量化模型与构建方式 1. 央国企优选策略模型 - **模型名称**：央国企优选策略模型 - **模型构建思路**：结合央国企特性，从分红、估值、波动、情绪、公司业绩、抗风险能力等7个维度筛选出在国企中选股表现优异的因子，对国企进行综合打分，形成股票组合[10][25] - **模型具体构建过程**： - **分红维度**：股息率（TTM） = 过去12个月每股现金分红除以股票价格 - **估值维度**：市盈率（TTM） = 总市值 / 归属母公司股东的净利润（TTM） - **公司业绩**：ROE（TTM） = 归属于母公司的净利润（TTM） / 归属于母公司的股东权益 - **短期偿债能力**：现金流量比率 = 经营活动产生的现金流量净额 / 流动负债 - **长期偿债能力**：已获利息倍数 = 息税前利润 / 利息费用 - **波动维度**：过去24个月的波动率 = 过去24个月股票月收益率的标准差 - **情绪维度**：过去一个月成交量 - **ESG维度**：万得ESG综合得分[32] - **模型评价**：该模型通过多维度因子筛选，综合考虑了分红、估值、波动、情绪、公司业绩、抗风险能力等因素，能够较全面地评估央国企的投资价值[10][25] 2. 一带一路+国企优选策略模型 - **模型名称**：一带一路+国企优选策略模型 - **模型构建思路**：在高股息基础之上，更关注ROE、净利润增长等因素[68] - **模型具体构建过程**： - **股息率（TTM）**：过去12个月每股现金分红除以股票价格 - **ROE**：归属于母公司的净利润（TTM） / 归属于母公司的股东权益 - **净利润同比**：本期净利润 - 上年同期净利润 / 上年同期净利润 * 100% - **现金流量比率**：经营活动产生的现金流量净额 / 流动负债 - **已获利息倍数**：息税前利润 / 利息费用 - **组合权重分配**：股息率（TTM）：ROE：净利润同比：现金流量比率：已获利息倍数 = 1：1：1：0.5：0.5[68] - **模型评价**：该模型在高股息基础上，进一步关注ROE和净利润增长，能够更好地捕捉一带一路相关国企的成长潜力[68] 3. 数字经济+国企优选策略模型 - **模型名称**：数字经济+国企优选策略模型 - **模型构建思路**：在高股息基础上，结合ROE、净利润同比等因子进行综合打分[22] - **模型具体构建过程**： - **股息率（TTM）**：过去12个月每股现金分红除以股票价格 - **市盈率（TTM）**：总市值 / 归属母公司股东的净利润（TTM） - **成交量**：过去一个月成交量 - **ROE**：归属于母公司的净利润（TTM） / 归属于母公司的股东权益 - **净利润同比**：本期净利润 - 上年同期净利润 / 上年同期净利润 * 100% - **现金流量比率**：经营活动产生的现金流量净额 / 流动负债 - **已获利息倍数**：息税前利润 / 利息费用 - **组合权重分配**：股息率（TTM）：市盈率（TTM）：成交量：ROE：净利润同比：现金流量比率：已获利息倍数 = 1：1：1：1：1：0.5：0.5[22] - **模型评价**：该模型在高股息基础上，结合了ROE和净利润同比等因子，能够较好地反映数字经济相关国企的成长性和盈利能力[22] 4. 国家安全+国企优选策略模型 - **模型名称**：国家安全+国企优选策略模型 - **模型构建思路**：在高股息基础上，结合ESG因子进行综合打分[77] - **模型具体构建过程**： - **股息率（TTM）**：过去12个月每股现金分红除以股票价格 - **市盈率（TTM）**：总市值 / 归属母公司股东的净利润（TTM） - **成交量**：过去一个月成交量 - **ROE**：归属于母公司的净利润（TTM） / 归属于母公司的股东权益 - **ESG**：万得ESG综合得分 - **组合权重分配**：股息率（TTM）：市盈率（TTM）：成交量：ROE：ESG = 1：1：1：1：2[77] - **模型评价**：该模型在高股息基础上，结合了ESG因子，能够更好地反映国家安全相关国企的可持续发展能力[77] 5. 