量化模型与构建方式 1. 量能择时模型 - 模型名称：量能择时模型 - 模型构建思路：通过量能信号判断市场趋势，提供买卖建议 - 模型具体构建过程： - 计算各宽基指数的量能信号 - 根据量能信号判断市场趋势，给出看多或谨慎的择时观点 - 模型评价：该模型通过量能信号捕捉市场趋势，适用于短期市场判断[49][50] 2. 沪深300上涨家数占比情绪指标 - 模型名称：沪深300上涨家数占比情绪指标 - 模型构建思路：通过计算沪深300指数成分股的上涨家数占比，判断市场情绪 - 模型具体构建过程： - 计算公式：沪深300指数N日上涨家数占比 = 沪深300指数成分股过去N日收益大于0的个股数占比 - 通过两次不同窗口期的平滑处理，捕捉指标变动情况 - 当短期平滑线大于长期平滑线时，看多市场；反之，看空市场 - 模型评价：该指标能够较快捕捉上涨机会，但在市场过热阶段可能会错失部分收益，对下跌市场的判断存在缺陷[51][52][68] 3. 均线情绪指标 - 模型名称：均线情绪指标 - 模型构建思路：通过计算沪深300收盘价的八均线数值，判断市场趋势 - 模型具体构建过程： - 计算沪深300收盘价的八均线数值，均线参数为8, 13, 21, 34, 55, 89, 144, 233 - 计算当日沪深300指数收盘价大于八均线指标值的数量 - 当前价格大于八均线指标值的数量超过5时，看多沪深300指数 - 模型评价：该指标通过均线系统判断市场趋势，适用于中长期市场判断[82][90] 模型的回测效果 量能择时模型 - 沪深300，择时观点：看多[49][50] 沪深300上涨家数占比情绪指标 - 沪深300，择时观点：中性[51][52][68] 均线情绪指标 - 沪深300，择时观点：非景气区间[82][90] 量化因子与构建方式 1. 横截面波动率因子 - 因子名称：横截面波动率因子 - 因子的构建思路：通过计算各指数的横截面波动率，判断短期Alpha环境 - 因子具体构建过程： - 计算各指数的横截面波动率 - 统计各指数横截面波动率的历史分位点 - 因子评价：该因子能够反映短期Alpha环境的变化，适用于短期市场判断[95][104] 2. 时间序列波动率因子 - 因子名称：时间序列波动率因子 - 因子的构建思路：通过计算各指数成分股的时间序列波动率，判断短期Alpha环境 - 因子具体构建过程： - 计算各指数成分股的时间序列波动率 - 统计各指数时间序列波动率的历史分位点 - 因子评价：该因子能够反映短期Alpha环境的变化，适用于短期市场判断[105][116] 因子的回测效果 横截面波动率因子 - 沪深300，近一季度平均值：1.84%，近一季度平均值占近两年分位：45.25%[104] - 中证500，近一季度平均值：1.97%，近一季度平均值占近两年分位：50.00%[104] - 中证1000，近一季度平均值：2.24%，近一季度平均值占近两年分位：64.14%[104] 时间序列波动率因子 - 沪深300，近一季度平均值：0.55%，近一季度平均值占近两年分位：41.53%[116] - 中证500，近一季度平均值：0.58%，近一季度平均值占近两年分位：48.41%[116] - 中证1000，近一季度平均值：0.62%，近一季度平均值占近两年分位：58.17%[116]