根据研报内容，以下是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：简单收益率模型**[12] * **模型构建思路**：通过计算收盘价的简单收益率，并取其过去N日的指数移动平均（EMA）值作为趋势判断指标，当该均值大于0时做多，否则平仓[12] * **模型具体构建过程**： 1. 计算每日简单收益率：$$简单收益率 = \frac{当日收盘价}{昨日收盘价} - 1$$[12][17] 2. 计算简单收益率的60日EMA值[12][17] 3. 交易规则：若60日EMA值大于0，则做多标的指数；否则平仓多头头寸[12][17] 2. **模型名称：上下行收益差模型**[17] * **模型构建思路**：通过区分价格的向上波动和向下波动，构建上下行收益差指标，并取其EMA均值作为趋势判断，以改进简单收益率模型的效果[17] * **模型具体构建过程**： 1. 定义向上收益：$$向上收益 = \frac{当日最高价 - 当日开盘价}{当日收盘价}$$[17] 2. 定义向下收益：$$向下收益 = \frac{当日开盘价 - 当日最低价}{当日收盘价}$$[17] 3. 计算上下行收益差：$$上下行收益差 = 向上收益 - 向下收益$$[17] 4. 计算上下行收益差的60日EMA值[17][18] 5. 交易规则：若60日EMA值大于0，则做多标的指数；否则平仓多头头寸[17][18] * **模型评价**：相比简单收益差模型能更好的控制风险与提高收益，是一个典型的中期模型[18] 3. **模型名称：成交额综合收益差模型**[26][27][28] * **模型构建思路**：将上下行收益差与成交额指标相结合，通过价量搭配的方式构建趋势指标，成交额作为权重以在放量时赋予趋势更大的重要性[26][27] * **模型具体构建过程**： 1. 计算上下行收益差（方法同模型2）[26][27] 2. 计算成交额综合收益差：$$成交额综合收益差 = 上下行收益差 \times 成交额$$[27][28] 3. 计算成交额综合收益差的60日EMA值[28] 4. 交易规则：若60日EMA值大于0，则做多标的指数；否则平仓多头头寸[28] 4. **模型名称：叠加信号成交额综合收益差模型**[31][32] * **模型构建思路**：为了消除单一指数成分股构成差异带来的偶然性，将恒生指数和恒生国企指数的成交额综合收益差模型信号进行合并，任一信号看多则整体看多[31][32] * **模型具体构建过程**： 1. 分别计算恒生指数和恒生国企指数的成交额综合收益差（方法同模型3）[31][32] 2. 分别计算两个指数成交额综合收益差的60日EMA值[31][32] 3. 交易规则：若恒生指数或恒生国企指数的60日EMA值大于0，则做多标的指数；否则平仓多头头寸[32] 模型的回测效果 1. **简单收益率模型 (60日EMA)**[15] * 年化收益率：上证综指7.87%，上证50指数8.21%，上证180指数10.13%，沪深300指数11.14%，中证500指数11.22%，中证1000指数12.98%，深证成指11.1%，深证100R指数15.31%，创业板指10.48%，万得全A 11.31%，恒生指数1.26%，恒生国企指数1.91%[15] * 最大回撤：上证综指55.77%，上证50指数54.11%，上证180指数48.8%，沪深300指数44.11%，中证500指数68.87%，中证1000指数69.38%，深证成指50.87%，深证100R指数40.71%，创业板指54.79%，万得全A 55.02%，恒生指数52.96%，恒生国企指数68.79%[15] * 夏普比率：上证综指0.359，上证50指数0.363，上证180指数0.468，沪深300指数0.513，中证500指数0.462，中证1000指数0.53，深证成指0.479，深证100R指数0.662，创业板指0.413，万得全A 0.503，恒生指数-0.044，恒生国企指数0.034[15] * 胜率：上证综指22.9%，上证50指数24.1%，上证180指数21.7%，沪深300指数25%，中证500指数25.6%，中证1000指数25.4%，深证成指23.6%，深证100R指数23.3%，创业板指25.6%，万得全A 23.3%，恒生指数24.5%，恒生国企指数29.6%[15] 2. **上下行收益差模型 (60日EMA)**[19] * 年化收益率：上证综指11.7%，上证50指数16.44%，上证180指数17.71%，沪深300指数17.59%，中证500指数14.47%，中证1000指数16.4%，深证成指15.98%，深证100R指数19.84%，创业板指14.02%，万得全A 