量化模型与构建方式 1 A股行业轮动模型 模型名称：A股行业轮动模型 模型构建思路：从资金、估值、情绪、动量、超买超卖和盈利六个维度构建打分体系，用以研判行业综合评分[4][19] 模型具体构建过程： 1. 资金因子：以行业资金主力净流入率作为主要数据[19] 2. 估值因子：以该行业位于过去1年的估值分位作为主要数据来源[19] 3. 情绪因子：以上涨成分股比例作为主要数据来源[19] 4. 动量因子：以MACD指标作为主要数据来源[19] 5. 超买超卖因子：以RSI指标作为重要数据来源[19] 6. 盈利因子：以该行业的一致预测EPS位于过去1年的分位作为主要数据来源[19] 7. 对每个行业的各个因子进行打分（例如+++、++、+、-、--、---等符号化表示），最后将六个因子的得分相加得到该行业的综合评分[21] 模型评价：该模型通过多因子综合打分，旨在全面捕捉影响行业轮动的关键维度[4][19] 2 共识度选股模型 模型名称：共识度选股模型 模型构建思路：基于动量、价格等因子，结合高频资金流走势与股票价格走势相似度进行选股[5][22] 模型具体构建过程： 1. 在申万二级行业层面筛选出过去30天的高涨行业[22] 2. 通过股票月度数据计算动量因子、估值因子和上涨频率[22] 3. 结合资金高频分钟数据来计算每支股票高频资金流入流出变化[22] 4. 在涨幅排名前三的二级行业的股票池中，计算各股票的高频资金流走势与股票价格走势的相似度[22] 5. 选出各个二级行业中相似度最高的各五只股票作为最终选股结果[22] 模型评价：该模型结合了传统价量因子与高频资金流数据，旨在捕捉资金流向与价格变动的一致性[5][22] 模型的回测效果 （注：研报中未提供具体的模型回测指标数值，如年化收益率、夏普比率、信息比率(IR)、最大回撤等，因此此部分跳过） 量化因子与构建方式 1 资金因子 (用于行业轮动模型) 因子名称：资金因子 因子的构建思路：衡量主力资金在行业层面的净流入情况[19] 因子具体构建过程：通过对过去一段时间每日交易单中大于等于10万股或者金额大于等于20万元的成交金额的交易单作为主力资金流动进行统计，获得每日市场全部股票主力资金净流入数据，然后对股票按照申万一级行业进行行业划分，得到申万一级行业分类的主力资金流入表现，并计算其净流入率[3][14][19] 2 估值因子 (用于行业轮动模型) 因子名称：估值因子 因子的构建思路：衡量行业当前估值在历史中的分位水平[19] 因子具体构建过程：计算该行业（通常使用行业指数或成分股的代表性估值指标如PE）的当前估值指标值在过去1年时间序列中所处的分位数[19] 3 情绪因子 (用于行业轮动模型) 因子名称：情绪因子 因子的构建思路：衡量行业内个股的普涨情绪[19] 因子具体构建过程：计算该行业内上涨成分股的比例[19] 4 动量因子 (用于行业轮动模型) 因子名称：动量因子 因子的构建思路：衡量行业价格的趋势强度[19] 因子具体构建过程：以MACD指标作为主要数据来源进行计算[19] 5 超买超卖因子 (用于行业轮动模型) 因子名称：超买超卖因子 因子的构建思路：衡量行业价格的短期反转信号[19] 因子具体构建过程：以RSI指标作为重要数据来源进行计算[19] 6 盈利因子 (用于行业轮动模型) 因子名称：盈利因子 因子的构建思路：衡量行业盈利预期的变化[19] 因子具体构建过程：计算该行业的一致预测EPS（每股收益）值在过去1年时间序列中所处的分位数[19] 7 动量因子 (用于共识度选股模型) 因子名称：动量因子 因子的构建思路：衡量股票价格的趋势强度[22] 因子具体构建过程：通过股票月度数据计算（具体计算方法未详细说明）[22] 8 估值因子 (用于共识度选股模型) 因子名称：估值因子 因子的构建思路：衡量股票的估值水平[22] 因子具体构建过程：通过股票月度数据计算（具体计算方法未详细说明）[22] 9 上涨频率因子 (用于共识度选股模型) 因子名称：上涨频率因子 因子的构建思路：衡量股票价格上涨的频率[22] 因子具体构建过程：通过股票月度数据计算（具体计算方法未详细说明）[22] 10 资金流-价格相似度因子 因子名称：资金流-价格相似度因子 因子的构建思路：衡量高频资金流走势与股票价格走势的一致性[5][22] 因子具体构建过程：结合资金高频分钟数据来计算每支股票高频资金流入流出变化，并计算其与股票价格走势的相似度（具体相似度算法未详细说明，如相关系数或其他度量方法）[22] 因子的回测效果 （注：研报中未提供具体的因子测试指标数值，如IC、ICIR、多空收益、因子收益率等，因此此部分跳过）