根据提供的量化市场追踪周报内容，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. **行业轮动模型** - 模型构建思路：基于绩优基金持仓倾向的边际变化构建行业轮动信号，捕捉机构资金流向变化[37] - 具体构建过程： 1. 筛选绩优基金样本（近3月回报排名前30%） 2. 计算行业超配比例：$$超配比例 = \frac{基金行业持仓市值}{全市场行业市值} - 基准权重$$ 3. 生成周度轮动信号：对超配比例变化率排名，前5行业为多头组合[37][38] - 模型评价：对机构重仓行业变化敏感，但存在滞后性 2. **主动权益基金仓位测算模型** - 模型构建思路：通过持股市值加权计算主动权益基金整体仓位暴露[22][23] - 具体构建过程： 1. 样本筛选：成立满两季度、规模>5000万、历史平均仓位>60% 2. 仓位计算：$$仓位 = \frac{股票持仓市值}{基金净资产}$$ 3. 风格分解：按大盘/中盘/小盘+成长/价值六分位统计[29][30] - 模型评价：能有效跟踪市场风险偏好变化 量化因子与构建方式 1. **资金流因子** - 因子构建思路：根据主力资金净流入方向构建行业/个股强弱信号[60][64] - 具体构建过程： 1. 划分资金类型（特大单>100万/大单30-100万/中小单<30万） 2. 计算净流入额：$$净流入=主动买入额-主动卖出额$$ 3. 生成多空组合：主力净流入&中小单净流出的标的[60] 2. **ETF资金流向因子** - 因子构建思路：跟踪宽基/行业ETF资金流动反映配置需求[42][43] - 具体构建过程： 1. 按类型分类统计净申购金额 2. 计算资金集中度：$$集中度=\frac{TOP5 ETF净流入}{同类总净流入}$$ 3. 结合规模变化构建趋势指标[68] 模型的回测效果 1. **行业轮动模型** - 年化超额收益：12.7%（vs 中证800）[39] - 信息比率(IR)：1.35[39] - 最大回撤：8.2%（2024Q4）[39] 2. **主动权益仓位模型** - 仓位变动与中证全指相关性：0.62[23] - 风格仓位预测准确率：73.5%（周频）[30] 因子的回测效果 1. **资金流因子** - 电子行业因子IC：0.32（近1年）[67] - 多空组合周胜率：68.4%[64] 2. **ETF资金流向因子** - 宽基ETF净流入与指数收益相关性：0.41（滞后1周）[42] - 行业ETF资金因子RankIC：0.28[68] 注：所有测试结果均基于2024/6-2025/6样本区间[39][68]

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：期货贴水择时模型** - **构建思路**：利用股指期货贴水幅度作为市场情绪指标，当贴水超过阈值时视为悲观预期充分释放的信号[11] - **具体构建过程**： 1) 监测中证500股指期货次月合约年化贴水率 2) 设定15%年化贴水率为触发阈值 3) 当贴水率>15%时生成买入信号，持有周期>50个交易日[11] - **模型评价**：历史回测显示该策略在极端贴水后中长期胜率显著提升[11] 2. **模型名称：游资活跃度监测模型** - **构建思路**：通过龙虎榜数据量化游资交易行为，反映市场风险偏好变化[13] - **具体构建过程**： 1) 采集龙虎榜上榜个股的游资席位交易数据 2) 计算游资净买入金额占比的滚动Z-score 3) 构建0轴分界线，指标上穿/下穿代表活跃度变化[13][17] 3. **模型名称：知情交易者活跃度指标** - **构建思路**：通过微观市场结构数据识别机构交易行为[15] - **具体构建过程**： 1) 使用高频订单流数据计算异常交易量 2) 结合买卖价差构建知情交易概率指标 3) 标准化处理后生成零轴参考线[15][17] 量化因子与构建方式 1. **因子名称：分析师景气预期因子** - **构建思路**：基于分析师一致预测的盈利调整捕捉行业景气度[18] - **具体构建过程**： 1) 计算行业ROE_FTTM环比变化： $$\Delta ROE_{t} = ROE_{t} - ROE_{t-1}$$ 2) 计算净利润增速环比变化： $$\Delta G_{t} = G_{t} - G_{t-1}$$ 3) 合成标准化得分[18][19] 2. **因子名称：融资融券资金流因子** - **构建思路**：监测两融资金行业配置变化捕捉资金动向[20] - **具体构建过程**： 1) 计算行业融资净买入额： $$NetBuy_{i} = MarginBuy_{i} - ShortSell_{i}$$ 2) 按行业市值标准化处理[20][22] 3. **因子名称：BARRA风格因子** - **构建思路**：采用多因子模型分析市场风格收益特征[23] - **具体构建过程**： 包含换手、财务杠杆、盈利波动等17个子因子， 计算每周因子收益： $$r_{f} = \sum_{i}w_{i}r_{i}$$ 其中$w_{i}$为因子暴露权重[23][24] 模型回测效果 1. **期货贴水模型** - 持有50日胜率：60%[11] - 平均累计收益：正向显著[11] 2. **游资活跃度模型** - 信号领先市场转折3-5日[13] - 小盘股配置超额收益年化+8%[13] 因子回测效果 1. **分析师景气因子** - 通信行业ROE变化：+0.25%[19] - 轻工制造净利润增速：+0.63%[19] 2. **两融资金因子** - 医药生物净流入：26.9亿元[22] - 非银金融净流出：12.8亿元[22] 3. **BARRA风格因子** - 本周盈利能力因子收益：+0.3%[24] - 市值因子收益：-0.5%[24] - 波动率因子收益：+0.2%[24]

