量化模型与构建方式 三维情绪雷达监测模型 1. 模型名称：三维情绪雷达监测模型 2. 模型构建思路：通过情绪预期、情绪温度和情绪浓度三个维度来观察市场情绪的不同频率波动[7] 3. 模型具体构建过程： - 情绪预期： - 指标意义：股指期货价格和期权成交额PCR反映市场对未来短期的预期[8] - 公式： - 构建方法：通过取均值和主成分分析的方法合成情绪预期指标[8] - 情绪温度： - 指标意义：市场资金热度的量化，使用主力买入率来感知情绪温度[10] - 公式： - 构建方法：将主力买入率平滑处理后，计算三年滚动百分位的结果[10] - 情绪浓度： - 指标意义：衡量A股市场多资产的相关性，通过计算中信三级行业体系指数的第一主成分方差贡献率来反映市场情绪浓度[13] - 构建方法：情绪浓度即为中信三级行业体系指数的第一主成分贡献率滚动窗口平滑处理后的结果[13] 4. 模型评价：情绪预期上行代表市场短期情绪向好，情绪温度上行代表市场主力资金热度提升，情绪浓度高于警戒线的极值点具有长期牛熊转折的预示作用[8][10][13] 模型的回测效果 1. 三维情绪雷达监测模型： - Sharpe比率：0.4067[18] - 最大回撤：26.93%[18] - 年化收益：6.12%[18] 量化因子与构建方式 换手率斜率因子 1. 因子名称：换手率斜率因子 2. 因子的构建思路：通过监测成交量的变化来提示行情机会，成交量的中枢上移预示供需关系的变化[20] 3. 因子具体构建过程：运用换手率斜率来监测是否发生"放量"的情况，提示行情机会[20] 4. 因子评价：成交量的放大往往代表市场观点分歧的扩大，有一定可能代表原有趋势的转折[20] 拥挤度因子 1. 因子名称：拥挤度因子 2. 因子的构建思路：反映交易活动的过热程度，起到对潜在风险的警示作用[21] 3. 因子具体构建过程：根据拥挤发生时的表现，如内部高度协同、剧烈波动、价格偏离以及流动性枯竭等现象，制定拥挤度跟踪指标，包括行业成交集中度、行业内部关联度和行业价格乖离率[21] 4. 因子评价：在多个指标监测下提示过度拥挤带来的风险[21] 因子的回测效果 1. 换手率斜率因子： - 未来一个月更可能发生行情反转的行业：建筑材料、传媒、煤炭、美容护理[21] - 未来一个月量能买入信号：建筑材料、煤炭、美容护理、家用电器、纺织服饰、商贸零售、轻工制造、食品饮料、电力设备、基础化工等[21] - 未来一个月量能卖出信号：无[21] 2. 拥挤度因子： - 行业成交集中度风险提示行业：家用电器、食品饮料、交通运输、建筑材料、国防军工、银行[21] - 行业内部关联度风险提示行业：农林牧渔、纺织服饰、房地产、汽车、石油石化[21] - 行业价格乖离率风险提示行业：无[21] - 未来一个月拥挤度卖出信号：农林牧渔、家用电器、纺织服饰、交通运输、房地产、建筑材料、国防军工、银行、汽车、石油石化[21]