量化模型与构建方式 1. 扩散指数行业轮动模型 - **模型构建思路**：基于价格动量原理，通过计算行业扩散指数来捕捉行业趋势，选择趋势向上的行业进行配置[36] - **模型具体构建过程**：该模型通过跟踪各行业的扩散指数来进行行业轮动，扩散指数反映了行业价格的动量趋势[36] 具体构建过程包括计算各行业的扩散指数值，然后根据指数值排名选择排名靠前的行业作为配置标的[23] 截至2025年11月21日，扩散指数排名前六的行业被选为配置组合[23] - **模型评价**：该模型在趋势性行情中表现较好，但在市场风格从趋势转为反转时可能面临失效风险[36] 2. GRU因子行业轮动模型 - **模型构建思路**：基于分钟频量价数据，通过GRU深度学习网络生成行业因子，利用因子排名进行行业轮动[37] - **模型具体构建过程**：使用GRU深度学习网络对分钟频量价数据进行训练，生成各行业的GRU因子值[37] 根据GRU因子值的排名，选择排名靠前的行业作为配置组合[31] 模型会定期进行调仓，如本周调入传媒行业，调出钢铁行业[35] - **模型评价**：该模型在短周期表现较好，对交易信息把握能力强，但在长周期表现一般，遭遇极端行情时可能失效[37] 模型的回测效果 1. 扩散指数行业轮动模型 - 本周平均收益：-5.50%[26] - 本周超额收益（相对中信一级行业等权）：-0.42%[26] - 11月以来超额收益：-1.13%[26] - 2025年以来超额收益：1.22%[26] - 历史表现：2021年超额收益率一度超过25%，2022年超额收益6.12%，2023年超额收益-4.58%，2024年超额收益-5.82%[22] 2. GRU因子行业轮动模型 - 本周平均收益：-4.71%[35] - 本周超额收益（相对中信一级行业等权）：0.35%[35] - 11月以来超额收益：2.92%[35] - 2025年以来超额收益：-2.74%[35] - 历史表现：自2021年起凭借对交易信息的把握获得了较大的超额收益[30] 量化因子与构建方式 1. 行业扩散指数因子 - **因子构建思路**：基于价格动量原理构建，反映行业价格趋势强度[36] - **因子具体构建过程**：通过计算各行业的扩散指数值来量化行业动量趋势[23] 具体计算过程未在报告中详细说明，但给出了各行业的最新扩散指数值，如有色金属(0.985)、银行(0.934)、综合(0.876)等[23] 2. GRU行业因子 - **因子构建思路**：基于分钟频量价数据，通过GRU深度学习网络生成[37] - **因子具体构建过程**：使用GRU神经网络对行业分钟频量价数据进行训练，输出各行业的因子值[31] 具体网络结构和训练过程未在报告中详细说明，但给出了各行业的最新GRU因子值，如石油石化(2.42)、传媒(1.53)、家电(1.25)等[31] 因子的回测效果 1. 行业扩散指数因子 - 最新因子值前六行业：有色金属(0.985)、银行(0.934)、综合(0.876)、钢铁(0.864)、电力设备及新能源(0.855)、农林牧渔(0.805)[23] - 周度环比变化前六行业：煤炭(+0.118)、传媒(+0.077)、食品饮料(+0.059)[25] 2. GRU行业因子 - 最新因子值前六行业：石油石化(2.42)、传媒(1.53)、家电(1.25)、交通运输(0.59)、农林牧渔(0.11)、银行(-0.38)[31] - 周度环比变化较大行业：传媒、农林牧渔、家电（提升较大）；综合、国防军工、综合金融（下降较大）[31] - Rank IC表现：通过图表展示了GRU因子的周度Rank IC及其累计值[32]

根据研报内容，现对其中涉及的量化模型与因子进行总结如下： 量化模型与构建方式 1. **模型名称：扩散指数模型-首次阈值法（左侧交易）**[4][5][41] * **模型构建思路**：基于微盘股扩散指数进行左侧交易，当指数首次触及预设的风险阈值时触发交易信号[5][41] * **模型具体构建过程**：该模型的核心是监测微盘股扩散指数的数值。当扩散指数在特定观察日收盘时达到或超过预设的阈值（例如0.925），则模型会发出空仓信号。具体而言，该模型于2025年11月14日收盘时，因扩散指数收于0.925而触发了空仓信号[5][41] 2. **模型名称：扩散指数模型-延迟阈值法（右侧交易）**[4][5][44][46] * **模型构建思路**：基于微盘股扩散指数进行右侧交易，在指数确认突破阈值后给予交易信号，相较于首次阈值法有所延迟[5][44][46] * **模型具体构建过程**：该模型同样监测微盘股扩散指数，但在信号触发机制上更为谨慎。