量化模型与构建方式 1. 模型名称：A股景气度高频指数模型[26] * 模型构建思路：通过高频数据对A股整体景气度进行Nowcasting（即时预测），以跟踪宏观经济和企业盈利的实时变化趋势[26]。 * 模型具体构建过程：该模型以上证指数归母净利润同比作为Nowcasting目标进行构建。报告未详细披露具体构建步骤和公式，仅提及构建详情可参考其历史报告《视角透析：A股景气度高频指数构建与观察》[26]。 2. 模型名称：A股情绪指数系统[33] * 模型构建思路：基于市场波动率和成交额的变化方向来刻画市场情绪，并构建择时信号[33]。 * 模型具体构建过程： 1. 将市场状态根据波动率和成交额的变化方向划分为四个象限[33]。 2. 通过历史统计发现，只有“波动率上行-成交额下行”的区间表现为显著负收益，其余三个象限均为显著正收益[33]。 3. 基于此规律，构建了包含“见底预警”与“见顶预警”两个子指数的A股情绪指数系统，用于生成综合择时信号[33]。 3. 模型名称：主题挖掘算法[43] * 模型构建思路：通过对新闻和研报文本进行多维度处理，挖掘主题投资机会并识别相关概念股[43]。 * 模型具体构建过程：算法涉及多个维度，包括文本处理、主题关键词提取、主题个股关系挖掘、主题活跃周期构建以及主题影响力因子构建[43]。报告未提供具体公式。 4. 模型名称：中证500增强组合模型[43][47] * 模型构建思路：构建一个旨在持续跑赢中证500基准指数的量化投资组合[43]。 * 模型具体构建过程：报告未披露该增强模型的具体因子构成、权重配置及组合优化过程，仅展示了其持仓明细和业绩表现[47]。 5. 模型名称：沪深300增强组合模型[50][52] * 模型构建思路：构建一个旨在持续跑赢沪深300基准指数的量化投资组合[50]。 * 模型具体构建过程：报告未披露该增强模型的具体因子构成、权重配置及组合优化过程，仅展示了其持仓明细和业绩表现[52]。 6. 模型名称：风格因子模型（基于BARRA框架）[53] * 模型构建思路：参照BARRA因子模型框架，构建一套用于描述A股市场收益来源的十大类风格因子体系，用于风格分析、风险管理和绩效归因[53]。 * 模型具体构建过程：报告列出了十大类风格因子的名称，但未提供每个因子的具体计算公式。十大类风格因子包括：市值（SIZE）、BETA、动量（MOM）、残差波动率（RESVOL）、非线性市值（NLSIZE）、估值（BTOP）、流动性（LIQUIDITY）、盈利（EARNINGS_YIELD）、成长（GROWTH）和杠杆（LVRG）[53]。 模型的回测效果 1. A股情绪指数系统择时表现：报告包含“A股情绪指数系统择时表现”图表，但未在文本中给出具体的量化指标数值[41]。 2. 中证500增强组合模型：截至报告本周（2025年12月22日-26日），组合相对中证500指数超额收益为-1.24%[43]。自2020年至今，累计超额收益为47.91%，最大回撤为-6.60%[43]。 3. 沪深300增强组合模型：截至报告本周（2025年12月22日-26日），组合相对沪深300指数超额收益为0.54%[50]。自2020年至今，累计超额收益为40.99%，最大回撤为-5.86%[50]。 量化因子与构建方式 1. 因子名称：十大类风格因子（整体）[53] * 因子构建思路：系统性地刻画影响股票收益的不同风险来源和风格特征[53]。 * 因子具体构建过程：报告未提供每个风格因子的详细计算公式，仅说明是参照BARRA模型构建，并给出了因子列表：市值（SIZE）、BETA、动量（MOM）、残差波动率（RESVOL）、非线性市值（NLSIZE）、估值（BTOP）、流动性（LIQUIDITY）、盈利（EARNINGS_YIELD）、成长（GROWTH）和杠杆（LVRG）[53]。 2. 因子名称：行业因子[54] * 因子构建思路：捕捉不同行业板块相对于市场的超额收益特征[54]。 * 因子具体构建过程：报告未提供行业因子的具体构建方法。 因子的回测效果 报告未提供各个因子（如十大类风格因子、行业因子）独立的历史回测指标（如IC、IR、多空收益等）。仅提供了近期（近一周）的因子表现描述和纯因子收益率分析[54]。 1. 近期风格因子表现（近一周）： * Beta因子：超额收益较高，表现优异[54]。 * 成长因子：呈较为显著的负向超额收益[54]。 * 杠杆因子、残差波动率因子：表现不佳[54]。 2. 近期行业因子表现（近一周）： * 石油石化、国防军工、建材等行业因子相对市场市值加权组合跑出较高超额收益[54]。 * 商贸零售、传媒等行业因子回撤较多[54]。