量化模型与构建方式 1. 扩散指数模型 - 模型名称：扩散指数模型[5][38][39] - 模型构建思路：通过监测微盘股指数成分股价格变动的扩散程度，预测市场变盘的临界点，用于交易信号生成[38] - 模型具体构建过程： 1. 横轴代表未来N天后股价相对当前涨跌幅（从涨10%到跌10%，即1.1到0.9） 2. 纵轴代表回顾过去窗口期长度T天或未来N天（T从20到10，N=20-T） 3. 计算扩散指数值：例如横轴0.95和纵轴15天值为0.05，表示N=5天后如果所有成分股跌5%，扩散指数值为0.05 4. 当前扩散指数值为0.39（横轴20，纵轴1.00）[38] - 模型评价：扩散指数天然有向下趋势，因成分股每日更新，需注意预测局限性[38] 2. 首次阈值法（左侧交易） - 模型名称：首次阈值法[5][42] - 模型构建思路：作为扩散指数的左侧交易方法，通过阈值触发空仓信号[5][42] - 模型具体构建过程：当扩散指数收盘值达到特定阈值（如0.9850）时触发空仓信号[5][42] 3. 延迟阈值法（右侧交易） - 模型名称：延迟阈值法[5][44][46] - 模型构建思路：作为扩散指数的右侧交易方法，延迟确认交易信号[5][44][46] - 模型具体构建过程：当扩散指数收盘值达到特定阈值（如0.8975）时给予空仓信号[5][46] 4. 双均线法（自适应交易） - 模型名称：双均线法[5][47] - 模型构建思路：使用双均线交叉作为自适应交易信号[5][47] - 模型具体构建过程：当短期均线下穿长期均线时给予空仓信号（如2025年8月4日）[5][47] 5. 小市值低波50策略 - 模型名称：小市值低波50策略[7][18][35] - 模型构建思路：在微盘股成分股中优选小市值和低波动性的50只股票，每双周调仓一次[7][18][35] - 模型具体构建过程： 1. 选择微盘股指数成分股 2. 按市值和波动率排序 3. 选取市值最小、波动率最低的50只股票 4. 每两周调仓一次，费用双边千三[7][18][35] 模型的回测效果 1. 小市值低波50策略： - 2024年收益7.07%，超额-2.93%[7][18][35] - 2025年YTD收益61.16%，本周超额0.37%[7][18][35] - 基准：万得微盘股指数(8841431.WI)[7][18][35] 2. 扩散指数模型： - 当前值0.39，预测再调整6%左右或未来6个交易日可能触发买点[5][38][39] 3. 首次阈值法： - 2025年5月8日收盘触发空仓信号（阈值0.9850）[5][42] 4. 延迟阈值法： - 2025年5月15日收盘触发空仓信号（阈值0.8975）[5][46] 5. 双均线法： - 2025年8月4日收盘触发空仓信号[5][47] 量化因子与构建方式 1. 对数市值因子 - 因子名称：对数市值因子[4][17][33] - 因子构建思路：使用股票市值的对数作为因子，捕捉市值规模效应[4][17][33] - 因子具体构建过程： $\text{LogMarketCap} = \log(\text{MarketCapitalization})$ 其中MarketCapitalization为股票总市值[4][17][33] 2. 非线性市值因子 - 因子名称：非线性市值因子[4][17][33] - 因子构建思路：捕捉市值与收益之间的非线性关系[4][17][33] - 因子具体构建过程：通过对市值进行非线性变换（如分段函数或多项式）构建因子[4][17][33] 3. PE_TTM倒数因子 - 因子名称：PE_TTM倒数因子[4][17][33] - 因子构建思路：使用市盈率的倒数作为估值因子，衡量股票便宜程度[4][17][33] - 因子具体构建过程： $\text{EP} = \frac{1}{\text{PE}_{\text{TTM}}}$ 其中PE_TTM为滚动市盈率[4][17][33] 4. 盈利因子 - 因子名称：盈利因子[4][17][33] - 因子构建思路：衡量公司盈利能力[4][17][33] - 因子具体构建过程：使用ROE、ROA等盈利指标或其变化率构建因子[4][17][33] 5. 单季度净资产收益率因子 - 因子名称：单季度净资产收益率因子[4][17][33] - 因子构建思路：使用最新季度的净资产收益率衡量短期盈利能力[4][17][33] - 因子具体构建过程： $\text{ROE}_q = \frac{\text{NetIncome}_q}{\text{Equity}}$ 其中NetIncome_q为单季度净利润，Equity为净资产[4][17][33] 6. 非流动性因子 - 因子名称：非流动性因子[4][17][33] - 因子构建思路：衡量股票流动性风险[4][17][33] - 因子具体构建过程：使用Amihud非流动性指标或其他流动性度量指标[4][17][33] 7. 贝塔因子 - 因子名称：贝塔因子[4][17][33] - 因子构建思路：衡量股票相对于市场的系统性风险[4][17][33] - 因子具体构建过程：通过CAPM模型回归得到股票Beta系数[4][17][33] 8. 过去一年波动率因子 - 因子名称：过去一年波动率因子[4][17][33] - 因子构建思路：衡量股票历史波动率，作为风险因子[4][17][33] - 因子具体构建过程： $\sigma = \sqrt{\frac{1}{n-1} \sum_{i=1}^n (r_i - \bar{r})^2}$ 其中r_i为日收益率，n为252个交易日[4][17][33] 9. 标准化预期盈利因子 - 因子名称：标准化预期盈利因子[4][17][33] - 因子构建思路：使用分析师预期盈利数据构建标准化因子[4][17][33] - 因子具体构建过程：将预期盈利减去均值后除以标准差进行标准化[4][17][33] 10. 单季度净利润增速因子 - 因子名称：单季度净利润增速因子[4][17][33] - 因子构建思路：衡量公司短期盈利增长能力[4][17][33] - 因子具体构建过程： $\text{Growth}_q = \frac{\text{NetIncome}_q - \text{NetIncome}_{q-1}}{\left|\text{NetIncome}_{q-1}\right|}$ 计算单季度净利润同比或环比增长率[4][17][33] 因子的回测效果 1. 对数市值因子： - 本周rankIC 0.333，历史平均-0.032[4][17][33] 2. 非线性市值因子： - 本周rankIC 0.333，历史平均-0.032[4][17][33] 3. PE_TTM倒数因子： - 本周rankIC 0.243，历史平均0.018[4][17][33] 4. 盈利因子： - 本周rankIC 0.236，历史平均0.022[4][17][33] 5. 单季度净资产收益率因子： - 本周rankIC 0.17，历史平均0.022[4][17][33] 6. 非流动性因子： - 本周rankIC -0.226，历史平均0.04[4][17][33] 7. 贝塔因子： - 本周rankIC -0.153，历史平均0.006[4][17][33] 8. 过去一年波动率因子： - 本周rankIC -0.12，历史平均-0.032[4][17][33] 9. 标准化预期盈利因子： - 本周rankIC -0.049，历史平均0.013[4][17][33] 10. 单季度净利润增速因子： - 本周rankIC -0.002，历史平均0.02[4][17][33]