根据提供的量化分析报告，以下是关于其中涉及的量化模型和因子的总结。 量化模型与构建方式 1. **模型名称：择时雷达六面图模型**[1][6] * **模型构建思路**：该模型是一个综合择时框架，认为权益市场表现受多维度指标共同影响。模型从流动性、经济面、估值面、资金面、技术面、拥挤度六个维度选取二十一个指标，并将其概括为“估值性价比”、“宏观基本面”、“资金&趋势”、“拥挤度&反转”四大类，最终生成一个介于[-1,1]之间的综合择时分数，用以判断市场整体观点[1][6]。 * **模型具体构建过程**：模型构建过程分为几个步骤。首先，从六个维度选取共计21个底层指标。其次，对每个底层指标根据其构建规则计算出一个初始的择时信号分数（通常为1，0，-1或经过标准化处理的值）。然后，将六个维度的分数进行综合（具体综合方法未在提供内容中详细说明，但结果是得到四大类分数和最终的综合分数）。最终，模型输出综合择时分数以及各维度的分数，分数区间为[-1,1]，分数为正代表看多或中性偏多，为负代表看空或中性偏空，接近零代表中性[1][6][7][8]。 量化因子与构建方式 1. **因子名称：货币方向因子**[10] * **因子构建思路**：该因子旨在判断当前货币政策的方向，通过比较政策利率与市场利率相对于历史水平的变化来确定货币环境的宽松或收紧[10]。 * **因子具体构建过程**：选取央行使用的货币政策工具利率与短端市场利率，计算其相较于90天前的平均变化方向。若货币方向因子>0，则判断货币政策宽松；若<0，则判断货币政策收紧。在模型中，宽松对应看多信号（分数为1），收紧对应看空信号（分数为-1）[10]。 2. **因子名称：货币强度因子**[12] * **因子构建思路**：该因子基于“利率走廊”概念，通过衡量短端市场利率相对于政策利率的偏离幅度来表征货币政策的强度[12]。 * **因子具体构建过程**：计算偏离度 = DR007 / 7天逆回购利率 - 1。对该偏离度进行平滑处理并计算Z-Score，得到货币强度因子。若货币强度因子 < -1.5倍标准差，则预期未来120个交易日为宽松环境，指标分数为1；若 > 1.5倍标准差，则预期未来120个交易日指标分数为-1[12]。 3. **因子名称：信用方向因子**[15] * **因子构建思路**：该因子用于表征商业银行对实体经济信贷传导的松紧程度，使用中长期贷款指标的变化趋势来判断[15]。 * **因子具体构建过程**：计算中长期贷款当月值，然后计算过去十二个月的增量，再计算该增量的同比。若信用方向因子相比于三个月之前上升则看多，分数为1；反之则看空，分数为-1[15]。 4. **因子名称：信用强度因子**[18] * **因子构建思路**：该因子旨在捕捉信贷指标是否大幅超预期或不及预期，反映信用的强度[18]。 * **因子具体构建过程**：构建信用强度因子 = (新增人民币贷款当月值 – 预期中位数) / 预期标准差。若信用强度因子 > 1.5倍标准差，则定义未来60个交易日为信用显著超预期环境，分数为1；反之若 < -1.5倍标准差，则未来60个交易日分数为-1[18]。 5. **因子名称：增长方向因子**[20] * **因子构建思路**：该因子基于PMI数据构建，用于判断经济增长的方向[20]。 * **因子具体构建过程**：基于中采制造业PMI、中采非制造业PMI、财新制造业PMI数据，计算增长方向因子 = PMI -> 计算过去十二月均值 -> 计算同比。若增长方向因子相比于三个月之前上升则看多，分数为1；反之则看空，分数为-1[20]。 6. **因子名称：增长强度因子**[23] * **因子构建思路**：该因子用于捕捉经济增长指标是否大幅超预期或不及预期[23]。 * **因子具体构建过程**：计算PMI预期差 = (PMI – 预期中位数) / 预期标准差。若增长强度因子 > 1.5倍标准差，则定义未来60个交易日为增长显著超预期环境，分数为1；反之若 < -1.5倍标准差，则未来60个交易日分数为-1[23]。 7. **因子名称：通胀方向因子**[25] * **因子构建思路**：该因子通过当前通胀水平的变化来判断对未来货币政策空间的预期，进而影响权益资产[25]。 * **因子具体构建过程**：计算通胀方向因子 = 0.5 × CPI同比平滑值 + 0.5 × PPI同比原始值。若通胀方向因子相较于三个月之前降低，则说明是通胀下行环境，此时看多，分数为1；反之看空，分数为-1[25]。 8. **因子名称：通胀强度因子**[27] * **因子构建思路**：该因子用于捕捉通胀指标是否大幅超预期或不及预期[27]。 * **因子具体构建过程**：分别计算CPI与PPI的预期差 = (披露值 – 预期中位数) / 预期标准差，并计算通胀强度因子 = CPI与PPI预期差均值。若通胀强度因子 < -1.5，则定义未来60个交易日为通胀显著不及预期环境，分数为1；反之若 > 1.5倍标准差，则未来60个交易日分数为-1[27]。 9. **因子名称：席勒ERP**[28] * **因子构建思路**：该因子通过计算经周期调整的估值水平与无风险收益率的差值，来衡量权益资产的性价比[28]。 * **因子具体构建过程**：计算过去6年通胀调整后的平均盈利，得到席勒PE。然后计算席勒ERP = 1 / 席勒PE - 10年期国债到期收益率。最后，计算该ERP过去6年的Z-Score作为分数[28]。 10. **因子名称：PB**[31] * **因子构建思路**：该因子是传统的估值指标，通过市净率的相对历史位置来判断市场估值水平[31]。 * **因子具体构建过程**：对PB乘以-1，然后计算过去6年的Z-Score，再用1.5倍标准差进行截尾处理，最后标准化到±1之间得到分数[31]。 