根据研报内容，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：A股赔率模型**[12] * **模型构建思路**：通过计算股权风险溢价（ERP）和违约风险溢价（DRP）的标准化数值，等权加总来衡量A股资产的估值吸引力（赔率）[12] * **模型具体构建过程**： 1. 计算股权风险溢价（ERP）和违约风险溢价（DRP）[12] 2. 分别对ERP和DRP进行标准化处理，得到其Z-score值[12] 3. 将两个标准化数值进行等权加总，得到最终的赔率指标[12] * 公式：$$A股赔率 = Z(ERP) + Z(DRP)$$[12] 2. **模型名称：债券赔率模型**[19] * **模型构建思路**：基于长短债预期收益差构建债券资产的估值吸引力（赔率）指标[19] * **模型具体构建过程**：根据专题报告《利率债收益预测框架》中的收益预测模型，计算长短债的预期收益差，并以此构建赔率指标[19] 3. **模型名称：宏观胜率评分卡模型**[12][44] * **模型构建思路**：从货币、信用、增长、通胀和海外五个宏观因子出发，合成得到各大类资产的综合胜率评分[12][44] * **模型具体构建过程**：在专题报告《构建大类资产的宏观胜率评分卡：货币、信用、增长、通胀与海外五因子》中设计了详细的评分体系，综合五个因子的信号得到胜率[12][44] 4. **模型名称：美联储流动性指数模型**[20] * **模型构建思路**：结合数量维度和价格维度，综合构建反映美联储流动性状况的指数[20] * **模型具体构建过程**：在专题报告《美联储流动性的量价解构与资产配置应用》中，结合了净流动性、联储信用支持、预期引导、市场隐含、公告意外等多个指标构建了综合流动性指数[20] 5. **模型名称：风格因子三标尺评价模型**[21][23][26][29][35][36] * **模型构建思路**：从赔率（估值）、趋势（动量）和拥挤度三个维度对风格因子进行综合评价和排名[21][23][26][29][35][36] * **模型具体构建过程**： 1. **赔率**：计算因子的估值水平，通常用Z-score表示，数值越大代表因子越便宜[21][23] 2. **趋势**：衡量因子的动量强度，数值越大代表趋势越强[21][23] 3. **拥挤度**：通过换手率、波动率等指标刻画因子的交易拥挤程度，数值越大代表越拥挤[21][23] 4. 将三个维度的评分综合，得到因子的最终排名[34][35] 6. **模型名称：行业轮动三维评价模型**[36][38] * **模型构建思路**：基于行业的景气度、趋势和拥挤度三个维度进行行业比较和配置[36][38] * **模型具体构建过程**： 1. **趋势**：用行业过去12个月的信息比率（IR）来刻画行业的动量和趋势强度[36] 2. **拥挤度**：通过行业的换手率比率、波动率比率和beta比率来综合刻画行业的交易拥挤度[36] 3. **景气度**：报告中未详细说明具体构建方法，但在分析图谱中以气泡的实心（高景气）和空心（低景气）以及大小来表示[40] 4. 综合三个维度的信息进行行业配置[38][41] 7. **模型名称：赔率+胜率增强型资产配置策略**[3][42][44][48] * **模型构建思路**：结合资产的赔率（估值吸引力）和胜率（宏观环境支持度）信号，在目标波动率约束下进行资产配置[3][42][44][48] * **模型具体构建过程**： 1. 分别计算各资产的赔率指标（如A股赔率模型、债券赔率模型）和胜率指标（宏观胜率评分卡模型）[42][44] 2. 基于风险预算模型，分别为赔率策略和胜率策略分配风险预算[42] 3. 将赔率策略的风险预算和胜率策略的风险预算进行简单相加，得到综合得分[48] 4. 