量化模型与构建方式 1. 优秀基金业绩增强组合 - 模型名称：优秀基金业绩增强组合 - 模型构建思路：从传统地对标宽基指数，转变为对标主动股基，在借鉴优秀基金持仓的基础上，采用量化方法进行增强，达到优中选优的目的[4][15][38] - 模型具体构建过程： 1. 对基金进行优选，考虑对收益类因子进行分层中性化处理 2. 根据优选基金持仓构建优选基金持仓组合 3. 采用组合优化的方法控制组合与优选基金持仓在个股偏离、行业偏离及风格上的偏离[4][15][38] - 模型评价：该组合表现优异，能够稳定战胜主动股基中位数[39] 2. 超预期精选组合 - 模型名称：超预期精选组合 - 模型构建思路：以研报标题超预期与分析师全线上调净利润为条件筛选超预期事件股票池，对超预期股票池进行基本面和技术面两个维度的精选，挑选出同时具备基本面支撑和技术面共振的超预期股票[5][20][43] - 模型具体构建过程： 1. 筛选超预期事件股票池 2. 对超预期股票池中的股票进行基本面和技术面两个维度的精选 3. 构建超预期精选股票组合[5][20][43] - 模型评价：该组合在超预期事件发生前后具有持续显著的超额收益[43] 3. 券商金股业绩增强组合 - 模型名称：券商金股业绩增强组合 - 模型构建思路：以券商金股股票池为选股空间和约束基准，采用组合优化的方式控制组合与券商金股股票池在个股、风格上的偏离[6][24][49] - 模型具体构建过程： 1. 以券商金股股票池为选股空间和约束基准 2. 采用组合优化的方式控制组合与券商金股股票池在个股、风格上的偏离 3. 以全体公募基金的行业分布为行业配置基准，构建券商金股业绩增强组合[6][24][49] - 模型评价：该组合能够较好地跟踪偏股混合型基金指数的表现，并获得稳定战胜偏股混合型基金指数的表现[49] 4. 成长稳健组合 - 模型名称：成长稳健组合 - 模型构建思路：采用"先时序、后截面"的方式，构建成长股二维评价体系，以研报标题超预期及业绩大增为条件筛选成长股股票池[7][29][53] - 模型具体构建过程： 1. 根据距离正式财报预约披露日的间隔天数对成长股股票池进行分档 2. 优先选择距离财报预约披露日较近的股票 3. 当样本数量较多时，采用多因子打分精选优质个股 4. 引入弱平衡机制、跃迁机制、缓冲机制和风险规避机制，构建成长稳健组合[7][29][53] - 模型评价：该组合能够高效地在利好事件超额收益释放最强烈的阶段获取超越市场平均的表现[53] 模型的回测效果 优秀基金业绩增强组合 - 本周表现：绝对收益-1.78%，相对偏股混合型基金指数超额收益-0.53%[2][19] - 本年表现：绝对收益-5.68%，相对偏股混合型基金指数超额收益4.54%[2][19] - 历史表现：年化收益20.95%，相较偏股混合型基金指数年化超额13.24%[40][42] 超预期精选组合 - 本周表现：绝对收益-2.99%，相对偏股混合型基金指数超额收益-1.74%[2][23] - 本年表现：绝对收益-1.20%，相对偏股混合型基金指数超额收益9.02%[2][23] - 历史表现：年化收益28.42%，相较偏股混合型基金指数年化超额23.38%[44][47] 券商金股业绩增强组合 - 本周表现：绝对收益-1.55%，相对偏股混合型基金指数超额收益-0.30%[2][28] - 本年表现：绝对收益-5.31%，相对偏股混合型基金指数超额收益4.91%[2][28] - 历史表现：年化收益17.59%，相较偏股混合型基金指数年化超额14.59%[50][52] 成长稳健组合 - 本周表现：绝对收益-1.85%，相对偏股混合型基金指数超额收益-0.61%[3][33] - 本年表现：绝对收益-10.02%，相对偏股混合型基金指数超额收益0.20%[3][33] - 历史表现：年化收益34.45%，相较偏股混合型基金指数年化超额26.58%[54][56]