12.82%，恒生指数4.23%，恒生国企指数6.15%[19] * 最大回撤：上证综指35.84%，上证50指数23.64%，上证180指数28.45%，沪深300指数28.98%，中证500指数34.81%，中证1000指数43.23%，深证成指38.21%，深证100R指数35.54%，创业板指43.99%，万得全A 41.8%，恒生指数22.98%，恒生国企指数37.2%[19] * 夏普比率：上证综指0.6，上证50指数0.767，上证180指数0.861，沪深300指数0.854，中证500指数0.65，中证1000指数0.677，深证成指0.708，深证100R指数0.876，创业板指0.539，万得全A 0.612，恒生指数0.154，恒生国企指数0.267[19] * 胜率：上证综指34.2%，上证50指数36.9%，上证180指数39.7%，沪深300指数38.9%，中证500指数34.7%，中证1000指数37.5%，深证成指34%，深证100R指数38.5%，创业板指36.4%，万得全A 33.9%，恒生指数46.7%，恒生国企指数47.3%[19] 3. **成交额综合收益差模型 (60日EMA)**[31] * 年化收益率：恒生指数3%，恒生国企指数9.73%[31] * 最大回撤：恒生指数28.84%，恒生国企指数24.56%[31] * 夏普比率：恒生指数0.039，恒生国企指数0.47[31] * 胜率：恒生指数38%，恒生国企指数45.3%[31] 4. **叠加信号成交额综合收益差模型 (60日EMA)**[33] * 年化收益率：恒生指数7.78%，恒生国企指数10.03%[33] * 最大回撤：恒生指数23.81%，恒生国企指数24.63%[33] * 夏普比率：恒生指数0.401，恒生国企指数0.484[33] * 胜率：恒生指数44.5%，恒生国企指数45.1%[33] 5. **叠加信号成交额综合收益差模型 (参数测试)**[39][40] * **恒生指数**： * 参数40日：年化6.1%，最大回撤26.78%，夏普0.281，胜率44.5%[39] * 参数50日：年化7.02%，最大回撤27.44%，夏普0.34，胜率43.1%[39] * 参数60日：年化7.78%，最大回撤23.81%，夏普0.401，胜率44.5%[39] * 参数70日：年化7.31%，最大回撤27.2%，夏普0.375，胜率43.7%[39] * 参数80日：年化6.86%，最大回撤24.9%，夏普0.343，胜率45.3%[39] * **恒生国企指数**： * 参数40日：年化8.3%，最大回撤26.72%，夏普0.382，胜率41.8%[40] * 参数50日：年化8.97%，最大回撤28.88%，夏普0.416，胜率39.4%[40] * 参数60日：年化10.03%，最大回撤24.63%，夏普0.484，胜率45.1%[40] * 参数70日：年化9.36%，最大回撤29.04%，夏普0.454，胜率44.3%[40] * 参数80日：年化9.04%，最大回撤25.04%，夏普0.438，胜率45.3%[40]

核心观点 - 截至2025年10月24日，市场情绪指标数值为2.2，较上周五的1.9出现小幅回升，市场情绪得到一定程度修复，从情绪角度观察偏多 [1][6] - 本周市场情绪整体呈现分化加剧态势，多项分项指标出现背离，整体或维持震荡偏稳格局 [1][8] - 当前模型整体提示大盘风格与价值风格占优信号，其中大盘风格信号提示强度较强 [1] 市场情绪模型观点 - 情绪结构指标围绕0轴在[-6.6, 6.6]的范围内上下波动，近5年A股市场情绪波动较大，2024年10月市场情绪得分突破2 [5] - 本周情绪指数综合得分周内快速上升，但当前市场整体情绪波动水平较高 [6] - 价量一致性继续回落，表明市场当前价量匹配程度出现明显下降，资金活跃度再度下降 [1][12] - 行业间交易波动率快速回升，表明资金在行业间切换频率提升，短期情绪有所修复 [1][8][20] - 行业涨跌趋势性继续回落，显示市场分歧加剧、主线不突出，行业轮动加快 [1][8][22] - 融资余额占比保持上升，反映杠杆资金情绪持续回暖、风险偏好边际改善 [1][8][24] - RSI指标回落显示市场上行动能偏弱、追涨意愿下降 [1][8][26] - 主力资金流入力量改善，说明机构买入力度提升，市场情绪阶段性回暖 [1][8][28] - 本周全A成交额较上周再度大幅下降，市场成交活跃度出现一定水平回落，其中10月24日成交额为近期最高的19916.17亿人民币，日成交量1227.47亿股 [1][14][16] - 科创50相对万得全A成交占比基本保持不变，风险偏好水平暂未出现明显变化 [1][8][17] 行业趋势与拥挤度 - 根据均线排列模型，截至2025年10月24日，银行、石油石化、交通运输、公用事业、建筑装饰等行业短期趋势得分上升趋势靠前 [1][33] - 从行业短期得分数值上看，煤炭、建筑装饰、公用事业、有色金属、电力设备是短期趋势最强的行业，其中煤炭当前短期得分为93.22，为短期得分最高行业 [1][33] - 近期电子、电力设备高涨幅同时伴随较高的资金拥挤度，短期需关注估值与情绪回落带来的波动风险 [1][40] - 有色金属、环保、纺织服饰等行业资金拥挤度较高但涨幅偏低 [1][40] - 食品饮料、美容护理等低拥挤度板块涨幅较低 [1][40] - 截至2025年10月24日，本阶段平均拥挤度最高的行业分别为电力设备、环保、有色金属、纺织服饰、煤炭，拥挤度最低的行业分别为非银金融、美容护理、传媒、计算机、食品饮料 [37][40] 风格配置观点 - 当前模型维持提示大盘风格占优信号，信号提示强度较强 [1][43] - 模型维持提示价值风格占优信号，但5日RSI相对20日RSI迅速提升，未来信号强度可能出现一定程度减弱 [1][43] - 根据RSI风格择时模型，国证成长/国证价值比值为0.7962，短期观点为价值风格占优，其5日RSI为75.57，20日RSI为50.52，60日RSI为64.79 [44] - 申万小盘/申万大盘比值为0.9178，短期观点为大盘风格占优，其5日RSI为39.69，20日RSI为27.40，60日RSI为46.91 [44]

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. 情绪择时模型 **模型名称：** 情绪择时模型[2][11] **模型构建思路：** 通过构建涨跌停板相关因子来刻画市场的情绪强弱，从而对市场趋势进行判断[11] **模型具体构建过程：** 模型包含多个情绪因子细分信号，包括净涨停占比、跌停次日收益、涨停板占比、跌停板占比、高频打板收益等子因子[14] 模型最终输出情绪模型得分（满分5分），当前得分为2分[11] 同时结合趋势模型信号和加权模型信号进行综合判断[11] 2. 趋势模型 **模型名称：** 趋势模型[11][17] **模型构建思路：** 基于技术分析指标判断市场趋势方向[11] **模型具体构建过程：** 使用SAR指标（停损转向指标）进行分析，当Wind全A指数向下突破翻转指标时发出负向信号[11] 当前趋势模型信号为负向[11] 3. 加权模型 **模型名称：** 加权模型[11][17] **模型构建思路：** 综合多个技术指标进行加权判断市场走势[11] **模型具体构建过程：** 模型结合多种技术分析指标，当前加权模型信号为负向[11] 4. 均线强弱指数模型 **模型名称：** 均线强弱指数模型[11] **模型构建思路：** 通过Wind二级行业指数计算均线强弱程度来评估市场整体技术面状况[11] **模型具体构建过程：** 基于Wind二级行业指数计算出均线强弱指数，当前市场得分为197，处于2023年以来的71.2%分位点[11] 5. 因子拥挤度模型 **模型名称：** 因子拥挤度模型[15] **模型构建思路：** 使用多个指标度量因子拥挤程度，作为因子失效的预警指标[15] **模型具体构建过程：** 使用估值价差、配对相关性、长期收益反转、因子波动率这四个指标度量因子拥挤程度[15] 各分项指标通过综合打分得到复合因子拥挤度[16] 量化因子与构建方式 1. 流动性冲击指标因子 **因子名称：** 流动性冲击指标[2][7] **因子构建思路：** 基于沪深300指数衡量市场流动性状况[2][7] **因子具体构建过程：** 指标数值表示当前市场流动性高于过去一年平均水平的倍数标准差，周五为0.84，低于前一周的1.57[2][7] 2. PUT-CALL比率因子 **因子名称：** PUT-CALL比率[2][7] **因子构建思路：** 通过上证50ETF期权成交量衡量投资者情绪[2][7] **因子具体构建过程：** 计算看跌期权与看涨期权的成交量比率，周五为0.72，低于前一周的1.07，表明投资者对上证50ETF短期走势乐观程度上升[2][7] 3. 换手率因子 **因子名称：** 五日平均换手率[2][7] **因子构建思路：** 通过换手率指标衡量市场交易活跃度[2][7] **因子具体构建过程：** 计算上证综指和Wind全A的五日平均换手率，当前分别为1.19%和1.66%，处于2005年以来的73.46%和75.62%分位点[2][7] 4. 