根据综合得分，在目标波动率约束下，持续超配综合得分高的资产，低配综合得分低的资产，构建“固收+”增强型策略[42][44][48] 模型的回测效果 1. **赔率+胜率增强型策略**[3][48][50] * 2011年以来年化收益6.7%，年化波动2.3%，最大回撤2.9%，夏普比率2.92[3][48][50] * 2014年以来年化收益7.4%，年化波动2.2%，最大回撤2.3%，夏普比率3.32[3][48][50] * 2019年以来年化收益6.4%，年化波动2.1%，最大回撤2.3%，夏普比率2.99[3][48][50] 2. **赔率增强型策略**[42][45] * 2011年以来年化收益6.7%，年化波动2.3%，最大回撤3.1%，夏普比率2.87[42][45] * 2014年以来年化收益7.4%，年化波动2.2%，最大回撤2.8%，夏普比率3.34[42][45] * 2019年以来年化收益6.9%，年化波动2.2%，最大回撤2.8%，夏普比率3.12[42][45] 3. **胜率增强型策略**[44][46] * 2011年以来年化收益7.1%，年化波动2.4%，最大回撤3.4%，夏普比率3.01[44][46] * 2014年以来年化收益8.0%，年化波动2.3%，最大回撤2.2%，夏普比率3.44[44][46] * 2019年以来年化收益6.9%，年化波动2.2%，最大回撤1.5%，夏普比率3.14[44][46] 4. **行业轮动策略**[37][38] * 2011年以来超额收益12.2%，跟踪误差10.8%，最大回撤25.4%，信息比率（IR）1.14[37][38] * 2014年以来超额收益11.9%，跟踪误差11.5%，最大回撤25.4%，信息比率（IR）1.03[37][38] * 2019年以来超额收益9.6%，跟踪误差10.3%，最大回撤12.3%，信息比率（IR）0.93[37][38] 量化因子与构建方式 1. **因子名称：小盘因子**[21][35] * **因子构建思路**：通过中证2000指数与沪深300指数的相对表现来表征小盘风格[21] * **因子评价**：当前呈现“中等赔率-强趋势-低拥挤”的特征，配置价值有所修复[21][35] 2. **因子名称：价值因子**[23][35] * **因子构建思路**：通过国证价值指数与国证1000指数的相对表现来表征价值风格[23] * **因子评价**：当前呈现“中高赔率-中等趋势-低拥挤”的特征，综合得分较高，建议重点关注[23][35] 3. **因子名称：质量因子**[26][35] * **因子构建思路**：通过因子累计收益率来表征质量风格的表现[26] * **因子评价**：当前呈现“高赔率-中低趋势-中等拥挤”的特征，趋势较弱，配置价值相对较低，需等待右侧确认[26][35] 4. **因子名称：成长因子**[29][35] * **因子构建思路**：通过国证成长指数与国证1000指数的相对表现来表征成长风格[29] * **因子评价**：当前呈现“中等赔率-中高趋势-高拥挤”的特征，交易风险较高，建议保持谨慎[29][35] 5. **因子名称：低波因子**[35] * **因子构建思路**：报告中提及了不同期限的低波因子，如低波(12个月)、低波(3个月)[32][34] * **因子评价**：当前低波风格三标尺综合排名位居前列，建议重点关注[35] 6. **其他风格因子**：报告图表中还提到了动量、反转、低市净率、低市盈率、高股息、ROE、营收同比等多种风格因子，但未详细描述其构建过程[32][34] 因子的回测效果 （报告中未提供单个因子的具体回测指标，如年化收益、信息比率等，仅提供了截至报告期的多维度评估状态，因此本部分略过）

