国君晨报1009|策略、基金配置、金工、通信、交运

量化模型与构建方式 - 模型名称：沪深300指数增强策略 - 模型构建思路：通过成分股内选股来增强指数收益 - 模型具体构建过程：选取沪深300指数成分股，基于量化因子进行选股和权重调整，优化组合以期获得超额收益 - 模型评价：该策略在一定程度上能够捕捉市场的超额收益，但也存在一定的回撤风险[6] - 模型名称：中证500指数增强策略 - 模型构建思路：通过成分股内选股来增强指数收益 - 模型具体构建过程：选取中证500指数成分股，基于量化因子进行选股和权重调整，优化组合以期获得超额收益 - 模型评价：该策略在一定程度上能够捕捉市场的超额收益，但也存在一定的回撤风险[6] - 模型名称：中证1000指数增强策略 - 模型构建思路：通过成分股内选股来增强指数收益 - 模型具体构建过程：选取中证1000指数成分股，基于量化因子进行选股和权重调整，优化组合以期获得超额收益 - 模型评价：该策略在一定程度上能够捕捉市场的超额收益，但也存在一定的回撤风险[6] - 模型名称：中证2000指数增强策略 - 模型构建思路：通过成分股内选股来增强指数收益 - 模型具体构建过程：选取中证2000指数成分股，基于量化因子进行选股和权重调整，优化组合以期获得超额收益 - 模型评价：该策略在一定程度上能够捕捉市场的超额收益，但也存在一定的回撤风险[6] - 模型的回测效果 - 沪深300指数增强策略，本周收益7.66%，超额为-0.83%；本年收益26.77%，超额为8.12%，超额最大回撤为-3.05%[6] - 中证500指数增强策略，本周收益9.85%，超额收益为-0.56%；本年收益15.29%，超额收益为9.12%，超额收益最大回撤为-2.22%[6] - 中证1000指数增强策略，本周收益10.7%，超额为-0.45%；本年收益7.65%，超额为10.14%，超额最大回撤为-2.36%[6] - 中证2000指数增强策略，本周收益10.33%，超额为-0.75%；本年收益0.88%，超额为10.7%，超额最大回撤为-1.54%[6] - 量化因子与构建方式 - 因子名称：5日交易金额/波动率 - 因子的构建思路：通过交易金额和波动率的比值来衡量市场活跃度 - 因子具体构建过程：计算过去5日的交易金额与波动率的比值，公式为 $ \frac{交易金额}{波动率} $ - 因子评价：该因子能够较好地反映市场的短期活跃度[5] - 因子名称：分析师覆盖度 - 因子的构建思路：通过分析师覆盖的广度来衡量股票的市场关注度 - 因子具体构建过程：统计每只股票被分析师覆盖的数量 - 因子评价：该因子能够较好地反映市场对股票的关注度[5] - 因子名称：分析师预测营收增长率-FY3 - 因子的构建思路：通过分析师对未来三年营收增长的预测来衡量股票的成长性 - 因子具体构建过程：收集分析师对未来三年营收增长的预测数据 - 因子评价：该因子能够较好地反映股票的成长预期[5] - 因子名称：分析师预测ROE-FY3的120变动 - 因子的构建思路：通过分析师对未来三年ROE的预测变化来衡量股票的盈利能力 - 因子具体构建过程：收集分析师对未来三年ROE的预测数据，并计算120日内的变化 - 因子评价：该因子能够较好地反映股票的盈利预期[5] - 因子名称：分析师预测SP20日变化 - 因子的构建思路：通过分析师对未来20日SP的预测变化来衡量股票的短期表现 - 因子具体构建过程：收集分析师对未来20日SP的预测数据，并计算变化 - 因子评价：该因子能够较好地反映股票的短期表现预期[5] - 因子的回测效果 - 沪深300内较好的因子是5日交易金额/波动率、分析师覆盖度、分析师预测营收增长率-FY3[5] - 中证500内较好的因子是分析师预测营收增长率-FY3、分析师预测SP20日变化、5日交易金额/波动率[5] - 中证1000内较好的因子是分析师预测营收增长率-FY3、分析师预测ROE-FY3的120变动、分析师预测营收FY3的120日变动[5] - 中证2000内较好的因子是分析师覆盖度、5日交易金额/波动率、分析师预测营收FY3的120日变动[5] - 中证全指内较好的因子是分析师预测营收增长率-FY3、分析师预测ROE-FY3、5日交易金额/波动率[5]