根据研报内容，现对其中涉及的量化模型与因子总结如下： 量化模型与构建方式 1. 模型名称：竞争优势组合模型[10] * 模型构建思路：基于企业竞争壁垒分析框架，将行业分类并识别具有不同竞争特性的企业（如"壁垒护盾型"、"高效运营"型），从中选股构建组合[10] * 模型具体构建过程：首先，使用竞争壁垒分析框架对行业进行细致分类，识别出四类行业："壁垒护盾型"、"竞争激烈型"、"稳中求进型"和"寻求突破型"[10]。然后，在"壁垒护盾型"行业中，筛选识别具有显著管理竞争优势的"唯一主导"企业，以及能够通过合作避免竞争、维持高利润率的"合作共赢"企业[10]。对于非"壁垒护盾型"行业，则发掘那些通过高效管理和成本控制实现优异运营表现的"高效运营"企业[10]。最后，将"壁垒护盾型"行业中的"唯一主导+合作共赢"组合与无壁垒保护行业中的"高效运营"组合结合，形成最终的"竞争优势"组合[11] 2. 模型名称：安全边际组合模型[15] * 模型构建思路：通过计算个股的盈利能力价值作为安全边际，在具有综合竞争优势的股票池中选择安全边际最大的标的，以捕捉企业内在价值与市场价值之间的差距[15] * 模型具体构建过程：核心是计算企业的安全边际，即内在价值与市场价值的差距[15]。在企业经营稳健且不考虑增长的情况下，将盈利能力价值视为更可靠的企业实际价值反映[15]。具体步骤是，先计算个股的盈利能力价值作为其安全边际的度量，然后在综合竞争优势股票池内，选择安全边际最大的前50只标的，并采用股息率加权的方式以最大化组合的整体安全边际[15][17]。组合每年在5月1日、9月1日和11月1日进行换仓，每次持有50只股票[17] 3. 模型名称：红利低波季调组合模型[21] * 模型构建思路：优化传统红利策略，避免陷入"高股息陷阱"，通过预测股息率并结合负向清单（如剔除股价表现极端、负债率异常的标的）来筛选具有盈利可持续性和长期价值的公司[21] * 模型具体构建过程：报告指出，"高股息陷阱"的本质是投资者单纯追逐高股息率而忽视了公司盈利可持续性和长期价值[21]。因此，该模型的构建一方面依赖于对股息率本身的预测，以规避陷阱；另一方面，则考虑设置负向清单制度，例如剔除股价表现极端、负债率异常等不符合条件的标的，从而确保所选公司具备稳健的基本面[21] 4. 模型名称：AEG估值潜力组合模型[25][29] * 模型构建思路：基于超额收益增长模型，投资于那些市场尚未充分认识到其增长潜力的公司，通过考量带息收益增长超过机会成本的部分（即AEG）来评估公司价值[25][29] * 模型具体构建过程：模型的核心是超额收益增长模型[25]。收益来源分为资产本身生成的收益和利息再投资产生的收益，二者加总为带息收益或全收益[25]。AEG是指带息收益增长超过机会成本的部分，计算公式如下： $A E G=Y_{t}-N_{t}=(E_{t}+r*D P S_{t-1})-(1+r)*E_{t-1}$ 其中，(Y_t) 是第t期的带息收益，(N_t) 是第t期的正常收益，(E_t) 是第t期的盈利，(r) 是要求回报率，(DPS_{t-1}) 是第t-1期的每股股利[25]。远期市盈率 (V_0/E_1) 可以通过以下公式计算： ${\frac{V_{0}}{E_{1}}}={\frac{1}{r}}+\frac{1}{r}*\frac{\left(\frac{A E G_{2}}{1+r}+\frac{A E G_{3}}{(1+r)^{2}}+\frac{A E G_{4}}{(1+r)^{3}}+\cdots\right)}{E_{1}}$ 如果预测没有超额收益增长，则正常市盈率为 (V_0/E_1 = 1/r)[25]。在具体构建组合时，首先使用AEG_EP因子选取排名前100的股票，然后从中选择股利再投资/P比率高的前50只股票构成最终组合[29] 5. 