根据研报内容，以下是关于量化模型和因子的总结： 量化模型与构建方式 **1. 模型名称：DecompGRU模型[9][17]** - **模型构建思路**：在GRU基线模型的基础上，通过两个简单的去均值模块实现时序和截面的信息交互上的改进[17] - **模型具体构建过程**：基于趋势分解的时序+截面端到端模型，分别基于IC、加权MSE损失函数训练两个模型[17] **2. 模型名称：宽基轮动策略模型[24][26]** - **模型构建思路**：通过热度周度变化率构建轮动策略，在每周最后一个交易日买入总热度变化率MA2最大的宽基[24] - **模型具体构建过程**：计算不同组股票周度热度变化率，并取MA2进行平滑处理，如果变化率最大的为"其他"组则空仓[24] **3. 模型名称：概念热度组合模型[41][45]** - **模型构建思路**：在每周最后一个交易日，选出本周热度变化最大的5个概念，将概念对应成分股作为选股股票池[45] - **模型具体构建过程**： - 排除股票池中流通市值最小的20%股票[45] - 从每个热门概念中选出总热度排名前10的个股，等权持有构建热度TOP组合[45] - 从每个热门概念中选出总热度排名最后的10只个股，等权持有构建BOTTOM组合[45] 量化因子与构建方式 **1. 因子名称：个股总热度因子[18]** - **因子构建思路**：从行为的角度探讨在个股层面因有限注意力导致的过度定价与反应不足现象[18] - **因子具体构建过程**：股票的浏览、自选与点击次数之和，以同一日在全市场占比的方式进行归一化，将归一化后的数值乘以10000[18] - **因子计算公式**：$$总热度 = \frac{浏览次数 + 自选次数 + 点击次数}{全市场总次数} \times 10000$$[18] - **因子评价**：将聚合的总热度看作"情绪热度"的代理变量进行追踪[18] **2. 因子名称：宽基热度变化率因子[19][24]** - **因子构建思路**：将全A样本按照宽基指数分组，对每一组中的成分股总热度指标进行求和处理[19] - **因子具体构建过程**：将全A样本按照沪深300、中证500、中证1000、中证2000以及"其他"来进行分组，计算周度热度变化率并取MA2平滑[19][24] **3. 因子名称：行业热度变化率因子[30]** - **因子构建思路**：采用相同方法获得行业层面的热度，计算每个申万一级、二级行业热度的周度变化率MA2[30] - **因子具体构建过程**：对每个申万一级、二级行业中的成分股总热度指标进行求和，计算周度变化率MA2[30] **4. 因子名称：概念热度变化率因子[38]** - **因子构建思路**：采用相同方法获得概念层面的热度，计算每个概念热度的周度变化率[38] - **因子具体构建过程**：对每个概念中的成分股总热度指标进行求和，计算周度变化率[38] 模型的回测效果 **1. DecompGRU TOP200多头组合[9][11]** - 累计绝对收益：38.64%[11] - 相对全A等权超额收益：13.8%[11] - 最大回撤：10.08%[11] - 周度胜率：64.29%[11] - 月度胜率：100%[11] - 9月绝对收益：4.19%[11] - 9月超额收益：3.4%[11] **2. ETF轮动组合[12][13][14]** - 累计绝对收益：21.54%[13] - 相对基准超额收益：-0.57%[13] - 最大回撤：7.82%[13] - 周度胜率：65.52%[13] - 月度胜率：66.67%[13] - 9月绝对收益：-1.68%[14] - 9月超额收益：-6.65%[14] **3. 宽基轮动策略[26][27]** - 2017年来年化收益率：8.74%[27] - 最大回撤：23.5%[27] - 2025年组合收益：32%[27] - 对比基准宽基等权组合收益：30%[27] **4. 概念热度BOTTOM组合[41]** - 年化收益：15.71%[41] - 最大回撤：28.89%[41] - 2025年收益：40%[41] 因子的回测效果 **1. 宽基热度动量组合[3][65]** - 2025年累计收益：36%[3][65] **2. 高热度概念+低热度个股组合[3][66]** - 2025年累计收益：42%[3][66]