根据提供的量化研报内容，以下是关于量化模型和因子的总结： 量化因子与构建方式 1. **因子名称**：估值价差赔率因子[7] * **因子构建思路**：基于多空两组的估值价差（即因子多空两组BP中位数的比率）来构建风格因子的赔率指标，用以定位风格轮动的大周期，具有左侧交易特征（“跌多了买，涨多了卖”）[7] * **因子具体构建过程**： 1) 选定因子，按照因子值排序分为五组（行业中性，每个行业内分组后再合并），确定多头组和空头组[11] 2) 计算多头组和空头组的中位数 log(BP)，对数处理是为了使BP呈现正态分布[11] 3) 估值价差原始值 = 多头组中位数 log(BP) - 空头组中位数 log(BP)[11] 4) 对估值价差原始值进行滚动六年窗口的zscore处理，得到最终的赔率指标[11] 2. **因子名称**：A股赔率因子[32] * **因子构建思路**：基于ERP（股权风险溢价）和DRP（信用风险溢价）的标准化数值等权计算A股资产的赔率[32] * **因子具体构建过程**：报告提及了计算基础（ERP和DRP），但未详细描述具体的加权或合成公式。 3. **因子名称**：债券赔率因子[33] * **因子构建思路**：根据长短债预期收益差构建债券资产的赔率指标[33] * **因子具体构建过程**：报告提及了构建基础（长短债预期收益差），但未详细描述具体的计算过程。 4. **因子名称**：美股AIAE指标[37] * **因子构建思路**：作为衡量美股估值风险的赔率指标[37] * **因子具体构建过程**：报告未详细描述其具体构建过程。 5. **因子名称**：美联储流动性指数[37] * **因子构建思路**：结合数量维度和价格维度构建，用以衡量美联储流动性的充裕程度[37] * **因子具体构建过程**：报告提及了构建维度（数量维度和价格维度），但未详细描述具体的合成方法。 6. **因子名称**：风格因子综合评分[42][45][47][50] * **因子构建思路**：综合赔率、趋势、拥挤度三个维度对风格因子进行评价和排名[42][45][47][50] * **因子具体构建过程**：报告多次提到基于“赔率-趋势-拥挤度”三标尺进行综合分析并给出综合得分，但未详细描述三者的具体加权或合成公式。 7. **因子名称**：行业轮动因子[58] * **因子构建思路**：基于行业景气度、趋势、拥挤度三个维度构建行业轮动模型[58] * **因子具体构建过程**： * 以行业过去12个月信息比率刻画行业动量和趋势[58] * 以行业的换手率比率、波动率比率和beta比率刻画行业的交易拥挤度[58] * 报告未详细描述景气度的具体计算方法和三者的最终合成方式。 量化模型与构建方式 1. **模型名称**：赔率增强型策略[63] * **模型构建思路**：结合各资产的赔率指标，在目标波动率约束的条件下持续超配高赔率资产，低配低赔率资产[63] * **模型具体构建过程**：报告提及了核心思想（基于赔率进行超低配）和约束条件（目标波动率），但未详细描述资产选择、权重计算等具体步骤。 2. **模型名称**：胜率增强型策略[66] * **模型构建思路**：从货币、信用、增长、通胀和海外五个因素出发，获得各资产的宏观胜率评分，并据此构建配置策略[66] * **模型具体构建过程**：报告提及了胜率的来源（五个宏观因素），但未详细描述评分卡的构建方法以及如何根据胜率评分进行资产配置。 3. **模型名称**：赔率+胜率策略[69] * **模型构建思路**：将赔率策略的风险预算和胜率策略的风险预算进行简单相加得到综合得分，并据此构建配置策略[69] * **模型具体构建过程**：报告描述了核心合成方式（风险预算简单相加），但未详细说明赔率策略和胜率策略各自的风险预算具体是如何计算得出的。 