它要求指数在首次触及阈值后，在后续的某个交易日收盘时确认该水平（例如收于0.8975），才正式发出交易信号。具体而言，该模型于2025年11月17日收盘时，因扩散指数收于0.8975而给予了空仓信号[5][46] 3. **模型名称：扩散指数模型-双均线法（自适应交易）**[4][5][47] * **模型构建思路**：采用两条移动平均线来判断微盘股扩散指数的趋势，从而自适应地产生交易信号[5][47] * **模型具体构建过程**：该模型通过计算扩散指数的两条不同周期的移动平均线（具体周期未在报告中明确给出），并根据两条均线的相对位置（例如短期均线上穿长期均线为看多信号，反之为看空信号）来生成交易指令。具体而言，该模型于2025年10月13日收盘时给予了看多的信号[5][47] 4. **模型名称：小市值低波50策略**[7][16][33] * **模型构建思路**：在万得微盘股指数的成分股中，结合市值和波动率两个因子，筛选出50只股票构建投资组合[7][16][33] * **模型具体构建过程**：该策略的构建过程分为两步。首先，确定股票池为万得微盘股指数(8841431.WI)的成分股。其次，在该股票池内，同时使用“小市值”和“低波动”两个标准进行筛选，优选同时满足条件的50只股票。组合每双周调仓一次。交易成本假设为双边千分之三[7][16][33] 模型的回测效果 1. **小市值低波50策略**，2024年收益7.07%，超额收益-2.93%（基准为万得微盘股指数）；2025年至今（YTD）收益63.78%，本周超额收益-2.23%[7][16][33] 量化因子与构建方式 1. **因子名称：对数市值因子**[16][31] * **因子构建思路**：使用股票总市值的自然对数来衡量公司规模大小[16][31] * **因子具体构建过程**：对于每只股票，计算其总市值的自然对数。公式为： $$因子值 = \ln(总市值)$$ 其中，总市值单位为亿元[16][31] 2. **因子名称：非线性市值因子**[16][31] * **因子构建思路**：通过对市值进行非线性变换，以捕捉市值因子中可能存在的非线性效应[16][31] * **因子具体构建过程**：报告未详细说明其具体构建公式，但指出其本周表现与对数市值因子完全相同（rankIC均为0.225），可能为对数市值因子的某种非线性变形[16][31] 3. **因子名称：贝塔因子**[4][16][31] * **因子构建思路**：衡量股票收益率相对于市场基准收益率（通常为市场指数）的敏感度，即系统性风险[4][16][31] * **因子具体构建过程**：通过线性回归模型计算，因变量为股票的历史收益率，自变量为市场基准的历史收益率。回归系数即为贝塔值。公式可表示为： $$R_{i,t} = \alpha_i + \beta_i R_{m,t} + \epsilon_{i,t}$$ 其中，$R_{i,t}$ 是股票i在t期的收益率，$R_{m,t}$ 是市场组合在t期的收益率，$\beta_i$ 即为所求的贝塔因子值[4][16][31] 4. **因子名称：未复权股价因子**[4][16][31] * **因子构建思路**：直接使用股票的未复权价格作为因子，可能用于捕捉低价股效应[4][16][31] * **因子具体构建过程**：直接取用股票的未复权收盘价作为因子值[4][16][31] 5. **因子名称：过去一年波动率因子**[16][31] * **因子构建思路**：计算股票过去一年日收益率的年化标准差，用以衡量股票的历史风险或波动程度[16][31] * **因子具体构建过程**：计算股票过去约250个交易日（一年）日收益率的标准差，然后进行年化。公式为： $$波动率 = \sqrt{252} \times \sqrt{\frac{1}{N-1} \sum_{t=1}^{N} (r_t - \bar{r})^2}$$ 其中，$r_t$ 为日收益率，$\bar{r}$ 为日收益率的均值，N为交易日的数量[16][31] 6. **因子名称：过去10天收益率因子**[16][31] * **因子构建思路**：计算股票过去10个交易日的累计收益率，作为短期动量或反转效应的代理变量[16][31] * **因子具体构建过程**：因子值为过去10个交易日（包含当日）的累计收益率。