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：通过寻找业绩增速在加速增长的标的，控制PE的向下空间，买入低PE且具有成长潜力的股票，待其成长性显现后卖出[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%，具有较好的稳定性[9] 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的选股模式，核心是"净利润"（业绩超预期）和"断层"（盈余公告后股价向上跳空）[2][12] - 模型具体构建过程：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[12] - 模型评价：策略在2010年至今取得了年化28.94%的收益，年化超额基准26.88%，表现优异[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）构建增强组合，寻找估值低且盈利能力强的股票[3][16] - 模型具体构建过程：以PB与ROE的分位数之差构建PBROE因子，寻找估值低且盈利能力强的股票；以PE与增速的分位数之差构建PEG因子，寻找价值被低估且拥有可靠成长潜力的公司[16] - 模型评价：历史回测超额收益稳定，但本年组合相对沪深300指数超额收益为-0.12%，表现较弱[20] 模型的回测效果 1. 戴维斯双击策略 - 绝对收益：24.27%[9] - 基准收益：2.58%[9] - 超额收益：21.68%[9] - 最大相对回撤：-20.14%[9] - 收益回撤比：1.08[9] 2. 净利润断层策略 - 绝对收益：28.94%[14] - 基准收益：2.07%[14] - 超额收益：26.88%[14] - 最大相对回撤：-37.12%[14] - 收益回撤比：0.72[14] 3. 沪深300增强组合 - 绝对收益：9.16%[18] - 基准收益：0.77%[18] - 超额收益：8.39%[18] - 最大相对回撤：-9.18%[18] - 收益回撤比：0.91[18] 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，通过PB与ROE的分位数之差构建[16] - 因子具体构建过程：计算PB与ROE的分位数之差，筛选出低PB且高ROE的股票[16] 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，通过PE与增速的分位数之差构建[16] - 因子具体构建过程：计算PE与增速的分位数之差，筛选出低PE且高增速的股票[16] 因子的回测效果 1. PBROE因子 - 绝对收益：9.16%[18] - 基准收益：0.77%[18] - 超额收益：8.39%[18] - 最大相对回撤：-9.18%[18] - 收益回撤比：0.91[18] 2. PEG因子 - 绝对收益：9.16%[18] - 基准收益：0.77%[18] - 超额收益：8.39%[18] - 最大相对回撤：-9.18%[18] - 收益回撤比：0.91[18]