量化模型与构建方式 1. 模型名称：PB-ROE-50组合 - 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[23] - 具体构建过程： 1. 在全市场股票池中计算每只股票的PB和ROE值 2. 对PB和ROE分别进行标准化处理并加权综合得分 3. 选取综合得分前50名的股票构成组合 4. 按月频调仓，动态更新标的[24] 2. 模型名称：私募调研跟踪策略 - 构建思路：通过跟踪私募机构调研行为挖掘超额收益机会[25] - 具体构建过程： 1. 统计上市公司接受私募机构调研的频率及参与调研的机构质量 2. 对调研事件赋予权重（如头部私募调研权重更高） 3. 结合基本面指标筛选被调研股票中的优质标的[26] 3. 模型名称：大宗交易组合 - 构建思路：基于"高成交金额比率+低波动率"原则筛选大宗交易标的[29] - 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. 计算个股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构建组合[30] 4. 模型名称：定向增发组合 - 构建思路：利用定向增发事件驱动效应构建投资组合[35] - 具体构建过程： 1. 以股东大会公告日为事件节点 2. 结合市值因子和仓位控制规则 3. 筛选近期发布定增预案且估值合理的标的[36] --- 模型的回测效果 1. PB-ROE-50组合 - 中证500超额收益1.15%（本周），今年以来2.19%[24] - 中证800超额收益0.29%（本周），今年以来1.96%[24] 2. 私募调研跟踪策略 - 中证800超额收益2.61%（本周），今年以来9.91%[26] 3. 大宗交易组合 - 中证全指超额收益-0.61%（本周），今年以来23.37%[30] 4. 定向增发组合 - 中证全指超额收益0.12%（本周），今年以来6.18%[36] --- 量化因子与构建方式 1. 因子名称：净利润断层 - 构建思路：捕捉财报公布后盈利超预期带来的股价跳空缺口[12] - 测试结果：沪深300股票池本周收益1.30%[13] 2. 因子名称：5日反转 - 构建思路：计算个股过去5日收益率并反向交易[12] - 测试结果： - 沪深300股票池本周收益0.38%[13] - 中证500股票池本周收益-0.49%[15] 3. 因子名称：毛利率TTM - 构建思路：采用滚动12个月毛利率衡量企业盈利能力[14] - 测试结果：中证500股票池本周收益1.65%[15] 4. 因子名称：动量弹簧因子 - 构建思路：结合短期动量与均值回归特性[12] - 测试结果： - 沪深300股票池本周收益-1.12%[13] - 流动性1500股票池本周收益-1.07%[17] --- 因子的回测效果 1. 大类因子表现 - 动量因子：本周收益0.12%[18] - 规模因子：本周收益-0.40%[18] 2. 行业内因子表现 - 钢铁行业：净利润增长率因子表现最佳[21] - 煤炭行业：EP因子表现突出[22] 3. 单因子表现（沪深300） - 成交量的5日指数移动平均：1.15%[13] - 对数市值因子：-1.02%[13] 4. 单因子表现（中证500） - 单季度ROA：1.40%[15] - 早盘后收益因子：-0.64%[15]