根据提供的研报内容，报告核心是对基金投顾产品的业绩统计和调仓行为解析，并未涉及具体的量化模型或量化因子的构建、测试与评价过程。报告内容主要集中于市场现状描述、业绩数据展示和调仓行为分析。 因此，本总结中**没有**需要列出的量化模型或量化因子内容。 报告的核心内容可概括为对2025年8月各类基金投顾产品（纯债型、固收+型、股债混合型、股票型）的业绩表现进行统计[3][11]，并对该月的调仓行为（包括债券资产、权益资产、QDII与商品等）进行了详细解析[4][5][28]。报告中的表格（表1至表10）和图表（图1至图11）均为上述内容的直观数据展示[10][23][24][26][27][30][33][34][35][38][56][61]，不包含模型或因子的构建公式及回测效果指标（如信息比率IR、年化收益、最大回撤等）。

根据提供的研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. **行业轮动型投顾模型** - 模型构建思路：通过动态调整行业配置来捕捉市场轮动机会，重点增配医药、顺周期和科技行业，减配消费类行业[13][37] - 模型具体构建过程： 1. 行业配置调整：每月统计股债混合型和股票型投顾产品的行业持仓变化，计算增/减配比例（如医药生物+0.47%、有色金属+0.31%）[37][38] 2. 风格配置调整：监控红利基金、微盘股配置比例变化（如红利基金比例从5.45%增至5.51%）[41][42] 3. 板块轮动信号：基于港股、科创板等热门板块的超额收益右侧配置（港股配置比例从9.54%增至9.61%）[47][48] - 模型评价：策略具有明显的右侧交易特征，对市场热点反应灵敏[13][48] 2. **久期调整模型（债券类投顾）** - 模型构建思路：通过调整债券久期和底层资产比例应对利率波动，增强组合进攻性[28][31] - 模型具体构建过程： 1. 久期计算：采用加权平均期限法，纯债型投顾久期增加0.10年，固收+型增加0.05年[31][32] 2. 资产置换规则： - 纯债型：货币市场基金（-1.14%）→ 中长期纯债（+1.11%）+ 美债（+0.66%）[28][29] - 固收+型：短期纯债（-2.19%）→ 混合债券型二级（+2.51%）[29][30] - 模型评价：有效捕捉利率债交易性机会，但需警惕流动性风险[28][32] 量化因子与构建方式 1. **行业动量因子** - 因子构建思路：捕捉行业短期超额收益动量[37][38] - 因子具体构建过程： $$ \text{行业动量得分} = \frac{\text{行业近1月收益率}}{\text{沪深300近1月收益率}} $$ 应用案例：7月增配医药生物（超额收益显著）、减配食品饮料（超额收益回落）[38][39] 2. **微盘股暴露因子** - 因子构建思路：衡量组合对小市值股票的风险敞口[43][44] - 因子具体构建过程： 1. 计算持仓中中证2000成分股市值占比 2. 监控调仓变化（7月微盘股比例从5.49%→5.58%）[43][44] 模型的回测效果 1. **行业轮动型投顾模型** - 7月绝对收益：5.85%（vs 沪深300超额显著）[13][17] - 近1年收益率：领先同业约25%-30%[17][18] 2. **久期调整模型** - 纯债型投顾7月收益：0.13%（较基准+0.10%）[3][31] - 固收+型投顾Calmar比率：1.36-1.98（风险调整收益优异）[23][30] 因子的回测效果 1. **行业动量因子** - 7月增配行业平均收益：医药生物（+3.9%）、有色金属（+2.5%）[38][49] - 减配行业平均收益：食品饮料（-1.2%）[38][39] 2. **微盘股暴露因子** - 7月微盘股组合收益：跑赢小盘股0.5%[43][44] 注：所有数据截至2025年7月31日[3][13][31]

