报告行业投资评级 - 报告未对特定行业给出明确的“看好”、“中性”或“看淡”评级，其核心内容是基于量化模型对多个资产类别（包括债券、股票指数、商品）的短期多空观点进行判断 [3][6] 报告核心观点 - 量化模型对多个关键资产给出了明确的短期多空观点，整体上对部分债券和商品持看多态度，而对部分股票指数和超长期国债持调整或震荡观点 [3][6] - 对于债券市场，模型看多3年AAA中短票和2年国债，对30年国债持调整观点，对10年国债持震荡观点 [3][6] - 对于股票市场，模型看多万得微盘指数，对万得全A指数、科创50指数、国证2000指数持调整观点，对中证红利全收益指数、恒生科技指数持震荡观点 [3][6] - 对于商品市场，模型看多COMEX黄金，对IPE布油持震荡观点 [3][6] 根据相关目录分别进行总结 量化日报 | 超长仍处调整区间 - 模型观点汇总：看多资产包括3年AAA中短票、2年国债、COMEX黄金、IPE布油；调整资产包括30年国债、恒生科技指数、科创50指数、国证2000指数；震荡资产包括10年国债、中证红利全收益指数、万得全A指数、万得微盘指数 [6] - **30年国债**：原始信号为62.58%，其5日移动平均（MA5）为66.26%，模型观点为【调整】，信号已持续【3】个交易日 [3][6] - **3年AAA中短票**：原始信号为16.06%，MA5为31.40%，模型观点由【震荡】转为【看多】，信号持续【1】个交易日 [3][6] - **10年国债**：原始信号为64.12%，MA5为49.35%，模型观点为【震荡】，信号持续【3】个交易日 [3][6] - **2年国债**：原始信号为29.05%，MA5为30.52%，模型观点为【看多】，信号持续【超过10】个交易日 [3][6] - **万得全A指数**：原始信号为73.94%，MA5为74.91%，模型观点为【调整】，信号持续【3】个交易日 [3][6] - **中证红利全收益指数**：原始信号为70.45%，MA5为46.67%，模型观点由【看多】转为【震荡】，信号持续【1】个交易日 [3][6] - **恒生科技指数**：原始信号为58.13%，MA5为53.25%，模型观点为【震荡】，信号持续【4】个交易日 [3][6] - **科创50指数**：原始信号为75.95%，MA5为69.47%，模型观点为【调整】，信号持续【超过10】个交易日 [3][6] - **万得微盘指数**：原始信号为18.67%，MA5为16.99%，模型观点为【看多】，信号持续【4】个交易日 [3][6] - **国证2000指数**：原始信号为43.82%，MA5为60.99%，模型观点为【调整】，信号持续【2】个交易日 [3][6] - **COMEX黄金**：原始信号为28.71%，MA5为25.89%，模型观点为【看多】，信号持续【超过10】个交易日 [3][6] - **IPE布油**：原始信号为62.79%，MA5为47.48%，模型观点由【看多】转为【震荡】，信号持续【1】个交易日 [3][6] - 模型阈值规则：对于利率（国债），模型输出百分比大于60%看空（调整），小于40%看多，中间为震荡；对于股指，模型输出百分比大于60%看多，小于40%看空（调整），中间为震荡 [7]

量化模型与构建方式 1. **模型名称：择时信号模型**[7] **模型构建思路：** 基于特定模型和历史数据，计算资产在未来短期内价格上行的概率估计，并以此生成多空观点[7]。 **模型具体构建过程：** 1. 模型输入历史数据，通过特定算法（报告中未明确具体算法，如逻辑回归、机器学习模型等）计算出一个“原始信号”值，该值代表模型对资产未来短期内价格上行的概率估计，以百分比形式表示[7]。公式为： $$原始信号 = f(历史数据)$$ 其中，`f` 代表未公开的模型算法，`历史数据` 为模型输入的特征变量。 2. 对原始信号进行5日移动平均（MA5）平滑处理，以降低信号的短期波动[3][6]。 $$MA5 = \frac{1}{5} \sum_{i=0}^{4} 原始信号_{t-i}$$ 3. 根据资产类型（利率债/股指/商品）和预设的阈值，将平滑后的信号（MA5）转化为具体的多空观点[7]。 * 对于利率债（如国债、中短票）：当 MA5 > 60% 时，观点为“看空”（报告中表述为“调整”）；当 MA5 < 40% 时，观点为“看多”；在40%至60%之间时，观点为“震荡”[7]。 * 对于股指和商品（如黄金、原油）：当 MA5 > 60% 时，观点为“看多”；当 MA5 < 40% 时，观点为“看空”（报告中表述为“调整”）；在40%至60%之间时，观点为“震荡”[7]。 量化因子与构建方式 *（注：本报告主要展示模型的应用结果，未详细阐述或构建具体的量化因子。报告内容集中于模型输出的择时信号及其应用，未涉及如价值、动量、波动率等传统量化因子的构建与分析。）* 模型的回测效果 *（注：本报告为日常跟踪报告，展示了模型在多个资产上的最新信号输出，但未提供历史回测的统计指标，如年化收益率、夏普比率、最大回撤、信息比率（IR）等。因此，此处无法列出模型在统一口径下的量化回测指标取值。）* 因子的回测效果 *（注：本报告未涉及具体量化因子的测试，因此无相关回测效果数据。）*

报告投资评级 - 报告未对特定行业给出明确的“看好”、“中性”或“看淡”评级，其核心内容是基于量化模型对各类资产（包括债券、股票指数、商品）的短期多空观点进行判断 [1][2][5] 报告核心观点 - 报告基于量化模型，对多个关键资产类别给出了明确的短期多空观点 [1][2][5] - 看多资产包括：10年期国债、2年期国债、中证红利全收益指数、万得微盘指数、COMEX黄金、IPE布油 [1][2][5] - 调整资产包括：科创50指数 [1][2][5] - 震荡资产包括：30年期国债、3年期AAA中短票、万得全A指数、恒生科技指数、国证2000指数 [1][2][5] - 恒生科技指数模型观点由【调整】转为【震荡】 [2][5] - 万得微盘指数模型观点由【震荡】转为【看多】 [2][5] 债券资产模型信号详情 - **30年期国债**：原始信号51.36%，5日移动平均（MA5）为57.04%，模型观点为【震荡】，信号持续【超过10】个交易日 [2][5] - **3年期AAA中短票**：原始信号86.23%，MA5为56.88%，模型观点为【震荡】，信号持续【5】个交易日 [2][5] - **10年期国债**：原始信号43.90%，MA5为32.36%，模型观点为【看多】，信号持续【超过10】个交易日 [2][5] - **2年期国债**：原始信号10.55%，MA5为13.88%，模型观点为【看多】，信号持续【超过10】个交易日 [2][5] 股票指数模型信号详情 - **万得全A指数**：原始信号70.48%（3月11日）或86.53%（3月10日），MA5为57.59%或49.03%，模型观点为【震荡】，信号持续【3】或【2】个交易日 [2][5] - **中证红利全收益指数**：原始信号26.14%，MA5为20.17%，模型观点为【看多】，信号持续【超过10】个交易日 [2][5] - **恒生科技指数**：原始信号43.13%，MA5为59.74%，模型观点由【调整】转为【震荡】，信号持续【1】个交易日 [2][5] - **科创50指数**：原始信号80.92%，MA5为64.28%，模型观点为【调整】，信号持续【超过10】个交易日 [2][5] - **万得微盘指数**：原始信号16.56%，MA5为30.15%，模型观点由【震荡】转为【看多】，信号持续【1】个交易日 [2][5] - **国证2000指数**：原始信号86.75%，MA5为53.01%，模型观点为【震荡】，信号持续【2】个交易日 [2][5] 商品资产模型信号详情 - **COMEX黄金**：原始信号13.41%，MA5为10.19%，模型观点为【看多】，信号持续【超过10】个交易日（数据延后一个交易日） [2][5] - **IPE布油**：原始信号51.71%，MA5为30.28%，模型观点为【看多】，信号持续【超过10】个交易日（数据延后一个交易日） [2][5][6]