涨跌停板相关情绪因子 **因子名称：** 涨跌停板情绪因子[11][14] **因子构建思路：** 通过涨跌停板相关数据刻画市场情绪强弱[11] **因子具体构建过程：** 包含多个子因子： - 净涨停占比因子：信号为1[14] - 跌停次日收益因子：信号为0[14] - 涨停板占比因子：信号为0[14] - 跌停板占比因子：信号为1[14] - 高频打板收益因子：信号为0[14] 5. 小市值因子 **因子名称：** 小市值因子[4][16] **因子构建思路：** 基于市值维度构建的选股因子[4][16] **因子具体构建过程：** 通过因子拥挤度模型计算，包含估值价差(0.52)、配对相关性(0.60)、市场波动(-0.47)、收益反转(0.97)四个分项指标[16] 6. 低估值因子 **因子名称：** 低估值因子[4][16] **因子构建思路：** 基于估值维度构建的选股因子[4][16] **因子具体构建过程：** 通过因子拥挤度模型计算，包含估值价差(-0.74)、配对相关性(0.81)、市场波动(0.27)、收益反转(-1.39)四个分项指标[16] 7. 高盈利因子 **因子名称：** 高盈利因子[4][16] **因子构建思路：** 基于盈利能力维度构建的选股因子[4][16] **因子具体构建过程：** 通过因子拥挤度模型计算，包含估值价差(-0.58)、配对相关性(0.14)、市场波动(-0.88)、收益反转(0.73)四个分项指标[16] 8. 高盈利增长因子 **因子名称：** 高盈利增长因子[4][16] **因子构建思路：** 基于盈利增长维度构建的选股因子[4][16] **因子具体构建过程：** 通过因子拥挤度模型计算，包含估值价差(1.66)、配对相关性(0.87)、市场波动(-0.66)、收益反转(-0.45)四个分项指标[16] 模型的回测效果 1. 情绪择时模型 情绪模型得分为2分（满分5分）[11]，趋势模型信号为负向[11]，加权模型信号为负向[11] 2. 趋势模型 当前信号为负向[11]，模型显示市场趋势被打破[2] 3. 加权模型 当前信号为负向[11]，与趋势模型一致显示负向信号[11] 因子的回测效果 1. 小市值因子 复合拥挤度：0.41[4][16] 分项指标：估值价差0.52，配对相关性0.60，市场波动-0.47，收益反转0.97[16] 2. 低估值因子 复合拥挤度：-0.26[4][16] 分项指标：估值价差-0.74，配对相关性0.81，市场波动0.27，收益反转-1.39[16] 3. 高盈利因子 复合拥挤度：-0.15[4][16] 分项指标：估值价差-0.58，配对相关性0.14，市场波动-0.88，收益反转0.73[16] 4. 高盈利增长因子 复合拥挤度：0.35[4][16] 分项指标：估值价差1.66，配对相关性0.87，市场波动-0.66，收益反转-0.45[16] 5. 流动性冲击指标因子 当前数值：0.84[2][7] 前一周数值：1.57[2][7] 6. PUT-CALL比率因子 当前数值：0.72[2][7] 前一周数值：1.07[2][7] 7. 换手率因子 上证综指换手率：1.19%，处于2005年以来73.46%分位点[2][7] Wind全A换手率：1.66%，处于2005年以来75.62%分位点[2][7]

核心观点 - 截至2025年10月24日，市场情绪指标数值为2.2，较上周五的1.9出现小幅回升，市场情绪得到一定程度修复，从情绪角度观察偏多[3][9] - 本周市场情绪整体呈现分化加剧态势，多项指标由负转正，但各分项指标间分化明显，整体或维持震荡偏稳格局[3][12] - 当前模型整体提示大盘风格与价值风格占优信号，信号提示强度较强[3] 市场情绪模型观点 - 情绪指数综合得分周内快速上升，但当前市场整体情绪波动水平较高[3][9] - 价量一致性继续回落至负值，表明资金活跃度下降、投资者风险偏好阶段性趋于谨慎[3][12][17] - 行业间交易波动率快速回升，表明资金在行业间切换频率提升、短期情绪有所修复[3][12][25] - 行业涨跌趋势性继续回落，显示市场分歧加剧、主线不突出，行业轮动加快[3][12][27] - 融资余额占比保持上升，反映杠杆资金情绪持续回暖、风险偏好边际改善[3][12][30] - RSI指标回落显示市场上行动能偏弱、追涨意愿下降[3][12][32] - 主力资金流入力量改善，说明机构买入力度提升，市场情绪阶段性回暖[3][12][35] - 本周全A成交额较上周再度大幅下降，市场成交活跃度出现一定水平回落，其中10月24日成交额为近期最高的19916.17亿元人民币，日成交量为1227.47亿股[3][19] 