因子的回测效果 1. **估值价差赔率因子**（截至报告时点）[12][15][16][17][18][19][20][21][22][23][24][25][26] * 小微盘风格赔率：-0.72倍标准差（中低赔率水平） * 红利风格赔率：0.47倍标准差（中等赔率水平） * PB因子赔率：0.63倍标准差（中高赔率水平） * PE因子赔率：0.82倍标准差（中高赔率水平） * 质量风格赔率（ROE因子）：1.17倍标准差（中高赔率水平） * 低波风格赔率：1.75倍标准差（超高赔率水平） * 动量风格赔率：-1.36倍标准差（中低赔率水平） 2. **风格因子综合评分**（截至报告时点）[42][45][47][50] * 价值风格：赔率0.6倍标准差，趋势0，拥挤度-1.4倍标准差，综合得分2.4 * 质量风格：赔率1.7倍标准差，趋势-1.4倍标准差，拥挤度-0.8倍标准差，综合得分1 * 成长风格：赔率0.8倍标准差，趋势-0.2倍标准差，拥挤度0.4倍标准差，综合得分0.9 * 小盘风格：赔率-0.7倍标准差，趋势1.8倍标准差，拥挤度0.4倍标准差，综合得分0.2 3. **行业轮动模型**（历史回测）[59] * 2011年以来年化收益：13.1% * 2011年以来年化超额收益：11.0% * 2011年以来最大回撤：25.4% * 2011年以来信息比率(IR)：1.18 * 2014年以来年化收益：13.0% * 2014年以来年化超额收益：12.0% * 2014年以来最大回撤：25.4% * 2014年以来信息比率(IR)：1.08 * 2019年以来年化收益：10.8% * 2019年以来年化超额收益：10.7% * 2019年以来最大回撤：12.3% * 2019年以来信息比率(IR)：1.02 模型的回测效果 1. **赔率增强型策略**（历史回测）[65] * 2011年以来年化收益：6.6% * 2011年以来年化波动率：2.4% * 2011年以来最大回撤：3.0% * 2011年以来夏普比率：2.72 * 2014年以来年化收益：7.5% * 2014年以来年化波动率：2.3% * 2014年以来最大回撤：2.4% * 2014年以来夏普比率：3.19 * 2019年以来年化收益：7.0% * 2019年以来年化波动率：2.2% * 2019年以来最大回撤：2.4% * 2019年以来夏普比率：3.02 2. **胜率增强型策略**（历史回测）[68] * 2011年以来年化收益：7.0% * 2011年以来年化波动率：2.3% * 2011年以来最大回撤：2.8% * 2011年以来夏普比率：2.96 * 2014年以来年化收益：7.7% * 2014年以来年化波动率：2.2% * 2014年以来最大回撤：2.3% * 2014年以来夏普比率：3.36 * 2019年以来年化收益：6.3% * 2019年以来年化波动率：2.1% * 2019年以来最大回撤：2.3% * 2019年以来夏普比率：2.87 3. **赔率+胜率策略**（历史回测）[71] * 2011年以来年化收益：7.0% * 2011年以来年化波动率：2.4% * 2011年以来最大回撤：2.8% * 2011年以来夏普比率：2.86 * 2014年以来年化收益：7.6% * 2014年以来年化波动率：2.3% * 2014年以来最大回撤：2.7% * 2014年以来夏普比率：3.26 * 2019年以来年化收益：7.2% * 2019年以来年化波动率：2.4% * 2019年以来最大回撤：2.8% * 2019年以来夏普比率：2.85