量化模型与构建方式 1. **模型名称**：多资产择时模型[3][6][7] * **模型构建思路**：该模型是一个基于量化信号的多资产择时模型，旨在预测多种资产（包括国债、信用债、股票指数、商品等）在未来短期内的价格上行概率，并据此生成看多、调整（看空）或震荡的交易观点[3][6][7]。 * **模型具体构建过程**： 1. **模型输出**：模型每日对每个资产输出一个“原始信号”值，该值为一个百分比，代表模型对未来短期内该资产价格（对于利率债和信用债，指到期收益率；对于股指和商品，指价格指数）上行的概率估计[7]。 2. **信号平滑**：对原始信号进行5日移动平均（MA5）处理，得到“择时信号MA5”[3][6][7]。公式为： $$MA5_t = \frac{Signal_t + Signal_{t-1} + Signal_{t-2} + Signal_{t-3} + Signal_{t-4}}{5}$$ 其中，$Signal_t$ 代表第 $t$ 日的原始信号，$MA5_t$ 代表第 $t$ 日的5日移动平均信号。 3. **观点生成**：将平滑后的信号（MA5）与预设的阈值进行比较，生成最终的多空观点[7]。对于利率债和信用债（如30年国债、3年AAA中短票等），阈值设定为：MA5 > 60% 看空（报告表述为“调整”），MA5 < 40% 看多，介于两者之间为“震荡”[7]。对于股指和商品（如万得全A指数、COMEX黄金等），阈值设定相反：MA5 > 60% 看多，MA5 < 40% 看空（报告表述为“调整”），介于两者之间为“震荡”[7]。 模型的回测效果 （注：报告未提供模型历史回测的统计指标（如年化收益率、夏普比率、最大回撤等），仅提供了特定交易日（2026年3月12日及前几日）的信号输出和多空观点。因此，以下为模型在报告发布日的具体信号取值和生成的观点。） 1. **多资产择时模型**，**30年国债**原始信号68.41%，MA5信号63.62%，模型观点为【调整】[3][6] 2. **多资产择时模型**，**3年AAA中短票**原始信号6.32%，MA5信号46.09%，模型观点为【震荡】[3][6] 3. **多资产择时模型**，**10年国债**原始信号72.72%，MA5信号41.91%，模型观点为【震荡】[3][6] 4. **多资产择时模型**，**2年国债**原始信号20.57%，MA5信号13.86%，模型观点为【看多】[3][6] 5. **多资产择时模型**，**万得全A指数**原始信号67.82%，MA5信号68.15%，模型观点为【调整】[3][6] 6. **多资产择时模型**，**中证红利全收益指数**原始信号36.60%，MA5信号24.23%，模型观点为【看多】[3][6] 7. **多资产择时模型**，**恒生科技指数**原始信号71.60%，MA5信号55.90%，模型观点为【震荡】[3][6] 8. **多资产择时模型**，**科创50指数**原始信号77.20%，MA5信号70.23%，模型观点为【调整】[3][6] 9. **多资产择时模型**，**万得微盘指数**原始信号15.06%，MA5信号27.42%，模型观点为【看多】[3][6] 10. **多资产择时模型**，**国证2000指数**原始信号71.97%，MA5信号56.53%，模型观点为【震荡】[3][6] 11. **多资产择时模型**，**COMEX黄金**原始信号14.39%，MA5信号12.22%，模型观点为【看多】[3][6] 12. **多资产择时模型**，**IPE布油**原始信号53.05%，MA5信号37.75%，模型观点为【看多】[3][6][7] （注：报告未涉及独立的量化因子构建与分析，因此“量化因子与构建方式”及“因子的回测效果”部分无相关内容。）

