量化模型与因子总结 量化模型与构建方式 1. **模型名称：择时系统**[7] **模型构建思路**：通过多个指标综合判断市场状态，包括趋势强度和超涨超跌状态，用于监控市场并提示潜在风险[7] **模型具体构建过程**： - 包含趋势指标，用于判断当前市场趋势的强度[7] - 包含低频温度计和超低频温度计，这两个指标用于刻画市场的超涨和超跌状态[7] - 超涨状态的触发规则：如果市场保持快速上涨势头，指标数值可能上穿至预设的风险阈值之上，从而触发超涨信号[7] 2. **模型名称：四轮驱动模型**[17] **模型构建思路**：识别不同行业、板块或大类资产的交易机会，基于价格行为、调整形态和成交量变化进行判断[17] **模型具体构建过程**： - 模型输出一系列交易信号，每个信号包含日期、标的代码、标的名称、信号类型（如“交易机会”）和简要的研判理由[17] - 研判理由通常基于技术分析，例如：“处于偏强的区间震荡中”、“调整过程属于偏强势的调整形态”、“开始放量上涨上穿多根均线”、“在突破前高之前先进行高位震荡整理，当下有放量上涨迹象”等[17] - 模型覆盖的标的包括宽基指数（如科创50、中证800）、行业指数（如中证TMT）、主题及大类资产（如白银、欧元兑美元汇率）[17] 3. **因子名称：股债收益差**[7] **因子构建思路**：通过计算股票市场收益率与债券收益率之间的差异，并结合其历史波动情况（标准差），来评估股票市场的相对吸引力和潜在风险[7] **因子具体构建过程**： - 报告中提及的预警条件为股债收益差是否来到“2倍标准差附近”[7] - 该因子被用作监控市场是否可能出现较大级别调整的观察视角之一[7] 4. **因子名称：成交金额占比（拥挤度）**[2][8] **因子构建思路**：通过计算某板块成交金额占市场总成交额的比例，来衡量该板块的交易热度和情绪泡沫化程度[2][8] **因子具体构建过程**： - 报告以TMT板块为例，其成交金额占比约为34%[2][8] - 通过对比该比例与近两年的高点距离，来判断情绪是否过热（例如：认为当前TMT板块情绪并未到过于泡沫化状态）[2][8] - 同时监测周期和消费类板块的成交金额占比，发现其处于近两年低点附近[2][8] 5. **因子名称：低频温度计**[7] **因子构建思路**：用于刻画市场的超涨或超跌状态，是一个低频监控指标[7] **因子具体构建过程**：报告中未详细描述其具体计算公式，但明确指出其功能是刻画超涨超跌，并设有风险阈值[7] 6. **因子名称：超低频温度计**[7] **因子构建思路**：用于刻画市场的超涨或超跌状态，是一个超低频监控指标[7] **因子具体构建过程**：报告中未详细描述其具体计算公式，但明确指出其功能是刻画超涨超跌，并设有风险阈值[7] 模型的回测效果 （报告中未提供相关模型的具体回测指标数值，如年化收益率、夏普比率、最大回撤等，故本节省略） 因子的回测效果 （报告中未提供相关因子的具体回测指标数值，如IC值、IR、多空收益等，故本节省略）