量化模型与构建方式 1. 模型名称：市场整体环境择时体系（均线距离模型）[2][7] * 模型构建思路：通过比较Wind全A指数的短期均线与长期均线的相对位置和距离，来判断市场整体是处于上行趋势还是下行趋势[2][7]。 * 模型具体构建过程： 1. 计算Wind全A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）[2][7]。 2. 计算两条均线之间的距离（差值），通常以百分比表示。公式为： $均线距离 = \frac{短期均线价格 - 长期均线价格}{长期均线价格} \times 100\%$ 其中，短期均线价格为20日均线值，长期均线价格为120日均线值[2][7]。 3. 设定阈值进行判断：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（上行或下行）；否则可能处于震荡市[2][7]。 2. 模型名称：仓位管理模型[8] * 模型构建思路：综合市场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[8]。 * 模型具体构建过程： 1. 评估市场估值水平：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[8]。 2. 结合短期趋势判断：参考择时体系等对市场短期方向的判断[8]。 3. 综合以上两点，通过模型计算得出建议的股票仓位比例。报告未提供具体的综合计算公式。 3. 模型名称：行业趋势配置模型[2][6][7] * 模型构建思路：这是一个复合模型，通过整合多个子模型的信号，为行业配置提供方向性建议[2][6][7]。 * 模型具体构建过程：该模型本身不提供具体构建公式，而是作为以下三个子模型信号的汇总与整合框架： * 子模型1：中期困境反转预期模型[2][6][7] * 构建思路：寻找具有中期困境反转预期的行业或板块。 * 具体构建过程：报告未提供具体构建细节。 * 子模型2：TWO BETA模型[2][6][7] * 构建思路：推荐科技板块，并关注与特定主题（如商业航天、太空光伏、稳定代币）相关的方向。 * 具体构建过程：报告未提供具体构建细节。 * 子模型3：业绩趋势模型[2][6][7] * 构建思路：提示具有业绩趋势向好信号的板块机会。 * 具体构建过程：报告未提供具体构建细节。 量化因子与构建方式 1. 因子名称：均线距离因子[2][7] * 因子构建思路：作为择时体系的核心指标，衡量市场短期动量相对于长期趋势的强度[2][7]。 * 因子具体构建过程：与上述“市场整体环境择时体系”中的均线距离计算过程完全相同。即计算Wind全A指数20日均线与120日均线的百分比差值[2][7]。 * 因子评价：该因子是判断市场是否处于上行趋势的关键定量指标[2][7]。 2. 因子名称：赚钱效应因子[2][5][7] * 因子构建思路：在市场被判断为上行趋势后，用于观测趋势能否延续的核心指标，反映市场整体的盈利状况[2][5][7]。 * 因子具体构建过程： 1. 设定一个“市场趋势线”参考点位（报告中为6712点）[2][5][7]。 2. 计算赚钱效应，公式为： $赚钱效应 = \frac{当前指数点位 - 市场趋势线点位}{市场趋势线点位} \times 100\%$ 其中，当前指数点位为Wind全A指数的最新值[2][5][7]。 * 因子评价：该因子是确认上行趋势健康度和持续性的重要观测指标，当其值为正时，意味着趋势有望延续[2][5][7]。 3. 因子名称：估值分位数因子（PE/PB）[8][10][12] * 因子构建思路：通过计算指数估值指标在其历史序列中的分位数，来判断当前市场的估值水平高低[8][10][12]。 * 因子具体构建过程： 1. 选取估值指标：如Wind全A指数的市盈率（PE）和市净率（PB）[8]。 2. 获取该指标的历史数据（报告中数据区间为2014年10月17日至2026年1月23日）[10][12]。 3. 计算当前估值在历史数据中所处的百分位点（分位数）。分位数越高，表示当前估值相对自身历史水平越高[10][12]。 模型的回测效果 （注：本篇报告为周度市场观点，未提供历史回测的详细绩效指标，如年化收益率、夏普比率、最大回撤等。报告中仅展示了模型在当前时点的信号输出和仓位建议。） 因子的回测效果 （注：本篇报告未提供因子IC值、IR、多空收益等历史测试结果。报告中仅展示了因子在当前时点的具体数值和状态。） 1. 均线距离因子，当前数值：6.78%[2][7] 2. 赚钱效应因子，当前数值：2.7%[2][5][7] 3. 估值分位数因子（PE），当前数值：约95分位点[8] 4. 估值分位数因子（PB），当前数值：约55分位点[8]