11. **因子名称：AIAE**[33] * **因子构建思路**：该因子全称为 Aggregate Investor Allocation to Equities（全市场权益配置比例），用于反映市场整体的风险偏好，基于投资者在风险资产和安全资产之间的配置均衡逻辑[33]。 * **因子具体构建过程**：构建A股的AIAE指标 = 中证全指总流通市值 / (中证全指总流通市值 + 实体总债务)。将AIAE乘以-1后，计算过去6年的Z-Score得到分数[33]。 12. **因子名称：两融增量**[36] * **因子构建思路**：该因子通过杠杆资金（融资融券）的增量变化来捕捉市场情绪[36]。 * **因子具体构建过程**：计算融资余额 - 融券余额，然后计算其过去120日的均增量与过去240日的均增量。若120日均增量 > 过去240日均增量，则判断杠杆资金上行，看多，分数为1；反之看空，分数为-1[36]。 13. **因子名称：成交额趋势**[39] * **因子构建思路**：该因子通过成交额的活跃度趋势来捕捉市场资金热度[39]。 * **因子具体构建过程**：对成交额取对数，然后计算其均线距离 = MA120 / MA240 - 1。当均线距离的max(10) = max(30) = max(60)时看多，分数为1；当均线距离的min(10) = min(30) = min(60)时看空，分数为-1[39]。 14. **因子名称：中国主权CDS利差**[43] * **因子构建思路**：该因子通过海外投资者对中国主权信用风险的定价变化来推断外资流入意愿[43]。 * **因子具体构建过程**：对中国主权CDS利差进行平滑处理，然后计算其20日差分。若20日差分 < 0，说明CDS利差下降，海外投资者预期中国基本面转好，此时看多，分数为1；反之看空，分数为-1[43]。 15. **因子名称：海外风险厌恶指数**[45] * **因子构建思路**：该因子使用花旗风险厌恶指数（Citi RAI Index）来捕捉海外市场的整体风险偏好，从而影响外资流向[45]。 * **因子具体构建过程**：对海外风险厌恶指数进行平滑处理，然后计算其20日差分。若20日差分 < 0，表明外资风险偏好上升，此时看多，分数为1；反之看空，分数为-1[45]。 16. **因子名称：价格趋势**[47] * **因子构建思路**：该因子结合价格趋势的方向和强度，通过均线系统来捕捉市场中长期动量[47]。 * **因子具体构建过程**：计算价格均线距离 = MA120 / MA240 - 1。趋势方向分数：若均线距离 > 0，则为1，反之为-1。趋势强度分数：若均线距离的max(20) = max(60)，则为1；若min(20) = min(60)，则为-1。趋势综合分数 = (趋势方向分数 + 趋势强度分数) / 2[47]。 17. **因子名称：新高新低数**[49] * **因子构建思路**：该因子作为市场反转信号，通过成分股创年内新高与新低的数量差来判断市场可能的顶部或底部[49]。 * **因子具体构建过程**：计算中证800成分股中，过去一年新低数 - 新高数，然后取20日移动平均（MA20）。若该MA20值 > 0，说明近期新低较多，市场有见底预期，此时看多，分数为1；反之发出看空信号，分数为-1[49][50]。 18. **因子名称：期权隐含升贴水**[53] * **因子构建思路**：该因子基于期权市场隐含的标的未来收益率预期，作为反转指标来衡量市场拥挤度[53]。 * **因子具体构建过程**：基于看涨看跌平价关系推导出期权的隐含升贴水。若50ETF近5日收益率 < 0，且该指标分位数 < 30%，则看多持续20日，分数为1。若50ETF近5日收益率 > 0，且指标分位数 > 70%，则看空持续20日，分数为-1[53]。 19. **因子名称：期权VIX指数**[54] * **因子构建思路**：该因子使用期权隐含波动率来反映市场对未来波动率的预期和情绪，作为反转指标[54]。 * **因子具体构建过程**：若50ETF近5日收益率 < 0，且VIX指数分位数 > 70%，则看多持续20日。若50ETF近5日收益率 > 0，且VIX指数分位数 > 70%，则看空持续20日[54][55]。 20. **因子名称：期权SKEW指数**[59] * **因子构建思路**：该因子使用期权隐含偏度来反映市场对未来价格分布偏度的预期和情绪，作为反转指标[59]。 * **因子具体构建过程**：若50ETF近5日收益率 < 0，且SKEW指数分位数 > 70%，则看多持续20日，分数为1。若50ETF近5日收益率 > 0，且SKEW指数分位数 < 30%，则看空持续20日，分数为-1[59][60]。 21. **因子名称：可转债定价偏离度**[63] * **因子构建思路**：该因子通过可转债的市场价格与其模型理论价格的偏离度来捕捉市场情绪和拥挤度，作为反转指标[63]。 * **因子具体构建过程**：计算可转债定价偏离度 = 转债价格 / 模型定价 - 1。然后计算因子分数 = 定价偏离度 × (-1)，再计算过去3年的Z-Score得到最终分数。定价偏离度越高，拥挤度越高，分数越低[63]。 模型的回测效果 （报告中未提供择时雷达六面图模型的具体回测指标数值，如年化收益率、夏普比率、最大回撤等。） 因子的回测效果 （报告中未提供各个因子独立测试的具体IC值、IR、多空收益等量化指标数值。报告主要展示了各因子在特定时间点（本周）的信号分数和观点。）

市场表现与投资者结构 - 日韩股市表现强劲，特别是SK海力士、三星电子等芯片股表现突出 [1] - 日韩市场机构投资者占比超过70%，是成熟市场 [6] - A股市场上证指数从4月7日到10月30日上涨19.6%，但跑赢指数的个股不到四成，4200只上涨个股中有4000多只振幅超过30% [2] 市场动态与机构行为 - 个股反弹中，前三次反弹缺乏机构参与，第四次反弹出现密集的机构活动信号（橙色“机构库存”） [4][6] - 机构投资者运用大数据分析和量子计算等先进工具，与依赖传统技术分析的散户形成对比 [2][7] - 日韩股市上涨受美股带动和政策刺激，如韩国调降股息税刺激外资流入，日本企业治理改革成效显著 [7] 市场效率与投资策略 - 缺乏机构参与的反弹行情持续性存疑，市场波动揭示了结构性差异 [7] - 注册制深化和退市机制完善将加剧未来A股市场的个股分化 [7] - 量化系统数据显示，机构行为信号是判断市场机会质量的关键指标 [6][7]

