量化模型与构建方式 1 A股行业轮动模型 **模型名称**：A股行业轮动模型 **模型构建思路**：从资金、估值、情绪、动量、超买超卖和盈利六个维度构建打分体系，用以研判行业综合评分[4][19] **模型具体构建过程**： 1. **资金因子**：以行业资金主力净流入率作为主要数据[19] 2. **估值因子**：以该行业位于过去1年的估值分位作为主要数据来源[19] 3. **情绪因子**：以上涨成分股比例作为主要数据来源[19] 4. **动量因子**：以MACD指标作为主要数据来源[19] 5. **超买超卖因子**：以RSI指标作为重要数据来源[19] 6. **盈利因子**：以该行业的一致预测EPS位于过去1年的分位作为主要数据来源[19] 7. 对每个行业的各个因子进行打分（例如+++、++、+、-、--、---等符号化表示），最后将六个因子的得分相加得到该行业的综合评分[21] **模型评价**：该模型通过多因子综合打分，旨在全面捕捉影响行业轮动的关键维度[4][19] 2 共识度选股模型 **模型名称**：共识度选股模型 **模型构建思路**：基于动量、价格等因子，结合高频资金流走势与股票价格走势相似度进行选股[5][22] **模型具体构建过程**： 1. 在申万二级行业层面筛选出过去30天的高涨行业[22] 2. 通过股票月度数据计算动量因子、估值因子和上涨频率[22] 3. 结合资金高频分钟数据来计算每支股票高频资金流入流出变化[22] 4. 在涨幅排名前三的二级行业的股票池中，计算各股票的高频资金流走势与股票价格走势的相似度[22] 5. 选出各个二级行业中相似度最高的各五只股票作为最终选股结果[22] **模型评价**：该模型结合了传统价量因子与高频资金流数据，旨在捕捉资金流向与价格变动的一致性[5][22] 模型的回测效果 （注：研报中未提供具体的模型回测指标数值，如年化收益率、夏普比率、信息比率(IR)、最大回撤等，因此此部分跳过） 量化因子与构建方式 1 资金因子 (用于行业轮动模型) **因子名称**：资金因子 **因子的构建思路**：衡量主力资金在行业层面的净流入情况[19] **因子具体构建过程**：通过对过去一段时间每日交易单中大于等于10万股或者金额大于等于20万元的成交金额的交易单作为主力资金流动进行统计，获得每日市场全部股票主力资金净流入数据，然后对股票按照申万一级行业进行行业划分，得到申万一级行业分类的主力资金流入表现，并计算其净流入率[3][14][19] 2 估值因子 (用于行业轮动模型) **因子名称**：估值因子 **因子的构建思路**：衡量行业当前估值在历史中的分位水平[19] **因子具体构建过程**：计算该行业（通常使用行业指数或成分股的代表性估值指标如PE）的当前估值指标值在过去1年时间序列中所处的分位数[19] 3 情绪因子 (用于行业轮动模型) **因子名称**：情绪因子 **因子的构建思路**：衡量行业内个股的普涨情绪[19] **因子具体构建过程**：计算该行业内上涨成分股的比例[19] 4 动量因子 (用于行业轮动模型) **因子名称**：动量因子 **因子的构建思路**：衡量行业价格的趋势强度[19] **因子具体构建过程**：以MACD指标作为主要数据来源进行计算[19] 5 超买超卖因子 (用于行业轮动模型) **因子名称**：超买超卖因子 **因子的构建思路**：衡量行业价格的短期反转信号[19] **因子具体构建过程**：以RSI指标作为重要数据来源进行计算[19] 6 盈利因子 (用于行业轮动模型) **因子名称**：盈利因子 **因子的构建思路**：衡量行业盈利预期的变化[19] **因子具体构建过程**：计算该行业的一致预测EPS（每股收益）值在过去1年时间序列中所处的分位数[19] 7 动量因子 (用于共识度选股模型) **因子名称**：动量因子 **因子的构建思路**：衡量股票价格的趋势强度[22] **因子具体构建过程**：通过股票月度数据计算（具体计算方法未详细说明）[22] 8 估值因子 (用于共识度选股模型) **因子名称**：估值因子 **因子的构建思路**：衡量股票的估值水平[22] **因子具体构建过程**：通过股票月度数据计算（具体计算方法未详细说明）[22] 9 上涨频率因子 (用于共识度选股模型) **因子名称**：上涨频率因子 **因子的构建思路**：衡量股票价格上涨的频率[22] **因子具体构建过程**：通过股票月度数据计算（具体计算方法未详细说明）[22] 10 资金流-价格相似度因子 **因子名称**：资金流-价格相似度因子 **因子的构建思路**：衡量高频资金流走势与股票价格走势的一致性[5][22] **因子具体构建过程**：结合资金高频分钟数据来计算每支股票高频资金流入流出变化，并计算其与股票价格走势的相似度（具体相似度算法未详细说明，如相关系数或其他度量方法）[22] 因子的回测效果 （注：研报中未提供具体的因子测试指标数值，如IC、ICIR、多空收益、因子收益率等，因此此部分跳过）

