量化模型与构建方式 1. **模型名称：成交量模型**；模型构建思路：基于价量关系进行市场短期择时判断[8]；模型具体构建过程：报告未详细描述具体构建过程和公式 2. **模型名称：特征龙虎榜机构模型**；模型构建思路：基于龙虎榜机构买卖特征进行市场短期择时判断[10]；模型具体构建过程：报告未详细描述具体构建过程和公式 3. **模型名称：特征成交量模型**；模型构建思路：基于特殊的成交量特征进行市场短期择时判断[10]；模型具体构建过程：报告未详细描述具体构建过程和公式 4. **模型名称：智能算法沪深300模型**；模型构建思路：运用智能算法对沪深300指数进行短期择时判断[10]；模型具体构建过程：报告未详细描述具体构建过程和公式 5. **模型名称：智能算法中证500模型**；模型构建思路：运用智能算法对中证500指数进行短期择时判断[10]；模型具体构建过程：报告未详细描述具体构建过程和公式 6. **模型名称：涨跌停模型**；模型构建思路：基于市场涨跌停股票数量等特征进行中期择时判断[8][11]；模型具体构建过程：报告未详细描述具体构建过程和公式 7. **模型名称：上下行收益差模型**；模型构建思路：通过比较市场上行和下行收益的差异进行中期择时判断[8][11]；模型具体构建过程：报告未详细描述具体构建过程和公式 8. **模型名称：月历效应模型**；模型构建思路：基于特定的月份或日历效应进行中期择时判断[11]；模型具体构建过程：报告未详细描述具体构建过程和公式 9. **模型名称：长期动量模型**；模型构建思路：基于长期价格动量进行市场长期择时判断[8][12]；模型具体构建过程：报告未详细描述具体构建过程和公式 10. **模型名称：A股综合兵器V3模型**；模型构建思路：将多个择时模型信号进行耦合，形成综合性的A股择时观点[13]；模型具体构建过程：报告未详细描述具体构建过程和公式 11. **模型名称：A股综合国证2000模型**；模型构建思路：将多个择时模型信号进行耦合，形成针对国证2000指数的综合性择时观点[13]；模型具体构建过程：报告未详细描述具体构建过程和公式 12. **模型名称：成交额倒波幅模型**；模型构建思路：结合成交额与波动率（波幅）进行港股中期择时判断[14]；模型具体构建过程：报告未详细描述具体构建过程和公式 13. **模型名称：上下行收益差相似模型**；模型构建思路：与A股上下行收益差模型思路相似，应用于港股市场进行中期择时判断[14]；模型具体构建过程：报告未详细描述具体构建过程和公式 14. **模型名称：形态识别模型（杯柄形态）**；模型构建思路：识别股价走势中类似于“杯子和杯柄”的技术形态，捕捉突破信号进行选股[42]；模型具体构建过程：报告未详细描述具体的形态识别算法和突破判定标准 15. **模型名称：形态识别模型（双底形态）**；模型构建思路：识别股价走势中类似于“W”底的双底技术形态，捕捉突破信号进行选股[42]；模型具体构建过程：报告未详细描述具体的形态识别算法和突破判定标准 16. **模型名称：形态识别模型（倒杯子形态）**；模型构建思路：识别股价下跌趋势中类似于倒置杯子的顶部形态，作为负向风险信号[61]；模型具体构建过程：报告未详细描述具体的形态识别算法和突破判定标准 17. **模型名称：华创恐慌指数（HCVIX）模型**；模型构建思路：复现并计算中国市场的期权隐含波动率指数（VIX），用于监控市场情绪和预期波动率[39]；模型具体构建过程：根据公开披露的VIX计算方法进行复现，具体公式未在报告中给出；模型评价：经测算，该指数与中证指数公司历史已发布VIX指数的相关系数达到99.2%[39] 模型的回测效果 1. **双底形态模型**，自2020年12月31日至今累计收益27.28%，同期上证综指累计涨幅19.86%，相对收益7.42%[42]；本周（报告期）收益2.87%，相对上证综指超额收益0.89%[42] 2. **杯柄形态模型**，自2020年12月31日至今累计收益24.66%，同期上证综指累计涨幅19.86%，相对收益4.80%[42]；本周（报告期）收益3.36%，相对上证综指超额收益1.39%[42] 量化因子与构建方式 1. **因子名称：分析师一致预期调整比例**；因子构建思路：通过统计行业内分析师上调或下调盈利预测的个股比例，来观察行业基本面的预期变化[18][19]；因子具体构建过程：对于每个行业，计算“分析师上调（下调）个股比例”，公式为：$$分析师上调（下调）个股比例 = \frac{行业内被上调（下调）盈利预测的股票数量}{行业内股票总数} \times 100\%$$ 例如，有色金属行业分析师上调个股比例为8.06%[18] 2. **因子名称：基金仓位超低配**；因子构建思路：计算公募基金在某个行业上的实际持仓比例与市场标准配置（如行业流通市值占比）的差值，用以判断机构的偏好程度[30]；因子具体构建过程：对于每个行业，计算“超/低配”比例，公式为：$$超/低配比例 = 基金在该行业的仓位百分比 - 该行业的市值占比百分比$$ 例如，股票型基金在电子行业的超配比例为25.20%[30] 3. **因子名称：基金仓位变化**；因子构建思路：跟踪公募基金在不同行业上仓位相对于上周、上月、上季度的变动，以观察机构资金的流向[26][27][28]；因子具体构建过程：直接计算本期仓位与上期仓位的差值，例如本周机械行业获得股票型基金加仓1.27个百分点[26][28] 4. **因子名称：形态长度**；因子构建思路：在形态识别模型中，衡量识别出的技术形态所持续的时间跨度，可能作为形态强度的辅助指标[45][52]；因子具体构建过程：从形态起点（如A点）到突破点（如C点）所经历的周数，例如某杯柄形态的长度为27周[45] 因子的回测效果 （报告中未提供因子的独立回测绩效指标，如IC、IR、多空收益等）

核心观点 报告通过复盘2005年以来的六轮PPI上行周期，系统总结了PPI周期对市场择时、风格及行业轮动的指引规律，并分析了当前（第六轮）周期的异同。核心结论是：PPI环比转正（T日）是关键宏观信号，此后周期板块超额收益迅速扩大；市场在PPI环比见底后可参与，在环比见顶后需逐步转向谨慎；不同风格板块（成长、金融、周期、消费）在PPI周期的不同阶段有规律地轮动[4]。 一、PPI的周期规律与划分 - PPI同比增速是宏观周期中的滞后指标，其拐点明显滞后于权益市场，而PPI环比增速与市场运行节奏更为一致[11][19] - 将PPI上行周期划分为四个阶段：1) PPI环比见底 -> PPI同比见底；2) PPI同比见底 -> PPI环比转正；3) PPI环比转正 -> PPI环比见顶；4) PPI环比见顶 -> PPI同比见顶[4][20] 二、PPI上行期的市场表现与风格复盘 市场择时与轮动规律 - 2005年至今共经历六轮PPI上行周期，从PPI环比底到同比顶平均历时26个月，从同比底到同比顶平均历时22个月[23][26] - 市场表现：在PPI环比转正到环比见顶阶段，万得全A指数100%上涨，平均涨幅为24.5%；环比见顶后市场进入高位震荡[4][28][29] - 交易指引：PPI环比见底之后可适当参与；环比见顶之后需适当谨慎；同比见顶后市场大概率进入下行阶段[4][28] - 风格轮动：第一阶段（环比底->同比底）：小盘、成长/周期占优；第二阶段（同比底->环比转正）：金融/成长占优；第三阶段（环比转正->环比顶）：小盘、周期/消费占优；第四阶段（环比顶->同比顶）：价值、稳定/周期占优[31][32] 板块交易顺序与规律 - **周期板块**：PPI环比转正是分水岭，此后超额收益迅速扩大。