量化模型与构建方式 1. 短期择时模型 * **模型名称**：短期择时模型 * **模型构建思路**：从宏观基本面、估值面、情绪面、流动性四个维度构建综合择时信号，每个维度下包含若干二级指标，通过判断各指标在历史分位数上的位置来给出乐观、中性或谨慎的二级信号，最终综合形成一级择时信号[16][17][18]。 * **模型具体构建过程**： 1. **指标选取与信号生成**：模型包含四个一级维度，每个维度下包含2-3个二级指标。每周计算每个二级指标的当前值在过去5年（部分为3年）历史数据中的分位数[16][17][18]。 2. **信号映射**：根据分位数区间，将每个二级指标映射为“乐观”、“中性”或“谨慎”的定性信号。例如，当制造业PMI小于50时，给出谨慎信号；当M1同比增速（HP滤波去趋势）分位数较高时，给出乐观信号[16][19]。 3. **维度综合**：对每个一级维度（如基本面）下的所有二级指标信号进行综合，得出该维度的总体信号（乐观/中性/谨慎）[16][17][18]。 4. **总信号生成**：综合四个维度的总体信号，形成最终的择时总仓位信号。报告中的信号以0（空仓）、0.5（半仓）、1.0（满仓）等形式表示[19][26]。 2. 成长价值风格轮动模型 * **模型名称**：成长价值风格轮动模型 * **模型构建思路**：从基本面、估值面、情绪面三个维度构建风格轮动信号，判断成长与价值风格的相对强弱，以决定超配成长或价值[27]。 * **模型具体构建过程**： 1. **基本面维度**：基于量化经济中周期分析框架，考察三个周期指标： * 盈利周期斜率：斜率大时利好成长风格。 * 利率综合周期水平：水平偏低时利好成长风格。 * 信贷综合周期变化：上行时利好成长风格。 根据各指标状态分别给出超配成长或价值的信号（例如，成长100%，价值0%），然后进行综合[27][29]。 2. **估值面维度**：计算成长与价值风格的估值差（如PE差、PB差）在过去5年的分位数。当估值差分位数较低，处于均值回归上行过程中时，利好成长风格[27][29]。 3. **情绪面维度**：计算成长与价值风格的换手差、波动差在过去5年的分位数。换手差偏高利好成长；波动差反弹至偏高位置则利好均衡配置[27][29]。 4. **综合决策**：结合基本面、估值面、情绪面三个维度的信号，最终给出超配成长或价值的建议[27][28]。 3. 小盘大盘风格轮动模型 * **模型名称**：小盘大盘风格轮动模型（综合大小盘轮动信号） * **模型构建思路**：从流动性、交易行为、市场结构等多个角度选取11个有效轮动指标，分别生成独立的大小盘轮动信号，然后综合这些信号形成最终的轮动建议[31]。 * **模型具体构建过程**： 1. **指标池**：模型共使用11个轮动指标，包括：A股龙虎榜买入强度、R007、融资买入余额变化、主题投资交易情绪、等级利差、期权波动率风险溢价、Beta离散度、PB分化度、大宗交易折溢价率、中证1000 MACD(10,20,10)、中证1000交易量能[33]。 2. **独立信号**：每个指标独立运行，根据其自身的逻辑和阈值，每日生成一个仓位信号，以“小盘仓位百分比”表示（例如0%， 100%）[33]。 3. **信号综合**：将11个指标的每日仓位信号进行综合（具体综合方法未在本文中详述，但提及“综合信号3D平滑”），得出最终的综合轮动信号，决定超配小盘（以中证1000为代表）或大盘（以沪深300为代表）[31][33]。 模型的回测效果 1. 短期择时模型 * **回测区间**：2012年底至今（全区间）及2024年以来[18][22][25]。 * **基准策略**：月度中性持仓再平衡[18]。 * **全区间（2012年底至今）表现**： * 年化收益率：16.40%[18][22] * 年化超额收益率：11.63%[18] * 年化波动率：14.80%[22] * 最大回撤：14.07%[18][22] * 夏普比率：0.9651[22] * 收益回撤比：1.1655[22] * 月度胜率：66.24%[22] * 季度胜率：60.38%[22] * 年度胜率：78.57%[22] * **2024年以来表现**： * 年化收益率：28.87%[25] * 年化超额收益率：10.11%（2025年以来）[18][22] * 年化波动率：16.80%[25] * 最大回撤：11.04%[18][25] * 夏普比率：1.4752[25] * 收益回撤比：2.6150[25] * 月度胜率：72.00%[25] 2. 成长价值风格轮动模型 * **回测区间**：2012年底至今[28]。 * **基准策略**：月度成长与价值风格均衡配置[28]。 * **全区间表现**： * 年化收益率：12.74%[28][30] * 年化超额收益率：4.77%[28] * 年化波动率：20.80%[30] * 最大回撤：43.07%[30] * 夏普比率：0.5853[30] * 收益回撤比：0.2958[30] * 月度胜率：58.33%[30] * 季度胜率：59.62%[30] * **2025年以来表现**： * 策略收益率：25.13%[28][30] * 基准收益率：25.96%[28][30] * 超额收益率：-0.84%[28][30] 3. 小盘大盘风格轮动模型 * **回测区间**：2014年以来[32]。 * **基准**：沪深300与中证1000全收益指数等权配置[32]。 * **综合策略全区间表现**： * 年化收益率：19.73%（综合信号3D平滑）[33] * 年化超额收益率：12.67%（综合信号3D平滑）[33] * 最大回撤：40.70%（综合信号3D平滑）[33] * 胜率（按交易）：50.00%（综合信号3D平滑）[33] * **分年度超额收益**：自2014年以来，策略每年均产生正向超额收益[32]。2025年以来的超额收益率为11.30%[32][33]。 * **各独立指标表现示例**：报告列出了11个独立指标的历史回测表现，例如： * 融资买入余额变化：年化超额收益率5.76%，最大回撤44.32%[33]。 * 中证1000交易量能：年化超额收益率9.64%，最大回撤39.27%[33]。 * A股龙虎榜买入强度：年化超额收益率5.69%，最大回撤54.66%[33]。 量化因子与构建方式 1. 标准化交易量能指标 * **因子名称**：标准化交易量能指标 * **因子构建思路**：用于衡量市场交易活跃度的相对强度，通过将当前交易量能与历史水平进行比较，判断其是否处于强势区间[15]。 * **因子具体构建过程**：文中未给出具体计算公式，但指出该指标是“标准化”的，并且其当前值处于过去5年中位数水平之下[15]。 2. 估值分位数因子群 * **因子构建思路**：通过计算各类指数估值（PE、PB）在特定历史窗口内的分位数，来衡量当前估值的相对高低和历史位置，用于均值回归判断[8][11]。 * **因子具体构建过程**： 1. 选取估值指标，如PE_TTM中位数或PB_LF中位数[12][13]。 2. 确定历史窗口期，常见的有滚动1年、3年、5年以及指数成立以来[12][13]。 3. 计算当前估值在该窗口期历史数据中的分位数。公式可表示为： $$分位数 = \frac{排名(当前估值, 历史序列)}{历史数据总数}$$ 其中“排名”指当前估值在历史序列中从小到大排序的位置[12][13]。 4. 应用：例如，报告中计算万得全A的PE中位数滚动5年分位数为93.38%，表明当前估值高于过去5年中93.38%的时间，处于较高位置[8][11]。 3. 成长价值估值差因子 * **因子名称**：成长价值PE/PB估值差 * **因子构建思路**：计算成长风格与价值风格估值（PE或PB）的差值，并通过其历史分位数判断风格间估值差的收敛或发散趋势，用于风格轮动[27]。 * **因子具体构建过程**： 1. 分别计算成长风格指数和价值风格指数的估值（如PE中位数）[27]。 2. 计算两者的差值：$$估值差 = 成长风格估值 - 价值风格估值$$ 3. 