行业趋势与拥挤度 - 根据均线排列模型，截至2025年10月24日，银行、石油石化、交通运输、公用事业、建筑装饰等行业短期趋势得分上升趋势靠前[3][40] - 煤炭、建筑装饰、公用事业、有色金属、电力设备是短期趋势最强的行业，其中煤炭当前短期得分为93.22，为短期得分最高行业[3][40] - 近期电子、电力设备高涨幅同时伴随较高的资金拥挤度，短期需关注估值与情绪回落带来的波动风险[3][48] - 有色金属、环保、纺织服饰等行业资金拥挤度较高但涨幅偏低；食品饮料、美容护理等低拥挤度板块涨幅较低[3][48] - 本阶段平均拥挤度最高的行业分别为电力设备、环保、有色金属、纺织服饰、煤炭，拥挤度最低的行业分别为非银金融、美容护理、传媒、计算机、食品饮料[44][48] 风格配置观点 - 当前模型维持提示大盘风格占优信号，信号提示强度较强[3][52] - 模型维持提示价值风格占优信号，但5日RSI相对20日RSI迅速提升，未来信号强度可能出现一定程度减弱[3][52] - 在成长与价值风格对比中，国证成长/国证价值比值为0.7962，300成长/300价值比值为0.7143，模型均提示价值风格占优[52] - 在小盘与大盘风格对比中，申万小盘/申万大盘比值为0.9178，模型提示大盘风格占优[52]

核心观点 - 市场当前处于震荡格局 上行趋势的确立仍需等待技术面和宏观面的进一步确认信号 建议维持中性偏上仓位 等待重回上行趋势的确认信号 [2][4][9][11][18] - 行业配置建议关注处于上行趋势的存储芯片和工程机械 受益于政策驱动的地产和光伏 以及TWO BETA模型推荐的科技板块 特别是国产算力和游戏 [3][4][9][12][18] 市场回顾与表现 - 上周（截至报告发布时）WIND全A指数在缩量震荡后上涨 全周涨幅为3.47% [1][10] - 从市值维度看 小盘股表现相对领先 中证2000指数上涨3.75% 中证500指数上涨3.46% 沪深300指数上涨3.24% 上证50指数上涨2.63% [1][10] - 行业表现方面 通信行业表现最强 上涨11.56% 电子行业也表现较强 而农业和食品饮料行业表现较弱 其中农业下跌1.59% [1][10] - 从资金流向看 石油石化煤炭行业成交活跃度较高 资金流入明显 [1][10] 技术面与市场格局判断 - 择时体系显示 WIND全A的短期均线（20日线）收于6264点 长期均线（120日线）收于5634点 短期均线位于长期均线之上 两线差值由前一周的12.26%缩小至11.18% 距离绝对值仍大于3%的阈值 [2][4][9][11][18] - 当前收盘价6320点位于20日均线之上 但市场仍被判断为震荡格局 确认上行趋势需要等待5日均线进一步站上20日均线的技术信号 [2][4][9][11][18] - 在震荡格局中 核心观测指标在于市场风险偏好的变化 [2][4][9][11][18] 宏观与事件驱动因素 - 短期宏观层面存在不确定性 下周将进入美联储议息窗口 同时中美贸易谈判或有进一步信息发布 此外三季报迎来集中发布窗口期 这些因素可能对市场风险偏好产生抑制 [2][4][9][11][18] 估值水平与仓位建议 - 从估值指标看 WIND全A指数整体PE位于85分位点附近 PB位于50分位点附近 属于中等估值水平 [3][9][12] - 结合短期趋势判断 根据仓位管理模型 当前以WIND全A为股票配置主体的绝对收益产品建议仓位为60% [3][9][12] 行业配置方向 - 行业趋势配置模型显示 存储芯片以及工程机械行业仍处于上行趋势 [3][4][9][12][18] - 受益于政策驱动的板块中 地产和光伏行业有望受益 [3][4][9][12][18] - TWO BETA模型继续推荐科技板块 建议继续关注国产算力以及游戏领域 [3][4][9][12][18]

根据提供的研报内容，以下是关于量化模型和因子的详细总结。 量化模型与构建方式 1. **模型名称：基于动态宏观事件因子的中证港股通大消费指数择时策略**[2][3] * **模型构建思路**：探索中国宏观经济对香港大消费主题上市公司的影响，从经济、通胀、货币和信用四个维度选取宏观数据，构建事件因子，并基于因子看多信号的比例来确定择时仓位[3][20][21] * **模型具体构建过程**： * **宏观数据选用与预处理**：从经济、通胀、货币和信用四大类中初选20余个宏观指标[21][23]。预处理步骤包括： * **频率对齐**：将日频数据统一为月频（取月末值或月均值）[27] * **缺失值填充**：对于缺失数据，使用过去12个月一阶差分值的中位数加上一期数值进行填充。