公众号内容架构与核心资源 - 公众号为提升阅读效率 设置了清晰的导航布局 新关注者可快速获取核心知识 [1] - 通过私信对话框的菜单栏可直接访问核心公式等关键资源 [1] - 公众号首页设有四个主要合集 涵盖交易系统原理与量化公式、看图基础与图形模式、猛兽股特征研究、读书笔记与实战心法 [1] 精选文章与用户反馈 - 公众号置顶两篇精选文章 被视为号眼 第一篇阐述选股底层逻辑 第二篇讲解快速搜索趋势强股的方法 [4] - 部分用户对内容评价较高 存在反复研读甚至打印成册的学习行为 [4] - 文章获得用户互动 例如一篇阅读量达1804 获赞192 有1位朋友转发 另一篇阅读量2242 获赞125 有1位朋友赞赏 [2]

根据提供的量化周报内容，以下是关于报告中涉及的量化模型和因子的总结。 量化模型与构建方式 1. **模型名称：A股景气指数模型**[32][33][35] * **模型构建思路**：该模型旨在对A股市场的景气度进行高频Nowcasting（即时预测），其核心目标是Nowcasting上证指数的归母净利润同比增速[32] * **模型具体构建过程**：模型的具体构建细节在报告《视角透析：A股景气度高频指数构建与观察》中。报告指出，该指数用于追踪景气下行周期的底部区域和上行趋势[32][33][35] 2. **模型名称：A股情绪指数模型**[37][38][43] * **模型构建思路**：该模型通过分析市场的波动率和成交额变化来刻画投资者情绪，并据此生成见底和见顶预警信号[37][38] * **模型具体构建过程**：模型将市场状态根据波动率和成交额的变化方向划分为四个象限。研究表明，只有在“波动率上行-成交额下行”的区间内市场表现为显著负收益，其余区间均为显著正收益。基于此规律，模型构建了包含见底预警与见顶预警的A股情绪指数系统。具体构建方法可参考报告《视角透析：A股情绪指数构建与观察》[37][38][43] 3. **模型名称：中证500指数增强模型**[48][51][53] * **模型构建思路**：通过量化策略模型构建投资组合，旨在持续跑赢中证500指数基准[48][51] * **模型具体构建过程**：报告未详细说明该增强模型的具体因子构成和权重配置方法，但展示了根据该模型产生的具体持仓列表[53] 4. **模型名称：沪深300指数增强模型**[56][57][60] * **模型构建思路**：通过量化策略模型构建投资组合，旨在持续跑赢沪深300指数基准[56][57] * **模型具体构建过程**：报告未详细说明该增强模型的具体因子构成和权重配置方法，但展示了根据该模型产生的具体持仓列表[60] 5. **模型名称：主题挖掘算法模型**[48] * **模型构建思路**：该模型通过分析新闻和研报文本，自动挖掘当前市场的热点主题投资机会[48] * **模型具体构建过程**：模型包含多个处理维度，包括文本处理、主题关键词提取、主题个股关系挖掘、主题活跃周期构建以及主题影响力因子构建等[48] 模型的回测效果 1. **中证500增强模型**，本周收益0.40%，本周超额收益0.45%，2020年至今超额收益52.65%，最大回撤-5.73%[48][51] 2. **沪深300增强模型**，本周收益0.84%，本周超额收益0.02%，2020年至今超额收益39.36%，最大回撤-5.86%[56][57] 3. **A股情绪指数系统择时模型**，报告通过图表展示了其历史择时表现，但未给出具体的量化指标数值[47] 量化因子与构建方式 1. **因子名称：风格因子体系**[61] * **因子构建思路**：参照BARRA因子模型框架，构建一套涵盖十大类风格的风险因子体系，用于解释股票收益和市场风格分析[61] * **因子具体构建过程**：报告指出构建的风格因子包括：市值（SIZE）、BETA、动量（MOM）、残差波动率（RESVOL）、非线性市值（NLSIZE）、估值（BTOP）、流动性（LIQUIDITY）、盈利（EARNINGS_YIELD）、成长（GROWTH）和杠杆（LVRG）。但未提供每个因子的具体计算公式[61] 因子的回测效果 1. **残差波动率因子**，近期纯因子收益表现优异[2][62] 2. **价值因子**，近期纯因子收益表现优异[2][62] 3. **动量因子**，近期纯因子收益呈较为显著的负向超额收益[2][62] 4. **市值因子**，近期表现不佳[2][62] 5. **非线性市值因子**，近期表现不佳[2][62] 对模型或因子的评价 * **A股景气指数**：评价认为当前景气指数正缓慢呈现出震荡上行趋势，本轮景气下行的底部区域已经出现[32][35] * **风格因子**：评价认为当前市场风格中，残差波动率因子占优，高价值股表现优异[2][62]