银行+国企优选策略模型 - **模型名称**：银行+国企优选策略模型 - **模型构建思路**：在高股息基础上，结合营业收入因子进行综合打分[83] - **模型具体构建过程**： - **股息率（TTM）**：过去12个月每股现金分红除以股票价格 - **市盈率（TTM）**：总市值 / 归属母公司股东的净利润（TTM） - **营业收入**：公司主营业务收入 + 其他业务收入 - **ROE**：归属于母公司的净利润（TTM） / 归属于母公司的股东权益 - **组合权重分配**：股息率（TTM）：市盈率（TTM）：营业收入：ROE = 1.5：1.5：1：1[83] - **模型评价**：该模型在高股息基础上，结合了营业收入因子，能够更好地反映银行相关国企的盈利能力和成长性[83] 模型的回测效果 1. 央国企优选策略模型 - **累积收益率**：255.45% - **年化收益率**：15.28% - **年化波动率**：17.03% - **年化夏普比率**：0.90 - **胜率**：57.01% - **最大回撤**：22.83%[37] 2. 一带一路+国企优选策略模型 - **累积收益率**：354.73% - **年化收益率**：18.51% - **年化波动率**：19.21% - **年化夏普比率**：0.96 - **胜率**：57.01% - **最大回撤**：26.61%[69] 3. 数字经济+国企优选策略模型 - **累积收益率**：240.30% - **年化收益率**：14.72% - **年化波动率**：25.84% - **年化夏普比率**：0.57 - **胜率**：57.01% - **最大回撤**：27.79%[45] 4. 国家安全+国企优选策略模型 - **累积收益率**：216.50% - **年化收益率**：18.13% - **年化波动率**：18.68% - **年化夏普比率**：0.97 - **胜率**：57.83% - **最大回撤**：24.02%[50] 5. 银行+国企优选策略模型 - **累积收益率**：160.95% - **年化收益率**：11.36% - **年化波动率**：15.27% - **年化夏普比率**：0.74 - **胜率**：56.07% - **最大回撤**：25.28%[54] 量化因子与构建方式 1. 股息率因子 - **因子名称**：股息率（

- 基于宏观风险因子的大类资产配置模型包括经济增长、通胀、利率、汇率、信用、期限利差六个因子[4][12] - 经济增长因子使用工业增加值同比、PMI、社会消费品零售总额同比、PPI同比等指标，通过HP滤波处理，波动率倒数加权合成[4] - 通胀因子使用CPI同比指标，通过HP滤波处理，波动率倒数加权合成[4] - 利率因子使用中债-国债总财富指数和中证货币基金指数，等权构造投资组合，计算净值同比收益率[4] - 汇率因子使用上海金和伦敦金现的多空组合，等权构造投资组合，计算净值同比收益率[4] - 信用因子使用中债-企业债AAA指数和中债-国债总指数的多空组合，构造久期中性的投资组合，计算净值同比收益率[4] - 期限利差因子使用中债-中短期债券财富指数和中债-长期债券财富指数的多空组合，构造久期中性的投资组合，计算净值同比收益率[4] - 因子动量法用于识别宏观风险因子的上/下行状态，定义为因子动量连续两期为正则认为因子上行，连续两期为负则认为因子下行[36] - 