量化模型与因子总结 量化因子与构建方式 1. **因子名称：风格相对拥挤度**[122] * **因子构建思路**：通过比较两种风格指数（如成长与红利）的换手率活跃度差异，来衡量某一风格相对于另一风格的交易拥挤程度。拥挤度越高，表明该风格交易过热，未来回调风险可能越大[67]。 * **因子具体构建过程**： 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（约一年）的平均换手率。 2. 将每个指数的平均换手率序列，在从2005年1月1日至今的整个历史时间序列上进行Z-score标准化，得到Z-score_A和Z-score_B。 3. 计算两个标准化值的差值：差值 = Z-score_A - Z-score_B。 4. 计算该差值序列在过去6年滚动窗口内的历史分位数（若历史数据不足6年但满1年，则使用全部历史数据计算）。这个分位数即为风格A相对于风格B的“相对拥挤度”[122]。 2. **因子名称：风格累计超额净值**[123] * **因子构建思路**：计算某一风格指数相对于市场基准（万得全A）的长期累计超额收益，用于评估该风格的长期表现和趋势。 * **因子具体构建过程**： 1. 以2020年1月4日为基准日，将风格指数和万得全A指数的每日收盘价除以各自在基准日的收盘价，分别得到各自的累计净值序列。 2. 将风格指数的累计净值除以同一交易日的万得全A指数累计净值，得到该风格指数相对于万得全A的累计超额净值序列[123]。 3. **因子名称：机构调研活跃度**[124] * **因子构建思路**：通过计算板块、指数或行业在一段时间内接受机构调研的频繁程度，并将其与市场整体水平进行比较，来衡量市场关注度的变化。 * **因子具体构建过程**： 1. 对于目标板块（指数、行业），计算其近n个交易日的“日均机构调研次数”。 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。 3. 对万得全A进行同样的计算，得到其标准化值。 4. 将目标板块的标准化值减去万得全A的标准化值，得到“机构调研活跃度”。 5. 最后，计算该“机构调研活跃度”值在滚动y年历史窗口内的分位数[124]。 * **参数设置**： * 长期口径：n=126（近半年），滚动窗口y=6年（数据不足6年但满3年时用全部历史数据）[124]。 * 短期口径：n=63（近一季度），滚动窗口y=3年（数据不足3年但满1年时用全部历史数据）[124]。 4. **因子名称：风险溢价 (ERP)**[48] * **因子构建思路**：衡量股票市场相对于无风险利率的预期超额回报，用于评估股市的估值吸引力或“股债性价比”。 * **因子具体构建过程**： 1. 计算指数的市盈率倒数（盈利收益率）：1 / 指数PE_TTM。 2. 减去当前10年期中债国债到期收益率。 * **公式**： $$指数ERP = \frac{1}{指数PE\_TTM} – 10年期中债国债到期收益率$$[48] 5. **因子名称：成交热度**[25] * **因子构建思路**：使用换手率的历史分位值来衡量当前市场的交易活跃程度。 * **因子具体构建过程**：对于核心指数、板块或行业，计算其“周度日均自由流通换手率”在从2005年1月1日至今的历史时间序列中所处的百分位值[25]。 6. **因子名称：动量因子（长江动量指数构建）**[59] * **因子构建思路**：捕捉股票价格中期延续上涨或下跌趋势的效应。 * **因子具体构建过程**：以最近一年股票收益率减去最近一个月股票收益率（剔除涨停板影响）作为动量指标，在A股市场中综合选择动量特征强且流动性相对较高的前100只股票作为指数成分股[59]。 7. **因子名称：反转因子（长江反转指数构建）**[60] * **因子构建思路**：捕捉股票价格短期出现反向修正的效应。 * **因子具体构建过程**：以最近一个月股票收益率作为筛选指标，在A股市场中综合选择反转效应强、流动性较好的前100只股票作为指数成分股，并采用成分股近三个月日均成交量进行加权[60]。 因子的回测效果 1. **风格相对拥挤度因子**，成长vs红利相对拥挤度历史分位：70%[67]，小盘vs大盘相对拥挤度历史分位：6%[67]，微盘股vs中证800相对拥挤度历史分位：61%[67] 2. **风格累计超额净值因子**，成长较红利超额收益（近一周）：4.2%[58]，小盘较大盘超额收益（近一周）：2.4%[58]，微盘股较基金重仓超额收益（近一周）：-2.1%[58]，动量较反转超额收益（近一周）：5.8%[58] 3. **风险溢价 (ERP) 因子**，万得全A指数ERP历史分位：55%[57]，沪深300指数ERP历史分位：61%[57]，创业板指数ERP历史分位：86%[57] 4. **成交热度因子**，万得全A指数成交热度历史分位：81%[31]，创业板指数成交热度历史分位：88%[31]，医药板块成交热度历史分位：91%[25]，金融板块成交热度历史分位：57%[25]