量化因子与构建方式 1. **因子名称**：大买单成交金额占比 **因子构建思路**：通过逐笔成交数据还原买卖单数据，筛选大单并计算大买单成交金额占总成交金额的比例，以刻画大资金的买入行为[7] **因子具体构建过程**： - 从逐笔成交数据中提取叫买和叫卖序号，还原买卖单数据 - 按每单成交量筛选大单（具体阈值未明确） - 计算大买单成交金额占比： $$ \text{大买单成交金额占比} = \frac{\text{大买单成交金额}}{\text{当日总成交金额}} \times 100\% $$ **因子评价**：有效反映大资金集中买入行为，但对市场流动性敏感 2. **因子名称**：净主动买入金额占比 **因子构建思路**：基于逐笔成交数据的买卖标志区分主动买入/卖出，计算净主动买入金额占总成交金额的比例，反映投资者主动交易意愿[7] **因子具体构建过程**： - 根据逐笔成交中的买卖标志（如B/S）划分主动买入和主动卖出 - 计算净主动买入金额： $$ \text{净主动买入金额} = \sum \text{主动买入成交金额} - \sum \text{主动卖出成交金额} $$ - 计算占比： $$ \text{净主动买入金额占比} = \frac{\text{净主动买入金额}}{\text{当日总成交金额}} \times 100\% $$ **因子评价**：直接捕捉资金流向，但对高频噪声较敏感 --- 因子回测效果 1. **大买单成交金额占比** - **个股表现**：苏博特（91.1%，时序分位数99.2%）、中铁工业（91.0%，99.6%）[9] - **宽基指数**：上证指数（74.7%，91.8%分位数）、中证500（75.6%，40.7%分位数）[12] - **行业表现**：银行（79.9%）、房地产（79.7%）[13] - **ETF表现**：富国中证农业主题ETF（90.8%，97.5%分位数）[15] 2. **净主动买入金额占比** - **个股表现**：伟星股份（18.9%，100%分位数）、海航控股（18.5%，97.9%分位数）[10] - **宽基指数**：上证指数（-7.6%，17.7%分位数）、创业板指（-5.4%，60.5%分位数）[12] - **行业表现**：传媒（-0.9%）、计算机（-2.1%）[13] - **ETF表现**：鹏华中证细分化工产业主题ETF（26.3%，98.8%分位数）[16] --- 模型应用说明 - **复合计算方式**：对个股、宽基指数、行业及ETF均采用整体法计算5日移动平均值，并统计时序分位数[7][12][13] - **衍生指标**：时序分位数反映当前值在历史分布中的位置，辅助判断极端状态[9][10]

报告行业投资评级 - 中信五风格-消费★☆☆，一颗星代表偏多/空，判断趋势有上涨/下跌的驱动，但盘面可操作性不强 [2] 报告的核心观点 - 截至2025/07/25当周，通联全A（沪深京）、中证综合债与南华商品指数周度涨跌幅分别为2.11%、-0.48%、2.73% [3] - 近一周股债策略收益分化，权益策略中被动指数型产品收益领先，市场中性策略产品涨多跌少；债券策略中纯债基金指数明显回撤 [3] - 商品市场能源化工ETF表现强劲，周涨幅达6.00%，有色金属ETF收益反弹，贵金属ETF净值延续上升趋势 [3] - 上周五中信五风格指数均收涨，周期与成长风格收益领跑，风格轮动图显示周期与稳定升幅较大，消费指标动量小幅走低 [3] - 近一周金融与消费风格基金平均收益显著跑赢指数，超额收益率分别为1.14%与0.23%，周期与成长风格基金超额继续压缩 [3] - 从基金风格系数走势看稳定风格小幅走强，周期风格有所回落；成长与周期风格拥挤度边际回升，消费与金融风格仍位于历史偏高拥挤区间 [3] - 近一周残差波动率因子表现较优，超额收益率为0.60%，动量与估值因子收益边际转弱，盈利因子超额持续压缩，成长因子胜率走低，资金流因子小幅走强 [3] - 本周因子截面轮动速度由历史偏低分位区间升至中部区间 [3] - 根据风格择时模型，本周金融风格边际走弱，消费风格回升，当前信号偏向消费风格 [3] - 上周风格择时策略收益率为0.36%，对比基准均衡配置超额收益率为-1.59% [3] 根据相关目录分别进行总结 市场指数表现 - 截至2025/07/25当周，通联全A（沪深京）、中证综合债与南华商品指数周度涨跌幅分别为2.11%、-0.48%、2.73% [3] 公募基金市场表现 - 近一周股债策略收益分化，权益策略中被动指数型产品收益领先，市场中性策略产品涨多跌少；债券策略中纯债基金指数明显回撤 [3] - 商品市场能源化工ETF表现强劲，周涨幅达6.00%，有色金属ETF收益反弹，贵金属ETF净值延续上升趋势 [3] 中信五风格表现 - 上周五中信五风格指数均收涨，周期与成长风格收益领跑，风格轮动图显示周期与稳定升幅较大，消费指标动量小幅走低 [3] - 近一周金融与消费风格基金平均收益显著跑赢指数，超额收益率分别为1.14%与0.23%，周期与成长风格基金超额继续压缩 [3] - 从基金风格系数走势看稳定风格小幅走强，周期风格有所回落；成长与周期风格拥挤度边际回升，消费与金融风格仍位于历史偏高拥挤区间 [3] Barra因子表现 - 近一周残差波动率因子表现较优，超额收益率为0.60%，动量与估值因子收益边际转弱，盈利因子超额持续压缩，成长因子胜率走低，资金流因子小幅走强 [3] - 本周因子截面轮动速度由历史偏低分位区间升至中部区间 [3] 风格择时模型表现 - 根据风格择时模型，本周金融风格边际走弱，消费风格回升，当前信号偏向消费风格 [3] - 上周风格择时策略收益率为0.36%，对比基准均衡配置超额收益率为-1.59% [3]

根据提供的研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. **模型名称：四轮驱动模型** - **模型构建思路**：通过多维度信号识别行业板块的投资机会，结合趋势分析和市场情绪判断[2][8] - **模型具体构建过程**： 1. **信号类型**：包括“牛回头”“腰轻效应异动”“雕塑效应异动”等技术形态信号[15] 2. **筛选逻辑**： - 近期信号日期与最新信号日期匹配（如2025-07-25医药生物板块的“牛回头”信号）[15] - 结合行业Sharpe比率排序（如石油石化行业过去1年Sharpe排序为28）[15] - 拥挤度监控（如基础化工行业拥挤度标记为10）[15] 3. **出局规则**：根据顶背离、死叉等技术信号触发退出（如电子行业于2025-07-04因顶背退出）[15] - **模型评价**：综合技术面与风险控制，动态调整行业配置 2. **模型名称：趋势指标系统** - **模型构建思路**：通过量能、均线系统判断市场多头趋势强度[2][7] - **模型具体构建过程**： 1. **量能监控**：结合两融数据验证趋势持续性[12] 2. **均线系统**：长期与短期均线多头排列作为趋势确认依据[7] 3. **趋势弱化信号**：均线走平或量能萎缩触发预警[8] --- 模型的回测效果 （注：报告中未提供具体回测指标值，故跳过） --- 量化因子与构建方式 （注：报告中未明确提及独立因子构建，故跳过） --- 关键图表引用 - **周期分析**：上证综指周期对称性显示3600为情绪波动上界[9] - **缠论分析**：用于辅助判断市场拐点[11] --- 注意事项 - 所有引用均来自研报原文图表及正文[1][2][7][8][15] - 未包含风险提示、免责声明等非核心内容[3][18][19][20]

