量化模型与构建方式 1. **模型名称：戴维斯双击组合**[1][4] * **模型构建思路**：以较低市盈率买入具有成长潜力的股票，待其成长性显现、市盈率提升后卖出，获取每股收益（EPS）和市盈率（PE）双重上涨带来的乘数效应收益[1][4]。 * **模型具体构建过程**：报告未详细说明该组合的具体选股和构建步骤，仅阐述了其核心逻辑。其思路是寻找业绩增速在加速增长的标的，以控制市盈率（PE）的向下空间[4]。 2. **模型名称：净利润断层组合**[1][7] * **模型构建思路**：结合基本面（业绩超预期）与技术面（股价向上跳空）的共振进行选股。“净利润”指业绩超预期，“断层”指盈余公告后首个交易日股价出现明显的向上跳空缺口[1][7]。 * **模型具体构建过程**： 1. 筛选股票样本：每期选取过去两个月内发布业绩预告或正式财报，且业绩满足超预期事件的股票[7]。 2. 排序与构建组合：根据盈余公告日股价的跳空幅度对样本股票进行排序，选取排名前50的股票，采用等权重方式构建投资组合[7]。 3. **模型名称：沪深300增强组合**[1][10] * **模型构建思路**：基于对优秀基金的归因分析，识别并综合GARP（合理价格成长）、成长型和价值型三类投资者的偏好因子，对沪深300指数成分股进行增强配置[1][10]。 * **模型具体构建过程**：报告未详细说明三类因子的具体合成与组合加权方式，但阐述了构建各偏好因子的核心逻辑： * **GARP型因子**： * **PBROE因子**：寻找估值低且盈利能力强的股票。构建思路为计算市净率（PB）与净资产收益率（ROE）的分位数之差[10]。 * **PEG因子**：寻找价值被低估且拥有可靠成长潜力的公司。构建思路为计算市盈率（PE）与盈利增速的分位数之差[10]。 * **成长型因子**：通过营业收入、毛利润、净利润等增速指标来寻找高速成长的股票[10]。 * **价值型因子**：偏好具有长期稳定高ROE的公司[10]。 模型的回测效果 1. **戴维斯双击组合** * 基准指数：中证500指数[6] * 全样本年化收益：25.93%[6] * 全样本年化超额收益：21.60%[6] * 全样本相对最大回撤：-20.14%[6] * 全样本收益回撤比：1.07[6] * 特定区间（2010-2017年）年化收益：26.45%[6] * 特定区间（2010-2017年）年化超额收益：21.08%[6] * 今年以来（至2026-04-24）累计绝对收益：19.40%[6] * 今年以来（至2026-04-24）超额收益：8.92%[6] * 本期组合（2026-02-02至2026-04-24）超额收益：11.73%[6] 2. **净利润断层组合** * 基准指数：中证500指数[8] * 全样本年化收益：31.07%[8] * 全样本年化超额收益：27.24%[8] * 全样本相对最大回撤：-37.12%[8] * 全样本收益回撤比：0.73[8] * 今年以来（至2026-04-24）累计绝对收益：25.18%[8] * 今年以来（至2026-04-24）超额收益：14.70%[8] 3. **沪深300增强组合** * 基准指数：沪深300指数[12] * 全样本年化收益：11.11%[12] * 全样本年化超额收益：9.30%[12] * 全样本相对最大回撤：-9.18%[12] * 全样本收益回撤比：1.01[12] * 今年以来（至2026-04-24）累计绝对收益：9.45%[12] * 今年以来（至2026-04-24）超额收益：6.44%[12] 量化因子与构建方式 1. **因子名称：PBROE因子**[10] * **因子构建思路**：属于GARP型投资者偏好因子，旨在寻找估值低（PB低）并且盈利能力高（ROE高）的股票[10]。 * **因子具体构建过程**：计算股票市净率（PB）分位数与净资产收益率（ROE）分位数之差。报告未给出具体计算公式，但逻辑可表示为：因子值 = Rank(ROE) - Rank(PB)，预期因子值越高代表股票性价比越高[10]。 2. **因子名称：PEG因子**[10] * **因子构建思路**：属于GARP型投资者偏好因子，旨在寻找价值被低估（PE低）且拥有可靠成长潜力（增速高）的公司[10]。 * **因子具体构建过程**：计算股票市盈率（PE）分位数与盈利增速（G）分位数之差。报告未给出具体计算公式，但逻辑可表示为：因子值 = Rank(G) - Rank(PE)，预期因子值越高代表成长性与估值匹配度越好[10]。 3. **因子名称：成长型因子**[10] * **因子构建思路**：反映成长型投资者的偏好，关注公司的成长性[10]。 * **因子具体构建过程**：通过营业收入增速、毛利润增速、净利润增速等指标来寻找高速成长的股票。报告未说明具体合成方法[10]。 4. **因子名称：价值型因子**[10] * **因子构建思路**：反映价值型投资者的偏好，认为长期持有股票的收益率大致等于公司的ROE，因此偏好具有长期稳定高ROE的公司[10]。 * **因子具体构建过程**：核心指标是净资产收益率（ROE），侧重其长期稳定性。报告未说明具体构建方法[10]。 因子的回测效果 （报告未单独提供上述因子的测试结果，仅展示了基于这些因子构建的“沪深300增强组合”的整体表现[12]）