量化模型与构建方式 1. **模型名称：A股赔率模型** - 模型构建思路：基于ERP（股权风险溢价）和DRP（债务风险溢价）的标准化数值等权计算A股赔率，用于衡量市场安全边际[7] - 模型具体构建过程： 1. 计算ERP和DRP的原始值 2. 对两者进行标准化处理（Z-score） 3. 等权加权求和得到综合赔率指标 $$ \text{赔率} = \frac{\text{ERP}_{标准化} + \text{DRP}_{标准化}}{2} $$ 截至7月底，赔率指标为0.9倍标准差[7][8] 2. **模型名称：A股胜率评分卡模型** - 模型构建思路：通过货币、信用、增长、通胀与海外五因子合成宏观胜率评分，预测资产未来表现[9] - 模型具体构建过程： 1. 选取五类宏观因子（如PMI、信贷数据等） 2. 对各因子进行标准化和方向调整（如增长因子负向影响胜率） 3. 加权合成综合胜率指标 当前A股胜率因PMI下滑回落至0轴附近[9][11] 3. **模型名称：A股拥挤度模型** - 模型构建思路：结合成交热度和行业分歧度（长期指标）与期权CPR（短期指标）刻画市场交易过热风险[12] - 模型具体构建过程： 1. 长期拥挤度：成交热度（换手率） + 行业分歧度（横截面波动） 2. 短期拥挤度：期权认购认沽成交比率（CPR） 3. 分别标准化后输出信号 当前长期/短期拥挤度分别为1.0和1.1倍标准差[12][14][15] 4. **模型名称：债券赔率模型** - 模型构建思路：基于长短债预期收益差构建债券估值指标[21] - 模型具体构建过程： 1. 计算长债（10年期）与短债（2年期）预期收益差 2. 标准化处理并反向调整（赔率越低表示估值风险越高） 当前债券赔率为-1.4倍标准差[19][21] 5. **模型名称：美联储流动性指数模型** - 模型构建思路：结合数量维度（如资产负债表规模）和价格维度（如利率）构建流动性指标[22] - 模型具体构建过程： 1. 选取净流动性、信用支持等子指标 2. 标准化后加权合成综合指数 当前指数位于20%中高水平[25][26] 6. **模型名称：行业轮动三标尺模型** - 模型构建思路：通过景气度、趋势、拥挤度三维框架筛选行业[43] - 模型具体构建过程： 1. 景气度：过去12个月行业IR（信息比率） 2. 趋势：动量指标 3. 拥挤度：换手率比率+波动率比率+Beta比率 2025年策略超额收益8.5%[44][45] --- 量化因子与构建方式 1. **因子名称：价值因子** - 因子构建思路：通过估值指标（如PB、股息率）筛选低估值股票[27] - 因子评价：当前呈现"中高赔率-中等趋势-低拥挤"特征，综合得分最高[27][28] 2. **因子名称：质量因子** - 因子构建思路：基于ROE、盈利稳定性等财务指标构建[29] - 因子评价：高赔率（1.7倍标准差）但趋势弱（-1.4倍标准差），需等待右侧确认[29][30] 3. **因子名称：成长因子** - 因子构建思路：结合营收/净利润增长率等指标[32] - 因子评价：高赔率（0.9倍标准差）但拥挤度中等（0.1倍标准差），建议标配[33][34] 4. **因子名称：小盘因子** - 因子构建思路：按市值分组捕捉小盘股超额收益[35] - 因子评价：低赔率（-0.7倍标准差）+高拥挤（0.6倍标准差），风险较高[36][37] --- 模型的回测效果 1. **赔率+胜率策略** - 年化收益：7.0%（2011年以来）、7.6%（2014年以来）[48][54] - 最大回撤：2.8%（2011年以来）[54] - 夏普比率：2.86（2011年以来）[56] 2. **行业轮动策略** - 信息比率（IR）：1.18（2011年以来）[44] - 最大回撤：25.4%（2011年以来）[44] 3. **债券赔率模型** - 当前赔率：-1.4倍标准差[19] 4. **A股拥挤度模型** - 长期拥挤度：1.0倍标准差[14] - 短期拥挤度：1.1倍标准差[15] --- 因子的回测效果 1. **价值因子** - 赔率：0.3倍标准差[28] - 拥挤度：-1.3倍标准差[28] 2. **质量因子** - 赔率：1.7倍标准差[30] - 趋势：-1.4倍标准差[30] 3. **小盘因子** - 趋势：1.6倍标准差[36] - 拥挤度：0.6倍标准差[36]

