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，判断市场趋势格局（震荡或上行）[2][9] - 模型具体构建过程： 1. 计算20日均线（短期）和120日均线（长期）的数值： $\text{20日均线} = 5270 \quad \text{120日均线} = 5114$ 2. 计算两线距离百分比： $\text{均线距离} = \frac{\text{20日均线} - \text{120日均线}}{\text{120日均线}} \times 100\% = 3.04\%$ 3. 设定阈值3%：若距离绝对值>3%，判定为上行趋势；否则为震荡格局[2][9] - 模型评价：简单直观，但依赖均线参数的敏感性，需结合其他指标验证趋势持续性[2][9] 2. 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）和市场趋势信号，动态调整绝对收益产品的股票仓位[3][10] - 模型具体构建过程： 1. 估值分位数判断： - PE分位数70%（中等水平），PB分位数30%（较低水平）[3][10] 2. 趋势信号输入：均线距离模型输出上行趋势（3.04%）[10] 3. 仓位输出：根据规则表（未披露具体规则）建议仓位提升至80%[3][10] 3. 模型名称：TWO BETA行业配置模型 - 模型构建思路：基于市场风险偏好和行业Beta特性，推荐科技等高弹性板块[2][8] - 模型具体构建过程：未披露具体公式，但输出推荐军工、通信等科技板块[8][10] 4. 模型名称：赚钱效应模型 - 模型构建思路：通过趋势线位置和赚钱效应值（当前3.50%）判断增量资金入场意愿[2][10] - 模型具体构建过程： - 趋势线位于5240点，赚钱效应值为正时判定市场可持续上行[10] --- 量化因子与构建方式 1. 因子名称：均线距离因子 - 因子构建思路：同均线距离择时模型，用于量化趋势强度[2][9] 2. 因子名称：估值分位数因子（PE/PB） - 因子构建思路：计算Wind全A指数PE/PB的历史分位数，判断估值高低[3][10] - 因子具体构建过程： - PE分位数：70%（2014-2025年数据）[10][12] - PB分位数：30%[10][12] --- 模型的回测效果 1. 均线距离择时模型 - 触发信号后Wind全A周涨幅1.71%[1][9] - 中证2000（小市值）上涨2.32%，中证500上涨1.96%[1][9] 2. 仓位管理模型 - 当前建议仓位80%，历史分位数匹配中等估值+上行趋势[3][10] 3. TWO BETA模型 - 推荐行业表现：科技板块中通信、军工阶段性占优[8][10] --- 因子的回测效果 1. 均线距离因子 - 3%阈值触发后市场进入上行趋势（3.04%）[2][9] 2. 估值分位数因子 - PE分位数70%对应中等估值，PB分位数30%对应低估值[10][12]