报告行业投资评级 - 市场整体（WIND 全A指数）评级为“上行趋势” [5] - 对绝对收益产品建议股票仓位为 **80%** [2][5][9] 报告的核心观点 - 市场已重回上行趋势，核心观测变量为赚钱效应，当期赚钱效应为 **1.91%**，显著大于0，显示市场有望继续上行 [2][5][7][8][13] - 短期市场进入两会时间窗口，过去十年两会期间市场整体较为平稳，但中东地区局势可能压制风险偏好 [2][5][8][13] - 综合判断，在市场成交未出现明显萎缩或赚钱效应转负前，应继续保持积极态度 [2][5][8][13] 市场回顾与现状总结 - 上周（2026年2月23日当周）市场表现：WIND 全A指数全周上涨 **2.75%**，并创出新高 [2][7] - 上周市值维度表现：中证1000指数上涨 **4.34%**，中证500指数上涨 **4.32%**，沪深300指数上涨 **1.08%**，上证50指数上涨 **0.17%** [2][7] - 上周行业表现：钢铁行业上涨 **11.8%**，有色金属行业涨幅靠前；传媒行业下跌 **4.44%**，表现较弱 [2][7] - 成交活跃度：钢铁与煤炭行业资金流入明显 [2][7] - 择时体系信号：WIND 全A的20日均线收于 **6407**点，120日均线收于 **6809**点，两线距离差为 **6.28%**，绝对值大于3%的阈值，市场趋势线位于 **6812**点附近 [2][7][13] - 估值水平：WIND 全A指数PE（市盈率）位于约 **90分位点**，属于较高水平；PB（市净率）位于 **50分位点**，属于中等水平 [2][9] 行业配置方向总结 - 中期困境反转预期模型：继续等待地产链（关注建材ETF，代码159745.SZ）的反转信号，在两会窗口期可能存在阶段性机会 [2][6][8][13][15] - TWO BETA模型：继续推荐科技板块，关注商业航天（卫星ETF，代码563230.SH）的反弹机会 [2][6][8][13][15] - 业绩趋势模型：提示重点关注算力相关产业链，包括半导体设备（ETF代码159516.SZ）和通信（ETF代码515880.SH）板块；同时关注有色金属（工业有色ETF代码560860.SH，稀土ETF代码516150.SH）与化工（ETF代码159870.SZ）板块 [2][6][8][15]

量化模型与构建方式 1. **择时体系模型** * **模型构建思路**：通过计算市场指数长短期均线的距离差，并结合市场趋势线、赚钱效应等指标，来综合判断市场所处的整体环境（如上/下行趋势），从而进行择时判断[2][7]。 * **模型具体构建过程**： 1. 计算WIND全A指数的长期均线（120日）和短期均线（20日）[2][7]。 2. 计算两线距离差（百分比）：$$距离差 = \frac{短期均线 - 长期均线}{长期均线} \times 100\%$$ 例如，20日线收于6407，120日线收于6809，则距离差为 (6407-6809)/6809 ≈ -6.28%[2][7]。 3. 观察市场趋势线（报告中未给出具体计算方法，但提及位于6812点附近）和“赚钱效应”指标（当期值为1.91%）[2][7]。 4. 根据规则进行判断：当均线距离绝对值大于3%，且赚钱效应大于0时，市场处于上行趋势[2][5][7]。 2. **仓位管理模型** * **模型构建思路**：结合市场估值水平（PE/PB分位数）和短期趋势判断（来自择时体系），为绝对收益产品提供股票仓位建议[2][9]。 * **模型具体构建过程**： 1. 评估市场估值水平：计算WIND全A指数PE和PB在历史数据（例如2014年10月17日以来）中的分位数[9][10][12]。 2. 结合择时体系对短期趋势的判断（如上行趋势）[9]。 3. 根据模型规则输出建议仓位。例如，当前PE位于90分位点（较高），PB位于50分位点（中等），结合上行趋势，建议仓位为80%[2][9]。 3. **中期困境反转预期模型** * **模型构建思路**：识别处于中期困境但有望出现反转的行业或板块，捕捉其阶段性投资机会[2][6][8]。 * **模型具体构建过程**：报告未详细描述该模型的具体构建公式和步骤，仅给出了模型当前的输出结论：继续等待地产链（建材）的反转信号，并认为在两会窗口期可能有阶段性机会[2][6][8][15]。 4. **TWO BETA模型** * **模型构建思路**：基于双Beta理论进行行业配置，推荐具有特定风险暴露（报告中特指科技板块）的行业[2][6][8]。 * **模型具体构建过程**：报告未详细描述该模型的具体构建公式和步骤，仅给出了模型当前的输出结论：继续推荐科技板块，并关注商业航天（卫星）的反弹机会[2][6][8][15]。 5. **业绩趋势模型** * **模型构建思路**：根据上市公司业绩的变化趋势进行行业配置，重点关注业绩向好或具备强成长性的产业链[2][6][8]。 * **模型具体构建过程**：报告未详细描述该模型的具体构建公式和步骤，仅给出了模型当前的提示结论：重点关注算力相关产业链（半导体设备、通信）以及有色与化工板块[2][6][8][15]。 模型的回测效果 （报告未提供各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 （报告未提及具体的量化因子构建。） 因子的回测效果 （报告未提及具体的量化因子及其测试结果。）

核心观点 - 报告系统性地回测并展示了三种量化选股策略的历史表现与近期业绩，包括戴维斯双击策略、净利润断层策略和基于投资者偏好因子的沪深300增强策略 [3][4][6][9][12] - 三种策略在长期历史回测中均展现出显著的超额收益，其中净利润断层策略的年化收益最高，而沪深300增强策略则表现出稳定的超额特征 [8][10][14] - 截至报告期末（2026年2月27日），戴维斯双击策略和沪深300增强策略在2026年均取得正向绝对收益，但相对基准表现分化；净利润断层策略同期绝对收益为正，但跑输基准 [8][10][17] 戴维斯双击策略 - 策略核心是以较低市盈率买入成长潜力股，等待公司盈利增长和估值提升带来乘数效应，实现EPS和PE的“双击” [3][6] - 在2010年至2017年的回测期内，策略实现了**26.45%**的年化收益，超额基准**21.08%**，且在回测期内的7个完整年度中，每个年度的超额收益均超过**11%**，稳定性好 [3][8] - 全样本期（2010年至2026年2月27日）策略年化绝对收益为**25.62%**，年化超额中证500指数**20.97%** [8] - 2026年以来，策略累计绝对收益为**12.95%**，但跑输中证500指数**3.02%**；本周（报告周）策略超额中证500指数**1.27%** [3][8] - 策略最近一次于2026年2月2日调仓，截至2026年2月27日，本期组合超额基准指数**2.53%** [3][8] 净利润断层策略 - 策略是基本面与技术面共振的选股模式，核心在于捕捉“净利润”（业绩超预期）和“断层”（盈余公告后股价向上跳空）两个信号 [3][9] - 具体构建方法为：每期筛选过去两个月内发生业绩超预期事件的股票，按盈余公告日跳空幅度排序，取前50只股票等权构建组合 [9] - 策略自2010年至今取得了**30.24%**的年化收益，年化超额基准（中证500）**26.10%** [3][10] - 2026年以来，组合累计绝对收益为**13.07%**，但跑输基准指数**2.91%**；本周超额收益为**-0.25%** [3][10] 沪深300增强组合 - 策略基于对优秀基金的归因，将投资者偏好分为GARP型、成长型和价值型，并构建相应因子 [3][12] - **GARP型**：通过PB与ROE分位数之差构建PBROE因子，寻找估值低且盈利能力强的股票；通过PE与增速分位数之差构建PEG因子，寻找价值被低估的成长股 [3][12] - **成长型**：关注公司的成长性，通过营业收入、毛利润、净利润增速寻找高速成长股票 [12] - **价值型**：偏好具有长期稳定高ROE的公司 [12] - 基于上述投资者偏好因子构建的沪深300增强组合，历史回测超额收益稳定，全样本期年化超额收益为**9.44%** [14][17] - 2026年以来，组合相对沪深300指数的超额收益为**8.65%**；本周超额收益为**1.71%**；本月超额收益为**2.66%** [3][17]

