量化模型与构建方式 1. **模型名称**：量价行业轮动组合 **模型构建思路**：基于动量、交易波动、换手率、多空对比、量价背离、量幅同向六个维度的量价因子，通过单因子测试筛选出11个有效因子，构建复合因子进行行业轮动[7] **模型具体构建过程**： - 每月末从中信一级行业（剔除综合和综合金融）中选取复合因子值最高的五个行业 - 因子等权加权，行业间等权加权[8] **模型评价**：逻辑性强，历史表现优异 2. **模型名称**："正预期与非拥挤"行业组合 **模型构建思路**：结合分析师预期复合因子和拥挤度指标，剔除拥挤度最低的15个行业后选择预期因子值最高的五个行业[11] **模型具体构建过程**： - 分析师预期复合因子包含：分析师预期变化、市场信心、报告覆盖加速度、机构覆盖加速度、财务报表超预期、业绩预告超预期 - 拥挤度指标由6个量价因子构建 - 每月末剔除拥挤度最低的15个行业后，选择剩余行业中分析师预期复合因子值最高的五个行业[11] 模型的回测效果 1. **量价行业轮动组合** - 累计收益：797.59%（2010-2025/7） - 累计超额收益：686.47%（vs行业等权） - 7月收益：5.54% - 7月超额收益：0.82% - 2025年前7月超额收益：4.36% - 月胜率：100%[9][10] 2. **"正预期与非拥挤"行业组合** - 累计收益：1145.44%（2010-2025/7） - 累计超额收益：1034.33%（vs行业等权） - 7月收益：6.74% - 7月超额收益：2.02% - 2025年前7月收益：5.25% - 2025年前7月超额收益：-4.08%[11] 量化因子与构建方式 1. **因子名称**：二阶动量 **因子构建思路**：衡量价格二阶变化趋势 **因子具体构建过程**： $$𝐶𝑙𝑜𝑠𝑒𝑡\ 𝐸𝑊𝑀𝐴(𝐶𝑙𝑜𝑠𝑒𝑡−𝑚𝑒𝑎𝑛(𝐶𝑙𝑜𝑠𝑒𝑡−window1:𝑡),window2)−𝑑𝑒𝑙𝑎𝑦(𝑚𝑒𝑎𝑛(𝐶𝑙𝑜𝑠𝑒𝑡−window1:𝑡),window)$$ 其中： - $𝐶𝑙𝑜𝑠𝑒𝑡$为当期收盘价 - $𝐸𝑊𝑀𝐴$为指数加权移动平均 - $window1$和$window2$为不同时间窗口[8] 2. **因子名称**：动量期限差 **因子构建思路**：比较不同期限价格动量差异 **因子具体构建过程**： $$\frac{𝐶𝑙𝑜𝑠𝑒𝑡−𝐶𝑙𝑜𝑠𝑒𝑡−𝑤𝑖𝑛𝑑𝑜𝑤1}{𝐶𝑙𝑜𝑠𝑒𝑡−𝑤𝑖𝑛𝑑𝑜𝑤1}−\frac{𝐶𝑙𝑜𝑠𝑒𝑡−𝐶𝑙𝑜𝑠𝑒𝑡−𝑤𝑖𝑛𝑑𝑜𝑤2}{𝐶𝑙𝑜𝑠𝑒𝑡−𝑤𝑖𝑛𝑑𝑜𝑤2}$$[8] 3. **因子名称**：成交金额波动 **因子构建思路**：衡量成交金额波动性 **因子具体构建过程**： $$−𝑆𝑇𝐷(𝐴𝑚𝑜𝑢𝑛𝑡)$$[8] 4. **因子名称**：换手率变化 **因子构建思路**：比较不同窗口换手率均值变化 **因子具体构建过程**： $$\frac{𝑀𝑒𝑎𝑛(𝑡𝑢𝑟𝑛𝑜𝑣𝑒𝑟𝑡−window1:𝑡)}{𝑀𝑒𝑎𝑛(𝑡𝑢𝑟𝑛𝑜𝑣𝑒𝑟𝑡−window2:𝑡)}$$[8] 5. **因子名称**：多空对比总量 **因子构建思路**：综合衡量多空力量对比 **因子具体构建过程**： $$\sum_{𝑖=𝑡−𝑤𝑖𝑛𝑑𝑜𝑤}^𝑡\left[\frac{(𝐶𝑙𝑜𝑠𝑒−𝐿𝑜𝑤)−(𝐻𝑖𝑔ℎ−𝐶𝑙𝑜𝑠𝑒)}{𝐻𝑖𝑔ℎ𝑖−𝐿𝑜𝑤𝑖}\times(𝑉𝑜𝑙𝑢𝑚𝑒\ 𝐸𝑊𝑀𝐴\times𝐶𝑙𝑜𝑠𝑒)\right]$$[8] 6. **因子名称**：量价背离协方差 **因子构建思路**：通过排名协方差捕捉量价背离 **因子具体构建过程**： $$𝑟𝑎𝑛𝑘\{𝑐𝑜𝑣𝑎𝑟𝑖𝑎𝑛𝑐𝑒[𝑟𝑎𝑛𝑘(𝐶𝑙𝑜𝑠𝑒),𝑟𝑎𝑛𝑘(𝑉𝑜𝑙𝑢𝑚𝑒),𝑤𝑖𝑛𝑑𝑜𝑤]\}$$[8] 7. **因子名称**：量价相关系数 **因子构建思路**：直接计算量价相关性 **因子具体构建过程**： $$−𝑐𝑜𝑟𝑟𝑒𝑙𝑎𝑡𝑖𝑜𝑛(𝐶𝑙𝑜𝑠𝑒,𝑉𝑜𝑙𝑢𝑚𝑒,𝑤𝑖𝑛𝑑𝑜𝑤)$$[8] 因子的回测效果 （注：报告中未单独披露各因子测试结果，仅展示复合模型效果）

量化因子与构建方式 1 因子名称：二阶动量 因子构建思路：通过计算价格与移动平均的偏离程度来捕捉动量效应[6] 因子具体构建过程： $$𝐶𝑙𝑜𝑠𝑒𝑡 𝐸𝑊𝑀𝐴(− 𝑚𝑒𝑎𝑛(𝐶𝑙𝑜𝑠𝑒𝑡−window1:𝑡)) / 𝑚𝑒𝑎𝑛(𝐶𝑙𝑜𝑠𝑒𝑡−window1:𝑡)$$ 其中EWMA表示指数加权移动平均，window1为回溯窗口[7] 2 因子名称：动量期限差 因子构建思路：通过不同期限价格变化率的差异捕捉动量持续性[6] 因子具体构建过程： $$(𝐶𝑙𝑜𝑠𝑒𝑡−𝐶𝑙𝑜𝑠𝑒𝑡−𝑤𝑖𝑛𝑑𝑜𝑤1)/𝐶𝑙𝑜𝑠𝑒𝑡−𝑤𝑖𝑛𝑑𝑜𝑤1 − (𝐶𝑙𝑜𝑠𝑒𝑡−𝐶𝑙𝑜𝑠𝑒𝑡−𝑤𝑖𝑛𝑑𝑜𝑤2)/𝐶𝑙𝑜𝑠𝑒𝑡−𝑤𝑖𝑛𝑑𝑜𝑤2$$ window1和window2代表不同期限的回溯窗口[7] 3 因子名称：成交金额波动 因子构建思路：通过成交金额的波动性反映市场活跃度变化[6] 因子具体构建过程： $$−𝑆𝑇𝐷(𝐴𝑚𝑜𝑢𝑛𝑡)$$ STD表示标准差计算[7] 4 因子名称：多空对比总量 因子构建思路：通过累计多空力量对比判断资金流向[6] 因子具体构建过程： $$\sum_{i=t-window}^{t} \frac{𝐶𝑙𝑜𝑠𝑒𝑖−𝐿𝑜𝑤𝑖}{𝐻𝑖𝑔ℎ𝑖−𝐶𝑙𝑜𝑠𝑒𝑖}$$ window为回溯周期[7] 5 因子名称：量价背离协方差 因子构建思路：通过价格与成交量排名的协方差捕捉背离现象[6] 因子具体构建过程： $$𝑟𝑎𝑛𝑘{𝑐𝑜𝑣𝑎𝑟𝑖𝑎𝑛𝑐𝑒[𝑟𝑎𝑛𝑘(𝐶𝑙𝑜𝑠𝑒), −𝑟𝑎𝑛𝑘(𝑉𝑜𝑙𝑢𝑚𝑒), 𝑤𝑖𝑛𝑑𝑜𝑤]}$$ rank表示截面排序[7] 6 因子名称：量幅同向 因子构建思路：通过成交量变化与价格振幅的相关性捕捉趋势强度[6] 因子具体构建过程： $$𝑐𝑜𝑟𝑟𝑒𝑙𝑎𝑡𝑖𝑜𝑛[ 𝑅𝑎𝑛𝑘(\frac{𝑉𝑜𝑙𝑢𝑚𝑒𝑖}{𝑉𝑜𝑙𝑢𝑚𝑒𝑖−1}),𝑅𝑎𝑛𝑘(\frac{𝐻𝑖𝑔ℎ𝑖}{𝐿𝑜𝑤𝑖}−1),𝑤𝑖𝑛𝑑𝑜𝑤]$$ window为滚动计算窗口[7] 复合因子构建方式 模型名称：量价行业轮动组合 模型构建思路：综合11个量价因子构建行业轮动策略[6] 模型具体构建过程：每月末对中信一级行业（剔除综合和综合金融）计算复合因子值，选取排名前五的行业，因子等权加权，行业间等权配置[7] 模型的回测效果 1 量价行业轮动组合，累计收益694.50%[9] 2 量价行业轮动组合，累计超额收益605.20%（vs行业等权基准）[9] 3 量价行业轮动组合，2025年4月超额收益0.81%[9]