细分行业启动顺序平均为：有色（T-40个交易日）-> 化工（T-18日）-> 石油石化（T+53日）-> 煤炭（T+60日）-> 钢铁（T+131日）[35][39] - **成长板块**：在PPI环比转正后波动性可能加大，但通常仍有超额收益，其持续性取决于明确的产业周期强度[46][47] - **消费板块**：过往在整个通胀期间都有超额收益，但本轮（第六轮）PPI向CPI传导不畅，消费板块未现超额收益[4][48][49] - **金融板块**：通常在PPI环比转正后，超额收益明显走弱，原因在于盈利优势转弱及货币信用收紧预期[4][50][52] - **制造板块**：在PPI环比转正后4-5个月走势可能受到抑制，但之后也可能重拾升势[53][55] 投资要点小结 1. PPI环比见底后可参与，环比见顶后需谨慎[4][56] 2. PPI上行周期中，小盘持续占优，特别是环比底到环比顶之间[4][56] 3. 风格轮动规律：成长（环比底之后）-> 金融（同比底之后）-> 周期（环比转正之后）-> 公用事业（环比顶之后）[4][56] 4. PPI环比转正（T日）是关键信号，此后周期超额收益迅速扩大[4][57] 5. 周期细分行业启动顺序通常为：有色 -> 化工 -> 石油石化 -> 煤炭 -> 钢铁[4][57] 三、本轮PPI上行周期（第六轮）的异同与展望 本轮周期的不同之处 - **驱动因素**：需求侧主要来自外需，供给侧主要来自国内“反内卷”政策、全球去美元化及人工智能产业需求[4][59] - **流动性环境**：以往PPI上行阶段货币政策偏紧，本轮货币政策仍然宽松[4][70] - **复苏节奏**：从PPI环比底（2022年9月）到环比转正（2025年10月）历时38个月，远超历史平均的10个月，显示经济内生动力有待加强[59][73] - **复苏结构**：生产资料价格抬升，但生活资料价格持续低迷，企业补库行为很弱[4][78] - **产业周期**：本轮人工智能产业周期的持续性、强度与广度可能超越以往（如移动互联网、新能源）[4][78] - **利润分布**：行业间利润分化严重，中游行业（如电气设备、专用设备）利润占比好于以往，可能因外需强于内需[4][80] 下阶段行情展望 - **市场层面**：目前PPI刚环比转正，指数风险不大。需观察PPI环比见顶时点，届时市场可能进入震荡，可考虑逐步兑现[4][94] - **周期板块**：目前阶段仍占优，逻辑顺畅。需观察石油石化/煤炭/钢铁等内需品种能否接棒有色/化工[4][94] - **成长板块**：进入高波动阶段，但行情未结束。持续性取决于产业周期进展，并需观察美联储加息周期重启时点[4][94] - **金融板块**：应适当降低预期，因在PPI环比转正后其超额收益通常走弱[4][95] - **消费板块**：需动态应对、跟踪数据。本轮因PPI向CPI传导不畅及宏观贝塔偏弱，消费板块超额收益持续走低[4][95] 四、过往五轮PPI上行周期详细复盘概要 报告详细复盘了前五轮PPI上行周期的宏观背景与市场表现[96][135]： - **第一轮（2006.01-2008.08）**：城镇化和工业化加速驱动。风格由金融轮动至周期[96][103] - **第二轮（2008.12-2011.07）**：“四万亿”刺激与海外QE驱动。风格由金融、消费、成长轮动至周期[106][112] - **第三轮（2012.08-2014.08）**：全球弱复苏与国内产能过剩，PPI上行斜率平缓。成长风格贯穿始终[115][122] - **第四轮（2015.08-2017.02）**：供给侧改革与棚改货币化驱动。风格由“小盘题材”转向“价值投资”[121][124] - **第五轮（2020.03-2021.10）**：疫后全球大放水与供应链冲击驱动。前期成长与消费占优，后期周期与成长占优[133][135]

量化模型与因子总结 量化模型与构建方式 1. **模型名称：成交量模型**[9] * **模型构建思路：** 基于价量关系构建的短期择时模型，核心思想简单普世[9]。 * **模型具体构建过程：** 报告未详细描述具体构建公式和过程，仅提及其为短期择时模型之一，基于价量角度构建[9]。 2. **模型名称：特征龙虎榜机构模型**[11] * **模型构建思路：** 基于龙虎榜机构交易特征构建的短期择时模型。 * **模型具体构建过程：** 报告未详细描述具体构建公式和过程，仅提及其为短期择时模型之一。 3. **模型名称：特征成交量模型**[11] * **模型构建思路：** 基于成交量特征构建的短期择时模型。 * **模型具体构建过程：** 报告未详细描述具体构建公式和过程，仅提及其为短期择时模型之一。 4. **模型名称：智能算法沪深300模型 / 智能算法中证500模型**[11] * **模型构建思路：** 应用智能算法对特定宽基指数（沪深300、中证500）进行择时判断。 * **模型具体构建过程：** 报告未详细描述具体算法和构建过程，仅提及其为短期择时模型之一。 5. **模型名称：涨跌停模型**[12] * **模型构建思路：** 基于市场涨跌停板现象构建的中期择时模型，核心思想简单普世[9]。 * **模型具体构建过程：** 报告未详细描述具体构建公式和过程，仅提及其为中期择时模型之一，基于涨跌停角度构建[9]。 6. **模型名称：上下行收益差模型**[12] * **模型构建思路：** 通过比较市场上行和下行收益的差异来构建中期择时信号。 * **模型具体构建过程：** 报告未详细描述具体构建公式和过程，仅提及其为中期择时模型之一。 7. **模型名称：月历效应模型**[12] * **模型构建思路：** 基于市场历史存在的月度周期性规律构建的中期择时模型。 * **模型具体构建过程：** 报告未详细描述具体构建公式和过程，仅提及其为中期择时模型之一。 8. **模型名称：长期动量模型**[12] * **模型构建思路：** 基于资产价格的长期趋势（动量）构建的长期择时模型，核心思想简单普世[9]。 * **模型具体构建过程：** 报告未详细描述具体构建公式和过程，仅提及其为长期择时模型之一，基于动量角度构建[9]。 9. **模型名称：A股综合兵器V3模型 / A股综合国证2000模型**[13] * **模型构建思路：** 将不同周期或不同策略的择时模型信号进行耦合，形成综合择时观点，旨在攻守兼备[9]。 * **模型具体构建过程：** 报告未详细描述具体的耦合方法与权重分配。 10. **模型名称：成交额倒波幅模型**[13] * **模型构建思路：** 应用于港股的中期择时模型，可能结合成交额与波动率指标。 * **模型具体构建过程：** 报告未详细描述具体构建公式和过程。 11. **模型名称：上下行收益差相似模型**[13] * **模型构建思路：** 应用于港股的中期择时模型，是“上下行收益差模型”的相似或衍生版本。 * **模型具体构建过程：** 报告未详细描述具体构建公式和过程，及其与基础模型的区别。 12. **模型名称：形态学择时模型（杯柄形态、双底形态）**[43] * **模型构建思路：** 通过识别股价图表中的特定技术形态（如杯柄形态、双底形态）来生成交易信号。 * **模型具体构建过程：** 报告未详细描述形态识别的具体量化规则和突破确认标准。模型通过识别形态的关键点（如杯柄形态的A、B、C点，双底形态的A、B、C点）来确认形态完成和突破[46][51]。 13. **模型名称：HCVIX模型**[40] * **模型构建思路：** 复现并计算中国市场的波动率指数（VIX），作为判断市场情绪的参考指标，因其通常与大盘呈负相关关系[40]。 * **模型具体构建过程：** 根据中证指数公司曾公开披露的VIX计算方法进行复现。计算覆盖50ETF、沪深300指数、300ETF等标的。其复现指数与历史官方VIX指数的相关系数达到99.2%[40]。公式未在报告中给出。 14. **模型名称：大师策略系列**[36] * **模型构建思路：** 基于经典量化选股逻辑（价值型、成长型、综合型）构建的一系列策略组合，用于监控因子暴露和选股标准[36]。 * **模型具体构建过程：** 报告未详细描述每个策略的具体构建公式和选股流程。平台共监控33个大师系列策略[36]。 15. **模型名称：倒杯子形态风险模型**[62] * **模型构建思路：** 识别典型的负向技术形态“倒杯子形态”，用于预警个股下跌风险[62]。 * **模型具体构建过程：** 报告未详细描述形态识别的具体量化规则。该形态在一波下跌后出现筑顶，完成后再现下跌突破，预示可能延续下跌趋势[62]。 模型的回测效果 *注：报告主要提供了各模型的最新信号观点，未提供统一口径下的历史回测指标（如年化收益率、最大回撤、夏普比率、信息比率IR等）。以下为报告中提及的形态学策略部分表现数据。* 1. **双底形态组合**，自2020年12月31日至今累计上涨23.45%，同期上证综指上涨17.06%，累计超额收益6.39%[43]。本周（报告期）组合下跌-0.88%，跑赢上证综指（-1.27%）0.39%[43]。 2. **杯柄形态组合**，自2020年12月31日至今累计上涨19.67%，同期上证综指上涨17.06%，累计超额收益2.61%[43]。本周（报告期）组合下跌-0.44%，跑赢上证综指（-1.27%）0.83%[43]。 量化因子与构建方式 *注：本报告主要侧重于择时模型与技术形态，未详细阐述用于选股的底层量化因子（如价值、成长、质量等）的构建方法。报告中提及的“大师策略”暴露了某些因子，但未具体说明因子定义[36]。*

量化模型与构建方式 1. **模型名称：成交量模型** [8][10] * **模型构建思路**：基于价量关系进行短期市场择时，认为成交量变化能反映市场情绪和趋势强度[8]。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤。 2. **模型名称：特征龙虎榜机构模型** [1][10] * **模型构建思路**：利用龙虎榜中机构资金的买卖行为作为特征，进行短期市场择时判断[1]。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤。 3. **模型名称：特征成交量模型** [1][10] * **模型构建思路**：基于特定的成交量特征（非简单成交量）进行短期市场择时判断[1]。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤。 4. **模型名称：智能算法沪深300/中证500模型** [1][10] * **模型构建思路**：应用智能算法（如机器学习）对沪深300或中证500指数进行短期择时[1]。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤。 5. **模型名称：涨跌停模型** [1][11] * **模型构建思路**：通过分析市场涨跌停股票的数量或比例等特征，进行中期市场情绪和趋势判断[1][8]。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤。 6. **模型名称：上下行收益差模型** [1][10][11] * **模型构建思路**：通过计算市场上行收益与下行收益的差值，来衡量市场动能的强弱，用于中期择时[1]。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤。 7. **模型名称：上下行收益差相似模型** [10][14] * **模型构建思路**：该模型是“上下行收益差模型”的变体或应用于特定市场（如港股）的相似逻辑模型，用于中期择时[10][14]。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤。 8. **模型名称：月历效应模型** [1][11] * **模型构建思路**：基于历史数据中存在的特定月份或时间段的规律性表现（月历效应）进行中期择时[1]。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤。 9. **模型名称：长期动量模型** [1][12] * **模型构建思路**：依据资产的长期价格动量（趋势）进行长期择时判断[1]。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤。 10. **模型名称：A股综合兵器V3模型** [1][13] * **模型构建思路**：一个综合性的A股择时模型，可能耦合了短、中、长期多个子模型的信号，形成最终观点[8][13]。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤。 11. **模型名称：A股综合国证2000模型** [1][13] * **模型构建思路**：专门针对国证2000指数的综合性择时模型[1][13]。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤。 12. **模型名称：成交额倒波幅模型** [10][14] * **模型构建思路**：应用于港股的中期择时模型，结合成交额与波动率（倒波幅）指标进行判断[10][14]。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤。 13. **策略名称：大师策略** [35] * **策略构建思路**：基于经典量化选股逻辑构建的策略系列，涵盖价值型、成长型和综合型，用于监控市场因子暴露和选股标准[35]。 * **策略具体构建过程**：报告未提供具体策略的构建公式和详细步骤。 