量化模型与构建方式 1 模型名称：均线距离择时模型 模型构建思路：通过短期均线（20日）与长期均线（120日）的距离判断市场整体环境 模型具体构建过程：计算wind全A指数的20日均线与120日均线的绝对距离（百分比），公式为 $距离 = \frac{短期均线 - 长期均线}{长期均线} \times 100\%$ 当距离绝对值小于3%时判定为震荡格局，否则为趋势格局[1][9] 模型评价：简单直观，能有效区分市场状态但滞后性较明显 2 模型名称：TWO BETA行业配置模型 模型构建思路：基于市场风险偏好和行业Beta特性筛选科技板块 模型具体构建过程：结合国产替代政策导向和行业Beta值，优先选择软件、电子及新能源车等科技行业[3][10] 3 模型名称：仓位管理模型 模型构建思路：结合估值分位数和短期趋势动态调整仓位 模型具体构建过程：当wind全A的PE处于40分位（中等）、PB处于20分位（较低）时，建议绝对收益产品仓位提升至60%[10] 模型的回测效果 1 均线距离择时模型，当前均线距离0.3%，判定为震荡格局[1][9] 2 仓位管理模型，建议仓位60%[10] 量化因子与构建方式 1 因子名称：PE估值分位因子 因子构建思路：通过历史分位数评估市场估值水平 因子具体构建过程：计算wind全A当前PE在2014-2025年历史数据中的百分位，当前处于40分位[10][11] 2 因子名称：PB估值分位因子 因子构建思路：通过历史分位数评估市场估值水平 因子具体构建过程：计算wind全A当前PB在2014-2025年历史数据中的百分位，当前处于20分位[10][14] 因子的回测效果 1 PE估值分位因子，当前值40分位[10][11] 2 PB估值分位因子，当前值20分位[10][14]