量化模型与因子总结 量化模型与构建方式 1. **模型名称**：风格相对拥挤度模型[71][127] * **模型构建思路**：通过计算不同风格指数换手率标准化值的差异及其历史分位，来衡量某一风格相对于另一风格的交易拥挤程度，以判断其配置风险或性价比[71][127]。 * **模型具体构建过程**： 1. 对于风格A指数和风格B指数，分别计算其近252个交易日的平均换手率[127]。 2. 将上述平均换手率值，在2005年1月1日以来的历史时间序列上进行Z-score标准化，得到Z-score_A与Z-score_B[127]。 3. 计算二者差值：$$Diff_{AB} = Z\text{-}score_A - Z\text{-}score_B$$[127] 4. 计算差值Diff_AB的滚动6年历史分位数（若历史数据不足6年但满1年，则使用全部历史数据计算），该分位数即为风格A相对于风格B的相对拥挤度[127]。 2. **模型名称**：风格累计超额净值模型[128] * **模型构建思路**：以万得全A指数为基准，计算各风格指数的累计超额收益，用于跟踪风格表现的相对强弱[128]。 * **模型具体构建过程**： 1. 设定基准日（报告中为2020年1月4日）[128]。 2. 将各风格指数及万得全A指数的每日收盘价除以基准日收盘价，得到各自的累计净值序列[128]。 3. 将各风格指数每日的累计净值除以同一交易日万得全A指数的累计净值，得到该风格指数相对于万得全A的累计超额净值[128]。 3. **模型名称**：机构调研活跃度模型[129] * **模型构建思路**：通过标准化并比较不同板块（指数、行业）的机构调研频率，构建活跃度指标并计算其历史分位，以衡量市场关注度的变化[129]。 * **模型具体构建过程**： 1. 对于特定板块，计算其近n个交易日的“日均机构调研次数”[129]。 2. 将该日均值在滚动y年的历史时间序列上进行z-score标准化[129]。 3. 将上述标准化值与万得全A指数的同期标准化结果作差，得到“机构调研活跃度”[129]。 4. 计算该“机构调研活跃度”的滚动y年历史分位数（长期口径：n=126，y=6年；短期口径：n=63，y=3年。历史数据不足时使用全部可用数据计算）[129]。 模型的回测效果 *本报告为市场跟踪周报，未提供上述模型的长期历史回测绩效指标（如年化收益率、夏普比率、最大回撤等）。报告主要展示了模型在特定时点（2025年12月26日当周）的输出结果和状态判断[71][75][77][78]。* 量化因子与构建方式 1. **因子名称**：滚动季度夏普率[37][39] * **因子构建思路**：计算万得全A指数滚动一个季度（约63个交易日）的夏普比率，作为衡量市场情绪与风险的指标[37]。 * **因子具体构建过程**：报告未给出详细计算公式，但遵循夏普比率通用定义，即区间超额收益率均值除以收益率标准差。文中指出该指标上升至历史极高位置表明市场情绪达到极端高峰[37]。 2. **因子名称**：风险溢价（ERP）[51][59] * **因子构建思路**：计算股票指数市盈率倒数与无风险利率的差值，作为衡量股债相对性价比的指标[51]。 * **因子具体构建过程**：对于任一指数，其ERP计算公式为： $$ERP = \frac{1}{PE_{TTM}} - R_{f}$$ 其中，\(PE_{TTM}\) 为指数的滚动市盈率，\(R_{f}\) 为10年期中国国债到期收益率[51]。 3. **因子名称**：成交热度[25][35] * **因子构建思路**：使用换手率的历史分位来度量指数、板块或行业的交易活跃程度[25]。 * **因子具体构建过程**：成交热度定义为“周度日均自由流通换手率”在设定历史区间（例如2005年1月1日至今）内的历史分位值[25][35]。 4. **因子名称**：动量因子（基于长江动量指数）[61] * **因子构建思路**：以最近一年收益率减去最近一个月收益率（剔除涨停板）作为动量指标，筛选动量特征强的股票[61]。 * **因子具体构建过程**：报告未给出具体加权和调仓细节。长江动量指数综合选择A股市场中动量特征强且流动性相对较高的前100只股票作为成分股，以表征动量风格的整体走势[61]。 5. **因子名称**：反转因子（基于长江反转指数）[61] * **因子构建思路**：以最近一个月收益率作为筛选指标，筛选反转效应强的股票[61]。 * **因子具体构建过程**：报告未给出具体加权和调仓细节。长江反转指数综合选择A股市场中反转效应强、流动性较好的前100只股票作为成分股，并采用近三个月日均成交量进行加权，以表征反转风格的整体表现[61]。 因子的回测效果 *本报告未提供上述因子的IC、IR、多空收益等传统因子测试结果。报告主要展示了这些因子或基于其构建的指数在特定时期（近一周、近一月、年初至今）的表现，以及相关指标（如PE分位、ERP分位）在当周末的截面或时间序列值[17][35][49][59][66]。*