公式为： $$因子值 = \frac{P_t}{P_{t-9}} - 1$$ 其中，$P_t$ 为当前收盘价，$P_{t-9}$ 为10个交易日前的收盘价[16][31] 7. **因子名称：动量因子**[16][31] * **因子构建思路**：衡量股票在过去特定时期内的价格趋势，通常用于捕捉动量效应[16][31] * **因子具体构建过程**：报告未明确其具体计算窗口，但通常为过去一段时间（如11个月至1个月前）的累计收益率，以排除近期反转效应[16][31] 8. **因子名称：杠杆因子**[4][16][31] * **因子构建思路**：衡量公司的财务杠杆水平，通常使用资产负债率等指标[4][16][31] * **因子具体构建过程**：报告未给出具体计算公式，通常可能为总资产除以净资产，或总负债除以总资产等[4][16][31] 9. **因子名称：单季度净利润增速因子**[16][31] * **因子构建思路**：衡量公司最新单季度净利润相对于去年同期的增长情况，反映公司近期的盈利增长能力[16][31] * **因子具体构建过程**：因子值为（本期单季度净利润 - 上年同期单季度净利润） / |上年同期单季度净利润|。公式为： $$因子值 = \frac{NP_{t} - NP_{t-4}}{|NP_{t-4}|}$$ 其中，$NP_{t}$ 为本期单季度净利润，$NP_{t-4}$ 为上年同期的单季度净利润[16][31] 10. **因子名称：标准化预期盈利因子**[16][31] * **因子构建思路**：使用分析师的预期盈利数据，并经过标准化处理（如除以总资产或总市值），以衡量公司的估值或盈利预期[16][31] * **因子具体构建过程**：报告未给出具体构建方法，可能为预期每股收益（EPS）除以当前股价，或预期净利润除以总市值等[16][31] 11. **因子名称：自由流通比例因子**[4] * **因子构建思路**：使用自由流通股本占总股本的比例作为因子，可能与流动性或市场关注度相关[4] * **因子具体构建过程**：因子值为自由流通股本 / 总股本[4] 12. **因子名称：成交额因子**[4] * **因子构建思路**：使用股票的成交金额作为因子，通常作为流动性或关注度的度量[4] * **因子具体构建过程**：直接取用股票的日成交额或一段时间内的平均成交额作为因子值[4] 13. **因子名称：流动性因子**[4] * **因子构建思路**：衡量股票的流动性，可能基于价量关系构建，如Amihud非流动性指标的反向[4] * **因子具体构建过程**：报告未给出具体构建方法[4] 14. **因子名称：股息率因子**[4] * **因子构建思路**：使用股票的股息率作为因子，属于盈利类因子[4] * **因子具体构建过程**：因子值为每股股息 / 每股股价[4] 15. **因子名称：非流动性因子**[4] * **因子构建思路**：衡量股票的非流动性程度，通常与流动性因子相反，可能基于Amihud指标等[4] * **因子具体构建过程**：报告未给出具体构建方法[4] 16. **因子名称：pe_ttm倒数因子**[4] * **因子构建思路**：使用市盈率（TTM）的倒数作为因子，属于估值类因子，也称为盈利收益率[4] * **因子具体构建过程**：因子值为1 / 市盈率（TTM）[4] 17. **因子名称：单季度净资产收益率因子**[4] * **因子构建思路**：使用单季度的净资产收益率（ROE）作为因子，衡量公司当季的盈利能力[4] * **因子具体构建过程**：因子值为单季度净利润 / 当期平均净资产[4] 18. **因子名称：成长因子**[31] * **因子构建思路**：综合衡量公司的成长性，可能由多个成长类指标合成[31] * **因子具体构建过程**：报告未给出具体构建方法[31] 19. **因子名称：盈利因子**[31] * **因子构建思路**：综合衡量公司的盈利能力，可能由多个盈利类指标合成[31] * **因子具体构建过程**：报告未给出具体构建方法[31] 20. **因子名称：10天自由流通市值换手率因子**[31] * **因子构建思路**：计算过去10天的自由流通市值换手率，作为短期流动性的度量[31] * **因子具体构建过程**：因子值为过去10天日均成交额 / 自由流通市值[31] 21. **因子名称：10天总市值换手率因子**[31] * **因子构建思路**：计算过去10天的总市值换手率，作为流动性的度量[31] * **因子具体构建过程**：因子值为过去10天日均成交额 / 总市值[31] 22. **因子名称：pb倒数因子**[31] * **因子构建思路**：使用市净率（PB）的倒数作为因子，属于估值类因子[31] * **因子具体构建过程**：因子值为1 / 市净率[31] 23. **因子名称：残差波动率因子**[31] * **因子构建思路**：衡量股票收益率中不能被市场因子解释的部分（残差）的波动率，代表特异风险[31] * **因子具体构建过程**：通过回归模型（如市场模型）计算残差序列，然后计算残差序列的标准差[31] 