14. **模型名称：形态识别模型（杯柄形态）** [42][43] * **模型构建思路**：通过识别股价走势中的“杯柄”形态（Cup with Handle）来捕捉突破上涨机会的技术分析模型[42]。 * **模型具体构建过程**：报告未提供形态识别的具体量化规则和公式，但展示了识别出的个股及其关键时点（A点：杯左起点，B点：杯底，C点：柄部结束/突破点）[45][47]。 15. **模型名称：形态识别模型（双底形态）** [42][49] * **模型构建思路**：通过识别股价走势中的“双底”形态（W底）来捕捉趋势反转上涨机会的技术分析模型[42]。 * **模型具体构建过程**：报告未提供形态识别的具体量化规则和公式，但展示了识别出的个股及其关键时点（A点：第一底，B点：中间反弹高点，C点：第二底/突破点）[50][52]。 模型的回测效果 1. **杯柄形态模型**，本周组合收益-2.79%，同期上证综指收益-0.44%，本周超额收益-2.35%；自2020年12月31日至今，累计收益20.21%，累计超额收益1.64%[42]。 2. **双底形态模型**，本周组合收益-3.06%，同期上证综指收益-0.44%，本周超额收益-2.62%；自2020年12月31日至今，累计收益24.55%，累计超额收益5.98%[42]。 量化因子与构建方式 *报告未详细阐述用于选股或阿尔法模型的单一量化因子的构建思路、过程和评价，仅提及“大师策略”暴露的因子，但未具体说明是哪些因子[35]。* 因子的回测效果 *报告未提供具体量化因子的测试结果取值。*

文章核心观点 - 投资应遵循“宁愿错过，不要做错”的原则，避免因追求短期暴富、使用杠杆、投资不懂的领域而导致的财务灾难 [1][2] - 投资成功的关键在于明确并坚守“负面清单”，即知道“不做什么”，这比知道“做什么”更为重要 [2] 投资行为负面清单 - 避免使用杠杆、追高买入自己不懂的资产，以及因嫉妒而交易，这三种因素叠加可能导致财务灾难 [2] - 应彻底远离任何号称能让人快速致富的人或建议，这些往往是骗局或导致亏损的陷阱 [2][3] - 追求短期暴富违背投资常识，无异于赌博，长期必然导致损失 [3] - 当投资者怀有嫉妒和傲慢心理并使用杠杆时，其频繁交易行为实质是在寻求刺激娱乐，而非投资，代价高昂 [4] 应避免的常见投资错误 - 不要试图通过发现下一个“微软”来获取巨额收益，而应专注于寻找股价低于内在价值的可靠公司，小盘成长股长期收益最差且风险极高，例如1997-2002年间纳斯达克每年有8%的公司被摘牌 [5] - 不要相信“这次与以往不同”的论调，历史会重演，泡沫终会破裂，例如2000年半导体股票和随后的能源股泡沫 [5] - 不要因为偏爱某公司的产品而投资，好产品不一定能转化为好生意，例如掌上电脑公司股价在2003年相比上市时下跌了98% [6] - 不要在市场下跌时惊慌失措，资产最便宜的时候往往是无人问津之时，应避免从众心理 [6] - 不要试图择时交易，没有策略能持续准确预测市场进出点，晨星追踪的数千只基金在过去20年无一能持续做好择时 [6] - 不要忽视估值，买入股票的唯一理由应是其当前价格具有投资价值，而非期待有更傻的接盘者，估值是降低风险的关键 [7] - 不要忽略对盈利数据的比较分析，应关注现金流而非会计盈利，因为现金流更难造假，如果盈利增长而经营性现金流停滞或收缩，则可能预示问题 [7] 对市场炒作与不当引导的警示 - 近期商业航天、AI应用、机器人等热点概念股自高点最大跌幅超过40%，凸显追高风险 [2] - 部分财经大V是热点概念炒作的“吹鼓手”，其“抢帽子”行为已受监管处罚，例如有财经大V被罚没8325万元，22个活跃大V账号被永久封禁，但跟风投资者可能已遭受无法挽回的损失 [2]

量化模型与构建方式 1. **模型名称：择时雷达六面图综合择时模型** **模型构建思路：** 权益市场表现受多维度因素影响，该模型从流动性、经济面、估值面、资金面、技术面、拥挤度六个维度选取二十一个指标刻画市场，并将其归纳为“估值性价比”、“宏观基本面”、“资金&趋势”、“拥挤度&反转”四大类，最终生成一个介于[-1,1]之间的综合择时分数，用于判断市场整体观点[1][6]。 **模型具体构建过程：** 1. **指标选取与分类：** 从六个维度（流动性、经济面、估值面、资金面、技术面、拥挤度）选取21个具体指标[1][6]。这些指标被概括为四大类：估值性价比（包含估值面指标）、宏观基本面（包含流动性和经济面指标）、资金&趋势（包含资金面和技术面中的趋势指标）、拥挤度&反转（包含技术面中的反转指标和拥挤度指标）[1][6]。 2. **单指标打分：** 每个具体指标根据其构建规则，被转化为一个在特定时点上的观点信号，通常以分数形式表示（如看多为1，看空为-1，中性为0）[10]。具体各指标的构建和打分规则详见下方因子部分。 3. **维度综合打分：** 将同一维度下的各指标分数进行综合（报告中未明确具体聚合方法，如等权平均或其他加权方式），得到该维度的综合分数，范围在[-1,1]之间[1][9]。 4. **生成综合择时分数：** 将六个维度的分数或四大类的分数进一步综合，最终生成一个介于[-1,1]之间的综合择时分数[1][6]。 量化因子与构建方式 1. **因子名称：货币方向因子** **因子构建思路：** 判断当前货币政策的方向，通过比较货币政策工具利率与短端市场利率相对于过去一段时间的变化趋势来识别宽松或收紧[12]。 **因子具体构建过程：** 选取央行使用的货币政策工具利率与短端市场利率，计算其相较于90天前的平均变化方向[12]。若货币方向因子>0，则判断货币政策宽松；若<0，则判断货币政策收紧[12]。在择时模型中，因子>0时发出看多信号，分数为1；因子<0时发出看空信号，分数为-1[12]。 2. **因子名称：货币强度因子** **因子构建思路：** 表征短端市场利率相对于政策利率的偏离幅度，基于“利率走廊”概念，用于判断货币环境的松紧强度[15]。 **因子具体构建过程：** 计算偏离度 = DR007 / 7天逆回购利率 - 1，并对该偏离度进行平滑与z-score标准化，形成货币强度因子[15]。若货币强度因子 < -1.5倍标准差，则预期未来120个交易日为宽松环境，指标分数为1；若因子 > 1.5倍标准差，则预期未来120个交易日指标分数为-1；介于之间则为中性，分数为0[15]。 3. **因子名称：信用方向因子** **因子构建思路：** 表征商业银行对实体经济信贷传导的松紧方向，使用中长期贷款指标来体现[18]。 **因子具体构建过程：** 计算信用方向因子：取中长期贷款当月值 -> 计算过去十二个月增量 -> 计算同比[18]。若信用方向因子相比于三个月之前上升则看多，分数为1；反之则看空，分数为-1[18]。 4. **因子名称：信用强度因子** **因子构建思路：** 捕捉信贷指标是否大幅超预期或不及预期，反映信用扩张或收缩的强度[21]。 **因子具体构建过程：** 构建信用强度因子 = (新增人民币贷款当月值 – 预期中位数) / 预期标准差[21]。