相位判断法通过滚动拟合宏观因子，判断当前所属相位，设定滚动拟合窗口为50个月，判断因子处于上行、下行、顶部或底部区间[18][19][39] - "时钟+拐点改善法"大类资产轮动模型结合因子动量法和相位判断法，假设下个月各个因子均延续本月状态，根据总得分调整各资产的风险配比[20][41] - 该模型的回测区间为2011年1月至2023年12月，年化收益率9.93%，年化波动率6.83%，夏普比率1.45，最大回撤率6.31%[8][23][44] 模型的回测效果 - "时钟+拐点改善法"大类资产轮动模型，总收益率242.45%，年化收益率9.93%，年化波动率6.83%，年化夏普比率1.45，最大回撤率6.31%，胜率73.08%[44]

- 最近一个月，剥离涨停动量、经营性现金净流量、分析师净上调幅度表现较好，单季度营收增速、总市值、BP表现较差[7][27] - 今年以来，分析师净上调幅度、单季度净利润增速、单季度超预期幅度表现较好，总市值、BP、分析师净上调比例表现较差[7][27] - 券商金股业绩增强组合本月（20241201-20241231）绝对收益2.67%，相对偏股混合型基金指数超额收益3.54%[7][69] - 券商金股业绩增强组合本年（20240102-20241231）绝对收益19.45%，相对偏股混合型基金指数超额收益16.00%[7][69] - 券商金股业绩增强组合在主动股基中排名6.79%分位点（226/3326）[7][69] - 2024年12月，东兴证券、光大证券、西部证券收益排名前三，月度收益分别为12.84%、6.95%、4.65%[7][16][28] - 2024年12月，润泽科技、奥比中光-UW、川环科技等券商金股股票的月度上涨幅度靠前[7][8][15] - 2024年12月，券商金股行业组合中，建筑、建材、农林牧渔行业的超额收益排名前三[7][44] - 2024年，券商金股行业组合中，轻工制造、建材、房地产行业的超额收益排名前三[7][44] - 2024年12月，券商金股股票池中，江苏银行、立讯精密、美的集团等均有5家以上分析师推荐[7][52] - 2024年12月，券商金股股票池中，润泽科技、奥比中光-UW、川环科技等股票的月度上涨幅度靠前[7][34] - 2024年12月，券商金股股票池中，东兴证券、光大证券、西部证券收益排名前三，月度收益分别为12.84%、6.95%、4.65%[7][16][28] - 2024年12月，券商金股股票池中，江苏银行、立讯精密、美的集团等均有5家以上分析师推荐[7][52] - 2024年12月，券商金股股票池中，润泽科技、奥比中光-UW、川环科技等股票的月度上涨幅度靠前[7][34] - 2024年12月，券商金股股票池中，东兴证券、光大证券、西部证券收益排名前三，月度收益分别为12.84%、6.95%、4.65%[7][16][28] - 2024年12月，券商金股股票池中，江苏银行、立讯精密、美的集团等均有5家以上分析师推荐[7][52] - 2024年12月，券商金股股票池中，润泽科技、奥比中光-UW、川环科技等股票的月度上涨幅度靠前[7][34] - 2024年12月，券商金股股票池中，东兴证券、光大证券、西部证券收益排名前三，月度收益分别为12.84%、6.95%、4.65%[7][16][28] - 2024年12月，券商金股股票池中，江苏银行、立讯精密、美的集团等均有5家以上分析师推荐[7][52] - 2024年12月，券商金股股票池中，润泽科技、奥比中光-UW、川环科技等股票的月度上涨幅度靠前[7][34] - 2024年12月，券商金股股票池中，东兴证券、光大证券、西部证券收益排名前三，月度收益分别为12.84%、6.95%、4.65%[7][16][28] - 2024年12月，券商金股股票池中，江苏银行、立讯精密、美的集团等均有5家以上分析师推荐[7][52] - 2024年12月，券商金股股票池中，润泽科技、奥比中光-UW、川环科技等股票的月度上涨幅度靠前[7][34] - 