量化模型与构建方式 1. 模型名称：PB-ROE-50组合 - 模型构建思路：基于PB（市净率）和ROE（净资产收益率）两个指标，筛选出具有较高投资价值的股票，构建组合[24] - 模型具体构建过程：以PB和ROE为核心因子，结合中证500和中证800股票池，进行样本筛选和组合构建，采用月频调仓策略[24][25] 2. 模型名称：大宗交易组合 - 模型构建思路：通过分析大宗交易的成交金额比率和成交金额波动率，提炼出高成交、低波动的股票，构建组合[29] - 模型具体构建过程： 1. 统计大宗交易股票的成交金额比率和6日成交金额波动率 2. 按照“高成交、低波动”原则筛选股票 3. 采用月频调仓方式构建组合[29][30] 3. 模型名称：定向增发组合 - 模型构建思路：基于定向增发事件效应，结合市值因素、调仓周期及仓位控制，构建事件驱动型选股组合[34] - 模型具体构建过程： 1. 以股东大会公告日为时间节点 2. 综合考虑市值因素、调仓周期及仓位控制 3. 构建定向增发事件驱动选股组合[34][35] 模型的回测效果 1. PB-ROE-50组合 - 中证500股票池：本周超越基准收益率1.13%，今年以来超额收益率11.60%，本周绝对收益率-0.94%，今年以来绝对收益率-7.09%[25] - 中证800股票池：本周超越基准收益率0.95%，今年以来超额收益率6.73%，本周绝对收益率-1.11%，今年以来绝对收益率-11.14%[25] - 全市场股票池：本周超越基准收益率-0.10%，今年以来超额收益率-0.08%，本周绝对收益率-2.14%，今年以来绝对收益率-16.81%[25] 2. 大宗交易组合 - 本周超越基准收益率：1.82% - 今年以来超额收益率：-11.57% - 本周绝对收益率：-0.26% - 今年以来绝对收益率：-26.38%[30] 3. 定向增发组合 - 本周超越基准收益率：2.15% - 今年以来超额收益率：-10.39% - 本周绝对收益率：0.07% - 今年以来绝对收益率：-25.40%[35] 量化因子与构建方式 1. 因子名称：Beta因子 - 因子构建思路：衡量股票相对于市场的系统性风险，捕捉市场波动带来的收益机会[17] - 因子具体构建过程：通过回归分析计算股票收益与市场收益的相关性，得到Beta值[17] 2. 因子名称：动量因子 - 因子构建思路：基于股票价格的历史表现，捕捉价格延续性带来的收益机会[17] - 因子具体构建过程：计算股票在一定时间窗口内的累计收益率，作为动量因子值[17] 3. 因子名称：市值因子 - 因子构建思路：基于股票市值大小，捕捉小市值股票的超额收益特征[17] - 因子具体构建过程：以股票市值为指标，构建因子值，并剔除行业和市值影响[17] 4. 因子名称：非线性市值因子 - 因子构建思路：通过非线性变换，进一步挖掘市值因子的潜在收益特征[17] - 因子具体构建过程：对市值因子进行非线性变换，构建新的因子值[17] 5. 因子名称：盈利因子 - 因子构建思路：基于企业盈利能力，捕捉高盈利企业的超额收益特征[17] - 因子具体构建过程：以ROE、ROA等盈利指标为基础，构建因子值[17] 6. 因子名称：流动性因子 - 因子构建思路：衡量股票的流动性水平，捕捉流动性溢价带来的收益机会[17] - 因子具体构建过程：以换手率、成交量等流动性指标为基础，构建因子值[17] 因子的回测效果 1. Beta因子 - 最近1周收益：0.30%[17] 2. 动量因子 - 最近1周收益：0.22%[17] 3. 市值因子 - 最近1周收益：-0.32%[17] 4. 非线性市值因子 - 最近1周收益：-0.48%[17] 5. 盈利因子 - 最近1周收益：-0.66%[17] 6. 流动性因子 - 最近1周收益：-0.64%[17]