量化模型与构建方式 1. **模型名称：择时体系（均线距离模型）**[2][6] * **模型构建思路**：通过比较市场指数（WIND全A）的短期均线与长期均线的相对位置和距离，来区分市场的整体环境（如上行趋势、震荡格局等），为仓位决策提供依据。[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，MA20）和120日移动平均线（长期均线，MA120）。[2][6] 2. 计算两条均线之间的距离，通常以百分比差值表示。公式为： $$均线距离 = \frac{MA20 - MA120}{MA120} \times 100\%$$ 其中，MA20代表短期均线值，MA120代表长期均线值。[2][6] 3. 根据均线距离的绝对值大小及其方向（MA20在MA120之上或之下）来判断市场状态。例如，报告中提到“距离绝对值继续大于3%”作为判断市场未进入窄幅震荡的一个阈值。[2][6] 2. **模型名称：仓位管理模型**[2][7] * **模型构建思路**：综合市场估值水平（PE/PB分位数）和短期趋势判断（如择时体系信号），为绝对收益产品提供具体的股票仓位建议。[2][7] * **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，仅提及了其决策逻辑。即结合WIND全A指数的PE分位数（报告中为80分位点）、PB分位数（报告中为50分位点）以及短期趋势判断（择时体系显示为震荡格局），输出建议仓位（报告中为50%）。[2][7] 3. **模型名称：行业趋势配置模型**[2][5][7] * **模型构建思路**：识别并推荐处于上行趋势的行业板块，用于行业配置指导。[2][5][7] * **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。模型输出结果显示关注“通信/工业金属/储能”等延续上行趋势的板块。[2][5][7] 4. **模型名称：中期困境反转预期模型**[2][5][7] * **模型构建思路**：寻找具有中期困境反转预期的行业，即当前可能面临困难但未来有望改善的领域。[2][5][7] * **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。模型输出信号显示关注“零售旅游等服务型消费”。[2][5][7] 5. **模型名称：TWO BETA模型**[2][5][7] * **模型构建思路**：基于特定的Beta逻辑（可能指宏观Beta、行业Beta等）进行板块推荐。[2][5][7] * **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。模型继续推荐“科技板块”，并具体关注“国产算力和商业航天”。[2][5][7] 模型的回测效果 （报告中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、信息比率（IR）等具体数值。） 量化因子与构建方式 （报告中未提及具体的量化因子构建。） 因子的回测效果 （报告中未提及具体的量化因子及其测试结果。）

核心观点 - 报告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[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%**[4][8] - 净利润断层策略自2010年至今取得了年化**29.33%**的收益，年化超额基准**26.39%**[4][11] - 沪深300增强策略基于投资者偏好因子构建，历史回测超额收益稳定[4][13] 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，待成长性显现、市盈率提高后卖出，实现EPS和PE的“双击”[4][7] - 2010-2017年回测期内，策略年化收益**26.45%**，超额基准**21.08%**，且在7个完整年度里，每个年度的超额收益均超过了**11%**[4][8] - 截至2025年12月19日，策略今年以来累计绝对收益**49.26%**，超额中证500指数**24.04%**，但本周超额收益为**-1.69%**[4][8] - 本期组合（截至2025-12-19）超额基准指数**8.17%**[4][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，核心是捕捉“净利润”（业绩超预期）和“断层”（盈余公告后股价向上跳空）[4][10] - 策略自2010年至今取得了年化**29.33%**的收益，年化超额基准**26.39%**[4][11] - 截至2025年12月19日，策略本年组合累计绝对收益**65.34%**，超额基准指数**40.13%**，本周超额收益为**2.35%**[4][11] 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[4][13] - GARP型投资者希望以相对低的价格买入盈利能力强、成长潜力稳定的公司，通过PBROE因子和PEG因子选股[4][13] - 成长型投资者关注公司成长性，通过营收、利润增速寻找高速成长股票[13] - 价值型投资者偏好具有长期稳定高ROE的公司[13] - 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[4][18] - 截至2025年12月19日，本年组合相对沪深300指数超额收益为**19.48%**，本周超额收益为**1.60%**，本月超额收益为**1.67%**[4][18]

