量化模型与构建方式 1. **模型名称**：基于历史PE锚定的基本面价值区间模型[1][2][7][8] **模型构建思路**：以个股在历史股价底部区间的估值倍数（PE）作为估值锚，结合历史净利润和未来预期每股收益（EPS），计算出一系列基本面价值，从而构建一个用于观察当前股价相对位置的动态价值区间[1][7] **模型具体构建过程**： 1. **确定估值锚**：选取目标个股（如水晶光电）在特定历史时期（如2024年股价底部区间）的估值水平作为参考基准。报告中使用2024年基于2023年净利润的市盈率（PE）22倍作为估值锚[1][7][10]。 2. **定义基本面价值**：使用估值锚，分别计算基于历史实际业绩和未来预期业绩的基本面价值。具体公式如下： - 基于T-1年（上一年）实际净利润的基本面价值：`V_T-1 = 净利润_T-1 * 估值锚PE`[1][7]。 - 基于T年、T+1年、T+2年（当年及未来两年）预期每股收益（EPS）的基本面价值：`V_T = EPS_T * 估值锚PE`，`V_T+1 = EPS_T+1 * 估值锚PE`，`V_T+2 = EPS_T+2 * 估值锚PE`[1][7][8]。其中，T代表当年（报告中为2026年），EPS数据来源于Wind一致预期[8][10]。 3. **构建价值区间**：将计算得到的`V_T-1`、`V_T`、`V_T+1`、`V_T+2`在时间序列上绘制出来，形成一个价值通道。其中，`V_T-1`被视为股价波动的下限，`V_T+2`被视为股价波动的上限，`V_T`和`V_T+1`则构成区间内部参考线[2][8][13]。 **模型评价**：该模型通过一个相对稳定的历史估值锚，将股价与过去及未来的基本面联系起来，为判断股价当前位置是否合理提供了一个可量化的参考框架。报告认为，当股价在该价值区间内运行时，说明估值锚对股价有较强的参考意义[2][8]。 模型的回测效果 *（注：报告中未提供该模型的量化回测指标，如年化收益率、夏普比率、最大回撤等。报告主要通过图表展示股价在价值区间内的历史运行情况，并进行了定性分析[2][8][13]。）* 量化因子与构建方式 *（注：报告中未涉及传统意义上的多因子模型或独立量化因子的构建。）* 因子的回测效果 *（注：报告中未涉及独立量化因子的测试结果。）*