2024年12月，券商金股股票池中，东兴证券、光大证券、西部证券收益排名前三，月度收益分别为12.84%、6.95%、4.65%[7][16][28] - 2024年12月，券商金股股票池中，江苏银行、立讯精密、美的集团等均有5家以上分析师推荐[7][52] - 2024年12月，券商金股股票池中，润泽科技、奥比中光-UW、川环科技等股票的月度上涨幅度靠前[7][34] - 2024年12月，券商金股股票池中，东兴证券、光大证券、西部证券收益排名前三，月度收益分别为12.84%、6.95%、4.65%[7][16][28] - 2024年12月，券商金股股票池中，江苏银行、立讯精密、美的集团等均有5家以上分析师推荐[7][52] - 2024年12月，券商金股股票池中，润泽科技、奥比中光-UW、川环科技等股票的月度上涨幅度靠前[7][34] - 2024年12月，券商金股股票池中，东兴证券、光大证券、西部证券收益排名前三，月度收益分别为12.84%、6.95%、4.65%[7][16][28] - 2024年12月，券商金股股票池中，江苏银行、立讯精密、美的集团等均有5家以上分析师推荐[7][52] - 2024年12月，券商金股股票池中，润泽科技、奥比中光-UW、川环科技等股票的月度上涨幅度靠前[7][34] - 2024年12月，券商金股股票池中，东兴证券、光大证券、西部证券收益排名前三，月度收益分别为12.84%、6.95%、4.65%[7][16][28] - 2024年12月，券商金股股票池中，江苏银行、立讯精密、美的集团等均有5家以上分析师推荐[7][52] - 2024年12月，券商金股股票池中，润泽科技、奥比中光-UW、川环科技等股票的月度上涨幅度靠前[7][34] - 2024年12月，券商金股股票池中，东兴证券、光大证券、西部证券收益排名前三，月度收益分别为12.84%、6.95%、4.65%[7][16][28] - 2024年12月，券商金股股票池中，江苏银行、立讯精密、美的集团等均有5家以上分析师推荐[7][52] - 2024年12月，券商金股股票池中，润泽科技、奥比中光-UW、川环科技等股票的月度上涨幅度靠前[7][34] - 2024年12月，券商金股股票池中，东兴证券、光大证券、西部证券收益排名前三，月度收益分别为12.84%、6.95%、4.65%[7][16][28] - 2024年12月，券商金股股票池中，江苏银行、立讯精密、美的集团等均有5家以上分析师推荐[7][52] - 2024年12月，券商金股股票池中，润泽科技、奥比中光-UW、川环科技等股票的月度上涨幅度靠前[7][34] - 2024年12月，券商金股股票池中，东兴证券、光大证券、西部证券收益排名前三，月度收益分别为12.84%、6.95%、4.65%[7][16][28] - 2024年12月，券商金股股票池中，江苏银行、立讯精密、美的集团等均有5家以上分析师推荐[7][52] - 2024年12月，券商金股股票池中，润泽科技、奥比中光-UW、川环科技等股票的月度上涨幅度靠前[7][34] - 2024年12月，券商金股股票池中，东兴证券、光大证券、西部证券收益排名前三，月度收益分别为12.84%、6

- 1月份券商金股的市值水平上升，估值水平下降，或表明1月份券商金股转向价值风格[14] - 12月份券商金股组合整体收益率为-1.5%，2024年以来收益率为5.7%[53] - 全历史区间来看，全部金股组合年化收益率为11.1%，收益表现显著优于沪深300指数和中证500指数[53] - 新进金股组合收益表现优于重复金股组合，12月份收益率分别为-2.6%和-0.3%，2024年以来收益率分别为1.7%和9.5%[53] - 12月份润泽科技、奥比中光-UW、视觉中国、川环科技、兆易创新等金股收益率排名靠前，分别为58.1%、49.7%、46.3%、37.4%、35.7%[55] - 