量化模型与构建方式 1. **模型名称：择时体系（均线距离模型）**[2][6] * **模型构建思路**：通过计算市场指数短期均线与长期均线的相对距离，来区分市场的整体环境，判断市场处于上行趋势、震荡市还是下行趋势。[2] * **模型具体构建过程**： 1. 选择标的指数：WIND全A指数。 2. 计算短期均线：采用20日移动平均线（20日线）。[2][6] 3. 计算长期均线：采用120日移动平均线（120日线）。[2][6] 4. 计算均线距离：计算短期均线与长期均线的差值百分比。 $$均线距离 = \frac{短期均线 - 长期均线}{长期均线} \times 100\%$$ 其中，短期均线为20日均线，长期均线为120日均线。[2][6] 5. 信号判断：当均线距离的绝对值大于3%时，市场处于趋势格局（上行或下行）；当均线距离绝对值小于3%时，市场处于震荡格局。具体到上行趋势的确认，需要短期均线位于长期均线之上，且距离大于3%。[2][6] 2. **模型名称：赚钱效应指标**[2][5][7] * **模型构建思路**：通过比较当前收盘价与趋势线的位置关系，来判断市场赚钱效应是否为正，作为上行趋势能否延续的核心观测指标。[2][5][7] * **模型具体构建过程**： 1. 确定趋势线：报告指出“当前WIND全A的趋势线位于6262点附近”，但未明确给出趋势线的具体计算方法（例如，可能是某条移动平均线或通道线）。[2][5][7] 2. 获取收盘价：获取WIND全A指数的最新收盘价。[2][5][7] 3. 判断赚钱效应：若收盘价高于趋势线，则赚钱效应为正；若收盘价低于趋势线，则赚钱效应为负。[2][5][7] 3. **模型名称：仓位管理模型**[5][7] * **模型构建思路**：综合估值水平和短期趋势判断，为绝对收益产品提供股票仓位建议。[5][7] * **模型具体构建过程**： 1. **估值评估**：评估WIND全A指数的估值水平。使用PE（市盈率）和PB（市净率）的历史分位数进行判断。例如，PE位于80分位点附近属于中等水平，PB位于50分位点属于较低水平。[5][7] 2. **趋势判断**：结合择时体系等模型对市场短期趋势进行判断。[5][7] 3. **仓位建议**：综合估值和趋势，输出具体的仓位建议比例。例如，当前建议仓位为60%。[5][7] 4. **模型名称：行业趋势配置模型**[5][7][12] * **模型构建思路**：用于识别和推荐具有上行趋势的行业板块。[5][7][12] * **模型具体构建过程**：报告未详细说明该模型的具体构建步骤，仅展示了其输出结果，例如显示工程机械、工业金属、储能板块延续上行趋势。[5][7][12] 5. **模型名称：中期困境反转预期模型**[5][7][12] * **模型构建思路**：用于挖掘和推荐具有中期困境反转预期的行业。[5][7][12] * **模型具体构建过程**：报告未详细说明该模型的具体构建步骤，仅展示了其输出信号，例如当前信号显示关注白酒和地产行业。[5][7][12] 6. **模型名称：TWO BETA模型**[5][7][12] * **模型构建思路**：用于推荐板块配置方向，报告显示其持续推荐科技板块。[5][7][12] * **模型具体构建过程**：报告未详细说明该模型的具体构建步骤，仅展示了其推荐方向，例如继续推荐科技板块，并关注消费电子和国产算力。[5][7][12] 模型的回测效果 *本报告为周度市场观点报告，主要展示模型的最新信号和结论，未提供模型的历史回测效果指标（如年化收益率、夏普比率、最大回撤等）。* 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，未提及具体的选股因子构建。* 因子的回测效果 *本报告未涉及量化因子，故无相关内容。*

报告核心观点 - 报告系统性地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[1][2][3] - 三种策略均旨在通过不同的因子或市场行为模式，构建能够持续跑赢基准指数的投资组合[2][5][8][11] 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（EPS）和市盈率（PE）的乘数效应收益[2][5] - 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，每年超额收益均超过**11%**，表现稳定[2][6] - 截至2025年12月12日，策略本年累计绝对收益为**51.82%**，超额中证500指数**26.60%**，本周超额收益为**0.96%**，本期组合超额基准指数**10.45%**[2][6] - 全样本（2010年至2025年12月12日）数据显示，策略年化绝对收益为**24.46%**，超额基准**21.04%**，相对最大回撤为**-20.14%**[6] 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）及公告后首个交易日股价的向上“跳空”缺口[2][8] - 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，取前50只股票等权构建组合[8] - 自2010年至今，策略取得了年化**29.14%**的收益，年化超额基准**26.21%**[2][9] - 截至2025年12月12日，策略本年累计绝对收益为**61.56%**，超额基准指数**36.34%**，但本周超额收益为**-1.92%**[2][9] - 全样本数据显示，策略相对最大回撤为**-37.12%**[9] 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[2][11] - **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，寻找价值被低估且成长潜力可靠的公司[2][11] - **成长型**：关注公司成长性，通过营业收入、毛利润、净利润增速寻找高速成长股票[11] - **价值型**：偏好具有长期稳定高ROE的公司，认为长期收益率近似等于公司ROE[11] - 基于上述投资者偏好因子构建的增强组合，历史回测显示其超额收益稳定[2][14] - 截至2025年12月12日，该组合本年相对沪深300指数的超额收益为**17.39%**，本周超额收益为**-0.01%**，本月超额收益为**0.05%**[2][14] - 全样本（2010年至2025年12月12日）数据显示，组合年化绝对收益为**10.30%**，年化超额基准**8.74%**，相对最大回撤为**-9.18%**[13]