MSCI指数调整分析 - MSCI指数调整规模达到前几次的2-3倍，26只中国股票被纳入，其中17只为A股[1][3] - 外资机构如高盛、野村纷纷上调预期，显示外资持续加码A股[3] - 新纳入的股票如兴业银锡，其资金动向在半年前就已有量化信号预示[8] 市场参与者行为分析 - 散户投资者在行情中容易产生“赚过”又“亏回去”的现象，例如去年行情中多数人初期盈利但最终结算时亏损[3] - 机构投资者利用算法拆解交易行为，与散户依赖K线猜涨跌形成对比[8] - 市场存在“隐形派发”现象，即黄绿柱交替出现，可作为资金撤离的信号[8] 量化交易行为信号 - 红柱代表“做多主导”的交易行为[4] - 黄柱暗示“获利回吐”的开始，黄柱密集出现常对应阶段高点，例如某案例中五次黄柱均对应高点，第一次回吐后股价几乎回到起点[4][6] - 绿柱代表“做空主导”的蔓延，蓝柱预示着“空头回补”的萌动，案例显示蓝柱闪现四次均对应黄金坑，其中一次提前三天出现于股价创新低时[4][8] 投资策略与认知 - 投资需避免“后视镜”效应，即不要用“早知道”安慰自己，而应利用量化数据跟踪资金足迹[8] - 需通过“显微镜”看清四种交易行为的博弈，跳出简单的涨跌二元论[8] - MSCI调整应被视为中长期布局的起点，需用“望远镜”视角和数据跟踪外资动向[8]

根据提供的量化主题研报，以下是关于报告中涉及的量化模型与因子的总结。 量化模型与构建方式 1. **模型名称：择时雷达六面图**[1][6] * **模型构建思路**：权益市场的表现受到多维度指标因素的共同影响，该模型尝试从流动性、经济面、估值面、资金面、技术面、拥挤度六个维度选取二十一个指标对市场进行刻画，并将其概括为"估值性价比"、"宏观基本面"、"资金&趋势"、"拥挤度&反转"四大类，从而生成综合择时分数[1][6] * **模型具体构建过程**：首先，从六个维度（流动性、经济面、估值面、资金面、技术面、拥挤度）选取二十一个具体指标[1][6]；然后，将每个指标的处理结果（如方向判断、强度判断或标准化分数）映射到[-1, 1]区间，得到单个指标的分数[9][11][14][17][20][22][25][27][29][30][35][37][39][42][46][48][51][53][57][59][63][67]；接着，将六个维度的分数（可能是其下属指标分数的综合）概括为四大类分数（"估值性价比"、"宏观基本面"、"资金&趋势"、"拥挤度&反转"）[1][6]；最后，将四大类分数或所有指标分数综合，生成一个位于[-1,1]之间的最终综合择时分数[1][6] 量化因子与构建方式 1. **因子名称：货币方向因子**[11] * **因子构建思路**：判断当前货币政策的方向[11] * **因子具体构建过程**：选取央行使用的货币政策工具利率与短端市场利率，并计算其相较于90天前的平均变化方向[11]；若货币方向因子>0，则判断货币政策宽松，分数为1；若货币方向因子<0，则判断货币政策收紧，分数为-1[11] 2. **因子名称：货币强度因子**[14] * **因子构建思路**：表征短端市场利率相对于政策利率的偏离幅度，基于"利率走廊"的概念[14] * **因子具体构建过程**：计算偏离度=DR007/7天逆回购利率-1，并进行平滑与zscore标准化形成货币强度因子[14]；若货币强度因子<-1.5倍标准差，则预期未来120个交易日为宽松环境，指标分数为1；反之若货币强度因子>1.5倍标准差，则预期未来120个交易日指标分数为-1[14] 3. **因子名称：信用方向因子**[17] * **因子构建思路**：表征商业银行对实体经济传导时的松紧，使用中长期贷款指标进行体现[17] * **因子具体构建过程**：计算信用方向因子为：中长期贷款当月值 -> 计算过去十二个月增量 -> 计算同比[17]；若信用方向因子相比于三个月之前上升则看多，分数为1；反之则看空，分数为-1[17] 4. **因子名称：信用强度因子**[20] * **因子构建思路**：捕捉信用指标是否大幅超预期或者不及预期[20] * **因子具体构建过程**：构建信用强度因子=(新增人民币贷款当月值–预期中位数)/预期标准差[20]；若信用强度因子>1.5倍标准差，则定义未来60个交易日为信用显著超预期环境，分数为1；反之若信用强度因子<-1.5倍标准差，则未来60个交易日分数为-1[20] 5. **因子名称：增长方向因子**[22] * **因子构建思路**：基于PMI数据判断经济增长方向[22] * **因子具体构建过程**：基于中采制造业PMI、中采非制造业PMI、财新制造业PMI构建增长方向因子= PMI -> 计算过去十二月均值 -> 计算同比[22]；若增长方向因子相比于三个月之前上升则看多，分数为1；反之则看空，分数为-1[22] 6. **因子名称：增长强度因子**[25] * **因子构建思路**：捕捉经济增长指标是否大幅超预期或者不及预期[25] * **因子具体构建过程**：计算PMI预期差=(PMI–预期中位数)/预期标准差[25]；若增长强度因子>1.5倍标准差，则定义未来60个交易日为增长显著超预期环境，分数为1；反之若增长强度因子<-1.5倍标准差，则未来60个交易日分数为-1[25] 7. **因子名称：通胀方向因子**[27] * **因子构建思路**：判断通胀水平变化对货币政策空间的潜在影响[27] * **因子具体构建过程**：计算通胀方向因子=0.5×CPI同比平滑值+0.5×PPI同比原始值[27]；若通胀方向因子相较于三个月之前降低，则说明是通胀下行环境，此时看多，分数为1；反之看空，分数为-1[27] 8. **因子名称：通胀强度因子**[29] * **因子构建思路**：捕捉通胀指标是否大幅超预期或者不及预期[29] * **因子具体构建过程**：分别计算CPI与PPI预期差=(披露值–预期中位数)/预期标准差，并计算通胀强度因子=CPI与PPI预期差均值[29]；若通胀强度因子<-1.5倍标准差，则定义未来60个交易日为通胀显著不及预期环境，分数为1；反之若通胀强度因子>1.5倍标准差，则未来60个交易日分数为-1[29] 9. **因子名称：席勒ERP**[30] * **因子构建思路**：计算经过周期调整的股权风险溢价，以消除经济周期波动对盈利的干扰[30] * **因子具体构建过程**：计算过去6年通胀调整后的平均盈利得到席勒PE，然后计算席勒ERP=1/席勒PE-10年期国债到期收益率，并计算过去6年zscore作为分数[30] 