优选金股组合12月份收益率为1.4%，2024年相对中证500超额9.9%[39] - 全历史区间内，优选金股组合年化收益率为20.2%，收益表现优于全部金股组合[39] - 优选金股组合2024年以来收益率为15.4%，2024年相对中证500超额9.9%[39] - 1月份券商金股行业权重靠前的行业分别为：电子（10.4%）、汽车（6.9%）、计算机（6.4%）、机械设备（6.2%）[31] - 1月份推荐数量靠前的重复金股为：美的集团（8次）、中国移动（5次）、中国海油（5次）、中国神华（5次）、立讯精密（5次）[9] - 1月份推荐数量靠前的新进金股为：中兴通讯（7次）、中芯国际（5次）、江苏银行（5次）、紫光股份（4次）、新华保险（3次）[9] - 1月份主要热门行业内部推荐数量前5的金股包括：中芯国际、江淮汽车、紫光股份、纽威股份、甘源食品、恒瑞医药、中兴通讯、美的集团等[32][33]

证券研究报告·金融工程·金工定期报告 金工定期报告 20250102 新价量相关性因子绩效月报 20241231 2025 年 01 月 02 日 [Table_Tag] [Table_Summary] 报告要点 ◼ 新价量相关性 RPV 因子多空对冲绩效（全市场）：2014 年 1 月至 2024 年 12 月，新价量相关性 RPV 因子在全体 A 股（剔除北交所股票）中， 10 分组多空对冲的年化收益为 14.87%，年化波动为 7.76%，信息比率 为 1.92，月度胜率为 73.28%，最大回撤为 10.63%。 ◼ 聪明版日频价量相关性 SRV 因子多空对冲绩效（全市场）：2014 年 1 月 至 2024 年 12 月，聪明版日频价量相关性 SRV 因子在全体 A 股（剔除 北交所股票）中，10 分组多空对冲的年化收益为 18.00%，年化波动为 6.28%，信息比率为 2.87，月度胜率为 76.34%，最大回撤为 3.66%。 ◼ 12 月份价量相关性因子收益统计：在全体 A 股（剔除北交所股票）中， 12 月份新价量相关性 RPV 因子 10 分组多头组合的收益率为-4.09%，10 分组空 ...

量化模型与构建方式 模型名称：基于技术指标的指数仓位调整模型 - 模型构建思路：通过量价数据寻找合适的策略，适时调整标的的仓位以获取超额收益[22] - 模型具体构建过程： - 使用量价数据产生技术指标，测试单个技术指标信号的仓位调整效果[22] - 通过直接信号合成法和滚动搜索法将多个技术指标结合使用[22] - 根据信号处理方式分为后置买卖与前置买卖两种策略[22] - 后置买卖方法（先合并后处理）信号较为稳健，适合风险偏好低的投资者，称为滚动稳健策略[22] - 前置买卖方法（先处理后合并）信号有更强的追涨能力，适合风险偏好高的投资者，称为滚动追涨策略[22] - 模型评价：各策略均表现出了较为优秀的获得超额收益的能力[12] 模型的回测效果 - 滚动稳健策略在12月的超额收益： - 沪深300：-0.75%[23] - 中证500：2.22%[23] - 中证1000：3.79%[23] 量化因子与构建方式 因子名称：单信号技术指标 - 因子的构建思路：基于量价“背离”概念设计技术指标[11] - 因子具体构建过程： - 构建27个技术指标[11] - 在指定回测条件下测试这些指标在沪深300、中证500和中证1000三个宽基指数，以及31个申万一级行业指数上的表现[19] - 因子评价：通过量价“背离”概念设计的技术指标在34个指数上的平均超额年化收益率达3.75%[11] 因子名称：多信号策略 - 因子的构建思路：通过相关性分析构建多信号策略[11] - 因子具体构建过程： - 构建5信号与7信号策略[11] - 5信号策略在宽基指数上表现良好，在中证1000指数上获得2.54%的年化收益率，超额年化收益率达11.27%[11] 因子的回测效果 - 单信号技术指标在34个指数上的平均超额年化收益率：3.75%[11] - 5信号策略在中证1000指数上的年化收益率：2.54%，超额年化收益率：11.27%[11]