公式为：$$X_{t}=X_{t-1}+Median_{diff12}$$[27] * **滤波处理**：对比原始数据和使用单向HP滤波处理后的数据，避免未来函数。单向HP滤波公式为：$${\hat{t}}_{t|t,\lambda}=\sum_{s=1}^{t}\omega_{t|t,s,\lambda}\cdot y_{s}=W_{t|t,\lambda}(L)\cdot y_{t}$$[28] * **数据结构变化**：对数据衍生出同比、环比、移动平均等格式[29] * **宏观事件因子构建**： * **确定事件方向**：计算宏观数据与下一期指数收益率的相关性，正相关则构建正向突破事件，负相关则构建反向突破事件[30] * **确定领先滞后性**：测试数据滞后0-4期，动态识别与资产的最佳领先滞后关系[30] * **生成事件因子**：构建三类事件因子（数据突破均线、突破中位数、同向变动），并设置不同参数，共生成28个因子事件[30][32] * **因子筛选指标**：主要使用收益率胜率（综合成功率与盈亏比）和开仓波动调整收益率（综合成功率、收益率和波动率）作为衡量指标[31][32]。收益率胜率公式为：$$\frac{N_{\sum r_i > 0}}{N}， N 为总开仓次数$$，开仓波动调整收益率公式为：$$\frac{\sum r_i / N}{\sqrt{\frac{1}{N-1} \sum (r_i - \bar{r})^2}}$$[32] * **因子事件初筛选**：筛选标准包括：通过t检验（95%置信区间）、收益率胜率>55%、事件发生次数>滚动窗口期数/6[32][33] * **因子叠加优化**：选择胜率最高的事件因子作为基础，再选择与基础因子相关性低于0.85的次高胜率因子进行叠加，若叠加后胜率提升则采用叠加因子[33] * **动态剔除**：若某期无因子通过筛选，则该宏观指标当期标记为空仓，不参与大类因子打分[33] * **确定最优滚动窗口**：在48, 60, 72, 84, 96个月等不同窗口下测试，根据开仓波动调整收益率选择每个宏观数据的最优参数[33][34] * **最终因子筛选**：在测试区间内，根据开仓波动调整收益率，最终筛选出5个表现最优的宏观事件因子[12][34][35] * **择时策略构建**：将最终选定的5个宏观事件因子的看多信号进行综合。当看多因子比例大于2/3时，大类因子信号标记为1（满仓）；当看多因子比例小于1/3时，信号标记为0（空仓）；比例介于两者之间时，信号标记为具体比例值（如66.7%）。该信号直接作为当期的择时仓位[3][35][37] 量化因子与构建方式 1. **因子名称：PMI:原材料价格**[35] * **因子构建思路**：作为通胀维度的指标，用于预测中证港股通大消费主题指数的走势[21][35] * **因子具体构建过程**：使用原始数据，最优滚动窗口为96个月[35] 2. **因子名称：中美国债利差10Y**[35] * **因子构建思路**：作为货币维度的指标，反映中美货币政策和流动性差异对港股市场的影响[21][23][35] * **因子具体构建过程**：使用原始数据，最优滚动窗口为72个月[35] 3. **因子名称：金融机构:中长期贷款余额:当月新增:滚动12M求和:同比**[35] * **因子构建思路**：作为信用维度的指标，反映中长期信贷投放情况，体现经济活力[23][35] * **因子具体构建过程**：使用原始数据，最优滚动窗口为48个月[35] 4. **因子名称：M1:同比**[35] * **因子构建思路**：作为货币维度的指标，反映企业活期存款和现金状况，是经济活跃度的晴雨表[23][35] * **因子具体构建过程**：使用原始数据，最优滚动窗口为48个月[35] 5. **因子名称：新增社融:滚动12个月求和:同比**[35] * **因子构建思路**：作为信用维度的指标，全面反映金融体系对实体经济的资金支持[23][35] * **因子具体构建过程**：使用原始数据，最优滚动窗口为96个月[35] 模型的回测效果 * **基于动态宏观事件因子的中证港股通大消费指数择时策略**[2][11][22] * **回测期**：2018年11月至2025年10月[2][11] * **年化收益率**：10.44%[2][11][22] * **年化波动率**：18.47%[22] * **最大回撤**：-29.72%[2][11][22] * **夏普比率**：0.59[2][11][22] * **收益回撤比**：0.35[2][11][22] * **平均仓位**：约46%[10] * **2025年9月收益率**：8.40%[11][12] 因子的回测效果 （报告中未单独列出上述5个因子的回测指标值，此部分略）

