根据提供的研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. **模型名称：均线距离择时模型** - **模型构建思路**：通过比较Wind全A指数的短期均线（20日）和长期均线（120日）的距离来判断市场趋势[2][9] - **模型具体构建过程**： 计算20日均线和120日均线的差值，公式为： $$均线距离 = \frac{20日均线 - 120日均线}{120日均线} \times 100\%$$ 当均线距离绝对值大于3%时，认为市场处于上行趋势[2][9] - **模型评价**：简单直观，能够有效捕捉市场趋势变化 2. **模型名称：仓位管理模型** - **模型构建思路**：结合估值水平和短期趋势判断，为绝对收益产品提供仓位建议[3][10] - **模型具体构建过程**： 根据Wind全A的PE（70分位）和PB（30分位）估值水平，结合均线距离信号，建议仓位80%[3][10] 3. **模型名称：TWO BETA行业配置模型** - **模型构建思路**：基于市场风险偏好和行业特性推荐科技板块[2][8] - **模型具体构建过程**： 未披露具体公式，但持续推荐军工和算力板块[2][8] - **模型评价**：适合上行趋势市场环境 模型的回测效果 1. **均线距离择时模型** - 当前均线距离：6.92%[2][9] - 趋势判断：上行趋势（距离>3%）[2][9] 2. **仓位管理模型** - 建议仓位：80%[3][10] 量化因子与构建方式 1. **因子名称：赚钱效应因子** - **因子构建思路**：通过计算当前价格与趋势线的偏离程度反映市场赚钱效应[2][8] - **因子具体构建过程**： $$赚钱效应值 = \frac{当前价格 - 趋势线}{趋势线} \times 100\%$$ 当值为正时保持高仓位[2][8] - **因子评价**：有效反映市场资金流向 2. **因子名称：估值分位因子** - **因子构建思路**：通过PE/PB历史分位数判断市场估值水平[3][10] - **因子具体构建过程**： 计算Wind全A指数PE/PB在过去10年（2014-2025）的历史分位数[11][14] 因子的回测效果 1. **赚钱效应因子** - 当前取值：2.30%[2][8] - 趋势线位置：5540点[2][8] 2. **估值分位因子** - PE分位：70%[3][10] - PB分位：30%[3][10]

根据提供的研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. **模型名称：均线距离择时模型** - **模型构建思路**：通过计算短期均线（20日）与长期均线（120日）的距离，判断市场整体环境（震荡或趋势）[1][9][12] - **模型具体构建过程**： 1. 计算Wind全A指数的20日均线（短期）和120日均线（长期） 2. 计算两线距离百分比： $$距离 = \frac{短期均线 - 长期均线}{长期均线} \times 100\%$$ 3. 设定3%为阈值：距离绝对值<3%为震荡格局，≥3%为趋势格局[9][12] - **模型评价**：简单直观，但需结合宏观和技术指标综合判断[12] 2. **模型名称：TWO BETA行业配置模型** - **模型构建思路**：通过双贝塔因子筛选科技板块中的优势行业（如军工、通信）[2][3][10] - **模型具体构建过程**：未披露具体公式，但提及结合行业趋势和贝塔特性进行配置[3][10] 3. **模型名称：仓位管理模型** - **模型构建思路**：基于估值分位数（PE/PB）和市场趋势动态调整仓位[10][12] - **模型具体构建过程**： 1. 计算Wind全A的PE（65分位）、PB（20分位） 2. 结合震荡格局信号（均线距离1.76%），输出绝对收益产品仓位建议[10][12] 模型的回测效果 1. **均线距离择时模型**： - 当前均线距离1.76%（震荡格局信号）[9][12] 2. **仓位管理模型**： - 建议仓位50%（PE中等+PB较低+震荡格局）[10][12] 量化因子与构建方式 1. **因子名称：估值分位数因子** - **因子构建思路**：通过历史分位数判断市场估值水平[10][12] - **因子具体构建过程**： 1. 计算Wind全A的PE/PB在2014-2025年历史数据中的分位数 2. PE分位数=65%（中等），PB分位数=20%（较低）[10][12] 因子的回测效果 1. **估值分位数因子**： - 当前PE分位数65%，PB分位数20%[10][12] 注：行业配置模型中的"困境反转"和"趋势延续"因子未披露具体构建细节[3][10]