10. **因子名称：PB**[35] * **因子构建思路**：使用市净率衡量估值水平[35] * **因子具体构建过程**：对PB指标进行处理：PB×(-1)并计算过去6年zscore，1.5倍标准差截尾后标准化到±1之间得到分数[35] 11. **因子名称：AIAE**[37] * **因子构建思路**：计算全市场权益配置比例，反映市场整体的风险偏好[37] * **因子具体构建过程**：构建A股的AIAE指标=中证全指总流通市值/(中证全指总流通市值+实体总债务)，将AIAE×(-1)并计算过去6年zscore得到分数[37] 12. **因子名称：两融增量**[39] * **因子构建思路**：通过两融余额变化判断市场杠杆资金情绪[39] * **因子具体构建过程**：计算融资余额-融券余额，并计算其过去120日均增量与过去240日均增量[39]；若120日均增量>过去240日均增量时杠杆资金上行并看多，分数为1；反之看空，分数为-1[39] 13. **因子名称：成交额趋势**[42] * **因子构建思路**：通过成交额变化判断市场成交热度与资金活跃度[42] * **因子具体构建过程**：对对数成交额计算其均线距离=ma120/ma240-1[42]；当均线距离的max(10)=max(30)=max(60)时看多，分数为1；当均线距离的min(10)=min(30)=min(60)时看空，分数为-1[42] 14. **因子名称：中国主权CDS利差**[46] * **因子构建思路**：通过中国主权CDS利差变化判断海外投资者对中国基本面的预期和外资流入意愿[46] * **因子具体构建过程**：当平滑后CDS利差的20日差分<0时，说明当前CDS利差下降，海外投资者预期中国基本面转好，外资流入意愿强，此时看多，分数为1；反之看空，分数为-1[46] 15. **因子名称：海外风险厌恶指数**[48] * **因子构建思路**：通过花旗风险厌恶指数（Citi RAI Index）判断海外市场的风险偏好[48] * **因子具体构建过程**：当平滑后风险厌恶指数的20日差分<0时，外资风险偏好上升，此时看多，分数为1；反之看空，分数为-1[48] 16. **因子名称：价格趋势**[51] * **因子构建思路**：使用均线距离衡量标的价格的中长期趋势与强度[51] * **因子具体构建过程**：计算均线距离（ma120/ma240-1）[51]；趋势方向判断：当均线距离>0时分数=1，反之为-1[51]；趋势强度判断：当均线距离的max(20)=max(60)时，趋势强度分数为1，当均线距离的min(20)=min(60)时，趋势强度分数为-1[51]；趋势综合分数=(趋势方向分数+趋势强度分数)/2[51] 17. **因子名称：新高新低数**[53] * **因子构建思路**：使用指数成分股的新高新低个数作为市场反转信号[53] * **因子具体构建过程**：计算中证800成分股占过去一年新低数-新高数的20日移动平均（ma20）[53]；当该值>0时，说明最近新低较多，市场有见底预期，此时看多，分数为1；反之发出看空信号，分数为-1[53][54] 18. **因子名称：期权隐含升贴水**[57] * **因子构建思路**：基于看涨看跌平价关系推导期权隐含的标的升贴水，反映期权市场对未来标的收益率的预期与情绪，作为反转指标[57] * **因子具体构建过程**：若50ETF近5日收益率<0，且指标分位数<30%，则看多持续20日，分数为1[57]；若50ETF近5日收益率>0，且指标分位数>70%，则看空持续20日，分数为-1[57] 19. **因子名称：期权VIX**[59] * **因子构建思路**：使用期权隐含波动率（VIX）指数反映投资者对未来波动率的预期与市场情绪，作为反转指标[59] * **因子具体构建过程**：若50ETF近5日收益率<0，且指标分位数>70%，则看多持续20日，分数为1[59]；若50ETF近5日收益率>0，且指标分位数>70%，则看空持续20日，分数为-1[59] 20. **因子名称：期权SKEW**[63] * **因子构建思路**：使用期权隐含偏度（SKEW）指数反映投资者对未来标的偏度的预期与市场情绪，作为反转指标[63] * **因子具体构建过程**：若50ETF近5日收益率<0，且指标分位数>70%，则看多持续20日，分数为1[63]；若50ETF近5日收益率>0，且指标分位数<30%，则看空持续20日，分数为-1[63] 21. **因子名称：可转债定价偏离度**[67] * **因子构建思路**：通过可转债定价偏离度反映市场情绪，作为反转指标[67] * **因子具体构建过程**：计算可转债定价偏离度=转债价格/模型定价-1，并计算分数=定价偏离度×(-1)并计算过去3年zscore得到分数[67] 模型的回测效果 （报告中未提供择时雷达六面图模型的量化回测指标，如年化收益率、夏普比率等） 因子的回测效果 （报告中主要提供了各因子在当前时间点的信号方向和分数，未提供历史回测的量化指标，如IC值、IR等）

科创板融资动态 - 11月3日科创板两融余额增加3.67亿元 [1] - 阿特斯单日融资净买入达2.36亿元 [1] 市场整体表现与特征 - 上证指数从4月7日到10月30日期间上涨19.6% [3] - 同期仅四成个股跑赢指数 [3] - 4200只上涨个股中超过4000只振幅大于30% [3] 机构资金行为分析 - 机构资金通过震仓洗盘，其操作伴随持续的“机构库存”和规律的“回补”动能 [6] - 获得大额融资的个股表现强势，机构资金动向具有重要指示意义 [8] - 大额融资买入往往伴随机构调仓 [11] 量化分析的价值 - 量化数据可区分由机构驱动和散户驱动的反弹，前者更具持续性 [6][8] - 分析融资行为需关注资金结构、行为模式（如连续三日净流入与脉冲式买入的区别）及市场情绪 [11] - 建立数据思维，关注资金轨迹而非分析师观点，识别有效波动 [11]