核心观点 - 市场情绪指标小幅回升至1[dot]9，但整体仍偏中性，且周内波动加剧，多项分项指标发出负面信号，市场情绪面临调整压力[4][10] - 市场成交活跃度下降，全A成交额较上周大幅回落，10月14日单日最高成交额为25965[dot]85亿人民币[4][16] - 模型显示大盘价值风格占优，但大盘风格信号强度较弱且近期切换频繁，价值风格信号则进一步加强[4][37][51] 市场情绪模型观点 - 截至10月17日，市场情绪指标数值为1[dot]9，较上周五的1[dot]75小幅回升，情绪偏中性[4][10] - 情绪指数综合得分周内震荡波动加剧，周五多项指标转负，市场整体情绪波动水平较高[4][10] - 价量一致性快速回落，表明市场价量匹配程度明显下降，资金活跃度降低[4][12] - 行业间交易波动率继续回落，显示资金切换活跃度下降，流动放慢[4][12] - 行业涨跌趋势性出现回升，说明资金对行业短期价值判断一致性提升[4][12] - 融资余额占比继续上升，意味着杠杆资金情绪回暖，投资者风险偏好延续上升[4][12] - RSI指标继续回落，显示市场短期上行动能减弱，情绪趋于谨慎[4][30] - 主力资金流入力量快速下降，主力买入力量自五月来首次回落至布林带区间内，表明机构入场意愿减弱，短期资金面趋紧[4][12][33] 市场成交与资金面 - 本周全A成交额水平较上周大幅下降，市场成交活跃度出现回落[4][16] - 10月14日成交额为近期最高，达25965[dot]85亿人民币，日成交量为1590[dot]08亿股[4][16] - 科创50相对万得全A成交占比保持上升趋势，说明市场风险偏好仍处上升通道[12][17] 行业趋势与拥挤度 - 根据均线排列模型，银行、煤炭、钢铁、公用事业、环保等行业短期趋势得分上升趋势靠前[4][37] - 有色金属、电力设备、煤炭、房地产、机械设备、环保是短期趋势最强的行业，其中有色金属短期得分最高，为89[dot]83[4][37] - 近期银行、煤炭高涨幅伴随较高资金拥挤度，需关注估值与情绪回落带来的波动风险[4][47] - 汽车、电力设备、电子等行业资金拥挤度较高但涨幅偏低[4][47] - 综合、建筑材料等低拥挤度板块涨幅较低[4][47] - 截至10月17日，平均拥挤度最高的行业分别为有色金属、汽车、煤炭、环保、电力设备，拥挤度最低的行业分别为综合、食品饮料、医药生物、美容护理、建筑材料[42] 风格配置观点 - 当前模型切换提示大盘风格占优信号，但信号提示强度较弱，近期信号反复切换频繁[4][51] - 模型维持提示价值风格占优信号，且提示强度进一步加强[4][51] - 根据RSI风格择时模型，国证成长/国证价值、300成长/300价值的短期观点均为价值风格占优[51]

市场表现与风格分析 - 最近5个交易日，科创50指数下跌6.46%，创业板指下跌5.71%，而大盘价值风格上涨2.08%，显示市场内部价值与成长风格分化显著 [1] - 同期小盘股代表国证2000指数下跌4.69%，行业层面银行和煤炭表现靠前，电子和传媒表现靠后 [1] - 估值方面，中证全指PETTM分位数为77%，上证50与沪深300分位数分别为73%和70%，创业板指估值接近历史中位数水平，分位数为47% [1] 资金流向与市场交易 - 最近5个交易日，ETF资金流入686亿元，融资盘增加约705亿元，显示有增量资金入场 [2] - 市场交投活跃，两市日均成交额为21,746亿元 [2] 量化模型与行业主题配置 - 采用卷积神经网络对图表化的价量数据与未来价格进行建模，并将学习特征映射到行业主题板块中 [2][11] - 当前模型关注的配置主题包括低碳经济、新能源、半导体材料等，具体跟踪指数有中证内地低碳经济主题指数、创业板新能源指数、上证科创板半导体材料设备主题指数等 [2][3][12] 风险溢价指标 - 截至2025年10月17日，中证全指静态市盈率的倒数EP与十年期国债收益率的差值为2.97%，该指标用于衡量权益资产相对于债券资产的吸引力 [1] - 该风险溢价指标的两倍标准差边界为4.75% [1]

