量化模型与构建方式 1. **模型名称：价格分段体系**[14] * **模型构建思路**：通过技术分析，将指数价格走势分解为不同时间周期（如日线、周线）的趋势段，以判断市场当前所处的趋势状态和级别[14]。 * **模型具体构建过程**：报告未详细描述该模型的构建算法和具体公式，仅展示了其应用结果。从图表（图1）来看，该模型可能涉及对指数价格序列进行滤波或模式识别，以分离出不同频率的周期成分，并计算类似“dea”的指标来辅助判断[17]。 2. **模型名称：微观市场结构择时模型（知情交易者活跃度指标）**[15] * **模型构建思路**：通过监测市场微观结构数据（如订单流、成交明细等）来识别“知情交易者”的活跃程度，以此作为市场情绪和未来走势的先行指标[15]。 * **模型具体构建过程**：报告未提供该指标的具体计算方法和公式。其构建可能基于高频交易数据，通过分析大单净买入、订单簿不平衡、或特定交易模式来推断知情交易者的活动强度[15]。 3. **模型名称：公募基金仓位监测模型**[11] * **模型构建思路**：利用数理统计方法，基于基金净值、收益率序列与市场基准、行业指数收益率的关系，估算公募基金整体及在特定行业上的仓位配置变化[11]。 * **模型具体构建过程**：报告未提供该模型的具体构建过程和公式。通常此类模型采用回归分析（如带约束的横截面回归或时间序列模型），将基金收益率分解为基准、行业和个股暴露，从而反推其仓位调整[4]。 4. **因子名称：分析师行业景气预期因子**[19] * **因子构建思路**：基于卖方分析师对公司未来财务指标的一致预测（如ROE、净利润增速）及其变化，构建行业层面的景气度监测指标，以捕捉基本面预期的边际变化[19]。 * **因子具体构建过程**：计算申万一级行业对应的两个指标： 1. **一致预测滚动未来12个月ROE环比变化**：计算每个行业成分股未来12个月预测ROE的加权平均值，并观察其本周相对于上周的环比变化率[19]。 2. **一致预测净利润FTTM增速环比变化**：计算每个行业成分股未来12个月预测净利润增速的加权平均值，并观察其本周相对于上周的环比变化率[19]。 * **因子评价**：该因子能够及时反映机构研究者（分析师）对行业基本面展望的调整，是观测行业景气度边际变化的重要高频指标[19]。 5. **因子名称：行业融资融券净流入因子**[21] * **因子构建思路**：通过计算各行业融资净买入与融券净卖出的差额，监测杠杆资金在行业间的流向和偏好，作为市场情绪和资金面的观测指标[21]。 * **因子具体构建过程**：对于每个申万一级行业，计算指定周期（本周）内： $$行业融资融券净买入额 = \sum(行业内个股融资买入额 - 融资偿还额) - \sum(行业内个股融券卖出量 - 融券偿还量) \times 对应股价$$ 报告直接展示了计算结果（单位：亿元），正值代表净流入，负值代表净流出[21][23]。 6. **因子名称：BARRA风格因子**[24] * **因子构建思路**：采用经典的BARRA风险模型框架，计算一系列刻画股票不同风险收益特征的风格因子，以监测市场风格偏好和动态[24]。 * **因子具体构建过程**：报告未详细描述每个因子的具体计算公式。它引用了包括价值（EP、BP）、成长、动量、波动率、市值、非线性市值、盈利（盈利能力、盈利质量、盈利波动）、杠杆（财务杠杆）、流动性（换手）等在内的多维度风格因子[24][25]。这些因子通常基于股票的基本面数据、市场交易数据和历史收益率计算得到标准化暴露度。 模型的回测效果 （报告中未提供所列量化模型的明确回测绩效指标，如年化收益率、夏普比率、最大回撤等。） 因子的回测效果 1. **BARRA风格因子**，本周收益：换手因子 -0.1%， 财务杠杆因子 -0.1%， 盈利波动因子 -0.2%， 盈利质量因子 -0.1%， 盈利能力因子 0.0%， 投资质量因子 -0.4%， 长期反转因子 -0.1%， EP价值因子 0.2%， BP价值因子 -0.3%， 成长因子 0.3%， 动量因子 0.1%， 非线性市值因子 0.8%， 市值因子 0.3%， 波动率因子 0.8%， 贝塔因子 0.6%， 股息率因子 0.0%[25]。