模型名称：中证800内现金牛组合模型[32][33][34] * 模型构建思路：通过CFOR分析体系深入评估企业的盈利能力和资产的现金生成效率，补充传统杜邦分解的不足，筛选出高质量、现金流稳定的"现金牛"公司[32][34] * 模型具体构建过程：引入自由现金流和自由现金流回报率作为关键分析维度[32]。CFOR体系通过拆解现金流量回报率，揭示企业如何将经营活动产生的现金流转化为净利润，包括自由现金利润比率和经营资产回报率等指标[32]。选股流程包括：确保自由现金利润比率的稳定性、经营资产回报率的稳定性、净利润率的稳定性、总资产周转率的稳定性，要求这些指标由高到低均位于中信一级行业40%分位数以上，从而得到非金融高质量股票池；同时，在全A非金融范围内，筛选金融板块内ROE位于40%分位数以上的高质量股票池；将两个股票池取并集，并进一步结合低波、低估值以及SUE因子，CFOR拆解和ROE拆解等分析，最终确定持仓[33]。本报告着重关注中证800内的现金牛组合[34] 6. 模型名称：困境反转组合模型[39][41] * 模型构建思路：利用库存周期刻画公司的困境反转，结合景气加速恢复和定价错误的估值回归，旨在捕捉估值提升的收益，作为景气度投资的有效补充[39][41] * 模型具体构建过程：该策略旨在捕捉估值短期波动带来的收益[39]。核心是利用库存周期来识别和刻画公司的困境反转时机[39][41]。同时，模型还考虑公司景气的加速恢复情况以及因市场定价错误带来的低估机会[39][41]。具体操作上，将反映困境反转、景气加速恢复和估值回归的相关因子进行标准化处理，然后叠加这些因子的得分，最终选取综合得分最高的50只股票构建投资组合[39] 模型的回测效果 1. 竞争优势组合模型：自2012年以来年化收益18.51%，夏普比率0.72，信息比率0.09，最大回撤-47.68%，卡玛比率0.39[2]；自2019年以来年化收益20.36%，夏普比率0.95，信息比率0.12，最大回撤-19.32%，卡玛比率1.05[14] 2. 安全边际组合模型：自2012年以来年化收益23.36%，夏普比率1.06，信息比率0.21，最大回撤-35.10%，卡玛比率0.67[2]；自2019年以来年化收益23.37%，夏普比率1.17，信息比率0.13，最大回撤-16.89%，卡玛比率1.38[19] 3. 红利低波季调组合模型：自2014年以来年化收益19.06%，夏普比率0.91，信息比率0.16，最大回撤-43.06%，卡玛比率0.44[2]；自2019年以来年化收益16.81%，夏普比率0.98，信息比率0.16，最大回撤-21.61%，卡玛比率0.78[22] 4. AEG估值潜力组合模型：自2014年以来年化收益29.28%，夏普比率1.15，信息比率0.22，卡玛比率0.66[2]；自2019年以来年化收益24.88%，夏普比率1.13，信息比率0.17，最大回撤-24.02%，卡玛比率1.04[31] 5. 中证800内现金牛组合模型：自2019年以来年化收益14.15%，夏普比率0.71，信息比率0.10，最大回撤-19.80%，卡玛比率0.71[3][37] 6. 困境反转组合模型：自2019年以来年化收益25.17%，夏普比率1.01，信息比率0.15，最大回撤-33.73%，卡玛比率0.75[3][41] 量化因子与构建方式 1. 因子名称：AEG_EP因子[29] * 因子构建思路：作为AEG估值潜力组合的初选因子，用于初步筛选具有超额收益增长潜力的股票[29] * 因子具体构建过程：该因子应用于AEG估值潜力组合的构建过程中，首先使用此因子从全市场股票中选取排名前100的股票作为初选池[29] 2. 因子名称：股利再投资/P比率因子[29] * 因子构建思路：在AEG估值潜力组合中，用于从初选股票池中进一步筛选出市场可能尚未充分认识其增长潜力的公司[29] * 因子具体构建过程：在通过AEG_EP因子筛选出TOP100股票后，计算这些股票的股利再投资/P比率，并选择该比率高的前50只股票构成最终组合[29] 因子的回测效果 （报告中未单独提供上述因子的回测效果指标）