2025年通过估值、流动性和拥挤度构建量化择时策略：“2+1”风格择时模型

风格指数择时研究框架

大盘风格:沪深300和中证500指数;小盘风格:中证1000指数;红利风格:中证红利指数:成长风格:国证成长指数:价值风格:国证价值指数:混合风格:大盘成长、大盘价值、中盘成长、中盘价值、小盘成长、小盘价值。

风格指数估值模型

构建方法: 整体思想:计算风格指数估值因子值在历史数据中所处的分位数水平，通过与设定阈值比较，判断是否触发多头或空头信号。计算风格估值因子值在历史数据中所处的分位数水平:

估值因子值较为平稳，计算窗口长度统一设置为1天;

考虑兼容性，沪深300指数历史区间长度设定为5年;考虑适当提高多空信号频率，其他指数历史区间长度设定为3年;√ 历史分位数底部阈值统一设定为10%、8%、5%和3%，顶部阈值统一设定为90%、92%、95%和97%;

因子值从小到大排序，因子值越小、所处历史分位数越低，代表市场估值越低;因子值越大、所处历史分位数越高，代表市场估值越高。

指数底部/顶部判断:估值因子所处历史分位数低于底部闽值则触发多头信号，超过顶部阈值则触发空头信号。

风格指数估值模型构建:底部信号:在指数估值极低且中长期均线处于上升趋势时，指数存在估值修复动能，可视为风格指数底部信号(即多头信号); 顶部信号:在指数估值极高且中长期均线处于下行趋势时，指数存在估值回归动能，可视为风格指数顶部信号(即空仓信号)。估值模型多头组合绩效:

绝对收益:国证价值、中证红利与国证成长等指数年化收益率超过11%;沪深300年化收益率为10.73%;中证500与中证1000年化收益率低于9%。

超额收益:中证1000与沪深300年化超额超过9%;中证红利与国证成长年化超额超过7%;中证500与国证价值年化超额低于7%。

SHARP比率:国证价值、中证红利与沪深300等指数SHARP比率超过0.70;中证500与中证1000指数SHARP比率低于0.60。

估值模型择时信号(沪深300):多头信号主要产生于2011下半年、2012年、2013下半年、2014下半年、2018年底、2020年5月、2022年12月、2024年2月、2024年9月等市场底部区域;空仓信号主要产生于2015年6月、2018年初、2021年3月等市场顶部区域。

估值模型多头组合(沪深300):组合年化收益率为10.73%;最大回撤为27.66%，回撤主要分布于2015年7月与12月、2021年4月到10月;组合SHARP比率为0.73。

估值模型择时信号(中证红利)：多头信号主要产生于2011底、2012年、2013下半年、2014下半年、2016年5月、2018年底、2019年底、2020年6月、2021年4月至2023年3月间等市场相对底部区域;空仓信号主要产生于2015年6月、2017年底、2018年初、2024年6月、2025年1月初等市场相对顶部区域。估值模型多头组合(中证红利)：组合年化收益率为11.64%;最大回撤为29.59%，回撤主要分布于2015年7月至2016年6月、2019年下半年;组合SHARP比率为0.78。

市场流动性模型

构建方法:整体思想:计算市场流动性因子值在历史数据中所处的分位数水平，通过与设定阈值比较，判断是否触发多头或空头信号。计算市场流动性因子值在历史数据中所处的分位数水平:

流动性因子波动较大，计算时通过窗口期平滑因子值;历史区间长度设定为5年，涵盖一个完整的牛熊周期;

历史分位数底部阈值统一设定为15%、12%、10%、8%和5%，顶部值统一设定为85%、88%、90%、92%和95%;冲击成本因子值从大到小排序，流动性指数从小到大排序;所处历史分位数越低代表市场流动性越差，所处历史分位数越高代表市场流动性越充裕。

市场底部/顶部判断:市场流动性因子所处历史分位数低于底部阈值则触发多头信号，超过顶部阈值则触发空头信号。

风格指数估值流动性模型构建:估值模型底部与顶部信号生成规则不变;√流动性恐慌底部信号:若流动性因子所处历史分位数低于指定底部阈值，则触发流动性恐慌多头信号，均线拐头向下止盈/止损估值流动性模型多头组合绩效:绝对收益:沪深300、中证红利、国证成长与国证价值年化收益率超12%;中证500年化收益率11.57%;中证1000年化收益率9.17%。 超额收益:中证1000与沪深300年化超额超11%;中证500年化超额超10%;中证红利、国证成长与国证价值年化超额超8%。SHARP比率:国证价值、中证红利与沪深300等指数SHARP比率超0.70;中证500与中证1000指数SHARP比率低于0.60。收益提升:相较单纯的估值模型，估值流动性模型年化收益率平均提升2%，所有风格指数均有提升，中证500年化收益率提升4.33%。