量化模型与构建方式 1. **模型名称：A股行业轮动模型** - **模型构建思路**：基于资金、估值、情绪、动量、超买超卖和盈利6个因子构建综合打分体系，用于行业轮动研判[13] - **模型具体构建过程**： 1. **资金因子**：以行业主力资金净流入率（大单成交统计）作为输入[9][13] 2. **估值因子**：计算行业当前估值在过去1年的分位数[13] 3. **情绪因子**：采用行业成分股上涨比例作为指标[13] 4. **动量因子**：基于MACD指标计算行业趋势强度[13] 5. **超买超卖因子**：使用RSI指标衡量行业短期超买超卖状态[13] 6. **盈利因子**：以行业一致预测EPS在过去1年的分位数为依据[13] 7. **综合打分**：各因子标准化后加权求和，输出行业综合评分[15] - **模型评价**：多因子框架覆盖市场多维特征，但未披露因子权重分配逻辑[13][15] 2. **模型名称：共识度选股模型** - **模型构建思路**：结合行业动量、估值、高频资金流与价格走势相似度筛选个股[16] - **模型具体构建过程**： 1. **行业筛选**：选取过去30天涨幅前三的申万二级行业[16] 2. **因子计算**： - 动量因子：股票月度收益率 - 估值因子：未明确具体指标（报告中未披露公式） - 高频资金流相似度：计算股票分钟级资金流与价格走势的相关系数[16] 3. **股票筛选**：在目标行业中选取资金流-价格相似度最高的前5只股票[17] 量化因子与构建方式 1. **因子名称：主力资金净流入率** - **因子构建思路**：通过大单交易统计主力资金流向[9] - **因子具体构建过程**： - 定义主力交易单：单笔成交≥10万股或金额≥20万元[9] - 计算净流入：主力买入金额 - 主力卖出金额，按行业汇总[9] 2. **复合因子组（行业轮动模型）** - **资金因子**：如上述主力资金净流入率[13] - **估值因子**：行业PE/PB等指标的历史分位数[13] - **情绪因子**：上涨股票占比，公式为 $$ \text{情绪得分} = \frac{\text{行业上涨股票数}}{\text{行业总股票数}} $$ [13] - **动量因子**：MACD指标，公式为 $$ \text{MACD} = \text{EMA}_{12} - \text{EMA}_{26} $$ $$ \text{信号线} = \text{EMA}_9(\text{MACD}) $$ [13] - **超买超卖因子**：RSI指标，公式为 $$ \text{RSI} = 100 - \frac{100}{1 + \text{RS}} $$ $$ \text{RS} = \frac{\text{平均上涨幅度}}{\text{平均下跌幅度}} $$ [13] - **盈利因子**：EPS预测变化分位数[13] 模型的回测效果 1. **A股行业轮动模型** - 非银金融：综合得分8（资金+、估值+++、情绪--、动量+++、超买超卖+++、盈利未显示权重）[15] - 通信：综合得分8（资金++、估值++、情绪+++、动量+）[15] - 汽车：综合得分7（资金+++、估值+++、情绪+）[15] 2. **共识度选股模型** - 输出结果：饲料行业（百洋股份、中宠股份等）、贵金属行业（湖南白银、晓程科技等）、动物保健Ⅱ行业（金河生物、海利生物等）[17] 因子的回测效果 1. **主力资金净流入因子** - 5日净流入：汽车行业27.05亿元（南方精工等个股流入显著）[9] - 30日净流入：综合行业-16.4亿元（漳州发展等个股流入靠前）[10][12] 2. **行业轮动子因子表现** - 资金因子：汽车行业5日净流入排名第一（+++）[9][15] - 情绪因子：通信行业情绪得分最高（+++）[15] - 动量因子：非银金融动量得分（+++）[15] 注：部分因子（如估值、盈利）未披露具体数值，仅显示标准化后的符号化评分[15]