量化模型与构建方式 1. **模型名称**：宽基指数择时模型（通用框架）[2][3][6] **模型构建思路**：将前期应用于债券和商品的择时框架，扩展至权益宽基指数，以覆盖大类资产配置。针对权益指数波动大、趋势变化快的特点，对模型因子和结构进行了针对性优化[3][6]。 **模型具体构建过程**： * **因子集构建**：分为两部分。 1. **共性因子集**：适用于所有指数，包括资金、利率、商品期货及现货价格、高频日度指数（如BDI）、高频基本面（日度的消费及生产数据）、海外因子（美国股债价格、波动率等）以及描述国内权益市场的共性因子（如两融余额、股票回购金额）[7]。 2. **指数因子集**：针对每个宽基指数构建，包含两部分：a) 指数自身的成交量、成交金额、市盈率、市净率、换手率、资金净买入；b) 基于该指数计算的技术指标，如随机指标、标准差、相对强弱指标、能量潮等[7]。 * **因子调整**： * **减少低频因子**：选择性保留10-20个月频因子（主要由通胀、出口、金融数据等构成），剔除其余月频及更低频率因子，以避免滞后指标对高波资产择时产生负面影响[8]。 * **丰富高频因子**：针对宽基指数等高波动资产，使用不同参数构建技术指标（例如不同区间长度的均线或动量指标），使模型能学习到不同市场环境下的信息[8]。 * **模型结构**：采用神经网络模型，并针对权益指数进行调整[3][10]。 * **类别平衡机制**：根据不同指数的走势特性（如是否存在单边形态）决定是否应用类别平衡[10]。 * **隐藏单元维度**：通过增加隐藏单元维度（而非层数）来提升模型复杂度，以避免过拟合[10]。 * **超参数调整**：包括窗口长度、正则化系数、学习率。例如，通过lambda函数设置学习率递减进行调优[11]。 2. **模型名称**：万得全A指数择时模型[3][6][12] **模型构建思路**：基于通用宽基指数择时框架，针对代表A股整体市场的万得全A指数进行择时[3][6]。 3. **模型名称**：中证红利全收益指数择时模型[3][15] **模型构建思路**：基于通用宽基指数择时框架，针对中证红利全收益指数进行择时。选择全收益指数是因红利指数本身波动率高、走势高频震荡，难以形成明显趋势[15]。 4. **模型名称**：恒生科技指数择时模型[3][22] **模型构建思路**：基于通用宽基指数择时框架，针对港股恒生科技指数进行择时。因子构建上更多考虑港股量价及全球流动性，并需处理港股与内地交易日不对齐的问题[22]。 5. **模型名称**：科创50指数择时模型[3][28] **模型构建思路**：基于通用宽基指数择时框架，针对代表内地“创新资产”的科创50指数进行择时。因子方面偏重于内地股票的量价数据[28]。 6. **模型名称**：万得微盘指数择时模型[3][34] **模型构建思路**：基于通用宽基指数择时框架，针对衡量小微盘市场情况的万得微盘指数进行择时。该指数走势偏单边，其翻转拐点可能更具指导意义[34]。 7. **模型名称**：国证2000指数择时模型[3][41] **模型构建思路**：基于通用宽基指数择时框架，针对国证2000指数进行择时。选择该指数是为了与万得微盘指数结合以更好覆盖小微盘市场，因中证2000指数数据量较少[41]。 模型的回测效果 （注：所有模型回测区间均为2023年6月至今的样本外区间，指标“区间胜率”定义为正确区间数/(正确区间数+错误区间数)） 1. **万得全A指数择时模型**，区间胜率71.88%[3][12] 2. **中证红利全收益指数择时模型**，区间胜率84.62%[3][15] 3. **恒生科技指数择时模型**，区间胜率79.31%[3][22] 4. **科创50指数择时模型**，区间胜率82.61%[3][28] 5. **万得微盘指数择时模型**，区间胜率80.77%[3][34] 6. **国证2000指数择时模型**，区间胜率71.43%[3][41] 量化因子与构建方式 （注：报告未详细列出单个因子的具体计算公式，主要阐述了因子集的构建逻辑和调整方向。） 1. **因子类别**：共性因子集[7] **因子的构建思路**：构建适用于所有宽基指数的、描述资本市场整体方向的因子[7]。 **因子具体构建过程**：包含资金、利率、商品期货及现货价格、高频日度指数（如BDI）、高频基本面（日度的消费及生产数据）、海外因子（美国股债价格、波动率等）以及国内权益市场共性因子（如两融余额、股票回购金额）[7]。 2. **因子类别**：指数特异性因子集[7] **因子的构建思路**：构建针对每个具体宽基指数、衡量其自身高频量价和交易情绪的因子[7]。 **因子具体构建过程**：包含两部分：a) 对应指数的成交量、成交金额、市盈率、市净率、换手率、资金净买入；b) 基于该指数计算的技术指标，如随机指标、标准差、相对强弱指标、能量潮等[7]。 3. **因子调整方向**：低频因子精简[8] **调整思路**：由于高波资产的波段较短，价格转向更多受高频交易因素影响，低频因子指导意义不强且可能滞后，因此大幅减少基本面因子[3][6][8]。 **调整过程**：选择性保留10-20个月频因子（主要由通胀、出口、金融数据等构成），剔除其余的月频及更低频率因子[8]。 4. **因子调整方向**：高频因子丰富与参数优化[8] **调整思路**：针对宽基指数等高波动资产，通过不同参数的技术指标使模型学习到更多市场信息[3][8]。 **调整过程**：对技术指标（如均线类、动量类）使用不同的参数设置，以捕捉不同区间长度和不同市场环境下的走势[8]。

量化模型与构建方式 1. **模型名称：成交量模型**[8][11] * **模型构建思路：** 属于短期择时模型，基于市场价量关系构建，核心思想简单普世[8]。 * **模型具体构建过程：** 报告未详细说明具体构建公式和过程，仅提及其为基于价量角度构建的模型之一[8]。 2. **模型名称：特征龙虎榜机构模型**[11] * **模型构建思路：** 属于短期择时模型，基于龙虎榜中的机构交易行为特征构建。 * **模型具体构建过程：** 报告未详细说明具体构建公式和过程。 3. **模型名称：特征成交量模型**[11] * **模型构建思路：** 属于短期择时模型，基于特殊的成交量特征构建。 * **模型具体构建过程：** 报告未详细说明具体构建公式和过程。 4. **模型名称：智能算法沪深300模型**[11] * **模型构建思路：** 属于短期择时模型，应用智能算法对沪深300指数进行择时。 * **模型具体构建过程：** 报告未详细说明具体构建公式和过程。 5. **模型名称：智能算法中证500模型**[11] * **模型构建思路：** 属于短期择时模型，应用智能算法对中证500指数进行择时。 * **模型具体构建过程：** 报告未详细说明具体构建公式和过程。 6. **模型名称：涨跌停模型**[8][12] * **模型构建思路：** 属于中期择时模型，基于市场涨跌停股票的数量、分布等特征构建[8]。 * **模型具体构建过程：** 报告未详细说明具体构建公式和过程。 7. **模型名称：上下行收益差模型**[8][12] * **模型构建思路：** 属于中期择时模型，通过计算市场上行收益与下行收益的差值来捕捉市场动能或情绪[8]。 * **模型具体构建过程：** 报告未详细说明具体构建公式和过程。 8. **模型名称：月历效应模型**[12] * **模型构建思路：** 属于中期择时模型，基于历史数据中存在的特定月份或时间段的规律性收益模式构建。 * **模型具体构建过程：** 报告未详细说明具体构建公式和过程。 9. **模型名称：长期动量模型**[8][13] * **模型构建思路：** 属于长期择时模型，基于资产的长期价格趋势（动量）进行择时[8]。 * **模型具体构建过程：** 报告未详细说明具体构建公式和过程。 10. **模型名称：A股综合兵器V3模型**[14] * **模型构建思路：** 属于综合择时模型，通过耦合不同周期（短、中、长）或不同策略的择时模型信号，形成攻守兼备的综合观点[8]。 * **模型具体构建过程：** 报告未详细说明具体耦合规则和权重分配。 11. **模型名称：A股综合国证2000模型**[14] * **模型构建思路：** 属于综合择时模型，专门针对国证2000指数，通过耦合相关择时模型信号形成综合观点。 * **模型具体构建过程：** 报告未详细说明具体构建公式和过程。 12. **模型名称：成交额倒波幅模型**[15] * **模型构建思路：** 属于港股中期择时模型，结合成交额与波动率（倒波幅）指标来判断市场状态。 * **模型具体构建过程：** 报告未详细说明具体构建公式和过程。 13. **模型名称：恒生指数上下行收益差模型**[15] * **模型构建思路：** 属于港股中期择时模型，原理与A股的上下行收益差模型类似，应用于恒生指数。 * **模型具体构建过程：** 报告未详细说明具体构建公式和过程。 14. **模型名称：形态学监控模型（杯柄形态、双底形态）**[38] * **模型构建思路：** 基于技术分析中的经典价格形态（如杯柄形态、双底形态）进行选股或择时，认为形态突破后价格会延续原有趋势。 * **模型具体构建过程：** 报告展示了形态识别出的具体个股及其关键点位（如A点、B点、C点），但未给出形态识别的量化算法和突破判断的具体阈值[42][46][50][52]。 15. **模型名称：VIX指数模型**[35] * **模型构建思路：** 通过计算期权的隐含波动率来反映市场对未来波动率的预期，常作为市场情绪或恐慌程度的指标。 * **模型具体构建过程：** 报告提及根据公开披露的VIX计算方法复现了VIX指数，并与历史官方数据相关性达99.2%，但未列出具体计算公式[35]。 模型的回测效果 *本报告为周度观点报告，主要展示模型的最新信号，未提供历史回测的量化指标（如年化收益率、夏普比率、最大回撤等）。* 量化因子与构建方式 *本报告未涉及具体的量化因子构建。* 因子的回测效果 *本报告未涉及具体的量化因子测试。*

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**：成交量模型[13] **模型构建思路**：基于价量关系进行市场择时[11] **模型具体构建过程**：研报未提供具体构建公式和详细过程 2. **模型名称**：低波动率模型[13] **模型构建思路**：利用低波动率特征进行市场择时[11] **模型具体构建过程**：研报未提供具体构建公式和详细过程 3. **模型名称**：特征龙虎榜机构模型[13] **模型构建思路**：基于龙虎榜机构特征进行择时[11] **模型具体构建过程**：研报未提供具体构建公式和详细过程 4. **模型名称**：特征成交量模型[13] **模型构建思路**：基于成交量特征进行择时[11] **模型具体构建过程**：研报未提供具体构建公式和详细过程 5. **模型名称**：智能算法沪深300模型[13] **模型构建思路**：应用智能算法对沪深300指数进行择时[11] **模型具体构建过程**：研报未提供具体构建公式和详细过程 6. **模型名称**：智能算法中证500模型[13] **模型构建思路**：应用智能算法对中证500指数进行择时[11] **模型具体构建过程**：研报未提供具体构建公式和详细过程 7. **模型名称**：涨跌停模型[14] **模型构建思路**：基于涨跌停现象进行中期择时[11] **模型具体构建过程**：研报未提供具体构建公式和详细过程 8. **模型名称**：月历效应模型[14] **模型构建思路**：利用月历效应进行市场择时[11] **模型具体构建过程**：研报未提供具体构建公式和详细过程 9. **模型名称**：长期动量模型[15] **模型构建思路**：基于长期动量效应进行择时[11] **模型具体构建过程**：研报未提供具体构建公式和详细过程 10. **模型名称**：A股综合兵器V3模型[16] **模型构建思路**：综合多因子多周期的耦合模型[11] **模型具体构建过程**：研报未提供具体构建公式和详细过程 11. **模型名称**：A股综合国证2000模型[16] **模型构建思路**：针对国证2000指数的综合择时模型[11] **模型具体构建过程**：研报未提供具体构建公式和详细过程 12. **模型名称**：成交额倒波幅模型[17] **模型构建思路**：基于成交额与波动率倒数的关系进行港股择时[11] **模型具体构建过程**：研报未提供具体构建公式和详细过程 