根据提供的研报内容，总结其中涉及的量化模型与因子如下。 量化模型与构建方式 1. **模型名称：逆周期配置模型**[7] * **模型构建思路**：从逆周期视角出发，采用信用利差和期限利差作为代理变量，预测未来的宏观环境（经济增长和通货膨胀变化方向），并根据不同的宏观环境阶段（Growth, Inflation, Slowdown）选择表现最优的资产构建绝对收益组合[7] * **模型具体构建过程**： 1. 使用信用利差预测下个季度的经济增长变化方向[7] 2. 使用期限利差预测下个季度的通货膨胀变化方向[7] 3. 根据信用利差和期限利差的信号组合，将宏观环境划分为 Growth、Inflation、Slowdown 三种阶段[7] 4. 在不同宏观环境下，超配、低配或维持基准配置于特定资产（如沪深300、国证2000、南华商品指数、中债国债总财富指数）[7][8]例如，Inflation环境下维持股票基准配置比例（沪深300，20%），并配置30%的南华商品[8] 2. **模型名称：宏观动量模型**[9][13][14] * **模型构建思路**：通过综合评估经济增长、通货膨胀、汇率、利率、风险情绪等多个大类因子下的具体指标（小类因子）的最新变化，对股票、债券、黄金等大类资产在未来一个月的表现进行择时判断，生成正向或负向信号[9][10][13][14] * **模型具体构建过程**： 1. 为每类资产（如Wind全A、中债国债总净价指数、黄金）设定一组相关的大类因子和小类因子[10][13][14] 2. 每个小类因子有其预设的“影响方向”（1或-1，代表因子值上升对资产价格的正面或负面影响）[10][13] 3. 判断每个小类因子的“最新变化”（1代表上升，-1代表下降，0代表无明显变化）[10][13] 4. 将“影响方向”与“最新变化”相乘，得到每个小类因子的“分项信号”（1, 0, 或 -1）[10][13] 5. 将同一大类因子下所有小类因子的“分项信号”进行汇总（具体汇总方法未明确给出，但结果为大类因子的汇总信号，如1或-1）[10][13] 6. 将所有大类因子的汇总信号再次汇总，得到该资产的“总信号”（1为正向，-1为负向）[10][13] 3. **因子名称：行业复合趋势因子**[14][16][17] * **因子构建思路**：从行业维度构建一个复合指标，作为观察市场整体行情启动的信号，当因子绝对值超过一定水平时，预示市场后续可能上涨；当因子在顶部位置突降时，则可能触发空仓信号[14] * **因子具体构建过程**：报告中指出详细计算方法请参考对应专题报告，因此具体构建过程未在此月报中详细列出[14] 模型的回测效果 1. **逆周期配置模型**：以股债20-80为基准，展示了截至2025年09月30日的累计净值走势图[11] 2. **行业复合趋势因子组合**：在2015年1月至2025年9月期间，累积收益为122.66%，超额收益为48.42%[17] 量化因子与构建方式 1. **因子名称：经济增长因子（用于宏观动量模型）**[10][13] * **因子构建思路**：通过PMI、PMI预期误差、工业增加值误差、标普全球中国通用制造业PMI等具体指标的变化来判断经济增长动量，进而影响资产价格[10][13] * **因子具体构建过程**：作为宏观动量模型的一部分，其信号生成过程遵循模型整体规则，即（影响方向 × 最新变化）[10][13] 2. **因子名称：通货膨胀因子（用于宏观动量模型）**[10][13] * **因子构建思路**：通过PPI当月同比、PPI预期误差、CRB指数、CPI当月同比等具体指标的变化来判断通货膨胀动量，进而影响资产价格[10][13] * **因子具体构建过程**：作为宏观动量模型的一部分，其信号生成过程遵循模型整体规则，即（影响方向 × 最新变化）[10][13] 3. **因子名称：汇率因子（用于宏观动量模型）**[10][13] * **因子构建思路**：通过CFETS人民币汇率指数、美元中间价等具体指标的变化来判断汇率动量，进而影响资产价格[10][13] * **因子具体构建过程**：作为宏观动量模型的一部分，其信号生成过程遵循模型整体规则，即（影响方向 × 最新变化）[10][13] 4. **因子名称：利率因子（用于宏观动量模型）**[10][13] * **因子构建思路**：通过不同期限的中债国债、国开债、企业债到期收益率等具体指标的变化来判断利率动量，进而影响资产价格[10][13] * **因子具体构建过程**：作为宏观动量模型的一部分，其信号生成过程遵循模型整体规则，即（影响方向 × 最新变化）[10][13] 5. **因子名称：风险情绪因子（用于宏观动量模型）**[10][13] * **因子构建思路**：通过Wind全A前一个月收益率、Wind全A前一个月波动率（滚动6个月）变化等具体指标来判断市场风险情绪，进而影响资产价格[10][13] * **因子具体构建过程**：作为宏观动量模型的一部分，其信号生成过程遵循模型整体规则，即（影响方向 × 最新变化）[10][13] 6. **因子名称：基本面因子（用于黄金择时）**[14] * **因子构建思路**：通过预期通胀、实际利率、全球负收益债规模、美国M2等具体指标来判断黄金的基本面情况[14] * **因子具体构建过程**：具体信号生成方法未明确给出，但直接给出了分项信号（1或-1）[14] 7. **因子名称：持仓因子（用于黄金择时）**[14] * **因子构建思路**：通过CFTC掉期商持仓、CFTC管理基金持仓等具体指标来判断市场参与者持仓变化[14] * **因子具体构建过程**：具体信号生成方法未明确给出，但直接给出了分项信号（1或-1）[14] 8. **因子名称：技术因子（用于黄金择时）**[14] * **因子构建思路**：通过伦敦金10月均线、伦敦金20月均线等具体技术指标来判断黄金价格趋势[14] * **因子具体构建过程**：具体信号生成方法未明确给出，但直接给出了分项信号（1或-1）[14] 因子的回测效果 1. **行业复合趋势因子**：根据2025年9月底数据，因子值为-0.30[17]上月（2025年9月）因子发出正向信号，同期Wind全A收益率为2.80%[17]