报告行业投资评级 未提及 报告的核心观点 - 填坑行情后震荡结束后A股多上涨，核心驱动因素为政策和外部事件、行业轮动、市场情绪等 [3][6] - A股短期或继续震荡偏强甚至突破上涨，经济延续修复趋势，流动性维持宽松 [3][12][18] - 短期建议逢低配置科技、新消费和部分低估值蓝筹，小盘占优风格或延续，科技和新消费是主线 [3] 根据相关目录分别进行总结 填坑行情后的震荡走势如何结束 - 震荡结束主要由政策和外部事件等驱动，复盘2015年以来7次填坑行情后震荡行情，震荡平均持续86个交易日，结束后7次中有5次上涨；政策宽松、外部事件积极则可能驱动A股突破上涨，行业轮动完成、震荡末期情绪指标处于高位也会影响震荡结束 [3][6] - A股短期可能继续震荡偏强甚至突破上涨，短期积极政策持续加速落地，外部事件偏积极，行业轮动已接近尾声，市场情绪指标处于中性位置 [12] 周度策略：A股短期可能延续震荡偏强走势 - 短期经济延续修复趋势，地产销售增速边际改善，基建项目开工进程向好 [18] - 短期流动性维持宽松，海内外宏观流动性维持宽松，短期股市资金可能进一步流入 [24] 行业配置：短期继续聚焦科技和新消费 - 短期小盘占优的风格可能延续，当前中证1000指数的PE、成交额占比、换手率的历史分位数均明显低于历史上风格切换时的水平 [3] - 短期科技和新消费仍是主线，填坑后的震荡期和震荡后上涨时，政策导向和产业趋势上行的行业表现相对占优，当前处于填坑后的震荡期，后续可能突破震荡上行，指向科技和消费 [36] - 短期油服、纺织和传媒、通信等估值性价比较高，油服工程、纺织制造等PE分位数低，航空机场、化学原料等行业2025预期增速较高；国防军工、计算机等2025年预期营收增速较高，传媒、电子等成交额占比分位数较低 [40][43] - 短期建议继续逢低配置科技、部分消费和蓝筹，建议逢低配置政策和产业趋势向上的计算机、通信等，以及基本面预期可能边际改善和可能补涨的创新药、电新等 [45][48]

央行投放的目的是保持银行体系流动性充裕，本月好像有几笔债到期了，同时也可以给银行投入市场置换存量债务，1~4月份的社融数据大家也看到了，信 贷的回暖不是很明显。 流动性宽松，意味着核心资产依旧还会上涨，估值会重塑，市场会有大量的资金流入指数权重股推动大盘指数的上涨。 从市场资金流向看，主要是布局港美股，无论是中概股还是港股的估值相比A股依旧更有性价比，外资机构也陆续披露了对港股的持仓，几乎都是继续增 持。 盘后，上证指数3连阳，大家的情绪慢慢回暖了，人性在股市被会短期波动无限放大。 这个位置的A股或者港股都是机会大于风险，成交量也重返1.3万亿了，权重行业也是蠢蠢欲动了。行业轮动上涨的情况下，一定要做好自己的交易计划，如 果买错了就会踏空。 对于后市的行情，分享几个自己观点，与大家分享下，欢迎您的批评与指正。 第一，6月6日将开展10000亿元买断式逆回购操作 第三，A股会迎来补涨了吗 港股已经大幅反弹了，A股的涨幅明显落后。上涨只会迟到，并不会缺席。当下的行情只需要系好安全带，静待花开。 成交量会继续放量，本月有机会看到1.5万亿成交量，甚至2万亿成交量。科技股也会反弹，只要没有割肉的情况下，3天时间可以跑 ...

