量化模型与构建方式 1. 模型名称：戴维斯双击策略 - 模型构建思路：以较低的市盈率买入具有成长潜力的股票，待成长性显现、市盈率提高后卖出，获得EPS和PE的乘数效应收益[8] - 模型具体构建过程： 1. 筛选低PE且盈利增速加速增长的标的 2. 通过PEG指标评估估值合理性（PEG = PE / 盈利增速） 3. 动态调仓持有符合双击逻辑的股票组合[8][10] - 模型评价：策略在回测期内超额收益稳定，年化超额基准21.08%，但近期表现波动较大[10][11] 2. 模型名称：净利润断层策略 - 模型构建思路：结合基本面（业绩超预期）与技术面（股价跳空缺口）共振选股[13] - 模型具体构建过程： 1. 筛选过去两个月内业绩预告或财报超预期的股票 2. 按盈余公告日跳空幅度排序，选取前50只股票等权构建组合[13][15] - 模型评价：长期年化收益28.71%，超额基准27.17%，但最大回撤达-37.12%[15][17] 3. 模型名称：沪深300增强组合 - 模型构建思路：基于GARP、成长、价值三类投资者偏好构建复合因子[19] - 模型具体构建过程： 1. PBROE因子：PB与ROE分位数之差，筛选低估值高盈利股票 2. PEG因子：PE与盈利增速分位数之差，挖掘低估成长股 3. 复合因子加权构建组合[19][21] - 模型评价：超额收益稳定性强，但年化超额（9%）低于前两种策略[21][23] --- 量化因子与构建方式 1. 因子名称：PBROE因子 - 因子构建思路：衡量估值与盈利能力的匹配度（低PB+高ROE）[19] - 因子具体构建过程： $PBROE = Rank(PB)^{-1} - Rank(ROE)$ 其中Rank为分位数排名，负号表示反向关系[19] 2. 因子名称：PEG因子 - 因子构建思路：结合估值与成长性（低PE+高增速）[19] - 因子具体构建过程： $PEG = Rank(PE)^{-1} - Rank(盈利增速)$ 分位数差值越大表明价值低估越显著[19] --- 模型的回测效果 1. 戴维斯双击策略 - 年化收益：26.45%[10] - 年化超额基准：21.08%[10] - 最大相对回撤：-20.14%[10] - 2025年超额中证500：12.19%[11] 2. 净利润断层策略 - 年化收益：28.71%[15] - 年化超额基准：27.17%[15] - 最大相对回撤：-37.12%[15] - 2025年超额基准：18.76%[17] 3. 沪深300增强组合 - 年化超额收益：9.00%[21] - 2025年超额沪深300：10.42%[23] - 最大相对回撤：-9.18%[21] --- 因子的回测效果 （注：报告中未单独披露因子层面的回测指标）