若信用强度因子 > 1.5倍标准差，则定义未来60个交易日为信用显著超预期环境，分数为1；若因子 < -1.5倍标准差，则未来60个交易日分数为-1[21]。 5. **因子名称：增长方向因子** **因子构建思路：** 基于PMI数据判断经济增长的方向[23]。 **因子具体构建过程：** 基于PMI数据（中采制造业PMI、中采非制造业PMI、财新制造业PMI）构建增长方向因子 = PMI -> 计算过去十二月均值 -> 计算同比[23]。若增长方向因子相比于三个月之前上升则看多，分数为1；反之则看空，分数为-1[23]。 6. **因子名称：增长强度因子** **因子构建思路：** 捕捉经济增长指标是否大幅超预期或不及预期，反映经济增长的意外强度[26]。 **因子具体构建过程：** 计算PMI预期差 = (PMI – 预期中位数) / 预期标准差，以此作为增长强度因子[26]。若增长强度因子 > 1.5倍标准差，则定义未来60个交易日为增长显著超预期环境，分数为1；若因子 < -1.5倍标准差，则未来60个交易日分数为-1[26]。 7. **因子名称：通胀方向因子** **因子构建思路：** 判断通胀水平的变化方向，通胀下行通常意味着未来货币政策宽松空间较大，利好权益[28]。 **因子具体构建过程：** 计算通胀方向因子 = 0.5 × CPI同比平滑值 + 0.5 × PPI同比原始值[28]。若通胀方向因子相较于三个月之前降低，则说明是通胀下行环境，此时看多，分数为1；反之看空，分数为-1[28]。 8. **因子名称：通胀强度因子** **因子构建思路：** 捕捉通胀指标是否大幅超预期或不及预期，反映通胀的意外强度[30]。 **因子具体构建过程：** 分别计算CPI与PPI的预期差 = (披露值 – 预期中位数) / 预期标准差，并计算通胀强度因子 = CPI与PPI预期差的均值[30]。若通胀强度因子 < -1.5倍标准差，则定义未来60个交易日为通胀显著不及预期环境，分数为1；若因子 > 1.5倍标准差，则未来60个交易日分数为-1[30]。 9. **因子名称：席勒ERP** **因子构建思路：** 使用经过周期平滑的盈利计算市盈率，再与无风险利率比较，得到股权风险溢价，以衡量经过周期调整后的估值性价比[31]。 **因子具体构建过程：** 计算过去6年通胀调整后的平均盈利得到席勒PE，然后计算席勒ERP = 1 / 席勒PE - 10年期国债到期收益率，并对该席勒ERP计算过去6年的z-score作为分数[31]。报告中提及对分数进行了1.5倍标准差截尾并标准化到±1之间（此处理在PB因子中明确，席勒ERP应类似）[35]。 10. **因子名称：PB** **因子构建思路：** 使用市净率的倒数或负值来衡量估值水平，估值越低分数越高[35]。 **因子具体构建过程：** 对PB指标进行处理：PB × (-1)并计算过去6年z-score，然后进行1.5倍标准差截尾，最后标准化到±1之间得到分数[35]。 11. **因子名称：AIAE (全市场权益配置比例)** **因子构建思路：** 反映市场整体的风险偏好，逻辑是投资者会根据风险资产和安全资产的供应量动态调整配置，从而影响价格达成均衡[37]。 **因子具体构建过程：** 构建A股的AIAE指标 = 中证全指总流通市值 / (中证全指总流通市值 + 实体总债务)[37]。将AIAE × (-1)并计算过去6年z-score得到分数[37]。 12. **因子名称：两融增量** **因子构建思路：** 两融余额变化代表市场杠杆资金的情绪，其上行通常伴随较好的市场表现[40]。 **因子具体构建过程：** 计算融资余额-融券余额，并计算其过去120日均增量与过去240日均增量[40]。若120日均增量 > 过去240日均增量，则判断杠杆资金上行并看多，分数为1；反之看空，分数为-1[40]。 13. **因子名称：成交额趋势** **因子构建思路：** 成交额上行代表市场成交热度与资金活跃度高，与市场走势正相关[43]。 **因子具体构建过程：** 对对数成交额计算其均线距离 = ma120 / ma240 - 1[43]。当均线距离的max(10) = max(30) = max(60)时看多，分数为1；当均线距离的min(10) = min(30) = min(60)时看空，分数为-1[43]。 14. **因子名称：中国主权CDS利差** **因子构建思路：** 代表海外投资者对中国经济与主权信用风险的定价，与国内PMI负相关，可作为外资流入意愿的指代变量[47]。 **因子具体构建过程：** 对平滑后的CDS利差计算20日差分[47]。若20日差分 < 0，说明CDS利差下降，海外投资者预期中国基本面转好，外资流入意愿强，此时看多，分数为1；反之看空，分数为-1[47]。 15. **因子名称：海外风险厌恶指数 (花旗RAI指数)** **因子构建思路：** 该指数由海外期权隐波、信用利差等数据组成，能全面捕捉海外市场的风险偏好，影响外资流向[49]。 **因子具体构建过程：** 对平滑后的风险厌恶指数计算20日差分[49]。若20日差分 < 0，说明外资风险偏好上升，此时看多，分数为1；反之看空，分数为-1[49]。 16. **因子名称：价格趋势** **因子构建思路：** 使用均线距离衡量标的价格的中长期趋势方向与强度[52]。 **因子具体构建过程：** 使用均线距离（ma120 / ma240 - 1）[52]。趋势方向分数：当均线距离 > 0时为1，反之为-1[52]。趋势强度分数：当均线距离的max(20) = max(60)时为1，当min(20) = min(60)时为-1[52]。趋势综合分数 = (趋势方向分数 + 趋势强度分数) / 2[52]。 17. **因子名称：新高新低数** **因子构建思路：** 指数成分股的新高与新低个数可以作为市场情绪的反转信号[54]。 **因子具体构建过程：** 计算中证800成分股的（过去一年新低数 - 新高数），并取其20日移动平均（ma20）[54]。若该ma20 > 0，说明近期新低较多，市场有见底预期，此时看多，分数为1；反之发出看空信号，分数为-1[54]。 18. **因子名称：期权隐含升贴水** **因子构建思路：** 基于看涨看跌平价关系推导出期权隐含的标的升贴水，反映期权市场对未来标的收益率的预期与情绪，作为反转指标衡量市场拥挤度[58]。 **因子具体构建过程：** 若50ETF近5日收益率 < 0，且该指标分位数 < 30%，则看多持续20日，分数为1[58]。若50ETF近5日收益率 > 0，且该指标分位数 > 70%，则看空持续20日，分数为-1[58]。 19. **因子名称：期权VIX指数** **因子构建思路：** 反映期权投资者对未来标的波动率的预期与市场情绪，高VIX时市场倾向于反转[60]。 **因子具体构建过程：** 若50ETF近5日收益率 < 0，且该指标分位数 > 70%，则看多持续20日，分数为1[60]。若50ETF近5日收益率 > 0，且该指标分位数 > 70%，则看空持续20日，分数为-1[60]。 20. **因子名称：期权SKEW指数** **因子构建思路：** 反映期权投资者对未来标的偏度的预期与市场情绪，可用作反转指标[64]。 **因子具体构建过程：** 若50ETF近5日收益率 < 0，且该指标分位数 > 70%，则看多持续20日，分数为1[64]。若50ETF近5日收益率 > 0，且该指标分位数 < 30%，则看空持续20日，分数为-1[64]。 21. **因子名称：可转债定价偏离度** **因子构建思路：** 可转债估值水平能体现市场情绪，可用作反转指标，定价偏离度越高表明拥挤度越高[68]。 **因子具体构建过程：** 计算可转债定价偏离度 = 转债价格 / 模型定价 - 1[68]。计算分数 = 定价偏离度 × (-1) 并计算过去3年z-score得到分数[68]。在择时模型中，分数低（即定价偏离度高）时发出看空信号[68]。 模型的回测效果 *报告本周观点部分给出了各维度及综合模型的当前打分，可视为模型在特定时点的输出结果。* 1. **择时雷达六面图综合择时模型**，当前综合打分为-0.19分[6][9]。 2. **择时雷达六面图综合择时模型-流动性维度**，当前得分为0.25分[9]。 3. **择时雷达六面图综合择时模型-经济面维度**，当前得分为-0.50分[9]。 4. **择时雷达六面图综合择时模型-估值面维度**，当前得分为-0.65分[9]。 5. **择时雷达六面图综合择时模型-资金面维度**，当前得分为1.00分[9]。 6. **择时雷达六面图综合择时模型-技术面维度**，当前得分为0.00分[9]。 7. **择时雷达六面图综合择时模型-拥挤度维度**，当前得分为-1.00分[9]。 因子的回测效果 *报告图表3（对应文档10）列出了全部21个因子在“上周”和“当前”（即本周）的分数。* 1. **货币方向因子**，上周分数1.00，当前分数1.00[10]。 2. **货币强度因子**，上周分数0.00，当前分数0.00[10]。 3. **信用方向因子**，上周分数1.00，当前分数1.00[10]。 4. **信用强度因子**，上周分数-1.00，当前分数-1.00[10]。 5. **增长方向因子**，上周分数-1.00，当前分数-1.00[10]。 6. **增长强度因子**，上周分数1.00，当前分数1.00[10]。 7. **通胀方向因子**，上周分数-1.00，当前分数-1.00[10]。 8. **通胀强度因子**，上周分数-1.00，当前分数-1.00[10]。 9. **席勒ERP因子**，上周分数-0.05，当前分数-0.17[10]。 10. **PB因子**，上周分数-0.58，当前分数-0.77[10]。 11. **AIAE因子**，上周分数-0.91，当前分数-1.00[10]。 12. **两融增量因子**，上周分数1.00，当前分数1.00[10]。 13. **成交额趋势因子**，上周分数1.00，当前分数1.00[10]。 14. **中国主权CDS利差因子**，上周分数1.00，当前分数1.00[10]。 15. **海外风险厌恶指数因子**，上周分数1.00，当前分数1.00[10]。 16. **价格趋势因子**，上周分数1.00，当前分数1.00[10]。 17. **新高新低数因子**，上周分数-1.00，当前分数-1.00[10]。 18. **期权隐含升贴水因子**，上周分数-1.00，当前分数-1.00[10]。 19. **期权VIX指数因子**，上周分数0.00，当前分数-1.00[10]。 20. **期权SKEW指数因子**，上周分数-1.00，当前分数-1.00[10]。 21. **可转债定价偏离度因子**，上周分数-1.00，当前分数-1.00[10]。

量化模型与构建方式 1. **模型名称：成交量模型**[1][8][11][13] * **模型构建思路**：基于价量关系进行短期市场择时，核心思想简单普世[8]。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤。 2. **模型名称：特征龙虎榜机构模型**[1][11][13] * **模型构建思路**：利用龙虎榜中的机构买卖行为特征进行短期市场择时[1][13]。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤。 3. **模型名称：特征成交量模型**[1][13] * **模型构建思路**：基于特定的成交量特征进行短期市场择时[1][13]。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤。 4. **模型名称：智能算法沪深300模型 / 智能算法中证500模型**[1][11][13] * **模型构建思路**：应用智能算法（如机器学习）对沪深300或中证500指数进行短期择时[1][13]。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤。 5. **模型名称：涨跌停模型**[1][11][13] * **模型构建思路**：基于市场涨跌停股票的数量或相关特征进行中期市场择时[1][8][13]。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤。 6. **模型名称：上下行收益差模型**[1][11][13][16] * **模型构建思路**：通过比较市场上行和下行收益的差异来进行中期市场择时[1][13]。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤。 7. **模型名称：月历效应模型**[1][13] * **模型构建思路**：基于月份、季节等时间周期相关的市场规律进行中期择时[1][13]。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤。 8. **模型名称：长期动量模型**[1][14] * **模型构建思路**：基于资产的长期价格趋势（动量）进行长期市场择时[1][14]。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤。 9. **模型名称：A股综合兵器V3模型 / A股综合国证2000模型**[1][15] * **模型构建思路**：将不同周期或不同策略的择时模型信号进行耦合，形成综合择时观点，以达到攻守兼备的效果[8][15]。 * **模型具体构建过程**：报告未提供该模型的具体耦合方法和详细步骤。 10. **模型名称：成交额倒波幅模型**[1][11][16] * **模型构建思路**：结合成交额与波动率（波幅）指标进行港股中期择时[1][16]。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤。 11. **模型名称：形态识别模型（双底形态、杯柄形态）**[45][46][47][52] * **模型构建思路**：通过识别股票价格走势图中的特定技术形态（如双底、杯柄）来捕捉突破机会，进行选股或择时[45][46]。 * **模型具体构建过程**：报告未提供形态识别的具体量化规则和算法步骤，但展示了识别出的形态关键点（如A、B、C点）和形态持续时间（长度）[49][51][55][56][57][58][59][60]。 12. **模型名称：HCVIX模型**[41][43][45] * **模型构建思路**：复现并计算中国市场的波动率指数（VIX），作为判断市场情绪的参考指标，该指数通常与大盘呈现负相关关系[41][43]。 * **模型具体构建过程**：根据公开的VIX计算方法进行复现，计算基于50ETF、沪深300指数等期权的隐含波动率[43]。报告未提供具体的计算公式。 模型的回测效果 1. **双底形态模型**，本周收益5.73%，同期上证综指收益3.82%，本周超额收益1.91%，自2020年12月31日至今累计收益22.56%，累计超额收益3.92%[46] 2. **杯柄形态模型**，本周收益4.05%，同期上证综指收益3.82%，本周超额收益0.23%，自2020年12月31日至今累计收益17.11%，累计超额收益-1.53%[46] 3. **上周杯柄形态突破个股组合**，平均超额收益1.99%[47] 4. **上周双底形态突破个股组合**，平均超额收益1.94%[52] 量化因子与构建方式 1. **因子名称：分析师一致预期调整比例**[20][21][24] * **因子构建思路**：通过统计行业内分析师上调或下调盈利预测的个股比例，来观察行业层面的预期变化[20][21]。 * **因子具体构建过程**：对于每个行业，计算本周内盈利预测被上调的个股数占行业总覆盖个股数的比例，以及被下调的个股比例[20][24]。报告未提供具体公式。 因子的回测效果 *(报告未提供因子的独立测试结果，如IC、IR、多空收益等)*

市场情绪与投资时机 - 市场择时者目前普遍厌恶债券 [1] - 当前可能是考虑买入债券的时机 [1]

量化模型与构建方式 1. **模型名称：短期成交量模型**[9][11] * **模型构建思路**：基于价量关系进行短期市场择时，核心思想简单普世[9]。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤，仅提及其为八大择时模型之一，属于短期周期模型，利用了价量角度[9][11]。 2. **模型名称：特征龙虎榜机构模型**[11] * **模型构建思路**：利用龙虎榜中的机构买卖行为特征进行市场择时判断。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤，仅提及其为短期择时模型之一[11]。 3. **模型名称：特征成交量模型**[11] * **模型构建思路**：基于成交量的某些特征进行市场择时判断。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤，仅提及其为短期择时模型之一[11]。 4. **模型名称：智能算法沪深300模型**[11] * **模型构建思路**：应用智能算法对沪深300指数进行择时判断。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤，仅提及其为短期择时模型之一[11]。 5. **模型名称：智能算法中证500模型**[11] * **模型构建思路**：应用智能算法对中证500指数进行择时判断。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤，仅提及其为短期择时模型之一[11]。 6. **模型名称：中期涨跌停模型**[9][12] * **模型构建思路**：基于市场中涨跌停股票的数量或比例等特征进行中期市场择时，核心思想简单普世[9]。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤，仅提及其为八大择时模型之一，属于中期周期模型[9][12]。 7. **模型名称：上下行收益差模型**[9][11][12][14] * **模型构建思路**：通过计算市场上行收益与下行收益的差值来进行市场择时判断，可能用于衡量市场动能或情绪。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤，仅提及其为八大择时模型之一，应用于A股和港股的中期择时[9][11][12][14]。 8. **模型名称：月历效应模型**[12] * **模型构建思路**：基于历史月份、星期等时间规律进行中期市场择时。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤，仅提及其为中期择时模型之一[12]。 9. **模型名称：长期动量模型**[9][13] * **模型构建思路**：基于价格加速度与趋势进行长期市场择时，核心思想简单普世[9]。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤，仅提及其为八大择时模型之一，属于长期周期模型[9][13]。 10. **模型名称：A股综合兵器V3模型**[13] * **模型构建思路**：将同一周期或不同周期下的多个择时模型信号进行耦合，结合偏防御和偏进攻的模型，以达到攻守兼备的效果[9]。 * **模型具体构建过程**：报告未提供该复合模型的具体耦合方法与权重分配细节，仅说明其为综合模型[9][13]。 11. **模型名称：A股综合国证2000模型**[13] * **模型构建思路**：将同一周期或不同周期下的多个择时模型信号进行耦合，结合偏防御和偏进攻的模型，以达到攻守兼备的效果[9]。 * **模型具体构建过程**：报告未提供该复合模型的具体耦合方法与权重分配细节，仅说明其为综合模型[9][13]。 12. **模型名称：港股成交额倒波幅模型**[14] * **模型构建思路**：结合成交额与波动率（波幅）进行港股市场的中期择时判断。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤，仅提及其为港股中期择时模型之一[14]。 13. **模型名称：形态识别模型（杯柄形态、双底形态）**[44] * **模型构建思路**：通过识别股价走势图表中的特定技术形态（如杯柄形态、双底形态）来构建股票组合，进行趋势跟踪或突破交易。 * **模型具体构建过程**：报告未提供形态识别的具体算法规则和量化定义，但展示了基于形态突破信号构建的组合及其表现[44][47][54]。 14. **模型名称：大师系列策略模型**[40] * **模型构建思路**：基于经典的价值型、成长型、综合型大师投资理念，构建量化选股策略，用于监控因子暴露和选股标准[40]。 * **模型具体构建过程**：报告未提供具体策略的构建公式和步骤，仅说明该系列包含33个策略，用于监控因子暴露[40]。 15. **模型名称：华创VIX指数模型**[42] * **模型构建思路**：复现并计算市场的波动率指数（VIX），作为判断市场情绪的参考指标，与大盘常呈负相关关系[42]。 * **模型具体构建过程**：报告提及该模型根据公开披露的VIX计算方法复现，并提供了50ETF期权、沪深300指数、300ETF的VIX计算结果，但未给出具体计算公式[42][43]。 模型的回测效果 1. **杯柄形态模型**，本周组合收益-0.19%，相对上证综指超额收益-0.32%；自2020年12月31日至今，累计收益12.55%，相对上证综指超额收益-1.73%[44]。 2. **双底形态模型**，本周组合收益-0.17%，相对上证综指超额收益-0.30%；自2020年12月31日至今，累计收益13.01%，相对上证综指超额收益-1.27%[44]。 量化因子与构建方式 * 报告主要介绍了多种择时模型和形态策略，未详细阐述用于选股的底层量化因子（如价值、成长、动量等）的具体构建方式。报告中提到的“大师策略”暴露的因子[40]，以及行业分析中涉及的“分析师上调/下调个股比例”[19][20]等可视为因子或信号，但未给出其量化定义和构建过程。 因子的回测效果 * 报告未提供具体量化因子的独立测试结果（如IC、IR、多空收益等）。

