根据提供的研报内容，以下是关于其中涉及的量化模型和因子的总结。 量化模型与构建方式 1. 模型名称：优秀基金业绩增强组合 - 模型构建思路：将对标基准从宽基指数转变为主动股基，在借鉴优秀基金持仓的基础上，采用量化方法进行增强，以达到优中选优的目的[4][45] - 模型具体构建过程：首先对基金进行优选，为避免基金收益类指标在市场风格突变时出现反转及持股风格集中化问题，对收益类因子进行分层中性化处理，构建基于业绩分层视角的优选基金组合[45]；然后，以该优选基金组合的补全持仓作为选股空间和对标基准，采用组合优化的方法控制组合与优选基金持仓在个股偏离、行业偏离及风格上的偏离，从而构建最终的投资组合[46] 2. 模型名称：超预期精选组合 - 模型构建思路：以业绩超预期事件为核心，对超预期股票池进行基本面和技术面两个维度的精选，挑选出同时具备基本面支撑和技术面共振的股票构建组合[5][51] - 模型具体构建过程：首先，以研报标题出现“超预期”与分析师全线上调净利润为条件，筛选出超预期事件股票池[5][51]；接着，对该股票池中的股票分别从基本面和技术面两个维度进行进一步筛选，最终构建超预期精选股票组合[5][51] 3. 模型名称：券商金股业绩增强组合 - 模型构建思路：以蕴含Alpha潜力且能反映公募基金前瞻性判断的券商金股股票池为基础，通过组合优化方法进行精选，旨在稳定战胜偏股混合型基金指数[6][56] - 模型具体构建过程：以券商金股股票池作为选股空间和约束基准，采用组合优化的方式控制组合与券商金股股票池在个股、风格上的偏离，构建最终的业绩增强组合[6][56] 4. 模型名称：成长稳健组合 - 模型构建思路：采用“先时序、后截面”的二维评价体系，重点捕捉成长股在利好事件（如财报发布）前超额收益释放的黄金期，并进行多因子精选和风险控制，以高效获取成长股超额收益[7][35][61] - 模型具体构建过程：首先，以研报标题出现“超预期”及上市公司业绩预增为条件筛选成长股股票池[7][61]；然后，根据股票距离正式财报预约披露日的间隔天数进行分档，优先选择距离财报预约披露日较近的股票[7][61]；当样本数量较多时，采用多因子打分的方法精选优质个股[7][61]；此外，还引入了弱平衡机制、跃迁机制、缓冲机制和风险规避机制以降低组合换手率和规避风险，最终构建100只股票的等权组合[7][61] 模型的回测效果 1. 优秀基金业绩增强组合 - 全样本区间（2012.1.4-2025.6.30）年化收益（考虑仓位）：20.31%[47] - 全样本区间相对偏股混合型基金指数年化超额收益：11.83%[47] - 2025年（截至10月17日）绝对收益（考虑仓位）：24.22%[2][14][22] - 2025年（截至10月17日）相对偏股混合型基金指数超额收益：-3.30%[2][14][22] - 2025年（截至10月17日）在主动股基中排名分位点：52.75%[2][14][22] 2. 超预期精选组合 - 全样本区间（2010.1.4-2025.6.30）年化收益（考虑仓位）：30.55%[52] - 全样本区间相对偏股混合型基金指数年化超额收益：24.68%[52] - 2025年（截至10月17日）绝对收益（考虑仓位）：38.46%[2][14][28] - 2025年（截至10月17日）相对偏股混合型基金指数超额收益：10.94%[2][14][28] - 2025年（截至10月17日）在主动股基中排名分位点：23.23%[2][14][28] 3. 券商金股业绩增强组合 - 全样本区间（2018.1.2-2025.6.30）年化收益（考虑仓位）：19.34%[57] - 全样本区间相对偏股混合型基金指数年化超额收益：14.38%[57] - 2025年（截至10月17日）绝对收益（考虑仓位）：27.24%[2][14][34] - 2025年（截至10月17日）相对偏股混合型基金指数超额收益：-0.27%[2][14][34] - 2025年（截至10月17日）在主动股基中排名分位点：45.06%[2][14][34] 4. 成长稳健组合 - 全样本区间（2012.1.4-2025.6.30）年化收益（考虑仓位）：35.51%[62] - 全样本区间相对偏股混合型基金指数年化超额收益：26.88%[62] - 2025年（截至10月17日）绝对收益（考虑仓位）：48.25%[3][14][39] - 2025年（截至10月17日）相对偏股混合型基金指数超额收益：20.74%[3][14][39] - 2025年（截至10月17日）在主动股基中排名分位点：10.72%[3][14][39]