量化模型与构建方式 1. **模型名称：A股技术打分模型**[1][2][9] * **模型构建思路**：旨在充分挖掘技术面信息以刻画市场状态，基于对当前市场状态的理解，从价格、量能、波动、趋势、拥挤等多维度形成对未来的打分观点[2][9]。 * **模型具体构建过程**：将市场状态细分为价格、量能、波动、趋势和拥挤五个维度，在每个维度内部筛选出有效的市场观测指标（共10个）[9]。基于每个单指标分别发出多空择时信号，然后将10个指标的择时信号等权投票，形成-1至+1之间的综合打分结果[9]。具体指标包括：价格维度（20日布林带、20日价格乖离率）、量能维度（20日换手乖离率、60日换手乖离率）、趋势维度（20日ADX、20日新高天数占比）、波动维度（60日换手率波动、期权隐含波动率）、拥挤维度（成分股涨停家数占比5日平均、期权持仓量PCR-5日平均）[12]。基于综合打分构建择时策略：得分大于+0.33看多，得分处于-0.33至+0.33之间看平，得分小于-0.33看空[11]。 2. **模型名称：风格择时模型（红利风格）**[3][15] * **模型构建思路**：结合中证红利相对中证全指的动量、10Y-1Y期限利差和银行间质押式回购成交量三者的趋势进行红利风格择时[3]。 * **模型具体构建过程**：模型包含三个指标：1) 中证红利相对中证全指的动量（红利风格正向指标）；2) 10Y-1Y期限利差（红利风格负向指标）；3) 银行间质押式回购成交量（红利风格正向指标）[18]。三个指标从趋势维度日频发出信号，每日信号取值为0、+1、-1，分别代表看平、看多、看空[15]。以各维度得分之和的正负性，作为红利风格多空观点的依据[15]。当模型看好红利风格时，全仓持有中证红利；当模型不看好红利风格时，全仓持有中证全指[15]。 3. **模型名称：风格择时模型（大小盘风格）**[3][19] * **模型构建思路**：采用基于拥挤度分域的趋势模型进行大小盘风格择时，其中拥挤度采用小盘和大盘的动量之差和成交额之比刻画[3]。 * **模型具体构建过程**：以沪深300指数和万得微盘股指数为大小盘风格的代表[19]。首先计算大小盘风格拥挤度得分：1) 动量之差：计算万得微盘股指数与沪深300指数的10/20/30/40/50/60日动量之差，进一步计算各窗长动量之差的3.0/3.5/4.0/4.5/5.0年分位数的均值，对6个计算窗长下分位数最高的3个结果取均值，作为小盘风格的动量得分；对分位数最低的3个结果取均值，作为大盘风格的动量得分[23]。2) 成交额之比：计算万得微盘股指数与沪深300指数的10/20/30/40/50/60日成交额之比，进一步计算各窗长成交额之比的3.0/3.5/4.0/4.5/5.0年分位数的均值，对6个计算窗长下分位数最高的3个结果取均值，作为小盘风格的成交量得分；对分位数最低的3个结果取均值，作为大盘风格的成交量得分[23]。3) 将小盘风格的动量得分和成交量得分取均值，得到小盘风格的拥挤度得分，大于90%视为触发高拥挤；将大盘风格的动量得分和成交量得分取均值，得到大盘风格的拥挤度得分，小于10%视为触发高拥挤[23]。若最近20个交易日中，小盘或大盘风格曾触发过高拥挤，则模型运行在高拥挤区间，否则在低拥挤区间[21]。在高拥挤区间，采用参数值较小的双均线模型来应对风格反转；在低拥挤区间，采用参数值较大的双均线模型来跟踪中长期趋势[21]。 4. **模型名称：行业轮动模型（遗传规划模型）**[4][26] * **模型构建思路**：采用遗传规划技术直接对行业指数的量价、估值等特征进行因子挖掘，每季度末更新因子库，周频调仓，每周末选出多因子综合得分最高的五个行业进行等权配置[4][26]。 * **模型具体构建过程**：底层资产为33个中信行业指数[26]。模型采用多目标遗传规划，使用|IC|、IC胜率、NDCG@k三个指标来同时评价因子的分组单调性、时序稳定性和多头组表现[31]。在NSGA-II算法加持下，挖掘出兼具上述优点的行业轮动因子[31]。