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]

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]

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]

量化模型与构建方式 1. **模型名称：择时体系模型** [5][8][9] * **模型构建思路**：通过计算市场指数（WIND全A）的短期均线与长期均线的相对距离，来判断市场整体所处的趋势环境（上行、下行或震荡）[5][9]。 * **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. 计算两条均线之间的距离（差值），并以百分比形式表示。公式定义为： $$均线距离 = \frac{短期均线值 - 长期均线值}{长期均线值} \times 100\%$$ 3. 设定阈值进行判断：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等于3%时，市场处于震荡格局[5][9]。 2. **模型名称：仓位管理模型** [5][10] * **模型构建思路**：结合市场的估值水平（PE、PB分位数）和短期趋势判断（来自择时体系模型），为绝对收益产品提供股票仓位的配置建议[5][10]。 3. **模型名称：行业趋势配置模型** [5][8][10] * **模型构建思路**：该模型是一个复合模型，包含多个子模型，分别从不同维度（如困境反转、宏观Beta、业绩趋势）对行业进行研判，以提供综合的行业配置方向[5][8][10]。 * **模型具体构建过程**：该模型由三个子模型构成： 1. **中期困境反转预期模型**：用于识别当前处于困境但未来有反转预期的行业（如报告提及的白酒与地产），并等待其反转信号的出现[5][8][10]。 2. **TWO BETA模型**：基于宏观风险因子（贝塔）分析，推荐与特定宏观环境（如科技产业周期）相匹配的板块（如科技板块）[5][8][10]。 3. **业绩趋势模型**：基于行业或产业链的业绩增长趋势进行筛选，提示重点关注高景气或业绩有望改善的方向（如算力产业链、超跌的有色与化工板块）[5][8][10]。 模型的回测效果 （报告中未提供各模型具体的历史回测指标数值，如年化收益率、夏普比率、最大回撤等。） 量化因子与构建方式 1. **因子名称：均线距离因子** [5][9] * **因子构建思路**：作为择时体系模型的核心输入，该因子衡量市场短期动量与长期趋势的偏离程度[5][9]。 * **因子具体构建过程**： 1. 取标的指数（WIND全A）的每日收盘价。 2. 分别计算其20日简单移动平均（MA20）和120日简单移动平均（MA120）。 3. 计算均线距离因子值，公式为： $$均线距离因子值 = \frac{MA20 - MA120}{MA120} \times 100\%$$ 2. **因子名称：估值分位数因子（PE、PB）** [5][10][11][13] * **因子构建思路**：用于评估市场或指数的估值水平，通过计算当前估值指标（PE或PB）在其自身历史数据中所处的位置（分位数），来判断估值的高低[5][10]。 * **因子具体构建过程**： 1. 选取标的指数（如WIND全A）。 2. 计算其历史每日的市盈率（PE）和市净率（PB）。 3. 对于当前时点的PE（或PB）值，计算其在过去一段历史时期（例如报告中数据自2014年10月17日起）所有PE（或PB）值序列中的分位数。 4. 分位数越高，代表当前估值相对自身历史水平越高[12][14]。 3. **因子名称：赚钱效应因子** [5][8][9] * **因子构建思路**：反映市场近期的盈利状况，是判断市场趋势的辅助指标[5][9]。 * **因子具体构建过程**：（报告未详细说明其计算方式，仅提及该因子的当前数值。通常可定义为一定周期内上涨股票数量占比或指数累计涨幅等。） 4. **因子名称：成交量触底信号因子** [5][8][10] * **因子构建思路**：将市场成交量与一个预设的极值阈值（如2万亿元）进行比较，以判断市场情绪是否达到短期冰点，可能预示着反弹机会[5][8][10]。 * **因子具体构建过程**：监测市场（如沪深两市）的每日总成交金额，当成交金额接近或低于预设的阈值（报告中为2万亿）时，触发“触底信号”[5][8][10]。 因子的回测效果 （报告中未提供各因子具体的历史测试指标数值，如IC值、IR、多空收益等。）