好的，作为一名熟练的金融工程分析师，我将对您提供的研报内容进行总结分析 量化模型与构建方式 1. **模型名称**：行业间收益分化程度模型[30] **模型构建思路**：以中信一级行业周度收益率的标准差作为代理变量，衡量行业间收益的分化程度[30] **模型具体构建过程**：计算本周所有中信一级行业指数的周度收益率，然后计算这些收益率在截面上的标准差，该标准差即为行业间收益分化程度的度量[30] 公式如下： $$ \text{行业间收益分化程度} = \sigma(R_1, R_2, ..., R_n) $$ 其中，$R_i$ 为第 $i$ 个中信一级行业本周的收益率，$\sigma$ 为标准差函数[30] 2. **模型名称**：行业间资金分化程度模型[33] **模型构建思路**：以中信一级行业周度日均换手率的标准差作为代理变量，衡量行业间资金面的分化程度[33] **模型具体构建过程**：计算本周每个中信一级行业的日均换手率，然后计算这些日均换手率在截面上的标准差，该标准差即为行业间资金分化程度的度量[33] 公式如下： $$ \text{行业间资金分化程度} = \sigma(T_1, T_2, ..., T_n) $$ 其中，$T_i$ 为第 $i$ 个中信一级行业本周的日均换手率，$\sigma$ 为标准差函数[33] 模型的回测效果 1. **行业间收益分化程度模型**，本周行业间收益率的标准差为2.21%[30]，较上周下行0.35%[30] 2. **行业间资金分化程度模型**，本周各行业日均换手率的标准差为0.88%[33]，与上周相比下降0.28%[33]，目前位于近三年以来的41%分位数附近[35] 量化因子与构建方式 1. **因子名称**：近两周行业收益截面相关性因子[29] **因子构建思路**：通过计算近两周行业收益在截面上的相关系数，以判断行业间收益率是否存在动量或反转效应[29] **因子具体构建过程**：取本周和上周所有中信一级行业的周度收益率数据，计算这两组收益率数据在截面上的相关系数[29] 公式如下： $$ \rho = \text{Corr}(R_{t}, R_{t-1}) $$ 其中，$R_{t}$ 为本周所有中信一级行业的收益率向量，$R_{t-1}$ 为上周所有中信一级行业的收益率向量，$\text{Corr}$ 为皮尔逊相关系数函数[29] 2. **因子名称**：一致预期净利润两年复合增长率因子[36] **因子构建思路**：基于分析师一致预期数据，计算指数或行业未来两年的净利润复合增长率，以反映市场对未来盈利的预期[36] **因子具体构建过程**：该因子直接采用市场一致预期数据，计算指数或行业未来两年的净利润复合增长率[36] 公式如下： $$ \text{预期复合增长率} = \left( \frac{E(NI_{t+2})}{NI_t} \right)^{\frac{1}{2}} - 1 $$ 其中，$NI_t$ 为当前年度的净利润，$E(NI_{t+2})$ 为未来第二年的预期净利润[36] 3. **因子名称**：PE（TTM）近五年分位数因子[38] **因子构建思路**：通过计算指数或行业当前市盈率（TTM）在过去五年中的历史分位数，以评估其估值水平的高低[38] **因子具体构建过程**：获取指数或行业过去五年的每日PE（TTM）数据，计算当前PE（TTM）值在这段历史数据中的分位数[38] 公式如下： $$ \text{PE分位数} = \frac{\text{当前PE值在历史序列中的排名}}{\text{历史序列总个数}} $$ 其中，历史序列为过去五年的每日PE（TTM）数据[38] 因子的回测效果 1. **近两周行业收益截面相关性因子**，本周该因子取值为25.2%[29]，表明近两周行业间收益率呈现明显的动量效应[29] 2. **一致预期净利润两年复合增长率因子**，本周创业板指预期复合增长率为51.84%[38]，环比上调0.89%[38]；上证50指数预期复合增长率为7.90%[38]，环比持平[38]；电子行业预期复合增长率上调1.21%[41]；农林牧渔行业下调0.67%[41] 3. **PE（TTM）近五年分位数因子**，本周上证50指数PE分位数为54.21%[38]，环比下降4.88%[38]；中证500指数PE分位数为82.98%[38]，环比上升2.56%[38]；医药行业PE分位数环比上升6.4%[42]；石油石化行业环比下降4.4%[42]