计算该差值在过去5年（或3年）历史序列中的分位数[27][29]。 4. 应用：当估值差分位数较低时，意味着估值差处于历史较低水平，未来均值回归上行（即成长风格估值相对上升）的概率较大，从而利好成长风格[27]。 4. 市场情绪与结构因子群 * **因子构建思路**：从不同角度捕捉市场情绪、资金流向和交易结构的变化，用于择时或风格判断[17][31]。 * **因子具体构建过程**（报告中提及了多个因子，构建过程未完全展开）： * **Beta离散度**：衡量市场个股Beta值的分散程度，反映市场共识度[17]。 * **量能情绪得分**：综合量价信息的情绪指标，分位数低表明情绪偏弱[17]。 * **波动率**：市场波动水平，通常以年化标准差表示[17]。 * **货币利率指标**：反映银行间市场流动性松紧[18]。 * **汇率预期指标**：反映人民币汇率强弱预期[18]。 * **融资买入余额变化**：反映杠杆资金的入场意愿和力度[31][33]。 * **龙虎榜买入强度**：反映机构或游资等活跃资金的买入力度[31][33]。 * **主题投资交易情绪**：反映市场主题炒作的热度与集中度[31][33]。 * **PB分化度**：可能指市场个股PB估值分布的离散程度，反映结构性分化[33]。

量化模型与构建方式 短期量化择时模型 1. **模型名称**：短期量化择时模型[12][13][16] **模型构建思路**：从宏观基本面、估值面、情绪面和流动性四个维度，综合多个二级指标信号，生成对A股市场的整体看多看空判断[12][13][16] **模型具体构建过程**： - 将择时信号分为四个一级指标：基本面、估值面、情绪面、流动性[12][13][16] - 每个一级指标下包含若干二级指标，每个二级指标根据其当前值在过去5年中的分位数位置，独立生成“乐观”、“谨慎”或“中性”信号[12][13][16] - 汇总每个一级指标下所有二级指标的信号，得到该一级指标的最终信号[12][13][16] - 综合所有四个一级指标的信号，生成最终的总仓位信号（看多或看空）[12][13][16] **模型评价**：该模型是一个多因子综合判断模型，通过不同维度的指标捕捉市场状态，逻辑清晰，覆盖面广 2. **模型名称**：成长价值风格轮动模型[24][26] **模型构建思路**：从基本面、估值面和情绪面三个维度分析，判断当前应超配成长风格还是价值风格[24][26] **模型具体构建过程**： - **基本面**：分析盈利周期斜率、利率综合周期水平、信贷综合周期变化三个指标。例如，盈利周期斜率大时利好成长，利率周期水平偏高时利好价值，信贷周期走强时利好成长[24][26] - **估值面**：分析成长与价值指数的PE估值差和PB估值差在过去5年的分位数。估值差均值回归上行时，利好成长风格[24][26] - **情绪面**：分析成长价值换手差和波动差的5年分位数。换手差偏低利好价值，波动差反弹至偏高位置利好均衡[24][26] - 综合三个维度的信号，给出最终的超配建议（如100%成长或100%价值）[24][26] 3. **模型名称**：小盘大盘风格轮动模型[28][29][31] **模型构建思路**：从流动性视角出发，综合11个有效轮动指标，构建判断超配小盘或大盘的综合信号[28][29][31] **模型具体构建过程**： - 模型基于11个指标，包括：A股龙虎榜买入强度、R007、融资买入余额变化、小盘主题投资交易情绪、等级利差、期权波动率风险溢价、beta离散度、pb分化度、大宗交易折溢价率、中证1000MACD(10,20,10)、中证1000交易量能[31] - 每个指标独立生成看多小盘（100%）或看多大盘（0%）的信号[31] - 综合所有指标的信号，生成最终的综合配置建议[31] 模型的回测效果 1. **短期量化择时模型**，年化收益率17.99%，年化波动率15.87%，最大回撤22.44%，夏普比率0.9959，收益回撤比0.8014，月度胜率63.64%，季度胜率61.54%，年度胜率71.43%[14][19] 