量化模型与构建方式 1. 模型名称：小市值价值精选策略模型[7][24] 模型构建思路：基于市值、盈利能力和估值三个维度进行选股，首先筛选小市值股票，再从中选取盈利能力强的股票，最后选择估值最低的股票构建投资组合[7][24] 模型具体构建过程：该模型为规则驱动型策略，其构建过程如下：1) 确定股票池为沪深A股；2) 在每月调仓时点，首先筛选出市值小于40亿元的股票；3) 在该小市值样本内，计算ROE和ROA指标，并筛选出这两项指标均处于样本前50%分位数的股票；4) 在通过盈利能力筛选的股票中，计算PE指标，并选取PE值最低的30只股票；5) 等权重配置这30只股票作为当期持仓；6) 每月重复上述筛选和调仓过程[7][24] 模型的回测效果 1. 小市值价值精选策略模型，年化收益率(2020) 18.96%[29]，年化波动率(2020) 20.95%[29]，夏普比率(2020) 0.91[29]，最大回撤(2020) -5.90%[29]，胜率(2020) 66.67%[29]，卡尔马比率(2020) 3.21[29] 2. 小市值价值精选策略模型，年化收益率(2021) 16.70%[29]，年化波动率(2021) 23.41%[29]，夏普比率(2021) 0.71[29]，最大回撤(2021) -9.59%[29]，胜率(2021) 66.67%[29]，卡尔马比率(2021) 1.74[29] 3. 小市值价值精选策略模型，年化收益率(2022) 8.21%[29]，年化波动率(2022) 24.94%[29]，夏普比率(2022) 0.33[29]，最大回撤(2022) -18.31%[29]，胜率(2022) 66.67%[29]，卡尔马比率(2022) 0.45[29] 4. 小市值价值精选策略模型，年化收益率(2023) 15.66%[29]，年化波动率(2023) 13.94%[29]，夏普比率(2023) 1.12[29]，最大回撤(2023) -6.72%[29]，胜率(2023) 50.00%[29]，卡尔马比率(2023) 2.33[29] 5. 小市值价值精选策略模型，年化收益率(2024) 7.15%[29]，年化波动率(2024) 33.71%[29]，夏普比率(2024) 0.21[29]，最大回撤(2024) -14.18%[29]，胜率(2024) 50.00%[29]，卡尔马比率(2024) 0.50[29] 6. 小市值价值精选策略模型，年化收益率(2025) 37.70%[29]，年化波动率(2025) 17.02%[29]，夏普比率(2025) 2.21[29]，最大回撤(2025) -3.76%[29]，胜率(2025) 75.00%[29]，卡尔马比率(2025) 10.03[29] 量化因子与构建方式 1. 因子名称：市值因子[7][24]；因子的构建思路：使用股票的总市值来衡量公司规模大小[7][23]；因子具体构建过程：直接从数据库的 AShareEODDerivativeIndicator 表中获取 S_VAL_MV 字段，该字段代表当日总市值，计算公式为当日总股本与当日收盘价的乘积，单位为万元[23][24] 2. 因子名称：净资产收益率(ROE)因子[7][24]；因子的构建思路：使用ROE指标来衡量公司的盈利能力[7][24]；因子具体构建过程：直接从数据库的 AShareFinancialIndicator 表中获取 S_FA_ROE 字段[24] 3. 因子名称：总资产收益率(ROA)因子[7][24]；因子的构建思路：使用ROA指标来衡量公司的资产盈利效率[7][24]；因子具体构建过程：直接从数据库的 AShareFinancialIndicator 表中获取 S_FA_ROA 字段[24] 4. 因子名称：市盈率(PE)因子[7][24]；因子的构建思路：使用PE指标来衡量股票的估值水平[7][24]；因子具体构建过程：直接从数据库的 AShareEODDerivativeIndicator 表中获取 S_VAL_PE 字段[24]