报告行业投资评级 - 报告未对特定行业给出明确的“看好”、“中性”或“看淡”评级，其核心内容是基于量化模型对多个金融资产（包括国债、股指、商品等）的短期择时信号进行汇总和展示 [1][5] 报告的核心观点 - 报告核心观点基于量化模型，对各类资产给出了明确的短期操作观点：**看多**、**调整**或**震荡** [1][2][5] - 报告标题“短端确定性更高”暗示了对短期债券（如2年国债）的看多观点具有更高的确定性 [2][3] 根据相关目录分别进行总结 固定收益类资产观点 - **30年国债**：模型观点为**震荡**，原始信号70.41%，5日移动平均（MA5）为57.28%，该观点已持续**10**个交易日 [2][5] - **10年国债**：模型观点为**看多**，原始信号16.18%，MA5为31.73%，该观点已持续**超过10**个交易日 [2][5] - **2年国债**：模型观点为**看多**，原始信号7.97%，MA5为14.52%，该观点已持续**超过10**个交易日 [2][5] - **3年AAA中短票**：模型观点为**震荡**，原始信号43.81%，MA5为45.71%，该观点已持续**4**个交易日 [2][5] A股主要指数观点 - **万得全A指数**：模型观点为**震荡**，原始信号86.53%，MA5为49.03%，该观点已持续**2**个交易日 [2][5] - **中证红利全收益指数**：模型观点为**看多**，原始信号20.09%，MA5为20.87%，该观点已持续**超过10**个交易日 [2][5] - **科创50指数**：模型观点为**调整**，原始信号48.43%，MA5为67.37%，该观点已持续**10**个交易日 [2][5] - **国证2000指数**：模型观点由**调整**转为**震荡**，原始信号23.29%，MA5为52.67%，震荡观点已持续**1**个交易日 [2][5] - **万得微盘指数**：模型观点为**震荡**，原始信号23.44%，MA5为43.76%，该观点已持续**4**个交易日 [2][5] 港股与商品类资产观点 - **恒生科技指数**：模型观点为**调整**，原始信号31.25%，MA5为69.62%，该观点已持续**超过10**个交易日 [2][5] - **COMEX黄金**：模型观点为**看多**，原始信号9.39%，MA5为8.98%，该观点已持续**超过10**个交易日（数据尚未收盘，延后一个交易日） [2][5] - **IPE布油**：模型观点为**看多**，原始信号48.32%，MA5为22.54%，该观点已持续**超过10**个交易日（数据尚未收盘，延后一个交易日） [2][5][6] 模型数据与历史回顾 - 报告通过图表详细列出了近10个交易日内，上述各类资产的每日择时信号、MA5、收益率或指数点位以及模型多空观点的历史变化 [6] - 模型输出百分比代表对未来短期内国债到期收益率/股指上行的概率估计，并设定了具体的看多看空阈值 [6]

量化模型与构建方式 1. **模型名称：多资产择时模型**[1][2][5] * **模型构建思路**：该模型是一个基于量化信号的择时模型，旨在预测多种资产（包括国债、股指、商品等）在未来短期内的价格走势方向（看多、调整/看空、震荡）[1][2][5]。 * **模型具体构建过程**： 1. **生成原始信号**：模型首先为每个标的资产计算一个“原始信号”，该信号是一个百分比数值，代表模型对未来短期内资产价格上行的概率估计[5][6]。具体计算方法和所用因子未在报告中详细说明。 2. **计算平滑信号**：对原始信号进行平滑处理，计算其5日移动平均值（MA5），记为“择时信号MA5”[2][5]。 3. **生成交易观点**：根据资产类型和原始信号（或MA5信号）与预设阈值的比较，生成最终的“模型多空观点”[5][6]。 * 对于利率类资产（如国债）：当信号大于60%时，观点为“看空”（报告中表述为“调整”）；当信号小于40%时，观点为“看多”；信号在40%-60%之间时，观点为“震荡”[6]。 * 对于股指类资产：当信号大于60%时，观点为“看多”；当信号小于40%时，观点为“看空”（报告中表述为“调整”）；信号在40%-60%之间时，观点为“震荡”[6]。 * 注：报告中对商品（黄金、原油）的阈值规则未明确说明，但处理逻辑类似。 模型的回测效果 （注：报告未提供模型在历史样本外的综合回测绩效指标，如年化收益率、夏普比率、最大回撤等。仅提供了截至报告日，模型对各个标的资产的最新信号及近期信号序列。） 1. **多资产择时模型**，最新信号及观点如下（数据截至2026-03-10或2026-03-09）[2][5][6]： * **30年国债**：原始信号70.41%，MA5信号57.28%，模型观点为【震荡】。 * **3年AAA中短票**：原始信号43.81%，MA5信号45.71%，模型观点为【震荡】。 * **10年国债**：原始信号16.18%，MA5信号31.73%，模型观点为【看多】。 * **2年国债**：原始信号7.97%，MA5信号14.52%，模型观点为【看多】。 * **万得全A指数**：原始信号86.53%，MA5信号49.03%，模型观点为【震荡】。 * **中证红利全收益指数**：原始信号20.09%，MA5信号20.87%，模型观点为【看多】。 * **恒生科技指数**：原始信号31.25%，MA5信号69.62%，模型观点为【调整】。 * **科创50指数**：原始信号48.43%，MA5信号67.37%，模型观点为【调整】。 * **万得微盘指数**：原始信号23.44%，MA5信号43.76%，模型观点为【震荡】。 * **国证2000指数**：原始信号23.29%，MA5信号52.67%，模型观点为【震荡】。 * **COMEX黄金**：原始信号9.39%，MA5信号8.98%，模型观点为【看多】。 * **IPE布油**：原始信号48.32%，MA5信号22.54%，模型观点为【看多】。

报告投资评级 * 报告未对特定行业或公司给出明确的“看好”、“中性”或“看淡”评级，而是基于量化模型对多个具体资产类别（包括债券、股票指数、商品）给出了“看多”、“调整”或“震荡”的短期交易观点 [2][5] 报告核心观点 * 报告基于量化择时模型，对多个债券、股票指数及商品资产给出了明确的短期多空观点，核心观点是模型信号显示部分债券和股票指数存在调整或震荡风险，而另一些资产则维持看多态势 [1][5] * 具体来看，模型对**10年期国债**、**2年期国债**、**万得全A指数**、**中证红利全收益指数**、**COMEX黄金**和**IPE布油**持“看多”观点 [2][5] * 模型对**恒生科技指数**和**科创50指数**持“调整”观点 [2][5] * 模型对**30年期国债**、**3年期AAA中短票**、**万得微盘指数**和**国证2000指数**持“震荡”观点 [2][5] 量化模型信号详情（根据目录“1 量化日报 | 债券又有调整信号”总结） * **30年期国债**：截至2026年3月6日，原始信号为**33.34%**，5日移动平均（MA5）为**45.69%**，模型观点为“震荡”，该信号已持续**8**个交易日 [5] * **3年期AAA中短票**：原始信号为**15.33%**，MA5为**40.25%**，模型观点为“震荡”，信号持续**2**个交易日 [5] * **10年期国债**：原始信号为**13.86%**，MA5为**30.77%**，模型观点为“看多”，信号持续**超过10**个交易日 [5] * **2年期国债**：原始信号为**9.23%**，MA5为**11.72%**，模型观点为“看多”，信号持续**超过10**个交易日 [5] * **万得全A指数**：原始信号为**45.46%**，MA5为**29.85%**，模型观点为“看多”，信号持续**超过10**个交易日 [5] * **中证红利全收益指数**：原始信号为**18.61%**，MA5为**27.25%**，模型观点为“看多”，信号持续**10**个交易日 [5] * **恒生科技指数**：原始信号为**70.64%**，MA5为**87.31%**，模型观点为“调整”，信号持续**超过10**个交易日 [5] * **科创50指数**：原始信号为**67.82%**，MA5为**80.57%**，模型观点为“调整”，信号持续**8**个交易日 [5] * **万得微盘指数**：原始信号为**27.17%**，MA5为**45.77%**，模型观点为“震荡”，信号持续**2**个交易日 [5] * **国证2000指数**：原始信号为**8.66%**，MA5为**58.45%**，模型观点为“震荡”，信号持续**3**个交易日 [5] * **COMEX黄金**：原始信号为**11.43%**，MA5为**7.67%**，模型观点为“看多”，信号持续**超过10**个交易日 [5] * **IPE布油**：原始信号为**21.71%**，MA5为**14.53%**，模型观点为“看多”，信号持续**超过10**个交易日 [5][6] * 模型判断规则：对于利率债（国债、中短票），模型输出概率代表未来短期内收益率上行的概率估计，概率大于**60%**看空（收益率上行），小于**40%**看多（收益率下行），介于之间为震荡；对于股指，概率大于**60%**看多，小于**40%**看空，介于之间为震荡 [6]