市场表现 - 港股科技板块恒生科技指数涨5.53%，美股纳斯达克涨1.51%，A股全A成交额环比增3.4%，上证50ETF IV降8.04% [4] - 农产品美玉米涨3.82%、豆粕涨2.86%，欧线集运暴跌20.01% [4] - 债市短端表现优，2年期国债期货涨0.02%，30年期跌0.04%，AAA级信用利差处3年9%分位 [4] 风格因子 - 股票Beta和动量因子领涨，流动性因子跌0.49%，盈利预期因子跌0.50% [36] - 商品除有色外板块趋势延续，期限结构、波动和截面动量因子涨幅居前 [41] 宏观视角 - 6月中国BCI录得49.3，环比降1个百分点，企业利润前瞻指数降至43.8 [45] - 本周流动性稳定宽松，通胀高频因子下行，6月CPI同比涨0.1% [50][54] - 花旗美国经济意外指数升至12.3，6月零售销售环比+0.6%，美元指数反弹 [60] 资产视角 - A股日均成交额1.526万亿元，环比增3.4%，中证800市盈率处3年33%分位 [66][73] - 国债利差环境改善，信用利差处历史低位，银行间质押式回购成交量环比日均-11.76% [78][79][85] - 商品指数波动率持平，品种间相关系数0.492，截面波动率小幅度回落 [91] 配置建议 - 债市聚焦短久期高等级信用债，境外权益关注美股，黄金强化避险属性 [5] - 大宗商品低配，把握农产品和新能源品种机会，衍生品侧重短周期CTA策略 [5]

根据提供的研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. **模型名称：四轮驱动模型** - **模型构建思路**：通过多维度信号捕捉行业轮动机会，结合市场情绪、资金流向、技术面及基本面指标进行综合判断[2][8] - **模型具体构建过程**： 1. **信号类型**：包括“赚钱效应异动”“保持效应异动”“胖线收应异动”等，通过监测行业价格波动与资金行为触发信号[14] 2. **出局机制**：设定动态止盈止损条件（如“顶臂勃出局”“顶臂秒出局”等），结合拥挤度指标（0/1二元变量）控制风险[14] 3. **行业筛选**：综合过去1年Sharpe比率、信号连续性和拥挤度，输出推荐行业列表[14] - **模型评价**：注重短期交易机会捕捉，但对基本面逻辑依赖较弱，需结合其他模型互补[8] --- 模型的回测效果 （注：报告中未提供具体回测指标值，仅展示信号案例） 1. **四轮驱动模型**： - 汽车行业：2025-06-24首次信号，2025-07-16最新信号，未触发出局[14] - 电子行业：2025-07-03信号触发，2025-07-04止盈出局，Sharpe比率14[14] - 医药生物行业：Sharpe比率18，2025-06-30止盈出局[14] --- 其他说明 - 报告中未涉及独立量化因子构建及测试结果[1][2][3] - 模型信号生成依赖缠论分析（图2）和周期分析（图1）作为辅助工具[9][10]

家族背景与历史 - 唐骝千出自无锡东林唐氏家族，该家族传承16代，明朝兵部侍郎唐荆川为家族先祖，主张"实学"并开设书院 [1] - 民国时期家族成员唐保谦创办江南最早机械纺织厂，将家族产业扩展至实业领域 [1] - 父亲唐炳源被誉为"毛纺织工业大王"，旗下工厂曾占据上海毛纺市场半壁江山 [3] 教育与早期经历 - 11岁赴美就读菲利普斯学院，该校培养了多位美国总统和银行家 [3] - 以优异成绩进入耶鲁大学并加入精英DKE兄弟会，该组织成员包括西奥多·罗斯福和布什家族 [4] - 在哈佛商学院首次接触投资理论，对金融工程、期货市场及企业并购产生浓厚兴趣 [6] 金融事业与投资 - 1970年成立投资公司，两年内募集12亿美元资金 [6] - 1978年收购美国最大露营地连锁KOA，该公司拥有超过500个营地覆盖50个州 [8][10] - 推动KOA数字化改造，从传统"预订电话簿"升级为"在线地图筛选与扫码入住" [12] - 1993年以3.5亿美元价格出售Reich & Tang公司 [16] 文化艺术事业 - 1990年与贝聿铭、马友友等联合发起"百人会"，建立中美精英文化对话平台 [14] - 向大都会艺术博物馆捐赠五幅宋元真迹，包括宋代董源《溪岸图》 [16] - 2021年捐赠1.25亿美元（约8.6亿人民币）重建大都会现代艺术展区，该展区命名为"唐骝千展厅" [16] - 先后捐赠19幅中国古画及多件国宝级藏品，包括北宋《罗汉图》、明代蓝瑛《秋山渔艇》等 [19] 慈善与教育 - 与妻子徐心眉设立"唐氏家族奖学金基金"，支持北美华裔青年攻读艺术与考古领域硕博课程 [25][27] - 基金要求申请者提交"跨文化交流研究计划"并附上"写给家族祖先的信" [27] - 2024年大都会艺术博物馆设立"唐骝千中国研究奖"，推动中国书画国际流通与学术研究 [27]