根据研报内容，以下是关于量化模型和因子的总结： 量化模型与构建方式 **1 模型名称：择时雷达六面图模型**[2][7] - **模型构建思路**：权益市场表现受多维度指标共同影响，从流动性、经济面、估值面、资金面、技术面、拥挤度六个维度选取21个指标刻画市场，并概括为"估值性价比"、"宏观基本面"、"资金&趋势"、"拥挤度&反转"四大类，生成[-1,1]之间的综合择时分数[2][7] - **模型具体构建过程**：将六个维度的21个指标分别计算分数后，综合处理得到[-1,1]区间的择时分数，分数为正表示看多，为负表示看空，接近零表示中性[2][7] 量化因子与构建方式 **1 因子名称：货币方向因子**[13] - **因子构建思路**：判断当前货币政策方向，选取央行货币政策工具利率与短端市场利率[13] - **因子具体构建过程**：计算货币政策工具利率与短端市场利率相较于90天前的平均变化方向，若货币方向因子>0判断货币政策宽松，若<0判断货币政策收紧[13] **2 因子名称：货币强度因子**[16] - **因子构建思路**：基于"利率走廊"概念，表征短端市场利率相对于政策利率的偏离幅度[16] - **因子具体构建过程**：计算偏离度=DR007/7年逆回购利率-1，并进行平滑与zscore形成货币强度因子[16] $$偏离度 = \frac{DR007}{7年逆回购利率} - 1$$ 若货币强度因子<-1.5倍标准差，预期未来120个交易日为宽松环境；若>1.5倍标准差，预期未来120个交易日为紧缩环境[16] **3 因子名称：信用方向因子**[19] - **因子构建思路**：表征商业银行对实体经济传导的松紧程度，使用中长期贷款指标体现[19] - **因子具体构建过程**：计算信用方向因子为：中长期贷款当月值→计算过去十二个月增量→计算同比。若信用方向因子相比于三个月之前上升则看多，反之看空[19] **4 因子名称：信用强度因子**[22] - **因子构建思路**：捕捉信用指标是否大幅超预期或不及预期[22] - **因子具体构建过程**：构建信用强度因子=(新增人民币贷款当月值–预期中位数)/预期标准差[22] $$信用强度因子 = \frac{新增人民币贷款当月值 - 预期中位数}{预期标准差}$$ 若信用强度因子>1.5倍标准差，定义未来60个交易日为信用显著超预期环境；若<-1.5倍标准差，定义未来60个交易日为信用显著不及预期环境[22] **5 因子名称：增长方向因子**[23] - **因子构建思路**：基于PMI数据判断经济增长方向[23] - **因子具体构建过程**：基于中采制造业PMI、中采非制造业PMI、财新制造业PMI构建增长方向因子= PMI→计算过去十二月均值→计算同比。若增长方向因子相比于三个月之前上升则看多，反之看空[23] **6 因子名称：增长强度因子**[27] - **因子构建思路**：捕捉经济增长指标是否大幅超预期或不及预期[27] - **因子具体构建过程**：计算PMI预期差=(PMI–预期中位数)/预期标准差[27] $$增长强度因子 = \frac{PMI - 预期中位数}{预期标准差}$$ 若增长强度因子>1.5倍标准差，定义未来60个交易日为增长显著超预期环境；若<-1.5倍标准差，定义未来60个交易日为增长显著不及预期环境[27] **7 因子名称：通胀方向因子**[30] - **因子构建思路**：判断通胀水平对货币政策的制约作用[30] - **因子具体构建过程**：计算通胀方向因子=0.5×CPI同比平滑值+0.5×PPI同比原始值[30] $$通胀方向因子 = 0.5 \times CPI同比平滑值 + 0.5 \times PPI同比原始值$$ 若通胀方向因子相较于三个月之前降低，说明是通胀下行环境，此时看多；反之看空[30] **8 因子名称：通胀强度因子**[34] - **因子构建思路**：捕捉通胀指标是否大幅超预期或不及预期[34] - **因子具体构建过程**：分别计算CPI与PPI预期差=(披露值–预期中位数)/预期标准差，并计算通胀强度因子=CPI与PPI预期差均值[34] $$通胀强度因子 = \frac{CPI预期差 + PPI预期差}{2}$$ 若通胀强度因子<-1.5，定义未来60个交易日为通胀显著不及预期环境；若>1.5倍标准差，定义未来60个交易日为通胀显著超预期环境[34] **9 因子名称：席勒ERP**[35] - **因子构建思路**：计算经过经济周期调整的估值指标，避免盈利波动干扰估值判断[35] - **因子具体构建过程**：计算过去6年通胀调整后的平均盈利得到席勒PE，再计算席勒ERP=1/席勒PE-10年期国债到期收益率，并计算过去6年zscore作为分数[35] $$席勒ERP = \frac{1}{席勒PE} - 10年期国债到期收益率$$ **10 因子名称：PB**[39] - **因子构建思路**：使用市净率衡量估值水平[39] - **因子具体构建过程**：对PB指标乘以(-1)并计算过去6年zscore，1.5倍标准差截尾后标准化到±1之间得到分数[39] **11 因子名称：AIAE**[41] - **因子构建思路**：全市场权益配置比例，反映市场整体风险偏好[41] - **因子具体构建过程**：构建A股的AIAE指标=中证全指总流通市值/(中证全指总流通市值+实体总债务)，将AIAE×(-1)并计算过去6年zscore得到分数[41] $$AIAE = \frac{中证全指总流通市值}{中证全指总流通市值 + 实体总债务}$$ **12 因子名称：两融增量**[44] - **因子构建思路**：通过两融余额变化判断市场杠杆资金情绪[44] - **因子具体构建过程**：计算融资余额-融券余额，并计算其过去120日均增量与过去240日均增量。