量化模型与构建方式 1. **模型名称：择时信号模型**[5] * **模型构建思路**：该模型是一个多资产择时模型，旨在预测各类资产（包括债券、股票指数、商品等）未来短期价格走势的概率，并据此生成“看多”、“震荡”、“调整”三种交易观点[5][6]。 * **模型具体构建过程**： 1. **模型输出**：模型每日计算并输出一个“原始信号”，该信号是一个百分比数值，代表模型对未来短期内资产价格上行概率的估计[6]。例如，对于国债，该数值代表到期收益率上行的概率；对于股指和商品，该数值代表价格上行的概率[6]。 2. **信号平滑**：对原始信号进行5日移动平均（MA5）处理，得到“择时信号MA5”，以平滑信号的波动[5][6]。 3. **观点生成**：根据平滑后的MA5信号值与预设的阈值进行比较，生成最终的多空观点[6]。 * 对于利率类资产（如国债）：MA5 > 60% 视为看空（调整），MA5 < 40% 视为看多，介于40%和60%之间视为震荡[6]。 * 对于股指和商品类资产：MA5 > 60% 视为看多，MA5 < 40% 视为看空（调整），介于40%和60%之间视为震荡[6]。 模型的回测效果 1. **择时信号模型**，在2026年3月6日对30年国债的原始信号为33.34%，MA5信号为45.69%，模型观点为“震荡”，信号已持续8个交易日[2][5]。 2. **择时信号模型**，在2026年3月6日对3年AAA中短票的原始信号为15.33%，MA5信号为40.25%，模型观点为“震荡”，信号已持续2个交易日[2][5]。 3. **择时信号模型**，在2026年3月6日对10年国债的原始信号为13.86%，MA5信号为30.77%，模型观点为“看多”，信号已持续超过10个交易日[2][5]。 4. **择时信号模型**，在2026年3月6日对2年国债的原始信号为9.23%，MA5信号为11.72%，模型观点为“看多”，信号已持续超过10个交易日[2][5]。 5. **择时信号模型**，在2026年3月6日对万得全A指数的原始信号为45.46%，MA5信号为29.85%，模型观点为“看多”，信号已持续超过10个交易日[2][5]。 6. **择时信号模型**，在2026年3月6日对中证红利全收益指数的原始信号为18.61%，MA5信号为27.25%，模型观点为“看多”，信号已持续10个交易日[2][5]。 7. **择时信号模型**，在2026年3月6日对恒生科技指数的原始信号为70.64%，MA5信号为87.31%，模型观点为“调整”，信号已持续超过10个交易日[2][5]。 8. **择时信号模型**，在2026年3月6日对科创50指数的原始信号为67.82%，MA5信号为80.57%，模型观点为“调整”，信号已持续8个交易日[2][5]。 9. **择时信号模型**，在2026年3月6日对万得微盘指数的原始信号为27.17%，MA5信号为45.77%，模型观点为“震荡”，信号已持续2个交易日[2][5]。 10. **择时信号模型**，在2026年3月6日对国证2000指数的原始信号为8.66%，MA5信号为58.45%，模型观点为“震荡”，信号已持续3个交易日[2][5]。 11. **择时信号模型**，在2026年3月6日对COMEX黄金的原始信号为11.43%，MA5信号为7.67%，模型观点为“看多”，信号已持续超过10个交易日[2][5]。 12. **择时信号模型**，在2026年3月6日对IPE布油的原始信号为21.71%，MA5信号为14.53%，模型观点为“看多”，信号已持续超过10个交易日[2][6]。