量化模型与构建方式 1. **模型名称：赔率+胜率策略** - **模型构建思路**：结合资产的赔率与胜率指标，通过风险预算模型构建配置策略[40] - **模型具体构建过程**： 1. **赔率指标**：基于ERP（股权风险溢价）和DRP（债务风险溢价）的标准化数值等权计算，例如A股赔率为1.2倍标准差[11] 2. **胜率指标**：通过宏观胜率评分卡（货币、信用、增长、通胀、海外五因子）合成综合胜率，例如A股胜率回升至0轴附近[11] 3. **风险预算分配**：将赔率策略和胜率策略的风险预算简单相加，生成综合得分并调整资产权重[40] - **模型评价**：通过动态调整高赔率与高胜率资产权重，实现稳健收益 2. **模型名称：行业轮动策略（三维评价体系）** - **模型构建思路**：基于行业景气度、趋势、拥挤度三维框架筛选行业[35] - **模型具体构建过程**： 1. **趋势指标**：过去12个月信息比率（IR）衡量行业动量 2. **拥挤度指标**：换手率比率、波动率比率、beta比率合成[35] 3. **景气度分类**：实心气泡代表高景气行业，空心代表低景气[38] - **模型评价**：通过多维度交叉验证，有效捕捉行业轮动机会 3. **模型名称：美联储流动性指数模型** - **模型构建思路**：从数量维度和价格维度解构美联储流动性[17] - **模型具体构建过程**： 1. **数量维度**：净流动性、联储信用支持 2. **价格维度**：预期引导、市场隐含利率、公告意外[15] 3. **指数合成**：加权计算当前流动性状态（如20%中高水平）[15] --- 量化因子与构建方式 1. **因子名称：价值因子** - **因子构建思路**：通过赔率、趋势、拥挤度三标尺综合打分[18] - **因子具体构建过程**： 1. **赔率**：国证价值/国证1000比值标准化（当前0.2倍标准差）[19] 2. **趋势**：滚动窗口计算因子收益率方向（-0.1倍标准差中等水平）[19] 3. **拥挤度**：换手率与波动率分位数合成（-1倍标准差低拥挤）[19] - **因子评价**：综合得分1分，呈现“强趋势-低拥挤”特征[29] 2. **因子名称：质量因子** - **因子构建思路**：侧重盈利稳定性与ROE持续性[20] - **因子具体构建过程**： 1. **赔率**：高质量因子超额走势分位数（1.4倍标准差高赔率）[22] 2. **趋势**：滚动12个月收益方向（-0.3倍标准差弱趋势）[22] 3. **拥挤度**：持仓集中度与交易量合成（-0.8倍标准差低拥挤）[22] 3. **因子名称：小盘因子** - **因子构建思路**：衡量市值风格与交易拥挤度[26] - **因子具体构建过程**： 1. **赔率**：中证2000/沪深300比值标准化（-0.5倍标准差低赔率）[28] 2. **趋势**：短期动量强度（0.9倍标准差强趋势）[28] 3. **拥挤度**：换手率分位数（0.6倍标准差高拥挤）[28] --- 模型的回测效果 1. **赔率+胜率策略** - 年化收益：7.0%（2011年以来）、7.6%（2014年以来）、7.2%（2019年以来）[47] - 最大回撤：2.8%（2011年以来）、2.7%（2014年以来）、2.8%（2019年以来）[47] - 夏普比率：2.86（2011年以来）、3.26（2014年以来）、2.85（2019年以来）[47] 2. **行业轮动策略** - 年化超额收益：13.1%（2011年以来）、13.0%（2014年以来）、10.8%（2019年以来）[36] - 信息比率（IR）：1.18（2011年以来）、1.08（2014年以来）、1.02（2019年以来）[36] --- 因子的回测效果 1. **价值因子** - 综合打分：1分（当前排名最高）[18] - 赔率分位数：0.2倍标准差[19] - 趋势分位数：-0.1倍标准差[19] 2. **质量因子** - 综合打分：0.6分[20] - 赔率分位数：1.4倍标准差[22] - 趋势分位数：-0.3倍标准差[22] 3. **小盘因子** - 综合打分：0分[26] - 趋势分位数：0.9倍标准差[28] - 拥挤度分位数：0.6倍标准差[28]