2. **成长价值风格轮动模型**，年化收益率13.22%，年化波动率20.80%，最大回撤43.07%，夏普比率0.6056，收益回撤比0.3069，月度胜率58.82%，季度胜率60.78%[25][28] 3. **小盘大盘风格轮动模型**，年化收益率19.10%（综合信号3D平滑），年化超额收益率11.96%，最大回撤39.71%，胜率（按交易）50.00%[31] 量化因子与构建方式 1. **因子名称**：制造业PMI因子[12][16] **因子构建思路**：作为基本面维度的景气度观察指标[12][16] **因子具体构建过程**：直接采用国家统计局发布的制造业采购经理指数（PMI）最新值，判断其是否大于50的荣枯线[12][16] 2. **因子名称**：信贷脉冲因子[12][16] **因子构建思路**：作为基本面维度的信贷增速观察指标[12][16] **因子具体构建过程**：计算人民币中长期贷款脉冲同比增速，并计算其在过去5年的分位数[12][16] 3. **因子名称**：M1同比增速（HP滤波）因子[12][16] **因子构建思路**：作为基本面维度的货币供应观察指标[12][16] **因子具体构建过程**：对M1同比增速进行HP滤波去趋势处理，并计算处理后的数据在过去5年的分位数[12][16] 4. **因子名称**：整体PE分位数因子[12][16] **因子构建思路**：作为估值面维度的估值水平观察指标[12][16] **因子具体构建过程**：计算A股整体PE中位数，并计算其在过去5年的分位数[12][16] 5. **因子名称**：整体PB分位数因子[12][16] **因子构建思路**：作为估值面维度的估值水平观察指标[12][16] **因子具体构建过程**：计算A股整体PB中位数，并计算其在过去5年的分位数[12][16] 6. **因子名称**：Beta离散度因子[13][16] **因子构建思路**：作为情绪面维度的市场分歧观察指标[13][16] **因子具体构建过程**：计算A股整体Beta离散度，并计算其在过去5年的分位数[13][16] 7. **因子名称**：量能情绪因子[13][16] **因子构建思路**：作为情绪面维度的市场交易热度观察指标[13][16] **因子具体构建过程**：计算A股整体量能情绪得分，并计算其在过去5年的分位数[13][16] 8. **因子名称**：波动率因子[13][16] **因子构建思路**：作为情绪面维度的市场波动观察指标[13][16] **因子具体构建过程**：计算A股整体年化波动率，并计算其在过去5年的分位数[13][16] 9. **因子名称**：货币利率指标因子[13][16] **因子构建思路**：作为流动性维度的货币市场流动性观察指标[13][16] **因子具体构建过程**：计算货币利率指标，并计算其在过去5年的分位数[13][16] 10. **因子名称**：汇率预期指标因子[13][16] **因子构建思路**：作为流动性维度的人民币汇率预期观察指标[13][16] **因子具体构建过程**：计算汇率预期指标，并计算其在过去5年的分位数[13][16] 11. **因子名称**：融资额因子[13][16] **因子构建思路**：作为流动性维度的杠杆资金观察指标[13][16] **因子具体构建过程**：计算两市5日平均新增融资额，并计算其在过去5年的分位数[13][16] 12. **因子名称**：盈利斜率周期水平因子[24][26] **因子构建思路**：作为成长价值轮动中基本面维度的盈利周期观察指标[24][26] **因子具体构建过程**：基于量化经济中周期分析框架，计算盈利周期的斜率水平[24][26] 13. **因子名称**：利率综合周期水平因子[24][26] **因子构建思路**：作为成长价值轮动中基本面维度的利率周期观察指标[24][26] **因子具体构建过程**：基于量化经济中周期分析框架，计算利率的综合周期水平[24][26] 