量化模型与构建方式 1. 模型名称：超跌反弹信号 - 模型构建思路：通过识别行业板块的超跌状态，捕捉后续反弹机会[14] - 模型具体构建过程：当行业流通股本收益率低于历史阈值时触发信号，统计显示信号出现后5日平均收益率为4.56%，胜率71%，盈亏比1.87[14] 2. 模型名称：平台突破信号 - 模型构建思路：监测行业价格突破长期盘整平台后的趋势延续性[14] - 模型具体构建过程：信号触发后5日平均收益率为3.30%，胜率62%，平均持有9个交易日时累计收益达6.77%[14] 3. 模型名称：顶部预警信号 - 模型构建思路：识别高股息板块等过热行业的见顶风险[15] - 模型具体构建过程：通过中证红利指数相对万得全A的比值阈值监控，5月底曾触发预警[15][16] 4. 模型名称：股价抛压模型 - 模型构建思路：基于流通股本分布计算行业上行阻力[17] - 模型具体构建过程：量化理论抛压与实际股价压力的偏离度，2024年8月数据显示大消费板块抛压最小[17][18] 模型的回测效果 1. 超跌反弹模型 - 后5日收益率：4.56% - 5日胜率：71% - 盈亏比：1.87 - 10日收益率：7.22%[14] 2. 平台突破模型 - 后5日收益率：3.30% - 5日胜率：62% - 盈亏比：1.45 - 平均持有收益：6.77%[14] 3. 抛压模型组合 - 回测超额收益：15%（相对万得全A）[18] 量化因子与构建方式 1. 因子名称：流通股本收益率 - 因子构建思路：反映投资者平均赚钱效应[10] - 因子具体构建过程：计算行业流通股持有者的加权平均收益率，银行板块当前处于历史95%分位[10][12] 2. 因子名称：获利盘比率 - 因子构建思路：衡量当前盈利持仓占比[13] - 因子评价：银行板块获利比率最高[13] 3. 因子名称：风格分化因子 - 因子构建思路：监控大盘价值与小盘成长的收益差[20] - 因子具体构建过程：当前分化程度达历史95%分位，提示小盘成长潜在反弹机会[20][22] 因子的回测效果 1. 流通股本收益率因子 - 银行板块分位数：95%[12] 2. 风格分化因子 - 当前差值分位数：95%[22]