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：通过以较低的市盈率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，获得乘数效应的收益，即 EPS 和 PE 的"双击"[1][7] - 模型具体构建过程：策略基于盈利持续增长和市盈率（PE）的变化，寻找业绩增速在加速增长的标的，控制 PE 的向下空间[7] - 模型评价：策略在 2010-2017 年回测期内实现了 26.45% 的年化收益，超额基准 21.08%，具有非常好的稳定性[8] 2. 模型名称：净利润断层策略 - 模型构建思路：基于基本面与技术面共振双击下的选股模式，核心是净利润超预期和盈余公告后股价的向上跳空行为[2][11] - 模型具体构建过程：每期筛选过去两个月业绩预告和正式财报满足超预期事件的股票样本，按照盈余公告日跳空幅度排序前 50 的股票等权构建组合[11] - 模型评价：策略在 2010 年至今取得了年化 28.96% 的收益，年化超额基准 26.99%[13] 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）构建增强组合，寻找估值低且盈利能力强的股票[3][17] - 模型具体构建过程：以 PB 与 ROE 的分位数之差构建 PBROE 因子，以 PE 与增速的分位数之差构建 PEG 因子，筛选估值低且成长潜力稳定的公司[17] - 模型评价：历史回测超额收益稳定，本年组合相对沪深 300 指数超额收益为 0.08%[21] 模型的回测效果 1. 戴维斯双击策略 - 绝对收益：24.33%[8] - 基准收益：2.49%[8] - 超额收益：21.84%[8] - 最大相对回撤：-20.14%[8] - 收益回撤比：1.08[8] 2. 净利润断层策略 - 绝对收益：28.96%[13] - 基准收益：1.97%[13] - 超额收益：26.99%[13] - 最大相对回撤：-37.12%[13] - 收益回撤比：0.73[13] 3. 沪深 300 增强组合 - 绝对收益：9.07%[19] - 基准收益：0.67%[19] - 超额收益：8.41%[19] - 相对最大回撤：-9.18%[19] - 收益回撤比：0.92[19] 量化因子与构建方式 1. 因子名称：PBROE 因子 - 因子构建思路：寻找估值低且盈利能力强的股票，基于 PB 与 ROE 的分位数之差构建[17] - 因子具体构建过程：计算 PB 和 ROE 的分位数，取两者之差作为因子值[17] 2. 因子名称：PEG 因子 - 因子构建思路：寻找价值被低估且拥有可靠成长潜力的公司，基于 PE 与增速的分位数之差构建[17] - 因子具体构建过程：计算 PE 和增速的分位数，取两者之差作为因子值[17] 因子的回测效果 （报告中未提供因子的具体回测效果数据）