量化模型与构建方式 1. 模型名称：异动雷达综合信号资金通道策略[29][42][44] 模型构建思路：基于“事件簇”理念，通过计算个股与基准指数在多种资金流指标上的分钟序列相关系数，并结合个股超额收益方向，批量识别个股异动事件信号。筛选出有效且低相关的信号进行合成，构建事件驱动策略[28][29]。 模型具体构建过程： * **信号生产**：对于每只股票，在每日的特定时间段（如第四个小时），计算其与基准指数（如万得全A）在特定资金流指标（如“最激进的主买单委托单数量”）上的分钟序列相关系数[29][44]。 * **信号触发**：若相关系数<0，则判定为发生异动。可进一步结合该时间段内个股相对基准指数的超额收益方向，细分为“上涨异动”（超额收益>0）或“下跌异动”（超额收益<0），也可不区分方向[29][39]。 * **信号筛选**：对批量生产的事件信号，通过其对应资金通道策略在样本内的超额信息比率（IR）和信号间的相关性进行分时段筛选，保留有效且低相关的信号，构成“异动雷达事件簇”[29][43]。 * **信号合成**：若某只股票在某一交易日同时触发事件簇中2个及以上的信号，则视为触发“异动雷达综合信号”[44]。 * **策略构建**：采用4通道轮动方式。每周末，回看过去5个交易日，将所有曾触发异动雷达综合信号的股票作为目标股票池。下周初开盘时，在空闲资金通道中等权买入目标池股票，持有20个交易日后平仓。4个通道的净值之和即为策略整体净值[42]。 2. 模型名称：叠加负向剔除的异动雷达综合信号资金通道策略[50][51] 模型构建思路：在异动雷达综合信号策略的基础上，进一步利用事件簇中具有负向筛选能力的信号，剔除部分股票以提升策略表现[48][51]。 模型具体构建过程： * **负向信号筛选**：从异动雷达事件簇中，筛选出对应资金通道策略负向超额收益信息比率较高且相关性较低的信号作为负向信号[48]。 * **策略构建**：每周末，回看过去5个交易日，将曾触发异动雷达综合信号的股票作为初始目标池，然后剔除在过去5日内曾触发任一负向信号的股票，得到最终目标股票池。后续资金通道轮动操作与基础模型相同[51]。 3. 模型名称：行业轮动模型（强趋势+低拥挤、剔除低景气）[69][70] 模型构建思路：每月末，基于行业的趋势、拥挤度、景气度因子，筛选出趋势强、不拥挤且景气度不低的行业进行配置[69]。 模型具体构建过程： * **因子标准化**：每月末，将各中信一级行业的趋势因子、拥挤度因子分别进行截面zscore标准化[69]。 * **综合得分**：将标准化后的趋势因子与拥挤度因子得分相加，得到行业综合得分[69]。 * **初始筛选**：选取综合得分排名前5的行业作为初始多头持仓[69]。 * **景气度剔除**：若初始持仓中存在景气度排名倒数前5的行业，则将其剔除，剩余行业构成最终行业配置组合[69]。 4. 模型名称：行业轮动模型（异动+强趋势+低拥挤、剔除低景气）[70] 模型构建思路：在“强趋势+低拥挤、剔除低景气”模型基础上，加入行业异动因子，以提升行业配置效果[70]。 模型具体构建过程： * **因子标准化**：每月末，将各中信一级行业的异动因子、趋势因子、拥挤度因子分别进行截面zscore标准化[70]。 * **综合得分**：将标准化后的三个因子得分相加，得到行业综合得分[70]。 * **初始筛选**：选取综合得分排名前5的行业作为初始多头持仓[70]。 * **景气度剔除**：若初始持仓中存在景气度排名倒数前5的行业，则将其剔除，剩余行业构成最终行业配置组合[70]。 5. 模型名称：行业轮动模型（强趋势+高景气、剔除高拥挤）[74] 模型构建思路：每月末，基于行业的趋势、景气度、拥挤度因子，筛选出趋势强、景气度高且不拥挤的行业进行配置[74]。 模型具体构建过程： * **因子标准化**：每月末，将各中信一级行业的趋势因子、景气度因子分别进行截面zscore标准化[74]。 * **综合得分**：将标准化后的趋势因子与景气度因子得分相加，得到行业综合得分[74]。 * **初始筛选**：选取综合得分排名前5的行业作为初始多头持仓[74]。 * **拥挤度剔除**：若初始持仓中存在拥挤度排名前5的行业，则将其剔除，剩余行业构成最终行业配置组合[74]。 6. 模型名称：行业轮动模型（异动+强趋势+高景气、剔除高拥挤）[74] 模型构建思路：在“强趋势+高景气、剔除高拥挤”模型基础上，加入行业异动因子，以提升行业配置效果[74]。 模型具体构建过程： * **因子标准化**：每月末，将各中信一级行业的异动因子、趋势因子、景气度因子分别进行截面zscore标准化[74]。 * **综合得分**：将标准化后的三个因子得分相加，得到行业综合得分[74]。 * **初始筛选**：选取综合得分排名前5的行业作为初始多头持仓[74]。 * **拥挤度剔除**：若初始持仓中存在拥挤度排名前5的行业，则将其剔除，剩余行业构成最终行业配置组合[74]。 量化因子与构建方式 1. 因子名称：价格异动事件信号[13] 因子构建思路：通过计算个股与基准指数（万得全A）日内分钟收盘价序列的相关系数，识别价格走势与大盘背离的个股[11][13]。 因子具体构建过程：对于某只股票，计算其当日分钟收盘价序列与万得全A指数分钟收盘价序列的相关系数。若相关系数<0，则判定该股当日发生价格异动[13]。 因子评价：该信号捕捉的异动股票未来超额收益胜率不足50%，无法成为有效的Alpha信号源[15]。 2. 因子名称：逆势上涨异动事件信号[18] 因子构建思路：在价格异动的基础上，进一步考虑个股相对指数的超额收益方向，识别“指数下跌而个股上涨”的情形[17][18]。 因子具体构建过程：对于某只股票，计算其当日分钟收盘价序列与万得全A指数分钟收盘价序列的相关系数。若相关系数<0，且当日个股收益率>指数收益率，则判定该股当日发生逆势上涨异动[18]。 3. 因子名称：逆势下跌异动事件信号[18] 因子构建思路：在价格异动的基础上，进一步考虑个股相对指数的超额收益方向，识别“指数上涨但个股下跌”的情形[17][18]。 因子具体构建过程：对于某只股票，计算其当日分钟收盘价序列与万得全A指数分钟收盘价序列的相关系数。若相关系数<0，且当日个股收益率<指数收益率，则判定该股当日发生逆势下跌异动[18]。 4. 因子名称：异动雷达事件簇信号[28][29] 因子构建思路：利用多种维度的资金流指标（而非仅价格），计算个股与基准指数资金流分钟序列的相关系数，并结合超额收益方向，体系化地批量生产个股异动事件信号[28][29]。 因子具体构建过程： * **资金流指标构建**：数据来源包括逐笔成交、委托、撤单。从“何人”（按金额大小或委托激进程度划分）、“何方向”（买/卖/整体）、“何种量”（成交量、金额、笔数、单笔金额）等多个维度构建分钟资金流指标[34]。 * **基准指数资金流拟合**：通过将成分股资金流简单相加、取中位数或按流通市值加权等方式，拟合得到基准指数（如万得全A或行业指数）的资金流序列[35]。 * **相关系数计算**：选择特定时段（如全天或分小时），计算个股与基准指数在选定资金流指标上的分钟序列相关系数$$corr$$[29][30]。 * **信号定义**：若相关系数$$corr < 0$$，可判定为“异动”。可进一步结合该时段内个股相对基准指数的超额收益$$R_{stock} - R_{benchmark}$$，定义“上涨异动”（超额收益>0）或“下跌异动”（超额收益<0）[29][39]。 5. 因子名称：行业异动因子[66] 因子构建思路：将个股层面的异动雷达综合信号聚合到行业层面，构建反映行业整体异动程度的因子[66]。 因子具体构建过程： * 每个交易日，统计各中信一级行业内触发异动雷达综合信号的股票数量$$Count_{signal}$$[66]。 * 计算各行业的异动占比：$$异动占比 = \frac{Count_{signal}}{行业成分股总数}$$[66]。 * 计算行业异动占比的滚动20日平均值[66]。 * 计算该滚动平均值在时序上的历史分位数，作为该行业当日的异动因子值[66]。 因子评价：该因子月度IC均值为0.03，具备一定的行业分组能力，且与常见的行业趋势因子相关性较低（约11%）[68]。 模型的回测效果 （回测期：2016/01/01 - 2026/02/28，基准：中证800等权指数） 1. 异动雷达综合信号资金通道策略，年化收益8.70%，年化波动19.95%，信息比率0.44，最大回撤31.98%，年化超额收益7.51%，超额年化波动3.03%，超额信息比率2.48，超额最大回撤4.13%[45][48] 2. 叠加负向剔除的异动雷达综合信号资金通道策略，年化收益10.94%，年化波动20.15%，信息比率0.54，最大回撤30.62%，年化超额收益9.77%，超额年化波动3.34%，超额信息比率2.92，超额最大回撤2.85%[51][53] 因子的回测效果 1. 价格异动事件信号，触发后60个交易日，相对中证800等权的累积超额收益平均值0.29%，样本胜率44.17%[16] 2. 逆势上涨异动事件信号，触发后60个交易日，相对中证800等权的累积超额收益平均值0.02%，样本胜率43.39%[21] 3. 逆势下跌异动事件信号，触发后60个交易日，相对中证800等权的累积超额收益平均值0.56%，样本胜率44.77%[26] 4. 行业异动因子，在行业轮动模型（异动+强趋势+低拥挤、剔除低景气）中，年化超额收益9.50%，超额信息比率1.09，超额最大回撤9.62%[70][73] 5. 行业异动因子，在行业轮动模型（异动+强趋势+高景气、剔除高拥挤）中，年化超额收益9.04%，超额信息比率0.80，超额最大回撤18.66%[75][78]