量化模型与构建方式 1. 模型名称：PB-ROE-50组合 - 模型构建思路：基于PB（市净率）和ROE（净资产收益率）双因子筛选股票，选取估值合理且盈利能力强的标的[24] - 模型具体构建过程： 1. 在全市场股票池中计算PB和ROE指标 2. 对PB升序排序（低估值优先），ROE降序排序（高盈利优先） 3. 综合排名后选取前50只股票构成组合 4. 月频调仓 2. 模型名称：大宗交易组合 - 模型构建思路：根据大宗交易数据中的"成交金额比率"和"波动率"因子筛选标的，遵循"高成交、低波动"原则[30] - 模型具体构建过程： 1. 计算个股大宗交易成交金额占日均成交额比率 2. 计算6日成交金额波动率 3. 选择成交比率高且波动率低的股票 4. 月频调仓 3. 模型名称：定向增发组合 - 模型构建思路：以股东大会公告日为节点，结合市值因素和仓位控制构建事件驱动策略[35] - 模型具体构建过程： 1. 跟踪定向增发预案公告事件 2. 筛选市值适中的标的 3. 控制单行业暴露不超过20% 4. 动态调整持仓周期 模型的回测效果 1. PB-ROE-50组合： - 中证500超额收益0.88%（本周），1.02%（年初至今）[25] - 中证800超额收益0.43%（本周），1.66%（年初至今）[25] 2. 大宗交易组合： - 相对中证全指超额收益0.36%（本周），24.12%（年初至今）[31] 3. 定向增发组合： - 相对中证全指超额收益0.48%（本周），1.16%（年初至今）[36] 量化因子与构建方式 1. 因子名称：早盘后收益因子 - 因子方向：负向（流动性1500股票池）[16] - 因子构建思路：捕捉开盘后特定时间窗口的收益异常现象 - 因子评价：在中小盘股票中表现突出 2. 因子名称：动量弹簧因子 - 因子方向：正向（全市场）[13] - 因子构建思路：结合动量效应与均值回复特性 - 因子评价：在波动市场中具有较强适应性 3. 因子名称：EPTTM分位点 - 因子方向：正向（中证500）[14] - 因子构建思路：计算盈利价格比在行业内的相对位置 因子的回测效果 1. 早盘后收益因子： - 流动性1500股票池周收益2.27%，年化收益19.60%[17] 2. 动量弹簧因子： - 沪深300股票池周收益0.59%，年化收益11.11%[13] - 流动性1500股票池周收益1.43%，年化收益22.03%[17] 3. EPTTM分位点： - 中证500股票池周收益1.30%，年化收益13.19%[14] 大类因子表现 1. 残差波动率因子：全市场周收益0.55%[18] 2. 盈利因子：全市场周收益0.26%[18] 3. 市值因子：全市场周收益-0.48%[18] 4. 动量因子：全市场周收益-0.32%[18]