报告核心观点 - 报告介绍了三种量化选股策略：戴维斯双击策略、净利润断层策略和沪深300增强组合，并展示了其历史回测表现及近期业绩 [5] - 报告核心在于通过不同的基本面与技术面逻辑构建投资组合，旨在获取超越基准指数的稳定超额收益 [5][8][11][14] 戴维斯双击策略 - 策略核心是以较低市盈率买入成长潜力股，待其成长性显现且市盈率提升后卖出，实现每股收益（EPS）和市盈率（PE）的“双击” [5][8] - 在2010-2017年回测期内，策略实现了**26.45%**的年化收益，超额基准**21.08%**，且在7个完整年度中，每个年度的超额收益均超过**11%**，稳定性好 [5][10] - 截至2026年2月6日，策略今年以来累计绝对收益为**4.47%**，但跑输中证500指数**4.65%**；本周策略超额中证500指数为**-0.85%**；本期组合超额基准指数为**3.28%** [5][10] - 历史全样本（2010年至2026年2月6日）数据显示，策略年化绝对收益为**25.01%**，年化超额收益为**20.76%**，相对最大回撤为**-20.14%** [10] 净利润断层策略 - 策略是基本面与技术面的共振，核心在于捕捉“净利润惊喜”（业绩超预期）及公告后首个交易日股价的向上“跳空”缺口 [5][11] - 策略构建方式为：每期筛选过去两个月内发生业绩超预期事件的股票，并按照盈余公告日跳空幅度排序，取前50只股票等权构建组合 [11] - 自2010年至今，策略取得了**29.66%**的年化收益，年化超额基准**25.92%** [5][12] - 截至2026年2月6日，策略本年组合累计绝对收益为**5.28%**，但跑输基准指数**3.84%**；本周策略超额收益为**3.44%** [5][12] - 历史全样本数据显示，策略相对最大回撤为**-37.12%** [12] 沪深300增强组合 - 策略基于对优秀基金的归因，将投资者偏好分为GARP型、成长型和价值型，并构建相应因子来增强沪深300指数 [5][14] - GARP型因子通过PB与ROE分位数之差（PBROE因子）寻找低估值高盈利股票，通过PE与增速分位数之差（PEG因子）寻找低估高成长股票 [5][14] - 成长型因子关注营业收入、毛利润、净利润增速以寻找高成长股票；价值型因子偏好具有长期稳定高ROE的公司 [14] - 基于投资者偏好因子构建的增强组合历史回测超额收益稳定，全样本年化超额收益为**9.28%**，相对最大回撤为**-9.18%** [16] - 截至2026年2月6日，该组合本年相对沪深300指数超额收益为**6.28%**；本周超额收益为**0.53%**；本月超额收益为**0.53%** [5][18]

报告核心观点 - 报告介绍了三种量化投资策略：戴维斯双击策略、净利润断层策略和沪深300增强策略，并展示了各自的历史回测表现和近期业绩 [2][3] - 报告认为牛市格局仍在延续，主题投资重回主线 [1] 戴维斯双击策略 - 戴维斯双击策略的核心是以较低市盈率买入成长潜力股，待其成长性显现、市盈率提高后卖出，实现每股收益和市盈率的乘数效应收益 [2][5] - 该策略在2010-2017年回测期内实现了**26.45%**的年化收益，超额基准**21.08%**，且在回测期内的7个完整年度里，每个年度的超额收益均超过了**11%**，表现稳定 [2][7] - 截至2026年1月30日，策略今年以来累计绝对收益为**8.29%**，但跑输中证500指数**3.83%**；本周策略超额中证500指数**2.39%**；本期组合超额基准指数**4.68%** [2][7] - 从历史年度表现看，策略在多个年份取得显著超额收益，例如2013年绝对收益**75.63%**，超额收益**57.71%**；2020年绝对收益**79.78%**，超额收益**58.91%**；2025年绝对收益**55.89%**，超额收益**25.50%** [7] 净利润断层策略 - 净利润断层策略是结合基本面与技术面的选股模式，核心是捕捉“净利润惊喜”（业绩超预期）和公告后首日股价的向上“跳空”缺口 [2][8] - 策略构建方法是每期筛选过去两个月内满足业绩超预期事件的股票，并按照盈余公告日跳空幅度排序，取前50只股票等权构建组合 [8] - 该策略自2010年至今取得了年化**29.60%**的收益，年化超额基准**25.68%** [9] - 今年以来，组合累计绝对收益为**4.48%**，跑输基准指数**7.64%**；本周超额收益为**-2.05%** [9] - 历史表现显示，策略在多个年份表现突出，例如2015年绝对收益高达**106.94%**，超额收益**63.82%**；2025年绝对收益**67.17%**，超额收益**36.79%** [9] 沪深300增强策略 - 沪深300增强策略基于对优秀基金的归因，将投资者偏好分为GARP型、成长型和价值型，并构建相应因子进行选股 [2][11] - GARP型因子通过PB与ROE分位数之差（PBROE因子）寻找估值低且盈利能力强的股票，以及通过PE与增速分位数之差（PEG因子）寻找价值被低估且成长潜力可靠的公司 [2][11] - 成长型因子关注公司的成长性，通过营收、毛利、净利润增速寻找高速成长股票 [11] - 价值型因子偏好具有长期稳定高ROE的公司 [11] - 基于上述投资者偏好因子构建的增强组合，历史回测显示超额收益稳定 [15] - 今年以来，组合相对沪深300指数的超额收益为**5.79%**；本周超额收益为**-1.19%**；本月超额收益为**5.79%** [15] - 全样本回测期内（截至2026年1月30日），策略年化绝对收益为**10.98%**，年化超额收益为**9.25%** [13] 其他策略表现 - 量化择时周报观点认为牛市格局仍在延续，主题投资重回主线 [1] - 沪深300增强策略在报告所述当周实现了**3.90%**的超额收益 [1] - 净利润断层策略在报告所述前一周实现了**1.99%**的绝对收益 [1]

核心观点 - 报告介绍了三种量化选股策略：戴维斯双击策略、净利润断层策略和沪深300增强策略，并展示了其历史回测表现及近期业绩 [4][5] - 三种策略均旨在通过不同的因子或模式构建投资组合，以获取超越基准指数的稳定超额收益 [4][13] 戴维斯双击策略 - 戴维斯双击策略的核心是以较低市盈率买入成长潜力股，待其成长性显现、市盈率提升后卖出，获取每股收益和市盈率双重增长的乘数效应收益 [4][7] - 该策略在2010-2017年的回测期内实现了26.45%的年化收益，超额基准21.08%，且在回测期内的7个完整年度中，每个年度的超额收益均超过11%，表现稳定 [4][9] - 截至2026年1月23日，策略今年以来累计绝对收益为8.47%，但跑输中证500指数6.60%，本周超额中证500指数为-0.68%，本期组合超额基准指数1.10% [4][9] - 从历史年度表现看，策略在多个年份显著跑赢基准，例如2013年绝对收益75.63%，超额收益57.71%；2020年绝对收益79.78%，超额收益58.91% [9] 净利润断层策略 - 净利润断层策略是结合基本面业绩超预期与技术面股价向上跳空的选股模式，通过筛选过去两个月内业绩超预期且公告日跳空幅度大的股票构建组合 [4][10] - 该策略自2010年至今取得了年化29.98%的收益，年化超额基准25.89% [4][11] - 截至2026年1月23日，策略本年累计绝对收益为9.53%，但跑输基准指数5.54%，本周超额收益为-1.59% [4][11] - 历史数据显示，策略在多个年份表现突出，例如2015年绝对收益高达106.94%，超额基准63.82%；2025年绝对收益67.17%，超额基准36.79% [11] 沪深300增强策略 - 沪深300增强策略基于对优秀基金的归因，将投资者偏好分为GARP型、成长型和价值型，并构建相应因子（如PBROE因子、PEG因子）来筛选股票 [4][13] - GARP型投资者寻找估值低且盈利能力强的公司，成长型投资者关注营收、利润增速，价值型投资者偏好长期稳定高净资产收益率的公司 [13] - 基于投资者偏好因子构建的增强组合历史回测显示超额收益稳定，全样本年化超额收益为9.34% [15] - 截至2026年1月23日，该组合本年相对沪深300指数的超额收益为7.08%，本周超额收益为3.90%，本月超额收益为7.08% [4][18] - 策略在部分年份超额收益显著，例如2017年绝对收益34.51%，超额收益12.73%；2025年绝对收益38.58%，超额收益20.92% [15]

