量化模型与构建方式 1. 模型名称：基本面多因子选股模型 - 模型构建思路：基于盈利、成长和估值三大类因子，筛选出基本面优秀的股票[14] - 模型具体构建过程： 1. 盈利因子：使用净资产收益率（ROE）筛选全市场前25%的股票，毛利率（GPM）筛选前50%的股票[20] 2. 成长因子：使用营业收入同比增长率（YoyOr）筛选前25%的股票，资产同比增长率（YoyAsset）筛选前50%的股票[20] 3. 估值因子：使用市现率倒数（CFP）筛选前70%的股票[20] 4. 最终筛选同时满足以上5个条件的股票，构建组合[20] - 模型评价：基本面模型通过财务因子筛选中长期看好的股票，具有较低的换手率[8] 2. 模型名称：深度学习选股模型 - 模型构建思路：通过深度学习模型提取股票特征，预测股票未来走势[30] - 模型具体构建过程： 1. 输入层：包含156个股票特征，包括传统选股因子（如估值因子、规模因子等）和价量技术指标（如MACD、KDJ等）[30] 2. 隐藏层：5层隐藏层，节点数分别为512、200、200、200、128[33] 3. 输出层：3个节点，分别表示股票未来上涨、平盘、下跌的概率，使用softmax函数计算概率[31] 4. 模型打分：使用股票上涨概率与下跌概率之差作为模型打分[31] - 模型评价：深度学习模型基于价量信息筛选短期看好的股票，具有较高的换手率[8] 3. 模型名称：IC加权模型 - 模型构建思路：将基本面因子和深度学习因子加权，按照因子加权打分进行选股[52] - 模型具体构建过程： 1. 计算大类因子打分，每期根据大类因子过去120天IC的均值加权获得综合打分[52] 2. 选出与基本面模型和深度学习模型持股数量相当的股票组合，月度调仓[52] - 模型评价：IC加权模型通过因子加权组合，筛选综合打分靠前的股票，但可能在某些因子上暴露不足[59] 4. 模型名称：增强模型 - 模型构建思路：结合基本面模型和深度学习模型，先筛选基本面优秀的股票，再通过深度学习模型进一步筛选[61] - 模型具体构建过程： 1. 第一步：使用基本面模型筛选初选股票池，筛选条件放宽，初选股票池中位数248只[62] 2. 第二步：使用深度学习模型对初选股票池进行分组，选择打分最高的一组构建组合，平均持股数量83只[63] - 模型评价：增强模型结合了基本面模型和深度学习模型的优势，既筛选中长期看好的股票，又筛选短期看好的股票，换手率较低[124] 模型的回测效果 1. 基本面多因子选股模型 - 年化收益率：18.12%[28] - 年化超额收益率：14.07%[28] - 年化换手率倍数：3.51[83] 2. 深度学习选股模型 - 年化收益率：24.70%[38] - 年化超额收益率：20.65%[38] - 年化换手率倍数：10.89[83] 3. IC加权模型 - 年化收益率：24.62%[58] - 年化超额收益率：20.69%[58] - 年化换手率倍数：10.04[83] 4. 增强模型 - 年化收益率：28.58%（千分之三费率）[71] - 年化超额收益率：24.29%（千分之三费率）[79] - 年化换手率倍数：8.83[83] - 年化收益率：25.22%（千分之五费率）[91] - 年化超额收益率：21.00%（千分之五费率）[96] - 年化收益率：27.58%（沪深300基准）[107] - 年化超额收益率：22.23%（沪深300基准）[113] 量化因子与构建方式 1. 因子名称：盈利因子 - 因子构建思路：通过净资产收益率（ROE）和毛利率（GPM）衡量公司的盈利能力[17] - 因子具体构建过程： 1. ROE：净资产收益率，行业中性、市值中性[20] 2. GPM：毛利率，行业中性、市值中性[20] - 因子评价：盈利因子反映公司过去的盈利能力，是基本面分析的核心指标之一[14] 2. 因子名称：成长因子 - 因子构建思路：通过营业收入同比增长率（YoyOr）和资产同比增长率（YoyAsset）衡量公司的成长性[17] - 因子具体构建过程： 1. YoyOr：营业收入同比增长率，行业中性、市值中性[20] 2. YoyAsset：资产同比增长率，行业中性、市值中性[20] - 因子评价：成长因子反映公司未来的盈利能力，是基本面分析的重要指标[14] 3. 因子名称：估值因子 - 因子构建思路：通过市现率倒数（CFP）衡量公司的估值水平[17] - 因子具体构建过程： 1. CFP：市现率倒数，行业中性、市值中性[20] - 因子评价：估值因子帮助判断股票是否被低估，是基本面分析的关键指标[14] 因子的回测效果 1. 盈利因子 - 年化收益率：18.12%（基本面模型）[28] - 年化超额收益率：14.07%（基本面模型）[28] 2. 成长因子 - 年化收益率：18.12%（基本面模型）[28] - 年化超额收益率：14.07%（基本面模型）[28] 3. 估值因子 - 年化收益率：18.12%（基本面模型）[28] - 年化超额收益率：14.07%（基本面模型）[28]