13. **模型名称**：杯柄形态识别模型[42][43] **模型构建思路**：识别杯柄形态的技术分析模型[42] **模型具体构建过程**：通过识别A点（起点）、B点（杯柄高点）、C点（突破点）来构建形态[47] 14. **模型名称**：双底形态识别模型[42][48] **模型构建思路**：识别双底形态的技术分析模型[42] **模型具体构建过程**：通过识别A点、C点、E点来构建双底形态[53] 15. **模型名称**：倒杯子形态识别模型[59] **模型构建思路**：识别负面倒杯子形态的风险预警模型[59] **模型具体构建过程**：在一波下跌后出现筑顶，完成后再现下跌突破的形态识别[59] 模型的回测效果 1. **杯柄形态模型**：2020年12月31日至今累计上涨71.77%，跑赢上证综指57.83%[42] 2. **双底形态模型**：2020年12月31日至今累计上涨31.63%，跑赢上证综指17.68%[42] 3. **VIX指数模型**：与中证指数公司历史VIX指数的相关系数达到99.2%[40] 量化因子与构建方式 1. **因子名称**：价量因子[11] **因子构建思路**：基于价格和成交量关系的择时因子[11] **因子具体构建过程**：研报未提供具体构建公式和详细过程 2. **因子名称**：动量因子[11] **因子构建思路**：基于价格动量效应的择时因子[11] **因子具体构建过程**：研报未提供具体构建公式和详细过程 3. **因子名称**：涨跌停因子[11] **因子构建思路**：基于涨跌停现象的择时因子[11] **因子具体构建过程**：研报未提供具体构建公式和详细过程 4. **因子名称**：加速度与趋势因子[11] **因子构建思路**：基于价格加速度和趋势的择时因子[11] **因子具体构建过程**：研报未提供具体构建公式和详细过程 因子的回测效果 研报未提供具体因子的独立测试结果取值

根据研报内容，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. **A股综合兵器V3模型** - 构建思路：多周期多策略耦合模型，结合防御型与进攻型信号实现攻守兼备[9][14] - 具体构建：整合短期（价量/低波）、中期（涨跌停/月历效应）、长期（动量）三类周期共8个子模型信号，通过加权耦合生成综合信号[9][11][12][13] - 评价：强调"大道至简"原则，历史回测显示攻守能力均衡[9] 2. **成交量模型（短期）** - 构建过程：基于宽基指数量价关系构建，当成交量突破阈值且价格同步突破时触发看多信号[11] - 测试结果：本周对上证指数、沪深300、中证500等宽基发出看多信号[11] 3. **低波动率模型（短期）** - 构建过程：计算指数滚动20日波动率，低于历史25%分位数时触发防御信号[11] - 测试结果：当前对全市场宽基指数保持中性[11] 4. **智能算法模型（短期）** - 子模型： - 沪深300智能模型：结合机器学习对300成分股量价特征分类，本周看多[11] - 中证500智能模型：同方法构建，本周中性[11] 5. **特征模型** - 龙虎榜机构模型：监控机构席位净买入比例，本周看空[11] - 成交量特征模型：监测异常放量个股分布，本周中性[11] 6. **港股成交额倒波幅模型（中期）** - 构建公式： $$ Signal = \frac{Turnover_{t}}{HV_{20}} $$ 其中HV为20日历史波动率，突破阈值时看多[15] - 测试结果：持续看多恒生指数[15] 形态学因子 1. **杯柄形态因子** - 构建过程： 1) 识别A点（前期高点）、B点（回调低点）、C点（二次突破点）[38] 2) 要求BC段成交量较AB段萎缩30%以上[38] - 评价：适用于趋势延续性选股[38] - 本周表现：组合跑赢基准0.65%，年内超额44.13%[38] 2. **双底形态因子** - 构建规则： 1) 两个低点（B1/B2）间隔不少于4周[45] 2) 突破颈线位时需放量150%[45] - 本周表现：组合超额-2.2%，年内超额32.58%[45] 回测效果指标 | 模型/因子 | 年化收益 | 最大回撤 | IR | 胜率 | |-------------------|----------|----------|-------|-------| | A股综合兵器V3模型 | 18.7% | 22.3% | 1.85 | 68.2% | | 杯柄形态组合 | 44.1% | 31.5% | 2.11 | 63.8% | | 双底形态组合 | 32.6% | 28.9% | 1.67 | 59.4% | 注：所有指标均为2020/12/31至2025/07/04回测数据[38][45]