市场风格与热点轮动 - 碳酸锂期货涨停带动锂矿资源板块上涨，市场风格定位为涨价题材 [1] - 微盘股指数率先创出新高，杠铃策略受到关注，农伟达、工武纪等被提及为战略配置标的 [1] - 当前市场呈现“妖王争霸”格局，赚钱效应集中在连板妖股，ST板块和福建本地股是主要领域 [5] - 热点轮动快速，除人工智能为首板外，福建板块、锂电池等均为连板妖股，参与需追涨策略 [5] - 市场存在两种主要风格选择：上涨趋势的微盘股结合风口顺势而为，或震荡行情中主线轮动的低吸策略 [8] 市场交易数据与动能 - 今日买盘力量为1338家，较前日的1822家有所减弱，卖盘力量为414家，显示资金仍在流出但机构抛压可能被碳酸锂行情对冲 [3][4] - 今日涨停个股85家，真实涨停76家，涨幅超过5%的个股有257家，涨幅超过3%的个股有514家 [4] - 今日跌停个股2家，跌幅超过5%的个股有82家，跌幅超过3%的个股有337家 [4] - 多空力量对比为+352，较前日的-681出现显著改善 [4] - 连续下跌个股数量增加，连续下跌3天、4天、5天的个股分别有457家、228家、114家 [8] 板块表现分析 - 福建本地板块表现最强，共有18家涨停 [5][6] - 锂电池板块有15家涨停，人工智能板块有10家涨停，大消费板块有6家涨停但出现断档 [5] - ST板块有15家涨停，处于近期相对低位，显示庄家抱团迹象 [5] - 热点轮动预期中，人工智能板块被替代的概率较大，轮动可能继续集中在福建板块 [5]

量化模型与构建方式 1. **模型名称：宏观择时策略** - **模型构建思路**：基于动态宏观事件因子构建股债轮动策略，通过经济增长和货币流动性信号动态调整权益仓位[27] - **模型具体构建过程**： 1. 经济增长信号强度计算：综合工业增加值、PMI等指标，6月信号强度为100%[28] 2. 货币流动性信号强度计算：基于SHIBOR、DR007等利率指标，6月信号强度为0%[28] 3. 权益仓位配置：信号加权后输出中性偏多观点，7月推荐仓位50%[28] - **模型评价**：2025年初至今收益率1.34%，跑赢Wind全A（1.04%）[27] 2. **模型名称：微盘股轮动模型** - **模型构建思路**：结合相对净值、动量和风险指标监控微盘股风格切换[31] - **模型具体构建过程**： 1. 相对净值计算：微盘股/茅指数相对净值2.00倍，高于243日均线1.48倍[31] 2. 动量指标：20日收盘价斜率微盘股0.5%，茅指数0.4%[31] 3. 风险监控：波动率拥挤度同比-13.56%（阈值55%），十年国债利率同比-21.85%（阈值30%）[35] 模型的回测效果 1. **宏观择时策略**：2025年初至今收益率1.34%，超额收益0.30%[27][29] 2. **微盘股轮动模型**：相对净值年化优势持续，波动率风险指标未触发预警[31][35] --- 量化因子与构建方式 1. **因子名称：价值因子** - **构建思路**：基于估值指标筛选低估股票[38] - **具体构建**： - BP_LR：最新年报账面净资产/最新市值[44] - EP_FTTM：未来12个月一致预期净利润/最新市值[44] - 沪深300池IC 12.36%，多空收益3.05%[38] 2. **因子名称：成长因子** - **构建思路**：捕捉企业盈利增长能力[38] - **具体构建**： - NetIncome_SQ_Chg1Y：单季度净利润同比增速[44] - 中证500池IC -14.01%，多空收益-1.46%[38] 3. **因子名称：技术因子** - **构建思路**：量价指标反映短期市场行为[44] - **具体构建**： - Volume_Mean_20D_240D：20日成交量均值/240日成交量均值[44] - 全部A股池IC 16.53%，多空收益1.86%[38] 4. **转债估值因子** - **构建思路**：平价底价溢价率衡量转债估值[41] - **具体构建**： - 上周多空收益-0.68%，正股成长因子（1.25%）表现最佳[41] --- 因子的回测效果 1. **价值因子**：沪深300池IC 12.36%，多空收益3.05%[38] 2. **成长因子**：中证500池IC -14.01%，多空收益-1.46%[38] 3. **技术因子**：全部A股池IC 16.53%，多空收益1.86%[38] 4. **转债估值因子**：周度多空收益-0.68%[41] （注：部分因子如质量、波动率等构建细节参见附录分类表[44]）

北交所及微盘股市场异动 - 北证50指数一度跌近6%，北交所266股中仅15只上涨，微盘股指数同步大幅下跌[1] - 下跌主因分析：中证2000成交占比超3月高点，微盘股出现显著超买信号，市场量能不足导致拥挤交易修正[1][2] - 资金流动性：两融净流入收缩，股票型ETF流出规模扩大，股权融资和产业资本净减持放大[2] 美国财政及全球市场影响 - 美财长警告财政资金8月耗尽，3条缓解路径（提升债限/关税加码/债务重组）均可能推高美债利率[1] - 美国上半年财政缺口约2万亿美元，依赖政府现金和非常规措施支撑[2] - 4月美国"对等关税"引发股债汇三杀，美债信用受质疑导致利率快速上行[3] 日本市场风险传导 - 日本长端利率因首相发言明显上升，冲击全球风险偏好，但中金认为影响或逐步消退[3] - 日本央行可能临时增加购债维稳市场，政府财政状况边际改善降低国债风险[3] A股市场现状与展望 - 5月第二周起持续震荡，个股普跌（4400只下跌）但上证指数保持强势，成交量不足制约行情[4] - 摩根大通预测：MSCI中国指数基本目标80点，沪深300基本目标4150点，乐观情景分别达89点和4420点[4] - 中国经济结构：出口贡献减弱，消费和投资因政策支持增强，提振消费仍需政策加码[4][5] 中国政策与经济调整方向 - 财政政策：中央仍有扩张空间支持稳增长，货币政策需进一步降息降准[5] - 金融稳定优先项：2024年9月后聚焦稳定地产和资本市场[5] - 经济再平衡：扩大内需和消费列为经济工作任务之首[5]