量化模型与构建方式 1. 戴维斯双击策略 - 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，获得EPS和PE的“双击”收益[1][7] - 模型具体构建过程： - 筛选盈利增速加速增长的标的 - 通过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[7] - 选择PE向下空间受控且盈利增速较高的股票构建组合[7] - 模型评价：策略在回测期内表现出较高的稳定性，每个年度的超额收益均超过11%，具有良好的收益回撤比[11] 2. 净利润断层策略 - 模型名称：净利润断层策略 - 模型构建思路：结合基本面与技术面，通过业绩超预期（净利润）和盈余公告后股价跳空（断层）筛选股票[2][13] - 模型具体构建过程： - 核心要素： - 净利润：指业绩超预期的股票 - 断层：盈余公告后首个交易日股价出现明显向上跳空，反映市场对盈余报告的认可程度[13] - 筛选规则： - 每期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 - 按盈余公告日跳空幅度排序，选取前50只股票等权构建组合[13] 3. 沪深300增强组合 - 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，结合估值与盈利能力、成长潜力等因子筛选股票[3][19] - 模型具体构建过程： - GARP型因子： - 构建PBROE因子：PB与ROE的分位数之差，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[19] - 构建PEG因子：PE与增速的分位数之差，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[19] - 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[19] - 价值型因子：偏好长期稳定高ROE的公司[19] --- 模型的回测效果 1. 戴维斯双击策略 - 年化收益：26.45%[1][11] - 年化超额收益：21.08%[1][11] - 全样本超额收益：21.42%[9] - 最大相对回撤：-20.14%[9] - 收益回撤比：1.06[9] 2. 净利润断层策略 - 年化收益：28.46%[2][17] - 年化超额收益：26.60%[2][17] - 全样本超额收益：26.60%[15] - 最大相对回撤：-37.12%[15] - 收益回撤比：0.72[15] 3. 沪深300增强组合 - 年化收益：9.24%[19] - 年化超额收益：8.50%[19] - 全样本超额收益：8.50%[19] - 最大相对回撤：-9.18%[19] - 收益回撤比：0.93[19]