量化模型与构建方式 1 模型名称：有色金属相对指数趋势跟踪模型 模型构建思路：基于价格走势的局部延续性假设，通过观察窗口内的价格变动与波动率关系判断趋势方向[3] 模型具体构建过程： - 计算T日收盘价与T-20日收盘价的差值del - 计算T-20日至T日（不含）的波动率Vol - 趋势判断规则： $$ del = Price_T - Price_{T-20} $$ $$ Vol = \sqrt{\frac{1}{19}\sum_{i=T-19}^{T-1}(Price_i - \overline{Price})^2} $$ 当|del| > 1×Vol时判定为趋势突破（N=1），方向与del符号一致；否则延续前一日趋势方向[3] 模型评价：在剧烈波动的市场环境中易产生连续错误信号，导致长时间回撤[4] 模型的回测效果 1 有色金属相对指数趋势跟踪模型： - 年化收益：-28.19% - 波动率（年化）：17.43% - 夏普率：-1.62 - 最大回撤：51.80% - 指数期间总回报率：0.99%[3] （注：报告中未涉及量化因子相关内容，故不输出该部分）

报告行业投资评级 未提及 报告的核心观点 - 该模型不适合直接用于申万一级农林牧渔指数相对值 [4] 根据相关目录分别进行总结 模型概述 - 设计原理：假定标的价格走势有局部延续性，永远处于某一趋势中，反转行情持续时间小于趋势延续时间，窄幅盘整时延续之前趋势；大级别趋势中，给定短观察窗口走势延续局部趋势；趋势反转时，观察窗口始末价格变动方向超出随机波动造成的趋势背离范围以排除随机波动影响；为严谨评估模型效果默认可对标的进行多空操作 [3] - 作用标的：申万一级农林牧渔指数相对值（相对沪深 300） [3] - 标的的数据预处理规则：相对值 [3] - 模型信号维度：多空 [3] - 具体算法：计算 T 日收盘价与 T - 20 日收盘价的差 del，计算 T - 20 日至 T 日（不含）时间段的波动率 Vol；若 del 绝对值大于 N 倍的 Vol，认为当前价格脱离原有振荡区间形成趋势，趋势多空方向与 del 正负对应；若小于等于 N 倍的 Vol，认为当前走势延续，趋势方向同 T - 1 日；取 N = 1 进行跟踪；农林牧渔考虑多空两个方向的回报，将合并结果作为最终评估依据 [3] - 跟踪区间：2023 年 3 月 7 日 - 2025 年 3 月 18 日 [3] 结果评估 - 区间年化收益：-14.11% [3] - 波动率（年化）：16.16% [3] - 夏普率：-0.87 [3] - 最大回撤：31.26% [3] - 指数期间总回报率：-22.65% [3] 模型策略适用情况总结 - 2023 年 3 月 7 日至 2023 年 11 月 8 日，模型表现不佳，净值呈下降趋势，无法取得较好累计收益 [4] - 2023 年 11 月 8 日至 2024 年 3 月 18 日，模型处于正收益通道，净值达到历史最高点 [4] - 此后行情里，模型净值下行，陷入长时间回撤；模型年化收益回撤比较低，整个跟踪区间基本处于回撤中 [4]

量化模型与构建方式 1 模型名称：美容护理指数趋势跟踪模型 模型构建思路：基于价格走势的局部延续性假设，通过观察窗口内的价格变动与波动率关系判断趋势方向[3] 模型具体构建过程： - 计算T日收盘价与T-20日收盘价的差值del $$del = P_T - P_{T-20}$$ - 计算T-20日至T日（不含）的波动率Vol $$Vol = \sqrt{\frac{1}{19}\sum_{i=T-19}^{T-1}(P_i - \bar{P})^2}$$ - 信号生成规则：若|del| > 1×Vol则判定趋势形成（多头当del>0，空头当del<0），否则延续T-1日趋势方向[3] 模型评价：对窄幅盘整行情适应性差，在2024年1-6月持续回撤阶段表现不佳[4] 模型的回测效果 1 美容护理指数趋势跟踪模型 区间年化收益：-1.22%[3] 波动率（年化）：30.79%[3] 夏普率：-0.04[3] 最大回撤：39.17%[3] 指数期间总回报率：-33.91%[3] （注：报告中未涉及量化因子相关内容，故不输出因子部分）