因子的回测效果 1. **对数市值因子**，本周rankIC值0.225，历史平均rankIC值-0.034[16][31] 2. **非线性市值因子**，本周rankIC值0.225，历史平均rankIC值-0.034[16][31] 3. **贝塔因子**，本周rankIC值0.083，历史平均rankIC值0.003[16][31] 4. **未复权股价因子**，本周rankIC值0.065，历史平均rankIC值-0.017[16][31] 5. **过去一年波动率因子**，本周rankIC值0.06，历史平均rankIC值-0.033[16][31] 6. **过去10天收益率因子**，本周rankIC值-0.226，历史平均rankIC值-0.061[16][31] 7. **动量因子**，本周rankIC值-0.196，历史平均rankIC值-0.006[16][31] 8. **杠杆因子**，本周rankIC值-0.114，历史平均rankIC值-0.005[16][31] 9. **单季度净利润增速因子**，本周rankIC值-0.11，历史平均rankIC值0.019[16][31] 10. **标准化预期盈利因子**，本周rankIC值-0.104，历史平均rankIC值0.013[16][31] 11. **自由流通比例因子**，本周rankIC值0.138，历史平均rankIC值-0.012[4] 12. **成交额因子**，本周rankIC值0.116，历史平均rankIC值-0.081[4] 13. **流动性因子**，本周rankIC值0.075，历史平均rankIC值-0.041[4] 14. **股息率因子**，本周rankIC值0.064，历史平均rankIC值0.022[4] 15. **非流动性因子**，本周rankIC值-0.161，历史平均rankIC值0.039[4] 16. **pe_ttm倒数因子**，本周rankIC值-0.138，历史平均rankIC值0.016[4] 17. **单季度净资产收益率因子**，本周rankIC值-0.089，历史平均rankIC值0.021[4] 18. **成长因子**，本周rankIC值0.031，历史平均rankIC值0.011[31] 19. **盈利因子**，本周rankIC值0.022，历史平均rankIC值0.021[31] 20. **10天自由流通市值换手率因子**，本周rankIC值-0.019，历史平均rankIC值-0.006[31] 21. **10天总市值换手率因子**，本周rankIC值-0.02，历史平均rankIC值-0.005[31] 22. **pb倒数因子**，本周rankIC值-0.033，历史平均rankIC值0.012[31] 23. **残差波动率因子**，本周rankIC值-0.041，历史平均rankIC值-0.002[31]

根据提供的研报内容，以下是关于量化模型和因子的总结： 量化模型与构建方式 1. **模型名称：扩散指数模型**[6] * **模型构建思路：** 该模型用于监测微盘股市场未来变盘的临界点，通过预测在不同涨跌幅情景下扩散指数的未来值来判断市场风险[6][38] * **模型具体构建过程：** 模型构建了一个透视表，横轴代表从当前时点起未来N天后股价相对现在的涨跌幅（从上涨10%到下跌10%），纵轴代表回顾过去或未来的窗口期长度T天（从20天到10天）[38]。对于给定的未来涨跌幅（横轴值）和未来时间点（由纵轴T计算得到N=20-T），可以查表得到对应的扩散指数预测值。例如，横轴0.95（代表下跌5%）和纵轴15天（代表N=5天后）对应的扩散指数值为0.69[38]。当前扩散指数值为0.82（对应横轴20，纵轴1.00）[38]。该模型包含三种具体的交易策略： * **首次阈值法（左侧交易）：** 于2025年9月23日收盘触发开仓信号[6][43] * **延迟阈值法（右侧交易）：** 于2025年9月25日收盘触发开仓信号[6][47] * **双均线法（自适应交易）：** 于2025年10月13日收盘给予看多信号[6][48] 2. **模型名称：小市值低波50策略**[8][16][34] * **模型构建思路：** 在万得微盘股指数成分股中，结合小市值和低波动两个特征，优选50只股票构建投资组合[8][16][34] * **模型具体构建过程：** 策略的股票池限定为万得微盘股指数的成分股[8][16]。首先，在成分股内计算市值和波动率指标。