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] - 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[3] 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] - 截至2026年4月17日，策略今年以来累计绝对收益为**16.49%**，超额中证500指数**6.46%**，本周超额收益为**2.52%**[3][8] - 自2026年2月2日调仓至2026年4月17日，本期组合超额基准指数**9.44%**[3][8] - 全样本期（2010年至2026年4月17日）年化收益为**25.74%**，年化超额基准**21.43%**[8] 净利润断层组合 - 策略是基本面与技术面共振的选股模式，核心在于捕捉“业绩超预期”及公告后股价“向上跳空”的信号[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，并按盈余公告日跳空幅度排序，取前50名等权构建组合[9] - 策略自2010年至今取得了年化**31.13%**的收益，年化超额基准**27.34%**[3][10] - 截至2026年4月17日，本年组合累计绝对收益为**26.25%**，超额基准指数**16.23%**，本周超额收益为**2.98%**[3][10] - 全样本期（2010年至2026年4月17日）年化收益为**31.13%**，年化超额基准**27.34%**[10] 沪深300增强组合 - 策略基于对投资者偏好的归因，构建了GARP型、成长型和价值型三类因子[3][12] - GARP型因子通过PB与ROE分位数之差（PBROE）寻找估值低且盈利强的股票，通过PE与增速分位数之差（PEG）寻找价值低估且成长性可靠的股票[3][12] - 成长型因子关注营收、毛利、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，历史回测超额收益稳定[3][16] - 截至2026年4月17日，本年组合相对沪深300指数超额收益为**7.00%**；本周超额收益为**-0.74%**；本月超额收益为**-1.95%**[3][16] - 全样本期（2010年至2026年4月17日）年化收益为**11.09%**，年化超额基准**9.33%**[14]

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 [2] - 三种策略均旨在通过特定的因子或模式选择，获取超越基准指数的稳定超额收益 [2][5][8][11] 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乘数效应收益 [2][5] - 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%**，稳定性好 [2][7] - 全样本（2010年至2026年4月3日）年化绝对收益为**25.04%**，年化超额中证500指数收益为**21.30%**，期间相对最大回撤为**-20.14%** [7] - 今年以来（截至2026-04-03），策略累计绝对收益**6.61%**，超额中证500指数**5.68%**，本周超额收益**3.52%** [2][7] - 策略自2026年2月2日开盘调仓，截至2026年4月3日，本期组合超额基准指数**8.44%** [2][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，核心是捕捉“净利润超预期”及公告后首个交易日股价“向上跳空”的信号 [2][8] - 具体构建方法为：每期筛选过去两个月内业绩预告和正式财报满足超预期事件的股票，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] - 策略自2010年至今取得了年化**29.96%**的收益，年化超额基准**26.72%** [2][9] - 全样本（2010年至2026年4月3日）期间相对最大回撤为**-37.12%** [9] - 本年组合（截至2026-04-03）累计绝对收益**9.30%**，超额基准指数**8.37%**，本周超额收益为**-0.06%** [2][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**：以PB与ROE的分位数之差构建PBROE因子，寻找估值低且盈利能力强的股票；以PE与增速的分位数之差构建PEG因子，寻找价值被低估且拥有可靠成长潜力的公司 [2][11] - **成长型**：通过营业收入、毛利润、净利润增速寻找高速成长的股票 [11] - **价值型**：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，历史回测超额收益稳定 [2][15] - 全样本（2010年至2026年4月3日）年化绝对收益为**10.76%**，年化超额基准收益为**9.40%**，期间相对最大回撤为**-9.18%** [13] - 本年组合（截至2026-04-03）相对沪深300指数超额收益为**8.15%**，本周超额收益为**-0.50%**，本月超额收益为**-0.32%** [2][15]