市场整体观点 - 短期内市场将维持震荡态势 [1][2] - 中美贸易环境不稳定导致部分个股估值回归，市场涌现避险情绪 [1][2] 量化指标分析 - 基于沪深300指数的流动性冲击指标为1.57，高于前一周的1.36，表明当前市场流动性高于过去一年平均水平1.57倍标准差 [2] - 上证50ETF期权成交量PUT-CALL比率震荡上升至1.07，高于前一周的0.85，显示投资者对短期走势谨慎程度上升 [2] - 上证综指和Wind全A五日平均换手率分别为1.42%和1.93%，处于2005年以来78.95%和81.84%分位点，交易活跃度与前期持平 [2] 宏观经济数据 - 9月CPI同比-0.3%，高于前值-0.4%，但低于Wind一致预期-0.15% [2] - 9月PPI同比-2.3%，高于前值-2.9%，但低于Wind一致预期-2.4% [2] - 9月新增人民币贷款12900亿元，低于Wind一致预期13900亿元，但高于前值5900亿元 [2] - 9月M2同比增长8.4%，低于Wind一致预期8.51%和前值8.8% [2] 市场表现与估值 - 上周上证50指数下跌0.24%，沪深300指数下跌2.22%，中证500指数下跌5.17%，创业板指下跌5.71% [3] - 当前全市场PE为22.0倍，处于2005年以来74.0%分位点 [3] 因子与行业拥挤度 - 小市值因子拥挤度0.08，低估值因子拥挤度-0.27，高盈利因子拥挤度-0.13，高盈利增长因子拥挤度0.07 [3] - 有色金属、综合、电力设备、通信和电子行业拥挤度相对较高 [4] - 钢铁和公用事业行业拥挤度上升幅度相对较大 [4] 技术分析与历史表现 - 2005年以来，上证综指、沪深300、中证500、创业板指在10月下半月上涨概率分别为45%、40%、35%、40%，涨幅均值分别为-1.1%、-1.1%、-1.69%、-0.42% [2] - Wind全A指数于10月17日向下突破SAR翻转指标 [2] - 均线强弱指数当前得分为141，处于2023年以来49.9%分位点，周内多次震荡并于周五大幅下行 [2] - 市场情绪模型得分为2分（满分5分），趋势模型信号为正向，加权模型信号为负向 [2]

量化模型与构建方式 1. 择时体系模型 **模型名称**：均线距离择时模型[2][11] **模型构建思路**：通过计算Wind全A指数的短期均线与长期均线的距离，来判断市场整体环境，从而进行趋势判断[2][11] **模型具体构建过程**： 1. 计算Wind全A指数的20日移动平均线（短期均线）和120日移动平均线（长期均线）[2][11] 2. 计算两条均线之间的距离，距离计算公式为： $$均线距离 = \frac{短期均线 - 长期均线}{长期均线} \times 100\%$$ 其中，短期均线为20日均线，长期均线为120日均线[2][11] 3. 根据距离绝对值判断市场趋势格局：距离绝对值大于3%时，市场处于趋势格局（上行或下行）；否则市场处于震荡格局[2][11] 2. 赚钱效应指标 **因子名称**：赚钱效应指标[2][11] **因子构建思路**：通过比较当前收盘价与趋势线的关系，来判断市场的赚钱效应[2][11] **因子具体构建过程**： 1. 确定Wind全A指数的趋势线（报告中未明确给出趋势线的具体计算方法，但指出其数值）[2][11] 2. 计算赚钱效应指标： $$赚钱效应 = \frac{收盘价 - 趋势线}{趋势线} \times 100\%$$ 其中，收盘价为Wind全A指数的最新收盘价[2][11] 3. 判断标准：当赚钱效应为正时，维持原仓位；当赚钱效应转负时，预示上行趋势可能告一段落[2][11] 3. 仓位管理模型 **模型名称**：仓位管理模型[3][12] **模型构建思路**：结合估值指标和短期趋势判断，为绝对收益产品提供股票仓位建议[3][12] **模型具体构建过程**： 1. 评估市场估值水平：观察Wind全A指数的PE（市盈率）和PB（市净率）在其历史数据中的分位点[3][12] 2. 结合短期趋势判断（来自择时体系模型）[3][12] 3. 输出仓位建议：例如，在PE位于85分位点附近、PB位于50分位点附近的中等估值水平下，结合趋势判断，建议仓位为60%[3][12] 4. 行业配置模型 **模型名称**：行业配置模型[3][4][12] **模型构建思路**：在市场不同阶段（如反弹前），推荐值得关注的行业方向[3][4][12] **模型具体构建过程**：报告中未详细描述该模型的具体构建公式和步骤，但提到了其输出结果，即推荐的行业板块[3][4][12] 5. TWO BETA 模型 **模型名称**：TWO BETA 模型[3][4][12] **模型构建思路**：用于推荐特定板块（如科技板块）[3][4][12] **模型具体构建过程**：报告中未详细描述该模型的具体构建公式和步骤，但提到了其输出结果，即继续推荐科技板块[3][4][12] 模型的回测效果 （报告中未提供具体的模型回测效果指标取值，如年化收益率、夏普比率、最大回撤等） 量化因子与构建方式 （报告中提及的因子主要为上述模型中的中间指标，如均线距离、赚钱效应等，已在上文模型部分描述） 因子的回测效果 （报告中未提供独立因子的具体回测效果指标取值）