14. **因子名称**：信贷综合周期变化因子[24][26] **因子构建思路**：作为成长价值轮动中基本面维度的信贷周期观察指标[24][26] **因子具体构建过程**：基于量化经济中周期分析框架，计算信贷的综合周期变化[24][26] 15. **因子名称**：成长价值PE差分位数因子[24][26] **因子构建思路**：作为成长价值轮动中估值面维度的估值差观察指标[24][26] **因子具体构建过程**：计算成长指数与价值指数PE中位数之差，并计算该差值在过去5年的分位数[24][26] 16. **因子名称**：成长价值PB差分位数因子[24][26] **因子构建思路**：作为成长价值轮动中估值面维度的估值差观察指标[24][26] **因子具体构建过程**：计算成长指数与价值指数PB中位数之差，并计算该差值在过去5年的分位数[24][26] 17. **因子名称**：成长价值换手差分位数因子[24][26] **因子构建思路**：作为成长价值轮动中情绪面维度的交易热度差观察指标[24][26] **因子具体构建过程**：计算成长指数与价值指数换手率之差，并计算该差值在过去5年的分位数[24][26] 18. **因子名称**：成长价值波动差分位数因子[24][26] **因子构建思路**：作为成长价值轮动中情绪面维度的波动差观察指标[24][26] **因子具体构建过程**：计算成长指数与价值指数波动率之差，并计算该差值在过去5年的分位数[24][26] 因子的回测效果 1. **融资买入余额变化因子**，年化收益率12.91%，年化超额收益率5.78%，最大回撤44.32%，胜率（按交易）49.44%[31] 2. **大宗交易折溢价率因子**，年化收益率16.47%，年化超额收益率9.33%，最大回撤40.67%，胜率（按交易）56.71%[31] 3. **A股龙虎榜买入强度因子**，年化收益率13.09%，年化超额收益率5.95%，最大回撤54.66%，胜率（按交易）47.89%[31] 4. **R007因子**，年化收益率12.05%，年化超额收益率4.91%，最大回撤57.98%，胜率（按交易）50.30%[31] 5. **小盘主题投资交易情绪因子**，年化收益率15.85%，年化超额收益率8.71%，最大回撤34.42%，胜率（按交易）50.53%[31] 6. **等级利差因子**，年化收益率12.37%，年化超额收益率5.24%，最大回撤46.47%，胜率（按交易）53.50%[31] 7. **期权波动率风险溢价因子**，年化收益率12.98%，年化超额收益率5.84%，最大回撤63.43%，胜率（按交易）47.37%[31] 8. **beta离散度因子**，年化收益率10.81%，年化超额收益率3.68%，最大回撤53.65%，胜率（按交易）44.62%[31] 9. **pb分化度因子**，年化收益率16.45%，年化超额收益率9.31%，最大回撤45.00%，胜率（按交易）47.88%[31] 10. **中证1000MACD(10,20,10)因子**，年化收益率15.26%，年化超额收益率8.13%，最大回撤37.87%，胜率（按交易）50.00%[31] 11. **中证1000交易量能因子**，年化收益率16.64%，年化超额收益率9.50%，最大回撤39.27%，胜率（按交易）52.93%[31]

根据研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. **短期量化择时模型** - 模型构建思路：通过基本面、估值面、情绪面、流动性四个维度的指标综合判断市场短期走势[5][24][25][26] - 具体构建过程： 1. **基本面指标**：制造业PMI分位数（中性信号）、中长期贷款增速（谨慎信号）、M1增速（乐观信号）[24] 2. **估值面指标**：A股整体PE/PB分位数（均中性信号）[25] 3. **情绪面指标**：Beta离散度（中性）、量能情绪（乐观）、波动率（乐观）[25] 4. **流动性指标**：货币利率（乐观）、汇率预期（中性）、融资额（中性）[26] 5. 