量化模型与构建方式 1. **模型名称：A股行业轮动模型** - **模型构建思路**：通过资金、估值、情绪、动量、超买超卖和盈利6个因子构建打分体系，综合评估行业表现[17] - **模型具体构建过程**： 1. **资金因子**：以行业主力资金净流入率计算 2. **估值因子**：行业当前估值在过去1年的分位数 3. **情绪因子**：行业成分股上涨比例 4. **动量因子**：MACD指标 5. **超买超卖因子**：RSI指标 6. **盈利因子**：行业一致预测EPS在过去1年的分位数 各因子标准化后加权求和得到综合评分[17] - **模型评价**：多维度捕捉行业轮动特征，但需注意因子权重设置的合理性[17] 2. **模型名称：共识度选股模型** - **模型构建思路**：结合行业动量、估值、高频资金流与价格走势相似度筛选个股[20] - **模型具体构建过程**： 1. 筛选过去30天涨幅前三的申万二级行业 2. 计算个股的月度动量因子、估值因子和上涨频率 3. 通过高频分钟数据计算资金流变化 4. 计算资金流与价格走势的相似度（具体算法未披露） 5. 按相似度排名选出各二级行业前5名股票[20] - **模型评价**：兼顾基本面与市场行为，但高频数据处理复杂度较高[20] --- 量化因子与构建方式 1. **因子名称：主力资金净流入率（资金因子）** - **因子构建思路**：统计大额交易单反映主力资金动向[12] - **因子具体构建过程**： 1. 定义主力资金单笔成交：≥10万股或≥20万元 2. 按申万一级行业汇总每日净流入额 3. 计算标准化净流入率： $$ \text{净流入率} = \frac{\text{行业净流入额}}{\text{行业总成交额}} $$ [12] 2. **因子名称：估值分位数（估值因子）** - **因子构建思路**：衡量行业当前估值的历史位置[17] - **因子具体构建过程**： 1. 选取行业PE/PB等指标 2. 计算过去1年滚动分位数 $$ \text{分位数} = \frac{\text{当前值 - 最小值}}{\text{最大值 - 最小值}} $$ [17] 3. **因子名称：MACD（动量因子）** - **因子构建过程**： 1. 计算行业指数12日/26日EMA $$ EMA_{12} = \text{前日EMA}_{12} \times \frac{11}{13} + \text{当日收盘价} \times \frac{2}{13} $$ $$ EMA_{26} = \text{前日EMA}_{26} \times \frac{25}{27} + \text{当日收盘价} \times \frac{2}{27} $$ 2. 计算DIF与DEA： $$ DIF = EMA_{12} - EMA_{26} $$ $$ DEA = \text{DIF的9日EMA} $$ 3. MACD柱 = (DIF - DEA) × 2[17] 4. **因子名称：RSI（超买超卖因子）** - **因子构建过程**： 1. 计算行业指数14日平均涨幅/跌幅 $$ RS = \frac{\text{平均涨幅}}{\text{平均跌幅}} $$ 2. 