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**：基于宽基指数的成交量变化判断市场短期走势[12] - **模型具体构建过程**：监测宽基指数（如上证指数、沪深300等）的成交量突破阈值，结合价格趋势确认信号。当成交量显著放大且价格突破关键位时触发看多信号[12] 2. **模型名称**：低波动率模型 - **模型构建思路**：通过计算宽基指数的历史波动率判断市场风险偏好[12] - **模型具体构建过程**：采用20日波动率标准差，当波动率低于历史中位数时输出中性信号[12] 3. **模型名称**：特征龙虎榜机构模型 - **模型构建思路**：跟踪龙虎榜机构资金流向构建看空/看多信号[12] - **模型具体构建过程**：统计机构席位净卖出金额占比，超过阈值时触发看空信号[12] 4. **模型名称**：智能沪深300/中证500模型 - **模型构建思路**：结合机器学习和价量因子对指数进行择时[12] - **模型评价**：在趋势行情中表现优异，震荡市易产生误判[12] 5. **模型名称**：涨跌停模型 - **模型构建思路**：通过市场涨跌停家数比判断中期情绪[13] - **模型具体构建过程**：计算涨停/跌停股票数量比值，5日均值高于1.5时看多，低于0.8时看空[13] 6. **模型名称**：长期动量模型 - **模型构建思路**：基于250日收益率排序判断长期趋势[14] - **模型具体构建过程**：$$ Momentum_{250} = \frac{P_t}{P_{t-250}} - 1 $$，数值处于历史前30%分位时看多[14] 7. **复合模型**：A股综合兵器V3模型 - **模型构建思路**：耦合短期成交量、中期涨跌停和长期动量信号[15] - **模型评价**：多周期信号互补，稳定性优于单一模型[15] 8. **港股模型**：成交额倒波幅模型 - **模型构建思路**：结合港股成交额与波动率异常检测[16] - **模型具体构建过程**：$$ Signal = \frac{Turnover_{10D}}{VIX_{10D}} $$，突破布林带上轨时看多[16] 模型的回测效果 1. 成交量模型：上证指数看多信号周胜率62%[12] 2. 低波动率模型：沪深300中性信号年化波动率18%[12] 3. 智能沪深300模型：年化超额收益9.8%，IR 1.2[12] 4. 长期动量模型：国证2000指数年化收益差3.5%[14] 5. 成交额倒波幅模型：恒生指数看多信号月胜率58%[16] 量化因子与构建方式 1. **因子名称**：杯柄形态因子 - **因子构建思路**：识别价格走势中的杯柄突破形态[44] - **因子具体构建过程**： 1. 定义A点（左杯沿）、B点（杯底）、C点（右杯沿）[44] 2. 计算形态长度（A到C周数）[44] 3. 突破条件：$$ P_{break} = C_{high} + 0.5 \times (A_{high} - B_{low}) $$[44] 2. **因子名称**：双底形态因子 - **因子构建思路**：捕捉W形底部反转信号[49] - **因子具体构建过程**： 1. 识别A（左底）、B（颈线）、C（右底）三点[49] 2. 突破条件：$$ P_{break} = B_{high} + 0.618 \times (B_{high} - A_{low}) $$[49] 因子的回测效果 1. 杯柄形态因子：2020年至今累计超额收益45.93%，周胜率53%[43] 2. 双底形态因子：同期累计超额收益34.82%，周胜率48%[43]