信号合成：各维度信号等权加权，总仓位信号分为乐观/中性/谨慎三档[27] - 模型评价：在牛市环境中表现优异，但对熊市适应性有限[26][30] 2. **成长价值轮动模型** - 模型构建思路：基于盈利周期、利率周期、信贷周期划分成长/价值风格偏好[35] - 具体构建过程： 1. **基本面指标**：盈利斜率（成长）、利率水平（价值）、信贷变化（价值）[35] 2. **估值面指标**：成长价值PE/PB差分位数（均利好成长）[35] 3. **情绪面指标**：换手差（价值）、波动差（均衡）[35] 4. 信号输出：超配价值（当前配置比例0%成长/100%价值）[35] 3. **小盘大盘轮动模型** - 模型构建思路：与成长价值模型类似，但针对市值风格[40] - 具体构建过程： 1. **基本面指标**：盈利斜率（小盘）、利率水平（大盘）、信贷变化（大盘）[40] 2. **估值面指标**：小盘大盘PE/PB差分位数（均利好大盘）[40] 3. **情绪面指标**：换手差（小盘）、波动差（大盘）[40] 4. 信号输出：均衡配置（当前50%小盘/50%大盘）[40] 4. **四风格轮动模型** - 模型构建思路：结合成长价值和小盘大盘模型的结论进行矩阵组合[45] - 具体构建过程：将两个子模型的信号按权重分配至小盘成长/小盘价值/大盘成长/大盘价值四个象限[45] - 当前配置：小盘成长12.5%、小盘价值37.5%、大盘成长12.5%、大盘价值37.5%[45] --- 量化因子与构建方式 1. **行业拥挤度因子** - 构建思路：衡量行业交易过热程度[19] - 具体构建： 1. 成交额占比：行业成交额/全A成交额的5年分位数 2. Beta差异：行业内个股242日Beta的75%与25%分位数差 - 因子评价：牛市环境下失效，熊市时惩罚效果显著[21][23] 2. **行业估值因子** - 构建思路：评估行业估值历史分位[19] - 具体构建： 1. PE分位数：行业PE_TTM中位数的5年分位数 2. PB分位数：行业PB_LF中位数的5年分位数 - 因子评价：与拥挤度因子类似，呈现强周期性特征[21][23] --- 模型回测效果 1. **短期择时模型** - 年化收益率：16.98%（基准4.46%）[26] - 最大回撤：27.70%（基准31.41%）[30] - 夏普比率：1.0138（基准0.2607）[30] 2. **成长价值轮动模型** - 年化收益率：11.82%（基准7.08%）[36] - 超额收益：4.74%[36] 3. **小盘大盘轮动模型** - 年化收益率：12.38%（基准7.07%）[41] - 超额收益：5.31%[41] 4. **四风格轮动模型** - 年化收益率：13.29%（基准7.47%）[45] - 超额收益：5.82%[45] --- 因子回测效果 1. **行业拥挤度因子** - 熊市Rank IC：-6.85%[23] - 牛市Rank IC：+1.50%[23] 2. **行业估值因子** - 熊市Rank IC：-4.05%[23] - 牛市Rank IC：+2.79%[23]

量化模型与构建方式 1. **模型名称：短期量化择时模型** - **模型构建思路**：基于基本面、估值面、情绪面、流动性四个维度的指标综合判断市场短期走势[19] - **模型具体构建过程**： 1. **基本面指标**： - 制造业PMI分位数（35.59%）、中长期贷款余额同比增速分位数（0.00%）、M1同比增速分位数（66.10%） - 信号合成：制造业景气度偏弱（谨慎）+信贷增速偏弱（谨慎）+M1增速偏强（乐观）→综合信号为**谨慎**[19] 2. **估值面指标**： - PE中位数分位数（89.83%，中性信号）+PB中位数分位数（44.83%，乐观信号）→综合信号为**乐观**[19] 