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）

根据提供的研报内容，以下是量化模型与因子的详细总结： --- 量化模型与构建方式 1. **模型名称**：宏观驱动型投顾策略 - **构建思路**：基于宏观经济指标（如关税政策、债市波动）调整资产配置比例，侧重政策对冲和季节性效应[5][6] - **具体构建过程**： 1. 根据关税冲击预期增加信用债配置比例（+4.4%），减少货币比例（-3.8%）[8][35] 2. 久期调整：纯债型投顾久期增加0.13年，固收+型增加0.12年[7][34] 3. 行业轮动：增配食品饮料（+0.53%），减配电子（-0.78%）和电力设备（-0.31%）[36][37] - **模型评价**：政策敏感性强，但依赖宏观预测准确性 2. **模型名称**：指数驱动型投顾策略 - **构建思路**：通过跟踪指数基金（如沪深300、中证500）进行风格配置，结合超额收益排名动态调整[9][41] - **具体构建过程**： 1. 筛选指数基金调仓幅度：港股类指数增配1.1%，科创板类减配1.1%[41] 2. 小盘/微盘配置：微盘股比例从5.31%增至5.54%，小盘股维持5.34%[45][48] - **模型评价**：风格稳定性高，但需警惕市场风格切换风险 --- 模型的回测效果 1. **宏观驱动型模型**： - 4月绝对收益：-0.78%[17] - 近1年收益率：6.5%（黄金类QDII）[53] - Calmar比率：3.01（固收+型产品）[26] 2. **指数驱动型模型**： - 4月绝对收益：-2.34%[17] - 中证2000调仓幅度：-1.5%（低超额收益产品）[41] - 信息比率（IR）：未披露 --- 量化因子与构建方式 1. **因子名称**：久期调整因子 - **构建思路**：反映利率预期变化对债券配置的影响[6][7] - **具体构建过程**： - 久期计算公式：$$ \Delta D = \sum (w_i \cdot D_i) $$，其中$w_i$为债券权重，$D_i$为单券久期[34] - 纯债型产品久期调整均值+0.13年[34] 2. **因子名称**：行业轮动因子 - **构建思路**：基于关税政策与内需消费趋势捕捉行业超额收益[5][36] - **具体构建过程**： 1. 行业配置比例变化：食品饮料（+0.53%）vs 电子（-0.78%）[36] 2. 红利基金比例先升后降（5.38%→5.54%→5.49%）[42][43] --- 因子的回测效果 1. **久期调整因子**： - 固收+型产品久期调整与收益相关性：+0.12年久期对应1.6%收益[26][34] 2. **行业轮动因子**： - 食品饮料行业4月超额收益：+0.53%[36] - 微盘股配置收益贡献：+0.23%（5.31%→5.54%）[45] --- 注：以上内容严格基于研报数据，未包含风险提示等非核心信息[55][60]