- 五维行业轮动模型简介：该模型基于行业内部普遍存在的风格差异，利用风格指标对行业内部股票进行划分，通过构建行业内部离散指标与行业内部牵引指标合成行业最终因子。最终得到五大类合成行业因子，构建以波动率、基本面、成交量、情绪、动量为基础的五维行业轮动模型[29][36][55] - 五维行业轮动模型的构建过程：以东吴金工特色多因子划分标准对微观因子进行大类划分，最终得到五大类合成行业因子。构建了包含波动率、基本面、成交量、情绪、动量的五维行业轮动模型[29][36][55] - 五维行业轮动模型的指数增强策略：以沪深300为例，每个月月末取第一组的五个行业为增强行业，取最后一组的五个行业为剔除行业，其余行业为不变行业。根据月末各个股票在沪深300的权重将属于剔除行业的股票剔除，并将被剔除行业的股票权重根据增强行业的股票权重等比例赋予给增强行业的股票，由此构成新的沪深300增强组合，月频调仓[73] - 五维行业轮动模型的回测效果：在申万一级行业中，六分组多空对冲的年化收益率为22.15%，年化波动率为10.92%，信息比率为2.03，月度胜率为73.68%，历史最大回撤为13.30%[9][47][59] - 五维行业轮动模型多头对冲全市场行业等权组合的回测效果：年化收益率为10.78%，年化波动率为6.66%，信息比率为1.62，月度胜率为71.05%，历史最大回撤为9.36%[40][47][59] - 沪深300指数增强策略的回测效果：超额年化收益率为9.18%，超额年化波动率为7.59%，信息比率为1.21，月胜率为70.43%，最大回撤为12.74%[1][15][74]

量化模型与构建方式 模型名称：黄金预期收益模型 - 模型构建思路：将黄金和美国抗通胀债券(TIPS)的远期实际回报关联，构建黄金的预期收益模型[6] - 模型具体构建过程： 1. 扩展窗口OLS估计参数k，以美联储长期通胀目标2%作为代理[17] 2. 公式： $$ \begin{array} { c } { { E [ R e a l _ { \_ } R e t u r n ^ { g o l d } ] = k \times E [ R e a l _ { \_ } R e t u r n ^ { T I P S } ] } } \\ { { E [ R ^ { g o l d } ] = \pi ^ { e } + k \times E [ R e a l _ { \_ } R e t u r n ^ { T I P S } ] } } \end{array} $$ 公式中，$E[Real_{Return}^{gold}]$表示黄金的实际回报，$E[Real_{Return}^{TIPS}]$表示TIPS的实际回报，$\pi^e$表示预期通胀率，k为估计参数[95] - 模型评价：模型通过TIPS收益率的择时模型持续看多黄金资产，策略绝对回报较高[18] 模型名称：主动风险预算模型 - 模型构建思路：结合风险平价模型与主动信号，利用多维度指标对资产波动贡献进行动态调整，确定资产权重[20] - 模型具体构建过程： 1. 从股债横向比价、股票纵向估值水平、市场流动性三个维度构建主动风险预算指标[20] 2. 公式： $$ E R P = \frac { 1 } { P E _ { t t m } } - Y T M _ { T B } ^ { 1 0 Y } $$ 公式中，$PE_{ttm}$为中证800市盈率ttm，$YTM_{TB}^{10Y}$为10年期国债到期收益率[9] 3. 