然后，优选同时具备小市值和低波动特征的50只股票构成投资组合。组合每双周调仓一次[8][16]。基准为万得微盘股指数(8841431.WI)，回测考虑双边千三的交易费用[8][16] 模型的回测效果 1. **扩散指数模型**，当前信号：看多（左侧阈值法、右侧阈值法、双均线法均给出看多信号）[6][39] 2. **小市值低波50策略**，2024年收益：7.07%[8][16]，2024年超额收益（相对基准）：-2.93%[8][16]，2025年至今（YTD）收益：77.82%[8][16]，本周超额收益（相对基准）：1.50%[8][16] 量化因子与构建方式 1. **因子名称：自由流通比例因子**[5][16][32] * **因子表现：** 本周rankic值为0.108，历史平均rankic值为-0.012[5][16][32] 2. **因子名称：杠杆因子**[5][16][32] * **因子表现：** 本周rankic值为0.104，历史平均rankic值为-0.006[5][16][32] 3. **因子名称：10天总市值换手率因子**[5][16][32] * **因子表现：** 本周rankic值为0.099，历史平均rankic值为-0.059[5][16][32] 4. **因子名称：10天自由流通市值换手率因子**[5][16][32] * **因子表现：** 本周rankic值为0.098，历史平均rankic值为-0.061[5][16][32] 5. **因子名称：股息率因子**[5][16][32] * **因子表现：** 本周rankic值为0.065，历史平均rankic值为0.022[5][16][32] 6. **因子名称：未复权股价因子**[5][16][32] * **因子表现：** 本周rankic值为-0.296，历史平均rankic值为-0.017[5][16][32] 7. **因子名称：贝塔因子**[5][16][32] * **因子表现：** 本周rankic值为-0.263，历史平均rankic值为0.003[5][16][32] 8. **因子名称：非线性市值因子**[5][16][32] * **因子表现：** 本周rankic值为-0.239，历史平均rankic值为-0.035[5][16][32] 9. **因子名称：对数市值因子**[5][16][32] * **因子表现：** 本周rankic值为-0.239，历史平均rankic值为-0.035[5][16][32] 10. **因子名称：残差波动率因子**[5][16][32] * **因子表现：** 本周rankic值为-0.193，历史平均rankic值为-0.039[5][16][32] 报告中还提及了其他因子，包括pb倒数、流动性、过去10天收益率、单季度净利润增速、成交额、盈利、单季度净资产收益率、标准化预期盈利、成长、pe_ttm倒数、动量、过去一年波动率、非流动性等，并给出了其本周和历史的rankic值[32][33] 因子的回测效果 1. **自由流通比例因子**，本周rankic：0.108[5][16][32]，历史平均rankic：-0.012[5][16][32] 2. **杠杆因子**，本周rankic：0.104[5][16][32]，历史平均rankic：-0.006[5][16][32] 3. **10天总市值换手率因子**，本周rankic：0.099[5][16][32]，历史平均rankic：-0.059[5][16][32] 4. **10天自由流通市值换手率因子**，本周rankic：0.098[5][16][32]，历史平均rankic：-0.061[5][16][32] 5. **股息率因子**，本周rankic：0.065[5][16][32]，历史平均rankic：0.022[5][16][32] 6. **未复权股价因子**，本周rankic：-0.296[5][16][32]，历史平均rankic：-0.017[5][16][32] 7. **贝塔因子**，本周rankic：-0.263[5][16][32]，历史平均rankic：0.003[5][16][32] 8. **非线性市值因子**，本周rankic：-0.239[5][16][32]，历史平均rankic：-0.035[5][16][32] 9. **对数市值因子**，本周rankic：-0.239[5][16][32]，历史平均rankic：-0.035[5][16][32] 10. **残差波动率因子**，本周rankic：-0.193[5][16][32]，历史平均rankic：-0.039[5][16][32]