量化模型与构建方式 1. **模型名称**：微盘股扩散指数择时模型（首次阈值法） - **模型构建思路**：基于万得微盘股指数成分股过去20日上涨比例的扩散指数，通过设定阈值（0.9和0.1）进行左侧交易决策[65] - **模型具体构建过程**： 1. 计算扩散指数：过去20个交易日上涨股票比例 2. 当扩散指数≥0.9时空仓，≤0.1时满仓 3. 必须满仓后才能空仓，反之亦然 4. 其他时间维持上一期信号 - **模型评价**：样本外回撤可控但易过早止盈，2024年9月牛市过早敲出[65] 2. **模型名称**：微盘股扩散指数择时模型（延迟阈值法） - **模型构建思路**：改进首次阈值法的反转逻辑为动量逻辑，通过延迟触发阈值减少误判[67] - **模型具体构建过程**： 1. 扩散指数上一日≥0.9且当日跌破0.9时空仓 2. 上一日≤0.1且当日突破0.1时满仓 3. 其他时间维持上一期信号 - **模型评价**：保留牛市收益能力更强，2024年9月未过早止盈[67] 3. **模型名称**：微盘股扩散指数择时模型（双均线法） - **模型构建思路**：采用10日MA与20日MA的均线交叉自适应市场变化，避免固定阈值依赖[70] - **模型具体构建过程**： 1. 计算扩散指数的10日短期均线（MA10） 2. 计算MA10的20日长期均线（MA20） 3. MA10上穿MA20时满仓，下穿时空仓 - **模型评价**：参数平滑不足导致2024年12月短暂误判，但整体回撤控制最佳[70] 模型的回测效果 1. **首次阈值法**：2025年4月7日触发满仓信号（扩散指数0.0225）[65] 2. **延迟阈值法**：2025年4月22日触发开仓信号[67] 3. **双均线法**：2025年4月30日触发开仓信号[70] 量化因子与构建方式 1. **因子名称**：微盘股拥挤度因子 - **因子构建思路**：通过前十大股东中公募/金融机构持股占比衡量市场拥挤程度[51] - **因子具体构建过程**： 1. 计算公募基金持股占流通市值比例： $$ \text{公募拥挤度} = \frac{\text{前十大股东公募持股市值}}{\text{指数总流通市值}} $$ 2. 计算金融机构持股占流通市值比例： $$ \text{机构拥挤度} = \frac{\text{前十大股东机构持股市值}}{\text{指数总流通市值}} $$ - **因子评价**：有效识别历史低位，2025Q1微盘股公募拥挤度仅0.20%[51] 2. **因子名称**：市值分层因子 - **因子构建思路**：按成分股市值分层（30亿/50亿/100亿以下）统计基金持仓变化[25][28][32] - **因子具体构建过程**： 1. 筛选对应市值区间的成分股 2. 计算公募基金持仓市值及占流通市值比例 3. 监测季度环比变化（如2024Q4 50亿以下市值持仓下降40bp）[41] 因子的回测效果 1. **微盘股拥挤度因子**： - 公募持股占比0.20%（历史最低0.07%）[51] - 金融机构持股占比1.29%（历史最低0.88%）[51] 2. **50亿以下市值因子**：2025Q1公募重仓占比0.28%，较2024Q4下降5.05bp[44] 3. **100亿以下市值因子**：2025Q1公募重仓占比0.56%，较2024Q4上升3.53bp[47]