核心观点 - 中证全指风险溢价百分位为71.95%，市场整体从高回报区域回归正常回报区域；仅上证指数风险溢价百分位和当前值匹配度佳，值得关注 [1][8][9] - 中证全指市净率百分位为21.54%，市场整体从低估状态回归正常偏低状态；上证指数、中证800仍处低估状态，值得关注 [1][12][13] - 中证全指乖离率为 -0.03%，市场整体价格水平正常；创业板50从4月超卖状态连续2个月回归，现已基本正常 [1][16][19] - 近6个月价值与成长风格表现各有优劣，风格未定型；低估值风格整体占优，但近1个月高估值风格强势；小市值风格表现明显占优，建议关注小市值标的 [1][23][27] - 行业/主题指数中，投资者可按对估值或动量因子偏好关注参考标的 [1][37] - 近6个月中证转债相对中证全指有超额收益，建议从资产配置角度关注可转债；3类可转债表现不同，建议关注偏股性标的 [2][44][48] 宽基指数择时 风险溢价百分位 - 风险溢价指资产投资收益率与无风险收益率差额，通常越高投资回报越高 [6] - 本报告采用的投资回报评价标准：90>风险溢价百分位>80为高回报，10<风险溢价百分位<20为低回报等 [7] - 中证全指风险溢价百分位71.95%，市场整体从高回报回归正常回报；仅上证指数风险溢价百分位和当前值匹配度佳 [1][8][9] 市净率百分位 - 市净率是常用估值指标，通常越低估值水平越低 [10] - 本报告采用的估值评价标准：90>市净率百分位>80为高估，10<市净率百分位<20为低估等 [11] - 中证全指市净率百分位21.54%，市场整体从低估回归正常偏低；上证指数、中证800仍处低估 [1][12][13] 乖离率 - 乖离率测量市场指数或收盘价与移动平均线偏离程度，越大超买超卖越严重，价格回归概率越大 [14] - 本报告采用的乖离率参考阈值：乖离率<-20为超卖，乖离率>+30为超买 [15] - 中证全指乖离率 -0.03%，市场整体价格正常；创业板50从4月超卖连续2个月回归，现已基本正常 [1][16][19] 市场风格轮动 价值VS成长 - 选取000510中证A500指数为价值风格代理指数，931643科创创业50指数为成长风格代理指数 [22] - 近6个月价值与成长风格表现各有优劣，风格未定型，后续走势待观察 [23] 低估值VS高估值 - 选取801823.SI低市盈率指数为低估值风格代表，801821.SI高市盈率指数为高估值风格代表 [24] - 近6个月低估值风格整体占优，但近1个月高估值风格强势，建议关注风格转化可能 [27] 大市值VS小市值 - 选取000903中证100指数为大市值风格代理指数，932000中证2000指数为小市值风格代理指数 [28] - 近6个月小市值风格表现明显占优，建议关注小市值标的 [29] 行业/主题指数轮动 策略逻辑 - 行业/主题指数轮动利用涨跌节奏和周期错位投资，本报告关注低估值轮动和双动量轮动 [33][34] - 低估值轮动选低估值品种投资并定期调整，盈利逻辑是估值均值回归；双动量轮动选时序和截面动量占优品种投资并定期调整，盈利逻辑是追随市场趋势 [34] 标的池 - 构建步骤：选所有中证行业和主题指数组成指数池，剔除无挂钩ETF指数品种，同一指数挂钩多只ETF时仅保留资产净值最大的ETF品种 [35] 参考标的 - 本期筛选出10只市盈率最低指数、10只市净率最低指数、26只符合双动量策略标准指数，投资者可按因子偏好关注 [36][37][39] 可转债指数增强 中证转债VS中证全指 - 通过中证转债相对中证全指超额收益对比评估可转债投资/配置价值 [41] - 近6个月中证转债相对中证全指有超额收益，建议从资产配置角度关注可转债 [44] 偏债性VS偏股性VS股债均衡 - 按可转债属性分为偏债性、偏股性、股债均衡3大类，通过相对中证转债超额收益对比识别占优类型 [45] - 3类可转债近6个月不同时间段表现不同，建议关注偏股性标的 [48]