对于挖掘得到的备选因子，结合贪心策略和方差膨胀系数，将共线性较低的多个因子合成为行业得分[32]。因子挖掘的底层输入变量包括量价原始值、标准化值、分位数以及估值等数据[35]。在最新一期挖掘的因子中，权重最大的因子基于量价相关性构建，具体计算过程如下：1) 在时序上，针对单个行业，用其最近45个交易日的标准化月度成交额对标准化月度开盘价开展带有常数项的一元线性回归，取残差，记作变量A；2) 在时序上，将变量A除以其最近60个交易日的标准差，记作变量B；3) 对变量B采用HardSigmoid变换[35]。该因子表达式为：`ts_hardsigmoid_torch(ts_regres_torch(mamt_st, mopen_st, 45), 60)`[36]。 5. **模型名称：中国境内全天候增强组合**[5][37] * **模型构建思路**：采用宏观因子风险预算框架，选取增长超预期/不及预期、通胀超预期/不及预期四种宏观风险源作为平价对象；在四象限风险平价的基础上，基于宏观预期动量的观点主动超配看好象限，实现全天候增强[5][37]。 * **模型具体构建过程**：策略构建分为三步：1) 宏观象限划分与资产选择：选择增长和通胀维度，根据是否超预期划分为四象限（增长超预期、增长不及预期、通胀超预期、通胀不及预期），并结合“定量+定性”的方式确定各象限适配的资产[41]。2) 象限组合构建与风险度量：象限内资产等权构建子组合，注重刻画象限的下行风险[41]。3) 风险预算模型确定象限权重：每月底，根据“象限观点”调整象限风险预算，从而进行主动超配[41]。“象限观点”由宏观预期动量指标给出，该指标综合考虑资产价格交易的“买方预期动量”和经济指标预期差体现的“卖方预期差动量”[41]。 模型的回测效果 1. **A股技术打分模型**[14] * **回测区间**：2010-01-04 至 2026-04-17 * **年化收益**：20.58% * **年化波动**：17.30% * **最大回撤**：-23.74% * **夏普比率**：1.19 * **Calmar比率**：0.87 2. **风格择时模型（红利风格）**[16] * **回测区间**：2017-01-03 至 2026-04-17 * **年化收益**：17.14% * **最大回撤**：-25.52% * **夏普比率**：0.94 * **Calmar比率**：0.17 * **YTD收益**：13.82% * **上周收益**：2.70% 3. **风格择时模型（大小盘风格）**[24] * **回测区间**：2017-01-03 至 2026-04-17 * **年化收益**：27.40% * **最大回撤**：-32.05% * **夏普比率**：0.27 * **Calmar比率**：0.27 * **YTD收益**：9.48% * **上周收益**：0.59% 4. **行业轮动模型（遗传规划模型）**[29] * **回测区间**：2022-09-30 至 2026-04-17 * **年化收益**：31.56% * **年化波动**：17.93% * **夏普比率**：1.76 * **最大回撤**：-20.72% * **卡玛比率**：1.52 * **上周表现**：1.27% * **YTD收益**：9.63% 5. **中国境内全天候增强组合**[39] * **回测区间**：2013-12-31 至 2026-04-17 * **年化收益**：11.96% * **年化波动**：6.35% * **夏普比率**：1.88 * **最大回撤**：-6.30% * **卡玛比率**：1.90 * **上周表现**：1.20% * **YTD收益**：6.39% 量化因子与构建方式 1. **因子名称**：红利风格择时模型中的三个子因子[18] * **因子构建思路**：分别从动量、利率环境和资金面三个角度刻画红利风格的吸引力[18]。 * **因子具体构建过程**： * **相对动量因子**：计算中证红利指数相对中证全指的收益率动量，作为红利风格的正向指标[18]。 * **期限利差因子**：计算10年期与1年期国债收益率之差（10Y-1Y期限利差），作为红利风格的负向指标[18]。 * **银行间成交量因子**：采用银行间质押式回购成交量，作为红利风格的正向指标[18]。 2. **因子名称**：大小盘风格拥挤度得分因子[23] * **因子构建思路**：从动量差异和成交活跃度差异两个视角，综合计算大小盘风格的拥挤程度[19][23]。 * **因子具体构建过程**： * **动量得分**：分别计算小盘指数（万得微盘股）与大盘指数（沪深300）在不同时间窗口（10/20/30/40/50/60日）的动量之差，并计算各窗口动量之差在长周期（3.0/3.5/4.0/4.5/5.0年）的历史分位数均值[23]。对小盘风格，取6个窗口中分位数最高的3个结果计算均值作为其动量得分；对大盘风格，取分位数最低的3个结果计算均值作为其动量得分[23]。 * **成交量得分**：分别计算小盘指数与大盘指数在不同时间窗口（10/20/30/40/50/60日）的成交额之比，并计算各窗口成交额之比在长周期（3.0/3.5/4.0/4.5/5.0年）的历史分位数均值[23]。对小盘风格，取6个窗口中分位数最高的3个结果计算均值作为其成交量得分；对大盘风格，取分位数最低的3个结果计算均值作为其成交量得分[23]。 * **综合拥挤度得分**：将小盘（或大盘）风格的动量得分和成交量得分取均值，得到其最终的拥挤度得分[23]。小盘风格得分大于90%触发高拥挤，大盘风格得分小于10%触发高拥挤[23]。 3. **因子名称**：遗传规划挖掘的行业轮动因子（示例）[35][36] * **因子构建思路**：通过遗传规划算法自动挖掘行业量价数据中的有效规律，构建预测行业未来表现的因子[26][35]。 * **因子具体构建过程（以最新一期权重最高的因子为例）**： 1. 在时序上，针对单个行业，用其最近45个交易日的标准化月度成交额（`mamt_st`）对标准化月度开盘价（`mopen_st`）开展带有常数项的一元线性回归，取残差，记作变量A[35]。 2. 在时序上，将变量A除以其最近60个交易日的标准差，记作变量B[35]。 3. 对变量B采用HardSigmoid变换[35]。 * **因子表达式**：`ts_hardsigmoid_torch(ts_regres_torch(mamt_st, mopen_st, 45), 60)`[36]。 因子的回测效果 1. **A股技术打分模型子因子**[14] * **回测区间**：2010-01-04 至 2026-04-17 (部分因子起始日期不同) * **20日价格乖离率**：年化收益12.35%，夏普比率0.53 * **5日持仓量PCR平均**：年化收益15.41%，夏普比率0.63 * **20日换手率乖离率**：年化收益12.46%，夏普比率0.53 * **60日换手率乖离率**：年化收益17.23%，夏普比率0.73 * **20日ADX**：年化收益15.82%，夏普比率0.67 * **20日创新高占比**：年化收益8.13%，夏普比率0.50 * **1个月90%价值状态隐含波动率**：年化收益12.91%，夏普比率0.52 * **60日换手率波动**：年化收益11.30%，夏普比率0.78 * **5日涨停占比平均**：年化收益13.34%，夏普比率0.57 * **布林带**：年化收益4.22%，夏普比率0.18 2. **遗传规划行业轮动因子（示例）**[36] * **训练集表现**： * **IC**：0.066 * **IC胜率**：59.7% * **NDCG@k**：0.336 * **因子权重**：9.3%

