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：以较低市盈率买入具有成长潜力的股票，待成长性显现后卖出，实现EPS和PE的双重增长收益[8] - 模型具体构建过程： 1. 筛选低PE且盈利增速加速增长的标的 2. 通过PEG指标评估估值合理性（PEG = PE / 盈利增速） 3. 动态跟踪EPS和PE变化，触发阈值后调仓[8][12] - 模型评价：历史超额收益稳定，年化超额基准21.08%，但需警惕高估值环境下双击效应弱化风险[11][12] 2. 模型名称：净利润断层策略 - 模型构建思路：结合基本面业绩超预期（净利润惊喜）与技术面股价跳空缺口，捕捉市场认可度高的标的[13] - 模型具体构建过程： 1. 筛选过去两个月内业绩超预期的股票 2. 按公告日次日跳空幅度排序 3. 等权重配置前50名股票[13][17] - 模型评价：年化收益28.51%，超额基准26.74%，但对市场情绪敏感，需严格止损[15][17] 3. 模型名称：沪深300增强组合 - 模型构建思路：基于GARP/成长/价值三类投资者偏好，构建PBROE和PEG复合因子[18] - 模型具体构建过程： 1. PBROE因子：$PBROE = Rank(PB分位数) - Rank(ROE分位数)$ 2. PEG因子：$PEG = Rank(PE分位数) - Rank(盈利增速分位数)$ 3. 综合因子加权选股，约束行业偏离[18][19] - 模型评价：年化超额8.66%，风格稳健但依赖ROE稳定性[19] --- 模型的回测效果 1. 戴维斯双击策略 - 年化收益：26.45%[11] - 年化超额基准：21.08%[11] - 最大相对回撤：-20.14%[11] - 收益回撤比：1.07[11] 2. 净利润断层策略 - 年化收益：28.51%[15] - 年化超额基准：26.74%[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 - 年化超额收益：8.66%[19] - 最大相对回撤：-9.18%[19] - 收益回撤比：0.94[19] --- 量化因子与构建方式 1. 因子名称：PBROE因子 - 因子构建思路：衡量估值与盈利能力的错配，寻找低PB高ROE标的[18] - 因子具体构建过程： $PBROE = Rank(PB分位数) - Rank(ROE分位数)$ 分位数计算采用过去3年滚动窗口[18] 2. 因子名称：PEG因子 - 因子构建思路：结合估值与成长性，筛选低PE高增速股票[18] - 因子具体构建过程： $PEG = Rank(PE分位数) - Rank(盈利增速分位数)$ 盈利增速采用未来1年预测值[18] --- 因子的回测效果 （注：报告中未单独披露因子IC或分层测试结果，故跳过此部分）