报告核心观点 - 报告介绍了三种量化选股策略：戴维斯双击策略、净利润断层策略和沪深300增强组合，并展示了其历史回测表现及近期业绩 [4][5] - 报告认为，通过结合基本面与技术面因子，可以构建出能够稳定跑赢基准指数的投资组合 [4][13] 戴维斯双击策略 - 戴维斯双击策略的核心是以较低市盈率买入成长潜力股，待其成长性显现、市盈率提升后卖出，获取每股收益和市盈率双重增长的乘数效应收益 [4][7] - 该策略在2010年至2017年的回测期内实现了**26.45%**的年化收益，超额基准**21.08%**，且在回测期内的7个完整年度中，每个年度的超额收益均超过**11%**，表现稳定 [4][9] - 从2010年至2025年的全样本历史数据看，策略年化绝对收益为**25.02%**，年化超额中证500指数收益为**20.70%** [9] - 截至2026年1月16日，策略今年以来累计绝对收益为**4.64%**，但跑输中证500指数**5.63%**；本周策略超额中证500指数为**-0.68%**；本期组合超额基准指数为**2.01%** [4][9] 净利润断层策略 - 净利润断层策略是基本面与技术面共振的选股模式，核心在于捕捉“净利润惊喜”（业绩超预期）和公告后首个交易日股价的向上“断层”跳空缺口 [4][10] - 该策略在2010年至今的全样本期间取得了年化**29.76%**的收益，年化超额基准**25.95%** [11] - 策略在多个年份表现突出，例如2015年绝对收益高达**106.94%**，超额收益**63.82%**；2025年绝对收益为**67.17%**，超额收益**36.79%** [11] - 截至2026年1月16日，该策略本年度累计绝对收益为**6.60%**，但跑输基准指数**3.68%**；本周超额收益为**-0.19%** [4][11] 沪深300增强组合 - 该组合基于对优秀基金的归因，将投资者偏好分为GARP型、成长型和价值型，并构建相应因子进行增强 [4][13] - GARP型因子通过PB与ROE分位数之差构建PBROE因子，寻找低估值高盈利股票；通过PE与增速分位数之差构建PEG因子，寻找低估值的成长股 [4][13] - 成长型因子关注营收、毛利、净利润增速；价值型因子偏好长期稳定的高ROE公司 [13] - 基于上述投资者偏好因子构建的增强组合，历史回测显示超额收益稳定，全样本年化超额收益为**9.08%** [15] - 截至2026年1月16日，该组合本年度相对沪深300指数的超额收益为**3.08%**；本周超额收益为**2.17%**；本月超额收益为**3.08%** [4][18]

报告核心观点 - 报告介绍了三种量化选股策略：戴维斯双击策略、净利润断层策略和沪深300增强组合，并展示了其历史回测及近期表现 [3][4] - 戴维斯双击策略在2010-2017年回测期内实现了**26.45%**的年化收益，超额基准**21.08%**，且每年超额收益均超过**11%**，表现稳定 [3][7] - 净利润断层策略自2010年至今取得了年化**29.60%**的收益，年化超额基准**25.93%**，2025年绝对收益高达**67.17%** [3][10] - 沪深300增强组合基于投资者偏好因子（GARP、成长、价值）构建，历史回测超额收益稳定，全样本年化超额收益为**8.94%** [3][12][14] 戴维斯双击组合 - 策略核心是以较低市盈率买入成长潜力股，待成长性显现、市盈率提高后卖出，获取EPS和PE的乘数效应收益 [3][6] - 在2010-2017年回测期内，策略实现了**26.45%**的年化收益，超额基准（中证500）**21.08%**，且在7个完整年度中，每年超额收益均超过**11%** [3][7] - 截至2026年1月9日，策略本年累计绝对收益为**3.09%**，但超额中证500指数为**-4.83%**，本期组合超额基准指数为**2.92%** [3][7] - 