量化择时周报：继续等缩量 - 模型与因子总结 量化模型与构建方式 1. **模型名称：市场环境择时体系（均线距离模型）**[3][7][12] * **模型构建思路**：通过计算Wind全A指数的短期均线与长期均线的距离差，来划分市场的整体环境（如上涨、下跌或震荡格局）[3][7]。 * **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）[3][7]。 2. 计算两条均线之间的距离差，公式为： $$距离差 = (MA20 - MA120) / MA120 * 100\%$$ 其中，MA20代表短期趋势，MA120代表长期趋势[3][7]。 3. 根据距离差的绝对值设定阈值来判断市场状态。报告指出，当距离绝对值低于3%时，市场进入典型的震荡格局[3][7][12]。 2. **模型名称：仓位管理模型**[3][8] * **模型构建思路**：结合市场的估值水平和短期趋势判断，为绝对收益产品提供股票仓位的配置建议[3][8]。 * **模型具体构建过程**： 1. 评估市场估值水平：计算Wind全A指数的市盈率（PE）和市净率（PB）在其自身历史数据中所处的分位数位置[3][8]。 2. 结合趋势判断：参考上述“市场环境择时体系”对短期市场格局（如震荡）的判断[3][8]。 3. 综合输出仓位建议：例如，当PE处于历史高位（90分位点），PB处于中等水平（50分位点），且市场处于震荡格局时，模型建议仓位为50%[3][8]。 3. **模型名称：中期行业配置模型**[3][6][8] * **模型构建思路**：通过子模型（如业绩趋势模型）筛选出未来具有较强业绩趋势或配置机会的行业板块[3][6][8]。 * **模型具体构建过程**： 1. **业绩趋势模型**：作为该配置模型的核心组成部分，用于识别业绩趋势向好的行业。具体构建细节未在报告中详细披露，但其输出结果用于指导行业配置[3][6][8]。 2. 模型会结合市场状态（如是否出现“缩量信号”）动态调整关注重点。例如，在等待缩量信号时，模型提示关注有色金属及军工；在未出现该信号时，则重点关注算力产业链、周期与新能源板块[3][6][8]。 4. **模型/信号名称：缩量信号**[3][6][8][12] * **模型/信号构建思路**：将市场成交额的萎缩程度作为一个关键的择时或行业切换观测变量，认为成交额萎缩至特定阈值以下是市场可能迎来反弹的信号[3][6][8]。 * **模型/信号具体构建过程**：报告明确指出，需要“等待成交萎缩至1.7万亿之下”。因此，该信号的构建是基于对Wind全A（或类似宽基指数）日度成交额的观测，当成交额持续低于1.7万亿元的临界值时，触发“缩量信号”[3][6][8][12]。 模型的回测效果 （注：本篇报告为周度市场观点，主要展示模型的最新信号和结论，未提供历史回测的绩效指标（如年化收益率、夏普比率、最大回撤等）的具体数值[1][2][3][4][6]。） 量化因子与构建方式 1. **因子名称：估值因子（PE/PB分位数）**[3][8][9][11] * **因子构建思路**：通过计算指数或个股的估值指标（PE、PB）在其历史序列中所处的相对位置（分位数），来判断当前估值水平的高低[3][8][10][12]。 * **因子具体构建过程**： 1. 获取Wind全A指数历史的市盈率（PE）和市净率（PB）时间序列数据[10][12]。 2. 计算当前PE和PB值在历史数据（例如，报告提及数据区间为2014年10月17日至2026年3月27日）中的分位数[10][12]。 3. 分位数越高，代表当前估值相对自身历史水平越高[10][12]。例如，PE位于90分位点附近属于偏高水平，PB位于50分位点属于中等水平[3][8]。 因子的回测效果 （注：报告仅展示了估值因子（PE/PB分位数）在最新时点的取值和定性评价，未提供该因子在选股或择时中的历史有效性检验指标（如IC值、IR、多空收益等）[3][8][9][11]。）

