量化模型与构建方式 1. 模型名称：扩散指数模型 - 模型构建思路：通过监测微盘股成分股未来N天股价涨跌幅的扩散指数临界点，判断市场变盘信号[5][19] - 模型具体构建过程： 1. 横轴设定未来N天股价相对涨跌幅（1.1至0.9代表涨10%至跌10%） 2. 纵轴设定回顾窗口期长度T天（T从20到10对应未来N=0到10天） 3. 计算扩散指数值（例：横轴0.95和纵轴15天值为0.21，表示未来5天若成分股均跌5%，扩散指数为0.21）[40] 4. 结合三种交易信号方法（首次阈值法、延迟阈值法、双均线法）生成交易信号[5][19] 2. 模型名称：首次阈值法（左侧交易） - 模型构建思路：基于扩散指数提前触发空仓信号[5] - 模型具体构建过程：当扩散指数首次跌破阈值（如2025年5月8日收盘0.9850）时触发空仓[45] 3. 模型名称：延迟阈值法（右侧交易） - 模型构建思路：在扩散指数确认趋势后触发信号[5] - 模型具体构建过程：延迟观察扩散指数变化（如2025年5月15日收盘0.8975触发空仓）[49] 4. 模型名称：双均线法（自适应交易） - 模型构建思路：结合均线交叉动态调整仓位[5] - 模型具体构建过程：短期均线下穿长期均线时翻空（如2025年8月4日信号）[50] 5. 模型名称：小市值低波50策略 - 模型构建思路：在微盘股成分股中优选小市值和低波动股票[7][37] - 模型具体构建过程： 1. 筛选微盘股成分股市值最小的50只股票 2. 计算历史波动率并选择低波动标的 3. 每双周调仓一次，费用双边千三[37] - 模型评价：策略在2025年YTD收益73.21%，但本周超额-1.25%，受市场风格影响较大[37] --- 量化因子与构建方式 1. 因子名称：对数市值因子 - 因子构建思路：捕捉市值对收益的影响[4][18] - 因子具体构建过程： - 因子评价：本周rankic 0.206（历史平均-0.033），近期有效性显著提升[4][18] 2. 因子名称：非线性市值因子 - 因子构建思路：捕捉市值非线性的收益贡献[4] - 因子具体构建过程：通过分段函数或多项式拟合市值与收益的非线性关系 - 因子评价：本周rankic 0.206（历史平均-0.033），与对数市值因子表现一致[4] 3. 因子名称：未复权股价因子 - 因子构建思路：利用股价绝对值筛选标的[4] - 因子具体构建过程：直接取股票未复权价格 - 因子评价：本周rankic 0.15（历史平均-0.014），短期有效性增强[4] 4. 因子名称：盈利因子 - 因子构建思路：衡量公司盈利能力[4] - 因子具体构建过程： - 因子评价：本周rankic 0.141（历史平均0.022），基本面因子表现稳定[4] 5. 因子名称：单季度净资产收益率因子 - 因子构建思路：聚焦短期ROE变化[4] - 因子具体构建过程： - 因子评价：本周rankic 0.137（历史平均0.022），与盈利因子相关性较高[4] 6. 因子名称：非流动性因子 - 因子构建思路：衡量股票流动性风险[4] - 因子具体构建过程： - 因子评价：本周rankic -0.128（历史平均0.04），流动性差的股票近期表现不佳[4] 7. 因子名称：动量因子 - 因子构建思路：捕捉历史收益率延续性[4] - 因子具体构建过程： - 因子评价：本周rankic -0.027（历史平均-0.005），反转效应明显[4] --- 模型的回测效果 1. 扩散指数模型 - 首次阈值法：2025年5月8日触发空仓信号[45] - 延迟阈值法：2025年5月15日触发空仓信号[49] - 双均线法：2025年8月4日触发空仓信号[50] 2. 小市值低波50策略 - 2024年收益7.07%，超额-2.93%[37] - 2025年YTD收益73.21%，本周超额-1.25%[37] --- 因子的回测效果 1. 对数市值因子：本周rankic 0.206，历史平均-0.033[4] 2. 非线性市值因子：本周rankic 0.206，历史平均-0.033[4] 3. 未复权股价因子：本周rankic 0.15，历史平均-0.014[4] 4. 盈利因子：本周rankic 0.141，历史平均0.022[4] 5. 单季度ROE因子：本周rankic 0.137，历史平均0.022[4] 6. 非流动性因子：本周rankic -0.128，历史平均0.04[4] 7. 动量因子：本周rankic -0.027，历史平均-0.005[4]
微盘股指数周报：本周微盘股大幅跑输的三个原因-20250818
中邮证券·2025-08-18 06:30