3. **情绪面指标**： - Beta离散度分位数（52.54%，中性）+量能情绪分位数（36.06%，谨慎）+波动率分位数（5.13%，中性）→综合信号为**谨慎**[21] 4. **流动性指标**： - 货币利率分位数（33.90%，乐观）+汇率预期分位数（20.34%，乐观）+融资额分位数（47.31%，中性）→综合信号为**乐观**[22] - **模型评价**：多维度动态加权，历史回测显示对市场拐点捕捉能力较强[22] 2. **模型名称：成长价值轮动模型** - **模型构建思路**：通过基本面、估值面、情绪面指标判断成长与价值风格的相对优势[31] - **模型具体构建过程**： 1. **基本面指标**： - 盈利斜率周期（12.50，利好成长）+利率周期水平（0.00，利好价值）+信贷周期变化（-4.17，利好价值）→综合信号为**超配价值**[31] 2. **估值面指标**： - 成长价值PE差分位数（16.36%，利好成长）+PB差分位数（10.93%，利好成长）→综合信号为**超配成长**[33] 3. **情绪面指标**： - 换手差分位数（2.65%，利好价值）+波动差分位数（45.66%，中性）→综合信号为**超配价值**[33] 4. **最终权重**：基本面（价值100%）+估值面（成长100%）+情绪面（价值100%）→**超配价值**[33] 3. **模型名称：小盘大盘轮动模型** - **模型构建思路**：与成长价值轮动模型类似，但指标调整为小盘与大盘风格的对比[35] - **模型具体构建过程**： 1. **基本面指标**：盈利斜率（利好小盘）+利率周期（利好大盘）+信贷周期（利好大盘）→综合信号为**均衡配置**[35] 2. **估值面指标**：小盘大盘PE差分位数（78.78%，利好大盘）+PB差分位数（94.41%，利好大盘）→综合信号为**超配大盘**[37] 3. **情绪面指标**：换手差分位数（39.87%，利好大盘）+波动差分位数（82.51%，利好大盘）→综合信号为**超配大盘**[37] 4. **最终权重**：基本面（均衡）+估值面（大盘100%）+情绪面（大盘100%）→**均衡配置**[37] 4. **模型名称：四风格轮动模型** - **模型构建思路**：结合成长价值和小盘大盘轮动模型的结论，生成小盘成长、小盘价值、大盘成长、大盘价值的配置比例[39] - **模型具体构建过程**： - 输入：成长价值模型（价值100%）+小盘大盘模型（均衡配置）→输出配置比例为小盘成长12.5%、小盘价值37.5%、大盘成长12.5%、大盘价值37.5%[39] --- 模型的回测效果 1. **短期量化择时模型**： - 年化收益率：16.27%（基准4.14%） - 最大回撤：27.70%（基准31.41%） - 夏普比率：0.9620（基准0.2344）[27] - 2025年收益率：4.75%（基准2.74%）[27] 2. **成长价值轮动模型**： - 年化收益率：11.35%（基准6.50%） - 最大回撤：43.07%（基准44.13%） - 夏普比率：0.5239（基准0.3108）[34] - 2025年收益率：0.78%（基准2.08%）[34] 3. **小盘大盘轮动模型**： - 年化收益率：11.99%（基准6.61%） - 最大回撤：50.65%（基准53.70%） - 夏普比率：0.5241（基准0.3107）[38] - 2025年收益率：-0.53%（基准3.87%）[38] 4. **四风格轮动模型**： - 年化收益率：12.90%（基准7.02%） - 最大回撤：47.91%（基准49.07%） - 夏普比率：0.5776（基准0.3318）[41] - 2025年收益率：1.20%（基准2.96%）[41] --- 量化因子与构建方式 （注：报告中未明确提及独立因子构建，仅涉及模型中的二级指标，如PE/PB分位数、换手差等，故本部分略） --- 因子的回测效果 （注：报告中未提供独立因子的测试结果，故本部分略）