量化模型与构建方式 1. **模型名称**：石油石化指数趋势跟踪模型 - **模型构建思路**：模型假设标的价格走势具有局部延续性，趋势持续时间大于反转行情持续时间，窄幅盘整时延续原有趋势。通过观察窗口内的价格变动方向与波动率的关系判断趋势方向[3] - **模型具体构建过程**： 1. 计算T日收盘价与T-20日收盘价的差值：$$del = P_T - P_{T-20}$$ 2. 计算T-20日至T日（不含）的波动率Vol（标准差） 3. 趋势判断规则： - 若$$|del| > N \times Vol$$，则形成新趋势，方向与del符号一致（N=1） - 否则延续T-1日趋势方向[3] - **模型评价**：模型在测试区间内持续回撤，净值下降明显，不适合直接用于申万石油石化指数[4] 模型的回测效果 1. **石油石化指数趋势跟踪模型**： - 年化收益：-24.35% - 波动率（年化）：19.77% - 夏普比率：-1.23 - 最大回撤：44.48% - 指数总回报率：-6.61%[3] （注：报告中未涉及量化因子相关内容，故跳过该部分）

报告行业投资评级 报告未提及行业投资评级相关内容 报告的核心观点 - 国防军工指数趋势跟踪模型不适合直接用于申万一级国防军工指数 ，该模型在2023年3月7日至2024年1月2日及2024年2月5日至2024年9月6日期间净值下降陷入长期回撤无法取得较好累计收益，此后净值围绕原值波动并最终回归原值附近，且模型区间收益为负、年化收益回撤比较低、前期和中期处于较长时间回撤 [5] 根据相关目录分别进行总结 模型概述 - 设计原理：假定标的价格走势有局部延续性，永远处于某一趋势中，反转行情持续时间小于趋势延续时间，窄幅盘整时延续之前趋势；大级别趋势中，给定短观察窗口走势延续局部趋势，趋势反转时观察窗口始末价格变动方向会超出随机波动造成的趋势背离范围以排除随机波动影响；为严谨评估模型效果默认可对标的进行多空操作 [4] - 作用标的：申万一级国防军工指数 [4] - 标的的数据预处理规则：保留原值 [4] - 模型信号维度：多空 [4] - 具体算法：计算T日收盘价与T - 20日收盘价的差del，计算T - 20日至T日（不含）时间段的波动率Vol；若del绝对值大于N倍的Vol则认为形成趋势，趋势多空方向与del正负对应，若小于等于N倍的Vol则认为走势延续，趋势方向同T - 1日；取N = 1进行跟踪；考虑多空两个方向的回报并合并结果作为最终评估依据 [4] - 跟踪区间：2023年3月7日 - 2025年3月18日 [4] 结果评估 - 区间年化收益： - 0.37% [4] - 波动率（年化）：29.80% [4] - 夏普率： - 0.01 [4] - 最大回撤：29.79% [4] - 指数期间总回报率： - 3.81% [4]

量化模型与构建方式 1. **模型名称**：申万一级电子指数趋势跟踪模型 **模型构建思路**：基于价格走势的局部延续性假设，通过观察窗口内的价格变动与波动率关系判断趋势方向[3] **模型具体构建过程**： - 计算T日收盘价与T-20日收盘价的差值：$$del = P_T - P_{T-20}$$ - 计算T-20日至T日（不含）的波动率Vol（未明确计算方法，默认标准差） - 趋势判断规则： - 若$$|del| > N \times Vol$$，则趋势方向与del符号一致（N=1） - 否则延续T-1日趋势方向[3] **模型评价**：在特定时间段（如2023年10月至2024年2月）能捕捉趋势，但整体年化收益为负（-5.48%），不适用于申万电子指数[3][4] 模型的回测效果 1. **申万一级电子指数趋势跟踪模型**： - 年化收益：-5.48% - 波动率（年化）：32.72% - 夏普率：-0.17 - 最大回撤：38.97% - 指数期间总回报率：31.87%（基准对比）[3] 其他说明 - **数据预处理**：直接使用原始收盘价数据，未做调整[3] - **测试区间**：2023年3月7日至2025年3月18日[3] - **净值表现**：图表显示模型净值在2024年2月达峰值后持续下行（图表1-2）[5][9] - **回撤分析**：最大回撤绝对值达38.97%（图表3-4）[7][9] （注：报告中未涉及量化因子内容，故略去相关部分）