报告行业投资评级 - 以报告发布日后6个月内，行业相对于市场基准指数的涨跌幅为标准，分为看好、中性、看淡，A股市场代表性指数以沪深300指数为基准，中国香港市场代表性指数以恒生指数为基准，美国市场代表性指数以标普500指数为基准 [13] 报告核心观点 - 看多3年AAA中短票、10年国债、2年国债、万得全A指数、中证红利全收益指数、万得微盘指数、COMEX黄金、IPE布油 [2][5] - 调整恒生科技指数、科创50指数 [2][5] - 震荡30年国债、国证2000指数 [2][5] - 30年国债原始信号52.58%，MA5为42.15%，模型观点为震荡，信号持续6个交易日 [2][5] - 3年AAA中短票原始信号30.40%，MA5为35.77%，模型观点由震荡转为看多，信号持续1个交易日 [2][5] - 10年国债原始信号40.76%，MA5为26.31%，模型观点为看多，信号持续超过10个交易日 [2][5] - 2年国债原始信号13.74%，MA5为6.74%，模型观点为看多，信号持续超过10个交易日 [2][5] - 万得全A指数原始信号27.67%，MA5为21.17%，模型观点为看多，信号持续超过10个交易日 [2][5] - 中证红利全收益指数原始信号29.66%，MA5为25.88%，模型观点为看多，信号持续8个交易日 [2][5] - 恒生科技指数原始信号92.52%，MA5为92.56%，模型观点为调整，信号持续超过10个交易日 [2][5] - 科创50指数原始信号96.37%，MA5为96.02%，模型观点为调整，信号持续6个交易日 [2][5] - 万得微盘指数原始信号84.65%，MA5为37.75%，模型观点为看多，信号持续超过10个交易日 [2][5] - 国证2000指数原始信号85.03%，MA5为49.32%，模型观点由看多转为震荡，信号持续1个交易日 [2][5] - COMEX黄金原始信号7.33%，MA5为10.54%，模型观点为看多，信号持续超过10个交易日（尚未收盘，延迟一个交易日） [2][5] - IPE布油原始信号13.02%，MA5为17.83%，模型观点为看多，信号持续超过10个交易日（尚未收盘，延迟一个交易日） [2][5][6] 根据相关目录总结 量化日报|债券又有调整信号 - 给出30年国债、3年AAA中短票、10年国债、2年国债、万得全A指数、中证红利全收益指数、恒生科技指数、科创50指数、万得微盘指数、国证2000指数、COMEX黄金、IPE布油的原始信号、MA5、模型观点及信号持续时间 [2][5] - 展示30年国债、3年AAA中短票、10年国债、2年国债、万得全A指数、中证红利全收益指数、恒生科技指数、科创50指数、万得微盘指数、国证2000指数、COMEX黄金、IPE布油近10交易日的收益率、单日择时信号、择时信号MA5、模型多空观点等数据 [6]

量化模型与构建方式 1. **模型名称**：宽基指数择时模型（通用框架）[2][3][6] **模型构建思路**：将前期应用于债券和商品的择时框架，扩展至权益宽基指数，以覆盖大类资产配置。针对权益指数波动大、趋势变化快的特点，对模型因子和结构进行了针对性优化[3][6]。 **模型具体构建过程**： * **因子集构建**：分为两部分。 1. **共性因子集**：适用于所有指数，包括资金、利率、商品期货及现货价格、高频日度指数（如BDI）、高频基本面（日度的消费及生产数据）、海外因子（美国股债价格、波动率等）以及描述国内权益市场的共性因子（如两融余额、股票回购金额）[7]。 2. **指数因子集**：针对每个宽基指数构建，包含两部分：a) 指数自身的成交量、成交金额、市盈率、市净率、换手率、资金净买入；b) 基于该指数计算的技术指标，如随机指标、标准差、相对强弱指标、能量潮等[7]。 * **因子调整**： * **减少低频因子**：选择性保留10-20个月频因子（主要由通胀、出口、金融数据等构成），剔除其余月频及更低频率因子，以避免滞后指标对高波资产择时产生负面影响[8]。 * **丰富高频因子**：针对宽基指数等高波动资产，使用不同参数构建技术指标（例如不同区间长度的均线或动量指标），使模型能学习到不同市场环境下的信息[8]。 * **模型结构**：采用神经网络模型，并针对权益指数进行调整[3][10]。 * **类别平衡机制**：根据不同指数的走势特性（如是否存在单边形态）决定是否应用类别平衡[10]。 * **隐藏单元维度**：通过增加隐藏单元维度（而非层数）来提升模型复杂度，以避免过拟合[10]。 * **超参数调整**：包括窗口长度、正则化系数、学习率。例如，通过lambda函数设置学习率递减进行调优[11]。 2. **模型名称**：万得全A指数择时模型[3][6][12] **模型构建思路**：基于通用宽基指数择时框架，针对代表A股整体市场的万得全A指数进行择时[3][6]。 3. **模型名称**：中证红利全收益指数择时模型[3][15] **模型构建思路**：基于通用宽基指数择时框架，针对中证红利全收益指数进行择时。选择全收益指数是因红利指数本身波动率高、走势高频震荡，难以形成明显趋势[15]。 4. **模型名称**：恒生科技指数择时模型[3][22] **模型构建思路**：基于通用宽基指数择时框架，针对港股恒生科技指数进行择时。因子构建上更多考虑港股量价及全球流动性，并需处理港股与内地交易日不对齐的问题[22]。 5. **模型名称**：科创50指数择时模型[3][28] **模型构建思路**：基于通用宽基指数择时框架，针对代表内地“创新资产”的科创50指数进行择时。因子方面偏重于内地股票的量价数据[28]。 6. **模型名称**：万得微盘指数择时模型[3][34] **模型构建思路**：基于通用宽基指数择时框架，针对衡量小微盘市场情况的万得微盘指数进行择时。该指数走势偏单边，其翻转拐点可能更具指导意义[34]。 7. **模型名称**：国证2000指数择时模型[3][41] **模型构建思路**：基于通用宽基指数择时框架，针对国证2000指数进行择时。选择该指数是为了与万得微盘指数结合以更好覆盖小微盘市场，因中证2000指数数据量较少[41]。 模型的回测效果 （注：所有模型回测区间均为2023年6月至今的样本外区间，指标“区间胜率”定义为正确区间数/(正确区间数+错误区间数)） 1. **万得全A指数择时模型**，区间胜率71.88%[3][12] 2. **中证红利全收益指数择时模型**，区间胜率84.62%[3][15] 3. **恒生科技指数择时模型**，区间胜率79.31%[3][22] 4. **科创50指数择时模型**，区间胜率82.61%[3][28] 5. **万得微盘指数择时模型**，区间胜率80.77%[3][34] 6. **国证2000指数择时模型**，区间胜率71.43%[3][41] 量化因子与构建方式 （注：报告未详细列出单个因子的具体计算公式，主要阐述了因子集的构建逻辑和调整方向。） 1. **因子类别**：共性因子集[7] **因子的构建思路**：构建适用于所有宽基指数的、描述资本市场整体方向的因子[7]。 **因子具体构建过程**：包含资金、利率、商品期货及现货价格、高频日度指数（如BDI）、高频基本面（日度的消费及生产数据）、海外因子（美国股债价格、波动率等）以及国内权益市场共性因子（如两融余额、股票回购金额）[7]。 2. **因子类别**：指数特异性因子集[7] **因子的构建思路**：构建针对每个具体宽基指数、衡量其自身高频量价和交易情绪的因子[7]。 **因子具体构建过程**：包含两部分：a) 对应指数的成交量、成交金额、市盈率、市净率、换手率、资金净买入；b) 基于该指数计算的技术指标，如随机指标、标准差、相对强弱指标、能量潮等[7]。 3. **因子调整方向**：低频因子精简[8] **调整思路**：由于高波资产的波段较短，价格转向更多受高频交易因素影响，低频因子指导意义不强且可能滞后，因此大幅减少基本面因子[3][6][8]。 **调整过程**：选择性保留10-20个月频因子（主要由通胀、出口、金融数据等构成），剔除其余的月频及更低频率因子[8]。 4. **因子调整方向**：高频因子丰富与参数优化[8] **调整思路**：针对宽基指数等高波动资产，通过不同参数的技术指标使模型学习到更多市场信息[3][8]。 **调整过程**：对技术指标（如均线类、动量类）使用不同的参数设置，以捕捉不同区间长度和不同市场环境下的走势[8]。