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，来判断市场整体处于上行或下行趋势[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。 $均线距离 = \frac{20日线价格 - 120日线价格}{120日线价格} \times 100\%$ 4. 生成信号：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。具体地，若短期均线位于长期均线之上（距离为正且大于3%），则判断为上行趋势；若短期均线位于长期均线之下（距离为负且绝对值大于3%），则判断为下行趋势[2][6]。 2. 模型名称：赚钱效应指标[2][5][7] * 模型构建思路：在判断市场为上行趋势后，通过计算当前价格相对于市场趋势线的位置（即赚钱效应），来观测趋势的强弱和持续性[2][7]。 * 模型具体构建过程： 1. 确定市场趋势线：报告未明确给出趋势线的具体计算方法，但指出其是判断市场环境的核心观测指标之一[2][7]。 2. 计算赚钱效应：计算当前指数价格相对于趋势线的涨幅百分比。 $赚钱效应 = \frac{当前指数价格 - 市场趋势线价格}{市场趋势线价格} \times 100\%$ 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][7]。 3. 模型名称：仓位管理模型[5][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[7]。 * 模型具体构建过程： 1. 评估估值水平：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[7]。 2. 判断短期趋势：参考其他择时指标（如赚钱效应、ETF资金流、成交额等）对市场短期走势进行定性判断[5][7]。 3. 综合给出仓位建议：将估值水平（例如，PE位于90分位点偏上，PB位于50分位点中等）与短期趋势判断相结合，通过模型计算出建议仓位。例如，当前建议仓位为80%[5][7]。 4. 模型名称：行业趋势配置模型[2][5][7] * 模型构建思路：这是一个综合模型框架，内部包含多个子模型，用于在不同时间维度上挖掘具有配置机会的行业或板块[2][5]。 * 模型具体构建过程：报告未详细描述该综合模型的具体构建步骤，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“创新医疗”板块[2][5]。 * TWO BETA模型：继续推荐“科技”板块，并提示关注“AI应用”和“商业航天”调整后的机会[2][5]。 * 业绩趋势模型：在短期业绩披露高峰期，提示关注“算力”与“储能电池”等板块的机会[2][5][7]。 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 （报告中未提及具体的、可计算的量化因子（如价值、动量、质量等因子）的构建思路与过程。） 因子的回测效果 （报告中未提供任何量化因子的测试结果，如IC值、IR、多空收益等。）