标准化： $$ RSI = 100 - \frac{100}{1+RS} $$ [17] --- 模型的回测效果 1. **A股行业轮动模型** - 综合评分最高行业：综合（10分）、有色金属（10分）[19] - 综合评分最低行业：银行（-15分）、石油石化（-9分）[19] - 因子贡献分布： - 综合行业：资金（++）、估值（+++）、动量（+++）[19] - 银行行业：资金（---）、情绪（--）、盈利（---）[19] 2. **共识度选股模型** - 本期选股行业：通信设备、地面兵装Ⅱ、元件[21] - 选股结果示例： - 通信设备：新易盛、移远通信[21] - 地面兵装Ⅱ：长城军工、光电股份[21] --- 因子的回测效果 1. **主力资金净流入因子** - 5日净流入前五行业：非银金融（94.57亿元）、建筑装饰（4.85亿元）[13] - 30日净流入前五行业：煤炭（-8.82亿元）、综合（-16.5亿元）[14] 2. **估值分位数因子** - 高分位行业：综合（+++）、有色金属（++）[19] - 低分位行业：银行（---）、石油石化（---）[19] 3. **动量因子（MACD）** - 强势行业：电子（+++）、综合（+++）[19] - 弱势行业：交通运输（---）、银行（--）[19] 4. **超买超卖因子（RSI）** - 超买行业：电子（+++）、通信（+++）[19] - 超卖行业：医药生物（---）、传媒（---）[19]

报告行业投资评级 - 中信五风格 - 成长★☆☆，一颗星代表偏多，判断趋势有上涨的驱动，但盘面可操作性不强 [4] 报告的核心观点 - 截至2025/06/27当周，通联全A（沪深京）、中证综合债与南华商品指数周度涨跌幅分别为3.35%、 - 0.10%、 - 2.00%；公募基金市场近一周增强指数策略领涨，权益策略中普通股票策略指数表现相对偏弱，债券方面中长期纯债小幅回撤，转债收益优于纯债，商品方面有色金属ETF净值反弹等 [4] - 中信五风格上周五风格指数均收涨，成长和金融风格领跑，消费与稳定处于截面偏低水平，五风格指标动量均走强，消费与稳定升幅较大；近一周周期与消费风格基金平均收益跑赢指数，部分成长风格基金向周期与消费风格偏移，消费拥挤度从偏高区间回落至中性区间，周期风格升幅显著，成长风格位于历史偏低拥挤区间 [4] - 近一周成长、流动性与动量因子收益表现较优，盈利因子超额压缩，周内波动率因子收益延续走低，分红因子胜率持续走弱，动量与残差波动率因子回升；本周因子截面轮动速度环比下降，当前位于历史低分位区间 [4] - 根据风格择时模型最新评分结果，本周金融风格小幅走弱，消费与成长回升，当前信号偏向成长风格；上周风格择时策略收益率为3.41%，对比基准均衡配置超额收益率为0.63% [4] 根据相关目录分别进行总结 基金市场回顾 - 近一周增强指数策略领涨，周度收益率为3.18%；权益策略中普通股票策略指数表现相对偏弱，中性策略产品跌多涨少，债券方面中长期纯债小幅回撤，转债收益优于纯债，商品方面能源化工与豆粕ETF收益回调，有色金属ETF净值反弹，贵金属ETF走势分化，白银ETF小幅收涨，黄金ETF收益延续走弱 [4] 权益市场风格 中信五风格表现 - 上周五风格指数均收涨，成长和金融风格领跑，风格轮动图显示消费与稳定处于截面偏低水平，指标动量层面五风格均走强，消费与稳定升幅较大 [4] - 近一周周期与消费风格基金平均收益跑赢指数，超额收益率分别为0.60%与0.06%，部分成长风格基金向周期与消费风格偏移 [4] - 消费拥挤度从偏高拥挤区间回落至中性区间，周期风格升幅显著，成长风格位于历史偏低拥挤区间 [4] Barra因子表现 - 近一周成长、流动性与动量因子收益表现较优，盈利因子超额压缩，周内波动率因子收益延续走低，分红因子胜率持续走弱，动量与残差波动率因子回升 [4] - 本周因子截面轮动速度环比下降，当前位于历史低分位区间 [4] 风格择时模型结果 - 本周金融风格小幅走弱，消费与成长回升，当前信号偏向成长风格 [4] - 上周风格择时策略收益率为3.41%，对比基准均衡配置超额收益率为0.63% [4]

