量化模型与构建方式 1. **模型名称**：中证全指自由现金流指数模型 - **模型构建思路**：以自由现金流率为核心筛选指标，聚焦高自由现金流公司，兼顾估值水平和盈利质量[12] - **模型具体构建过程**： 1. 剔除金融地产行业 2. 设置连续五年经营现金流为正的门槛 3. 引入盈利质量指标进行二次剔除 4. 选取自由现金流率最高的100只股票 5. 加权方式未明确说明（假设为市值加权） - **模型评价**：具有防守性特征，适合市场波动期配置[12] 2. **模型名称**：信达金工行业轮动模型 - **模型构建思路**：基于绩优基金持仓倾向的边际变化生成行业轮动信号[36] - **模型具体构建过程**： 1. 跟踪绩优基金（如TOP20%）的超配/低配行业 2. 计算行业配置偏离度： $$ \text{超配比例} = \frac{\text{基金行业配置比例}}{\text{基准行业比例}} - 1 $$ 3. 结合动量因子（如近3月行业收益率）和景气度因子（如ROE变化） 4. 生成多头（超配且景气上行）和空头信号[36][38] - **模型评价**：在TMT和制造板块轮动效果显著[36] --- 量化因子与构建方式 1. **因子名称**：自由现金流率因子 - **因子构建思路**：衡量企业创造自由现金流的效率[12] - **因子具体构建过程**： $$ \text{自由现金流率} = \frac{\text{自由现金流}}{\text{营业收入}} $$ 其中自由现金流=经营性现金流净额-资本支出[12] 2. **因子名称**：绩优基金超配因子 - **因子构建思路**：捕捉机构资金流向的alpha信号[36] - **因子具体构建过程**： 1. 计算基金持仓相对于基准的行业超配比例 2. 标准化处理： $$ \text{Z-Score} = \frac{\text{超配比例} - \text{全市场均值}}{\text{标准差}} $$ 3. 滚动3个月窗口计算动态阈值[36][40] --- 模型的回测效果 1. **中证全指自由现金流指数模型**： - 年化超额收益：未披露具体值（需参考指数历史表现）[12] - 最大回撤：低于市场基准（防守性特征）[12] 2. **信达金工行业轮动模型**： - 多头组合年化超额收益：1.75倍基准（2019-2025）[38] - 信息比率（IR）：0.82（未明确周期）[38] --- 因子的回测效果 1. **自由现金流率因子**： - IC均值：0.15（未明确测试周期）[12] - 多空组合年化收益差：未披露 2. **绩优基金超配因子**： - 行业轮动胜率：63.2%（近8周测试）[40] - 因子Rank IC：0.21（季度调仓）[36] --- 指标说明 - **测试周期**：部分结果基于2020年1月至2025年4月数据[38][40] - **基准对比**：行业轮动模型以中信一级行业指数为基准[36]