报告核心观点与投资评级 - **本周核心观点**：中国资产吸引力正在提升，成长风格或继续占优[1] - **核心逻辑**：内部得益于自主可控供应链和经济韧性，人民币大幅升值，美元兑离岸人民币汇率创近三年新低；外部因伊朗局势缓和及市场脱敏，VIX指数回落至20以下，纳斯达克八连涨，费城半导体指数连创新高，全球风险偏好回暖利好A股成长风格[1] - **策略表现**：中国版全天候增强策略上周继续上涨，今年以来绝对收益达5.13%[1] A股技术面分析 - **模型表现**：A股技术打分模型今年以来对万得全A多空择时收益3.04%，同期万得全A收益3.02%，产生超额收益0.02%[2] - **最新信号**：模型最新信号显示，创业板技术面表现强势，其他宽基指数得分均维持中性观望[2] - **模型构建**：模型从价格、量能、波动、趋势、拥挤五个维度，筛选出10个有效市场观测指标，通过等权投票形成-1至+1的综合打分[9] - **具体指标**：包括20日布林带、20日价格乖离率、20日与60日换手乖离率、20日ADX、20日新高天数占比、60日换手率波动、期权隐含波动率、成分股涨停家数占比5日平均及期权持仓量PCR-5日平均[12] - **择时规则**：得分大于+0.33看多，处于-0.33至+0.33之间看平，小于-0.33看空[11] - **近期打分**：截至2026年4月10日，创业板指得分为0.50，显示看多信号，而沪深300得分为-0.30，中证500得分为-0.10[11] 风格择时模型观点 - **红利风格信号**：模型本周观点由看多成长转为均衡配置，回测时为降低换手仍维持看多成长[3] - **信号分解**：银行间成交量上升转为看好红利；相对动量下降目前无明确观点；期限利差维持看好成长[3] - **模型表现**：红利风格择时模型今年以来策略收益为10.83%，同期基准（50%中证红利+50%中证全指）收益为3.50%，模型超额收益为7.33%[15] - **大小盘风格信号**：当前模型运行在低拥挤区间，采用大参数双均线模型判断趋势，继续看好小盘风格[3] - **大小盘模型表现**：今年以来策略收益2.81%，同期基准（50%沪深300+50%万得微盘股）为-0.57%，模型超额收益为3.38%[21] 行业轮动模型观点 - **看好行业**：本周模型继续看好传媒、国防军工、工业金属、保险、消费者服务五个行业，与上周一致[4] - **模型表现**：行业轮动模型今年以来取得绝对收益8.26%，跑赢行业等权基准5.05个百分点；上周跑赢基准0.96个百分点[4] - **模型方法论**：采用遗传规划技术直接对行业指数的量价、估值等特征进行因子挖掘，每季度末更新因子库，周频调仓[4] - **回测业绩**：自2022年9月30日回测以来，行业轮动策略年化收益达31.28%，夏普比率1.74，最大回撤-20.72%[30] - **最新持仓**：最近一周（第14周）持仓为传媒、国防军工、工业金属、保险、消费者服务[31] - **核心因子**：最新一期权重最高的因子（权重9.3%）基于最近45个交易日的标准化月度成交额对标准化月度开盘价的回归残差构建[37] 全天候增强组合配置 - **最新观点**：4月观点为增配“增长不及预期”和“通胀超预期”两个宏观象限[5] - **资产配置调整**：股票端整体减配，仓位偏向红利风格；债券端小幅增配；商品端增配黄金，小幅减配其他品种[5] - **仓位建议**：考虑到当前大类资产之间相关性处于高位，建议继续控制仓位[5] - **组合表现**：上周策略小幅收涨0.12%，今年以来绝对收益为5.13%[5] - **长期业绩**：自2013年12月31日回测以来，全天候增强策略年化收益11.89%，年化波动6.35%，夏普比率1.87，最大回撤-6.30%[42]

根据研报内容，以下是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股大盘择时模型[2][10]** - 模型构建思路：从估值、情绪、资金、技术四个维度对万得全A指数进行整体方向性判断[10] - 模型具体构建过程：各维度日频发出信号，每日信号取值为0、±1，分别代表看平、看多、看空三种观点[10] 估值和情绪采用反转逻辑，刻画A股市场均值回归特征；资金和技术采用趋势逻辑，刻画市场趋势延续特征[10] 以各维度得分之和的正负性作为大盘多空观点的依据[10] - 