量化模型与因子总结 量化模型与构建方式 1. **模型名称：经济六周期模型与宏观偏离度配置模型**[45] * **模型构建思路**：从国内货币传导流程出发，搭建“货币-信用-增长”六周期框架，并通过资产价格倒推隐含周期来刻画市场情绪，构建宏观偏离度指标，用于择时与资产配置[45]。 * **模型具体构建过程**： * 构建“货币-信用-增长”六周期框架，识别真实经济周期阶段[45]。 * 利用资产价格倒推市场隐含的周期阶段，以刻画市场情绪[45]。 * 计算真实周期与资产隐含周期之间的宏观偏离度[45]。 * 制定配置规则：当宏观偏离度较低时，跟随市场情绪做动量交易；当宏观偏离度过高时，做反转交易[45]。 2. **模型名称：A股情绪指数系统**[57][58] * **模型构建思路**：基于市场波动率和成交额的变化方向划分市场状态，构造包含见底预警与见顶预警的情绪指数，用于择时[57]。 * **模型具体构建过程**： * 根据市场波动率和成交额的变化方向，将市场划分为四个象限[57]。 * 统计不同象限（波动上/下，成交上/下）的历史收益特征[58]。 * 构造A股情绪指数，包含见底预警指数（主要基于价格/波动率信号）和见顶预警指数（主要基于成交量信号）[57][61][64]。 * 生成综合择时信号：例如，当波动率上行（见底信号看空）且成交额下行（见顶信号看空）时，综合信号为看空[60][63]。 3. **模型名称：美元流动性指数**[47][48] * **模型构建思路**：从数量（流动性供给）和价格（利率与预期）两个维度，构建综合性的美元流动性监测指数[47][48]。 * **模型具体构建过程**： * **数量维度**：考察净流动性、美联储信用支持等指标[48]。 * **价格维度**：考察预期引导（如联储官员讲话）、市场隐含利率、公告意外等指标[48]。 * 对各细分指标进行评分（正为宽松，负为收紧），并汇总得到美元流动性指数总得分[48]。 4. **模型名称：国盛特色量价指增组合模型**[91] * **模型构建思路**：基于国盛特色量价因子库，使用树模型（如梯度提升树GBDT）对因子进行组合得到合成因子（Alpha），并以此构建跟踪不同宽基指数的增强组合[91]。 * **模型具体构建过程**： * 构建或使用已有的国盛特色量价因子库[91]。 * 使用树模型（如GBDT）对多个量价因子进行非线性组合与筛选，生成一个综合的合成Alpha因子[91]。 * 以合成因子得分作为选股依据，在目标指数（如沪深300、中证500、中证1000）成分股内构建投资组合[91]。 * 设置组合约束条件：行业偏离不超过1%、个股权重上下限偏离不超过1%、指数成分股权重之和不低于85%[91]。 * 执行月度调仓[91]。 5. **模型名称：国盛金工多因子选基FOF模型**[107] * **模型构建思路**：从多个维度（如基金经理换股能力、选股能力、内部认可度、规模等）对主动权益型基金进行综合打分，选取高分基金构建FOF组合[107]。 * **模型具体构建过程**： * 构建多维度基金评价因子，包括：基金经理稳健换股能力、剔除风格后的选股能力、内部管理人认可程度、负向规模因子等[107]。 * 对全市场主动权益型基金进行多因子综合打分[107]。 * 每季度选取综合打分排名前20的基金[107]。 * 等权或按一定规则配置这些基金，构建FOF组合[107]。 6. **模型名称：国盛金工沪深300增强FOF模型**[109] * **模型构建思路**：以最优化复合多因子Alpha为目标，通过穿透+测算的方式控制FOF组合相对基准的行业和风格暴露，构建能获取稳定超额的沪深300增强型FOF组合[109]。 * **模型具体构建过程**： * 定义优化目标：最大化复合多因子Alpha[109]。 * 通过穿透基金持仓和测算，精确控制FOF组合整体相对于沪深300指数的行业暴露和风格因子（如市值、估值等）暴露[109]。 * 在控制跟踪误差的前提下，优选基金构建组合，旨在获取稳定的超额收益[109]。 量化因子与构建方式 1. **因子名称：十大类风格因子**[69] * **因子构建思路**：参照BARRA因子模型体系，构建适用于A股市场的十大类风格因子，用于描述股票的共同风险特征和收益来源[69]。 * **因子具体构建过程**：报告未详细描述每个因子的具体计算公式，但列出了因子类别，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）[69]。 2. **因子名称：行业因子**[70][74] * **因子构建思路**：构建代表不同中信一级行业的因子，用于刻画行业层面的收益与风险特征[70][74]。 * **因子具体构建过程**：报告未详细描述行业因子的具体构建公式，但在收益归因和因子收益分析中将其作为一类重要的风险因子进行使用[70][74]。 模型的回测效果 1. **国盛特色量价沪深300增强组合**[94][95] * 近一周超额收益：-0.32%[94] * 近一月超额收益：-2.16%[93] * 今年以来超额收益：13.60%[93] * 2018年至今年化超额收益：15.44%[94] * 2018年至今超额IR：2.48[94] * 2018年至今超额最大回撤：10.26%[94] 2. **国盛特色量价中证500增强组合**[97][102] * 近一周超额收益：0.84%[97] * 近一月超额收益：2.54%[93] * 今年以来超额收益：13.71%[93] * 2018年至今年化超额收益：18.47%[97] * 2018年至今超额IR：2.56[97] * 2018年至今超额最大回撤：9.91%[97] 3. **国盛特色量价中证1000增强组合**[98][99] * 近一周超额收益：3.41%[98] * 近一月超额收益：8.76%[93] * 今年以来超额收益：21.87%[93] * 2018年至今年化超额收益：27.58%[98] * 2018年至今超额IR：3.16[98] * 2018年至今超额最大回撤：12.01%[98] 4. **国盛金工多因子选基FOF组合**[107][108] * 年初以来收益：11.77%[107] * 年初以来超额偏股混基指数：8.04%[107] 5. **国盛金工沪深300增强FOF组合**[109][110] * 年初以来收益：8.20%[109] * 年初以来超额沪深300指数：7.78%[109] * 2017年至今年化收益：12.57%[109] * 2017年至今年化超额收益：8.03%[109] * 2017年至今IR：2.02[109] 因子的回测效果 *报告本期内未提供风格因子或行业因子的长期历史回测指标（如IC、IR、多空收益等），仅提供了近期（近一周）的纯因子收益率和相关性分析[70][71][74][76]。*