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增强组合，并展示了其历史回测及近期表现[4][5] - 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%[4][9] - 净利润断层策略自2010年至今取得了年化30.04%的收益，年化超额基准26.61%[4][11] - 基于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，全样本年化超额收益为9.37%[13][15][17] 戴维斯双击组合 - 戴维斯双击策略指以较低的市盈率买入具有成长潜力的股票，待成长性显现、市盈率提高后卖出，获得EPS和PE的“双击”收益[4][7] - 策略在2010-2017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%[4][9] - 今年以来（截至2026年03月20日），策略累计绝对收益5.16%，超额中证500指数1.21%，本周策略超额中证500指数1.96%[4][9] - 策略自2026年02月02日开盘调仓，截至2026年03月20日，本期组合超额基准指数4.41%[4][9] - 全样本（2010年至2026年03月20日）数据显示，策略年化绝对收益24.93%，年化超额收益21.00%[9] 净利润断层组合 - 净利润断层策略是基本面与技术面共振下的选股模式，核心是“净利润”（业绩超预期）和“断层”（盈余公告后首个交易日股价向上跳空）[4][10] - 策略构建方法为每期筛选过去两个月业绩预告和正式财报满足超预期事件的股票，按盈余公告日跳空幅度排序，取前50只股票等权构建组合[10] - 策略自2010年至今取得了年化30.04%的收益，年化超额基准26.61%[4][11] - 本年（截至2026年03月20日）组合累计绝对收益10.39%，超额基准指数6.45%，本周超额收益2.61%[4][11] - 全样本（2010年至2026年03月20日）数据显示，策略年化绝对收益30.04%，年化超额收益26.61%[11] 沪深300增强组合 - 该组合基于对投资者偏好的归因分析构建，投资者偏好分为GARP型、成长型和价值型[4][13] - GARP型偏好通过PBROE因子（PB与ROE分位数之差）和PEG因子（PE与增速分位数之差）寻找估值低、盈利能力强且成长潜力稳定的公司[4][13] - 成长型偏好关注公司成长性，通过营收、毛利、净利润增速寻找高速成长股票[13] - 价值型偏好认为长期持有收益率约等于公司ROE，偏好具有长期稳定高ROE的公司[13] - 基于上述投资者偏好因子构建的增强组合，历史回测超额收益稳定，全样本年化超额收益为9.37%[13][15][17] - 本年（截至2026年03月20日）组合相对沪深300指数超额收益为7.65%；本周超额收益为-1.07%；本月超额收益为-0.67%[4][17]

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增强策略，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模式构建投资组合，以获取超越基准指数的稳定超额收益[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，实现每股收益和市盈率的“双击”[2][5] - 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%**，表现稳定[2][7] - 截至2026年3月13日，策略今年以来累计绝对收益为**9.95%**，但跑输中证500指数**1.22%**；自2026年2月2日调仓以来，本期组合超额基准指数**2.38%**[2][7] - 历史全样本（2010年至2026年3月13日）数据显示，策略年化绝对收益为**25.28%**，年化超额中证500指数收益为**20.91%**[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）及公告后首个交易日股价的向上“跳空”缺口[2][8] - 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，选取前50只股票等权构建组合[8] - 自2010年至今，策略取得了年化**30.31%**的收益，年化超额基准**26.49%**[2][9] - 截至2026年3月13日，策略本年组合累计绝对收益为**14.06%**，超额基准指数**3.69%**，本周超额收益为**3.65%**[2][9] 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[2][11] - GARP型因子通过PB与ROE分位数之差（PBROE）和PE与增速分位数之差（PEG）来寻找估值低、盈利能力强且成长潜力稳定的公司[2][11] - 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[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][15] - 截至2026年3月13日，该组合本年相对沪深300指数的超额收益为**9.02%**；本周超额收益为**-0.03%**；本月超额收益为**0.40%**[2][15] - 历史全样本数据显示，组合年化绝对收益为**11.13%**，年化超额沪深300指数收益为**9.46%**[13]