若120日均增量>过去240日均增量时杠杆资金上行并看多，反之看空[44] **13 因子名称：成交额趋势**[47] - **因子构建思路**：通过成交额变化判断市场成交热度与资金活跃度[47] - **因子具体构建过程**：对对数成交额计算其均线距离=ma120/ma240-1。当均线距离的max(10)=max(30)=max(60)时看多；当均线距离的min(10)=min(30)=min(60)时看空[47] $$均线距离 = \frac{ma120}{ma240} - 1$$ **14 因子名称：中国主权CDS利差**[50] - **因子构建思路**：通过CDS利差变化判断海外投资者对中国经济与主权信用风险的定价[50] - **因子具体构建过程**：当平滑后CDS利差的20日差分<0时，说明CDS利差下降，海外投资者预期中国基本面转好，此时看多；反之看空[50] **15 因子名称：海外风险厌恶指数**[52] - **因子构建思路**：使用花旗风险厌恶指数捕捉海外市场风险偏好[52] - **因子具体构建过程**：当平滑后风险厌恶指数的20日差分<0时，外资风险偏好上升，此时看多；反之看空[52] **16 因子名称：价格趋势**[54] - **因子构建思路**：使用均线距离衡量标的价格趋势与强度[54] - **因子具体构建过程**：计算均线距离=ma120/ma240-1。当均线距离>0时趋势方向分数=1，反之为-1。当均线距离的max(20)=max(60)时趋势强度分数为1，当min(20)=min(60)时趋势强度分数为-1，趋势综合分数=(趋势方向分数+趋势强度分数)/2[54] $$趋势综合分数 = \frac{趋势方向分数 + 趋势强度分数}{2}$$ **17 因子名称：新高新低数**[56] - **因子构建思路**：使用指数成分股的新高新低个数作为反转信号[56] - **因子具体构建过程**：当中证800成分股占过去一年新低数-新高数的ma20>0时，说明最近新低较多，市场有见底预期，此时看多；反之看空[56] **18 因子名称：期权隐含升贴水**[59] - **因子构建思路**：基于看涨看跌平价关系推导期权隐含的标的升贴水，反映期权市场对未来标的收益率的预期[59] - **因子具体构建过程**：若50ETF近5日收益率<0，且指标分位数<30%，则看多持续20日；若50ETF近5日收益率>0，且指标分位数>70%，则看空持续20日[59] **19 因子名称：期权VIX指数**[61] - **因子构建思路**：使用期权隐含波动率反映市场情绪[61] - **因子具体构建过程**：若50ETF近5日收益率<0，且指标分位数>70%，则看多持续20日；若50ETF近5日收益率>0，且指标分位数>70%，则看空持续20日[61] **20 因子名称：期权SKEW指数**[66] - **因子构建思路**：使用期权隐含偏度反映市场情绪[66] - **因子具体构建过程**：若50ETF近5日收益率<0，且指标分位数>70%，则看多持续20日；若50ETF近5日收益率>0，且指标分位数<30%，则看空持续20日[66] **21 因子名称：可转债定价偏离度**[68] - **因子构建思路**：通过可转债估值水平体现市场情绪[68] - **因子具体构建过程**：计算可转债定价偏离度=转债价格/模型定价-1，并计算分数=定价偏离度×(-1)并计算过去3年zscore得到分数[68] $$可转债定价偏离度 = \frac{转债价格}{模型定价} - 1$$ 模型的回测效果 **1 择时雷达六面图模型**，当前综合打分为-0.13分，较上周下降0.01，整体为中性观点[7][9] 因子的回测效果 **1 货币方向因子**，当前分数为1.00分[11] **2 货币强度因子**，当前分数为-1.00分[11][17] **3 信用方向因子**，当前分数为1.00分[11] **4 信用强度因子**，当前分数为0.00分[11] **5 增长方向因子**，当前分数为1.00分[11] **6 增长强度因子**，当前分数为-1.00分[11] **7 通胀方向因子**，当前分数为-1.00分[11] **8 通胀强度因子**，当前分数为0.00分[11] **9 席勒ERP**，当前分数为-0.04分[11][35] **10 PB**，当前分数为-0.65分[11][39] **11 AIAE**，当前分数为-0.82分[11][41] **12 两融增量**，当前分数为1.00分[11][44] **13 成交额趋势**，当前分数为1.00分[11][47] **14 中国主权CDS利差**，当前分数为-1.00分[11][50] **15 海外风险厌恶指数**，当前分数为-1.00分[11][52] **16 价格趋势**，当前分数为1.00分[11][54] **17 新高新低数**，当前分数为-1.00分[11][56] **18 期权隐含升贴水**，当前分数为1.00分[11][60] **19 期权VIX指数**，当前分数为1.00分[11][62] **20 期权SKEW指数**，当前分数为-1.00分[11][66] **21 可转债定价偏离度**，当前分数为-1.00分[11][68]

黄金产业链分化 - 上游矿企业绩表现强劲，山东黄金前三季度净利润达38亿元 [1] - 西部黄金业绩实现翻倍增长 [3] - 下游珠宝零售商面临生意难做的挑战 [1] 机构投资者行为分析 - 黄金企业股东名单中机构投资者占比普遍超过60% [3] - 机构通过量化模型完成建仓，并在市场调整时逆势加仓 [3] - 机构参与度维持高位是推动股价创新高的关键因素 [7] 行业创新与商业模式 - 老铺黄金凭借“古法工艺”实现业绩突围 [7] - 曼卡龙通过IP联名打开年轻市场，联名款可获得30%溢价 [7] - 上游矿企运用卫星勘探和AI选矿技术 [11] 量化分析与投资策略 - 强调在牛市中“跟对节奏”比“死拿不放”更重要 [11] - 投资决策应基于数据，例如分析珠宝板块库存周转率或矿业公司勘探投入规律 [11] - 建议投资者关注消费者行为是恐慌性买入还是理性配置，以及零售端需求是否传导至上游 [12] 市场现象与散户行为 - 第一波市场调整导致80%的散户被洗出局 [5] - 普通投资者常陷入“双底陷阱”等传统技术形态误区，而机构并未参与 [9] - 普通投资者与机构在分析方法上存在显著差距，前者可能仅依靠金店客流等原始信息 [11]