量化因子与构建方式 1. **因子名称：理想反转因子** - **构建思路**：通过每日平均单笔成交金额的大小切割出反转属性最强的交易日，认为A股反转之力的微观来源是大单成交[5][15] - **具体构建过程**： 1. 回溯股票过去20日数据 2. 计算每日平均单笔成交金额（成交金额/成交笔数） 3. 单笔成交金额高的10个交易日涨跌幅加总为M_high 4. 单笔成交金额低的10个交易日涨跌幅加总为M_low 5. 因子值M = M_high - M_low[43] - **因子评价**：逻辑清晰，聚焦大单交易的反转效应 2. **因子名称：聪明钱因子** - **构建思路**：从分钟行情价量信息中识别机构交易参与度，构造跟踪聪明钱的指标[5][15] - **具体构建过程**： 1. 回溯股票过去10日分钟行情数据 2. 计算每分钟指标 $$S_t = |R_t|/(V_t)^{0.25}$$，其中$R_t$为分钟涨跌幅，$V_t$为分钟成交量 3. 按$S_t$排序取成交量累积占比前20%的分钟作为聪明钱交易 4. 计算聪明钱交易VWAP（VWAPsmart）和全部交易VWAP（VWAPall） 5. 因子值Q = VWAPsmart/VWAPall[42][44] - **因子评价**：有效捕捉机构交易行为特征 3. **因子名称：APM因子** - **构建思路**：利用日内不同时段交易行为模式差异，衡量隔夜与下午残差差异[5][15] - **具体构建过程**： 1. 回溯20日数据，提取隔夜股票收益率$r_{night}$、指数收益率$R_{night}$，下午股票收益率$r_{afternoon}$、指数收益率$R_{afternoon}$ 2. 回归$r = \alpha + \beta R + \epsilon$得到40个残差（隔夜/下午各20个） 3. 计算每日隔夜与下午残差差值$\delta_t = \epsilon_{night} - \epsilon_{afternoon}$ 4. 构造统计量 $$\mathrm{stat}={\frac{\mu(\delta_{t})}{\sigma(\delta_{t})/{\sqrt{N}}}}$$ 5. 对动量因子横截面回归取残差作为APM因子[45][46] 4. **因子名称：理想振幅因子** - **构建思路**：基于股价维度切割振幅，挖掘不同价态下振幅信息差异[5][15] - **具体构建过程**： 1. 回溯20日数据计算每日振幅（最高价/最低价-1） 2. 选取收盘价较高的25%交易日计算高价振幅均值V_high 3. 选取收盘价较低的25%交易日计算低价振幅均值V_low 4. 因子值V = V_high - V_low[48] 5. **因子名称：交易行为合成因子** - **构建思路**：加权合成上述四类交易行为因子[32] - **具体构建过程**： 1. 对单因子进行行业内去极值与标准化 2. 滚动12期ICIR作为权重加权合成 因子回测效果 1. **理想反转因子** - 全历史IC均值：-0.050 - 全历史rankIC均值：-0.061 - 全历史IR：2.53 - 全历史多空对冲胜率：78.1% - 2025年6月收益：1.09% - 近12月胜率：66.7%[16][7] 2. **聪明钱因子** - 全历史IC均值：-0.037 - 全历史rankIC均值：-0.061 - 全历史IR：2.74 - 全历史多空对冲胜率：82.1% - 2025年6月收益：0.91% - 近12月胜率：91.7%[19][7] 3. **APM因子** - 全历史IC均值：0.029 - 全历史rankIC均值：0.034 - 全历史IR：2.27 - 全历史多空对冲胜率：76.6% - 2025年6月收益：-0.11% - 近12月胜率：58.3%[23][7] 4. **理想振幅因子** - 全历史IC均值：-0.054 - 全历史rankIC均值：-0.073 - 全历史IR：3.01 - 全历史多空对冲胜率：83.5% - 2025年6月收益：2.43% - 近12月胜率：75.0%[27][7] 5. **交易行为合成因子** - 全历史IC均值：0.067 - 全历史rankIC均值：0.092 - 全历史IR：3.30 - 全历史多空对冲胜率：82.4% - 2025年6月收益：1.12% - 近12月胜率：83.3% - 多头对冲年化收益：8.64% - 收益波动比：2.75 - 国证2000/中证1000/中证800的IR：2.93/2.85/1.26[32][36][37] Barra风格因子表现（2025年6月） - 市值因子收益：-0.42% - 账面市值比因子收益：0.09% - 成长因子收益：-0.05% - 盈利预期因子收益：-0.11%[4][14]

量化模型与构建方式 1. **模型名称：A股行业轮动模型** - **模型构建思路**：通过资金、估值、情绪、动量、超买超卖和盈利6个因子构建综合打分体系，评估行业轮动机会[18] - **模型具体构建过程**： 1. **资金因子**：行业主力净流入率（过去N日主力资金净流入/行业市值） 2. **估值因子**：行业当前PE/PB位于过去1年的分位数 3. **情绪因子**：行业成分股上涨比例（上涨股票数/总股票数） 4. **动量因子**：行业MACD指标（DIF与DEA差值） 5. **超买超卖因子**：行业RSI指标（14日周期） 6. **盈利因子**：行业一致预测EPS过去1年分位数 各因子标准化后加权求和，权重未公开[18] - **模型评价**：多维度覆盖市场驱动因素，但未披露因子权重分配逻辑 2. **模型名称：共识度选股模型** - **模型构建思路**：结合行业动量、高频资金流与价格走势相似度筛选个股[21] - **模型具体构建过程**： 1. **行业筛选**：选取过去30天涨幅前三的申万二级行业 2. **股票池构建**：在目标行业中计算以下指标： - 月度动量因子（过去30日收益率） - 估值因子（如PE分位数） - 上涨频率（日内上涨分钟数占比） 3. **高频资金匹配**：计算股票分钟级资金流与价格走势的相关系数（如Pearson系数） 4. **最终筛选**：按相关系数排序，每个行业选取前5只股票[21] - **模型评价**：高频数据捕捉短期资金动向，但对交易成本敏感 --- 模型的回测效果 1. **A股行业轮动模型**： - 非银金融（得分6）、食品饮料（5）、电子（4）为当期高分行业[20] - 石油石化（-8）、轻工制造（-6）、银行（-6）为低分行业[20] 2. **共识度选股模型**： - 当期输出标的：元件（满坤科技、沪电股份等）、油服工程（通源石油、中海油服等）、饰品（明牌珠宝、周大生等）[22] --- 量化因子与构建方式 1. **因子名称：主力资金净流入率** - **构建思路**：通过大单交易识别主力资金动向[13] - **具体构建过程**： - 定义主力交易单：单笔成交≥10万股或金额≥20万元 - 计算每日行业净流入额：主力买入额-主力卖出额 - 标准化处理：净流入额/行业流通市值[13] 2. **因子名称：MACD动量因子** - **构建思路**：捕捉行业价格趋势变化[18] - **具体构建过程**： - 计算行业指数12日EMA（快线）与26日EMA（慢线）： $$EMA_{12} = \frac{2}{13} \times (今日收盘价 - 昨日EMA_{12}) + 昨日EMA_{12}$$ $$EMA_{26} = \frac{2}{27} \times (今日收盘价 - 昨日EMA_{26}) + 昨日EMA_{26}$$ - DIF = EMA_{12} - EMA_{26} - DEA = DIF的9日EMA[18] 3. **因子名称：RSI超买超卖因子** - **构建思路**：衡量行业短期超买超卖状态[18] - **具体构建过程**： - 计算14日行业指数涨跌幅： $$RS = \frac{14日平均涨幅}{14日平均跌幅}$$ - $$RSI = 100 - \frac{100}{1+RS}$$[18] --- 因子的回测效果 （注：报告中未披露单一因子的独立测试结果）