报告行业投资评级 * 报告未明确给出针对具体行业的“增持”、“中性”或“减持”评级，但通过行业配置模型给出了明确的板块推荐方向 [3][6][7] 报告核心观点 * 市场整体判断为震荡格局，短期调整可能尚未结束，需耐心等待成交额萎缩至2万亿元以下以迎来有效反弹 [3][6][8][11][17] * 市场跌破趋势线，核心观测变量是风险偏好的变化，当前受国内两会尾声及中东地缘冲突持续、油价上涨等因素压制 [3][6][8][11][17] * 基于量化择时体系，Wind全A指数短期均线（20日线）收于6784点，长期均线（120日线）收于6432点，两线距离差为5.47%，绝对值大于3%的阈值，同时赚钱效应转负至-0.1%，确认市场进入震荡格局 [3][6][8][10] * 从估值看，Wind全A指数PE处于90分位点（较高水平），PB处于50分位点（中等水平），结合趋势模型建议绝对收益产品仓位为60% [3][12] 市场回顾与观察 * 上周（报告期）Wind全A指数整体下挫2.3% [3][7][9] * 市值维度：中证1000指数下跌3.64%，中证500指数下跌3.44%，沪深300指数下跌1.07%，上证50指数下跌1.54% [3][7][9] * 行业表现：石油石化行业上涨7.18%，涨幅靠前；传媒行业下跌6.96%，表现较弱 [3][7][9] * 资金流向：石油石化与农业行业资金流入明显 [3][7][9] 行业配置建议 * **科技板块**：TWO BETA模型继续推荐科技板块，并特别关注商业航天（卫星ETF 563230.SH）的超跌反弹机会 [3][7][9][11][17] * **算力产业链**：业绩趋势模型提示重点关注半导体设备（ETF代码 159516.SZ）和通信（ETF代码 515880.SH） [3][7][9][11][17] * **周期与农业板块**：业绩趋势模型同时推荐关注周期（油气ETF 159309.SZ、能源化工ETF 159981.SH）与农业（农业ETF 562900.SH）板块 [3][7][9][11][17] * **防御性板块**：短期防御思路下可关注银行ETF [3][7][9][11][17]

报告核心观点 - 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增强组合，并展示了其历史回测表现和近期业绩 [2][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%**，且年度超额收益稳定性强 [3][8] - 净利润断层策略自2010年至今取得了**30.13%**的年化收益，年化超额基准**26.22%** [3][10] - 沪深300增强组合基于投资者偏好因子构建，历史回测超额收益稳定，本年相对基准超额收益为**9.04%** [3][12][16] 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，实现EPS和PE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7个完整年度中，每个年度的超额收益均超过**11%** [3][8] - 策略全样本（2010-2025）年化绝对收益为**25.42%**，年化超额收益为**21.00%** [8] - 今年以来（截至2026-03-06），策略累计绝对收益为**10.12%**，超额中证500指数为**-1.87%**，本周超额收益为**0.93%** [3][8] - 本期组合自2026-02-02调仓，截至2026-03-06，超额基准指数**3.44%** [3][8] 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”（盈余公告后首个交易日股价向上跳空） [3][9] - 策略构建方式为：每期筛选过去两个月满足业绩超预期事件的股票，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**30.13%**的年化收益，年化超额基准**26.22%** [3][10] - 策略全样本（2010-2025）年化绝对收益为**30.13%**，年化超额收益为**26.22%** [10] - 今年以来（截至2026-03-06），组合累计绝对收益为**11.59%**，超额基准指数为**-0.39%**，本周超额收益为**2.14%** [1][3][10] 沪深300增强组合 - 组合构建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 [3][12] - GARP型：通过PBROE因子（PB与ROE分位数之差）和PEG因子（PE与增速分位数之差）寻找估值低、盈利能力强且成长潜力稳定的公司 [3][12] - 成长型：通过营收、毛利、净利润增速寻找高成长股票 [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增强组合，历史回测超额收益稳定 [3][16] - 组合全样本（2010-2025）年化绝对收益为**11.12%**，年化超额收益为**9.46%** [14] - 今年以来（截至2026-03-06），组合相对沪深300指数超额收益为**9.04%**；本周超额收益为**0.43%**；本月超额收益为**0.43%** [3][16]

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]