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：通过计算wind全A指数的短期均线（20日）与长期均线（120日）的距离，判断市场整体环境（震荡/趋势）[2][9] 模型具体构建过程： - 计算20日均线（MA20）和120日均线（MA120）： $MA_{20} = \frac{1}{20}\sum_{i=1}^{20}Close_{t-i}$ $MA_{120} = \frac{1}{120}\sum_{i=1}^{120}Close_{t-i}$ - 计算均线距离百分比： $Distance = \frac{MA_{20} - MA_{120}}{MA_{120}} \times 100\%$ - 判断规则：绝对距离小于3%为震荡市，反之为趋势市[2][9] 2 模型名称：TWO BETA行业配置模型 模型构建思路：通过双贝塔因子筛选科技板块中具有超额收益潜力的细分领域（信创、芯片）[4][8] 模型具体构建过程： - 计算行业相对市场的贝塔系数（β1） - 计算行业相对科技板块的贝塔系数（β2） - 筛选同时满足β1>1且β2>1的行业[4][8] 量化因子与构建方式 1 因子名称：5日均线趋势因子 因子构建思路：通过上证指数与5日均线的相对位置判断短期趋势强度[2][8] 因子具体构建过程： - 计算5日均线： $MA_5 = \frac{1}{5}\sum_{i=1}^{5}Close_{t-i}$ - 生成信号：收盘价>MA5为看多信号，反之为看空信号[2][8] 2 因子名称：估值分位数因子 因子构建思路：结合PE/PB历史分位数评估市场估值水平[3][7] 因子具体构建过程： - 计算wind全A指数PE/PB的10年历史分位数 - 分类标准：PE分位数40%、PB分位数20%以下为低估值区域[3][7] 模型的回测效果 1 均线距离择时模型：最新均线距离-1.89%，市场状态判定为震荡市[2][9] 2 TWO BETA模型：当前推荐科技板块中的信创和芯片子行业[4][8] 因子的回测效果 1 5日均线趋势因子：上证指数持续运行于MA5上方，生成看多信号[2][8] 2 估值分位数因子：wind全A当前PE处于40分位（中等）、PB处于20分位（较低）[3][7]