5月A股新开户数156万户，同比增长23% 盘后，大家的情绪慢慢回暖了，市场下跌3天就抱怨，上涨3天就亢奋了。 如果在股市不能管理好自己的情绪，无论怎么努力都是白搭。这个位置的行情很简单，只是需要有自己的交易体系，否则再好的行情也挣不到利润。 对于接下来的行情，分享几个自己的观点。与同频的玩家共享下，欢迎大家批评指正。 | THE FELL . | | 1 25 23 | | | | 304173 | | | | | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | | 130 11-20 12 121 " 4, 173 | | 1211 | 12 2 1 | | 48.28 | 1800 | | | | | the was the | | AND CONSTITUTION | | | 32.50 | 22481 | | | | | | | -- | 22 45 | | | all "LA po | 28880 | | | | with and the link | | 20 - 1 - 1 - | | al litt of | | | 1 ...

根据提供的研报内容，以下是量化模型与因子的总结： 量化因子与构建方式 1. **因子名称：拥挤度因子** - **因子构建思路**：通过衡量行业内头部和尾部股票在波动率、流动性和系统性风险三个维度上的差异，来反映市场对该行业的追逐程度[17] - **因子具体构建过程**： 1. 计算行业内头部股票（如前20%）与尾部股票（如后20%）的以下指标差异： - 波动率：头部与尾部股票的年化波动率差值 - 流动性：头部与尾部股票的日均换手率差值 - 系统性风险（Beta）：头部与尾部股票对市场指数的Beta差值 2. 对上述三个维度的差值进行标准化处理，并加权求和得到拥挤度因子： $$ \text{Crowding}_i = w_1 \cdot \Delta \text{Volatility}_i + w_2 \cdot \Delta \text{Liquidity}_i + w_3 \cdot \Delta \text{Beta}_i $$ 其中权重$w_1,w_2,w_3$根据历史数据回归确定[17] - **因子评价**：高拥挤度可能预示行业存在短期交易风险，需结合基本面验证[17] 2. **因子名称：行业景气度因子** - **因子构建思路**：基于行业基本面数据（如营收增速、利润率、政策支持等）构建综合景气评分[8] - **因子具体构建过程**： 1. 选取行业核心指标：营收同比增速、毛利率变化、政策支持评分（如政府工作报告提及频率） 2. 通过主成分分析（PCA）降维后生成综合景气度得分： $$ \text{Prosperity}_i = \alpha_1 \cdot \text{Revenue}_i + \alpha_2 \cdot \text{Margin}_i + \alpha_3 \cdot \text{Policy}_i $$ 其中系数$\alpha$由PCA确定[8][12] 因子回测效果 1. **拥挤度因子** - 食品饮料行业拥挤度：历史高位（>6）[8][18] - 医药/煤炭行业拥挤度：近3年低位（<3）[17][28] 2. **行业景气度因子** - 交通运输/食品饮料/煤炭：景气度最高（具体数值未披露）[8] - 传媒/通信/银行：景气度最低[8] 模型与因子的背离现象 医药行业出现景气度下降0.06但拥挤度上升0.28的背离，反映短期情绪与基本面脱节[12][15]

市场行情回顾 - 近期市场抱团风险上升，资金主要集中于银行避险及医药、核电、新消费等题材，但高位抱团题材轮动加快、分歧加剧，调整压力上升，需等待风险释放后再布局 [1][3][4] - 短期策略建议适度偏防守或逢反弹止盈，后续可关注银行、题材（新消费、科技、医药、化工等）及宽基指数的布局机会 [1][4] 股票市场因子跟踪 - 市场风格以小盘成长占优，但大小盘和价值成长风格波动均上升，显示风格不稳定 [5][6] - 行业指数超额收益离散度降至近一年低位，成分股上涨比例略有下降，行业轮动速度持平上期 [6] - 交易集中度方面，个股与行业集中度略有上升；市场活跃度中波动率上升但换手率继续下行，上证50换手率降至历史较低水平 [6] 商品市场因子跟踪 - 趋势强度分化：能化、黑色板块延续趋势，贵金属、有色板块趋势性上升 [15] - 基差动量方面，黑色板块上升，农产品板块处于较低水平；波动率中能化板块较高，其余板块低位震荡 [15] - 流动性方面，能化、有色板块较强，其余板块适中 [15] 期权市场因子跟踪 - 端午前上证50与中证1000隐含波动率无显著趋势，远月合约隐波相对近月提升，市场情绪短期稳定 [19][20] - 中证1000看跌期权相对看涨期权偏度维持优势，持仓量明显上升，显示市场预期小盘后市或存调整风险 [20] 可转债市场因子跟踪 - 受市场反弹带动，百元转股溢价率回升，但低转股溢价率转债占比小幅增加；成交额维稳，信用利差显著收窄 [22][23]