根据提供的量化周报内容，以下是关于报告中涉及的量化模型和因子的总结。 量化模型与构建方式 1. 模型名称：A股景气指数[29] - **模型构建思路**：该模型旨在对A股市场的景气度进行高频Nowcasting（即时预测），其核心目标是Nowcasting上证指数的归母净利润同比增速[29] - **模型具体构建过程**：报告指出该指数的构建详情请参考其前期研究报告《视角透析：A股景气度高频指数构建与观察》，但未在本周报中提供具体的构建公式和详细步骤[29] 2. 模型名称：A股情绪指数[32] - **模型构建思路**：该模型旨在通过量价数据来刻画市场情绪，并据此构建了包含见底预警与见顶预警的情绪指数系统[32] - **模型具体构建过程**：模型将市场按照波动率和成交额的变化方向划分为四个象限，这四个象限中，只有“波动率上行-成交额下行”的区间表现为显著的负收益，其余象限均为显著的正收益[32] 基于此规律构建情绪指数，相关研究细节请参考报告《视角透析：A股情绪指数构建与观察》[32] 3. 模型名称：主题挖掘算法[46] - **模型构建思路**：该算法旨在从新闻和研报文本中挖掘主题投资机会[46] - **模型具体构建过程**：算法通过对文本进行处理、提取主题关键词、挖掘主题与个股的关系、构建主题活跃周期以及构建主题影响力因子等多个维度来描述主题投资机会[46] 报告以“半导体概念”为例展示了算法的应用结果，但未提供具体的数学模型或公式[46] 4. 模型名称：中证500增强组合 / 沪深300增强组合[46][52] - **模型构建思路**：构建针对特定宽基指数（中证500、沪深300）的增强型投资组合，目标是获得超越基准指数的超额收益[46][52] - **模型具体构建过程**：报告展示了组合的持仓明细和本周表现，但未详细说明其背后的选股模型、权重优化模型或风险模型的具体构建过程[49][55] 5. 模型名称：风格因子模型（BARRA框架）[56] - **模型构建思路**：参照BARRA因子模型框架，对A股市场构建一套风格因子体系，用于解释股票收益的来源并进行组合的风险收益归因[56] - **模型具体构建过程**：模型构建了十大类风格因子，包括：市值（SIZE）、BETA、动量（MOM）、残差波动率（RESVOL）、非线性市值（NLSIZE）、估值（BTOP）、流动性（LIQUIDITY）、盈利（EARNINGS_YIELD）、成长（GROWTH）和杠杆（LVRG）[56] 报告未提供每个因子的具体计算公式 量化因子与构建方式 1. 因子名称：十大类风格因子[56] - **因子构建思路**：基于BARRA模型框架，从不同维度刻画影响股票收益的风险特征[56] - **因子具体构建过程**：报告中列出了十大类风格因子的名称：市值（SIZE）、BETA、动量（MOM）、残差波动率（RESVOL）、非线性市值（NLSIZE）、估值（BTOP）、流动性（LIQUIDITY）、盈利（EARNINGS_YIELD）、成长（GROWTH）和杠杆（LVRG），但未提供每个因子的具体计算方法和公式[56] 2. 因子名称：行业因子[57] - **因子构建思路**：构建代表不同行业风险敞口的因子，用于分析行业对投资组合收益的贡献[57] - **因子具体构建过程**：报告在风格分析部分提及了银行、保险、煤炭、汽车、电子、基础化工等行业因子，并分析了其近期表现，但未说明这些行业因子的具体构建方法[57] 3. 因子名称：动量因子[2][57] - **因子构建思路**：动量因子基于“强者恒强”的市场现象，认为过去表现好的股票在未来一段时间内会继续表现良好[2][57] - **因子具体构建过程**：报告指出本周动量因子表现出较高的超额收益，并将其作为重要的风格因子进行分析，但未提供其具体的计算定义[2][57] 模型的回测效果 1. **A股情绪指数系统择时表现**：报告通过图表17展示了该系统的历史择时表现，但未给出具体的量化指标数值（如年化收益率、夏普比率等）[43] 2. **中证500增强组合**：截至报告周，2020年至今，组合相对中证500指数的累计超额收益为53.08%，本周跑赢基准1.19%，历史最大回撤为-5.73%[46] 3. **沪深300增强组合**：截至报告周，2020年至今，组合相对沪深300指数的累计超额收益为37.09%，本周跑输基准0.52%，历史最大回撤为-5.86%[52] 因子的回测效果 1. **风格因子近期表现**： * **动量因子**：本周超额收益较高[57] * **Beta因子**：本周呈较为显著的负向超额收益[57] * **杠杆因子（LVRG）**：近期（过去20日）高杠杆股表现优异[57] * **残差波动率因子（RESVOL）**：近期表现不佳[57] * **非线性市值因子（NLSIZE）**：近期表现不佳[57] 2. **行业因子本周表现**： * **银行、保险、煤炭等行业因子**：相对市场市值加权组合跑出较高超额收益[57] * **汽车、电子、基础化工等行业因子**：回撤较多[57] 3. **风格因子暴露相关性**：报告通过图表23展示了近一周十大类风格因子暴露之间的相关性矩阵，例如流动性因子与Beta、动量、残差波动率因子呈现明显正相关性；价值因子与Beta、残差波动率、流动性等因子呈现明显负相关性[58]