量化模型与构建方式 1. **模型名称**：均线距离择时模型 **模型构建思路**：通过比较短期均线（20日）和长期均线（120日）的距离来判断市场整体环境，区分震荡与趋势格局[1][9] **模型具体构建过程**： - 计算Wind全A指数的20日均线（短期）和120日均线（长期） - 计算两线距离差值： $$距离差值 = \frac{短期均线 - 长期均线}{长期均线} \times 100\%$$ - 若距离绝对值小于3%，判定为震荡格局；否则为趋势格局[9][12] **模型评价**：简单直观，但对均线周期选择敏感，需结合其他宏观指标验证 2. **模型名称**：TWO BETA行业配置模型 **模型构建思路**：通过双贝塔因子筛选行业，侧重科技板块与消费电子的超额收益机会[2][3][8] **模型具体构建过程**： - 计算行业相对市场的贝塔值（β1）和相对无风险利率的贝塔值（β2） - 筛选高β1（市场敏感）且低β2（利率不敏感）的行业 - 结合动量因子确认趋势延续性[8][10] 3. **模型名称**：仓位管理模型 **模型构建思路**：综合估值分位数与趋势信号动态调整仓位[2][10] **模型具体构建过程**： - 计算Wind全A的PE（60分位）、PB（20分位）估值水平 - 结合均线距离模型信号：震荡格局下，估值中等时建议50%仓位[10][12] --- 量化因子与构建方式 1. **因子名称**：估值分位数因子 **因子构建思路**：通过历史分位数定位当前估值水平[7][11] **因子具体构建过程**： - 计算Wind全A指数PE/PB在过去10年（2014-2025）的滚动分位数 - 标准化处理： $$PE分位数 = \frac{当前PE - 历史最小PE}{历史最大PE - 历史最小PE}$$ PB分位数同理[11][15] 2. **因子名称**：困境反转因子 **因子构建思路**：识别低估值且基本面改善的行业[3][8] **因子具体构建过程**： - 筛选PB分位数低于30%的行业 - 叠加近3个月营收增速环比改善指标[8][10] --- 模型的回测效果 1. **均线距离择时模型** - 当前均线差值：0.68%（20日均线5115 vs 120日均线5081）[9][12] - 市场状态：震荡格局（距离<3%）[12] 2. **TWO BETA模型** - 推荐行业：科技板块（消费电子）、银行、黄金股[8][10] 3. **仓位管理模型** - 建议仓位：50%（Wind全A估值PE60分位/PB20分位）[10][12] --- 因子的回测效果 1. **估值分位数因子** - 当前PE分位数：60%（中等水平）[7][11] - 当前PB分位数：20%（较低水平）[11][15] 2. **困境反转因子** - 推荐行业：港股创新药、港股汽车、新消费[3][8]

根据提供的研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. **模型名称：均线距离择时模型** - **模型构建思路**：通过比较Wind全A指数的长期均线（120日）和短期均线（20日）的距离来判断市场整体环境（震荡或趋势）[2][8] - **模型具体构建过程**： 1. 计算Wind全A指数的20日均线（短期）和120日均线（长期） 2. 计算两均线的距离差值： $$\text{均线距离} = \frac{\text{20日均线} - \text{120日均线}}{\text{120日均线}} \times 100\%$$ 3. 根据距离绝对值划分市场状态： - 绝对值<3%为震荡格局 - 绝对值≥3%为趋势格局[2][8][13] 2. **模型名称：TWO BETA行业配置模型** - **模型构建思路**：通过双贝塔因子（宏观贝塔和行业贝塔）筛选具有超额收益潜力的行业板块[3][9][13] - **模型评价**：侧重科技成长板块的周期性机会捕捉 3. **模型名称：仓位管理模型** - **模型构建思路**：结合估值分位数（PE/PB）和市场趋势动态调整绝对收益产品的股票仓位[3][9] - **模型具体构建过程**： 1. 计算Wind全A的PE/PB历史分位数（PE 60分位、PB 10分位） 2. 根据估值分位区间匹配建议仓位（当前输出50%）[3][9] 量化因子与构建方式 1. **因子名称：估值分位数因子** - **因子构建思路**：通过PE/PB在历史序列中的分位水平判断市场估值状态[3][6][9] - **因子具体构建过程**： 1. 计算Wind全A指数过去10年（2014-2025）的PE/PB滚动分位数 2. 划分估值区间： - PE 60分位→中等水平 - PB 10分位→较低水平[3][6][9] 模型的回测效果 1. **均线距离择时模型** - 当前均线距离：-0.32%（震荡格局）[2][8][13] 2. **仓位管理模型** - 当前建议仓位：50%[3][9] 因子的回测效果 1. **估值分位数因子** - 当前PE分位数：60% - 当前PB分位数：10%[3][6][9]