计算权益资产的信号得分，代入softmax函数，使信号转化为权益资产风险预算权重[133] - 模型评价：模型在全样本区间内表现出较高的年化收益率和较低的最大回撤[104][105] 模型的回测效果 - 黄金预期收益模型，未来一年预期收益率为22.0%[17] - 黄金预期收益模型，过去一年策略绝对回报为27.23%[18] - 主动风险预算模型，年化收益率6.67%，最大回撤4.89%，收益波动比1.67，收益回撤比1.36[104][105] 量化因子与构建方式 因子名称：高频宏观因子 - 因子的构建思路：通过资产组合模拟构建一套高频宏观因子体系，用以观察市场交易的宏观预期变化[70] - 因子具体构建过程： 1. 真实宏观指标合成低频宏观因子[115] 2. 筛选领先于低频宏观因子的资产[115] 3. 以资产同比收益率为自变量，低频宏观因子同比为因变量，通过滚动多元领先回归确定资产权重，构建投资组合模拟宏观因子走势[115] - 因子评价：高频宏观因子相比于对应低频宏观因子有一定领先性[83][85] 因子的回测效果 - 高频宏观因子，高频经济增长同比较前值上行[83] - 高频宏观因子，高频通货膨胀（消费端）同比较前值下行[85] - 高频宏观因子，高频通货膨胀（生产端）同比较前值上行[85]

- 我们从社融各子项的经济逻辑、高频数据、季节性特征等角度出发，于每月月末进行社融预测[14] - 在之前的报告《社融指标全解析与预测框架构建》中，我们构建了自下而上的社融拆分预测框架[14] - 预计2024年12月新增社融约为3.09万亿元，同比增加1.15万亿元，社融TTM环比约为3.65%；社融存量同比增速约为8.09%[15] - 新增人民币信贷约为1.17万亿元，同比增加0.06万亿元，其中居民中长贷新增0.29万亿元，企业贷款和居民短贷新增0.82万亿元；政府债券净融资约1.77万亿元，同比增加0.93万亿元；企业债券净融资约0.04万亿元，同比增加0.31万亿元[15] - 从结构来看，居民中长贷预计上行，政府债券净融资大幅增长[18] - 信贷方面，大中城市新房成交量连续三月延续上行趋势，新增居民中长贷预计同比多增[18] - 12月PMI为50.1%存在一定季节性回落，但降幅较低且仍处于荣枯线上，新增企业信贷预计接近于去年同期值[18] - 政府债券发行提速，且11月月末大额政府债券发行或被计入12月数据，政府债券净融资预计同比大幅多增[18] - 企业债券相较于去年的低基数预计同比会有明显多增[18] - 债券融资的增长是12月社融明显增长的最主要原因[18]

- 研报中提到的A股收益预测模型显示，沪深300未来一年预期收益为14.2%，中证500为-28.2%，这表明大盘风格优于小盘风格[2][17][19] - 赔率+胜率策略自2011年以来年化收益为7.0%，最大回撤为2.8%，2014年以来年化收益为7.7%，最大回撤为2.6%，2019年以来年化收益为6.7%，最大回撤为2.6%[8][95] - 质量因子被评为高赔率、强趋势、低拥挤的品种，建议投资者长期关注和配置[42][43] - 成长因子被评为中低赔率、强趋势、低拥挤的品种，趋势突破意味着右侧技术面信号的确认，建议长期关注[49][51] - 小盘因子被评为中等赔率、弱趋势、中高拥挤的状态，综合得分为-1，建议对小盘风格保持谨慎态度[46][53] - 红利因子被评为低赔率、弱趋势、低拥挤，综合得分为-1，配置价值降低[45][74] - 行业配置建议关注汽车、基础化工、电子、电力设备及新能源，这些行业集中在强趋势-低拥挤象限[3][57][58] - 赔率增强型策略自2011年以来年化收益为6.9%，最大回撤为3.0%，2014年以来年化收益为7.7%，最大回撤为2.7%，2019年以来年化收益为7.0%，最大回撤为2.7%[62][63] - 胜率增强型策略自2011年以来年化收益为7.0%，最大回撤为2.8%，2014年以来年化收益为7.8%，最大回撤为2.5%，2019年以来年化收益为6.4%，最大回撤为2.5%[84][66]