量化模型与构建方式 1. **模型名称：全天候择时模型**[1][7] * **模型构建思路**：通过监测市场指数（如Wind全A、中证800等）的价量信号，判断市场短期走势。核心逻辑是捕捉放量上涨并突破多根均线的积极信号，作为市场结束调整、开启上涨行情的依据[1][7]。 * **模型具体构建过程**：模型监测特定市场指数。当指数出现“放量上涨”且“向上突破多根均线”时，模型将触发多头信号。报告未提供具体的成交量放大阈值、突破的均线周期组合以及突破幅度的量化定义[1][7]。 2. **模型名称：周期分析模型**[1][7][8] * **模型构建思路**：通过分析市场指数的长期价格波动，识别市场所处的周期性趋势阶段，用于判断市场中长期的运行方向[1][7][8]。 * **模型具体构建过程**：报告提及该模型用于判断市场处于“自2024年以来的月线级别上行趋势中”。这表明模型可能基于月度价格数据，运用了趋势识别技术（如移动平均线、趋势线等）来界定长期趋势的方向和起始点。具体构建方法和参数未详细说明[1][7][8]。 3. **模型名称：行业四轮驱动模型**[2][7][14] * **模型构建思路**：综合多种信号对行业进行排序和筛选，以发现具有潜在投资机会的行业。模型结合了趋势、动量、拥挤度等多维度信息[2][7][14]。 * **模型具体构建过程**：根据报告图表，该模型对每个行业输出多个字段，包括： * **行业排序**：模型对行业的综合评分排序[14]。 * **信号类型**：如“牛回头(潜在机会)”、“赚钱效应异动(潜在机会)”等，这些信号可能由特定的量化规则（如价格回调至关键均线后企稳、特定形态的动量突变等）触发[14]。 * **是否拥挤**：标识该行业交易是否处于拥挤状态（0表示不拥挤）[14]。 * **过去1年Sharpe排序**：行业基于过去一年夏普比率的排名[14]。 模型的具体构建公式和各类信号的生成规则未在报告中详细披露[2][7][14]。 4. **因子名称：交易拥挤度**[2][7][12] * **因子构建思路**：通过衡量特定板块或行业的成交金额占市场总成交金额的比例及其变化趋势，来评估该板块的交易热度和潜在风险。成交占比过高可能意味着交易拥挤，短期调整风险上升[2][7][12]。 * **因子具体构建过程**：对于特定板块（如TMT、先进制造），计算其成分股的总成交金额，然后除以全市场（或选定基准）的总成交金额，得到成交金额占比。通过跟踪该占比的近期变化（如“小幅抬升趋势”）来判断资金流向和板块热度[2][7][12]。 公式可表示为： $$板块交易拥挤度_t = \frac{板块总成交金额_t}{市场总成交金额_t}$$ 其中，$t$ 代表时间点（如交易日）[2][7][12]。 5. **分析方法：缠论日线笔结构分析**[1][7][10] * **构建思路**：运用缠论中的“笔”结构划分方法，对日线级别价格走势进行分解，以识别市场的调整结构（如“向下一笔”）和潜在转折点[1][7][10]。 * **具体构建过程**：根据缠论原理，通过识别顶分型和底分型来定义“笔”。报告指出“大盘在周五已形成向下一笔结构”，这意味着从某个近期高点开始，价格走势满足了形成“向下一笔”的规则（通常包含至少5根K线，且中间有顶分型和底分型）。这一结构被用来辅助判断“二次探底形态已基本构筑完成”[1][7][10]。 模型的回测效果 （报告中未提供任何量化模型的回测绩效指标，如年化收益率、夏普比率、最大回撤、信息比率（IR）等具体数值。） 因子的回测效果 （报告中未提供任何量化因子（如交易拥挤度）的IC值、IR、多空收益等具体测试结果数值。）