量化模型与构建方式 1. 模型名称：高景气成长与红利策略轮动择时模型[59] * 模型构建思路： 构建一个系统化的定量模型，用于在“高景气成长”策略（以创业板指为代表）和“红利”策略（以中证红利全收益指数为代表）之间进行月度轮动配置，以捕捉不同市场环境下的优势风格[59]。 * 模型具体构建过程： 1. 信号指标选取： 从单因子测试中选取五个有效指标：期限利差、社融增速、CPI与PPI四象限、美债利率、资金博弈（ETF、险资、外资）[59]。 2. 信号生成： 每月底，根据每个指标的状态，分别给出买入高景气成长或买入红利的配置信号（例如，指标值为0或1）[58][59]。 3. 综合打分： 将五个指标当期给出的信号值取均值，作为最终的复合打分[59]。 4. 配置决策： 根据复合打分的高低，决定下一个月在成长与红利之间的配置比例。例如，截至2025年12月12日，模型建议红利与成长的配置比例为60:40[55][59]。 2. 模型名称：黄金择时模型[31][32] * 模型构建思路： 通过构建一个多维度指标体系，对黄金价格进行择时判断，以区分配置仓位和交易仓位[30][31]。 * 模型具体构建过程： 1. 指标体系构建： 选取与黄金价格相关的六大类细分指标，包括：抗通胀属性（美国10年期盈亏平衡通胀率）、金融属性（实际利率）、货币属性（美国联邦政府财政赤字、商业银行总负债）、避险属性（经济政策不确定性指数）、资金与衍生品（CFTC黄金投机净多仓）、需求属性（中国央行黄金储备）以及技术指标（MAMA）[32]。 2. 信号处理： 对部分低频数据（如月度、周度数据）进行时滞处理，以匹配交易频率。例如，财政赤字数据记录15个交易日时滞，商业银行负债数据记录25个交易日时滞，CFTC持仓数据记录6个交易日时滞，中国央行购金数据记录6个交易日时滞[32]。 3. 观点集成： 对每个指标给出最新的多空观点（表中以“1”或“0”表示），综合这些观点形成对黄金的择时判断[32]。技术指标MAMA的参数设置为：fastlimit=0.1， slowlimit=0.01[32]。 模型的回测效果 1. 高景气成长与红利策略轮动择时模型，累计收益193.47%，年化收益17.54%，最大回撤27.08%，年化波动率22.95%，年化夏普比率0.76，Calmar比率0.65[56]。 * 业绩基准（等权配置），累计收益60.61%，年化收益5.02%，最大回撤35.22%，年化波动率20.69%，年化夏普比率0.24，Calmar比率0.14[56]。 * 轮动策略相对基准的超额年化收益为11.77%[59]。 量化因子与构建方式 1. 因子名称：期限利差因子[59] * 因子构建思路： 作为成长/红利轮动模型的输入指标之一，反映宏观经济预期和流动性环境，通常利差走阔有利于成长风格[59]。 2. 因子名称：社融增速因子[59] * 因子构建思路： 作为成长/红利轮动模型的输入指标之一，反映国内信用扩张程度和实体经济融资需求，影响市场风险偏好和风格[59]。 3. 因子名称：CPI与PPI四象限因子[59] * 因子构建思路： 作为成长/红利轮动模型的输入指标之一，通过分析消费者价格指数（CPI）与生产者价格指数（PPI）的相对位置和走势，判断经济所处的通胀周期阶段，从而对风格资产进行择时[58][59]。 4. 因子名称：美债利率因子[59] * 因子构建思路： 作为成长/红利轮动模型的输入指标之一，反映全球无风险利率和流动性预期，尤其影响对利率敏感的高估值成长板块[59]。 5. 因子名称：资金博弈因子[59] * 因子构建思路： 作为成长/红利轮动模型的输入指标之一，综合跟踪ETF、保险资金、外资（北向资金）等不同类型资金的流向和行为，捕捉市场情绪和风格偏好[59]。 因子的回测效果 （报告中未提供上述单个因子的独立测试结果取值）