量化模型与构建方式 1. 模型名称：券商金股组合（全部金股）[12] * 模型构建思路：汇总全市场多家券商每月初发布的十大金股，构建一个代表分析师集体智慧的投资组合[12]。 * 模型具体构建过程： 1. 数据收集：统计全市场36家券商发布的月度金股[13]。 2. 股票池处理：对收集到的金股进行去重，得到最终的股票列表[13]。 3. 组合构建：以去重后的全部金股作为投资组合[17]。 4. 权重设置：组合内部按照各家券商的推荐次数进行加权[17]。 2. 模型名称：券商金股组合（新进金股）[13][17] * 模型构建思路：在全部券商金股中，筛选出相对于上个月为新推荐的股票，构建组合。基于历史研究发现新进金股收益表现更优[22]。 * 模型具体构建过程： 1. 股票分类：将全体金股按照相对上月是否新进，分为新进金股和重复金股两类[13]。 2. 组合构建：选取新进金股类别中的所有股票构成组合[17]。 3. 权重设置：组合内部按照各家券商的推荐次数进行加权[17]。 3. 模型名称：券商金股组合（重复金股）[13][17] * 模型构建思路：在全部券商金股中，筛选出上个月也被推荐过的股票，构建组合[13]。 * 模型具体构建过程： 1. 股票分类：将全体金股按照相对上月是否新进，分为新进金股和重复金股两类[13]。 2. 组合构建：选取重复金股类别中的所有股票构成组合[17]。 3. 权重设置：组合内部按照各家券商的推荐次数进行加权[17]。 4. 模型名称：开源金工优选金股组合[22] * 模型构建思路：结合历史研究结论，在新进金股样本池中，使用业绩超预期因子（SUE因子）进行优选，构建增强型金股组合[22]。 * 模型具体构建过程： 1. 确定样本池：以每月的新进金股作为初始股票池[22]。 2. 因子选股：在样本池中，使用业绩超预期因子（SUE因子）进行排序，选择排名靠前的股票[22]。 3. 组合构建：选取SUE因子排名前30的金股构成最终组合[22]。 4. 权重设置：组合内部按照各家券商的推荐次数进行加权[22]。 5. 因子名称：业绩超预期因子（SUE因子）[22] * 因子构建思路：该因子用于衡量上市公司实际发布的业绩是否超过市场普遍预期，通常认为业绩超预期的股票未来有更好表现[22]。 * 因子具体构建过程：报告中未提供SUE因子的具体计算公式和构建细节，仅提及该因子在新进金股组合中具有优异的选股能力，并被用于构建“开源金工优选金股组合”[22]。 模型的回测效果 （数据区间：年化收益率、年化波动率、收益波动比、最大回撤为2017年1月1日至2026年3月31日；3月收益率和2026年收益率截至2026年3月31日）[20][24] 1. 全部金股组合：3月收益率-8.4%，2026年收益率0.0%，年化收益率13.5%，年化波动率23.4%，收益波动比0.58，最大回撤42.6%[20] 2. 新进金股组合：3月收益率-8.6%，2026年收益率1.7%，年化收益率16.2%，年化波动率23.9%，收益波动比0.68，最大回撤38.5%[20] 3. 重复金股组合：3月收益率-8.2%，2026年收益率-1.4%，年化收益率11.2%，年化波动率23.5%，收益波动比0.47，最大回撤45.0%[20] 4. 开源金工优选金股组合：3月收益率-9.1%，2026年收益率5.0%，年化收益率23.3%，年化波动率25.1%，收益波动比0.93，最大回撤24.6%[24] 基准指数回测效果 （数据区间：年化收益率、年化波动率、收益波动比、最大回撤为2017年1月1日至2026年3月31日；3月收益率和2026年收益率截至2026年3月31日）[20][24] 1. 沪深300指数：3月收益率-5.5%，2026年收益率-3.9%，年化收益率3.1%，年化波动率20.8%，收益波动比0.15，最大回撤40.6%[20][24] 2. 中证500指数：3月收益率-12.0%，2026年收益率2.0%，年化收益率2.4%，年化波动率23.9%，收益波动比0.10，最大回撤37.5%[20][24]