模型评价：左侧指标规避风险，右侧指标捕捉机会[10] **2 模型名称：红利风格择时模型[3][18]** - 模型构建思路：结合中证红利相对中证全指的动量、10Y-1Y期限利差和银行间质押式回购成交量三者的趋势进行择时[3][18] - 模型具体构建过程：三个指标从趋势维度日频发出信号，每日信号取值为0、+1、-1，分别代表看平、看多、看空三种观点[18] 以各维度得分之和的正负性作为红利风格多空观点的依据[18] 当模型看好红利风格时全仓持有中证红利，不看好时全仓持有中证全指[18] **3 模型名称：大小盘风格择时模型[3][23]** - 模型构建思路：采用基于拥挤度分域的趋势模型进行择时，其中拥挤度采用小盘和大盘的动量之差和成交额之比刻画[3][23] - 模型具体构建过程：首先从动量视角和成交视角计算大小盘风格拥挤度得分[23] 若最近20个交易日中曾触发过高拥挤，视为运行在高拥挤区间，否则为低拥挤区间[25] 在高拥挤区间采用参数值较小的双均线模型应对风格反转，在低拥挤区间采用参数值较大的双均线模型跟踪中长期趋势[25] **4 模型名称：遗传规划行业轮动模型[4][30]** - 模型构建思路：采用遗传规划技术直接对行业指数的量价、估值等特征进行因子挖掘，每季度末更新因子库[4][33] - 模型具体构建过程：底层资产为32个中信行业指数，因子更新频率为季频，调仓频率为周频[30] 使用|IC|和NDCG@5两个指标同时评价因子的分组单调性和多头组表现[33] 在NSGA-II算法加持下挖掘兼具分组表现单调、多头表现优秀的行业轮动因子[33] **5 模型名称：中国境内全天候增强组合[5][39]** - 模型构建思路：采用宏观因子风险预算框架，选取增长超预期/不及预期、通胀超预期/不及预期四种宏观风险源作为平价对象[5][39] - 模型具体构建过程：在四象限风险平价基础上，基于宏观预期动量的观点主动偏配看好象限[5] 构建分为三步：宏观象限划分与资产选择、象限组合构建与风险度量、风险预算模型确定象限权重[42] 每月底根据"象限观点"调整象限风险预算进行主动偏配[42] 模型的回测效果 **1 A股大盘择时模型[15]** - 年化收益：24.94% - 最大回撤：-28.46% - 夏普比率：1.16 - Calmar比率：0.88 - YTD：43.84% - 上周收益：5.28% **2 红利风格择时模型[21]** - 年化收益：15.67% - 最大回撤：-25.52% - 夏普比率：-0.26 - Calmar比率：0.85 - YTD：20.86% - 上周收益：-3.63% **3 大小盘风格择时模型[28]** - 年化收益：27.04% - 最大回撤：-32.05% - 夏普比率：1.13 - Calmar比率：0.84 - YTD：71.14% - 上周收益：-7.80% **4 遗传规划行业轮动模型[33]** - 年化收益：30.83% - 年化波动：17.74% - 夏普比率：1.74 - 最大回撤：-19.63% - 卡玛比率：1.57 - 上周表现：-4.39% - YTD：35.44% **5 中国境内全天候增强组合[43]** - 年化收益：11.51% - 年化波动：6.18% - 夏普比率：1.86 - 最大回撤：-6.30% - 卡玛比率：1.83 - 上周表现：-1.53% - YTD：10.75% 量化因子与构建方式 **1 因子名称：大小盘风格拥挤度因子[23][27]** - 因子构建思路：从动量视角和成交视角计算大小盘风格拥挤度得分[23] - 因子具体构建过程： 1) 动量之差：计算万得微盘股指数与沪深300指数的10/20/30/40/50/60日动量之差，计算各窗长动量之差的3.0/3.5/4.0/4.5/5.0年分位数的均值，对6个计算窗长下分位数最高的3个结果取均值作为小盘风格的动量得分；对分位数最低的3个结果取均值作为大盘风格的动量得分[27] 2) 