量化模型与构建方式 1. **模型名称：美联储流动性指数模型** - 模型构建思路：结合数量维度和价格维度构建美联储流动性指数，用于判断市场流动性状态[7] - 模型具体构建过程：通过量化美联储政策工具（如资产负债表规模、利率等）和市场反应（如高收益债利差、新兴市场权益表现等）合成指数，指数>0代表宽松，<0代表收缩[7][9] - 模型评价：对高收益债和新兴市场权益等流动性敏感资产具有显著预测能力[7] 2. **模型名称：CDS-AH股择时模型** - 模型构建思路：利用中国主权CDS（信用违约互换）与AH股收益的负相关性构建择时信号[12][13] - 模型具体构建过程： 1) 计算CDS的20日差分 2) 当差分下行时触发看多信号 3) 结合港股历史数据优化阈值[12][13] - 模型评价：年化超额收益5.7%，与港股收益拟合度优于A股[12][15] 3. **模型名称：利率债收益预测模型** - 模型构建思路：通过拆解利率债收益来源，预测不同久期债券的未来回报[17][20] - 模型具体构建过程： 1) 利率建模：$$ r_{t} = \alpha + \beta X_{t} + \epsilon_{t} $$，其中X为宏观经济变量 2) 蒙特卡洛模拟利率路径 3) 计算持有期预期收益[17][20] - 模型评价：短久期策略卡玛比率达2.94，优于长久期配置[19] 4. **模型名称：A股收益预测模型（GK模型）** - 模型构建思路：基于股息率、盈利增长、估值变化等要素预测宽基指数收益[22][26] - 模型具体构建过程： $$ R_{t+1} = D_{t} + \Delta E_{t} + \Delta P/E_{t} $$ 其中D为股息率，ΔE为盈利增速，ΔP/E为估值变化[26] - 模型评价：对沪深300与中证500的收益差预测能力稳定[22][23] 5. **模型名称：赔率+胜率策略** - 模型构建思路：结合资产赔率（估值）和胜率（宏观因子）构建风险预算组合[65][70] - 模型具体构建过程： 1) 赔率指标：股债风险溢价（权益）、CCB定价误差（转债） 2) 胜率指标：货币/信用/增长/通胀/海外五因子评分 3) 风险预算加权[65][70] - 模型评价：2011年以来年化收益6.9%，最大回撤2.8%[72] --- 量化因子与构建方式 1. **因子名称：质量因子** - 构建思路：筛选盈利稳定、财务健康的股票[46][48] - 具体构建过程： 1) 计算EPS稳定性、ROE波动率 2) 标准化后加权合成[48] - 因子评价：当前呈现"高赔率-中等趋势-低拥挤"特征[46] 2. **因子名称：成长因子** - 构建思路：捕捉营收/净利润高增长股票[47][49] - 具体构建过程： 1) 计算净利润同比、营收TTM同比 2) 行业中性化处理[49] - 因子评价：当前估值吸引力下降，拥挤度较高[47] 3. **因子名称：小盘因子** - 构建思路：利用市值效应获取超额收益[53][55] - 具体构建过程： $$ Size = \ln(MCap) $$ 其中MCap为总市值[55] - 因子评价：当前拥挤度0.3倍标准差，风险较高[53] 4. **因子名称：行业轮动三标尺因子** - 构建思路：结合景气度、趋势、拥挤度筛选行业[60][63] - 具体构建过程： 1) 趋势：过去12个月IR 2) 拥挤度：换手率比率+波动率比率 3) 景气度：分析师预期修正[63] - 因子评价：2011年以来信息比率1.12[61] --- 模型的回测效果 1. **美联储流动性指数模型** - 宽松区间年化夏普比率：标普500（1.52）、纳斯达克（1.78）、高收益债（1.21）[9][11] 2. **CDS-AH股择时模型** - 年化收益：11.8% vs 基准6.1% - 最大回撤：19.1% vs 64.1%[15] 3. **利率债收益预测模型** - 短久期策略年化收益：6.8% - 卡玛比率：2.94[19] 4. **A股收益预测模型** - 沪深300预测收益：19.7% - 中证500预测收益：-27.8%[26] 5. **赔率+胜率策略** - 2014年以来年化收益：7.6% - 夏普比率：3.48[72] --- 因子的回测效果 1. **质量因子** - 当前赔率：1.3倍标准差 - 拥挤度：-1.1倍标准差[48] 2. **成长因子** - 当前趋势：0.5倍标准差 - 赔率：-1.1倍标准差[49] 3. **行业轮动因子** - 2019年以来超额收益：9.3% - 信息比率：0.88[61]