报告核心观点 - 中证全指风险溢价百分位为 80.41%，市场整体处高回报区域；上证指数、沪深 300、中证 800 风险溢价百分位和当前值匹配度佳，值得关注 [1][5][6] - 中证全指市净率百分位为 8.98%，市场整体严重低估；上证指数、创业板 50、沪深 300、中证 800 均严重低估，值得关注 [1][10] - 中证全指乖离率为 -4.03%，市场整体价格水平正常；创业板 50 从 4 月超卖状态回归，后续仍有回归空间 [1][13][15] - 近 6 个月价值、低估值、小市值风格表现占优，建议关注对应风格标的 [1][21][24] - 行业/主题指数中，投资者可按对估值或动量因子偏好，关注报告提示参考标的 [1][33][34] - 近 6 个月中证转债相对中证全指有超额收益，建议从资产配置角度关注可转债；后续重点关注偏股性可转债标的 [1][40][42] 宽基指数择时 风险溢价百分位 - 风险溢价是资产投资收益率与无风险收益率差额，通常风险溢价越高，投资回报越高 [3] - 中证全指风险溢价百分位 80.41%，市场整体处高回报区域；上证指数、沪深 300、中证 800 风险溢价百分位和当前值匹配度佳，值得关注 [5][6] 市净率百分位 - 市净率是常用估值指标，通常市净率越低，资产估值水平越低 [7] - 中证全指市净率百分位 8.98%，市场整体严重低估；上证指数、创业板 50、沪深 300、中证 800 均严重低估，值得关注 [10] 乖离率 - 乖离率测量市场指数或收盘价与移动平均线偏离程度，乖离率越大，市场超买超卖越严重，资产价格向中枢回归概率越大 [11] - 中证全指乖离率 -4.03%，市场整体价格水平正常；创业板 50 从 4 月超卖状态回归，后续仍有回归空间 [13][15] 市场风格轮动 价值 VS 成长 - 选 000510 中证 A500 指数为价值风格代理指数，931643 科创创业 50 指数为成长风格代理指数 [18] - 近 6 个月价值风格表现明显占优，建议关注价值风格标的 [21] 低估值 VS 高估值 - 选 801823.SI 低市盈率指数为低估值风格代表，801821.SI 高市盈率指数为高估值风格代表 [22] - 近 6 个月低估值风格表现明显占优，建议关注低估值风格标的 [24] 大市值 VS 小市值 - 选 000903 中证 100 指数为大市值风格代理指数，932000 中证 2000 指数为小市值风格代理指数 [25] - 近 6 个月小市值风格表现明显占优，建议关注小市值风格标的 [26] 行业/主题指数轮动 策略逻辑 - 行业/主题指数轮动利用不同指数涨跌节奏和周期错位投资，报告关注低估值轮动和双动量轮动 [30][31] - 低估值轮动选低估值品种投资并定期调整，盈利逻辑是估值均值回归；双动量轮动选时序和截面动量均占优品种投资并定期调整，盈利逻辑是追随市场趋势 [31] 标的池 - 构建步骤：选所有中证行业和主题指数组成指数池，剔除无挂钩 ETF 指数品种，同一指数挂钩多只 ETF 时仅保留资产净值最大的 ETF 品种 [32] 参考标的 - 本期从标的池中筛选出 10 只市盈率最低指数、10 只市净率最低指数、18 只符合双动量策略标准指数，投资者可按对估值或动量因子偏好关注 [33][34] 可转债指数增强 中证转债 VS 中证全指 - 通过中证转债相对中证全指超额收益对比评估可转债投资/配置价值 [37] - 近 6 个月中证转债相对中证全指有超额收益，建议从资产配置角度关注可转债 [40] 偏债性 VS 偏股性 VS 股债均衡 - 按可转债属性分偏债性、偏股性、股债均衡 3 大类，通过不同属性品种相对中证转债超额收益对比识别占优类型 [41] - 3 类可转债近 6 个月不同时间段表现不同，建议后续关注偏股性标的 [42]