交易拥挤度模型

拥挤度模型择时信号:交易拥挤信号呈现集中分布特征，主要产生于指数阶段性顶部下跌初期:2015年牛市高点下跌、2016年初熔断、2018年3月下跌、2020年3月疫情期间、2021年底、2023年11月、2024年10月上旬等市场阶段顶部下跌初期。市场情绪高亢、指数冲顶回落阶段容易触发交易拥挤信号，但指数冲高阶段不轻易看空，需结合均线系统规避风险和止盈止损。拥挤度复合模型:中证500与中证红利年化收益率超过10%，国证价值与国证成长年化收益率超过7%;

风格指数择时模型合成与应用

风格指数择时模型构建:估值底部顶部信号生成:若股权风险溢价或PB估值因子所处历史分位数低于指定底部阈值，则触发估值多头信号;若股权风险溢价或PB估值因子所处历史分位数超过指定顶部阈值，则触发估值空仓信号。流动性恐慌底部信号生成:若流动性因子所处历史分位数低于指定底部阈值，则触发流动性恐慌多头信号拥挤度信号生成:若收益率波动率、换手率、收益率峰度、成交额与收盘价相关系数或收盘价偏度等任一因子触发交易拥挤信号，则触发交易拥挤信号(空仓规避)。多空组合构建:流动性模型底部信号产生后开始做多指数，直到均线系统拐头向下平多仓(平仓后为空仓状态);估值模型底部信号产生后开始做多指数，直到估值因子所处历史分位数超过75%且均线系统走差平多仓;估值模型顶部信号产生后开始空仓，直到估值因子所处历史分位数低于25%月均线系统走好买入结束空仓:估值模型应用中长期均线系统选择多空区间;交易拥挤度信号产生后开始空仓，直到规避期满或均线系统拐头向上买入结束空仓。

沪深300多头信号集中分布于指数估值底部或连续恐慌性下跌底部，空头信号集中分布于指数估值顶部或阶段性顶部:多头信号:主要产生于2011年12月中旬、2012年12月中旬、2014年7月、2015年8月下旬、2016年1月、2018年10月中下旬、2020年3月中下旬、2022年3月中旬、2022年4月下旬、2022年10月中旬、2024年1月底、2024年9月中下旬、2025年1月上旬等指数底部区域(2023年初开始为样本外跟踪);空头(空仓)信号:主要产生于2011年4月下旬、2015年6月、2018年2月、2018年5月下旬、2019年4月、2020年3月初、2021年3月初、2024年10月上旬等指数顶部区域。

风格指数择时模型多头组合绩效:√绝对收益:中证500与国证价值指数年化收益率分别为23.05%、20.00%;中证红利、国证成长与沪深300年化收益率超过17%;中证1000年化收益率为12.82%。

超额收益:中证500年化超额为21.98%;中证1000、沪深300与国证成长年化超额超过15%;中证红利与国证价值年化超额超过13%SHARP比率:国证价值与中证500指数SHARP比率超过1.20:中证红利、沪深300与国证成长指数SHARP比率超过1.00:中证1000指数SHARP比率低于0.70。

超额回撤:沪深300、中证1000、中证红利与国证价值指数量化择时模型超额最大回撤绝大多数时期控制在5%-10%以内，整体表现较为优秀;中证500 与国证成长指数较大超额回撤主要发生在2015年中牛市顶部下跌以及2016与2017年成长风格落后时期。

绝对收益:大盘成长、大盘价值、中盘成长、中盘价值、小盘成长、小盘价值等指数年化收益率分别为19.86%、20.63%、19.17%、19.37%、21.10%、20.47%;年度绝对收益为正的年份超过93%;超额收益:大盘成长、大盘价值、中盘成长、中盘价值、小盘成长、小盘价值等指数年化超额收益率分别为15.48%、13.15%、18.45%、15.92%、19.34%、15.14%;风格指数择时模型年胜率超过86%。

报告节选：

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）