量化模型与构建方式 宏观周期模型 - 模型名称：宏观周期模型 - 模型构建思路：通过对宏观经济数据的分析，定义经济周期的不同阶段 - 模型具体构建过程： - 通过对各宏观分项指标（如经济景气、信用、通胀周期等）的走势进行分析，确定经济所处的周期阶段 - 例如，2024年中国经济位于模型定义的筑底后期阶段[11][13][15] - 模型评价：该模型能够较好地反映宏观经济的周期性变化，帮助预测经济走势 模型的回测效果 - 宏观周期模型： - 2024年中国经济增长存在一定压力，经济景气、信用、通胀周期均震荡趋弱，分别位于2011年以来的6.7%、17%、5.4%分位[11][15] 量化因子与构建方式 高现金流因子 - 因子名称：高现金流因子 - 因子的构建思路：从关注利润表转向关注现金流量表，从盈利成长到现金创造能力和股东回报 - 因子具体构建过程： - 通过经营现金流/市值、所得税增长、股息率等指标定义高现金流公司 - 例如，经营性现金流大于0且能覆盖折旧摊销，表明其可为扩大再生产提供资金，具备潜在成长性[99][104][108] - 因子评价：高现金流因子在宏观经济波动和筑底期能够提供较为稳健的超额收益 因子的回测效果 - 高现金流因子： - 2022-2024年，现金流相关因子年均可提供5.8%的超额收益[99][106] - 2024年，高现金流策略超额收益12%，盈利成长8.3%，盈利成长现金流14.3%[104] 高频因子 - 因子名称：高频因子 - 因子的构建思路：利用高频交易策略，通过高换手率获取超额收益 - 因子具体构建过程： - 通过对市场流动性进行分析，优化换手率 - 例如，日成交额在8千至1万亿时，中枢每提升1000亿，对高频策略年化超额提升约7%[162][164] - 因子评价：高频因子在流动性充足的市场环境下能够提供显著的超额收益 因子的回测效果 - 高频因子： - 2020年1月至2024年9月末，高频因子年化收益21%，累计收益149%；日间因子年化收益16%，累计收益103%[174] 其他关键要点 - 高频交易的政策影响：目前政策对高频交易的影响有限，未来政策存在不确定性[155][156][158] - 流动性对高频策略的影响：流动性对高频策略收益有显著影响，影响曲线呈S型[162][164] - 高频策略不会下沉到微盘股：高频策略对股票的流动性要求较高，通常会将流通市值20亿以下的股票剔除股票池[171][172] - 市场流动性提升对高频超额收益的影响：2024年9月末，市场流动性大幅改善，预计会提升高频策略年化超额约12.5%[179][190]