成交额之比：计算万得微盘股指数与沪深300指数的10/20/30/40/50/60日成交额之比，计算各窗长成交额之比的3.0/3.5/4.0/4.5/5.0年分位数的均值，对6个计算窗长下分位数最高的3个结果取均值作为小盘风格的成交量得分；对分位数最低的3个结果取均值作为大盘风格的成交量得分[27] 3) 将小盘风格的动量得分和成交量得分取均值得到小盘风格的拥挤度得分，大于90%视为触发高拥挤；将大盘风格的动量得分和成交量得分取均值得到大盘风格的拥挤度得分，小于10%视为触发高拥挤[27] **2 因子名称：遗传规划行业轮动因子[37]** - 因子构建思路：基于单行业阻力支撑位构建[37] - 因子具体构建过程： 1) 在过去25个交易日中，计算周度标准化最低价和月度标准化开盘价的协方差，记作变量A[38] 2) 在过去15个交易日中，对周度标准化最高价开展zscore标准化，取标准化后大于2.0的日期，对A进行反转即乘以-1后，计算这15个交易日A之和[38] 因子表达式：$$ts\_grouping\_deczscorecut\_torch(ts\_covariance\_torch(wlow\_st, mopen\_st, 25), whigh\_st, 15, 2.0, 2)$$[37]

公司概况 - 公司全称为上海金和晟私募基金管理有限公司，登记编号P1071636，于2020年8月26日注册成立，2025年7月完成注册地迁移及管理人名称变更 [4] - 目前公司管理资产规模为10-20亿元，共存续产品32只 [4] - 公司以“金诚至信，和善同德”为核心价值理念，秉承诚、信、善、德为根本信仰，坚持诚信经营与专业服务并重的发展原则 [5] 核心团队 - 公司构建了以执行董事孙天罡、总经理王鹏为领导核心的管理团队 [8] - 投研团队由多位经验丰富的基金经理及研究员组成，核心成员大部分具备证券、基金等金融机构专业背景 [8] - 公司现有全天候增强、ETF套利等策略的投研体系，并通过独立的合规风控部门保障运营稳健 [8] - 公司近年通过资本扩充与人才战略实施，持续优化组织架构和能力建设 [9] 代表策略：全天候增强 - 该策略奉行多元分散的资产配置理念，追求较高的风险收益比，通过系统化模型构造高度多元的Alpha增强收益 [11] - 策略目前主要投资中美两国的股票、债券、大宗商品及衍生品 [11] - 策略资产配置中，65%为Beta部分，通过风险平价模型均衡持有四个不同宏观象限内的优质资产 [15] - 策略资产配置中，35%为Alpha增强部分，通过量化CTA模型、宏观多因子模型、金融危机预警模型和偏主观的宏观策略四套模型进行组合增强 [15] - 代表产品为“金和全天候1号”，支持日级别申赎，流动性佳 [14] - 投研体系结合内部首席经济学家、量化研究员、行业中观投研团队、市场微观交易员的分析，以及外部券商研究所、同业交流、海外研报和路透社资讯等支持 [15] 核心优势 - 公司优势包括股权架构清晰，高管及核心投研团队稳定无流失，保证策略连贯一致 [16] - 策略条线清晰，核心投研人员具有海内外名校背景，平均具有10年以上相关工作经验 [16] - 公司注重人才培养及团队建设，大力支持投研 [16] - 全天候策略优势包括策略容量较大，因其跨国家、跨市场、跨资产的特性可容纳较大规模 [17] - 策略流动性良好，均衡持有一揽子流动性优质的资产头寸 [18] - 策略与市场主流的股票多头策略相关性较低，A+H股的风险暴露约在25%-30%，提供低相关配置价值 [19] - 策略具备全球视野，以海外权益为基础进行全球资产配置，旨在获取国内国外两大市场的低相关收益 [20] - 策略目标为实现不依赖于宏观环境变化的长期可持续稳定回报，追求较高的风险收益比 [21] 持续进化能力 - 公司通过具有竞争力的薪酬体系和合理股权激励机制，加强人才引进和培养，确保人才梯队稳定性 [22] - 全天候策略模型通过持续优化各因子参数，核心因子均经过严谨历史数据回测验证，证明策略的长期稳定性与有效性 [22] - 近期有具备美国桥水基金从业背景的专业人士加入全天候策略团队，将进一步提升策略研发实力 [22]