根据提供的研报内容，以下是量化模型与因子的总结： 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：通过比较Wind全A指数的长期均线（120日）和短期均线（20日）的距离来判断市场整体环境（震荡或趋势）[2][8] - 模型具体构建过程： 1. 计算Wind全A指数的20日均线（短期）和120日均线（长期） 2. 计算两均线的距离差值： $\text{均线距离} = \frac{\text{20日均线} - \text{120日均线}}{\text{120日均线}} \times 100\%$ 3. 根据距离绝对值划分市场状态： - 绝对值<3%为震荡格局 - 绝对值≥3%为趋势格局[2][8][13] 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（宏观贝塔和行业贝塔）筛选具有超额收益潜力的行业板块[3][9][13] - 模型评价：侧重科技成长板块的周期性机会捕捉 3. 模型名称：仓位管理模型 - 模型构建思路：结合估值分位数（PE/PB）和市场趋势动态调整绝对收益产品的股票仓位[3][9] - 模型具体构建过程： 1. 计算Wind全A的PE/PB历史分位数（PE 60分位、PB 10分位） 2. 根据估值分位区间匹配建议仓位（当前输出50%）[3][9] 量化因子与构建方式 1. 因子名称：估值分位数因子 - 因子构建思路：通过PE/PB在历史序列中的分位水平判断市场估值状态[3][6][9] - 因子具体构建过程： 1. 计算Wind全A指数过去10年（2014-2025）的PE/PB滚动分位数 2. 划分估值区间： - PE 60分位→中等水平 - PB 10分位→较低水平[3][6][9] 模型的回测效果 1. 均线距离择时模型 - 当前均线距离：-0.32%（震荡格局）[2][8][13] 2. 仓位管理模型 - 当前建议仓位：50%[3][9] 因子的回测效果 1. 估值分位数因子 - 当前PE分位数：60% - 当前PB分位数：10%[3][6][9]