量化模型与构建方式 1. 模型名称：戴维斯双击策略 - 模型构建思路：以较低的市盈率（PE）买入具有成长潜力的股票，待成长性显现、市盈率相应提高后卖出，从而获得EPS和PE的“双击”收益[1][7] - 模型具体构建过程： 1. 选取盈利持续增长的股票 2. 使用PEG指标评估股票定价的合理性，PEG公式为： $ PEG = \frac{PE}{盈利增速} $ 其中，PE为市盈率，盈利增速为公司盈利的增长率 3. 寻找业绩增速加速增长的标的，理论上这些标的的PE向下空间能得到有效控制[7] - 模型评价：该策略在回测期内表现出较高的稳定性，7个完整年度的超额收益均超过11%，具有良好的收益稳定性[9] 2. 模型名称：净利润断层策略 - 模型构建思路：结合基本面和技术面，通过“净利润惊喜”和“断层跳空”选股，捕捉业绩超预期的股票[2][12] - 模型具体构建过程： 1. 筛选过去两个月内业绩预告和正式财报中满足超预期事件的股票 2. 按照盈余公告日的跳空幅度排序，选取跳空幅度排名前50的股票 3. 构建等权组合[12] - 模型评价：策略通过基本面与技术面的共振，能够有效捕捉市场对盈余报告的认可程度，具有较强的选股能力[14] 3. 模型名称：沪深300增强组合 - 模型构建思路：基于投资者偏好因子（GARP型、成长型、价值型）构建组合，寻找估值低、盈利能力强或成长潜力稳定的股票[3][16] - 模型具体构建过程： 1. GARP型因子：以PB与ROE的分位数之差构建PBROE因子，公式为： $ PBROE = PB分位数 - ROE分位数 $ 其中，PB为市净率，ROE为净资产收益率 2. 成长型因子：通过营业收入、毛利润、净利润增速筛选高速成长的股票 3. 价值型因子：以PE与增速的分位数之差构建PEG因子，公式为： $ PEG = PE分位数 - 增速分位数 $ 其中，PE为市盈率，增速为盈利增长率 4. 综合上述因子，构建增强沪深300组合[16] - 模型评价：该策略历史回测超额收益稳定，能够较好地捕捉不同投资者偏好的股票[18] --- 模型的回测效果 1. 戴维斯双击策略 - 年化收益：26.45%[9] - 年化超额收益：21.08%[9] - 全样本超额收益：21.26%[9] - 最大相对回撤：-16.69%[9] - 收益回撤比：1.27[9] 2. 净利润断层策略 - 年化收益：27.46%[14] - 年化超额收益：25.67%[14] - 全样本超额收益：25.67%[14] - 最大相对回撤：-19.09%[14] - 收益回撤比：1.34[14] 3. 沪深300增强组合 - 年化收益：9.12%[18] - 年化超额收益：8.54%[18] - 全样本超额收益：8.54%[18] - 最大相对回撤：-9.18%[18] - 收益回撤比：0.93[18]