，则分数=-1（持续20日）[66] 19. 期权VIX指数因子 - **因子构建思路**：通过期权隐含波动率判断市场情绪[67] - **因子具体构建过程**： - 若50ETF近5日收益率<0且指标分位数>70%，则分数=1（持续20日） - 若50ETF近5日收益率>0且指标分位数>70%，则分数=-1（持续20日）[67] 20. 期权SKEW指数因子 - **因子构建思路**：通过期权隐含偏度判断市场情绪[72] - **因子具体构建过程**： - 若50ETF近5日收益率<0且指标分位数>70%，则分数=1（持续20日） - 若50ETF近5日收益率>0且指标分位数<30%，则分数=-1（持续20日）[72] 21. 可转债定价偏离度因子 - **因子构建思路**：通过可转债估值水平判断市场情绪[74] - **因子具体构建过程**： 计算： $$可转债定价偏离度 = \frac{转债价格}{模型定价} - 1$$ 对定价偏离度×(-1)计算过去3年z-score得到分数[74] --- 模型的回测效果 1. 择时雷达六面图综合模型 - 当前综合打分：-0.30分[2][7][9] --- 因子的回测效果 1. 货币方向因子 - 当前分数：1分[12] 2. 货币强度因子 - 当前分数：-1分[15] 3. 信用方向因子 - 当前分数：1分[19] 4. 信用强度因子 - 当前分数：0分[22] 5. 增长方向因子 - 当前分数：1分[26] 6. 增长强度因子 - 当前分数：-1分[29] 7. 通胀方向因子 - 当前分数：-1分[32] 8. 通胀强度因子 - 当前分数：0分[35] 9. 席勒ERP因子 - 当前分数：0.07分[42] 10. PB因子 - 当前分数：-0.46分[41] 11. AIAE因子 - 当前分数：-0.77分[44] 12. 两融增量因子 - 当前分数：1分[47] 13. 成交额趋势因子 - 当前分数：0分[50] 14. 中国主权CDS利差因子 - 当前分数：1分[54] 15. 海外风险厌恶指数因子 - 当前分数：-1分[57] 16. 价格趋势因子 - 当前分数：0分[62] 17. 新高新低数因子 - 当前分数：-1分[63] 18. 期权隐含升贴水因子 - 当前分数：-1分[66] 19. 期权VIX指数因子 - 当前分数：-1分[68] 20. 期权SKEW指数因子 - 当前分数：-1分[72] 21. 可转债定价偏离度因子 - 当前分数：-1.00分[74]