量化模型与构建方式 1. **模型名称：成交量模型**[1][11] * **模型构建思路：** 基于市场成交量的变化进行短期择时判断[8]。 * **模型具体构建过程：** 报告未提供该模型的具体构建公式和详细过程。 2. **模型名称：特征龙虎榜机构模型**[1][11] * **模型构建思路：** 利用龙虎榜中机构资金的买卖行为特征进行市场判断[8]。 * **模型具体构建过程：** 报告未提供该模型的具体构建公式和详细过程。 3. **模型名称：特征成交量模型**[1][11] * **模型构建思路：** 基于某种特定的成交量特征进行市场判断[8]。 * **模型具体构建过程：** 报告未提供该模型的具体构建公式和详细过程。 4. **模型名称：智能算法沪深300模型 / 智能算法中证500模型**[1][11] * **模型构建思路：** 应用智能算法（如机器学习）对沪深300或中证500指数进行择时判断[8]。 * **模型具体构建过程：** 报告未提供该模型的具体构建公式和详细过程。 5. **模型名称：涨跌停模型**[1][12] * **模型构建思路：** 通过分析市场中涨停和跌停股票的数量或比例等特征进行中期择时判断[8]。 * **模型具体构建过程：** 报告未提供该模型的具体构建公式和详细过程。 6. **模型名称：上下行收益差模型**[1][11][12] * **模型构建思路：** 通过计算市场上涨阶段与下跌阶段的收益差异来判断市场趋势[8]。 * **模型具体构建过程：** 报告未提供该模型的具体构建公式和详细过程。 7. **模型名称：月历效应模型**[1][12] * **模型构建思路：** 基于历史数据中存在的特定月份或日历周期的规律性效应进行择时判断。 * **模型具体构建过程：** 报告未提供该模型的具体构建公式和详细过程。 8. **模型名称：长期动量模型**[1][13] * **模型构建思路：** 基于资产的长期价格动量（趋势）进行择时判断[8]。 * **模型具体构建过程：** 报告未提供该模型的具体构建公式和详细过程。 9. **模型名称：A股综合兵器V3模型**[1][14] * **模型构建思路：** 一个综合性的A股择时模型，可能耦合了多个周期或策略的信号[8]。 * **模型具体构建过程：** 报告未提供该模型的具体构建公式和详细过程。 10. **模型名称：A股综合国证2000模型**[1][14] * **模型构建思路：** 针对国证2000指数的综合性择时模型[8]。 * **模型具体构建过程：** 报告未提供该模型的具体构建公式和详细过程。 11. **模型名称：成交额倒波幅模型**[1][15] * **模型构建思路：** 结合成交额与波动率（波幅）的倒数关系进行港股中期择时判断。 * **模型具体构建过程：** 报告未提供该模型的具体构建公式和详细过程。 12. **模型名称：恒生指数上下行收益差模型**[1][15] * **模型构建思路：** 针对恒生指数，计算其上涨与下跌阶段的收益差异进行判断。 * **模型具体构建过程：** 报告未提供该模型的具体构建公式和详细过程。 13. **模型名称：双底形态策略**[37][45] * **模型构建思路：** 基于技术分析中的双底形态识别进行选股，该形态通常被视为看涨反转信号。 * **模型具体构建过程：** 报告未提供该策略具体的形态识别算法和买入卖出规则。 14. **模型名称：杯柄形态策略**[37][50] * **模型构建思路：** 基于技术分析中的杯柄形态识别进行选股，该形态被视为上涨中继或突破前的整理形态。 * **模型具体构建过程：** 报告未提供该策略具体的形态识别算法和买入卖出规则。 15. **模型名称：倒杯子形态风险监控**[55] * **模型构建思路：** 识别技术分析中的倒杯子形态（负向形态），作为个股下跌风险的预警信号。 * **模型具体构建过程：** 报告未提供该模型具体的形态识别算法。 16. **因子名称：分析师一致预期上调/下调比例**[19] * **因子构建思路：** 统计行业内获得分析师上调或下调盈利预测的个股比例，反映分析师对行业基本面的整体预期变化。 * **因子具体构建过程：** 对于特定行业，计算在统计期内盈利预测被上调（或下调）的上市公司家数占该行业总上市公司家数的比例。 17. **因子名称：基金仓位（绝对/超低配）**[20][21][23][26][27] * **因子构建思路：** 利用公募基金持仓数据，计算其对特定行业的配置比例（绝对仓位）以及相对于市场标准（如市值占比）的超配或低配程度，反映机构资金动向。 * **因子具体构建过程：** * **绝对仓位：** 汇总所有样本基金持有某行业股票的总市值，除以样本基金股票总持仓市值。 * **超/低配：** 基金对该行业的绝对仓位减去该行业股票在基准指数（或全市场）中的市值占比。 * **超/低配近两年分位数：** 将当前时点的超/低配值置于过去两年的历史序列中，计算其分位数位置。 18. **模型名称：华创恐慌指数（HCVIX）**[34] * **模型构建思路：** 复现并跟踪中国市场波动率指数（VIX），作为判断市场情绪和风险的参考指标。 * **模型具体构建过程：** 根据公开的VIX计算方法，基于50ETF、沪深300指数等期权数据，计算未来30天的预期波动率。报告提及复现的指数与已停发的中证VIX历史数据相关系数达99.2%[34]。 模型的回测效果 1. **双底形态策略**，本周收益-2.35%，同期上证综指涨跌幅-0.34%，本周相对收益-2.0%，2020年12月31日至今累计收益11.46%，同期上证综指累计涨幅11.99%，累计相对收益-0.52%[37]。 2. **杯柄形态策略**，本周收益-1.47%，同期上证综指涨跌幅-0.34%，本周相对收益-1.13%，2020年12月31日至今累计收益8.94%，同期上证综指累计涨幅11.99%，累计相对收益-3.04%[37]。 因子的回测效果 *(注：本报告未提供量化因子的历史IC、IR、多空收益等传统回测指标数据。)*