量化模型与构建方式 1. 模型名称：择时体系信号模型 - 模型构建思路：通过均线距离、市场风控线以及估值水平等指标，判断市场趋势并识别最佳做多窗口期[2][3][9] - 模型具体构建过程： 1. 定义长期均线（120日）和短期均线（20日），计算两者的距离： $ 距离 = \frac{短期均线 - 长期均线}{长期均线} $ 2. 判断均线距离是否小于0（短期均线位于长期均线下方）以及绝对距离是否大于3%[2][9] 3. 判断指数位置是否高于市场风控线（45日均线）[2][9] 4. 结合估值水平（PE和PB分位点）以及长短均线距离差（大于5%），确认市场是否进入最佳做多窗口期[2][3][9] - 模型评价：通过多维度指标综合判断市场趋势，逻辑清晰，适合捕捉趋势反转信号[2][3][9] 2. 模型名称：行业配置模型 - 模型构建思路：基于市场环境和行业特性，动态调整行业配置方向，优先选择困境反转型板块[2][3][9] - 模型具体构建过程： 1. 结合市场趋势信号，筛选出符合困境反转特征的行业[2][3][9] 2. 当前推荐行业包括消费医药、证券、计算机、地产等[2][3][9] 3. 使用TWOBETA模型进一步推荐科技板块[2][3][9] - 模型评价：能够结合市场趋势和行业特性，提供明确的行业配置建议，具有较强的实用性[2][3][9] 3. 模型名称：仓位管理模型 - 模型构建思路：根据市场估值水平和趋势信号，动态调整仓位比例[2][9] - 模型具体构建过程： 1. 结合wind全A指数的PE和PB分位点，判断市场估值水平[2][9] 2. 当前PE位于20分位点附近，PB位于5分位点附近，属于较低和极低水平[2][9] 3. 根据估值水平和趋势信号，建议将仓位上调至90%[2][9] - 模型评价：通过估值和趋势信号结合，提供明确的仓位调整建议，逻辑合理[2][9] --- 模型的回测效果 1. 择时体系信号模型 - 均线距离：-5.46%[2][9] - 绝对距离：大于3%[2][9] - 指数位置：高于市场风控线（45日均线）[2][9] 2. 行业配置模型 - 推荐行业：消费医药、证券、计算机、地产、电子、通信[2][3][9] 3. 仓位管理模型 - 仓位建议：90%[2][9] --- 量化因子与构建方式 1. 因子名称：长短均线距离因子 - 因子构建思路：通过计算短期均线与长期均线的距离，判断市场趋势[2][9] - 因子具体构建过程： 1. 定义短期均线（20日）和长期均线（120日）[2][9] 2. 计算均线距离： $ 距离 = \frac{短期均线 - 长期均线}{长期均线} $ 3. 判断均线距离是否小于0以及绝对值是否大于3%[2][9] - 因子评价：能够有效捕捉市场趋势变化，适合作为择时信号的核心因子[2][9] 2. 因子名称：估值分位点因子 - 因子构建思路：通过PE和PB的历史分位点，判断市场估值水平[2][9] - 因子具体构建过程： 1. 计算wind全A指数的PE和PB值[2][9] 2. 将PE和PB值与历史数据对比，计算分位点[2][9] 3. 当前PE分位点为20%，PB分位点为5%[2][9] - 因子评价：能够直观反映市场估值水平，为仓位管理提供重要依据[2][9] --- 因子的回测效果 1. 长短均线距离因子 - 均线距离：-5.46%[2][9] - 绝对距离：大于3%[2][9] 2. 估值分位点因子 - PE分位点：20%[2][9] - PB分位点：5%[2][9]