量化模型与构建方式 1. **模型名称：赔率+胜率策略** - 模型构建思路：结合各资产的赔率与胜率策略的风险预算，构建综合配置策略[3] - 模型具体构建过程： 1. 赔率增强型策略：根据资产赔率指标（如A股AIAE指标、债券赔率指标），在目标波动率约束下超配高赔率资产，低配低赔率资产[38] 2. 胜率增强型策略：基于货币、信用、增长、通胀和海外五因子构建宏观胜率评分卡，分配风险预算[41] 3. 综合策略：将赔率策略和胜率策略的风险预算简单相加，生成最终配置权重[44] - 模型评价：综合策略在历史回测中表现稳健，兼顾赔率与胜率的动态平衡 2. **模型名称：行业轮动策略** - 模型构建思路：基于行业景气度、趋势和拥挤度三维框架进行行业配置[33] - 模型具体构建过程： 1. 趋势指标：行业过去12个月信息比率（IR）[33] 2. 拥挤度指标：行业换手率比率、波动率比率和beta比率[33] 3. 景气度判断：通过基本面数据划分高/低景气行业（实心/空心气泡表示）[36] 4. 综合评分：结合三维指标生成行业配置建议（如银行、农林牧渔等）[37] 3. **模型名称：美联储流动性指数模型** - 模型构建思路：从数量维度和价格维度解构美联储流动性[18] - 模型具体构建过程： 1. 包含净流动性、联储信用支持、预期引导、市场隐含和公告意外等子指标[17] 2. 综合加权生成流动性指数，用于判断美股配置价值[18] --- 量化因子与构建方式 1. **因子名称：AIAE指标（A股估值赔率因子）** - 因子构建思路：衡量A股相对实体债务的估值吸引力[10] - 因子具体构建过程： $$ \text{AIAE} = \frac{\text{中证全指总流通市值}}{\text{中证全指总流通市值} + \text{实体总债务}} $$ 截至5月底该指标为16%，位于2010年以来35%分位数[10] 2. **因子名称：质量因子（EPS稳定性等）** - 因子构建思路：综合赔率、趋势和拥挤度三标尺评估质量风格[19] - 因子具体构建过程： 1. 赔率：1.3倍标准差（高赔率） 2. 趋势：-0.3倍标准差（中等趋势） 3. 拥挤度：-0.8倍标准差（低拥挤）[19] - 因子评价：当前上升空间较大，建议长期关注[32] 3. **因子名称：成长因子** - 因子构建思路：通过估值、趋势和拥挤度评估成长风格[21] - 因子具体构建过程： 1. 赔率：-1.9倍标准差（低赔率） 2. 趋势：0.4倍标准差（中等趋势） 3. 拥挤度：0.3倍标准差（中等拥挤）[21] - 因子评价：整体配置价值较低[32] 4. **因子名称：小盘因子** - 因子构建思路：横截面分析小盘风格的风险收益特征[26] - 因子具体构建过程： 1. 赔率：-0.3倍标准差（中性） 2. 趋势：0.4倍标准差（中高水平） 3. 拥挤度：0.5倍标准差（中高水平）[26] --- 模型的回测效果 1. **赔率+胜率策略** - 2011年以来年化收益6.9%，最大回撤2.8%，夏普比率3.04[46] - 2014年以来年化收益7.6%，最大回撤2.6%[46] - 当前配置：泛权益类11.0%、黄金2.4%、债券86.6%[44] 2. **行业轮动策略** - 2011年以来年化超额收益12.3%，信息比率（IR）1.13[34] - 2019年以来年化超额收益9.5%，最大回撤12.3%[34] 3. **赔率增强型策略** - 2011年以来年化收益6.8%，最大回撤3.0%[40] --- 因子的回测效果 1. **质量因子** - 综合得分2.4（三标尺加权），超额收益稳定性较高[19] 2. **成长因子** - 综合得分-1.6，近期趋势和赔率同步下滑[21] 3. **小盘因子** - 综合得分0，拥挤度持续处于中高风险区间[26]