港股证券也涨回来了，A股的证券也可以加油了。不想参与个股，所以没有选择港股的地产！A股的股票，小凡不是很有兴趣，大家都知道的。 成交量不是问题，随时可能重返3400点，银行回调之时，也是其他权重行业补涨之日。中小盘股票也不要割肉，只要没有退市，可能2~3个交易日就涨回来 了。 今日，三大指数明显上涨，股票约4000家红盘。港股的医疗、证券、地产都涨幅不错。 这个位置的行情，依旧需要白酒、证券、地产、保险等拉升指数，A股的行情太落后港股了，小凡港股的仓位目前减仓后比A股略少，内心很慌乱，在专属 订阅或者公号都分享了。 希望A股快点补涨，之后港股回调了，继续建仓港股的筹码。没有50%以上的持仓就会心慌，大家是否也有同样的感觉。 系好安全带 不出意外，接下来的行情很简单，白酒、银行只要没有大涨的情况下，午后也不会大回调。市场拉升指数的压力越来越小了。 港股依旧是牛市的核心，本轮牛市在港股，大家一定要港股的仓位略重。小凡目前只能等回调增仓或者右侧运营了，上次恒科5400点附近大幅减仓后，一直 没有机会建仓…… 对行情乐观，对指数乐观，对股票也乐观。今年的A股行情不会比去年差，只是大多数人也许等不到大涨就离场了。 这个 ...

摘要 5 月小盘股表现优异，获得 2 个百分点以上的绝对收益，验证了模型判 断的准确性。6 月观点进一步倾向小盘，主要受益于宏观、市场情绪和 市场状态三个方面，其中情绪指标如天弘基金募资额、创新高个股占比 和期权 PCR 均利好小盘。 资产配置方面，当前对国内商品资产相对看好，股票资产持中性乐观态 度，而对债券则相对谨慎。宏观预期差模型显示，股票偏谨慎，债券中 性，商品乐观。左侧择时维度显示，股票偏乐观，债券偏谨慎，商品中 性。 行业轮动模型显示，市场轮动速度较快，采用价量因子为主，包括流动 性、动量和调研信息。5 月持仓行业包括银行、家电、综合金融、有色 金属、电科芯片公司和钢铁，组合涨幅 3.7%，跑赢基准 0.7%。 6 月推荐行业包括综合、消费者服务、通信、农林牧渔、钢铁和电子。 综合行业流动性得分靠前，农林牧渔与钢铁行业在调研信息维度有所优 势。综合金融因调研信息与流动性得分回落，未进入最终推荐持仓。 主动量化选股策略中，5 月初预测景气成长型策略与小盘掘金类策略将 表现更佳，小盘掘金类策略表现最佳。2025 年 5 月，小盘掘金类策略 表现最为优异，低关注度掘金策略收益率 9.6%，次新股掘金策略 ...

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**：扩散指数行业轮动模型 **模型构建思路**：基于价格动量原理，捕捉行业趋势变化[28] **模型具体构建过程**： - 计算各中信一级行业的扩散指数，反映行业价格趋势强度 - 指数值范围0-1，越接近1表示趋势越强 - 每周跟踪指数排名及环比变化，选择趋势最强的6个行业配置[28] **模型评价**：在趋势行情中表现优异，但反转行情中易失效[27] 2. **模型名称**：GRU因子行业轮动模型 **模型构建思路**：利用GRU神经网络处理分钟频量价数据，捕捉短期交易信号[34] **模型具体构建过程**： - 输入层：行业分钟级量价数据 - 隐藏层：GRU网络提取时序特征 - 输出层：生成行业因子得分，反映短期配置价值[34] **模型评价**：短周期表现优异，但长周期稳定性不足[38] 模型的回测效果 1. **扩散指数模型** - 本周超额收益：1.97%[31] - 5月累计超额：1.29%[31] - 2025年累计超额：-1.61%[31] 2. **GRU因子模型** - 本周超额收益：-0.89%[36] - 5月累计超额：-0.46%[36] - 2025年累计超额：-4.08%[36] 量化因子与构建方式 1. **因子名称**：行业扩散指数 **因子构建思路**：通过标准化处理行业价格动量指标[28] **因子具体构建过程**： - 计算行业价格N日涨幅 - 标准化处理至0-1区间： $$ DI_i = \frac{R_i - R_{min}}{R_{max} - R_{min}} $$ 其中$R_i$为行业i的涨幅[28] 2. **因子名称**：GRU行业因子 **因子构建思路**：神经网络提取的行业量价特征[34] **因子具体构建过程**： - 输入：行业分钟级收盘价/成交量 - 网络结构：3层GRU+全连接层 - 输出：行业因子得分（范围-15至15）[34] 因子的回测效果 1. **扩散指数因子** - 当前最高值：非银金融0.972[28] - 最低值：煤炭0.119[28] - 周环比最大增幅：医药+0.037[28] 2. **GRU行业因子** - 当前最高值：石油石化7.24[34] - 最低值：计算机-12.08[34] - 周环比最大增幅：农林牧渔[34] 注：所有数据截至2025年5月30日[28][34]，测试窗口为周频[31][36]