根据提供的研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. **模型名称**：行业轮动型投顾模型 **模型构建思路**：通过跟踪不同行业的市场表现，动态调整行业配置以获取超额收益[11] **模型具体构建过程**： - 基于股票型投顾产品的行业配置数据，计算各行业配置比例变化 - 选择增配比例最高的行业（如有色金属+1.29%、医药生物+1.16%）作为重点配置方向[35] - 减配表现较差的行业（如房地产-1.22%、电子-0.40%）[35] **模型评价**：6月行业轮动策略表现突出，收益达4.41%，优于其他策略类型[13] 2. **模型名称**：红利因子配置模型 **模型构建思路**：通过增加红利类基金的配置比例，获取稳定收益[37] **模型具体构建过程**： - 监控红利基金配置比例变化（6月从5.17%增至5.38%）[37] - 结合宏观经济判断（如国内复苏预期）调整配置权重[37] **模型评价**：具有防御性特征，在市场波动时表现稳定 模型的回测效果 1. **行业轮动型投顾模型**： - 6月绝对收益4.41%[13] - 近1年收益率未明确披露（需参考图3）[17] 2. **红利因子配置模型**： - 6月配置比例增长0.21个百分点（5.17%→5.38%）[37] - 近1年超额收益未明确披露（需参考图6）[40] 量化因子与构建方式 1. **因子名称**：微盘股因子 **因子构建思路**：捕捉小市值股票的超额收益机会[41] **因子具体构建过程**： - 统计底层资产中微盘股配置比例（6月从5.48%提升至5.52%）[41] - 结合市场流动性环境调整因子暴露 2. **因子名称**：港股配置因子 **因子构建思路**：通过港股与A股的溢价差异获取套利机会[49] **因子具体构建过程**： - 跟踪恒生沪深港通AH股溢价指数[52] - 调整港股配置比例（6月从8.39%增至9.37%）[49] 因子的回测效果 1. **微盘股因子**： - 6月配置比例上升0.04个百分点[41] - 近6月收益未明确披露（需参考图8）[42] 2. **港股配置因子**： - 6月配置比例增长0.98个百分点[49] - 近1年QDII港股类基金收益45.3%（但6月减配5.3%）[54] 注：部分指标取值需结合图表数据补充，研报中未明确披露所有回测细节[17][40][42]

根据提供的研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. **模型名称**：宏观驱动型投顾模型 **模型构建思路**：基于宏观经济指标和市场预期变化调整资产配置，重点关注债市波动和风格选择[5][6] **模型具体构建过程**： - 通过存款利率、信用债利差等指标判断债市性价比，动态调整货币/利率债比例（如纯债型投顾久期减少0.04年，固收+型增加0.24年）[7][33] - 根据通胀预期和行业景气度调整权益配置（如增配银行+0.92%，减配电子-0.42%）[35][39] **模型评价**：在5月表现领先其他策略（收益3.34%），但对宏观数据敏感性较高[16][20] 2. **模型名称**：红利因子增强模型 **因子构建思路**：利用低通胀环境下红利资产的防御性特征构建组合[5][41] **因子具体构建过程**： - 筛选高股息率指数基金（如中证红利），计算持仓比例变化： $$红利配置比例 = \frac{\sum(调仓后红利基金权重)}{\sum(调仓前红利基金权重)}$$ - 5月平均增配幅度达2.1%，超额收益前50%产品增配7.8%[41][42] 模型的回测效果 1. **宏观驱动型模型**：5月收益3.34%，Calmar比率2.70（固收+型）[16][26] 2. **红利因子模型**：近1年超额收益1.4%，5月持仓比例从5.44%升至5.52%[42][44] 量化因子与构建方式 1. **因子名称**：久期调整因子 **因子构建思路**：反映利率预期变化对债券组合的影响[6][33] **因子具体构建过程**： - 计算调仓前后组合久期差值： $$\Delta久期 = \sum(债券久期 \times 权重变化)$$ - 纯债型产品久期减少0.04年，固收+型增加0.24年[33][34] 2. **因子名称**：港股暴露因子 **因子构建思路**：捕捉港股相对A股的估值优势[41][53] **因子具体构建过程**： - 统计QDII基金中港股类配置比例变化，5月平均增配1.8%[53][54] 因子的回测效果 1. **久期调整因子**：纯债型组合久期调整后收益0.18%（5月）[4][34] 2. **港股暴露因子**：近1年相关组合收益41.9%，5月增配幅度2.2%[53][54] （注：原文未涉及部分因子公式的详细参数说明，故未列出完整数学表达式）