量化模型与构建方式 1. 模型名称：市场趋势择时模型[2][5][6] * 模型构建思路：通过比较市场指数的短期均线与长期均线的相对位置和距离，来判断市场整体处于上行趋势还是下行趋势，并据此进行择时判断[2][6]。 * 模型具体构建过程： 1. 选择基准指数：WIND全A指数。 2. 计算均线：计算基准指数的20日移动平均线（短期均线）和120日移动平均线（长期均线）。 3. 计算均线距离：计算短期均线与长期均线的差值百分比。 $均线距离 = \frac{短期均线 - 长期均线}{长期均线} \times 100\%$ 4. 趋势判断规则：当均线距离的绝对值大于3%时，认为市场处于明确的趋势中。具体为：若短期均线位于长期均线之上（即均线距离为正），则判断市场处于上行趋势；若短期均线位于长期均线之下（即均线距离为负），则判断市场处于下行趋势[2][6]。 2. 模型名称：赚钱效应指标[2][5][6] * 模型构建思路：在判断市场处于上行趋势后，通过计算当前价格相对于市场趋势线的涨幅（即赚钱效应）来观测趋势的强度和持续性，作为上行趋势能否延续的核心观测指标[2][6]。 * 模型具体构建过程： 1. 确定市场趋势线：根据择时模型或其他方法确定一个代表市场趋势的参考点位（例如，报告中提及的6400点附近）[2][6]。 2. 计算赚钱效应：计算当前指数价格相对于该趋势线的涨幅百分比。 $赚钱效应 = \frac{当前价格 - 趋势线价格}{趋势线价格} \times 100\%$ 3. 信号解读：当赚钱效应为正时，表明市场处于盈利状态，有助于吸引增量资金，上行趋势有望延续[2][6]。 3. 模型名称：仓位管理模型[2][7] * 模型构建思路：结合市场的估值水平和短期趋势判断，为绝对收益产品提供股票仓位的配置建议[2][7]。 * 模型具体构建过程： 1. 估值评估：评估市场整体估值水平。例如，计算WIND全A指数的PE（市盈率）和PB（市净率）在其历史数据中的分位数位置（如90分位点、50分位点），以此判断估值处于偏高水平、中等水平或偏低水平[2][7]。 2. 趋势判断：利用市场趋势择时模型判断市场处于上行或下行趋势[2]。 3. 仓位建议：综合估值水平（判断市场风险）和短期趋势（判断市场机会），给出具体的仓位建议比例。例如，在估值中等、市场处于上行趋势时，建议80%的仓位[7]。 4. 模型名称：行业趋势配置模型[2][5][6] * 模型构建思路：该模型是一个综合框架，内部包含多个子模型，用于识别和推荐具有上行趋势或配置机会的行业板块[2][5][6]。 * 模型具体构建过程：报告未详细说明该综合模型的具体构建算法，但列举了其包含的子模型及其当前信号： * 中期困境反转预期模型：信号显示关注传媒和创新医疗行业[2][5][6]。 * TWO BETA模型：继续推荐科技板块，关注AI应用和商业航天领域[2][5][6]。 * 行业趋势模型：显示算力、工业金属、储能板块延续上行趋势[2][5][6]。 模型的回测效果 （报告中未提供各量化模型的历史回测绩效指标，如年化收益率、夏普比率、最大回撤等具体数值。） 量化因子与构建方式 （报告中未涉及具体的量化因子构建。） 因子的回测效果 （报告中未涉及具体的量化因子测试结果。）