根据研报内容，以下是关于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[3][51] * 模型构建思路：将对标基准从宽基指数转向主动股基，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[3][51] * 模型具体构建过程： * 首先对基金进行优选，为避免基金收益类因子在市场风格突变时出现反转及导致持股风格集中化，对收益类因子进行分层中性化处理[51] * 基于业绩分层视角构建优选基金组合，以其补全持仓构建优选基金持仓组合[51] * 以业绩分层视角下的优选基金持仓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，最终构建优秀基金业绩增强组合[52] 2. 模型名称：超预期精选组合[4][57] * 模型构建思路：以研报标题超预期与分析师全线上调净利润为条件筛选超预期事件股票池，接着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超预期股票[4][57] * 模型具体构建过程： * 筛选条件：研报标题出现“超预期”且分析师全线上调净利润[4][57] * 对筛选出的超预期股票池，从基本面和技术面两个维度进行精选[4][57] * 构建超预期精选股票组合[4][57] 3. 模型名称：券商金股业绩增强组合[5][62] * 模型构建思路：以券商金股股票池为选股空间和约束基准，通过组合优化控制组合与券商金股股票池在个股、风格上的偏离，旨在获得稳定战胜偏股混合型基金指数的表现[5][62] * 模型具体构建过程： * 以券商金股股票池为选股空间和对标基准[5][62] * 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[5] * 构建券商金股业绩增强组合[5] 4. 模型名称：成长稳健组合[6][67] * 模型构建思路：采用“先时序、后截面”的方式，构建成长股二维评价体系，旨在对成长股股票池超额收益释放的黄金期进行提前布局[6][41][67] * 模型具体构建过程： * 以研报标题超预期及业绩大增为条件筛选成长股股票池[6] * 引入“超额收益释放图谱”，描绘利好事件触发前后不同阶段股价相对市场指数超额收益的释放强弱[67] * 根据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[6][67] * 当样本数量较多时，采用多因子打分精选优质个股[6] * 引入弱平衡机制、跃迁机制、缓冲机制和风险规避机制以降低组合换手、规避组合风险[67] * 构建100只股票等权组合[6] 模型的回测效果 1. 优秀基金业绩增强组合[56] * 全样本年化收益（考虑仓位）：20.31%[56] * 相对偏股混合型基金指数年化超额收益：11.83%[56] * 在主动股基中排名分位点（2012年以来大部分年度）：前30%[53] 2. 超预期精选组合[60] * 全样本年化收益（考虑仓位）：30.55%[60] * 相对偏股混合型基金指数年化超额收益：24.68%[60] * 在主动股基中排名分位点（2010年以来每年）：前30%[58] 3. 券商金股业绩增强组合[66] * 全样本年化收益（考虑仓位）：19.34%[66] * 相对偏股混合型基金指数年化超额收益：14.38%[66] * 在主动股基中排名分位点（2018-2025年期间每年）：前30%[63] 4. 成长稳健组合[71] * 全样本年化收益（考虑仓位）：35.51%[71] * 相对偏股混合型基金指数年化超额收益：26.88%[71] * 在主动股基中排名分位点（2012年以来各年度基本）：前30%[68]