根据提供的研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. 模型名称：择时体系模型 - 模型构建思路：通过比较wind全A指数的长期均线（120日）和短期均线（20日）的距离来判断市场整体环境[2][9] - 模型具体构建过程： 1. 计算wind全A指数的20日均线和120日均线 2. 计算两线距离：$距离 = \frac{20日线 - 120日线}{120日线} \times 100\%$ 3. 结合趋势线位置（5171点）和赚钱效应（-1.2%）综合判断市场格局[2][9] - 模型评价：该模型能有效捕捉市场趋势变化，但对成交金额变化的敏感性较高 2. 模型名称：仓位管理模型 - 模型构建思路：基于wind全A指数的估值水平（PE/PB分位数）和短期趋势判断来调整仓位[3][10] - 模型具体构建过程： 1. 计算PE分位数（当前50分位）和PB分位数（当前10分位） 2. 结合趋势信号（均线距离17%）生成仓位建议 3. 当前建议仓位70%[3][10] 3. 模型名称：TWOBETA模型 - 模型构建思路：用于行业配置推荐，重点关注科技板块[2][7][9] - 模型具体构建过程：未详细披露构建细节，11月推荐消费电子和新能源车板块[2][7][9] 4. 模型名称：行业配置模型 - 模型构建思路：推荐困境反转型板块[2][7][9] - 模型具体构建过程：未详细披露构建细节，当前推荐地产/家电等大宗消费相关行业[2][7][9] 模型的回测效果 1. 择时体系模型 - 均线距离：17%[2][9] - 赚钱效应：-1.2%[2][9] - 趋势线位置：5171点[2][9] 2. 仓位管理模型 - 建议仓位：70%[3][10] - PE分位数：50分位[3][10] - PB分位数：10分位[3][10] 量化因子与构建方式 1. 因子名称：均线距离因子 - 因子构建思路：通过长短均线距离反映市场趋势强度[2][9] - 因子具体构建过程： $均线距离 = \frac{20日线 - 120日线}{120日线} \times 100\%$ 当前值：17%[2][9] 2. 因子名称：估值分位数因子 - 因子构建思路：通过历史分位数判断市场估值水平[3][10] - 因子具体构建过程： - PE分位数：50分位 - PB分位数：10分位[3][10] 3. 因子名称：赚钱效应因子 - 因子构建思路：反映市场整体赚钱效应[2][9] - 因子具体构建过程：未披露具体计算公式，当前值-1.2%[2][9] 因子的回测效果 1. 均线距离因子 - 当前值：17%[2][9] 2. 估值分位数因子 - PE分位数：50分位[3][10] - PB分位数：10分位[3][10] 3. 赚钱效应因子 - 当前值：-1.2%[2][9]