历史数据显示，策略在多个年份表现突出，例如2013年绝对收益**75.63%**，超额收益**57.71%**；2020年绝对收益**79.78%**，超额收益**58.91%**；2025年绝对收益**55.89%**，超额收益**25.50%** [7] 净利润断层组合 - 策略是基本面与技术面共振的选股模式，核心是“净利润”（业绩超预期）和“断层”（盈余公告后首日股价向上跳空） [3][9] - 构建方法为每期筛选过去两个月内业绩超预期的股票，按公告日跳空幅度排序，取前50只股票等权构建组合 [9] - 策略自2010年至今取得了年化**29.60%**的收益，年化超额基准（中证500）**25.93%** [3][10] - 2025年策略绝对收益高达**67.17%**，超额基准**36.79%** [10] - 截至2026年1月9日当周，策略绝对收益为**4.51%**，但超额基准指数为**-3.41%**；本年累计绝对收益**4.51%**，超额基准指数**-3.41%** [3][10] - 历史表现优异年份包括2015年（绝对收益**106.94%**，超额收益**63.82%**）和2020年（绝对收益**67.43%**，超额收益**46.56%**） [10] 沪深300增强组合 - 策略基于对优秀基金的归因，将投资者偏好分为GARP型、成长型和价值型，并构建相应因子 [3][12] - GARP型因子：用PB与ROE分位数之差构建PBROE因子，寻找低估值高盈利股票；用PE与增速分位数之差构建PEG因子，寻找低估且有成长潜力的公司 [3][12] - 成长型因子：通过营业收入、毛利润、净利润增速寻找高成长股票 [12] - 价值型因子：偏好具有长期稳定高ROE的公司 [12] - 基于上述投资者偏好因子构建的增强组合，历史回测显示超额收益稳定，全样本年化超额收益为**8.94%** [14][17] - 截至2026年1月9日，组合相对沪深300指数的本年超额收益为**0.84%**，本周超额收益为**0.84%**，本月超额收益为**0.84%** [3][17] - 2025年组合绝对收益为**38.58%**，超额基准（沪深300）**20.92%** [14]

核心观点 - 报告重点介绍了三种量化选股策略，分别是戴维斯双击策略、净利润断层策略和沪深300增强策略，并展示了其历史回测及近期表现 [1][3][4] - 净利润断层策略在2025年表现突出，累计绝对收益达到67.17%，超额基准指数36.79% [1][3][10] - 戴维斯双击策略在2025年累计绝对收益为55.89%，超额中证500指数25.50% [3][7] - 基于投资者偏好因子构建的沪深300增强策略在2025年相对沪深300指数超额收益为20.92% [3][16] 戴维斯双击策略 - 策略核心是以较低市盈率买入成长潜力股，待其成长性显现、市盈率提升后卖出，实现每股收益和市盈率的“双击” [3][6] - 在2010-2017年回测期内，策略实现了26.45%的年化收益，超额基准21.08%，且在回测期内的7个完整年度里，每个年度的超额收益均超过11%，稳定性好 [3][7] - 截至2025年12月31日，策略今年以来累计绝对收益55.89%，超额中证500指数25.50%，本周超额收益为-0.51%，本期组合超额基准指数8.92% [3][7] - 历史全样本（2010年至2025年底）年化绝对收益为24.67%，年化超额基准收益为20.98% [7] 净利润断层策略 - 策略是基本面与技术面共振的选股模式，核心在于捕捉“净利润惊喜”（业绩超预期）和公告后首日股价的向上“跳空”缺口 [3][9] - 具体构建方法为：每期筛选过去两个月内发生业绩超预期事件的股票，并按照盈余公告日跳空幅度排序，选取前50只股票等权构建组合 [9] - 策略自2010年至今取得了年化29.42%的收益，年化超额基准26.22% [3][10] - 2025年，该策略组合累计绝对收益高达67.17%，超额基准指数36.79%，但本周超额收益为-1.50% [3][10] - 历史全样本（2010年至2025年底）年化绝对收益为29.42%，年化超额基准收益为26.22% [10] 沪深300增强策略 - 策略基于对优秀基金的归因，将投资者偏好分为GARP型、成长型和价值型，并构建相应因子 [3][12] - GARP型因子通过PB与ROE分位数之差（PBROE）寻找低估值高盈利股票，以及通过PE与增速分位数之差（PEG）寻找低估成长股 [3][12] - 成长型因子关注营业收入、毛利润、净利润增速以寻找高成长股票 [12] - 价值型因子偏好具有长期稳定高ROE的公司 [12] - 基于上述投资者偏好因子构建的增强组合，历史回测显示其超额收益稳定 [3][16] - 2025年，该组合相对沪深300指数的超额收益为20.92%，本周超额收益为0.37%，本月超额收益为2.58% [3][16] - 历史全样本（2010年至2025年底）年化绝对收益为10.54%，年化超额基准收益为8.91% [14]

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][6] * **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震荡/下行趋势。[2][6] * **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][6] 2. 计算两条均线的距离，公式为： $$均线距离 = (短期均线 - 长期均线) / 长期均线 \times 100\%$$ 其中，短期均线为20日均线，长期均线为120日均线。[2][6] 3. 根据距离绝对值进行趋势判断：当距离绝对值大于3%时，市场处于上行趋势；否则市场可能处于震荡或下行格局。[2][6] 2. **模型名称：赚钱效应指标**[2][7][11] * **模型构建思路**：在市场被判定为上行趋势后，通过计算当前价格相对于“市场趋势线”的涨幅，来度量市场的赚钱效应，作为趋势能否延续的观测指标。[2][7][11] * **模型具体构建过程**： 1. 确定一个“市场趋势线”的参考点位（报告中未明确其计算方法，仅给出当前数值）。[2][7][11] 2. 计算赚钱效应，公式为： $$赚钱效应 = (当前指数点位 - 市场趋势线) / 市场趋势线 \times 100\%$$ 例如，当WIND全A指数点位为未知，市场趋势线位于6262点时，赚钱效应为2.71%。[2][7][11] 3. 判断标准：赚钱效应为正，则上行趋势有望延续。[2][7][11] 3. **模型名称：仓位管理模型**[7] * **模型构建思路**：综合市场的估值水平（PE、PB分位数）和短期趋势判断（来自择时体系），为绝对收益产品提供股票仓位建议。[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和PB在其历史数据中的分位数。[7] 2. 获取趋势信号：从市场整体环境择时体系获取当前市场趋势状态（上行/震荡/下行）。[7] 3. 结合估值与趋势进行综合判断，输出建议仓位。例如，当PE位于90分位点（偏高水平），PB位于50分位点（中等水平），且市场处于上行趋势时，建议仓位为80%。[7] 4. **模型名称：行业趋势配置模型**[2][5][7][11] * **模型构建思路**：该模型是一个综合框架，内部包含多个子模型，用于识别和推荐具有上行趋势或配置价值的行业板块。[2][5][7][11] * **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算法，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**：信号显示关注旅游、传媒等服务型消费行业。[2][5][7][11] * **TWO BETA模型**：信号继续推荐科技板块，并特别关注AI应用和商业航天领域。[2][5][7][11] * **行业趋势模型**：信号显示通信、工业金属、储能板块延续上行趋势。[2][5][7][11] 模型的回测效果 *报告为周度观点报告，主要展示模型的最新信号和结论，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）。因此，本部分无具体指标取值。* 量化因子与构建方式 *本报告主要涉及择时与行业配置模型，未提及具体的个股选股因子（如价值、成长、动量、质量等因子）的构建。因此，本部分无相关内容。* 因子的回测效果 *本报告未涉及量化因子，因此本部分无相关内容。*